人工智能領域專利布局態勢分析

知識產權研究所

我國人工智能產業起步較晚，但近年來推動力度持續加大，追趕步伐不斷加快。分析人工智能領域專利布局情況，有助于明確我國在該領域的優勢與薄弱環節，為制定相關產業和創新政策、指導產業高質量發展提供決策參考。

人工智能技術體系構建

人工智能產業發展環境

1956年美國達特茅斯會議的召開，標志著人工智能的誕生。但由于存儲空間和計算能力的不足等多方面原因，人工智能幾起幾落，直至2006年之后，深度學習算法的提出以及不斷的完善，同時移動互聯網發展迅速，人工智能迎來了發展的爆發期，成為全球關注的焦點。為了掌握國際競爭的主動權，世界各國尤其是發達國家和新興經濟體提出了多方面的政策規劃，積極推進人工智能的發展。

1.全球人工智能發展環境。全球多個國家都把人工智能作為其發展戰略，積極部署推動人工智能發展和應用。2013年，美國成立了“人工智能和機器學習委員會”，用于協調全美各界在人工智能領域的行動;2016年制定了《國家人工智能研究和發展戰略計劃》，將人工智能發展上升到國家戰略高度，制定研發、人機交互、社會影響、安全、開發、標準、人才等七項長期戰略。同年，歐盟和英國分別出臺了《人工智能立法動議》和《人工智能：未來決策制定的機遇與影響》。之后，美國、歐盟和英國均持續推進國家人工智能的發展戰略，發布多方面政策規劃。德國、日本、印度等多個國家，也根據國家整體人工智能水平、法律法規，制定適應性的戰略性規劃，提升到國家高度，以支持人工智能產業的發展。比如日本，在2017年就推出了《下一代人工智能推進戰略》《人工智能研究開發目標和產業化路線圖》和《人工智能技術戰略》三個戰略規劃。

2.我國人工智能發展環境。我國對人工智能產業高度重視，為了抓住人工智能發展的機遇，近年來密集推出多個人工智能產業政策。2016年發布《“互聯網+”人工智能三年行動實施方案》提出我國2016年—2018年推動人工智能發展的具體思路和內容。2017年國務院印發《新一代人工智能發展規劃》明確了人工智能發展三步走戰略目標，之后又密集頒布一系列政策規劃，詳細規劃了人工智能的重點發展方向和目標，以及布局新一代人工智能產業創新重點工作等。全國各個地方政府也積極響應國家政策，制定了發展規劃、實施意見等。

國家和地方除了政策上面為人工智能提供支持，在資金、人才、市場等多方面，也都為人工智能提供了良好的環境。資金方面，上海、天津等地，圍繞技術創新、項目落地等領域，投入資金支持，加快人工智能產業擴大投資和發展。人才培養方面，大力支持建立人工智能學院、研究院或交叉研究中心，并鼓勵高校建設人工智能專業。市場方面，各地政府推動人工智能市場建設，2019年我國人工智能市場規模達到489.3億元，預計未來三年，人工智能市場規模將超過千億元。

我國雖然在人工智能領域起步相較發達國家較晚，但隨著技術的不斷發展，以及國家的政策支持，我國人工智能已經進入了快速發展期，并處于追趕發達國家的過程中，這在我國人工智能領域專利申請態勢上體現的尤為明顯。

人工智能產業鏈技術構建

目前，全球人工智能行業逐步形成包含基礎層、技術層和應用層三個層面的產業鏈。基礎層是人工智能產業的基礎，涵蓋人工智能領域相關硬件和軟件，包括人工智能芯片、智能傳感器、大數據及云計算平臺等，為人工智能提供數據及計算能力支撐;技術層是人工智能產業的核心，它是將基礎層的技術進行整合，開發以模擬人的智能相關特性為出發點的人工智能技術，包括語音識別、自然語言處理、計算機視覺、機器學習、深度學習技術等;應用層是人工智能產業的延伸，是對多項人工智能基礎應用技術進行集成，針對特定行業或場景（金融、教育、家居、交通、醫療、零售、制造等）需求而形成產品、服務和解決方案。

