Интеллектуальная собственность и инновации
Полные тексты моих журнальных статей (2014-2020г.г .)- Конкурентоспособность предпринимательства в цифровой экономике //Патенты и лицензии, Интеллектуальное право.2019,
Вторжение искусственного интеллекта в систему интеллектуальной собствености//Патенты и лицензи. Интеллектуальное право., 2020, №5
Автор статьи Л.Г.Кравец– канд. филолог. наук, доцента (Москва, kravets27@yandex.ru) рассматривает возможности применения искусственного интеллекта в системе интеллектуальной собственности в целях обеспечения равных возможностей доступа к ее ресурсам посредством устранения языковых барьеров; радикального повышения эффективности системы интеллектуальной собственности с использованием технологий искусственного интеллекта и обеспечения их надежной правовой охраны.
По мнению авторов статьи Л.Г.Кравца и А.А. Молчановой – главного специалиста ФИПС (Москва, market@rupto.ru), действующим на рынке предпринимателям важно овладевать современными средствами обретения конкурентных преимуществ – способностью лучше других противодействовать конкуренции и находить способы обеспечения высоких качественных показателей предоставляемых товаров и услуг при минимальном уровне издержек на их производство. Помимо глубокого осмысления сущности конкурентоспособности руководители всех уровней национального хозяйства должны осваивать новейшие средства обеспечения конкурентоспособности и отстаивания конкурентных преимуществ своего хозяйства, в том числе, посредством реализации богатых возможностей конкурентной разведки и правовой охраны интеллектуальной собственности.
- Патентная аналитика в системе больших данных//Патенты и лицензии,Интеллектуальное право, 2018, №4
- Освоение компаниями новых технологий анализа неуклонно возрастающих массивов больших данных окажет существенное влияние на бизнес-планирование и построение их предпринимательской стратегии. Это, в свою очередь, создаст компаниям потенциальную возможность повысить прибыльность своего предпринимательства, а руководителям подразделений ИС – усилить стратегическую значимость своей деятельности.
-
Охрана интеллектуальной собственности в эпоху Четвертой промышленной революции//Л.Г.Кравец и А.А.Молчанова, “Патенты и лицензии,Интеллектуальное право ”, 2017, №6
-
В статье показано, что Индустрия 4.0 несет с собой принципиальные перемены, связанные со слиянием разных технологий и стиранием граней между физическими, цифровыми и биологическими сферами. Это не может не привести к обострению проблем охраны интеллектуальной собственности, усложнению процессов обретения и осуществления патентных прав, вызванных появлением новых инноваций. В свою очередь, эти процессы могут обусловить необходимость совершенствования патентного законодательства, а также разработку инновационных методов и средств преодоления новых рисков в условиях дальнейшего обострения конкуренции
-
Тексты опубликованных статей:
Вторжение искусственного интеллекта в систему интеллектуальной собствености
Л.Г. Кравец — канд. филолог. наук, доцент
В статье рассматриваются возможности применения искусственного интеллекта в системе интеллектуальной собственности в целях обеспечения равных возможностей доступа к ее ресурсам посредством устранения языковых барьеров; применения технологий искусственного интеллекта для радикального повышения эффективности системы интеллектуальной собственности, обеспечения надежной правовой охрана систем искусственного интеллекта и его приложений.
Ключевые слова: интеллектуальная собственность, искусственный интеллект, машинный перевод, патентный поиск, форма правовой охраны, машинное изобретение, машинный правообладатель.
ARTIAICIAL INTELLIGENCE INVASION IN THE INTELLECTUAL PROPERTY SISTEM The article of L.G. Kravets, PhD, associated Professor (Moscow, kravets27@yandex.ru) is focused on the possibilities of using artificial intelligence in the intellectual property system to ensure: equal opportunities for access to its resources by removing language barriers; the use of artificial intelligence technologies to radically increase the efficiency of the intellectual property system itself; reliable legal protection of artificial intelligence systems and their applications.
Keywords: intellectual property, artificial intelligence technologies, machine translation, patent search, protectability assessment, legal protection forms, machine invention, machine rightholder
Конкурентные преимущества компании или страны в целом чаще всего обеспечиваются за счет инноваций в технологиях и способах осуществления самых различных видов деятельности человека. Но реализация открываемых инновациями благоприятных возможностей зависит от умения превращать научно-технический инновационный потенциал в производственный, а затем и в коммерческий результат. Для этого необходима надежная правовая охрана интеллектуальной собственности, роль которой в обеспечении финансового успеха предприятия зачастую оказывается решающей[1].
Однако для должного выполнения этой роли система интеллектуальной собственности должна постоянно адаптироваться к изменениям, непрерывно происходящим на разных уровнях мировой экономики. В решении этой задачи все более заметное место стали занимать новые технологии, предлагаемые во множестве приложений искусственного интеллекта.
В недавнем издании «Технологические тренды ВОИС в 2019 г., искусственный интеллект» отражен рост числа изобретений на основе искусственного интеллекта, в создании которых лидировали американские компании и государственные исследовательские организации Китая. Опубликованные результаты исследований показали, что с момента открытия искусственного интеллекта в 1950-х гг. и до 2016 г. новаторы и исследователи подали заявки почти на 340000 изобретений и опубликовали более 1,6 млн научных публикаций, связанных с искусственным интеллектом. Число соответствующих патентов растет быстрыми темпами, причем более половины идентифицированных изобретений публикуется с 2013 г[2].
Учитывая бурное развитие этого нового сегмента патентного рынка, представляется актуальным рассмотреть открывающиеся возможности и необходимые для их реализации условия применения искусственного интеллекта и его приложений в системе интеллектуальной собственности с трех позиций. Во-первых, система интеллектуальной собственности приобретет поистине глобальный характер. Но для интенсификации ее деятельности необходимо устранить языковые барьеры, чтобы все страны мира получали равные возможности доступа к ее неисчислимым интеллектуальным ресурсам. Во-вторых, становится все более очевидной пока еще не используемая в должной степени возможность применения технологий искусственного интеллекта для радикального повышения эффективности работы самой системы интеллектуальной собственности. В-третьих, для реализации этой потенциальной возможности необходима надежная охрана искусственного интеллекта и его приложении. Однако можно ли
осуществлять это в правовых рамках действующей системы интеллектуальной собственности либо требуются те или иные формы ее преобразования?
Преодоление языковых барьеров с использованием технологий искусственного интеллекта
Система интеллектуальной собственности и патентная система отягощены множеством вновь возникающих проблем. Требования новизны и неочевидности становятся все более сложными для их удовлетворения с высокой степенью очевидности. Причины этого хорошо известны.
Во-первых, объем информации огромен и продолжает расти. В 2019 г. насчитывалось свыше 100 млн патентных документов, более 70 млн журнальных статей, не считая более 4 млрд проиндексированных веб-страниц информации, которую необходимо просмотреть для установления новизны. Эти показатели, отражая неуклонный рост изобретательности цивилизации, вместе с тем осложняют ее восприятие и освоение.
Во-вторых, патентные ведомства все еще работают в мире, где большинство новых изобретений не получает достаточного раскрытия на общедоступном английском языке. Из 5,6 млн патентных документов, опубликованных по всему миру в 2017 г., более 62% написаны на китайском, японском или корейском языках, часто не имея эквивалентов на английском языке. Это означает, что рабочий язык инноваций практически лишен должного раскрытия, обусловливающего выдачу исключительных патентных прав.
В-третьих, обратившись к глобальному собранию опубликованных научно-технических знаний, специалисты большинства стан мира обнаруживают, что на их национальных языках опубликована только небольшая часть этого общечеловеческого достояния. В результате сложившиеся веками языковые барьеры ставят население таких стран в неблагоприятные условия инновационного развития и обеспечения надежной правовой охраной создаваемой при этом интеллектуальной собственности.
Выход видится в использовании возможностей искусственного интеллекта и, прежде всего, в дальнейшем развитии машинного перевода, который, как многие считают, исторически стал одним из основных драйверов развития технологий искусственного интеллекта в системе интеллектуальной собственности.
Понятие «искусственный интеллект» было введено в научный обиход американским ученым Дж.Маккарти в 1956 г. Со временем оно стало трактоваться, как свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека, и было формализовано во множество компьютерных приложений.
Машинное обучение представляет собой класс методов искусственного интеллекта, характерная черта которых не прямое решение задачи, а обучение в процессе применения предшествовавших решению множества сходных задач машинного обучения. Это ключевая форма прикладного искусственного интеллекта. Его обычно классифицируют на контролируемое или неконтролируемое.
Глубокое обучение представляет собой совокупность методов машинного обучения, основанных на обучении представлениям, а не специализированным алгоритмам под конкретные задачи. Глубокое обучение представляет собой форму машинного обучения с применением алгоритмов, известных как искусственные нейронные сети – математические модели, а также их программные или аппаратные воплощения, которые работают, моделируя структуру и функции человеческого мозга. Использование в глубоком обучении нейронных сетей приводит к созданию вероятностной, а не детерминированной системы, способной обрабатывать задачи, которые требуют более «человеческого» суждения[3].
Первые системы машинного перевода использовали относительно несложные алгоритмы для замены слов на исходном языке словами на языке перевода. Столкнувшись с проблемой понимания целых фраз, машинный перевод обратился к изучению структуры словосочетаний исходного языка и передаче их значения на языке перевода. Чтобы выбрать лучший перевод для конкретной фразы, потребовалось обратиться к статистике, а также к выработке структурированных правил для выбора наиболее вероятного значения.
В 1963 г. в Центральном научно-исследовательском институте патентной информации (ЦНИИПИ) Госкомизобретений была предпринята попытка создать специализированную систему, непосредственно направленную на машинный перевод патентных документов. Для эксперимента были избраны публикации из официального бюллетеня США «Офишиал газет» («Official Gagette»), представленные первыми пунктами патентных формул, в которых излагались патентные притязания заявителей.
Анализ публикаций в «Офишиал газет» показал, что большинство понятий понятий, использовавшихся в патентных формулах для описания основных идей изобретений, выражалось с применением двух- и многокомпонентных номинативных словосочетаний с препозитивными определениями. Это повлияло на выбор фундаментального принципа построения специального алгоритма машинного перевода патентов, который обеспечивал деление текста патентной формулы на сегменты, определял их структуру, подбирал эквивалентные структуры в русском языке и вырабатывал представление о грамматических формах русских слов для синтезирования текста перевода.
Чтобы обеспечить качественную автоматизированную переработку многокомпонентных словосочетаний, было решено использовать в системе машинного перевода ЦНИИПИ вероятностный анализ структуры словосочетаний. Он был основан на статистических данных, которые подтвердили регулярную возможность правильной идентификации того или иного типа структурных и семантических взаимосвязей компонентов словосочетания[4].
В процессе разработки автоматизированного словаря системы проводилась количественная оценка терминологичности слов (вероятности их появления в своем терминологическом значении) и их терминологической валентности (вероятности сочетаемости со словами-терминами или вхождения в состав терминологических словосочетаний) в переводимом тексте[5].
