人工智能将如何塑造技术转移的未来

2026年

4

月

20日

第

8期

总第

729

期人工智能将如何塑造技术转移的未来【译者按】《柳叶刀

・神经病学》2024年3

月发表综述性文章。探究了人工智能对技术转让领域的当下作用与未来潜力。AI目前已应用于技术转让的发明评估、合同管理、知识产权保护等环节，

能实现专利在先技术检索、合同起草审核、专利初稿撰写等工作，

大幅节省时间、

减少人为误差。但AI

在该领域应用仍存保密风险

、“

幻觉

”失准、算法偏见、成本高昂及相关规制缺失等问题，且相关企业和投资占比极低，发展尚不成熟

。研究指出，

完善数据质量、存储条件、

全球规制并做好保密防护后，人机协作将显著提升技术转让效率

，而

AI始终无法替代专业人士的验证工作。【关键词】人工智能

技术转移

知识产权

创新生态系统-

1

-一、引言人工智能是一种智能的技术工具，能够以自动化的方式执行需要人类大脑认知功能（包括知识解释、判断、推理和决策）

的任务。人工智能有着悠久的历史。亚里士多德、托马斯·阿奎那、威廉·奥卡姆、勒内·笛卡尔、托马斯·霍布斯和戈特弗里德·威廉·莱布尼茨都对基本的认知操作及其自动化提出了疑问。人工智能（AI）是一种跨学科技术，包括统计学、数学、经济学、生物学/神经科学、心理学/认知科学、逻辑、哲学、进化论和计算机科学。有趣的是，它是一种可训练的技术，能够从庞大的数据集中解读和学习如何执行特定任务，并通过模仿人类心智适应来创造解决方案。AI

技术发展迅速，该领域的投资巨大。

2022

年，

AI

技术的总投资额为1683.9

亿美元（图1

）。根据Pitchbook

的最新记录，

目前有

38969

家公司从事

AI

技术领域的工作，其中

16827

家

AI

公司，

即占总数的

45%，位于美国。美国政府通过行政命令和指导方针支持

AI

技术的开发和采用。例如，2020

年

11

月

17日，美国政府发布了“关于人工智能应用监管的指导”行政命令。该行政命令旨在指导所有联邦机构就由

AI赋能或启用的技术和行业制定监管和非监管方法，并考虑减少开发和使用

AI

技术的障碍。2021

年

1

月

1日，《2020

年国家

AI-

2

-我们在

Pitchbook

数据库中搜索了合同管理领域内涉足人工智能（AI

）和机器学习（ML

）的公司，

以了解人工智能在协议

管理领域的现状。根据皮彻布克的最新数据，在

38969

家从事合同管理业务的公司中，仅有

55

家涉及相关技术。如图

2

所示，

在基于人工智能的合同管理公司中，45%来自美国，欧洲占比

33%。本研究旨在全面概述当前人工智能在合同管理中的应用情况，并大致描绘人工智能在未来技术转移办公室中可能发挥的作用。二、方法我们使用了以下列出的多个数据库和资源，来了解人工智能在技术转移领域的当前和潜在未来作用。倡议法》（第

E

部分，

第

5001

节）也成为法律，

为联邦政府提供一个协调一致的程序，

以加速

AI

研究和应用。-

3

-（一）

本研究使用的数据库为了探寻在合同管理领域开展人工智能（

AI

）和机器学习（ML）相关业务的公司，并探究已发表的文章和观点，我们使用了以下多个数据库。1.Pitchbook（

https://pitchbook.com

）：这个平台提供对

330万家公司私有和公开资本市场数据的访问，并提供了关于公司投资者、交易、合并与收购、基金、顾问和人员的资料。通过其每日简报和季度报告，公司还提供了关于资本市场相关事件、趋势和问题的评论和分析。Pitchbook