1.人工智能基礎層。基礎層作為人工智能的底層實現基礎，分為硬件資源與數據&計算資源，為人工智能技術層和應用層提供基礎計算能力和數據支撐。其中，硬件資源包括芯片、傳感器、移動終端設備等，數據&計算資源分為大數據和云計算平臺兩部分。在人工智能領域，深度學習等技術需要大規模、高速的并行計算能力，而傳統的芯片計算架構已無法支撐這種需求，這就需要新的底層硬件來更好地實現數據的儲備、計算過程。人工智能芯片的出現讓大規模的數據效率得到大幅度提升，加速了深層神經網絡的訓練迭代速度，極大的促進了人工智能行業的發展。到目前為止，在云端和終端已經有很多專門為人工智能應用設計的芯片和硬件系統。在云端推斷和訓練方面，谷歌、英偉達、AMD、英特爾等行業巨頭均推出了專門的芯片，國內初創企業寒武紀公司、比特大陸等公司也加入了競爭行列。隨著自動駕駛汽車、智能手機、VR設備等需在終端執行推斷的應用的出現，高通、蘋果、微軟等均在終端部署了人工智能芯片，國內企業也緊跟步伐，寒武紀、深鑒科技和地平線等企業也積極部署終端人工智能芯片。總體而言，在人工智能芯片領域，美國基本壟斷中高端芯片，國際科技巨頭芯片已基本構建產業生態，而我國多以初創企業為主，芯片布局難以與巨頭抗衡。

人工智能的數據&計算資源主要指為深度學習為主的機器學習算法提供的數據數據采集、清洗、信息抽取、標注等。因此，數據和服務器成為人工智能前沿技術發展的必備條件，也將逐漸演變成企業的重要資產和競爭力。通過數據挖掘、監測等，為人工智能產業提供數據的服務，使用高質量和高關聯度的數據訓練人工智能可以快速的提高人工智能算法的準確性，使其更快更準確的應用到更多的行業中。但由于人工智能算法尚未成熟，對數據的要求較高。我國在數據領域具有得天獨厚的數據體量優勢，而且我國對數據積累與標注十分重視，近年來國內大數據產業逐步形成規模，形成了從數據收集、數據分析到數據管理和應用完整的產業鏈。

2.人工智能技術層。技術層作為人工智能產業的核心，主要依托基礎層的運算平臺和海量數據資源進行識別訓練和機器學習建模，以開發面向不同領域的應用技術，對應用層的產品智能化程度起著決定性作用。根據技術層級從上到下，分為應用技術層、軟件框架層和算法理論層。

算法作為人工智能技術的引擎，主要用于計算、數據分析和自動推理。當前最為主流的基礎算法是深度學習算法，深度學習可以從大量數據中自動總結規律，并使其適應自身結構，從而應用到案例中。隨著基礎算法的成熟和穩定，算法發展重點轉向工程實現——軟件框架，很多企業開始轉向建設算法模型工具庫，將算法封裝為軟件框架，提供給開發者使用。目前美國是該領域發展水平最高的國家，以谷歌、Facebook、IBM和微軟為主的科技巨頭均將人工智能的重點布局在算法理論和軟件框架等門檻高的技術之上。而我國基礎理論體系尚不成熟，鮮有擁有針對算法的開放平臺，百度的Paddle-Paddle、騰訊的Angle等國內企業的算法框架尚無法與國際主流產品競爭。

應用技術層主要包括了語音識別、自然語言處理、計算機視覺、機器學習、深度學習技術等。計算機視覺、語音識別、自然語言處理是三大主要技術方向，也是我國市場規模最大的三大商業化技術領域。我國技術層圍繞垂直領域重點研發，國內頭部企業脫穎而出，競爭優勢明顯，除百度、阿里巴巴、騰訊三大互聯網巨頭外，出現了如科大訊飛、商湯科技、曠視科技等諸多獨角獸公司。

3.人工智能應用層。應用層是人工智能技術面向終端用戶、解決實踐問題的環節，使人工智能技術應用于各行業以及應用場景，實現技術與產業的深度融合。應用層按照對象不同，可分為終端產品應用以及行業場景應用兩部分。終端產品是人工智能技術的載體，包括可穿戴產品、智能機器人、智能無人機、智能攝像頭、特征識別設備等終端及配套軟件;場景應用主要是對接各類外部行業的人工智能應用場景，諸如醫療、安防、金融、交通、制造等。從全球來看，以谷歌、亞馬遜、微軟、Facebook、IBM和蘋果為代表的國外科技巨頭利用巨大的技術、數據、人才、產品線和資金等資源優勢，積極在人工智能應用層展開布局以搶占市場先機，比如谷歌的人工智能業務在多領域遍地開花，包括AlphaGo、無人駕駛汽車、智能手術機器人等;微軟在語言識別、機器閱讀等領域保持領先。

人工智能領域的全球開源社區降低了人工智能應用層的門檻，幫助人工智能應用層面的創業者突破技術的壁壘，將人工智能技術直接應用于終端產品層面的研發。同時，我國海量的搜索數據、豐富的產品線為我國人工智能的發展提供了廣闊的產業及解決方案市場。目前應用層的企業規模和數量在我國人工智能層級分布中占比最大，國內科技企業紛紛布局人工智能產業。百度已形成較完整的人工智能技術布局，其人工智能研究成果已全面應用于百度產品，讓數億網民從中受益;阿里巴巴的電商、支付和云服務資源優勢與人工智能技術深度融合，使阿里巴巴成為基于云的人工智能行業領導者;騰訊憑借社交優勢在AI領域布局覆蓋醫療、零售、安防和金融等眾多行業。此外，我國初創公司商湯科技、曠視科技、圖森未來科技、依圖科技等也在人工智能細分領域有所研究。

