|
8月17日-19日，由知产前沿新媒体联合主办的“第二届中国人工智能知识产权峰会”在杭州召开，本次大会吸引了线上与线下近500位人工智能IP人士参加。 范丽是隆天知识产权服务集团旗下成员中专隆天知识产权运营（深圳）股份有限公司副总经理，在专利信息分析下的专利布局方面有丰富的实务经验。8月18号上午，范总透过人工智能领域的行业数据、商业数据、专利数据等多角度融合，为大家分享如何基于人工智能领域专利信息分析形成科学合理的专利布局策略。知产前沿新媒体现将此次主题分享整理成文，供人工智能知识产权从业人员参考学习。 如需购买第二届中国人工智能知识产权峰会直播回顾，请后台私信“CAIIPS 2022” AI本质是指机器模拟人类思考行为的能力。通过AI技术，在各类机器载体（手机、电脑、交通 工具、机器人、机械设备等）上模拟并拥有类似人类、甚至超越人类的智能，可感知、学习、推理、交流等。人工智能产业覆盖了基础层、技术层和应用层，属于极高密度知识产权领域。AI产业链上大概可分为上游的基础层、中游的技术层和下游的应用层，每一个层次中有几方面重点内容。其中，上游层所涉及的AI芯片、大数据和AI算法是AI企业的核心竞争力，需要知识产权全面、深度保护；中游的技术层最主要的是软件技术，如何将该部分的技术转化为专利也是探讨的重点；在上中游的基础上，下游层应用时也应加强知识产权的保护。AI产业与其他产业深度融合，细分领域多样、交叉范围广，多领域相互促进、共同繁荣发展。AI产业是宽泛的概念，每个应用场景下都会有其特定的产业结构。专利布局应当从两方面发现考量因素。从AI产业方面看，应考量包括企业信息、技术信息等信息的产业图谱、市场规模、细分产业。从AI企业方面看，应考量供应链伙伴和竞争对手，竞争对手一般包括海内外龙头企业、骨干企业、新兴企业、初创公司，它们是资本聚集的地方，是专利布局分析的重要素材。目前，AI产业图谱全景如下图所示。在全世界范围存在大量企业分布于前述基础、技术和应用三个层次中，可以作为海关布局参考，思考自己的技术对标的对象是哪些企业、哪些技术。从产业发展到专利技术的保护，基本逻辑应该从企业参与金融市场活动起理解，在融到大量资金后，企业再进行大量的投入创新，并产生产品，而产品所体现的支撑性技术点，则成为专利保护的重点。AI产业中，芯片、算法、机器学习都是专利保护重点对象。AI产业专利信息分析的基本逻辑如下图所示：从前文中AI产业图谱全景可以看到，很多企业已经开始有意识地同时开发AI相关软硬件，这反映了AI产业中软件与硬件相互结合、不可分割的趋势越发显著。故企业寻求知识产权保护其技术，除了专利之外，还有软件著作权和技术秘密。但专利仍然占主要地位。自1942年起，至2006年左右，全球AI专利申请量（项）缓慢增长，超过半个世纪的时间仅增长约7%；而自2006年机器学习大师Geoffrey Hinton提出的深度学习在研究领域和应用领域的发起热潮，AI产业内的专利申请量开始攀升，至2021年，全球AI专利申请量达到了26%的增长。具体趋势如下图所示：我国虽然AI有效发明专利数量已经全球领先，但是专利布局主要集中在国内，海外专利布局数量较少，PCT申请【指根据《专利合作条约》（Patent Cooperation Treaty），通过PCT途径提交国际专利申请，向多个国家申请专利】数量少于美国， 三星、微软、谷歌等国际巨头有效发明专利数量领先，美国、韩国等发达国家对AI产业仍有较强的专利控制力。从下图可知，我国与发达国家在部分AI专利申请方面的形势仍有差距。如何发挥专利的优势，实现企业在产业中的控制权，还需要进一步摸索。在全部的全球AI专利申请量中，各分支专利申请量及趋势也有差异，如下图所示：对比上图，在我国，AI近5年投资事件发生的领域数量分布及占比趋势如下图所示：一、药品的特殊性使药品商标的注册受到更多的规制与调整 AI产业专利布局的重点分析对象一般包括三方：对供应链核心企业的分析，以寻求自身技术能否适应产业链环境，能否寻求与产业链上其他企业的共赢；对核心竞争对手的分析，将专利与市场相结合，综合各项信息明确对标点，确定企业发展目标；对关键技术问题的分析，主要是关键技术的路径分析，为研发人员提供创新的启示与逻辑。一个可实施的AI产业专利布局方案应重点分析几个维度：专利数量、专利技术、布局地域和申请时间。上述四个维度均是专利布局策略分析的评估重点，回答好上述问题，才能助攻专利布局方案的落地与实现。根据主要竞争者的专利申请数量进行横向比较，主要把握公式“看数量、找差距、定目标”。举例如工业互联网领域中，互联网安全是一个很重要的话题，那么从全球主要竞争者工业互联网安全细分技术方向的专利申请数量的统计中，可以筛选出对标企业，并从数量差距中形成自己的专利布局思路，定下目标，解决自己专利布局的问题。分析头部企业的布局地域主要把握公式“看地域、看技术、定方向”。举例，可以采集世界各地头部企业专利布局的详细数据，并作如下图表。可以分析出，龙头企业在各个国家或地区，申请了哪些技术，是感知、计算还是模组技术；如何布局，申请了多少专利、是否呈现趋势，是否布局了专利族等问题。回答这些问题有利于自身企业的专利布局，打造创新方向以及规避风险与冲突。分析头部企业的技术路线主要把握公式“看路径、找空白、定方案”。分析具体某个头部企业的技术开发路线，可以将其总结为以下图表以展现分析成果。该分析步骤主要是为了了解头部企业的发展进程，技术、专利储备量、应用场景、应用范围和已经设置的壁垒等信息，在产业中寻找属于自己的空白方案，寻找发展可能性。分析头部企业的技术问题主要把握公式“看问题、对结构、定细节”。各头部企业在技术开发时考虑到的问题是经过深度拆解的，我们可以从中选出重点的技术布局方向，提出技术解决路径，从而构建专利网，并由此确定我方技术细节点。总结与分析方法如下图所示：以计算机视觉领域、细分赛道中的3D视觉技术领域为例，从该技术领域中再划分出技术分支，如结构、工艺、控制、系统和检测，与自有技术一一对标，特定技术问题的特定方案。将前述分析的专利数量、专利类型与专利分析进行提炼总结，并列明布局时间、布局地域、保护范围设计原则以及申请程序选择建议，形成一个完整的、系统的专利布局“施工图”，如下表所示：AI产业的专利布局需要从宏观到微观进行，从信息搜索、分析到专利布局策略方案的形成与落地，对于企业知识产权与技术资产保护而言都是意义重大的。
|
