随着专利申请数量和复杂性的快速增长，全球专利体系的可持续性正面临压力。在申请量增长最快的国家，处理能力的缺口导致专利审查延迟，不仅危及专利质量，还降低了客户满意度，并减缓了创新与投资的步伐。
提升申请时效与专利质量
减少申请延迟是各国专利局的共同优先事项，旨在提高客户满意度并促进创新。审查过程中的延误会给发明人带来法律上的不确定性，使其对投资持谨慎态度。巴西顶尖专利律师之一、Gusmao & Labrunie 合伙人 Juliano Ryota Murakami 强调了知识产权相关方所面临的风险：
“专利审查的过度延误会损害一个国家的创新和经济发展。这会挫伤企业寻求法律保护其发明的积极性，因为当专利最终获得授权时，其中保护的技术可能已经完全过时。此外，这还会导致发明在排他性复制和潜在商业化方面产生不确定性。”
确保申请时效和专利质量的重任主要落在专利审查员身上，这取决于他们能否快速找到相关的现有技术以加快审查进度。然而，现有技术检索非常耗时，需要复杂的检索策略和深厚的专业知识。
欧洲专利局 (EPO) 对其员工检索活动的分析显示，一项全面的专利申请检索需要调用 179 个数据库中的 13 亿条技术记录，每月产生的检索结果多达约 6 亿份文档。不出所料，日本特许厅的一项研究估计，审查员约 40% 的时间用于执行现有技术检索和审查结果。如果审查员缺乏足够的时间、专业知识或技术资源来轻松获取现有技术，专利质量就会受到影响。
人工智能驱动的检索解决方案可以在整个专利生态系统中发挥重要作用，从而提高效率和专利质量。它们不仅能支持专利局加快审查速度，还能让创新者更早地识别现有技术，避免因劣质专利而产生的审查或有效性挑战所带来的时间和成本。正因如此，人工智能现有技术算法被引入了 CAS SciFinder Discovery Platform 和 STNext® 解决方案，以改进科学和知识产权检索。
新方法助力可持续发展
通过确保专利局长期运营可持续性的措施，申请延迟和效率低下问题正得到解决。欧洲专利局 (EPO) 制定了可持续发展目标，包括打造敬业的员工队伍、实现数字化转型、建立有效的专利授权流程以及开展高影响力的国际合作。其他专利局也在设定类似的优先事项，以提升组织效能。
为了提供更快、更高质量的审查，各专利局正在聘请更多的专利审查员，部署人工智能等节省时间的先进技术，并对工作流程进行转型：
- 美国专利商标局 (USPTO) 在 2021 年聘用了数百名审查员，以应对日益增长的工作量，这符合其战略规划中关于优化专利质量和时效的要求。该局还在扩大人工智能在专利分类和检索中的应用，以便审查员更便捷地获取现有技术。
- 为应对 2021 年两位数的申请增长预期，英国知识产权局在前一年将审查员人数增加了一倍。其为期 5 年的流程精简与现代化计划旨在实现至少 3.5% 的核心运营成本效率提升。该局还在评估如何在加大服务交付投入的同时，充分利用人工智能。
- 欧洲专利局 (EPO) 在一项名为“掌握现有技术 (Master the Prior Art)”的关键计划中，正在改进分类程序，以提高检索准确性，并在审查过程中更早地检索到相关文档。该局正系统性地应用人工智能、机器学习和其他技术，以构建更高效的端到端数字化专利授权流程。
人工智能驱动的解决方案不仅可用于现有技术检索，还可供专利局用于多种职能，包括分类分配与转换、用于更高效文档交付的 API、用于审查与分析的在线工具等。通过提升效率、专利质量和客户服务，这些解决方案能够产生乘数效应，帮助专利局实现运营可持续性和全球创新的战略目标。
人工智能与工作流程转型在减少申请延迟方面展现出巨大潜力
CAS 近期与 巴西国家工业产权局 (INPI) 完成了一项合作项目，通过整合精选数据、人工智能、定制化工作流程及外包知识产权检索服务，大幅优化了现有技术检索流程。该项目取得了显著成效：
- 审查时间缩短高达 50%
- 77% 的国家申请处理所需的审查检索时间有所减少
- 29% 的国家申请处理几乎无需或完全无需额外检索
- 生产力的提升助力该局积压案件减少了 80%
优化现有技术检索中人工智能表现的经验总结
人工智能因其能够快速分析数百万数据集并提供相关结果的能力，正受到专利局的日益关注。据 世界知识产权组织 (WIPO) 统计，目前 27 个专利局正在开展 70 多个与人工智能相关的项目，其中 19 个专注于现有技术检索和审查程序
我们与巴西 INPI 的合作巩固了优化人工智能在现有技术检索中应用的几项基本原则：
- 清晰、结构化的数据可显著提高预测准确性
- 需要多种算法协同以返回相关性最高的结果
- 将技术与人类专业知识相结合可改善成果
数据质量： 大多数公开可用的非精选科学和专利数据对专利局而言存在固有挑战。它们往往包含转录错误、单位标注错误以及过于复杂的专利语言。外语数据则带来了额外的挑战。
经过标准化、预处理并以结构化格式关联的人工精选数据，能够改善人工智能算法的训练效果，并提升现有技术检索的性能。精选数据不仅能发现更多相似专利，还能识别出可能引发显而易见性问题的相关专利。
多种算法： 使用针对特定检索方法定制的多种算法可提升人工智能的表现。在巴西，我们开发了 10 种算法来提供第一轮检索结果，并利用另一种集成学习算法对这些发现进行分析，从而生成最终高度相关且经过排序的结果集。
优化工作流程： 我们为巴西 INPI 提供的定制化工作流程解决方案将现有技术检索步骤减少了一半。通过单一的云端界面，审查员可以获取专利及非专利检索结果、参考文献以及排序、筛选和可视化工具，从而节省时间。定制化工作流程既可实现完全自动化，也可引入外部检索专家来验证算法模型并筛选检索结果，以增强审查员的处理能力。
如需深入了解专利局的人工智能工作流程方法，以及预测性技术如何助力确保整个知识产权生态系统的可持续性，请阅读我们的 CAS 洞察报告——“应对全球专利体系的可持续性：人工智能在提升生产力中的作用
