2025年的到来，象征着人工智能正迈入「AI代理」（AI Agent）的新阶段，AI将取代传统的工作方式，并能自主执行任务。对专利产业而言，这样的趋势亦不容忽视，那就是AI正在改变专利实务的游戏规则，企业必须善用AI改变专利运营的战略。经过机器学习和模型训练后，目前利用AI专利翻译的技术成熟度最高可达90%，可替企业省下大幅的专利翻译成本与时间；AI语义分析可涵盖欲检索目标之技术全貌，缩短检索时间、加速初步判断专利无效的可能性。透过AI工具的辅助撰写专利，可以改善人工撰写专利申请书旷日费时、成本昂贵的问题，并将更多时间用在提升专利质量。
AI正在从各种层面翻转产业生态，专利产业当然也不例外。在2024年12月20日举办的《2024两岸专利论坛》中，因子数据共同创办人暨AI技术长许正干分享AI对专利实务的影响与应对经验。许正干指出，AI现已运用在专利翻译、专利检索、专利挖掘、专利价值预测等范畴，都已有极高的技术成熟度，并已开始翻转专利产业生态。
细数目前AI共有四大语言模型，除了最广为人知Open AI的GPT，应用涵盖ChatGPT、DALL-E等，卓越的生成能力适用于语言处理、对话、图片及影片生成等场景；还有美国AI新创公司Anthropic的Claude模型，较注重AI的安全与伦理、聚焦AI的透明性和可控性，目标是打造出适合人类价值的生成式模型；而Google用来和旗下产品相整合的Gemini模型，致力于提升语言理解的深度；最后一个是Meta的LLaMA模型，特点是高效能、可扩展，注重语言理解与生成，并与美国AI新创公司Hugging Face合作，推动AI开源与技术交流。这四大语言模型均以Transformer架构为基础，而专利实务多为自然语言的属性，因此要在专利实务导入生成式AI，几乎不脱这四大语言模型的范畴。
AI专利翻译、专利检索
许正干指出，在专利实务结合AI的各项运作模式中，最低成本、高价值的应用首推AI专利翻译。过去运用人工进行专利翻译，不但旷日费时、且成本较高，专利说明书内有许多重复性高的叙述，人工翻译照样算钱。现在透过基于Transformer模型而做的深度学习，预训练模型（Pre-trained Model）和提示工程（Prompt Engineering），AI专利翻译的技术成熟度最高可达90%，准确度也比以往的Google翻译高出许多，一篇翻译最多可为企业省下99%的成本。
另外，透过AI的语义分析，现在也能让AI专利检索的结果更精准。因为专利检索依赖使用者主观下关键词或检索式，会随着用户的背景知识不同，检索出的答案可能差异甚远，若仅依赖关键词或检索式，有可能无法得知欲检索目标之技术全貌。导入AI技术后，透过AI语义分析可涵盖欲检索目标之技术全貌，加上检索时间大幅缩短，降低使用者门坎，发明人也可协助IP人员先行检索，加速初步判断专利无效的可能性。
AI专利挖掘
AI专利挖掘是让AI从企业内建RAG或既有的数据库、任何文件当中寻找文献，再由知识产权部门、发明人、决策者、PM、业务透过AI的语义分析检索，结果将更为精准。
RAG（Retrieval-Augmented Generation）是一种检索增强生成的人工智能技术，让大型语言模型（LLM） 不用经过再训练，就能利用更多数据资源改善生成式AI的质量。许正干解释，RAG透过数据向量化可优化检索与模型的回复正确度与完整度，确保动态实时更新信息。
一般公司若要进行专利挖掘，必须依赖IP部门游走各部门了解研发上可能产出的专利，但IP部门对于技术的理解毕竟有限，有时会错过专利保护时机。透过企业内建的RAG，可将AI专利检索功能普及至发明人、决策者、PM、业务等部门，随时透过与AI对话，协同发现市场商机、专利申请与专利回避设计。
AI专利说明书撰写与答辩
透过生成式AI的辅助撰写专利说明书，可以节省大量时间与成本，省下来的时间可专注在提升专利质量。虽然目前利用AI进行专利说明书撰写与答辩，技术成熟度还在约50%，不过在申请日、产品上市或回复官方审查意见的压力下，透过人力大量的专利撰写或答辩，将可能无法全面性地顾及专利质量，AI工具的辅助可以改善人工撰写专利申请书旷日费时、成本昂贵、质量良莠不齐的问题。
AI专利价值预测
专利价值会随着随产业趋势波动，不论领域专家或分析师，都难以从千百万的科技文献中⼀⼀阅读与分析。必须综合过去的数据，引用文献数、被引用文献数、申请数量、功效矩阵、SEP、申请国、IPC 等诸多变量，加上专家经验判断、金融市场与产业舆情等实时动态，才能预测出专利价值；而藉由AI技术的辅助，经由超过1,000万篇的文本进行训练，AI可模仿决策者的思维。基于客观且多面向的大数据与AI的辅助，除了可以节省大量时间与成本，企业还可以快速反应产品或服务的调整，把握最佳时机做专利交易或授权，极大化专利运营的产值。
AI专利组合、AI技术演化预测
传统上判断专利组合的方式，是依赖过去的统计数据和人为直觉做判断，缺乏进退依据。AI可以准确推测各项技术的成成长性，因应市场成长率的变迁，AI随时调整专利组合。基于市场的运作逻辑与AI辅助，企业可快速调整布局策略，也可在最佳时机做专利交易或授权，极大化专利运营之价值。
许正干指出，AI技术演化预测超过1,000万篇的文本训练后，不仅消除AI幻觉，且还可巨量阅读并理解所有的文献，进而推算该技术未来贡献在财务方面的成长机率，并且预测「毛利率」、「营业利益率」和「税后净利率」等三率。透过AI大量计算专利结合市场动态信息，投资者或决策者更实时掌握技术走向，随时调整资本支出或营运策略。
除了AI专利组合，借助AI最擅长的巨量阅读与分析、归纳统整能力，可用来预测AI技术演化，协助领域专家与分析师迅速掌握快速变迁的产业方向，协助企业用最低成本取得投资布局的先机，或是做为辅助国家或民间企业做产业决策或资本支出时的参考数据。
未来展望：数据驱动决策
许正干建议，企业应该要善用AI提早改变专利运营的战略，结合既有的IP团队和AI工程师，由IP团队对数据/AI工程师进行专利概念、公司IP策略等IP教育训练，另一方面，数据或AI工程师应对IP部门分享AI工具的使用方法与手册，并为公司建立RAG、机器学习、提示工程应用，建构属于IP部门的「AI大脑」。多数企业的IP部门都蕴藏了90%未被探勘的数据，透过人机协作将IP结合产品或服务，以达到获利最大化、成本最小化。
数据源：
2024/12/20，2024两岸专利实务论坛《在线活动》，许正干简报
|
