大數據時代企業專利管理面臨的問題與應對策略

顧毓波

大數據時代企業專利管理面臨的問題與應對策略

顧毓波

內容提要：大數據時代下，我們應該轉變思維將大數據與專利管理相結合，通過構建、實施和優化企業專利生態管理系統，實現專利價值鏈管理和數據驅動管理，為企業創新和發展提供支持與保障；而且，還有助于改變企業管理部門的現有困境，實現企業專利管理部門的價值和地位，使之更好地參與和服務于企業運營管理。同時，我們還應尋求在數據搜集、人才短缺和數據處理方面困境的應對策略。

大數據 專利 專利價值鏈 專利管理

引 言

大數據的出現，是人類大量記錄世界的結果。①徐子 沛著：《數據之巔：大數據革命，歷史、現實與未來》，中信出版社2014年版，第291頁。大數據時代的來臨，就像互聯網通過給計算機添加通信功能而改變了世界，大數據也將改變我們生活中的方方面面，它為我們的生活創造了前所未有的可量化的維度。②［ 英］維克托·邁爾-舍恩伯格、肯尼思·庫克耶著：《大數據時代》，盛楊燕、周濤譯，浙江人民出版社2013年版，第17頁。2012年3月29日，奧巴馬政府在白宮網站發布了《大數據研究和發展倡議》，旨在提升利用大量復雜數據集合獲取知識和洞見的能力，并將為此投入兩億美元以上資金，這一倡議標志著大數據己成為重要的時代特征。③白如 江、冷伏海：《“大數據”時代科學數據整合研究》，載《情報理論與實踐》2014年第1期，第94頁。

2011年5月，麥肯錫在《大數據：創新、競爭和生產力的下一個前沿領域》報告中指出“數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素。”④Mc Kinsey Global Institute: Big data：The Next Frontier For Innovation, Competition and Productivity McKinsey Global Institute, 2011.大數據已經改變了世界的方方面面，從電子商務到醫療、政府、教育、經濟、人文、企業管理及社會的各個領域。毫無疑問，大數據對于企業的專利管理也將會帶來專利服務創新和專利價值鏈管理的機遇，將專利相關大數據的搜集、分析與應用與專利管理相結合，以公司戰略為中心的跨部門的高效業務協調機制為支撐，以全面的企業專利管理人才、制度、流程為依托，實現研發創新、專利保護、產品開發、市場競爭情報、相關人資訊、法律和案例有機互動互促，構建企業專利生態管理系統，以實現專利價值鏈管理和數據驅動管理，為企業創新和發展提供支持與保障。同時，這也讓傳統的企業專利管理面臨數據搜集、人才短缺和數據處理方面的困境。

一、大數據的概念與特征

“概念是思維的起點”，①金岳 霖主編：《形式邏輯》，人民出版社1979年版，第19頁。概念是反映事物特有屬性（固有屬性或本質屬性）的思維形態，包含內涵和外延兩個方面，內涵是揭示事物區別于其他事物的特有屬性部分。②同注 釋，e 第18頁。“定義是揭示概念內涵的邏輯方法。”③同注 釋，e 第41頁。“定義是種冒險，描述可以提供幫助”。④［美］本杰明·N·卡多佐著：《法律的成長》，中國法制出版社2002年，第16頁。數據“Data”，這個詞在拉丁文是“已知”的意思，也可以理解為“事實”。⑤［ 英］維克托·邁爾-舍恩伯格、肯尼思·庫克耶著：《大數據時代》，盛楊燕、周濤譯，浙江人民出版社2013年版，第104頁。i大數據（Big Data），目前尚未有一個公認的定義，不同的定義基本是從大數據的特征出發，通過這些特征的闡述和歸納試圖給出其定義。大數據有廣義和狹義之分，廣義的大數據概念，除了大數據技術及其應用之外，還包括大數據工程和大數據科學，并可分為大數據技術、大數據工程、大數據科學和大數據應用等領域；狹義的大數據概念，指大數據技術及其應用，即從各種類型的數據中，快速獲得有價值信息的能力。⑥鐘瑛 、張恒山著：《大數據的緣起、沖擊及應對》，社會科學文獻出版社2013年版，第60 -61頁。

