AI怎样改变专利格局？您的组织准备好应用AI了吗？

编者按

AI为雄心勃勃的企业提供了弯道超车的机会。为了更好地应对下一次重大转型，公司需要提高战略、实施和创新的关键能力，在公司内部快速选择和推广新的AI解决方案。今天，我们带来了一些关于知识产权保护、企业应用和未来发展的AI信息。

如今，AI正在从两个基本方面改变知识产权。（IP）以及专利情况：发展和保护与最新AI创新相关的知识产权，以及在IP挖掘和开发过程中使用AI。以下是AI时代保护知识产权的四种战略方法：

01 知识产权战略AI时代

对大型跨国公司，请考虑交叉许可证。

对于大型跨国公司来说，专利是一种可以用于知识产权交易的资产。在这种情况下，“交叉许可”是一种相对合理的策略。现在有了生成AI，知道谁的技术可能侵犯你的专利已经不是问题了。与诉讼相比，更好的解决办法可能是让两家公司坐下来，深入探讨“交叉许可”的可能性。比如两家公司可以拟定协议，互相授权对方使用部分专利，但一般会设定一定的期限。这使得两家公司都能够在不受严重干扰的情况下继续经营自己的业务。由于授权期限已经设定，如果双方在到期后仍然对这种方法感兴趣，他们可以在未来的某个日期再次协商新的授权。

保护中小企业的价值

对于中小企业来说，适当的专利保护可以保证公司未来潜在收购者的利益，从而大大提升自己的价值。如果你是一家小公司或者创业公司，你可能需要在这方面下功夫，制定专门的专利策略来保护未来隐藏的买家——因为它很可能会对你的估值产生很大的影响。

生成AI已经成为帮助小企业申请专利的重要工具，尤其是根据企业所在领域，可以制定非常有针对性的权利声明，也可以预见未来主流商界尚未发现的机会。。然而，生成式AI只能用于帮助申请专利，但其信息需要经过审查和验证，以确保准确性。对于中小企业的潜在收购者来说，生成式AI可以用来识别相关企业拥有的专利，看看哪些公司值得关注。

探索可选项和其他战略工具

借助世界知识产权组织，公司可以使用世界知识产权组织（WIPO）通过提交国际专利申请，机制探索全球市场。

虽然没有“全球专利”，但WIPO提供了相关机制，申请人可以在全球范围内发表声明、搜索报告，并在联合国成员国中的任何一个国家申请实用专利。申请人可以在提交声明申请后30个月内在一个或多个国家申请WIPO 声明申请转为实用专利申请。

如果发明专利不再与公司目前的产品或服务有关，申请人也可以选择战略性放弃申请。一旦放弃，就不再需要支付法律、声明或申请费。此外，WIPO申请可以始终保留在全球专利数据库中作为现有技术记录，防止他人声称自己创造了这项发明。

在WIPO临时申请过程中，生成AI可以为申请人提供早期预警或告知相关信息的新机会，比如“这个领域的竞争已经非常激烈，发展太完善，几乎没有提升的空间”，帮助企业决定是否战略性放弃申请。

公司文化形成“专利挖掘”

企业文化中有关专利保护的部分必须随着时间的推移而不断发展。

对于很多大公司来说，公司的R&D负责人会定期与研究人员和工程师召开“专利挖掘”会议。很多企业在商品发布前都要进行这个程序，由高级技术人员与产品研发工程师合作，了解新产品中使用了哪些新元素。现在，生成式AI已能迅速识别新专利的“空白区域”，甚至制定初始申请，从而大大加快了这个过程。这些新元素在产品推出之前就会被识别并考虑申请专利。

企业文化应该包括对专利保护的重视，通过奖励激励发明文化，可以激励团队进行创新和专利申请。即使是小企业，为了促进长远发展和成功，也应该培养这种文化。

02 您的AI准备商数量是多少？

AI准备商数（AI-RQ，AI Readiness Quotient）它是一种工具，可以用来评估公司的AI应用能力，可以帮助领导和组织评估他们目前的准备情况。该指数的要素分为战略能力、执行能力、创新能力和赋能能力四个方面。

就像三名铁人选手需要参加三个项目的所有比赛一样，他们必须具备合格和获胜所需的基本体力和心态，管理者和团队必须具备多维度的战略、实施和创新能力，并辅以赋能能力，才能在自己的AI转型中取得成功。