被查询以确定在合同管理领域与

AI

和机器学习合作的公司。我们根据公司的成立年份对公司进行了排序，绘制了公司的年份数量图，并检查了图表的多项式趋势线，以更好地理解基于

AI

的合同管理技术趋势。我们还考察了基于

AI

的合同管理领域的投资。-

4

-2.LinkedIn（领英）

：领英是互联网上最大的专业社交网络。研究人员利用领英从技术转移专家那里收集有关人工智能和机器学习在合同管理领域当前及未来应用的信息和意见。领英上有很棒的讨论论坛，其中包含专家在合同管理中应用人工智能的当前经验，

以及他们对人工智能在技术转移领域未来潜力的预测。领英上还会有该领域专家发表的关于人工智能技术在技术转移领域当前应用情况的博客文章。3.大学技术经理人协会（Association

of

University

TechnologyManagers——AUTM）

：AUTM

是一个拥有

3100

多名技术转移专业人士的协会。它是一个连接来自

60

个国家的学术界和工业界技术转移专业人士的平台。AUTM

发起了关于大学和律师事务所技术转移办公室中基于人工智能技术的内部论坛。我们使用了来自这个

AUTM

论坛关于人工智能在合同管理中当前和未来作用的资料。4.人工智能技术研讨会系列：我们参加了以下列出的研讨会系列，以收集关于人工智能技术通用应用、其优势和需要进一步改进的部分的信息。（

1

）美国国家癌症研究所（NCI）

网络研讨会系列：NCI

组织了一个名为“美国与欧盟人工智能交流系列”

的网络研讨会系列活动，该系列活动于

2023

年

7

月

25日、7

月

26日和

7

月

28-

5

-日举行。这个网络研讨会系列包含三个主题：•美国与欧盟人工智能交流系列

：隐私保护型人工智能，2023年

7

月

25

日•美国与欧盟人工智能交流系列：用于生物医学研究的社区/患者参与型人工智能，2023

年

7

月

26日•美国与欧盟人工智能交流系列：符合伦理的人工智能以及服务不足社区的融入，2023年

7

月

28日（2）大学技术经理人协会（AUTM）网络研讨会

：生成式人工智能已至：技术转移办公室必备知识，2023年

5

月

11日5.谷歌学术：谷歌学术允许访问各种出版格式和学科领域的学术文献全文或元数据索引。使用谷歌学术进行了与人工智能相关的文献搜索。三、人工智能的历史及其当前应用人工智能有着悠久的历史。在苏格拉底时代（约公元前

400年）

，算法的存在性受到质疑。在亚里士多德时代（公元前

300年）

，为了从初始前提得出结论，发展了各种推理方法，这创造了演绎推理方法，成为谓词逻辑和命题逻辑中的标准推理技术。在勒内·笛卡尔时代（

17

世纪

），关于思考机器的想法以及关于自动化是否存在限制的问题开始出现。人工智能历史的一个关键-

6

-时刻是

1950

年艾伦·

图灵发表的题为“计算机器与智能“

的论文，其中他考虑了机器是否能够思考的问题。人工智能的发展历史分为三个浪潮，如图

3

所示。这些浪潮是根据人工智能领域的兴趣、资金、研究和开发活动来确定的。约翰·

麦卡锡，第一个定义“人工智能“

的科学家，和他的同事们于

1956年在达特茅斯学院的一次会议上创立了人工智能领域。这次会议被称为人工智能领域的奠基性事件，第一次“人工智能之夏“开始了。这是一个充满乐观情绪的时期，人工智能的资金和研究非常活跃，人工智能的许多基础都是在这个时期建立的。然而，

随后是“人工智能之冬”

，那时人们对人工智能的兴趣减弱，资金也随之枯竭。今天，我们处于人工智能发展的第三个浪潮，第三次“人工智能之夏”。人工智能有许多应用，

它在我们日常生活中的参与度每天都-

7

-在增加。一个很好的例子是，人工智能技术可以管理我们整个旅行，从购买机票到到达目的地。AI

可以预订机票，决定航班的费用，监控机场，并在乘客到达目的地之前协助飞行员。更有趣的是，人工智能技术通过分析大量的财务和风险数据，以及提供量化的交易机会和税收优化功能，正在扩展到金融服务领域，并已被纳入投资组合管理。四、

