律商联讯LexisNexis2026年知识产权领域的AI报告

汲取知识产权领袖洞见把握人工智能影响前瞻布局，迎接未来知识产权领域的Al序言在2010年代后期，人工智能在知识产权会议上还只是相对边缘的话题，相关讨论通常局限于检索等领域。到2023年和2024年，情况已这股热潮既反映了人们的兴奋，也折射出他们心中的不确定感。如靠AI实现这些价值。察更容易获取，让我们能够提出更复杂的问题，并以适应业务节奏的速度给出知识产权问题的一项针对15家知名跨国公司的比较显示，部分商业专利数据库遗漏了专利组合中多达71.7%的知识产权领域的Al知识产权领域的AlAI对专利制度的影响加州大学伯克利分校塔舍技术领导力战略计划执行主任AI如何改变知识产权从业者的工作在知识产权价值流中运用通用Al从嵌入式AI到支持智能体应用的专利情报关于LexisNexis°IntellectualPropertySolutions知识产权领域的AILexisNexis°IntellectualProperty哥德堡大学知识产权中心(CIP)联合主任，加州大学伯克利分校塔舍技术领导力战略计划执行主任主任知识产权领域的AlAI使可专利性的判断基准变得更加复杂。如果工程师在日常工作中普遍知识产权领域的AI来越能让缺乏深厚专利检索专业知识的用利信息可以从主要由知识产权部门内部使7知识产权领域的AlAI可能改变数量与质量之间的平衡的水平：一方面增加具有潜在可专利性的成果数量，另一方面提升用于评估这些成果的分析能Alsystemsandmodelpatent-eligibility,disclosuware-/algorithm-related22Alasaninventor(orAl-generatedinventionsandAl-generatedpriortestinginventorshipdoctrine,theperson-skilled-Al-draftedapplications,Al-assistedclaimstraping-increasingflingvolumeandchanging这些影响点之间的相互作用将越来越强。因此，专利制度必须作为8知识产权领域的Al99从AI赋能的专利制度到AI塑造的专利制度专利制度的基本架构或许仍会保持我们所熟悉的形态—发明仍会接受评估，申请仍会接受审知识产权领域的AlExperimentsrarelyscaleEstablishedworkflowFasteranalysis,draftinexaminationwithhuNatural-languageintelligenceandRoutineadministratAl-supportedIPdecisionsfirst-paEnd-to-endinvention,filingAutonomousagentsconnectR&D,Routinesearch,draftandexaminationIPstrategy,andpatentMachine-scaleinventionPatentstandardsandassessmentincentivesareredesignedmodels能否适应机器大幅扩展这两者的环境?人工智能不会让这些专业知识在一夜之间变得无关紧要。但它后应当把重心放在哪里?知识产权领域的Al一次检索能节省多少时间?能自动审阅多少正将工作重心从产出信息转向解读信息和而且在生成式AI出现之前已经部分展开的知识产权从业者需要了解知识产权如何支业者往往先在专利撰写和申请及审查程序知识产权领域的Al改变知识产权部门与内部利益相关方之间转移素?或劝阻业务和研发管理人员使用AI工具生知识产权领域的AIAI应助力更主动的知识产权管理AI可以让这种主动的专利组合管理变得更它们应当帮助知识产权组织从被动应对发知识产权领域的Al知识产权从业者往往使用其他职能部门无组织在知识产权方面的投入获得了怎样的但并不会免除知识产权部门以更透明的方对于正在考虑进入知识产权行业的年轻专如果一个人的职业规划完全围绕成为专利知识产权领域的Al发关于知识产权部门对业务乃至整个公司究竟作出了什么贡献的追及广义上的知识产权—也就是IP,而不仅仅是知识产权权利(IPR)。这要求从业者具备比许多传统知识产权岗位更广泛的专业能力。知识产权从业者不会消失，但其角色必须从狭窄的知识性运用AI的能力相结合的专业人士。更大的机会在于利用AI,让知识产权从业者更加贴近组织的战略决策：了解公司知识产权频域的知识产权频域的AL使用Al。知识产权领域的Alinfringements.operate...服务于知识产权的AI:从流程出发流程需要投入多少工作?备工作。知识产权领域的AI流程→任务→操作类型→合适的方法AI工具→寻找用例知识产权领域的Al分类提示词用于20件专利时可能效果很交互式探索→将方法结构化→测试→标准化→在任务量和稳定性足以支持时实现自动化AI还可以使成熟的创新方法更容易应知识产权领域的Al任务。同样的原则也适用于专利申请及审查程序。我知识产权领域的Al22二取特征、定位相关段落并准备对比材料。