Таким образом, автоматизированный анализ структуры номинативных словосочетаний, играющих ведущую роль в патентных текстах, и оценка терминологичности используемой в них лексики включали вероятностные подходы, основанные на статистических данных. То есть в системе уже тогда присутствовали элементы популярных сегодня в искусственном интеллекте технологий машинного обучения.
Разработка экспериментальной системы машинного перевода ЦНИИПИ получила высокую оценку в ежегодном докладе главного ученого секретаря президиума АН СССР в числе одного из наиболее важных достижений в области кибернетики в 1966 г.[6].
Тем не менее, практический опыт показал, что в сложных языковых формах, таких как, например, тексты патентных формул, и, тем более, художественная литература, даже самые лучшие механизмы машинного перевода оказывались неприемлемыми для получения удобочитаемого перевода. Машины лучше справлялись со структурированным языком для конкретных целей. Здесь машинный перевод стал в последующем повседневной практикой и создал солидную базу для переводческой революции, которая произошла лишь в последние пять лет благодаря освоению нейронного машинного перевода. На ее подготовку ушло полвека.
Нейронный машинный перевод использует искусственно созданную нейронную сеть. Эта техника глубокого обучения при переводе, связанная с полными предложениями, а не только с отдельными словами, применяет быстродействующие статистические методы. В последних подходах нейронный машинный перевод используется в версии двунаправленной рекуррентной нейронной сети, в которой применяется декодер, предсказывающий слова, которые должны появиться на целевом языке. Компания «Гугл» («Google») использует этот подход в нейронном машинном переводе, который управляет системой «Гугл транслейт» («Google Translate»), а «Майкрософт» («Microsoft») – в «Майкрософт транслейтер» («Microsoft Translator») и «Скайп транслейтер» («Skype Translator»). Компания «Фейсбук» («Facebook») проводит обширные эксперименты с открытым исходным кодом нейронного машинного перевода, изучая язык своих пользователей[7].
Краткий обзор развития машинного перевода патентов показывает, что теория и практика машинного перевода за истекшие полвека продвинулись далеко вперед, а используемые в нем тогда и теперь информационные технологии вообще не поддаются сравнению. Но возможности дальнейшего развития машинного перевода, как и искусственного интеллекта в целом, неисчерпаемы.
Использование искусственного интеллекта для повышения эффективности правовой охраны интеллектуальной собственности
В литературе высказывается мнение, что искусственный интеллект со временем может революционизировать всю процедуру предоставления и осуществления правовой охраны интеллектуальной собственности, включая судебное рассмотрение патентных споров. При этом имеется в виду, что искусственный интеллект предложит своим пользователям более эффективные технологии для оценки заявляемых изобретений, отслеживания конкурентной среды с выявлением вновь обнаружившихся соперников, открытия новых направлений НИОКР с фиксированием еще не охваченных ими «пробелов», установления фактов оспаривания патентов и многого другого. Перечисленные приложения искусственного интеллекта реализуются в той или иной степени уже и сегодня.
Оценка известного уровня техники. Процедура патентования открывается поиском для оценки уже достигнутого уровня развития техники. Поэтому использование технологий искусственного интеллекта и их ключевого звена – машинного обучения при этом очевидно. Эти технологии позволяют легко и быстро получить представление о подлежащих анализу огромных объемах данных, связанных как с процедурой обретения, так и последующего осуществления патентных прав.
Поиск с применением искусственного интеллекта существенно отличается от традиционных информационно-поисковых процедур (составление запроса с использованием классификационных индексов, ключевых слов и т.д., отбор соответствующих документов и оценка их релевантности). В качестве примера можно привести услуги компании «Денимайер Октимайн» («Dennemeyer Octimine») – инновационного стартапа, располагающего одной из ведущих платформ искусственного интеллекта в области управления интеллектуальной собственностью.
Параметры системы «Октимайн» («Octimine») выводят семантический патентный поиск с использованием машинного обучения, подкрепляемого глубоким обучением и искусственными нейронными сетями, на новый уровень. Они допускают обработку человеческого языка, обладающего гибкой семантикой, позволяют пользователю вводить любое описание изобретения непосредственно в поисковую систему, которая затем автоматически определяет значение текста и идентифицирует патенты с аналогичным назначением или техническим содержанием. При этом система осуществляет интеллектуальный анализ данных независимо от выбранных поисковиком конкретных индикаторов.
Классифицирование поискового массива. В сфере искусственного интеллекта классификационная процедура также обретает новое содержание. Например, используемое в компании «Ипком» («IP.com») программное обеспечение «ИнновэйшнКью» («InnovationQ») оснащено запатентованным устройством «Семантик джист» («Semantic Gist®»), которое способно понимать сходство разных терминов (например, «транспортное средство» и «автомобиль») и способность других терминов (например, «поток») иметь несколько несвязанных значений.
Процесс распознавания осуществляется следующим образом. С одной стороны, нейронная сеть «Дип белиф» («Deep Belief») извлекает соответствующие понятия и значения из патентной и связанной с ней литературы. Затем она обеспечивает машинное обучение, в ходе которого компьютер анализирует большой объем данных и выделяет их значения с использованием нейронной сети – семантической модели, где сложные темы выражаются в виде математических векторов общих понятий, найденных в ходе анализа с применением искусственного интеллекта. Эти понятия классифицируются в огромных массивах данных, аналогично тому, как это происходит в человеческом мозге[8].
Компания «Трепарэл» («Treparel»), в сотрудничестве с «Ройал дач филипс электроникс» («Royal Dutch Philips Electronics») создала в 2015 г., используя принцип машинного обучения, систему ускоренного классифицирования больших объемов патентных документов и научных статей, применяя ограниченную подборку обучающих примеров. Система осуществляет визуальный отбор положительных и отрицательных примеров классифицирования, на основе которых создается классификатор содержания обрабатываемых примеров и их ранжирование по аналогичной терминологии8.
Использование многоцелевых баз данных. На ежегодной конференции группы пользователей патентной информации (PIUG) в 2017 г. рассматривались возможности повышения эффективности поисково-аналитических процедур на основе технологий искусственного интеллекта за счет применения предлагаемого компанией «ИФИ КЛЭЙМЗ» («IFI CLAIMS») высококачественной глобальной патентной базы данных «Клэймз дайрект» («CLAIMS Direct»), содержащей более 100 млн записей. Особенности патентной базы следующие.
Нормализованные и стандартизированные данные. Каждая запись из каждого источника доставляется в одном и том же формате XML. Числа и даты стандартизированы, что облегчает увязку записей.
Интегрированные данные. «ИФИ КЛЭЙМЗ» получает данные из более чем 44 источников и интегрирует их так, чтобы все данные легко идентифицировались в каждом патентном документе. Национальный полный текст, идентификаторы патентных семейств, правовой статус, сведения национального реестра объединены в единую запись со всеми необходимыми данными.
Данные о добавленной стоимости. «ИФИ КЛЭЙМЗ» предоставляет стандартизированные имена правопреемников/заявителей как для первоначального, так и для текущего владельца патента. Также доступны индикаторы правового статуса, расчетные даты истечения срока действия и маркировка претензий.
Полные тексты документов более чем 23 стран и организаций, включая США, EПВ, ВОИС, Китай, Японию, Корею, Индию, Германию, Францию, Бразилию, Тайвань.
Представление записей на оригинальном и английском языках. Машинный перевод на английский доступен для большинства неанглоязычных документов.
Документы в формате PDF, чертежи и ссылки на изображения доступны через веб-сервис «ИФИ КЛЭЙМЗ».
Наличие полного текста на английском языке всех представленных в базе данных ведомств позволяет проводить интерактивный поиск и анализ больших массивов, работая совместно с системой «Гугл Сторэж» («Google Storage»). База данных обновляется ежедневно. В своем корпоративном центре обработки данных пользователь может получить доступ к полному хранилищу патентов с помощью языка разметки XML и анализировать его, используя любую платформу и предпочтительный набор инструментов.
Осуществление правовой охраны технологий искусственного интеллекта
На пороге нового тысячелетия американскими учеными был открыт феномен, который они назвали «суперконкуренция». Она предполагает необходимость приспособления компаний к крайне обостренной глобальной конкурентной среде и краткосрочности достигаемых при этом преимуществ. Ведь появляются новые инновационные идеи, уходят покупатели, меняется окружающая конкурентная среда, и это вместе сводит на нет былые преимущества[9].
Адаптация искусственного интеллекта к новым формам правовой охраны. Новые времена требуют использования и новых форм охраны искусственного интеллекта в постоянной борьбе за обретение устойчивых конкурентных преимуществ своей компании. Ограниченные возможности патентной охраны, срок действия которой истекает обычно не позднее 20 лет, а также ряд других факторов привели к идее комбинированного использования разных форм правовой охраны инноваций, что делает конкурентное преимущество более длительным. В результате сформировался так называемый метод непрерывной охраны интеллектуальной собственности.
Долгосрочное рыночное господство обеспечивается при этом комплексным использованием преимуществ, присущих разным формам охраны интеллектуальной собственности: посредством последовательного переноса стоимости от одного объекта интеллектуальной собственности к другому, прежде всего от изобретений к промышленным образцам, товарным знакам и объектам авторского права. Связь между функциональностью и жизненным циклом исключительных прав обеспечивает возможность использования патентов для охраны технических и художественно-конструкторские решений, а товарных знаков и авторских прав – для обеспечения конкурентных преимуществ на протяжении длительного времени[10].
Как в этих условиях будут решаться и без того нелегкие вопросы правовой охраны искусственного интеллекта и его технологических приложений? Центральное место здесь занимает, как указывалось выше, технология машинного обучения, которая позволяет компьютерам обучаться посредством уже накопленных данных без явного программирования этого процесса. Система машинного обучения обычно содержит вычислительную модель, основанную на алгоритме (или совокупности алгоритмов) с набором данных для ее обучения. Применительно к технологиям искусственного интеллекта в принципе можно использовать разные формы их правовой охраны: прежде всего патентное и авторское право.
1. Патенты обеспечивают монопольную охрану изобретений. Основное препятствие для патентования машинного обучения и других технологий искусственного интеллекта состоит в том, что в большинстве стран, включая США и Великобританию, абстрактные математические методы не являются патентоспособными. Патенты, как правило, доступны только в случае, когда изобретение представляет собой применение вне компьютера нового, неочевидного и полезного математического метода с техническим эффектом. Несмотря на эти препятствия, как было показано выше, ежегодное число заявок на связанные с искусственным интеллектом патенты неуклонно растет. Однако правомерность выдачи патентов на подобные изобретения по-прежнему вызывает споры.
2. Авторское право. Программный код, лежащий в основе системы искусственного интеллекта, может быть защищен авторским правом, но оно не распространяется на функциональные возможности и основополагающие алгоритмы системы, так как защищает выражение идей, а не их сущность. Однако и здесь дискутируется законность использования стороннего защищенного авторским правом контента для обучения систем искусственного интеллекта. В этой связи новая Директива ЕС от 15 апреля 2019 г. об авторском праве на едином цифровом рынке Европейского союза допускает анализ текста и данных для некоммерческих исследований, а в США рассматривается расширенное толкование добросовестного использования, допускающего применение стороннего контента для обучения систем искусственного интеллекта при условии, что оно не конкурирует с оригинальными работами.