开发基于人工智能技术的方法开发人工智能技术有两种方法。其中一种方法使用符号，

即把知识转化为符号，然后基于这些符号构建算法。这被称为机器学习，它允许人工智能通过算法从数据中识别模式来学习。人工智能和机器学习是相互交织的术语。相比之下，人工智能指的是经过训练的智能系统。机器学习是人工智能的子集，机器学习算法通过训练给它们的数据学习做出决策或预测。第二种方法侧重于一种叫做深度学习的神经网络，

它是机器学习的一个分支，它利用人类知识，将知识转化为符号，并在计算机中激发学习能力。深度学习使人工智能能够模仿人脑的神经网络。通过这种方式，人工智能能够感知数据中的模式，并能够自我训练。这被称为无监督学习。1969年，神经网络深度学习被认为无法处理复杂的方程式。-

8

-因此，它被弃用，符号主义成为主流方法。美国在人工智能发展方面处于领先地位，美国的大多数人工智能技术都采用符号主义。然而，包括日本和韩国在内的亚洲国家更倾向于采用神经网络方法来开发人工智能技术。如今，大多数人工智能系统都是使用深

度学习方法开发的。有四种不同应用领域的

AI

类型：反应型

AI、有限记忆

AI

、心智理论

AI

和自我意识

AI。基本的人工智能类型是反应性

AI。反应性

AI

是为了使用输入来产生可预测的输出而开发的，

带有反应性

AI

的机器在相同的情况下总是以相同的方式进行操作。反应性

AI

的例子包括棋

手、垃圾邮件过滤器和

Netflix

推荐引擎。反应性

AI

的能力有限，它不能从过去的经验或新信息中学习，它只能响应有限的输入集

合。第二类人工智能是有限记忆

AI。有限记忆

AI

可以从过去的经验中学习，并通过观察或处理数据来积累知识。这种人工智能可以将历史观测数据与预先编程的信息相结合，进行预测并执行复杂任务。有限记忆人工智能是应用最为广泛的人工智能类型。自动驾驶汽车就采用了有限记忆人工智能。第三类人工智能是心智理论

AI

，

目前它尚未完全发展成熟。然而，这类人工智能将能够理解人类，在与人类互动时记住人类-

9

-的情绪，

并且能够像人类一样做出决策。麻省理工学院的辛西娅·布雷齐尔博士开发了一个机器人头部，它可以识别人类脸上的情绪信号，并在自己的“脸”上产生类似的表情，这是心智理论

AI

的一个例子。第四代人工智能是具有自我意识的

AI。它将是最先进的人工智能类型，具备自我意识和情感。然而，具有自我意识的人工智能尚未被开发出来。五、人工智能在技术转移中的当前作用技术转移过程始于一项发明

。当有发明时，

第一步应该是发明人进行发明披露

。一旦技术转移办公室收到发明披露表

，将执行以下步骤：

对发明进行评估、保护、营销、许可和财务回报

。本文的这一部分将介绍通过上述技术转移过程，

人工智能当前的运用情况。（一）

人工智能在发明评估中的应用1.可专利性评估基于

AI

的现有技术检索工具是技术转移领域

AI

应用的优秀例子。专利现有技术检索过程是互动的、以人为中心的，需要多次搜索和周密的搜索管理。现有技术检索是为了确定是否有类似的想法在已申请的专利中发表。为了回答这个问题，基于

AI

的-

10

-工具已经被开发出来，并被运用于现有技术检索。现有技术检索可分为公开现有技术检索和非公开现有技术检索两类。这种区分对于识别那些尚未发表但已被发明的想法非常重要。在现有技术检索中，另一个重要元素是分类法和搜索语句。如果一个