我們可以將大數據的特征歸納為5V：一是規模性（Volume），是指搜集和分析的數據量非常大，數據量達到TB級，甚至是PB級的數據量；二是多樣性（Variety），是指大數據來自多種數據源，數據種類和形式異常繁雜；三是高速性（Velocity），是指需要對數據進行即時的分析，否則數據的價值將快速降低甚至消失；四是真實性（Veracity），是指大數據中的內容是真實世界的數據化記錄，對大數據的搜集和分析研究就是為了獲取解釋現在和預測未來的過程；五是價值性（Value），是指大數中蘊含有可以挖掘的數據價值。

二、大數據時代企業專利管理的特點

在傳統視角下，張曉偉認為，“專利管理是現代企業科學管理的重要組成部分，貫穿于科技創新、產品開發、產品銷售的全過程。”⑦張曉 偉：《論企業專利管理的地位和作用》，載《知識產權》2002年第4期。本文認為，大數據時代下，專利管理是指將專利相關大數據的搜集、分析與應用與專利管理相結合，以公司戰略為中心的跨部門的高效業務協調機制為支撐，以全面的企業專利管理人才、制度、流程為依托，實現研發創新、專利保護、產品開發、市場競爭情報、相關人資訊、法律和案例有機互動，構建、實施與優化企業專利生態管理系統，以實現專利價值鏈管理和數據驅動管理的行為和活動的集合。

大數據，是一種資源和一種工具，也是一種思維方式，與企業專利管理的結合，可以激發出有價值的專利服務和價值鏈管理創新，一方面提升專利在企業運營中的價值和地位，另一方面，可以改變企業管理部門的現有困境，實現企業專利管理部門的價值和地位，使之更好地參與和服務于企業運營管理。

本文認為，大數據時代下企業專利管理具有以下特點。

（一）可以實現企業專利生態系統化管理

生態系統管理起源于傳統的自然資源管理和利用領域，形成于20世紀90年代，其核心目標是實現生態系統及其服務的可持續發展。⑧張永 民、席桂萍：《生態系統管理的概念·框架與建議》，載《安徽農業科學》2009年第13期。通過對研發創新、專利保護、產品開發、市場競爭情報、相關人資訊、法律和案例等專利相關數據的搜集、分析和運用，并結合企業專利技術，進而建立企業內部專利分級分類專利庫、外部分級分類風險專利庫、市場競爭情報庫、法律與案例庫、相關人資訊庫等以構建企業專利生態管理系統，實現企業專利生態系統化管理。

通過建立企業內部分級分類專利庫，既可以明晰企業專利資產分級分類、實施、生命周期和專利家族等實時情況，還為企業專利運營和專利訴訟風險管理提供了專利基礎信息保障；通過外部分級分類風險專利庫的建立，企業管理部門和相關決策領導層，可以實時知悉企業專利風險狀況和便于制定與實施有效的風險管理方案；通過市場競爭情報庫的建立，可以查詢、跟蹤和監控市場競爭主體、產品、市場等資訊，為企業運營提供專利視角下的決策信息支持，為專利運營尋找潛在主體和時機提供必要資訊，同時為專利訴訟風險管理提供預警資訊；通過法律與案例庫的建立，可以為專利戰略、專利申請與撰寫、專利無效與訴訟和專利運營等企業運營活動方案制定提供決策參考資訊；通過相關人資訊庫的建立，行業技術重要發明人及其任職動態可以為企業人力招錄提供資訊支持，競爭主體專利團隊及核心人員資訊可以為企業專利運營和訴訟提供必要決策資訊，企業重點專利管理國家或地區主要司法人員的學習與工作履歷、傾向性觀點等資訊，可以為企業專利價值鏈管理決策提供預測依據，等等。建立、實施與優化企業專利生態系統化管理，以充分發揮專利自身所具有的資產和競爭優勢工具的雙重屬性，為企業創新和發展提供專利支持與保障。