3. Товарные знаки и промышленные образцы. В области товарных знаков и промышленных образцов решение, принимаемое патентным ведомством или судом по их регистрации, основано на отличительных свойствах товарного знака и оригинальности промышленного образца. Человек просто не в состоянии просмотреть миллионы получаемых каждый год заявок на товарные знаки и промышленные образцы, чтобы определить, подходит ли каждый из них для регистрации. Поэтому ВОИС разработала инструмент поиска изображений с использованием искусственного интеллекта для товарных знаков. Этот инструмент, впервые в мире введенный в глобальную базу данных ВОИС по брендам, за секунду осуществляет очень точную оценку сходства сопоставляемых объектов[11].
4. Коммерческая тайна. Наконец, все элементы системы искусственного интеллекта (код, алгоритмы, данные и т. д.) могут охраняться на условиях коммерческой тайны, если они соблюдаются заявителем. В условиях обсуждавшихся выше преходящих конкурентных преимуществ, при непрерывном появлении все новых, зачастую прорывных технологических решений, практика соблюдения элементов системы искусственного интеллекта в тайне становится все более распространенной.
Помимо обсуждения подобных конкретных вопросов адаптации искусственного интеллекта к нормам действующего законодательства интеллектуальной собственности, у юристов существуют разные мнения относительно принципиальных возможностей правовой охраны систем искусственного интеллекта и их приложений. Основные нерешенные вопросы заключаются здесь прежде всего в следующем: требуется ли участие изобретателя-человека для того, чтобы изобретение стало патентоспособным (охраноспособность «машинного» изобретения), и кто может стать обладателем патентных прав на изобретения, созданные с использованием искусственного интеллекта (допустимость «машинного» правообладателя).
По поводу первого нерешенного вопроса общее, до конца не аргументированное, мнение патентных ведомств сводится к тому, что изобретатель-человек все же необходим. Тем не менее, в августе 2019 г. в США, Великобритании и ЕПВ были поданы пробные заявки на «ДАБУС» («DABUS») – созданную искусственным интеллектом машину, нашедшую два оригинальных решения без участия человека. Правда, 23 декабря 2019 г. ЕПВ все же отклонило две европейские патентные заявки, в которых машина обозначалась как изобретатель. Дальнейшее обсуждение подобных заявок в США и Великобритании может предложить в ближайшем будущем дополнительные ответы на этот сложный вопрос.
В американском патентном праве и инструкциях патентного ведомства США изобретатель определяется как человек, который задумывает изобретение и применяет его на практике. А искусственный интеллект не является человеческим существом, потому что у него нет ментальной природы и способности претворять мысли в жизнь. К тому же он не является индивидом. Таким образом, патентный закон США не охватывает охрану объектов из сферы искусственного интеллекта, которые созданы технологиями искусственного интеллекта, а не исходит от отдельных лиц.
Однако уже сегодня программное обеспечение создается технологиями искусственного интеллекта, а они производят продукты и услуги, которые раньше не встречались на планете. Только в США подано более 22000 подобных заявок на связанные с искусственным интеллектом патенты. Другим положительным сигналом является то, что большинство людей нормально воспринимают изобретения искусственного интеллекта.
Высокоразвитые компании, такие как «Убер» («Uber»), «Эпл, инк.» («Apple Inc.»), «Гугл» («Google») и «Тесла» («Tesla») уже активно участвуют в инвестировании патентования искусственного интеллекта; нанимают ученых, способных использовать машинное обучение и другие технологии для создания изобретений с применением искусственного интеллекта. По мере того, как предприятия и организации все чаще внедряют подобные изобретения, поиск путей к их патентованию продолжает усиливаться. Это означает, что в ближайшем будущем можно ожидать развертывания дебатов о принятии творения искусственного интеллекта в качестве «машинного» изобретения[12].
Второй нерешенный вопрос неразрывно связан с правом собственности, поскольку по умолчанию считается, что владеет патентом изобретатель. Однако, поскольку системы искусственного интеллекта не являются юридическими лицами, способными к обладанию патентами, возникает вопрос, кто может (и должен) иметь право на патент: система искусственного интеллекта, ее владелец, разработчик, инструктор или пользователь? В случаях, когда систему искусственного интеллекта можно охарактеризовать как используемый человеком простой инструмент, наличие средств защиты интеллектуальной собственности относительно неоспоримо. Однако там, где такая система становится независимо творческой или изобретательной без участия человека, возникают дополнительные сложные вопросы о правообладателе[13].
Пока же именно Китай взял на себя инициативу в гонке технологий искусственного интеллекта и связанных с ними изобретений. По сравнению с США, число соответствующих патентов в Китае стало расти более быстрыми темпами: в 2018 г. Китай уже вплотную приблизился по их числу (34345) к США (35508). При этом китайский патентный закон представляется более гибким, чем американское патентное законодательство, сформировавшееся до интенсификации разработки технологий искусственного интеллекта[14].
Учитывая признание технологий искусственного интеллекта большинством людей, действующие правовые стандарты патентоспособных объектов вызывают у них озабоченность. В настоящее время вокруг порожденных искусственным интеллектом изобретений сложилась напряженна атмосфера. Это означает, что признание этических и социальных достоинств искусственного интеллекта должно повлечь за собой поиск способов изменения патентного законодательства путем охвата инноваций в области искусственного интеллекта, включая и вопрос человеческого либо машинного обладания правами на потенциальные объекты интеллектуальной собственности, создаваемые в сфере искусственного интеллекта[15].
Конкурентная борьба в области искусственного интеллекта
Стремительно развивающиеся прорывные технологии искусственного интеллекта, несомненно, окажут глубокое влияние на все сферы человеческой жизни. Поэтому в мире началась гонка за лидерство в области искусственного интеллекта. Уже к середине 2018 г. в Канаде, Китае, Дании, Комиссии Европейского союза, Финляндии, Франции, Индии, Италии, Японии, Мексике, Балтийском регионе, Сингапуре, Южной Корее, Швеции, Тайване, Объединенных Арабских Эмиратах и Великобритании были опубликованы стратегии по использованию и развитию искусственного интеллекта. Каждая из них фокусируется на различных аспектах политики искусственного интеллекта, включая научные исследования, развитие талантов, навыков и образования, построение цифровой инфраструктуры, принятие стандартов, нормативных актов и т.д.[16]
В октябре 2019 г. Президент Российской Федерации утвердил Национальную стратегию развития искусственного интеллекта на период до 2030 г. и в нашей стране. Она направлена на обеспечение ускоренного развития в России технологий искусственного интеллекта, расширение научных исследований в этой области, повышение доступности информации и вычислительных ресурсов для пользователей, совершенствование системы подготовки соответствующих кадров.
Предусматриваемые стратегией технологии искусственного интеллекта включают компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений. К смежным областям относятся робототехника и управление беспилотным транспортом. Стратегией обозначен перечень прикладных целей применения этих технологий, а также создание высокопроизводительных центров обработки данных и микропроцессоров, не уступающих мировым аналогам[17].
Разработка и использование богатейшего потенциала технологий искусственного интеллекта для более эффективного осуществления рассмотренных выше и многих других направлений правовой охраны интеллектуальной собственности заслуживают повышенного внимания руководителей всех уровней.
Список литературы
1. Важнейшие достижения в области естественных и общественных наук в 1966 году//Доклад главного ученого секретаря президиума АН СССР акад. Я.В.Пейве//www.ras.ru/FStorage/download.aspx?Id=2ecec61c-2122-430d-9d2f...
2. Кравец Л.Г. О количественной оценке терминологичности лексики//Научно-техническая информация. 1965. № 2.
3. Кравец Л.Г. Структурный анализ словосочетаний в английских научно-технических текстах//Научно-техническая информация. 1963. № 10.
4. Кравец Л.Г. и Молчанова А.А. Конкурентоспособность предпринимательства в цифровой экономике. Части I и II//Патенты и лицензии. Интеллектуальные права. 2019. № 3, № 4.
5. An Overview of National AI Strategies. Tim Dutton. Jun 28, 2018//medium.com›…ai…overview-of-national-ai-strategies…
6. Artificial Intelligence and Intellectual Property: An Interview with Francis Gurry. 22 January. 2019.
7. Artificial intelligence: is it changing patent prosecution? Dennemeyer Group. May 21, 2019//lexology.com›library/detail.aspx…
8. Artificial Intelligence: Why AI Inventions Will Disrupt Patent Law. September 7, 2018-bakermcke nzie.com›…newsroom/2018/04/ai-white-paper
9. INSIGHT: Intellectual Property Challenges During an AI Boom//Yohan Liyanage and Kathy Berry. Linklaters in London. Oct. 29, 2019. 11:01 AM//news.bloomberglaw.com›ip…insight-intellectual…boom
10. Machine Learning. Data Science. Artificial Intelligence. Deep Learning and Statistics//Seth Paskin. February 16, 2018//bmc.com> artificial-intelligence-deep…statistics/
11. Machine Learning for Translation: What’s the State of the Language Art?//Reuven Koret. Nov. 2, 2019//readwrite.com>…machine…translation…language-art/
12. McGrath K. Competitive advantage is fleeting (And Its Okay to Admit It)//www.blogs.hbr.org>…2009/06/competitive advantage
13. Nothing Artificial About This Intelligence: AI Meets IP. By: Sam Baxter. Chief Technology Officer. IP.com (Intellectual property rights licensing and technology R&D company)//ip.com›…nothing-artificial-intelligence-ai-meets…
14. Select the Right Patent Data Source for Your Big Data ProjectCatherineS. Larry Cady. IFI CLAIMS Patent Services. June 16, 2017.
15. What AI means for The future of patent search. Jeroen Kleinhoven. Head of Products & Alliances, IP and R&D Solutions. Sept. 25, 2018//https://www.evalueserve.com›blog›sense-and-…
16. White J. Using Intellectual property to build a sustainable Business//www.podlegal.com.au/article-ip-sustainable
17. WIPO Technology Trends 2019 – Artificial Intelligence//http://www.wipo.int/publications/en/
[1] Кравец Л.Г. и Молчанова А.А. Конкурентоспособность предпринимательства в цифровой экономике. Части I и II//Патенты и лицензии. Интеллектуальные права. 2019. № 3. С. 2; № 4. С. 41.
[2] WIPO Technology Trends 2019 – Artificial Intelligence//http://www.wipo.int/publications/en/
[3] Machine Learning. Data Science. Artificial Intelligence. Deep Learning and Statistics//Seth Paskin. February 16, 2018//bmc.com> artificial-intelligence-deep…statistics/
[4] Кравец Л.Г. Структурный анализ словосочетаний в английских научно-технических текстах//Научно-техническая информация. 1963. № 10.
[5] Кравец Л.Г. О количественной оценке терминологичности лексики//Научно-техническая информация. 1965. № 2.
[6] Важнейшие достижения в области естественных и общественных наук в 1966 году//Доклад главного ученого секретаря президиума АН СССР акад. Я.В.Пейве//www.ras.ru/FStorage/download.aspx?Id=2ecec61c-2122-430d-9d2f...
