新技术发展对专利代理行业的影响与应对

当前，世界新一轮科技革命和产业变革正在如火如荼地进行。从国际上看，全球科技竞争日趋激烈，以数字化、网络化、智能化为主要特征的技术发展与应用正在加速经济和科技发展方式的转变。从国内来看，近年来，我国科技事业取得长足进步，重大创新成果竞相涌现。这其中，以“大云平移”（大数据、云计算、平台化、移动化）为代表的计算技术的发展，表现为大数据、云计算、人工智能等新技术成果，对人们的生产生活方式产生了深远影响。专利代理行业是现代服务业的重要内容，是高技术服务业发展的重点领域，以新技术发展成果的专利保护作为主要工作内容，因此新技术的发展也将对专利代理行业产生直接的影响。

首先，大数据技术发展迅速。最早提出“大数据”时代到来这一观点的是麦肯锡公司的《大数据：创新、竞争和生产力的下一个前沿领域》报告。在该报告中，将“大数据”定义为“大小超过常规的数据库工具获取、存储、管理和分析能力的数据集”。就“大数据”的基本属性而言，主要包括数据体量Volume巨大、处理速度 Velocity 极快、数据类别Variety丰富、数据真实Veracity可信以及数据价值Value较高等方面。按照大数据处理的整体生命周期，其技术环节包括大数据的采集与预处理、大数据存储与管理、大数据计算模式与系统、大数据分析与挖掘、大数据可视化分析以及大数据隐私安全等方面。大数据技术在电子政务、网络通信、医疗产业、能源产业、气象产业、零售产业等方面具有广泛的应用。

例如，美国著名的国家篮球队NBA的教练，利用IBM公司提供的数据挖掘工具临场决定替换队员。大约20个NBA球队使用Advanced Scout这个数据分析工具优化他们的战术组合，教练可以用便携式电脑在家里或在路上挖掘存储在NBA中心的服务器上的数据。每一场比赛的事件都被统计分类，按得分、助攻、失误等等。时间标记让教练非常容易地通过搜索NBA比赛的录像来理解统计发现的含义。例如：教练通过Advanced Scout发现本队的球员在与对方一个球星对抗时有犯规纪录，他可以在对方球星与这个队员“头碰头”的瞬间分解双方接触的动作，进而设计合理的防守策略。

其次，云计算技术突飞猛进。“云计算”理念最早由麻省理工学院计算机专家约翰·麦肯锡提出，随后美国国家标准与技术研究院给出定义，亦即“云计算是一种按使用量付费的模式，其能够以泛在的、便利的、按需的方式通过网络访问可配置的计算资源（计算资源包括网络、服务器、存储、应用软件、服务），这些资源可以实现快速部署与发布，并且只需要极少的管理成本或者只需要服务提供商极少的干预”。可见，云计算中的“云”是虚拟的计算资源，基于这样的虚拟计算资源云计算可以提供软件即服务、基础设施即服务、平台即服务等服务模式。其中，“软件即服务”（SaaS，即software as a service），就是通过网络提供软件服务的模式，云计算提供商负责在云端安装、调试、运行、管理、应用软件，用户通过云计算提供商提供的网络端的计算机软件来管理企业的经营活动。“基础设施即服务”（IaaS，即 Infrastructure as a service），就是将分布在不同区域的计算机、虚拟机、终端、网络、存储空间、负载平衡设备、防火墙等计算资源，通过网络汇集成一个虚拟的“计算资源集聚点”，向用户提供相应的的计算资源，用户可以在此基础上部署运行包括操作系统和应用程序在内的各种软件。“平台即服务”（PaaS，即 Platform as a service），就是云计算提供商将操作系统、编程语言的运行环境、数据库、Web 服务器等软件研发平台作为服务内容提供给用户，用户不需要对基础设施进行管理操作，只需要在该软件研发平台上部署和运行自己的应用。

除此之外，人工智能技术发展获得广泛关注。人工智能AI也称为机器智能，是指由人工制造出来的系统所表现出来的智能。人工智能技术是对人类生产生活方式影响最大的技术之一。被称为“人工智能之父”的图灵在1936年提出了自动机理论，阐明了计算机设计基础，促进了人工智能的研究。尤其是图灵1950年发表的论文《机器能思考吗？》为即将问世的人工智能技术提供了科学性的开创构思。1956年，麦卡锡、明斯基、罗彻斯特和香农组织的达特茅斯研讨会首次适用“人工智能”这一术语，标志着国际人工智能学科的产生。在20世纪50-70年代，机器翻译、人机博弈技术迅速发展；在20世纪70年代，专家系统研发成为热点，“知识工程”的概念得以提出；在20世纪80-90年代，以IBM公司推出的“深蓝”计算机为代表，出现人工智能产业化应用。2011年，Cleverbot聪明机器人成功骗过800多名观众，观众难以分辨对话来自于真人还是计算机软件。2016年3月，基于深度学习技术开发的谷歌人工智能程序阿尔法围棋（AlphaGo）战胜世界围棋冠军李世石。人工智能朝着更加聪明的机器人、更加快捷的分析、更加自然的互动以及更加智能的学习等方向迅速发展。