AI

系统使用错误的分类法来检索现有技术，并且搜索语句没有很好地定义，AI

可能会创建不相关的结果并将它们作为有效结果呈现。因此，用手工搜索结果来检查

AI

的结果仍然至关重要。尽管基于

AI

的现有技术检索工具和平台都在发展中，目前仍没有任何

AI

系统能够在没有人类参与的情况下进行全面的现有技术检索。基于

AI

的专利检索工具可以减少专利检索的时间和成本，专利审查员/专家可以通过使用

AI

工具来节省时间。14

然而，AI在这两个关键要素上应该足够强大：（

1）选择相关的搜索关键词；（2）创建正确的搜索语句。这两个要素是理解申请的主题和创造性的必要条件。2.创新营销评估与营销人工智能在营销领域崭露头角，

对商业发展起着至关重要的作用，

因为数据量庞大，

高级机器学习算法

、预测消费者趋势的模型，

更重要的是，

成本较低

。在营销中大量使用人工智能

。例如

，亚马逊的Prime

配送服务

、多米诺比萨的语音辅助和耐克的-

11

-个性化产品，

都是在营销中使用人工智能的例子。根据市场营销任务的要求，人工智能可以划分为三个层次：1）机械

AI

可以自动连接关于市场、环境、公司、竞争对手和客户的数据；2）思考

AI

可以识别数据中的模式；3）情感

AI

可以与人类互动，包括涉及人类输入或分析人类情感和情绪。人工智能可以识别竞争市场、潜在被许可方和战略合作伙伴。AI

是一种神奇的工具，可以处理高质量的市场研究数据来完成各种任务，包括识别目标客户群体。AI

可以比人类更快、更高效地完成所有这些关键的营销流程。因此，AI

可以作为一个高效的工具，用于发明的营销分析。AI

可以根据关键词找到营销活动的目标受众，通过数据分析识别需要特定技术的公司，并为营销材料提出建议。（二）

许可和协议（合同）

管理中的AI联邦立法允许联邦机构使用各种协议和工具，在联邦和非联邦实体之间建立合作关系，包括盈利性的工业组织。例如，开发抗癌药物的平均时间约为十年。合作变得至关重要，以克服这一漫长的时间来满足公众未满足的医疗需求，这需要建立良好的协议，换句话说，就是合同。技术转移协议包括但不限于：合作研究与开发协议（CRADA）、材料转让协议（MTA

）、许可协议（LA）、保密协议（CDA）、临床试验协议（CTA）和教育合作-

12

-研究与培训协议（ECTRA）。如第

3

节所述，关于人工智能的历史，我们现在正处于人工智能的第三次浪潮和第三个夏天。为了更好地理解基于人工智能技术在合同管理中的当前作用，我们在

Pitchbook

数据库中搜索了涉及该领域的公司。我们绘制了公司数量随年份变化的图表（图

4）

，并分析了投资趋势（

图

5）。

目前共有

57

家专注于合同管理领域的基于

AI

的公司，其中美国公司

占

45%，欧洲

占

33%

。第一家基于

AI

的合同管理领域公司成立于

1990年，最近几年每年至少新增

7

家相关公司。第一家基于人工智能的合同管理领域的公司成立于

1990年，并开发了基于人工智能的软件和机器学习算法，从文档中获取关键洞见，帮助企业审查和验证现有合同和法律文件中的关键信息，使客户能够将上下文应用于内容，用清晰度取代模糊性，即使在实时结构缺失的情况下。从那以后，这个领域的公司数量每年都在增加（图