[7] Machine Learning for Translation: What’s the State of the Language Art?//Reuven Koret. Nov. 2, 2019//readwrite.com>…machine…translation…language-art/
8 Artificial intelligence: is it changing patent prosecution? Dennemeyer Group. May 21, 2019//lexology.com›library/detail.aspx…
9 McGrath K. Competitive advantage is fleeting (And Its Okay to Admit It) – www.blogs.hbr.org>…2009/06/competitive advantage
10 White J. Using Intellectual property to build a sustainable Business – www.podlegal.com.au/article-ip-sustainable
11Artificial Intelligence and Intellectual Property: An Interview with Francis Gurry. 22 January. 2019.
[12] Artificial Intelligence: Why AI Inventions Will Disrupt Patent Law. September 7, 2018-bakermcke nzie.com›…newsroom/2018/04/ai-white-paper
[13] INSIGHT: Intellectual Property Challenges During an AI Boom//Yohan Liyanage and Kathy Berry. Linklaters in London. Oct. 29, 2019. 11:01 AM//news.bloomberglaw.com›ip…insight-intellectual…boom
[14] Artificial Intelligence: Why AI Inventions Will Disrupt Patent Law. September 7, 2018//bakermckenzie.com›…newsroom/2018/04/ai-white-paper
[15] Из-за отсутствия терминологических обозначений для ряда дискутируемых в последнее время понятий правовой охраны технологий искусственного интеллекта автору пришлось использовать еще не регламентированные обозначения «машинное изобретение» (оригинальное решение машины – искусственного интеллекта, полученное без участия человека) и «машинный правообладатель» (обладатель прав на потенциальный объект интеллектуальной собственности, созданный с использованием искусственного интеллекта, без участия человека).
[16] An Overview of National AI Strategies. Tim Dutton. Jun 28, 2018//medium.com›…ai…overview-of-national-ai-strategies…
[17] Указ Президента Российской Федерации от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации».
Патентная аналитика в системе больших данных
Л.Г. Кравец — канд. филолог. наук, доцент
А.А. Молчанова – главный специалист ФИПС
Начало массовой аналитической деятельности на базе патентной информации было положено у нас в стране во второй половине прошлого века. Эта деятельность приобрела установленную специальным ГОСТом форму патентных исследований. Первоначально патентные исследования были преимущественно нацелены на оценку научно-технического уровня осуществляемых в стране исследований и разработок. Со временем эта деятельность переместилась, в основном, на патентно-информационное обеспечение конкурентоспособности инновационного предпринимательства. Организационно-методическое руководство этим направлением осуществлял учрежденный в системе Госкомизобретений в 1962 году Центральный научно-исследовательский институт патентной информации и технико-экономических исследований (ЦНИИПИ, потом ВНИИПИ), упраздненный в ходе реорганизации Роспатента в конце 1990-х годов.
Осуществляемый при этом информационный анализ интерпретировался в зависимости от того, к какому экономическому объекту он применялся: к продуктам или услугам, предприятию, отрасли или национальному хозяйству в целом. Соответственно, анализу подвергались, например:
- оценка размеров и значимости собственных патентных активов в сопоставлении с активами реальных и потенциальных конкурентов, в т.ч. анализ возможностей их коммерческого освоения;
- уровень изобретательской активности фирм в определенной предметной области и перспективность соответствующего научно-технического направления;
- характер взаимного цитирования патентов и природа конкурентных отношений фирм – патентовладельцев;
- выявление потенциальных лицензиатов или партнеров в совместном предпринимательстве с учетом их изобретательской активности в интересующей данную организацию предметной области;
- оценка потенциальных кандидатов на осуществление сделок по слиянию или приобретению компании с учетом размера и инновационной направленности их интеллектуального капитала;
- оценка инновационных потенциалов различных стран (фирм) в данной предметной области путем сопоставительного анализа изобретательской активности;
- оценка инвестиционной привлекательности данной страны по соотношению количества регистрируемых в ней национальных и зарубежных патентных заявок и т.д.
В 1970-х годах в стране было положено начало дигитализации патентной информации. На основе созданной в ЦНИИПИ системы АСБА начался международный обмен библиографической информацией на машиночитаемых носителях. Благодаря этому была решена задача насыщения патентно-информационных служб страны оцифрованной информацией о мировом патентном фонде. А это позволило приступить к автоматизации ряда поисково-аналитических процессов.
Позднее патентные исследования вобрали в себя новые аналитические методы, включая кластеризацию патентных данных, формирование патентных сетей и визуализацию результатов патентного анализа (1)[1].
Таким образом, можно заключить, что современная патентная аналитика уходит своими корнями в традиционные патентные исследования, проводившиеся и совершенствовавшиеся на протяжении десятилетий. Теперь же она развивается далее, используя открывшиеся возможности использования необозримых массивов цифровых данных, математических методов их анализа и основанных на новейших научных достижениях информационных технологиях.
Относительно недавно сложились еще более благоприятные условия для решения подобных и более сложных аналитических задач за счет постоянно совершенствующихся методов сбора и анализа неуклонно возрастающего потока всевозможных данных, стремительному распространению Интернета и используемых в нем новых информационных технологий, объединившихся в Систему больших данных.
Содержание понятия больших данных
За последние несколько лет способность человечества создавать данные, обрабатывать и обмениваться ими увеличилась многократно. По расчетам IBM, в настоящее время ежедневно производится 2,5 квинтиллиона данных. Причем ключевой характеристикой наблюдаемого процесса является постоянный экспоненциальный рост этих данных. 90% существующих сегодня данных были созданы за последние два года. Формирование под воздействием цифровизации (дигитализации) необозримых массивов данных порождает происходящие вокруг нас революционные технологические изменения. С точки зрения компании, правительства или общества большие данные имеют исключительное значение, поскольку, чем больше доступных данных, тем более точным может быть их анализ. А это, в свою очередь, приводит к улучшению возможностей принятия решений, повышению эффективности управления работой и возникающими при этом рисками (2).[2]
Получивший в последнее время распространение термин «Большие данные» (англ. big data,) понимается в широком смысле как социально-экономический феномен, связанный с появлением технологических возможностей анализировать огромные массивы данных. Большие данные, предоставляющие дополнительный контент другим разработчикам патентоспособных решений, являются неоценимым подспорьем при инвестировании НИОКР, подаче судебных исков и конкурентного позиционирования.
Большие данные – это очень широкая концепция. Она охватывает: все созданное в цифровой форме любым датчиком, любой камерой, а также любым пользователем, работающим на вычислительном устройстве (ПК, мобильный, планшет и т. д.); любой проект, план, изобретение или просто сообщение. И все эти данные растут экспоненциально.
Глобальное собрание патентной информации, включающее миллионы еженедельно обновляемых публикаций, может быть по праву отнесено к категории «больших данных».
Зарождающиеся глобальные изменения ставят перед бизнесом множество новых проблем. Как справиться с надвигающимся обвалом данных? Что делать с накапливаемыми в корпорациях нематериальными активами? Ведь эти активы, в своем большинстве, представляют собой интеллектуальную собственность (ИС), а интеллектуальный капитал составляет основу любого инновационного бизнеса и условие его будущего успеха. Его эффективное использование – это рецепт будущего успеха в бизнесе. Следовательно, необходим пересмотр бизнес-стратегии, а также входящей в ее состав стратегии ИС(3)[3].
Большие данные – это бесценный инструмент для компаний, ориентированных в будущее. По мере того, как предприятия стремятся повысить эффективность своей работы с реальным результатом, комплексный анализ таких данных играет все большую роль в их деятельности.
При этом нужно понимать различие «данных» и «информации». По сути, эти понятия однородны: каждый бит данных содержит информацию. Но характер этой информации и потенциальная ценность определяются в результате ее извлечения из данных посредством последующего анализа. К тому же, большие массивы данных также отягощены уникальными проблемами безопасности, что оказывает серьезное воздействие на систему ИС (4).[4]
Взаимодействие больших данных и охраны интеллектуальной собственности
Для раскрытия возможностей больших данных их следует надлежащим образом собрать и сохранить. После этого необходимо выбрать надлежащий способ их анализа, получения нужных выводов и передачи по назначению. Решающую роль в этом процессе играет ИС. Она охватывает как сами данные и используемое для их сбора и хранения запатентованное оборудование, так и защищенное авторским правом программное обеспечение, которое организует и анализирует этот процесс. Когда компания решает запустить аналитику, ее конечный результат оказывается защищенным в соответствии с законами ИС в качестве коммерческой тайны. Любые отчеты, публикуемые с использованием результатов данной аналитики, также защищены законодательством ИС.
Однако в системе охраны прав ИС имеется немало проблем. Данные поступают со всего мира, предоставляя компаниям неизмеримо больше информации о новой продукции, ее потребителях и ближайших конкурентах, чем когда-либо прежде. С одной стороны, при правильном использовании, это обеспечивает неоценимое маркетинговое преимущество. С другой стороны, обостряется проблема хранения коммерческой тайны, размываются границы между видами прав ИС. Плоды тяжелой работы, вкладывавшейся в создание новых идей и продуктов, могут оказаться у соседей, получивших доступ к разработкам данной компании.
К тому же неиссякаемый поток больших данных затуманивает происхождение исходной собственности. Нужно быть готовыми к осложнениям в получении патентов и авторских прав из-за возникающих вопросов идентификации первоначальной собственности на идею. В принципе ИС фиксирует права на идеи, закладываемые в инновации. Но как доказать, кому именно пришла в голову именно эта идея? Зачастую сделать это нелегко, однако можно доказать, кто первым принял меры по ее регистрации.
Права на ИС появляются тогда, когда кто-то стал обладателем патента, авторских прав, товарного знака или сделал другой шаг к реализации своей идеи. Если же у человека или организации нет законных притязаний на идеи, продукты или процессы, то их идеи они будут подвержены не преследуемому законом заимствованию. А незащищенные идеи легко распространяются и попадают в руки тех, кто будет конкурировать с вашим собственным бизнесом. Правда, некоторые новшества бывает легко копировать, но трудно обзавестись на них товарным знаком, что делает их вероятными объектом промышленного шпионажа.
Патентная система – общепризнанное средство весьма надежной охраны ИС. Но любой квалифицированный юрист, несомненно, подтвердит, что правовая основа охраны ИС не была разработана применительно к современной цифровой эре. В результате, компании не могут защищать патентные права на большинство новых данных и во многих случаях предпочитают хранить свои новшества в секрете. Но даже законы о коммерческой тайне могут не охватить все привносимые большими данными объекты.
Выходит, что пока еще человечество не располагает целостным решением, которое полностью защитило бы новые идеи от мира больших данных. Поэтому высказывается даже мнение, что сегодня лучший способ – это многослойная охрана с использованием патентов, авторских прав, товарных знаков и прочих правовых норм, а также помощь специализирующихся на ИС адвокатов.