人工智能專利格局

全球人工智能專利現狀

1.全球人工智能專利申請態勢。截止到2020年8月底，全球人工智能專利共申請70余萬件，呈飛速上升階段。人工智能60年的發展期間，經歷了技術萌芽期、穩定發展期、緩慢發展期到快速增長期的變化。

首先是人工智能的技術萌芽期，從1956年提出人工智能的概念到1981年，從1956年全球年專利申請量19件，到逐漸增長到1981年的1542件，該階段的人工智能主要以語言翻譯為主等學術研究狀態，且當時計算機硬件水平很低，計算能力受到限制，以至于限制了人工智能的發展，因此，人工智能發展比較緩慢。

自1980年起，專家系統的出現，接著人工神經網絡的算法得到廣泛認知，但是僅給人工智能帶來了短暫的發展，人工智能的算力仍舊無法滿足運算的需求，直到90年代中期，人工智能仍處于穩定發展期，專利方面，從1982年人工智能專利申請為2826件到1996年年申請量為4459件，期間專利申請量波動較小。專利申請區域主要集中在日本，日本的人工智能專利申請量占全球申請總量的75.7%。

1997年，IBM的計算機系統“深藍”戰勝了國際象棋世界冠軍，又一次掀起了人工智能的討論，計算機硬件能力逐漸提升，開始進入緩慢發展期，全球人工智能的申請量從1997年4959件，逐年增長到2009年11687件專利申請。專利申請主要區域仍為日本，但日本專利申請量占全球的比例下降到33.4%。中國、美國、韓國等國的專利申請量分別占到13.3%、29.9%、13.6%。

從2010年開始，人工智能開始進入快速發展階段，其得益于深度學習神經網絡算法的提出，使得計算能力增強，同時移動互聯網發展迅速，人工智能的應用場景也逐漸增多，各大互聯網公司加入到人工智能的研發中，并積極進行專利布局，已占領人工智能市場。關于人工智能的專利申請開始迅速增加，從2010年全球年申請量為13085件，直到2019年，全球人工智能專利申請量超過12萬件。預計未來一段時間內，人工智能的申請量還會呈現逐年增加趨勢。該階段全球人工智能專利申請主要區域從美國轉向中國，我國專利申請呈爆發式增長，已占全球申請總量的72%。

2.全球人工智能專利區域申請分布。人工智能在全球專利申請區域的分布，其中，我國的原創專利申請最多，占44.16%;其次為美國，占16.63%;日本的原創申請排名第三，占11.99%，韓國和歐洲次之，分別占4.83%、4.58%。日本的人工智能專利起步較早，2000年以前，在大型計算機、機器人等技術上不斷取得突破，使得日本在人工智能領域的專利申請一度領先美國和中國，但90年代日本經濟泡沫破裂后，日本經濟蕭條，人工智能專利申請數量開始下滑。美國和中國逐漸認識到人工智能的戰略意義，在研發和應用方面都開始加緊布局。

我國人工智能專利申請量逐年上升，年申請量和累計申請量均已經成為全球首位。美國在人工智能技術上一直處于全球領先水平，專利申請量雖然比我國少，但在基礎層、技術層、應用層都有專利布局，算法、芯片等核心技術專利掌握在科技巨頭手中。

中、美、歐、日、韓五大國局的專利流向，展現出人工智能技術在五大國的技術發源情況和市場布局情況。可以看出，美國是五大國集中的目標市場國，同時，美國也是向海外輸出、布局專利量最多的國家，共計49120件專利，美國的輸出量占據全球首位，表明美國重視利用多邊申請布局海外市場，具有較高的人工智能研發水平。人工智能專利海外輸出數量排名第二的為日本，共計36009件，最大的專利輸出對象是美國，其次是中國。我國雖然是人工智能專利最大申請國，海外專利布局數量卻非常少，輸出專利總量僅8743件，占申請專利總量的2%。我國人工智能領域專利從其他四局流入數量為28924件，說明海外競爭者非常重視中國人工智能市場。

3.全球人工智能重要申請人分布。人工智能在全球重要的申請人的專利申請量，前十名人工智能專利申請人，國際商業機器公司（IBM）排名榜首，超過8000件專利，其次為三星電子、微軟公司、松下電器。美國企業一直處于領先地位，韓國和日本的科技巨頭企業在該領域專利積累具有優勢。我國人工智能領域雖然申請量第一，但是在重要申請人中，只有國家電網和百度公司進入了榜單。