（二）可以實現企業專利價值鏈管理和數據驅動化管理

哈佛大學商學院教授邁克爾·波特于1985年提出了價值鏈理論——“每一個企業都是在設計、生產、銷售、發送和輔助其產品的過程中進行種種活動的集合體。所有這些活動可以用一個價值鏈來表明。”企業的價值創造是通過一系列活動構成的。①［美］邁克爾·波特著：《競爭優勢》，陳麗芳譯，中信出版社2014年版。企業專利價值鏈，是由專利的創造、保護、使用和運營的全過程的一系列活動集合來構成的。通過專利相關數據的搜集、分析和應用，依托企業專利生態管理系統，以實現企業專利的創造、保護、使用和運營的全過程價值鏈管理和數據驅動化管理。在大數據時代下，企業之間的競爭將是數據的競爭，尤其是企業專利價值鏈管理水平高低的競爭。

（三）可以實現企業專利服務創新

企業專利服務貫穿于企業的研發、產品、市場、人才，以及知識產權的創造、保護、運營與風險管理全過程之中，是實現企業專利價值鏈管理和數據驅動管理的重要基礎。企業專利服務的創新，可以分為專利服務內容的創新和服務形式的創新。

企業專利服務內容的創新：首先，為公司產品研發項目提供專利服務，以輔助產品研發與風險預警，改善與優化產品研發的進度、效率和成本，并提供完善的知識產權保護；其次，為產品進入市場提供專利保護，阻礙其它市場交易主體進入，以保持公司的產品競爭優勢和持續的生命力；同時，搜集、分析市場對企業產品和替代產品的反饋與需求，并將其進行專利化解構②作者 注：所謂專利化解構，即將產品功能需求解讀為實現該功能的專利技術方案。，以評估與反向推動產品改進研發與創新研發，以使企業產品更好地滿足市場需求和提升企業的產品競爭力。最后，搜集和分析行業專利發明人數據及其如職業變動、成果發表等動態，為企業人才招錄提供人才資訊，實現企業研發的人才保障。如此，通過企業專利服務創新，實現研發、產品、市場、人才，以及知識產權的創造、保護、運營與風險管理全過程有機互動互促，進而實現企業專利價值鏈管理和數據驅動管理。

專利服務形式的創新：借助大數據分析處理和呈現技術，根據不同層次的決策者使用需求，采用不同數據視角和維度，通過可視化圖表方式呈現專利管理報告，使其便于理解和提高信息溝通效率，為企業運營提供支持和保障。

（四）可以實現企業專利管理部門的價值與地位

在傳統視角下，企業專利管理部門是一個純粹的成本單位，還是一個業務發展阻礙部門，與企業其它模塊溝通不暢銷甚至無溝通，基本無法實現專利管理部門的價值和地位。本文認為，大數據為改變企業管理部門的困境提供了一個好的機遇，即將大數據與專利管理相結合，通過構建、實施和優化企業專利生態系統來實現企業專利管理部門的價值與地位。通過專利信息服務創新，實現與如研發、產品、市場、人才和法務等部門的有機良好互動互促，為各管理決策層提供個性定制化的專利相關資訊決策信息支持；進而進行專利價值鏈管理和數據驅動管理，實現專利的創造、保護、使用和運營的全過程活動管理，實現研發、產品、市場、人才，以及知識產權的創造、保護、運營與風險管理過程有機互動互促；最終，實現構建、運營和優化企業專利生態管理系統，發掘企業管理門的價值和業務模式，為企業的運營活動提供專利支持和保障。

三、大數據時代企業專利管理面臨的困境與應對策略

大數據，是一種資源，是一種工具，也是一種思維方式，它呈現信息但不解釋信息。大數據與企業專利管理的結合，構建、實施與優化企業專利生態管理系統，其依賴于數據的搜集、處理與人才的有機結合，這讓傳統的企業專利管理面臨數據搜集、人才短缺和數據處理方面的困境。

