Как ИИ изменит патентную практику к 2030 году: прогнозы специалистов

ИИ давно перестал быть абстрактной технологией будущего и стремительно интегрируется во все сферы человеческой деятельности, включая интеллектуальную собственность. В патентной практике ИИ уже сегодня оказывает влияние на процессы поиска, анализа, подготовки и экспертизы заявок. Аналитические системы, способные обрабатывать большие объемы данных и выявлять скрытые паттерны, становятся неотъемлемым инструментом профессионалов отрасли.

Автоматизация рутинных процедур на примере работы с изобретениями и полезными моделями

Наиболее очевидное влияние ИИ - автоматизация задач, не требующих творческого подхода, но сопряжённых с большими объёмами информации, а именно:

• Патентные поиски на предмет определения патентоспособности и анализ уровня техники: машинное обучение позволяет значительно повысить релевантность результатов поиска и точность выявления ближайших аналогов. Обработка мультиязычных текстов, анализ чертежей и формул, сопоставление терминологий - все это станет еще более быстрым и качественным, снижая нагрузку на экспертов и поверенных.
• Семантический поиск предшествующего уровня техники: переход от поиска по ключевым словам к поиску на основе концепций для обнаружения релевантных описаний, даже если использовалась другая терминология, изображения или чертежи искомых объектов без их детального описания.
• Автоматизированная проверка на предмет патентной чистоты: быстрое сканирование тысяч патентов в интересующей юрисдикции для выявления потенциальных рисков нарушения прав на новый продукт.
• Патентный ландшафт: визуализация технологических тенденций, выявление «белых зон» для инноваций и мониторинг скорости подачи заявок конкурентами.
• Автоматизированный поиск на предмет признания патента недействительным: выявление противопоставленных источников информации предшествующего уровня техники для оспаривания действительности патента конкурента.
• Составление и подготовка патентных заявок:

1. Преобразование пунктов формулы изобретения в полное техническое описание: расширение набора пунктов формулы изобретения до полного технического описания, обеспечение соответствия структуры требованиям патентного законодательства.
2. Проверка соответствия и обоснованности предшествующих документов: автоматическая проверка наличия надлежащего введения к каждому термину в формуле изобретения и согласованности терминологии во всем документе.
3. Автоматическая маркировка рисунков: перекрестная проверка соответствия номеров частей в тексте номерам на чертежах для обеспечения исключения ситуаций, когда отсутствуют ссылки или подписи.
4. Обеспечение высококачественного перевода патентных заявок (например, с русского/китайского/японского на английский) с сохранением специфической юридической формулировки.
5. Патентное делопроизводство (уведомления патентного ведомства).
6. Сводка уведомлений патентного ведомства: извлечение основных отказов из объемных отчетов экспертов.
7. Разработка стратегии ответа: формирование аргументов против отсутствия «новизны» и/или «изобретательского уровня» путем сравнения признаков и технических результатов изобретения с цитируемым предшествующим уровнем техники (Д1, Д2).
8. Прогнозирование вероятности одобрения на основе прошлого поведения конкретного эксперта, показателей одобрения и среднего количества решений ведомства.

• Управление и мониторинг портфеля:

1. Мониторинг новых публикаций конкретных компаний в режиме реального времени с помощью сгенерированных ИИ сводок об их потенциальном влиянии на бизнес вашего клиента.
2. Автоматическая классификация индексов МПК: предложение наиболее точных кодов Международной патентной классификации для нового изобретения, чтобы гарантировать его попадание в нужное экспертное подразделение.
3. Отслеживание продления и ежегодных платежей: прогностическое моделирование для оптимизации портфеля – определение того, какие патенты больше не представляют стратегической ценности, чтобы сэкономить на плате за продление.

Текущие прототипы ИИ-систем, работающие с формализацией технических свойств объекта, будут совершенствоваться, и к 2030 году такие системы станут не только инструментом аналитики, но и источником рекомендаций по стратегии патентования, будут выступать вспомогательным инструментом при подготовке материалов заявок на изобретения, полезные модели, промышленные образцы и другие объекты интеллектуальной собственности.

Качество экспертизы и объективность решений

ИИ будет использоваться не только поверенными, но и патентными ведомствами:

• Поддержка экспертизы. Автоматизированные системы смогут выявлять плагиат, совпадения по уровням техники и потенциальные ошибки в формулировках. Это приведёт к повышению качества экспертизы и уменьшению числа спорных решений.
• Более быстрый оборот дел. Сокращение времени на анализ больших массивов данных позволит ведомствам обрабатывать заявки быстрее без ущерба качеству.
• Снижение субъективности. Алгоритмические оценки, основанные на чётких критериях, будут уменьшать влияние человеческого фактора там, где это возможно. Однако контроль со стороны эксперта останется обязательным для предотвращения системных ошибок.

Этические и правовые вопросы использования ИИ

Широкое внедрение ИИ в патентную практику поднимает ряд правовых и этических вопросов:

• Прозрачность алгоритмов. Решения, принимаемые ИИ, должны быть объяснимы и проверяемы. Патентное право требует доказательной базы, и «чёрный ящик» алгоритмов недопустим в ситуациях, затрагивающих права третьих лиц.
• Ответственность за ошибки ИИ. Вопрос о том, кто отвечает за неверный анализ - разработчик, пользователь или организация - будет актуален при оспаривании патентных решений.
• Конфиденциальность данных. Обработка заявочной информации требует строгого соблюдения требований о неразглашении. Применение облачных ИИ-платформ должно быть сопоставимо с действующими стандартами защиты информации.

Изменение роли патентного поверенного

Появление ИИ не нивелирует роль профессионала - наоборот, трансформирует её.

Рутинные процессы будут автоматизированы, что позволит поверенным уделять больше внимания стратегическому консультированию, выбору патентных стратегий, оценке рисков, построению защиты корпоративных прав.

В 2030 году эффективный поверенный должен будет обладать навыками работы с ИИ-инструментами, понимать принципы их функционирования, оценивать ограничения и интерпретировать результаты анализа.

Там, где автоматизация невозможна - в построении юридических аргументов, в выборе оптимальной структуры формул, в переговорах о лицензировании - роль человека останется ключевой.

Прогноз по ключевым направлениям

На основании мнений экспертов можно выделить несколько векторов развития:

• Расширение использования ИИ в патентных ведомствах. Ведущие ведомства в развитых юрисдикциях уже внедряют ИИ для ускорения экспертизы. К 2030 году этот тренд станет повсеместным.
• Международные организации, такие как ВОИС и ЕПВ, будут формировать стандарты использования ИИ в патентной практике, что повысит совместимость систем и доверие к результатам анализа.
• ИИ-платформы будут предлагать услуги по подписке, автоматизированные консультации, гибридные системы «ИИ + эксперт», что изменит рынок услуг в сфере ИС.

ИИ не заменит патентных специалистов, но уже в ближайшее десятилетие кардинально изменит инструментарий и подходы в патентной практике. Автоматизация рутинных операций, повышение объективности экспертизы, новые требования к компетенциям и стратегиям - всё это предопределяет качественный разрыв между классической и современной патентной практикой. Задача отрасли состоит в том, чтобы не только использовать ИИ, но и формировать нормативно-правовую среду, обеспечивающую баланс между эффективностью, юридической определённостью и защитой прав субъектов интеллектуальной собственности.