4）。当我们审视基于人工智能的合同管理领域的投资趋势时，我们发现

2014年达到了一个最小峰值，投资额最高为2348

万美元。同年，该领域基于人工智能的公司数量有所下降。到了

2017年，尽管投资有所增加，但新公司数量的增长最为显著。另一方面，虽然新成立公司的数量在减少，但

2022

年的投资额达到了

5.3931-

13

-亿美元。在基于人工智能的合同管理领域，投资趋势和新成立公司数量的趋势是不同的。其中一个原因可能是因为扩大现有公司的投资比在这个人工智能领域建立新公司更为关键。

因此，根据Pitchbook

的数据（图

4、图

5），我们可以说基于人工智能的合同管理技术正处于人工智能的冬天。-

14

-AI

在技术转移中的一个重要应用是合同管理。在

OpenAI

于2022年

11

月推出

ChatGPT

供公众使用后，美国、英国和加拿大的许多律师事务所开始意识到

AI

在法律领域的潜力。5目前，有律师事务所使用

AI

来管理合同。图

6

中所列的所有协议执行步骤都有使用

AI

的潜力。1.起草合同：AI

可以根据标准条款和条件起草合同。如果一家公司需要执行大量标准合同，AI

将有很大的潜力节省时间和金钱。2.协商和审查合同：AI

可以比较具体条款，识别修订协议技术转移协议为加速发明开发提供了良好的合作平台；另一方面，这些协议对于为双方设定合作边界也是必要的，包括合作各方在发明和/或新科学和技术信息从公开披露中获得的知识产权利益的法律保护计划。传统的简单协议执行流程包括以下步骤，如图

6

所示。-

15

-中的潜在分歧和风险，创建自动标注的修改内容，并提出建议。目前，市面上可商用的合同起草、审查和跟踪软件能比人工更快地生成自动标注的合同。AI

可以比较具体条款，识别修订协议中

的潜在分歧和风险。3.管理合同：AI

可以监控执行中的协议，追踪到期期限和具体里程碑，并提醒关于续约。基于

AI

的协议跟踪软件也已在

市场上可用。一个机器学习系统和数十万份合同是训练

AI

系统在合同管理中提高准确度的两个关键要素。

一个训练有素的

AI

系统可以起草、审查和比较协议，识别关键条款和风险，生成提案和反提案，并创建自动化红线。17AI

工具还可以基于数据和最佳实践提

供洞察和建议。这有助于谈判双方做出最优决策和优化合同条款。律师们使用人工智能辅助的合同软件进行条款识别、关键数据点识别和自动批改。虽然目前有

23%的员工人数在

11

到

179人之间的中型律师事务所正在使用人工智能工具，但只有

10%的

小型律师事务所将其用于实践，

因为部署人工智能系统成本高昂。纽约大学朗格尼医疗中心和德克萨斯理工大学是使用人工智

能的转移办公室的两个例子。目前，

由于成本高昂，

闭源

AI

系统在技术转移办公室中很少见。纽约大学建立了一个闭源系统，

以保护其

AI

系统的机密-

16

-性，并训练

AI

每小时审查多达

30

份协议。AI

系统的回报：基于他们目前的经验和对

AI

系统的成本效益评估，纽约大学认为，大多数技术转移办公室将在未来五年内开始从

AI

系统的使用中获益。德克萨斯理工大学使用基于人工智能的系统进行内部运营和提案开发。德克萨斯理工大学认为，基于人工智能的系统存在不可预见的方面，并建议在生成式人工智能平台上谨慎输入专有想法或新颖概念，这可能影响发明的专利性。尽管许多技术转移办公室认为在他们的技术转移工作中使用生成式

AI

是有益的，

但他们对于开放

AI

系统的保密风险以及AI

可能出现的偏见或甚至无意义的“幻觉“表示担忧。（三）

知识产权（IP）

保护最近有研究表明，ChatGPT

可以在不到一分钟内写出一个临时专利，并用一句话进行发明披露，然后在几小时内将临时专利申请提交给美国专利商标局（USPTO）。然而，在将人工智能（AI）纳入专利撰写和提交流程之前，有一些问题必须改进或解决。首先，临时专利申请应注明发明人的姓名。美国专利商标局坚持人工智能不能成为美国专利的发明人，因为它不是自然人。19

其次，为确保专利申请的保密性，不能将发明细节分享给使用开放式

AI系统的用户。-

17

-六、协议管理中人工智能的优缺点尽管人工智能为技术转移领域带来了许多优势，但人工智能仍有一些方面需要改进。在本研究部分，我们讨论了人工智能在技术转移领域的优缺点。（一）

在技术转移中应用基于人工智能技术的优点1.节省时间：基于

AI

的工具可以在短时间内完成以下技术转移任务：a)审查和分析大量合同。b)在短时间内起草常规合同或临时专利申请。c)几小时内提交临时专利申请。d)在短时间内通过大量数据文件搜索完成市场格局分析。2.减少错误：基于