Сторонники реформы в области права ИС утверждают, что патентная система слишком разбалансирована, чтобы обеспечить безопасность информации без дополнительной поддержки. Конечно, это не означает, что компании должны полностью отказаться от патентной охраны. Тем не менее, нельзя игнорировать тот факт, что скорость возрастания объема данных значительно опережает сроки предоставления патентов, поскольку патентные ведомства не располагают для этого достаточными ресурсами. Компании не могут рассчитывать и на то, что должностные лица ведомств будут препятствовать незаконному использованию данных или преследовать противоправные действия до поступления жалоб извне.
Поэтому крайне важно, чтобы компании самостоятельно принимали активные меры по защите собственной ИС. Например, налаживая тщательный контроль за тем, как их сотрудники используют приложения для сбора данных и инструменты анализа, они могут снизить риск нарушения конфиденциальности и ограничить свои потери(5)[5].
Современные методы и инструменты патентной аналитики
Новые приемы и технологии, позволяющие проводить прогнозный анализ больших данных, предоставляют профессионалам ИС платформу для более эффективного принятия решений. Поэтому компании всего мира стремятся использовать всю мощь информационного анализа для повышения своей предприимчивости и прибыльности. В конечном итоге это приводит к выработке более эффективных бизнес-стратегий.
Руководители служб ИС используют возможности анализа огромных объемов не только структурированных, но и разрозненных неструктурированных данных, которые гарантируют существенное воздействие их портфеля ИС на итоговую прибыль компании своей организации. Компания PROMT, например, выпустила программное обеспечение PROMT Analyser для анализа неструктурированных текстов на естественных языках с целью поиска, извлечения и обобщения информации о сущностях, фактах, событиях и их связях. Инструмент предназначен для поиска, извлечения, обобщения и структуризации информации из практически любого текстового контента на разных языках как в корпоративных системах, так и во внешних источниках. Он анализирует любые тексты или документы, выделяет в них сущности (персоналии, организации, географические названия, геополитические сущности явления и др.), а также определяет соотносящиеся с этим сущностями действия, дату и место его совершения действия, формирует целостный образ документа. PROMT Analyser позволяет решать самые разные задачи: анализ внутренних и внешних ресурсов компании, (системы документооборота), анализ внешних ресурсов (медиа, блогосфера и пр.), данных, получаемых из закрытых источников для оценки критичности ситуаций, анализ деятельности объекта с привязкой к географии, а также оптимизацию поисковых систем и служб поддержки.[6]
Располагая современными методами и инструментами патентной аналитики, руководство ИС проводит сопоставительную оценку конкурентов с точки зрения освоения ими основных технологий. Не менее важно правильно определять позицию собственной компании в ключевых технологических областях. Это поможет выявлять участки, нуждающиеся в дополнительных инвестициях. Вооруженные большими данными специалисты в области ИС, не ограничиваясь осуществлением патентных процедур, получают возможность воздействовать на эффективность предпринимательства своей компании, активно участвуя в формировании ее бизнес-стратегии. В этом им содействуют постоянно развивающиеся технологии.[7]
В настоящее время доступны новые важные источники данных: о судебных преследованиях, финансовых и товарных конфликтах, а также выработаны навыки их более эффективного применения. Для разработчиков технологий и создателей ИС «просеивание» этих данных с целью определения новых предпринимательских возможностей и конкурентных рисков является решающей, но сложной задачей. Патентные данные - с учетом их объема, разнообразия и быстротечности – хорошо подходят для инструментов и методов, применяемых для обработки больших данных. Многие из сегодняшних решений патентной аналитики лидируют в использовании больших данных для обеспечения более глубокого анализа.
Появились новые технологии, которые трансформируют способы анализа компаниями больших массивов данных. Теперь можно получить доступ к миллионам патентов и миллиардам веб-сайтов. Но без соответствующих вычислительных мощностей и аналитических приемов содержащаяся в больших данных информация остается практически бесполезной.
В этих условиях широкие перспективы открывают облачные вычисления. Доступ по требованию к неограниченным вычислительным мощностям позволяет специалистам в области ИС передавать данные с миллиардов веб-страниц, затрачивая на это лишь некоторую долю стоимости предыдущих методов. К этому следует добавить машинное обучение, которое позволяет компаниям анализировать петабайты данных с беспрецедентной глубиной. В совокупности эти технологии открывают прогнозисту возможность анализировать данные, выявлять тенденции и аномалии, которые помогают формировать будущие бизнес-стратегии.
Современная патентная аналитика также может гарантировать достоверность данных. Даже сегодня патентная информация часто вводится вручную, что делает ее очень уязвимой для ошибок. Например, в документации Патентного ведомства США отмечено более 800 различных способов написания “International Business Machines“. Искусственный интеллект помогает эффективно очищать эти данные, что значительно улучшает связь с патентными ведомствами по всему миру, а также существенно снижает рабочую нагрузку ведомств ИС, в которые поступает все большее количество заявок.
В рамках подразделений ИС наиболее перспективные компании развертывают прогностическую аналитику несколькими инновационными способами. Она может объединять внутренние и внешние данные для оценки надежности и актуальности патента. Она также может помочь компаниям пересмотреть вопросы, связанные с продлением срока действия патентов, оценкой доли охватываемого патентом рынка, сопоставлением получаемых доходов со стоимостью поддержания его в силе для принятия более обоснованных решений. Восемьдесят процентов бюджетов ведомств ИС расходуются на обработку поступающих заявок на обретение прав и рассмотрение возникающих при этом споров. Поэтому целесообразно уменьшать количество или исключать заявки с низкой доходностью.
Каждая отрасль сталкивается с возможностями и угрозами, поступающими из разных регионов, смежных отраслей и технологий, которые воздействуют на ведение бизнеса. В условиях глобализации у компаний сейчас мало времени, чтобы реагировать на сигналы этой среды. Обеспечиваемые большими данными услуги заключаются в том, что компании будут располагать возрастающим объемом информации для принятия более точных решений и выдачи прогнозов, касающихся их бизнеса (7)[8].
Патентная аналитика в системе управления ИС
До последнего времени многие процессы и инструменты управления, используемые службами ИС, отставали в своем развитии от деятельности предприятий, которым они служат. Между тем, обретение прав, их осуществление и монетизация ИС составляют основу ценности бизнеса. Информационно обоснованные решения по ИС помогают компаниям определять возможности, проблемы и тенденции развития рынка, а также состав патентных активов, которые они уже имеют или должны приобретать. Современные системы управления ИС помогают организациям лучше понимать не только затраты на охрану инноваций, но и возрастающую ценность портфеля ИС. Более продвинутые компании научились определять ежегодные доходы, генерируемые патентным портфелем, подтверждая этим окупаемость инвестиций в защиту ИС
Современная система управления ИС находится в процессе революционных преобразований. Никогда еще она не имела в своем распоряжении так много инструментов, перемещающих ее с позиций вспомогательной службы в незаменимого делового партнера. Эти инструменты вооружают предприятия беспрецедентным объемом информации о технологических разработках и рынках сбыта.
Например, поскольку компании обычно подают патентные заявки за несколько лет до выпуска новой продукции, патентная аналитика способна открывать окно в будущее, позволяя организациям узнавать, что делают их конкуренты задолго до подачи собственных заявок. Продвинутые компании используют это богатейшее собрание данных для формирования своей стратегии, обеспечения конкурентного преимущества, повышения роли ИС на предприятии и создания условий для более эффективной информационной поддержки планирования и принятия решений. Вот только некоторые из сведений, которые патентная аналитика может предоставить системе управления ИС с использованием больших данных:
- действия и намерения конкурентов – как уже известных, так и новых;
- тенденции и будущие сценарии технологического развития;
- прогнозы появления новой продукции и развития рынка;
- изменения в рыночной значимости технологий;
- идентификация и профилирование рисков.
За последнее десятилетие большие данные и их аналитика стали более содержательными и ориентированными на проблемы бизнеса. Существенным преимуществом технологий обработки больших данных является возможность объединения общедоступных и частных данных о ИС в единое собрание.
Разновидностью больших данных являются Открытые данные (ОД), формируемые государственными органами и службами в рамках своих компетенций и предоставляемые в дальнейшем для загрузки в информационно-аналитические системы пользователей. Раскрытие общественно значимой информации в форматах ОД создает ряд преимуществ для экономики, обеспечивая возможности компаниям принимать качественные управленческие решения с использованием этих данных.
Ведущие патентные ведомства также осуществляют публикацию патентной информации в форматах открытых данных с целью эффективного продвижения регистрируемой интеллектуальной собственности, что способствует формированию глобального патентного контента корпоративных активов ИС. Патентное ведомство США (USPTO), например, предоставляет в открытый доступ обширные массивы данных о патентах и товарных знаках всем заинтересованным пользователям для загрузки в их базы данных и/или аналитические системы. Только по патентам и заявкам на изобретения предлагается 16 видов наборов открытых данных (библиография, полные тексты, изображения, официальный бюллетень, классификации и др.) Для обеспечения более широкой облегчения доступности общественности ко всей этой информации USPTO заключило в июне 2013 г. некоммерческое соглашение со службой Reed Technology Information Services компании LexisNexis, которая на сайтах http://patents.reedtech.com и http://trademarks.reedtech.com предоставляет для выгрузки эту информацию всем заинтересованным пользователям на бесплатной основе.[9]
Рассматривая свою ИС в контексте глобальных патентных заявок и связанных с ними последующих действий, компания получает целостную картину рынка и конкурентный ландшафт, выбирая, в конечном счете, лучшие бизнес-решения. В этом отношении патентная аналитика вплотную смыкается с методами конкурентной разведки (КР), заявившими о себе во второй половине прошлого века – параллельно с развитием методологии патентных исследований.
Если первоначально под КР подразумевался, преимущественно, анализ деятельности непосредственно конкурентов, то в последующем понятие КР получило более широкое толкование. КР стала включать в себя сбор и анализ широкого спектра данных для принятия решений, обеспечивающих компании конкурентные преимущества перед ее соперниками. Это предполагало, прежде всего, содействие поиску и освоению новых методов и современных технических средств, которые обеспечивали бы компании высокодоходные и устойчивые позиции, ограждая ее при этом от не всегда добросовестных действий конкурентов.[10]
Посредством анализа больших данных и сочетания частных и усовершенствованных общедоступных данных очередная версия системы управления ИС сможет содействовать принятию решений на каждом этапе жизненного цикла патентной охраны. Аналитика следующего поколения объединит всю получаемую информацию, выдаст руководству рекомендации по эффективному реагированию на возникающие бизнес-проблемы и обеспечению конкурентоспособной позиции, в несколько раз сократив традиционные затраты времени и средств.
Корпоративные специалисты в области ИС часто располагают уникальным представлением о предпринимательской перспективе и глубоким пониманием как общей ситуации, так и состояния технологий своей компании. Это делает их неплохими экспертами по современным технологиям и деятельности конкурентов. Предоставление им возможности использования хорошо отработанных навыков обеспечит эффективный вклад в бизнес-стратегию компании. При необходимости, внешние эксперты и службы КР могут расширить возможности внутренней команды, предоставляя свои знания в менее известных технологиях и рыночных секторах.