同时，人工智能技术的产业应用前景广泛，人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础，未来人工智能技术将进一步推动关键技术和新兴科技、新兴产业的深度融合，推动新一轮的信息技术革命。人工智能产业化在模式识别、语音识别、人机对弈、专家系统、智能驾驶、智能机器人等方面取得了长足进步，最近5年内，中国在人工智能产业化领域的投资已经超过1000多亿元。

需要补充的是，大数据、云计算、人工智能等新技术的发展相互交织，相互促进。例如，大数据分析为人工智能的深度学习提供样本和基础，大数据加载在云计算上的运用更加便利。正如《互联网进化论》所指出的，互联网的未来功能和结构将与人类大脑高度相似，也将具备互联网虚拟感觉、虚拟运动、虚拟中枢、虚拟记忆神经系统。《互联网进化论》进一步绘制了一幅互联网虚拟大脑结构图，形象生动地描绘了大数据、云计算等新技术之间的关系，其中，大数据代表了互联网的信息源，是互联网智慧和意识产生的基础；云计算是互联网的核心硬件层和核心软件层的集合，也是互联网中枢申请系统的萌芽，是数据的处理中心；物联网对应了互联网的感觉和运动神经系统，是数据的采集端。虽然大数据着眼于数据并且关注实际业务，云计算着眼于计算并且关注IT解决方案，但是二者都是为了数据存储和处理服务，大数据根植于云计算，作为云计算关键技术的海量数据存储技术、海量数据管理技术、海量数据查询技术等构成大数据技术的基础。同样，人工智能技术也与大数据、云计算技术存在诸多关联。

》

首先，大数据技术的发展使得专利分析更加科学。根据国际数据公司的预测，预计到2020年，全球总共将拥有35ZB的数据量，相比2011年增长近20倍。我国国内大数据技术研发处于高速发展时期，大数据技术专利申请从2014年的142件猛增到2015年的596件（增长了320%）并从2015年开始进入快速发展阶段。大数据技术涵盖大数据的采集与预处理、大数据的存储与管理、大数据的计算模式与系统、大数据的分析与挖掘、大数据的可视化分析以及大数据的隐私安全等方面，非常适于解决目前国内外专利分析中存在的专利信息滞后性、专利分析成本高、专利价值挖掘少等问题。

专利分析，是指对来资专利文献中大量或者个别的专利信息进行加工及组合，并领域统计方法或者数据处理手段使这些信息具有纵览全局以及预测功能，并通过专利分析使得它们由普遍的信息上升为企业经营活动中有价值的情报。可见，大数据技术将为专利分析提供强有力的技术支撑，使得数据收集更加全面、分析过程更加高效并且具有可视化的成果展示。通常而言，专利数据控制子系统可以包括专利数据采集子系统、专利数据加工子系统、专利数据分析子系统、专利数据服务子系统，专利数据分析子系统是基于大数据的专利分析系统的核心，可以对已经预处理的数据进行分类、聚类、关联等，从中发现有价值的知识和模式。例如，利用数据挖掘技术对所有有效发明专利以及许可/转让/质押情况的专利进行分析，对有价值的专利与各项专利要素之间的关系进行深度挖掘，从而辨识出高价值专利的关键要素。

其次，云计算技术的发展使得侵权判定更加复杂。如前所述，云计算的特征是全球性、虚拟性和交互性。当用户使用云服务，用于识别信息的标识可能仅仅是用户号码、密码、IP地址。然而，用户号码和密码是随机的或者用户随意安排的，IP地址也仅仅是基于逻辑定义的一串数字字符。任何人可以不计后果的实施网络操作。在云计算环境中，用于识别民事主体的名字名称、国籍、居住地变得非常随意和隐蔽。从而，云计算技术的发展使得侵权判定更加复杂。一方面，从程序法角度而言，云计算平台下将使得专利侵权纠纷的管辖连接点更加复杂，确定管辖法院更加困难。在云计算环境中，一系列连接元素在云端出现，例如计算机终端、服务器、域名、网址、ISP地址和访问端口等。管辖连接点的复杂性和多变性增加了确定行为地域边界的难度。另一方面，从实体法角度而言，云计算平台下将使得专利侵权行为更加丰富，不仅限于《专利法》第11条所规定的制造、使用、销售、许诺销售和进口，同时使得专利间接侵权成为较为常见的形态。

还有，人工智能技术发展使得专利申请文件撰写与专利审查更加自动化。正如世界知识产权组织总干事弗朗西斯·高锐（Francis Gurry）博士所指出的，“人工智能在知识产权领域的运用现在还属于早期阶段。尽管如此，世界大多数国家的知识产权局对人工智能给予了积极的评价，认为这是有效提高知识产权审查效率、提升质量和控制成本的一个契机，并将成为未来几个月甚至几年知识产权业界关注的焦点。”