为了计算每个公司的AI-RQ值，请在1～在5分的范围内，对每一个因素的现状进行评分，1=不做，2=有限，3=合适，4=强大，5=领先。

战略能力

• 前瞻性-监控和识别相关的AI趋势，并将其转化应用于您的行业/组织

• 洞察-预测AI对当前和未来客户的影响，以及解决问题的机会

• 愿景-澄清AI愿景，激励和协调团队执行。

• 知名度——影响内外主要利益相关者，制定未来的AI战略

执行力

• 引导变革-引导和促进AI工作与运营模式相结合的根本变革。

• 整合团队-整合跨职能团队和多样化技能，成功实施AI计划

• 培养人才-培养能充分利用AI提高自己工作的员工和团队

• 扩大影响力-借助可重复的实用性和支持方式，扩大AI计划的影响力

创新能力

• 全组织AI应用测试-激励、支持和评估

• 颠覆性创新——积极寻求利用AI颠覆现有商业和商业模式的机会

• 内部创业-建立投资和治理模式，孵化和扩展AI公司

• 生态系统/战略伙伴关系-建立和发展强大的生态系统，协调AI平台和创新合作伙伴

赋能能力

• 技术/数据素养-拥有一支对AI和数据素养有足够了解并精通的员工队伍，从而抓住未来的AI机会。

• 灵活/敏捷-能够随机应变，快速转化、调整和增强新的AI机会的技术和数据能力。

• 责任/道德-建立和宣传AI开发管理框架的责任和道德。

• 持续学习-参与持续学习，提高未来成功所需的AI相关技能和能力

在四种能力中，任何一种能力的分数都达到16分或更高，这意味着每个人在这方面都有准确的优势；如果总分达到64分或更高，就意味着每个人都已经为AI优先的未来做好了充分的准备。同样，如果一个能力的分数低于或等于8分，就意味着每个人都需要关注和发展这种能力；如果总分低于32分，你可能处于落后状态。

AI-RQ不仅为企业衡量AI转型过程提供了一种方法，评估其现状和未来进展，也让领导和公司找到了差距，找到了改进的机会，为未来的人员发展战略提供了参考。下面是AI-RQ平均评分图，基于一组初始样本公司的所有要素：

本次初步调查样本说明，大多数企业在监控AI趋势、预测客户影响和设定愿景方面做得很好，但在扩大AI计划影响力、培养AI人才、建立内部投资模式、建立负责任、符合道德的AI发展框架方面却举步维艰。为了给AI浪潮做好充分的准备，大多数企业还有很多工作要做。

03 神经状态计算：未来AI之路

计算神经形态（Neuromorphic computing）它是一个计算机模拟人脑结构和功能的计算步骤。它利用人工神经元和突触模拟我们大脑处理数据的方法，使其解决问题、识别模式和做出决策比我们现在常用的计算机更快、更高效。

神经系统计算的优点：

•比传统计算更快：神经形态计算是由事件驱动的，神经元只在相关事件触发时才开始处理数据，所以反应速度极快。对于依靠即时传感器数据处理的技术(如物联网设备)来说，低延迟将带来相当大的改善。

•优良的模式识别：神经形态计算是大规模并行处理数据，所以特别擅长识别模式。这意味着他们也擅长检测异常，这对所有从网络安全到健康监测的领域都非常有用。

•能快速学习：像人类一样，神经形态计算机可以立即学习和适应不断变化的刺激。不同的事件和经验会加强不同神经元的连接强度，并且可以不断适应和调整。换句话说，它会不断发展和变化，然后变得越来越好。

•能源效率高：神经形态计算最突出的优点之一是能源效率高，特别有利于AI的发展——AI被公认为高能耗。神经形态计算机可以像大脑神经元一样同时处理和存储单个神经元上的数据。这种并行计算方法可以同时执行多项任务，从而加快响应速度，节能降耗。

对神经形态计算的考验：

•没有标准或规范：由于神经形态计算仍然是一项相对较新的技术，目前还没有针对该技术的标准，因此在研究实验室之外很难评估其性能并证明其功效。而且神经形态计算缺乏标准化的结构和软件接口，很难共享应用和结果。

•硬件和软件有限：设计和制造能有效模拟人脑复杂神经形态硬件是一个重大挑战。它不仅需要新一代的内存、存储和感知技术，还需要新的编程语言和算法。

•高难度学习：目前，神经形态计算机只被一些专家使用，设备昂贵。此外，即使是有丰富AI和机器学习背景的人也不容易掌握这项技术。这就要求用户在神经科学、计算机科学和物理学等领域有丰富的知识。

•降低精度和精度：成功的机器学习算法在深度学习应用中无法直接映射到脉冲神经网络，因此必须进行适当的调整。这种调节和神经形态系统的整体复杂性可能会降低准确性和准确性。

但即便如此，神经形态计算仍在无人驾驶汽车、无人驾驶飞机、边缘AI中。、在机器人和欺诈检测等领域具有很大的潜力，而且它的发展有助于加深我们对人们的理解。

本文来自微信微信官方账号“红杉汇”（ID：Sequoiacap），作者：洪杉，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com