По мере развития современных технологий и становления новых отраслей корпоративные специалисты по вопросам ИС получат возможность подключать конкурентную информацию к процессу рассмотрения изобретения. Это может, в частности, привести к выдвижению предложений о блокировании выявленных конкурентов в качестве условия выделения инвестиций на охрану создаваемых изобретения. Известно, что потенциальные конкуренты инвестируют и осуществляют охрану будущей продукции за несколько лет до ее выхода на рынок. Благодаря этому, компаниям открывается возможность использовать патентную аналитику для информирования своих разработчиков и руководителей о возникших инновациях и разработке создаваемой на их основе новой продукции, обеспечивая себе нужную долю рынка и прибыли (9)[11].
Таким образом, освоение компаниями новых технологий анализа неуклонно возрастающих массивов больших данных окажет существенное влияние на бизнес-планирование и построение их предпринимательской стратегии. Это, в свою очередь, создаст компаниям потенциальную возможность повысить прибыльность своего предпринимательства, а руководителям подразделений ИС – усилить стратегическую значимость своей деятельности.
Литература
1.Е.И. Артемьев, Л.Г.Кравец. Изобретения, уровень техники, управление- М., Экономика, 1977.
2. Л.Г.Кравец. Патентно-информационная поддержка инноваций – М., ИНИЦ «Патент», 2013 – 223 с.
3. Spathika Ram. Big Data for Understanding Intellectual Property. – https://suyati.com/blog/how-big-data-can-help-in-understanding-intellectual-property/
4. Joren De Wachte. Big Data and IP business strategy – http://jorendewachter.com/2013/11/big-data-ip-business-strategy/
5. Sean Mallon. Protecting Intellectual Property in the Era of Big Data - https://www.smartdatacollective.com/protecting-intellectual-property-era-big-data/
6. Larry Alton. How Does Big Data Affect Intellectual Property Rights – http://larryalton.ulitzer.com/node/4128095
7. Daniel Gutierrez. Big Data Transforms Patent Analysis into Business Strategy – https://insidebigdata.com/2016/11/07/big-data-transforms-patent-analysis-into-business-strategy/
8. Tyron Stading. Using Big Data to Make Intellectual Property a Strategic Weapon -https://dzone.com/articles/using-big-data-to-make-intellectual-property-a-str
- 9. Молчанова А.А., Якименко М.А. Информационные продукты и системы патентных ведомств на службе инноваций //Патенты и лицензии.. 2016. № 12. С.48 -58
10. Л.Г.Кравец, С.А.Обрезанов. Интеллектуальные ресурсы конкурентной разведки – М., «Права человека», 2004 -276 с.
[1] Л.Г.Кравец, Патентно-информационная поддержка инноваций // М., ИНИЦ «Патент», 2013 – 223 с.
[2] Spathika Ram. Big Data for Understanding Intellectual Property. – https://suyati.com/blog/how-big-data-can-help-in-understanding-intellectual-property/
[3] Joren De Wachte. Big Data and IP business strategy – http://jorendewachter.com/2013/11/big-data-ip-business-strategy/
[4] Sean Mallon. Protecting Intellectual Property in the Era of Big Data, – https://www.smartdatacollective.com/protecting-intellectual-property-era-big-data/
[5] Larry Alton. How Does Big Data Affect Intellectual Property Rights – http://larryalton.ulitzer.com/node/4128095
[6] PROMT Analyzer SDK- www.promt.ru/corporate/integrators/analyzer/
[7] Daniel Gutierrez. Big Data Transforms Patent Analysis into Business Strategy – https://insidebigdata.com/2016/11/07/big-data-transforms-patent-analysis-into-business-strategy/
[8] Tyron Stading. Using Big Data to Make Intellectual Property a Strategic Weapon -https://dzone.com/articles/using-big-data-to-make-intellectual-property-a-str
[9]Молчанова А.А., Якименко М.А. Информационные продукты и системы патентных ведомств на службе инноваций //Патенты и лицензии. Интеллектуальные права. 2016. № 12. С.48 -58.
[10] Л.Г.Кравец, С.А.Обрезанов. Интеллектуальные ресурсы конкурентной разведки – М., «Права человека», 2004 -276 с.
[11]John F. Martin. Gain Competitive Insight with Intellectual Property Data - http://data-informed.com/gain-competitive-insight-with-intellectual-property-data/
Охрана интеллектуальной собственности в эпоху четвертой промышленной революции // Патенты и лицензии, 2017, №6
Индустрия 4.0 несет с собой принципиальные перемены, связанные со слиянием разных технологий и стиранием граней между физическими, цифровыми и биологическими сферами. Это, по мнению авторов статьи – Л.Г.Кравеца – канд. филолог. наук, доцента и А.А.Молчановой – начальника отдела маркетинга ФИПС (Москва, molchanovaal@gmail.com), не может не привести к обострению проблем охраны интеллектуальной собственности, усложнению процессов обретения и осуществления патентных прав, вызванных появлением новых технологий. В свою очередь, указанные процессы могут привести к совершенствованию патентного законодательства, а также разработке инновационных методов и средств преодоления новых рисков в условиях обострения конкуренции.
Ключевые слова: индустрия 4.0., интернет вещей интеллектуальная собственность, патентование, патентоспособность, конкуренция, патентные войны.
В последующие 20 лет мировая экономика будет проходить этап, получивший на всемирном экономическом форуме в Давосе в 2016 г. название «Четвертая промышленная революция» (индустрия 4.0). Участники форма утверждали, что она в той или иной мере является продолжением третьей, или цифровой революции. Очередная революция проявляется в слиянии технологий, размывании границы между физической, цифровой и биологической сферами, в развитии робототехники, искусственного интеллекта и виртуальной экономики.
Эти преобразования, порождающие нетрадиционные виды инноваций и выходящие за рамки действующего патентного и авторского права, традиционных норм охраны корпоративных брендов с использованием товарных знаков, – не могут не сказаться на действующей системе интеллектуальной собственности. Потребуются решения возникающих проблем с использованием как дополнительных законодательных норм, так и современных технологий претворения их в повседневную практику. Рассмотрим названные проблемы, используя накопленный зарубежный опыт в этой сфере.
Место и роль интеллектуальной собственности в среде Интернет вещей
Индустрия 4.0 и Интернет вещей. Сущность четвертой промышленной революции тесно переплетается с понятием «Интернет вещей» (Internet of Things – IoT)». Четвертая промышленная революция и Интернет вещей (ИВ), обозначающие взаимосвязанные понятия, не имеют четких определений. Интернет вещей, например, определяется в литературе как интеллектуальная взаимосвязь умных устройств (smart devices), посредством которых объекты могут восприниматься и связываться друг с другом, определяя, как, где и кем должны корректироваться решения относительно физического мира.
Обозначение «индустрия 4.0» подразумевает принципиально новые преобразования, характеризующиеся слиянием разных технологий и стиранием граней между физическими, цифровыми и биологическими сферами. Миллиарды людей, соединенных мобильными устройствами с беспрецедентной вычислительной мощностью, емкостью запоминающих устройств и доступом к знаниям, обретают небывалые возможности преобразований. И эти возможности будут умножаться за счет новых технологических прорывов в таких областях как искусственный интеллект, робототехника, Интернет вещей, автономные транспортные средства, 3-D печать, нанотехнологии, биотехнологии, материаловедение, хранение энергии и квантовые вычисления.
Например, в условиях индустрии 4.0 это система контроля движения, в которой представлены: дорожное управление, автоматизированные машины (технология которых уже испытывается), метеорологические станции, местные системы регулирования движением транспорта в городах и даже связанный с Интернетом автосервис. Каждый участник движения поставляет информацию о своем пребывании в дорожной сети согласно протоколам Интернета, предоставляя возможность другим участникам реагировать соответствующим образом. Так, пассажир, начиная свое движение в Лондоне, мог бы направиться в Эдинбург, ориентируясь в реальном времени с учетом дорожных пробок, ремонтных работ, погодных условий, наиболее подходящих цен на дизельное топливо и исправности заправочных станций, наличия на станциях технического обслуживания нужных запасных частей и даже сэндвичей с сыром на завтрак.
Такая система предполагает систематическое информирование и встречную информированность об окружающих нас объектах через Интернет, который сейчас находящийся еще на начальной стадии развития. Потребуется очень сложная техническая структура с возможностью обрабатывать множество встречных информационных потоков. Эта структура должна располагать внедренными во всех объектах датчиками, позволяющими сообщать свое местоположение и статус; беспроводным подключением к Интернету; соответствующим программным обеспечением для взаимосвязи объектов; Интернетом и другими объектами сети; операторскими интерфейсами; алгоритмами шифрования для обеспечения безопасности; операционными платформами и протоколами для управления огромным массивом конкурирующих данных[1]. Понятно, что порождаемая индустрией 4.0 столь нетрадиционная ИВ-среда усложняет процессы правовой охраны обращающихся в ней объектов интеллектуальной собственности и повышает актуальность поиска методов и средств решения возникающих в связи с этим проблем.
Усложнение охраны интеллектуальной собственности в ИВ-среде. Независимо от того, рассматривается ли ИВ-среда лишь как дальнейшее расширение мобильной революции Интернета или как самостоятельная технологическая сфера, нельзя отрицать, что развитие ИВ приведет к интенсификации инновационных процессов и обострению конкуренции, пересмотру законодательства об интеллектуальной собственности и появлению обновленных патентных прав. У этого предположения имеются объективные обоснования.
Мир вступил в век индустрии 4.0, когда природные богатства все заметнее уступают главенствующую роль результатам их переработки, созданию продуктов и систем, которые несут в себе основную дополнительную стоимость. В условиях подобных экономических преобразований трудно переоценить важность интеллектуальной собственности как базового условия обеспечения инновационного процесса и конкурентоспособности предпринимательства. Экономическая ценность творческой деятельности обеспечивается лишь тогда, когда результаты интеллектуального труда обретают права собственности, а обладатель этих прав в состоянии их защитить и компенсировать возрастающие затраты на осуществление и реализацию инноваций.
Происходящие в индустрии 4.0 слияние технологий, размывание границ между физической, цифровой и биологической сферами, развитие робототехники, искусственного интеллекта и виртуальной экономики не дает точного ответа на вопрос: кто же на самом деле владеет интеллектуальной собственностью, создаваемой в этой сфере? По мнению экономиста П.Донована[2], верховенство останется за правами интеллектуальной собственности. Утверждается, что «важность закона возрастает в четвертой промышленной революции потому, что экономика, вероятно, во все большей степени станет виртуальной, а торговля в области интеллектуальной собственности будет вытеснять торговлю физическими продуктами. Соответственно, охрана прав интеллектуальной собственности будет приобретать все большее значение, как средство стимулирования инноваций и вознаграждения за усилия новаторов»[3].
Век индустрии 4.0 порождает новые проблемы защиты практически всех попадающих в ИВ-среду объектов интеллектуальной собственности, которые охраняются с использования патентного и авторского права, законодательства об охране товарных знаков и прочих нормативных документов. Ключевую роль в системе охраны интеллектуальной собственности играет, конечно, патент на изобретение или промышленный образец, предоставляющий исключительное право его обладателю на использование запатентованного технического или художественно-конструкторского решения на установленный законом срок действия. В ИВ-среде патентная охрана подвергается новым испытаниям. Так, современные технические стандарты в областях, подобных сотовой связи, защищаются сотнями патентов. А их массовое использование неизбежно приводит к обостряющимся конфликтам между патентообладателями и провайдерами охраняемых этими патентами услуг.