（一）搜集專利大數據的困境與應對策略

大數據的搜集，是運用大數據的前提和數據源保障。2012年全球有效發明專利850余萬件，全球新增受理200余萬件專利申請，2013年世界五大知識產權局①作者 注：世界五大知識產權局包含歐洲專利局、日本特許廳、韓國知識產權局、中國國家知識產權局和美國專利商標局。授權95， 664件專利。②來源參見國家知識產權局：《2013年世界五大知識產權局統計報告》，載《專利統計簡報》2015年第15期，http:// http://www.sipo. gov.cn/ghfzs/zltjjb/.專利大數據體量非常巨大，除了專利文獻數據外，還包含其它技術文獻數據、市場資源數據、人力資源數據、競爭主體資訊數據、法律法規和案例數據等，數據的總量達到TB級，甚至是PB級的數據量。同時，專利大數據來自多種數據源，數據的種類和格式異常繁雜，包含了結構化、半結構化和非結構化的多種數據形式，其中可搜集到的數據八成以上是半結構化數據和非結構化數據，如專利文獻、論文、網絡博客、圖片、視頻、新聞、廣告、演講和報告等。數據源的多元化，即專利相關大數據存儲的種類多源，甚至部分數據源還存在技術獲取的限制和障礙，其導致搜集數據的困難。

大數據的運用，需要克服數據的巨大體量、繁雜的數據種類和形式、數據源多元化的困難，以保證數據的完整性、準確性和實時性。企業專利管理部門，可以依托現有專利檢索技能和定制化的數據智能搜集軟件，并借助一定的免費和商業數據服務提供商，實現人工搜集、軟件智能搜集和商業平臺提供的有機互補結合，以應對搜集專利大數據的困境。

（二）專利管理人才不足的困境與應對策略

大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法完全替代。③［英］維克托·邁爾-舍恩伯格、肯尼思·庫克耶著：《大數據時代》，盛楊燕、周濤譯，浙江人民出版社2013年版，第245頁。專利大數據蘊含著巨大的商業價值，但需要專業的專利人才使用大數據平臺，構建、實施和優化企業的大數據專利生態管理系統，才能實現專利的價值鏈管理和數據驅動管理，為企業參與市場競爭提供專利支持和保障。所謂的專利人才，需要具備一定的專利知識和技能，能夠熟悉運用法學、經濟學、管理學、IT、技術科學和情報分析的相關知識和技能。④于欣 華、王世苗：《我國企業專利人才缺失原因及解決措施》，載《知識產權》2014年第12期。據不完全統計，截至2014年，同時持有法律職務資格證和專利代理人資格證的人數在1100人左右，由此可見專利專業人才的嚴重不足。進入大數據時代后，專利人才除了嫻熟于搜集、分析和運用與專利具有相關性的知識產權大數據、除了傳統的技術文獻與法律文獻外，還包含了公司戰略、市場資訊、產品資訊、相關人員及其活動資訊等大數據情報。因此，大數據時代下企業專利管理人員除了具備傳統的技術與法律雙重知識背景外，還需要具備戰略、市場、人力資源、IT、情報分析等復合知識背景方可勝任變革后的專利管理工作要求。同時具備技術和法律兩項知識背景的專業人才本就存在不足的問題，而符合大數據時代專利管理工作要求的人才數量更加不足。

龐大的數據和短缺的人才，造成了一個巨大的鴻溝，阻礙著企業開發和利用數據蘊含的價值。⑤吳金 紅、張飛、靳秀芳：《大數據：企業競爭情報的機遇$挑戰及對策研究》，載《情報雜志》2013年第1期。為解決企業專利人才不足的問題，一方面，可以激勵和加強企業內部專利工作人員的培養與專利工作人員的自我提升；另一方面，可以將企業專利人才需求與高等院校等教育機構培訓結合進行定制化的培訓專利人才。同時，還可以通過獵頭等人力資源服務機構實施專利人才的外部招聘補充。通過企業專利人才的內部培養為主和定制化培訓與外部招聘為輔的人才機制，為企業專利管理提供人才保障。

