人工智能专利侵权归责研究报告

人工智能专利侵权归责研究报告一、人工智能专利侵权的主体界定困境（一）人工智能生成物的专利主体资格争议随着人工智能生成内容（AIGC）技术的发展，由独立算法生成的发明创造是否具备专利法意义上的“发明主体”资格，成为专利侵权归责的首要难题。传统专利法体系中，发明创造的主体必须是自然人或法人，其核心在于强调“人的创造性劳动”。然而，当人工智能系统在无人类干预或仅需极低程度干预的情况下，自主完成技术方案的设计、优化甚至验证时，这一逻辑基础受到冲击。例如，美国专利商标局（USPTO）曾收到多起由人工智能系统作为唯一发明人的专利申请，如2019年的“DABUS”案。该案中，人工智能系统DABUS自主生成了一种新型饮料容器和警示灯设计，但最终被USPTO以“发明人必须是自然人”为由驳回。类似的争议在欧盟、中国等地区也有出现，这直接导致当此类人工智能生成物被未经授权使用时，难以依据传统侵权责任认定规则确定权利主张主体。（二）多主体参与下的责任边界模糊人工智能技术的研发与应用往往涉及多个主体，包括算法开发者、训练数据提供者、人工智能产品使用者、平台运营者等。不同主体在人工智能生成发明创造过程中扮演的角色不同，所承担的注意义务也存在差异，但现有法律框架尚未明确划分各主体的责任边界。以训练数据提供者为例，若其提供的训练数据中包含未授权的专利技术，导致人工智能系统在学习过程中生成了与该专利技术高度相似的方案，那么数据提供者是否需要承担侵权责任？在2023年国内某人工智能图像生成平台侵权案中，原告主张平台使用的训练数据包含其享有著作权的作品，导致生成图像构成侵权，但法院最终仅判决平台承担停止侵权的责任，未涉及数据提供者的责任认定。这种模糊性在专利侵权领域同样存在，当人工智能生成的技术方案落入他人专利保护范围时，算法开发者、数据提供者、使用者等主体的责任划分缺乏明确法律依据。二、人工智能专利侵权的行为认定难点（一）“直接侵权”行为的判定标准异化传统专利侵权认定中，“直接侵权”要求行为人主观上具有过错，客观上实施了制造、使用、许诺销售、销售、进口专利产品等行为。但在人工智能场景下，侵权行为的表现形式发生了异化，使得传统判定标准难以适用。一方面，人工智能系统的自主决策能力导致侵权行为的实施具有隐蔽性和随机性。例如，某企业使用人工智能优化生产工艺，系统在自主迭代过程中生成的工艺方案可能落入他人专利保护范围，但企业可能对此毫不知情。此时，企业是否构成“直接侵权”？若严格按照传统标准，企业作为使用者实施了使用专利技术的行为，但主观上并无过错，这与专利法中“过错责任”的归责原则产生冲突。另一方面，人工智能生成的技术方案可能与现有专利技术存在“实质性相似”，但并非完全相同。传统专利侵权判定中的“全面覆盖原则”要求被控侵权技术方案包含专利权利要求的全部技术特征，但人工智能生成的方案可能通过对技术特征的微小调整或替换，实现相同的技术效果，此时如何判断是否构成等同侵权，成为司法实践中的难题。（二）“间接侵权”行为的认定逻辑重构传统专利间接侵权主要包括帮助侵权和教唆侵权，其认定以存在直接侵权行为为前提，且要求间接侵权人主观上具有过错。但在人工智能场景下，间接侵权的认定逻辑需要重构。以人工智能平台为例，若平台为用户提供可以生成专利技术方案的工具，且明知用户可能利用该工具实施侵权行为，却未采取必要措施加以制止，那么平台是否构成间接侵权？在传统模式下，平台可能被认定为帮助侵权，但在人工智能场景下，平台对用户生成的内容难以进行事前审查，因为人工智能生成的方案具有不可预测性。此外，当人工智能系统本身作为侵权工具时，算法开发者是否需要承担间接侵权责任？例如，开发者开发的人工智能算法专门用于规避专利保护，帮助用户生成侵权技术方案，此时开发者的行为是否构成教唆侵权？这些问题都需要重新构建间接侵权的认定逻辑。三、人工智能专利侵权归责原则的适用困境（一）过错责任原则的局限性凸显传统专利侵权归责以过错责任原则为主，即行为人只有在主观上存在故意或过失时才承担侵权责任。