В последнее время небывало возросла экономическая значимость объектов авторского права, в число которых вошли особо важные для ИВ-среды программы для ЭВМ, базы данных и топологии интегральных микросхем. К тому же сегодня трудно представить повседневную жизнь без Интернета, компьютеров и смартфонов. А в этих технических достижениях в возрастающих масштабах перемещаются тексты, охраняемые авторским правом, с присущим ему принципом территориальности. Отслеживание нелегитимного использования множества разновидностей обращаемого в ИВ-среде контента становится все более трудным.
Возрастающее использования в ИВ-среде информационных технологий и телекоммуникаций обострило и проблему охраны прав владельцев товарных знаков. Они в массовом порядке сталкиваются в Интернете с доменными именами, применяемыми в сети, хотя и нигде не регистрируемыми, словесными обозначениями ссылок, фреймов, метатэгов, а также с ключевыми словами в онлайновой рекламе. Получающая все более широкое распространение 3-D печать выдвигает дополнительные вызовы действующему законодательству о товарных знаках, создавая трехмерные знаки и др.
Каждая разновидность объектов интеллектуальной собственности располагает своими особенностями, причем на практике нередко наблюдается пересечение различных форм правовой охраны. В результате для охраны объектов интеллектуальной собственности или их частей могут использоваться разные законодательные системы. Поэтому компаниям, входящим в сферу интеллектуальной собственности с ее разнообразными и переплетающимися технологиями, необходимо разработать стратегию приобретения тех или иных прав на ее объекты. Такая стратегия, будучи составной частью общей бизнес-стратегии компании, должна обеспечивать, как минимум, проведение оценки будущего бизнеса, идентификации предпринимательских возможностей, а также предотвращения наиболее существенных угроз.
Сохранит ли интеллектуальная собственность свою значимость и порядок охраны в современной цифровой среде? Потребуются ли радикальные перемены в действующей системе или будет достаточно индивидуальных изменений с учетом новых технологических систем и процессов? Хотя обсуждение этих вопросов находится еще в самом начале, ответ на один из них уже сейчас вряд ли подлежит сомнению: действующие права интеллектуальной собственности сохранили свою легитимность в цифровом мире, хотя вступили в силу еще в аналоговую эпоху. Поэтому предстоящим нововведениям придется подстраиваться к фундаментальной системе интеллектуальной собственности и проблеме патентной охраны.
Проблемы обретения и осуществления патентных прав
Условия патентования технологий в ИВ-среде. Одна из наиболее важных характеристик патентования в ИВ-среде заключается в том, насколько многие элементы технологии, необходимой для построения системы ИВ, обладают патентоспособностью вообще.
Проведенное в Великобритании исследование показало, что с 2004 по 2013 г. почти 22 тыс. опубликованных заявок на патенты во всем мире были ориентированы на ИВ-технологии и подключенные к Интернету умные (smart) устройства. Возможности патентования изобретений относятся ко всей ИВ-цепочке: от конечных устройств, используемых ими датчиков, способов подключения и взаимодействия с другими устройствами до способов безопасного хранения данных, энергоснабжения, системной архитектуры, использования возможностей внешней ИВ-среды и т.д.[4].
Вместе с тем при определении патентоспособности решений возникают противоречивые ситуации. Например, одна из специфических сфер патентования – ИВ-приложения, которые, скорее всего, будут стимулировать развитие рынка ИВ-устройств, – могут не попасть в число патентоспособных. Это направление развития – сбор данных, их анализ и последующее использование его результатов – находится в компетенции законодательных и судебных органов США. Верховный суд США, например, рассматривавший в 2014 г. дело «Элайс корпорэйшн против КЛС Бэнк» («Alice Corp v. CLS Bank»), постановил, что абстрактные идеи, как таковые, не подлежат патентованию согласно ст. 35 §101 кодекса США, если притязания заявителя не содержат чего-либо «существенно большего». При этом суд подчеркнул, что простой реализации абстрактной идеи с помощью обычной компьютерной системы недостаточно, чтобы претендовать на получение патента.
После вынесения такого решения многие патенты по программному обеспечению и методам предпринимательства были признаны недействительными как не соответствующие §101. Последовавшие за этим решения нижестоящих инстанций и практика патентных ведомств делают очевидным факт, что изобретения, направленные на сбор и анализ данных с последующим использованием его результатов, подвергаются риску быть не подлежащими патентной охране.
До конца 2014 г. дело «ЛЛК против Хотелз ЛП» («LLC v. Hotels.com LP») стало единственным, в котором суд отверг претензии «Элайс корпорэйшн». В решении федерального окружного суда была признана правомочность оспариваемого патента, поскольку “заявленное решение неизбежно уходит корнями в области компьютерных технологий, позволяющих преодолевать проблемы, возникающие, в частности, в области компьютерных сетей»[5].
Судебная практика Великобритании и Евросоюза также показывает, что программное обеспечение и методы предпринимательства не могут быть запатентованы. Хотя реализованные на компьютерах изобретения, имеющие техническую применимость, потенциально патентоспособны, при условии, что они выполняют другие требования, такие как новизна и изобретательский уровень. Все эти решения и вытекающие из них проблемы имеют непосредственное отношение к процессам патентной охраны в ИВ-среде.
Широко применяемая в индустрии 4.0 встроенная система (embedded system) представляет собой компьютерную систему, предназначенную для выполнения одной или нескольких специализированных функций, часто в режиме реального времени и вычислительных ограничений. Она представляет собой компонент устройства, часто включающего также аппаратные средства и механические элементы. Такие системы контролируют множество устройств, находящихся уже сегодня в широком употреблении. Однако их патентование затруднено тем, что зачастую при экспертизе возникает сомнение в должном изобретательском уровне.
Другая сложность патентования состоит в том, что для бесперебойной согласованной работы ИВ-системы должна использоваться стандартизованная технология. Для этого придется соединять объекты из различных коммерческих источников и пополнять их новыми объектами, не нарушая существующую архитектуру и нетребуя создания альтернативой структуры. Однако, если стандартизированные элементы технологии в архитектуре уже запатентованы, это создает дополнительную проблему, потому что без лицензии от патентообладателей сторонние пользователи этой технологии могут нарушить его права[6].
Еще одной проблема, стоящая перед обладателями ИВ-патентов – правильное определение объема патентных притязаний. Как уже отмечалось, ИВ-системы часто неоднородны и содержат различные типы устройств, совместно работающих для выполнения конкретной задачи. Патентообладатели хотели бы, чтобы их ИВ-патент претендовал на широкие притязания, не допускающие нарушения их прав на всю систему, включающую определенный тип узлов или объектов. Однако, если притязания в формуле изобретения определены слишком широко, к ним могут быть применены ограничения, определяемые как «средство плюс функция» (means-plus-function limitations). Если описание средства несовершенно, притязания могут быть признаны неопределенными и недействительными[7].
Приведенные примеры показывают, что для обеспечения новизны ИВ-заявок очень важно сформулировать и описать те аспекты изобретения, которые способствуют улучшению работы системы или любого ее компонента. Например, способствует ли изобретение повышению быстродействия, надежности или безопасности одного или нескольких компонентов? Позволяет ли изобретение работать с уменьшенным объемом памяти, сокращенным числом циклов центрального блока обработки или сниженным энергопотреблением? Увеличит ли оно гибкость системы и позволит ли упростить ее модернизацию или ремонт? Изложение этих технических преимуществ в описании изобретения может стать основой для подтверждения патентоспособности заявляемого в ИВ-среде решения.
Возможности отстаивания патентных прав в ИВ-среде. Сфера ИВ набирает обороты, и ее ожидаемый рост имеет первостепенное значение, учитывая, как число подключаемых устройств, так и размеры потенциального бизнеса. Вступающие в эту сферу компании сталкиваются с обостряющейся конкуренцией. На рынке появляются новые игроки, в числе которых, например, оказались даже производители автомобилей «Тесла», «Ауди» и др., которые предлагают также и услуги мобильной связи.
Бесплатное предоставление операционной системы Android разрушило лицензионный рынок программного обеспечения, поддержав, таким образом, свой интенсивный маркетинг. Создание открытой среды ИВ-приложений «АйТьюнз» («ITunes»), «АндроидПлэй» («AndroidPlay») и др. существенно меняет патентный ландшафт и связанные с ним бизнес-модели. В десятку лидеров подачи ИВ-заявок по системе РСТ, по данным ВОИС, за 2014 г., входят «Хуавей текнолоджиз» («Huawei Technologies»), «Куолкомм» («Qualcomm»), «ЗТЕ» («ZTE»), «Панасоник» («Panasonic»), «Мицубиши электрик» («Mitsubishi Electric»), «Интел» («Intel»), «Эрикссон» («Ericsson»), «Майкрософт» («Microsoft»), «Сименс» («Siemens») и «Филипс электроникс» («Phillips Electronics»).
Согласно существующим оценкам, вступающему на рынок игроку, возможно, придется заплатить в виде роялти до 15% от стоимости нетто-продаж его телефонов/устройств, если он не располагает какими-либо патентами, защищающими его бизнес. Это в большинстве случаев окажется непосильным бременем для устойчивого бизнеса. Самые заметные изменения в последние годы привнесли на рынок такие китайские компании как «Хуавей» и «ЗТЕ». Активизировав свои усилия, они вышли на один уровень с сильнейшими конкурентами из США, Европы и Кореи.
На ИВ-рынке получают развитие две разновидности конкуренции: горизонтальная и вертикальная. Горизонтальная конкуренция представляет собой конкуренцию субъектов, находящихся за пределами основного бизнеса компании. Например, «Гугл» («Google») может поглотить компанию по производству термостатов, а энергетические компании типа «Эон» («Eon») внедрять новые услуги в области домашнего наблюдения.
Вертикальная конкуренция формируется в сфере основной деятельности компании, и, вступая в ИВ-бизнес, она будет вынуждена контактировать с все большим числом телекоммуникационных игроков, обладающих правами интеллектуальной собственности в области будущего бизнеса. В подобных условиях становится жизненно важным не только умело оценивать потенциальные угрозы нарушения чужих патентных прав, но и активно разрабатывать и осуществлять собственную стратегию формирования активов интеллектуальной собственности для свободы действий на последующих этапах.
Обостряющаяся конкуренция в ИВ-среде показывает, что, создавая потенциальные преимущества для потребителей и бизнеса, система интеллектуальной собственности одновременно привносит и проблемы, связанные с ее защитой. Отраслевые игроки должны быть осведомлены о преимуществах и недостатках быстро растущей и разнообразной сферы ИВ-деятельности, чтобы занять в ней благоприятные позиции. В их числе, готовность к обострению патентных споров. В последнее время, наряду с широко обсуждавшимися в прессе тяжбами патентных троллей, большое внимание привлекают патентные споры в сфере новых технологий. Их интенсивность возрастала по мере развития тех или иных технологических направлений и обострения притязаний на обретение в них господствующих позиций. Одно из крупнейших конфликтных столкновений было вызвано развитием технологии мобильной связи третьего поколения (3G). За ним 10 лет назад последовала новая волна – телекоммуникационные технологии 4G, а еще через 5 лет были развязаны смартфоновые войны. Война за рынок смартфонов с использованием в том числе и патентного троллинга, поссорила бывших союзников «Эппл» («Apple») и «Гугл»[8].
