知識產權“護身”，才能贏得人工智能未來
2020-09-02 17:06:56
根據相關媒體報道，Uber近日申請了一項人工智能專利——通過機器學習技術來判斷使用APP約車的乘客是否處于醉酒狀態，隨后為其定制乘車服務。產品未出，專利先行。在技術市場打拼，沒有知識產權“護身”萬萬不行，更別說在競爭日益激烈的人工智能領域了。
?
人工智能領域知識產權層次豐富
北京人工智能專利產業創新中心總經理劉翰倫表示，從技術的角度分析，人工智能領域所包含的知識產權可以依據產業劃分，大致分為三類。第一類是基礎層，也就是人工智能的底層技術所包含的知識產權。這類知識產權覆蓋硬件和軟件，例如芯片、算法、傳感技術等方面最基礎的技術。第二層是技術層，這類知識產權覆蓋將基礎層的技術進行整合后所產生圖像識別、語音識別等人工智能技術。第三層是應用層，這類知識產權覆蓋的范圍主要是將人工智能技術應用在具體的行業或場景中，比如自動駕駛、陪伴機器人、醫療圖像識別等。
“人工智能企業要想進行知識產權布局，可以從很多方面入手。”劉翰倫介紹，例如從技術角度可以申請發明專利或申請實用新型專利，從軟件則開發角度可以考慮版權登記，以及給產品外觀設計申請外觀設計專利等。
還有一個容易被忽視的保護方式是商業秘密。劉翰倫介紹，商業秘密需要企業有一整套的規范對涉及企業經濟利益的技術和經營信息進行保護。在商業秘密遭到侵犯時，可利用法律手段要求侵害人停止侵害并承擔法律責任。
?
人工智能領域知識產權布局偏弱
?
近幾年來，國內人工智能領域發展火熱，從知識產權角度看，國內人工智能專利的申請數量也令人欣喜。
根據《2018人工智能行業創新情報白皮書》統計，目前全球人工智能專利申請集中在中國、美國、日本三國，其專利申請量分別為：99264件、48870件、31158件(包括發明和實用新型專利)。中國申請的人工智能專利數量位居第一。
劉翰倫表示，雖然中國機構或企業申請的人工智能專利數量已處于領先，但從人工智能知識產權所劃分的三個層面來看，中國的人工智能專利主要集中在應用層，技術層專利數量較少，基礎層專利更是鳳毛麟角。
造成上述現象的原因有兩個方面，一是由于跟歐美等發達國家和地區相比，國內在人工智能領域起步較晚，掌握的核心基礎專利自然較少；二是由于國內人工智能企業比較偏向于人工智能應用端的開發，專利申請自然也向應用層傾斜。
“國內企業往往在一開始比較重視國內市場，容易忽視在國際市場上的知識產權布局。”據劉翰倫觀察，國內很多人工智能企業的專利90%以上集中在國內，如果企業的產品只面向國內市場問題不大，一旦想要走出國門，就會面臨非常大的知識產權風險。
?
應構建立體化知識產權版圖
在劉翰倫看來，人工智能企業在知識產權上的布局可折射出企業對知識產權的態度。
例如IBM在2016年申請了8088項專利，其中2700多項專利與人工智能與認知計算相關。英特爾近來對人工智能芯片的關注越來越多，對人工智能芯片的知識產權布局也比較完整。
“在知識產權領域的前期投入，雖然會產生一定成本，但是換來的是市場競爭力。”劉翰倫認為，人工智能企業不能僅僅將精力集中在技術或產品研發上，應對知識產權布局有基本的認知。而且這種認知不應僅僅是企業法務部門的事，從企業的管理層到研發人員都應提高相關意識。
除了盡量提高知識產權的質量，重視在海外市場知識產權布局以外，專業人士提醒國內人工智能企業重視應用對商業秘密的保護手段。
美國的人工智能企業就非常重視以商業秘密的形式保護自己的知識產權，例如某項技術由于保密的需要并未公開申請專利，但可以通過與合作伙伴簽約，允許對方使用該項技術的同時對其保密。
而中國觀的情況是，技術員工的離職常常會帶走企業的技術秘密，甚至對企業造成巨大損失，原因是企業沒有就商業秘密與員工簽訂必要的協議。
? “這就需要企業盡早建立關于商業秘密的系統規范，并在企業內部執行。這樣在遭受侵權時，不會毫無防備。”劉翰倫認為。
