繼272期 《兩岸專利論壇》- II資深專利代理師洪燕分享《高價值專利和AI技術 — 專利訴訟的视角》後，本刊期《兩岸專利論壇》-III由中專隆天知識產權運營 (深圳) 股份有限公司CEO林宇清以「新型AI科創投生態下的專利價值體現」為題，探討高價值專利的要件及AI技術的專利價值。林宇清認為專利價值要從未來角度著眼，藉由數據分析專利價值，來看未來如何在市場競爭中找到比較好的位子，及有更好的生存空間，才能讓企業對科技的投資更有價值。
在談專利價值的體現之前，林宇清先分享他本身對專利的認知的心路歷程；而對專利認知的改變，也改變了他看專利價值的角度。
林宇清表示他從2000年開始一直從事專利代理人、專利代理師、律師的工作，其間做了很多專利代理及訴訟的實務，後來想要換一個角度來看這些企業為什麼要做專利申請、專利訴訟這些動作，於是便轉到企業做In-house的事情。
當林宇清轉到企業作In-house之後，他了解到當事務所拿到企業一些行動指令的時候，很多策略性的事情都已經決定了，專利已經是最後的東西。這些策略性的事情包括後來在做訴訟準備時，亦即一些法律準備工作時，已很清楚知道最後是要做一些交叉授權 (cross licensing)的事情。那時候林宇清才了解除了事務所熟悉的申請與訴訟的角度外，專利價值還有另一個視角：就是從企業IHPE、RD、CEO等等的角度，去看專利的角色；看專利能做什麼事情，讓事情更順暢、更能符合商業邏輯。像是讓自己可以達到市場壟斷，或是找2-3個合作夥伴一起實現壟斷的行為。專利的價值很多時候是這樣的一種呈現方式。
林宇清又不免好奇：究竟是經過什麼樣的精準判斷或分析邏輯，來做這些策略性的佈局呢？他發現這就是專利數據的體現，像中專隆天就是專門從事專利情報分析的機構。林宇清認為專利價值的體現要從未來角度著眼，他個人有一種感覺，就是一個專利可能需要更多AI個性化的東西，來決定這個專利在未來AI領域是如何一個價值的呈現。而作為傳統的專利代理公司或是事務所，要如何才能切合企業的需求？又或是說如何切合企業決策者之需求？他認為這需要有跨界的思維，才把事情做得更有意義。另一方面，藉由數據分析專利價值，才能探索未來如何在市場競爭中找到比較好的位子、有更好的生存空間，及對科技的投資更有價值。
全球AI產業概覽
AI模仿人類是科技發展的大趨勢，從各國發展來看已非常明顯，各國都想成為領導者。從人工智慧的角度來看，一定是先有人工才有智慧。從歷史發展而言，人們先做了許多事情，然後隨著科技發展、互聯網的進步，這些人類發展出來的技術已步上商業化的道路，在步往商業化的路上，專利數據帶來了很好的指引，像Apple公司也是透過很好的專利數據分析來決定收購那些公司的。
隨著科技發展，邁入第四次工業革命是一個必然的結果，要如何讓本身企業在此浪潮中占有更好的一席之地，應善用專利數據分析。
資料顯示人工智慧的專利文獻從1960年到2017年已經公開了32.7萬個專利家族，公開發表了159萬餘篇學術論文。林宇清表示，北京清華大學AI實驗室的老師指出，他們其實很早已經在進行研究，但早前稱之為自動化，不叫人工智慧，而國家也批了預算在做這件事，但後來AI火了，就把項目名稱改為人工智慧，國家一樣批了很多錢在做這件事。但清大的老師認為AI還有很長的路要走，真正核心的算法可能在現在也只是剛剛開始而已，這也是為什麼現在許多學術論文的數量和專利的數量逐漸往智能算法的角度集中的一個主要原因。
從AI產業的角度來看，事實上已覆蓋了很多領域 (圖1)。這些領域的專利數量很多，不少都將AI技術埋在專利中。不同國家對AI產業有不同的政策，而集國家力量能讓技術與產業獲得更快速的發展。中國自2015年以來在AI的應用領域可以說是相當領先的；在專利申請、撰寫技巧部分，中國也是很先進的。
全球AI產業創新發展趨勢
要了解AI產業及AI專利的價格體現，也要從AI的專利數據著眼。
林宇清指出，人工智慧專利的申請主要來源於中國、美國和日本，自2000年至2018年間，中美日三國AI專利申請量占全球總申請量的75%左右。中國雖在AI領域起步較晚，但自2010年起，專利產出量首超美國，並開始長期雄踞申請量首位。
從專利申請領域來看，深度學習、語音辨識、人臉識別和機器人等熱門領域均成為各國重點佈局領域。其中，美國幾乎全領域領先，而中國則在語音辨識、文本挖掘、雲計算等領域優勢較明顯；惟AI晶片、基礎演算法等關鍵領域和前沿領域的專利技術主要仍被美國掌握。林宇清認為這反映出中國AI發展存在基礎不牢、表面繁榮的結構性不均衡問題。
根據Gartner 2020年5-6月的一份民意調查，疫情之下，47％受訪者的AI投資計畫沒有改變，而且有30％的受訪者計畫增加在這方面的投資；只有16％的人暫時中止了AI投資計劃，另外7％的人減少了投資。預計明年企業會將重點放在利用AI提高運營效率，實現數位化轉型。
另一項專利數據顯示，目前全球人工智慧人才分佈不均且短缺。據清華大學統計，截至2017年，人才儲備排名前10的國家占全球總量的61.8%。歐洲28國擁有43,064名人工智慧人才，位居全球第一，占全球總量的21.1%。美國和中國分別以28,536、18,232列席第二、第三位（圖3）。其中，中國基礎人才儲備尤顯薄弱。根據騰訊研究院，美國AI技術層人才是中國2.26倍，基礎層人才數是中國的13.8倍。