但在人工智能场景下，过错责任原则的局限性逐渐凸显。首先，人工智能技术的专业性和复杂性使得行为人难以判断自身行为是否构成侵权。对于普通使用者而言，他们可能并不具备专利法知识，无法识别人工智能生成的技术方案是否落入他人专利保护范围。若严格适用过错责任原则，可能导致大量侵权行为无法得到有效规制，因为行为人可以以“不知情”为由主张免责。其次，人工智能系统的自主决策能力使得过错认定变得困难。当人工智能系统自主实施侵权行为时，难以将过错归咎于人类主体。例如，某自动驾驶汽车在行驶过程中使用了他人专利技术，但该行为是由人工智能系统自主决策的，车辆制造商是否存在过错？若制造商已经尽到了合理的注意义务，对系统进行了充分测试，但仍无法避免侵权行为的发生，此时适用过错责任原则可能导致专利权人的利益无法得到保护。（二）无过错责任原则的适用争议为弥补过错责任原则的不足，有学者主张在人工智能专利侵权领域适用无过错责任原则，即无论行为人主观上是否存在过错，只要其行为构成侵权，就应当承担责任。但无过错责任原则的适用也存在诸多争议。一方面，无过错责任原则可能会抑制人工智能技术的创新发展。若人工智能开发者和使用者无论是否存在过错都需要承担侵权责任，那么他们可能会因担心承担高额赔偿责任而减少对人工智能技术的研发和投入，这不利于技术的进步。另一方面，无过错责任原则的适用缺乏明确的法律依据。目前，我国专利法及相关司法解释并未规定无过错责任原则适用于专利侵权领域，若直接适用可能会突破现有法律框架，引发法律适用的混乱。此外，无过错责任原则可能导致责任承担的不公平性，对于那些已经尽到合理注意义务的行为人而言，要求其承担侵权责任有失公允。四、人工智能专利侵权归责的路径完善（一）明确人工智能专利侵权的主体认定规则1.确立“人类主体优先”的原则在人工智能专利侵权主体认定中，应坚持“人类主体优先”的原则，即当人工智能生成的发明创造涉及专利侵权时，首先将权利主张主体和责任承担主体限定为人类或法人。对于人工智能系统自主生成的发明创造，可将其视为开发者或使用者的“延伸创造”，由开发者或使用者作为专利申请主体和侵权责任承担主体。例如，若企业使用自主研发的人工智能系统生成了技术方案，那么该企业应被视为该技术方案的发明人，享有专利申请权。当该技术方案被未经授权使用时，企业可以作为权利主体主张侵权责任。同时，若企业在使用人工智能系统过程中存在过错，如未对系统生成的方案进行专利检索，导致侵权行为发生，那么企业应承担相应的侵权责任。2.构建多主体责任划分框架针对多主体参与人工智能研发与应用的情况，应构建明确的多主体责任划分框架。根据各主体在人工智能生成发明创造过程中的作用和注意义务，划分不同的责任类型。算法开发者：应承担确保算法不侵犯他人专利的义务，若开发者在算法设计过程中故意规避专利保护，或未对算法进行充分的专利风险评估，导致生成侵权技术方案，应承担主要侵权责任。训练数据提供者：应保证提供的训练数据不包含未授权的专利技术，若因数据侵权导致人工智能生成侵权方案，数据提供者应承担相应的过错责任。人工智能产品使用者：在使用人工智能生成技术方案时，应尽到合理的专利检索和审查义务，若因未尽到该义务导致侵权行为发生，应承担相应的侵权责任。平台运营者：对于提供人工智能生成服务的平台，应建立侵权投诉处理机制，及时处理专利权人的投诉，若未及时采取必要措施制止侵权行为，应承担帮助侵权责任。（二）完善人工智能专利侵权的行为认定标准1.重构“直接侵权”的判定标准在人工智能场景下，应重构“直接侵权”的判定标准，既要考虑传统专利侵权的认定规则，又要结合人工智能技术的特点进行调整。对于人工智能系统自主实施的侵权行为，可采用“客观行为+合理注意义务”的判定标准。即只要行为人实施了使用人工智能生成侵权技术方案的行为，且未尽到合理的注意义务，就构成直接侵权。这里的“合理注意义务”包括对人工智能生成方案进行专利检索、审查等。