Ожидается, что сфера ИВ-вещей, учитывая ее масштабы и объемы капиталовложений, может стать новым полем патентных войн. Практически все участники потенциальных столкновений (и малые, и большие) уже располагают или накапливают большие патентные активы. Все эти факторы не могут не вызвать подлинный шторм патентных споров. Соответственно обостряются и проблемы компаний, заинтересованных в обретении, осуществлении и лицензировании своих патентных прав. Сейчас ряд компаний активно судится по поводу ИВ-технологий. Недавно «Алифком» («AliphCom») и «БодиМедиа» («BodyMedia») – родственные компании «Джобоун» («Jawbone») – производителя переносных устройств, которые синхронизируются по беспроводной связи с другими ИВ-устройствами, предъявили иск о нарушении их патентных прав компанией «Фитбит» («Fitbit»). Патенты «БодиМедиа» и «Алифком» покрывают область переносных устройств для идентификации и статистики состояния здоровья человека, включая температуру тела, частоту сердечных сокращений, и хранение этой информации для последующей обработки и представления ее через Интернет. «Фитбит» продает аналогичные переносные устройства. Сначала истцы заявили о нарушении компанией «Фитбит» трех патентов, к которым затем добавили еще три. Дело находится на рассмотрении[9].
Чего ожидать в будущем?
По мере того, как интеллектуальная собственность воспринимается потребителями все более в качестве коммерческой реальности, у ее обладателей усиливаются экономические стимулы для исследования форм взаимодействия интеллектуальной собственности с новыми технологиями, включая возможности получения лицензионных платежей от других участников этого рынка. При этом нужно учитывать ряд существенных различий в общем патентном ландшафте, если сравнивать его с тем, что наблюдалось в недавнем прошлом. Предполагаемые изменения в правилах определения патентоспособности ИВ дают основание полагать, что действия патентных троллей в этой новой сфере будут не столь интенсивными, как в технологиях, преобладавших 5-7 лет назад, например, в случае ограничения судебных решений, подвергающих сомнению патентоспособность нетрадиционных решений, ожидаемых в ИВ-среде.
В любом случае компании, работающие в ИВ-сфере, должны быть готовы к судебным процессам. Если компании самостоятельно разрабатывают технологии, они должны располагать надежной программой подачи собственных заявок на патенты даже если не планируют противопоставлять их своим конкурентам. По крайней мере, это позволит им занять выгодную позицию при возникновении споров о правах на интеллектуальную собственность. Если компания приобретает лицензию на технологию другого правообладателя, очень важно убедиться, что соглашения о лицензировании этой технологии содержат надежные гарантии против нарушения прав и возмещения убытков в случае предъявления исков третьими лицами. Организации типа англо-американской юридической фирмы «Хогпн ловелз» («Hogan Lovells») предлагают специализированные методы и средства комплексной правовой поддержки компаний, чей бизнес перемещается в ИВ-среду[10].
Можно также предположить, что потребность в новых формах управления инновациями в индустрии 4.0. обусловит более широкое применение открытой инновационной модели. Данная бизнес-модель предполагает создание партнерств для совместного проведения исследований и разработок, что может быть особенно востребовано в сфере ИВ, сочетающей технологии в различных областях знаний (физика, цифра, биология). Открытые инновации приобретают межотраслевой и многофункциональный характер, разрушают привычные отраслевые и корпоративные барьеры, обусловливают обмен идеями, технологиями и интеллектуальной собственностью, стимулируют налаживание взаимодействия и кооперацию всех участников инновационного процесса.
Технологическими площадками открытой инновационной сети могут стать информационные платформы, создаваемые различными инновационными агентствами, в том числе и патентным ведомством. Так, ВОИС осуществляет проект «Открытые совместные проекты и модели, основанные на использовании интеллектуальной собственности»[11]. Чтобы обеспечить максимально широкий обмен технической информацией и опытом со всеми заинтересованными сторонами в рамках проекта ВОИС, предполагается создать интерактивную платформу по открытым совместным проектам и моделям, основанным на использовании интеллектуальной собственности.
Рассмотренные выше процессы обретения и осуществления патентных прав на ИВ-устройства и системы, протекающие в обостряющейся конкурентной среде, нуждаются во всесторонней патентно-информационной поддержке. При этом она будет также претерпевать радикальные изменения как по своему информационно-аналитическому содержанию, так и по оснащенности новейшими информационными технологиями. Потребуются, например, новые идеи классифицирования поисковых массивов в условиях преобразования конфигурации и переплетения отраслей, систематизации и визуализации данных с учетом интеллектуальной взаимосвязи «умных устройств» («smart things») и построения платформ типа «ТингУоркс» («ThingWorx»), предназначенных для сборки инновационных приложений, запуска и коммерциализации интеллектуальных сетевых изделий.
Отмеченное выше переплетение различных форм правовой охраны инноваций сферы ИВ может стимулировать создание интегрированных информационно-поисковых систем, обеспечивающих одновременный кросс-поиск в базах данных различных видов патентной информации и авторского права (информации о патентах, средствах индивидуализации, программах для ЭВМ, базах данных, топологиях интегральных микросхем и др.). Особенностью таких систем также могло бы стать включение информации о судебных разбирательствах, последующих этапах передачи и осуществления прав собственности. На основе таких систем, вероятно, получат развитие и новые инструменты анализа этих интегрированных массивов информации и соответствующие информационно-аналитические службы. В ФИПС, например, уже сейчас ведется разработка нового поискового инструмента, призванного обеспечить углубленные патентные исследования[12].
В ожидании очередной волны заявок на патенты на новые технологии встанет и проблема дифференцированного подхода к переработке и распространению в системе интеллектуальной собственности неуклонно возрастающего потока патентной информации. Особенно, если задачи информационных органов не ограничены удовлетворением только ведомственных задач патентной экспертизы, а направлены также на информационно-аналитическую поддержку инновационных процессов в новой среде ИВ. Потребуются новые методы и формы дифференцированного подхода к избирательной переработке и распределению патентной информации в интересах ученых, инженеров и юристов, работающих в этой новой среде, сочетание их с требованиями полноты и точности для удовлетворения традиционных нужд патентной экспертизы.
Представляется, что дальнейшее внимательное отслеживание и анализ событий, происходящих в индустрии 4.0, обеспечит методологическую основу для решения охарактеризованных в статье проблем, а также развитие отечественной практики правовой охраны интеллектуальной собственности и ее информационной составляющей в эпоху четвертой промышленной революции.
Список литературы
1 A Look at Patent Protection for the Internet of Things//Mitchell Feller. July 2016. www.grr.com/patent-protection-for-the-internet-of-things.htm
2. Alice Tracker: DDR Holdings, LLC v. Hotels.com L.P//Fish www.fr.com/alice/ddr-holdings
3. Apple и Google мобилизовали патентных троллей//www.trolli.org/?entry=entry100304-230141
4. Internet of Things: Another Industry Patent War? //Kenie No, November/December 2015. www.finnegan.com
5. Fourth Industrial Revolution great for lawyers// Elena Holodny. Mar. 3, 2016. 12:34 PM. www.businessinsider.com/fourth-industrial-rev…
6. Patent issues and the Internet of Things. Paul England looks at the application of the patents system to the Internet of Things//https://united-kingdom.taylorwessing.com/…/article_patent_i
7. Seven Things to Know about the Internet of Things and Industry 4.0. When everything is connected to everything else, manufacturing will have a very different face. Article From: 9/1/2015 Modern Machine Shop, Mark Albert, Editor-in-Chief.
8. The Internet of Things – Planning for the Next Wave of Patent Litigation. C. Mammen, 21. September 2016.
9. Three Challenges for Internet-of-Things Patents, Authored by Kenie Ho and James D.Stein, June 10, 2016 – articles…challenges-for…things-patent law360.com›s
Ранее опудликованные статьи
2010 год : 1. Становление централизованной системы патентной информации в стране: первые шаги//Патентная информация сегодня-2010-№2-с.3-7
2. 50-летняя эстафета патентно-информационных центров страны//Интеллектуальная собственность/Промышленная собственность-2010-№7 .
3. Машинный перевод в системе патентной информации//Патентная информация сегодня-2010-№4
2011 год : 1. Конкурентные преимущества интеллектуальной собственности//Патентная информация сегодня-2011-№1;
2. Современные стратегии инновационного использования интеллектуальной собственности// «Патентная информация сегодня» №3-2011;
3. Fifty years of patent information centres in Russia//World Patent Information -2011-№3 – Available online 5 May 2011;
4. Кравец Л. Г., Жуков А. С. ЗАЩИТА КОРПОРАТИВНОГО БРЕНДА В ИНТЕРНЕТЕ//М., ИНИЦ “Патент”,2011, 134 с.
2012 год 1. Информационно-правовое обеспечение индивидуализации предпринимательства в Интернете//”Патентная информация сегодня”, 2012, №1;
2. Современные формы использования интеллектуальной собственности в инновационном процессе//”Патентная информация сегодня”, 2012, №3
2013 год 1. Развитие стратегий инновационного партнерства//”Патентная информация сегодня”, 2013, №1;
2. Патентно-информационная поддержка инноваций. Монография – 14 уч.-изд. листов – М., ИНИЦ “Патент”,2013;
3. The first steps in developing machine translation of patents//World Patent Information – 2013 , №3 ;
4. Полувековое развитие машинного перевода патентов//”Патентная информация сегодня”, 2013, №3;
5. Патентно-информационные исследования: вчера и сегодня//Патентная информация сегодня – 2013 , №4
2014 год 1. Патентно-информационное обеспечение конкурентной разведки//Патентная информация сегодня – 2014, №1;
2. Страна в ожидании новых нобелевских лауреатов//Патентная информация сегодня – 2014, №1
3.Социально-экономические и правовые проблемы инновационного развития// Патентная информация сегодня – 2014, №2
Этот выпуск журнала завершил его 15-летнюю историю с 2010 по 2014 гг.. (Вот грустное художественное изображение “Вечной памяти” журналу, которым я руководил с момента его зарождения и до закрытия в бесславно разваливавшемся ИНИЦ “Патент” ).
2015 год
Рейтинг России в глобальной конкурентной среде//ИС=Промышленная собственность – 2014, №10.
2016 год
Зарубежный опыт построения патентных ландшафтов//ИС= Промышленная собственность – 2016, Спецвыпуск
2017 год
Охрана интеллектуальной собственности в эпоху Четвертой промышленной революции//Патенты и лицензии. Интеллектуальные права – 2017, №6 (соавтор А.А. Молчанова )
2018 год
Патентная аналитика в системе больших данных//Патенты и лицензии. Интеллектуальные права, 2018,№4 (соавтор А.А. Молчанова )
2019 год