我们越来越重视提取知识产权领域的Al分类和监测领域知识→明确的分类逻辑→专利→AI辅助分类→审核分类→审核→找出反复出现的错误→改进方法→重新分类专利监测尤其清楚地展示了AI对流程的影的专业能力则集中在实质性判断最能创造知识产权领域的Al文档接收→切分→翻译→重新组合→实质审核→术语审核→形式审核→最终质量控制知识产权领域的Al探索→理解→形成明确规则→分类理解→诊断→创新→决策缺。描述拓扑结构→分析规律→拓展问题空间→验证工程可行性→评估战略价值和专利空白→技术假设→可行的解决方案空间→具有战略价值的知识产权机会知识产权领域的Alwherefeasibilityand·Latentsystemvulnera图5:从专利地图到经工程分析形成的机会26知识产权领域的Al知识产权领域的Al门使用了多少AI,而在于是否充分理解并合理组织底层工作。LexisNexis°IntellectualPropertySolutions执行顾问，专利信息的门槛。通过自然语言交互生成检索术语正变得越来越可行。大量专利可以被快速归意味着每一位工程师、业务经理或战略人员都会成为专利分析师，知识产权领域的Al253图1:知识产权情报的五步流程：从战略问题到可付诸行动的洞察0知识产权领域的Al能具有战略重要性?在管理层做出决策之AI使探索阶段可以进行更多轮次的迭代。桥梁AI在拓展探索广度方面可以发挥非常大的知识产权领域的Al我有时会用一句简单的话来描述两者之间知识产权领域的Al■哪些证据可能推翻我们的假设?■哪些信息无法从专利数据中获得?■还需要哪些额外的专业知识?这一步可以防止知识产权情报沦为一种仅仅用于印证组织原本就愿·方向—我们应该往哪里走?■风险—什么可能阻碍成功?知识产权领域的Al“Ourcompetitorsaremovingi“Riskoftechnologicalcommoditization.”l可能在缺乏足够市场背景的情况下开展工作；知识产权部门可能在没有充分理解管理层意图的LexisNexisIntellectualPropertySolutions执行顾问/知识产权领域的Al图3:从相互隔离的知识产权职能到情报枢纽，实现更广泛的参与和更高水平的决策识产权部门以外的人员—包括研发、业务、企业战略和管理层—能够有意义地参与问题的提知识产权领域的Al家的世界。而是知识产权部门以外的人员—包括研发、业务、企地参与对技术和竞争环境的理解，同时由知识产权专业人员确保由此够将各自不同的视角带入这一过程——提出更好的问题，探索各种可识，为在更充分掌握信息的基础上做出决策提供支持。这正是知识产权情报普及所要实现的目LexisNexisIntellectualPropertySolutions执行顾问/日本IPLandscapeAssociation高级顾专利信息专家，供职于DeutscheTelekomAG知识产权领域的Al团队创造力的研究则突出了不同观点之间归属感和内在动力能够形成一种仅靠经济激励无法长期维持的活力。DeutscheTelekom的重点技术领域作出贡38知识产权领域的Al知识产权领域的AI在DeutscheTelekom,我们有意将创新管哪些发明能够最有效地服务于专利组合的战略目标?组合?0知识产权领域的Al这个问题没有唯一的答案。专利组合管理和优先级排序流程是否需要调整?预算是否需要增加?发现与市场情报(SDMI)首席产品经理AI支持型和AI增强型SaaS工具知识产权领域的Al可以从一个用日常语言表述的业务问题出将AI与明确界定的分析环境结合在一起。这种模式最能发挥优势的领域AI增强的SaaS尤其适用于：AI基础设施的知识产权团队SaaS应用只能支持其产品环境中提供的数知识产权领域的Al·将问题转换为SQL的自然语言界面知识产权领域的Al解析往往是专利与业务关联分析中隐藏的瓶颈：如果公司名称和企业结构在数据集访问还可以支持对时间因素更明确的处理。如果数据模型中包知识产权领域的Al4646还是报告基准日■审核AI生成的结论和建议的流程具备可执行性、以及2018年究竟存在哪知识产权领域的Al资源提供AI应用可以读取的数据或上下文工具是AI模型可以调用的可执行函数。专利数据MCP服务器不一定要为每个分析知识产权领域的Al4848MCP可以让同一套受治理的专利数据能力在多个AI环境中使用。知识产权领域的Al4949如果没有共同的访问层，每个应用可能都需要单独的集成、单独的查询逻辑和单独的安全模■法律状态信息是否得到了恰当的解读如果组织已经拥有可靠的专利数据或分析服务，并希望让这些能力可以在知识产权领域的AldataservicesalreAprincipaldesignobOver-permissionedagents三种模式对责任的划分各不相同，但没有一种模式能够创造专知识产权领域的Aldd例如优先权号中的7被录成了1;专利号格知识产权领域的Al5252实际意义在于：申请年份、公开年份、优先权年份、报告基准日和权属日期回答的是不同的问知识产权领域的Al知识产权领域的Al5454企业数据团队和AI智能体之间的责任分配。专门构建的SaaS平台可以继续作为知识■经过统一处理的专利数据层是这三者的知识产权领域的Al2.需要多少专有数据或方法论?对于依赖内部数据、定制分类体系或公司特有模型的分析，3.这项能力需要在多大范围内复用?如果多个助手和工作流程需要访问同一套专利情报，基于MCP的服务层可能会带来显著价值。而且这种责任归属能否得到明确证明?从AI功能到值