人工智能技术的蓬勃发展从专利申请状况可以管中窥豹，2016年人工智能神经网络方面的专利申请数量超过了1989年到 2009 年这20年的总和。正如清华大学中国科技政策研究中心、清华大学公共管理学院政府文献中心、清华大学中国工程科技发展战略研究院等联合撰写的《中国人工智能发展报告2018》所述，中国的人工智能专利技术布局程度位居榜首，而其中授权专利比例最高的国家是美国。就人工智能技术的具体分支而言，中国发展的主要技术领域集中在数据处理系统、数字信息传输等方面。其中图像处理分析的相关发明专利数量较其他子领域更多，占发明专利总数的16%。这其中，运用人工智能技术实现专利申请文件的自动撰写和自动审查，是非常值得关注的动向。从专利文件原文中识别和提取关键词之同义词，自动制定高质量的检索条件，扩宽搜索方向并提高关键词搜索质量；使用专有的拓扑聚类进行相似文件检索，提高文件检索精确度；自动对专利申请文本和权利要求书等文档进行联合专利分类体系和美国专利分类体系等分类；图像识别技术也能为专利文献检索带来便利，建立在图像解析算法和神经网络技术上的人工智能，可以将图片内容转化为关键词，提高图片模式匹配效率。另一方面，基于图像和技术知识数据库的人工智能，降低了专利审查员的工作难度和准入门槛。据报道，人工智能技术公司正在开发专利申请文件自动撰写的第一代机器人WR1.0，采用人工机器合成技术使得一人可以同时控制实时操作的三台机器，该机器人具有强大的数据存储能力和高速高效的数据处理能力，可以有效降低人工成本。同时，该机器人具有优越的纠错技术和学习能力，可以有效防止人工操作中的错误。然而，整个专利申请过程仍然需要人工介入。

我们在谈论未来的时候，未来已来；当我们讨论将至的可能性时，将至已至。如前所述，大数据、云计算、人工智能等新技术成果瞬息万变。专利代理行业以新技术发展成果的专利保护作为主要工作内容，因此新技术的发展亟需专利代理行业予以积极回应。我们建议，专利代理行业应当积极拥抱和利用新技术的发展，而不是抗拒和阻碍新技术的发展，应对之策在于合作而非对抗、专业而非重复、系统而非局部，运用大数据、云计算、人工智能等新技术积极承担重复性的局部工作，专利代理服务聚焦专业化的系统服务，积极有效地应对新技术的发展。

首先，合作而非对抗。积极拥抱和利用新技术的发展，而不是抗拒和阻碍新技术的发展。大数据、云计算、人工智能等新技术的发展必然使得我们遇到一些新的问题：不同处理阶段产生的大数据成果应当采用何种知识产权加以保护以及大数据各个权利主体（数据源权利主体、数据加工者、数据二次开发者、数据使用者等）的权能划分与协调，在云计算管辖连接点的复杂性和多变性的背景下如何确定行为地域边界，人工智能创造物的知识产权归属如何确定等。但是，更为重要的是，大数据、云计算、人工智能等新技术将使得人们的生产生活方式乃至思维方式发生根本性的改变，从而适应这样的改变，在现有知识产权制度（特别是专利制度）框架下，将专利代理服务与大数据、云计算、人工智能等新技术成果结合，将是未来专利代理行业的必然选择。

其次，专业而非重复。如前所述，随着大数据、云计算、人工智能等新技术的发展，基于强大的人工智能学习能力，基于神经网络的翻译系统可以达到人工翻译的同等水平，一些专利分析、专利检索、专利翻译等重复性的工作很有可能可以由相应的技术成果自动承担。同时，从目前来看，人工智能等新技术并不能胜任专业性的法律服务，例如有关新颖性创造性的审查意见的答复等。建议专利代理行业更多地聚焦新颖性、创造性等专业法律问题的分析，例如“容易想到”“技术启示”“预料不到的技术效果”的认定等有很多需要人工判断的地方。

此外，系统而非局部。如前所述，随着大数据、云计算、人工智能等新技术的发展，专利代理服务中的部分内容可以由相应的技术成果自动承担。因此，建议在专利代理服务中，将局部工作交给大数据、云计算、人工智能等新技术，同时集中精力在全局的系统性工作中，将专利战略、专利布局、专利诉讼等作为重要的服务内容做实做深。

来源|《专利代理》节选，作者：张鹏

编辑|软件知产研究

声明|本文仅供分享学习，不做商业用途！版权归作者所有。如有侵权请通知删除，谢谢！

人工智能算法专利保护研究

我国商业方法专利申请现状及分析

云计算PaaS专利技术研究

人工智能算法创新可专利性问题探讨

人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用

人工智能时代的专利法：问题、挑战与应对

工业软件知识产权保护探究

基于大数据视角的知识产权专利分析方法与模式研究

从高价值专利的需求反观专利申请撰写水平