AI

的工具可以以最小误差处理大量数据，并能消除人为错误。（二）

人工智能技术在技术转移中的应用的缺点1.保密风险：对于基于

AI

的工具来说，保密性是一个最大的担忧，

因为

ChatGPT

背后的防火墙会与

OpenAI

以及最终整个世界进行通信。

因此，

由于其在数据隐私、保密性和安全性方面存在风险，基于

AI

的系统在适应过程中会遇到困难。2.准确性：如果

AI

系统用高质量的数据进行训练，

它们可-

18

-以创造出可靠的成果。然而，AI

系统最大的担忧之一是“AI

幻觉状态“。如果

AI

系统不理解问题，

它可能会误解并生成无关的答案。因此，这种潜在的

AI

幻觉状态需要大量的数据训练来

减轻。然而，美国一家大学的技术转移办公室认为，可以利用大型语言模型（LLM）来解决人工智能的幻觉问题。LLM

是一种利用深度学习从大量数据集中总结、生成和预测新内容的

AI

算法。

使用具有较小数据集和较少选项的

LLM

系统，

可以提高人工智能系统的幻觉准确性。今天，

由于缺乏广泛且高质量的数据来训练基于人工智能的

法律工具，人工智能系统在法律应用中并没有准确的功能。因此，用于法律应用的人工智能系统的优化过程仍处于非常初级的阶

段。3.偏差：偏差是关于基于人工智能系统决策的最大担忧之一。想象一个算法在决策过程中存在偏差是非常有趣的。然而，人工智能系统中存在许多偏差的例子。人工智能模型在法律、监管和道德监督方面的应用需要组织问责制、决策权、风险、政策和投资决策的协调。4.成本与生产力：基于

AI

的系统需要大量且质量优秀的数据来执行精确的工作。要处理大量数据，需要昂贵的存储空间。-

19

-由于

AI

幻觉问题，基于

AI

的专利搜索工具的性能尚未被发现是可靠的。因此，

主题专家必须验证每个

AI

工作成果，这也需要时间并影响生产力。5.人工智能系统中监管和政策的需求：对于基于人工智能系统的嵌入式个人数据，监管、指导或政策有限。这可能会在使用基于人工智能技术的技术转移工具时，对保密协议造成非常大的问题和信任担忧。然而，美国政府已经采取了几项措施来防止基于人工智能的决策中存在偏见，并确保其安全使用。2020

年

12

月

8日，发布了行政命令（EO）

13960《促进联邦政府使用可信人工智能》。该命令旨在防止新技术（包括人工智能

）的设计和使用中的偏见，保护公众免受算法歧视，并旨在推动联邦政府使用可信人工智能。2022

年

10

月，

白宫发布了《人工智能权利法案蓝图》，

旨在指导人工智能和其他自动化系统的设计、开发和部署，以确保它们保护美国公众的权利。该蓝图包含五个原则，包括：（1）安全有效的系统，（2）算法歧视保护，（

3）数据隐私，（4）通知和解释，（5）人类替代选项、考虑和后备。还需要采取更多行动，以确保私营企业遵守政府法规和政策。同时，迫切需要更多关于人工智能安全、伦理使用的全球性法规和政策。-

20

-七、讨论人工智能正在重塑我们日常生活的各个方面，

目前它要么正在被使用，要么正在开发中，用于全世界大多数工作。这项研究旨在揭示人工智能在技术转移中的当前和未来角色及用途。Pitchbook

关于人工智能合同管理领域的公司数量和投资情况的数据显示，人工智能在技术转移方面的应用仍不成熟。目前，人工智能领域共有

38969

家公司，而从事合同管理领域的仅有

57家，仅占人工智能公司总数的

0.

14%。仔细观察基于人工智能的合同管理公司的发展轨迹，

可以发现该领域的公司数量在

2017年到

2020

年间急剧增加，这是技术转移领域中基于人工智能的合同管理技术蓬勃发展的一个良好指标。在技术转移办公室中，AI

的应用正在兴起。AI

可以起草和修改协议、起草专利、检索现有技术、提交专利，甚至涉及需要最多人际互动的发明物的针对性营销。然而，所有这