（三）處理專利大數據的困境與應對策略

專利大數據存在數據體量大、數據源廣、數據結構復雜、分布廣泛、持續動態增長等諸多特性，這些相比傳統專利數據存在的大數據特性，使得傳統的專利數據處理面臨困境。

專利大數據處理的困境要包含：第一，數據的異構性，即專利管理決策所依賴的數據源分散在不同的數據系統中，且大多以非結構化和半結構化形式存在，不能用現有的簡單數據結構來進行標識，同時傳統的關系數據庫也無法處理復雜的數據結構表示的數據。第二，數據的非完備性困境，是指在大數據條件下所獲取的數據常包含一些不完整的信息和錯誤的數據。①周曉 方、陸嘉恒、李翠平、杜小勇：《從數據管理視角看大數據挑戰》，載《中國計算機會協會通訊》2012年第9期。在進行大數據分析處理前，須對數據的非完備性進行處理，才能進行后續的數據分析處理，以輸出有價值的數據結果。第三，數據處理的時效性困境，一般而言，數據量越大，進行數據處理的時間就會越長，而數據的價值會隨著時間的延后而快速降低甚至消失，所以數據的處理必須穩定、高效、智能、響應時間快和經濟。第四，數據安全性保障的困境，企業選用的專利大數據源、分析處理模型和對專利大數據的分析處理后輸出的專利管理決策信息等，對企業的重要性不言而喻，在專利大數據的獲取、分析處理和應用的過程應保證數據的安全。第五，企業軟硬件資源基礎設施的困境，企業傳統的專利數據管理所投入的軟件及其承載硬件在處理由非結構化和半結構化數據為主導構成的專利大數據時面臨處理效率、承載能力和穩定性的困境，需要進行優化和升級處理。

為應對處理專利大數據面臨的困境，一方面，可以通過深入數據處理技術的研究與運用，尤其是穩定、高效、智能、響應時間快和經濟的數據處理的技術與運用，加大數據處理的軟件和硬件如服務器的優化和升級，解決數據處理的技術和軟硬件問題；另一方面，可以建立和完善企業數據安全管理制度，為企業數據的安全性提供制度保障。

結 語

在經濟高度發達，競爭異常激烈的商業活動中，數據必將會像土地、廠房、資本一樣成為企業參與市場競爭的根本性資源。大數據，是一種資源，是一種工具，也是一種思維方式，一方面，給企業專利管理帶來了機遇，同時也讓企業專利管理面臨數據搜集、人才短缺和數據處理的困境。我們應該轉變思維，將大數據與專利管理相結合，通過構建、實施和優化企業生態管理系統，一方面，能夠實現專利價值鏈管理和數據驅動管理，為企業創新和發展提供支持與保障；另一方面，有利于改變企業管理部門的現有困境，體現企業專利管理部門的價值和地位，使之更好地參與和服務于企業運營管理。同時，我們還要尋求優化解決企業在專利數據搜集、人才短缺和處理方面困境的應對策略。

可以相信，隨著大數據搜集、分析以及應用技術研究和專利管理研究、應用，及其兩者結合的研究的深入和成熟，兩者復合專利人才的成熟與完善，企業專利管理水平將進入一個全新的高度，企業專利管理人員將迎來良好的職業發展機遇，企業的創新與發展運營將獲得更為高效、實時和精準的專利視角數據決策支持和保障。

In big data times， We should change our way of thinking and combine big data and patent management by building， implementing and improving enterprise's patent ecological management system. It can put patent value chain management and patent data-driving management into practice， and offer support and guarantee for enterprise's innovation and development. Also， it is useful to help patent management section get out of the bad predicament and to realize the value and status of enterprise patent management section， and to make it preferably participate in and support opration and manage ment of enterprise. Meanwhile， we should fi nd and improve the solution to the problem of data collection， talent shortage and data processing.

big data； patent； patent value chain； patent management

顧毓波，中國人民大學法學院博士