例如，企业使用人工智能生成生产工艺方案后，若未对该方案进行专利检索，导致落入他人专利保护范围，那么企业应承担直接侵权责任。对于人工智能生成的技术方案与现有专利技术的“实质性相似”问题，应完善等同侵权的判定规则。可引入“技术效果-功能-手段”的三维判定标准，即判断被控侵权方案与专利技术方案在技术效果、实现功能、采用手段上是否实质相同，而不仅仅局限于技术特征的全面覆盖。2.调整“间接侵权”的认定逻辑针对人工智能场景下的间接侵权，应调整认定逻辑，适当扩大间接侵权的适用范围，同时明确各间接侵权主体的注意义务。对于人工智能平台运营者，可采用“通知-删除”规则与“红旗规则”相结合的方式。平台在收到专利权人的侵权通知后，应及时采取删除、屏蔽等必要措施；若平台明知或应知用户利用其服务实施侵权行为，却未采取必要措施，应承担帮助侵权责任。此外，对于专门用于生成侵权技术方案的人工智能工具，平台应承担更高的注意义务，如对工具的使用进行限制，或对生成的内容进行事前审查。对于算法开发者，若其开发的人工智能算法具有明显的侵权倾向，如专门用于规避专利保护，那么开发者应承担教唆侵权责任。此时，无需以存在直接侵权行为为前提，只要开发者实施了教唆行为，就应承担相应的责任。（三）优化人工智能专利侵权的归责原则体系1.建立过错责任与过错推定责任相结合的归责原则在人工智能专利侵权领域，应建立过错责任与过错推定责任相结合的归责原则体系。对于一般的人工智能专利侵权行为，仍适用过错责任原则，即行为人只有在主观上存在故意或过失时才承担侵权责任。但对于某些特殊情况，如人工智能系统自主实施的侵权行为，或行为人未尽到合理注意义务的情况，可适用过错推定责任原则。过错推定责任原则要求行为人证明自己不存在过错，否则将被推定存在过错并承担侵权责任。例如，当人工智能系统自主生成的技术方案落入他人专利保护范围时，可推定人工智能产品的开发者或使用者存在过错，除非其能够证明已经尽到了合理的注意义务，如对系统进行了充分的专利风险评估，或对生成的方案进行了严格的专利检索。2.引入有限度的无过错责任原则在特定情况下，可引入有限度的无过错责任原则，以更好地保护专利权人的利益。例如，对于人工智能平台运营者，若其提供的人工智能生成服务具有明显的侵权风险，且平台从中获得了直接经济利益，那么可要求平台承担无过错责任。但无过错责任原则的适用应严格限定在特定范围内，避免对人工智能技术的创新发展造成不利影响。同时，应建立相应的责任减轻或免除机制。若行为人能够证明自己已经尽到了合理的注意义务，或侵权行为是由不可抗力等不可预见、不可避免的原因导致的，可减轻或免除其侵权责任。五、人工智能专利侵权归责的配套机制建设（一）建立人工智能专利检索与审查机制为帮助人工智能开发者和使用者更好地规避专利侵权风险，应建立专门的人工智能专利检索与审查机制。政府部门或行业协会可推动建立人工智能专利数据库，整合全球范围内的专利信息，开发适用于人工智能技术的检索算法，提高专利检索的准确性和效率。同时，可鼓励第三方机构提供人工智能专利审查服务，为企业提供人工智能生成技术方案的专利风险评估。例如，企业在使用人工智能生成技术方案后，可委托第三方机构对该方案进行专利审查，判断是否落入他人专利保护范围，从而提前采取措施规避侵权风险。（二）完善人工智能专利侵权的证据规则在人工智能专利侵权诉讼中，证据的收集和认定是一大难题。由于人工智能技术的复杂性，侵权行为的证据往往难以获取，且证据的真实性和关联性难以判断。因此，应完善人工智能专利侵权的证据规则。一方面，应明确电子证据的法律效力。人工智能生成的技术方案、算法代码、训练数据等多以电子形式存在，应明确这些电子证据在专利侵权诉讼中的法律效力，规定电子证据的收集、固定和审查标准。另一方面，可引入举证责任倒置规则。在某些情况下，如人工智能系统自主实施侵权行为时，要求行为人证明自己不存在过错可能较为困难，此时可将举证责任倒置给行为人，由其证明自己已经尽到了合理的注意义务，或侵权行为并