4.全球人工智能各技術分支申請情況。全球人工智能的技術主要集中在語音識別、大數據和云計算、機器學習、自然語言處理、計算機視覺、具體應用六個方面。全球人工智能各技術分支專利申請情況，其中，專利申請量最多的是自動駕駛和機器人，占比31%，其次是機器學習，占比22%，基礎應用技術語音識別、計算機視覺、自然語言處理占比相對較少，分別為13%、9%和9%。

我國人工智能專利格局

1.人工智能專利申請態勢。1985年起，我國專利法開始實施，自1985年到1996年我國人工智能領域專利申請量較少，年申請量不超過150件，人們還沒有充分認識到人工智能的重要性，因此，人工智能在我國的發展非常緩慢。從1997年開始，我國人工智能專利的申請量開始緩慢的增長，處于技術穩定發展期，發展到2009年，人工智能專利的申請量在4187件，這與我國申請人的研發能力及人工智能的整體發展息息相關。而從2010年開始，人工智能開始進入快速發展階段，專利申請呈爆發式增加。人工智能在我國的發展雖然比較晚，但研究水平正在處于不斷提高的階段，我國專利的儲備量已經成為人工智能領域專利申請量第一的國家，超過了美國、日本。

2.我國人工智能專利申請區域分布。我國國內的申請人占據了91.72%，可見我國的技術研發人員很有專利意識，我國國內的申請人積極進行技術研發，能夠使得技術研發和專利保護并駕齊驅。我國的原創專利申請占全球的44.16%，占據第一位，但是我國申請人人工智能的專利申請主要集中于國內，對國外進行專利申請比較少，還沒有充分的在國外進行專利布局。其次是美國十分重視對中國的專利布局，申請專利占2.96%，其次是日本，占2.3%。

3.我國人工智能重要申請人分布。我國人工智能申請量排在第一位的中國國家電網公司，專利申請超過5000件，其次是百度公司、騰訊公司以及平安科技。國家電網在電網控制、配電用網、智能配電變壓器、系能源、智能巡檢機器人等多方面都有人工智能技術應用，并且積極在涉及機器學習以及人工智能應用場景等相關的人工智能技術分支內進行專利布局。另外，國內申請人排名前十中，有5位高校申請人，其中包括浙江大學、清華大學、華南理工大學、北京航空航天大學和上海交通大學。證明我國人工智能技術企業尚未占領全部創新主體地位，仍有較大的發展空間。

4.我國人工智能各技術分支申請情況。我國人工智能各技術分支專利的申請情況，其中專利申請量最多的是自動駕駛和機器人，占比55%，其次是機器學習，占比15%，大數據和云計算占12%、自然語言處理占7%、計算機視覺占6%。

我國人工智能專利申請

存在的問題及措施建議

我國人工智能專利申請

存在的問題

我國在人工智能領域的專利申請規模可謂后來居上，顯示了我國從國家到地方，從政府到企業近年來高度重視，在政策推動和資金支持下，我國人工智能技術創新活動十分活躍，技術創新成果不斷涌現，在某些領域逐步接近先發國家，但總體上實力還不強，對比我國人工智能專利申請與全球發達國家專利申請布局，可以看出我國人工智能專利問題主要在以下幾個方面：

（一）?我國申請量第一，但在全球專利布局不全面。全球人工智能領域，人工智能領域中我國的原創專利申請排名第一，占44.15%，超過了美國和日本，但申請人人工智能的專利申請還是主要集中于國內。對比我國專利申請與全球申請可以發現，海外專利布局數量卻非常少，輸出專利總量僅8743件。只有少量申請人如國家電網、百度等公司，針對相同專利在我國進行專利申請保護的同時，還在多個國家進行專利申請，以達到全球專利全面布局的目的，但即使這樣，以百度為例，在國內申請的專利占全部申請的80%以上，只有不到20%的專利進行了全球目標市場國的申請。

現階段，人工智能處于高速發展期，全球各個國家都在人工智能領域推出了眾多政策規劃并投入了大量的資金和研發力量，伴隨著國內互聯網公司的迅速發展，智能化產業的迅速擴大，國內相關產業的企業研究熱情和研究投入都很高;同時我國現在也是人工智能技術第一目標國和技術原創國，代表著國內有著人工智能最大市場與研發力量，已經逐漸凸顯出人工智能領域競爭的激烈態勢。然而，即使現階段國內的人工智能領域專利申請數量處于領先位置，如果我國申請人的全球專利布局不全面，將逐漸失去我國在人工智能領域的優勢。專利申請數量領先，全球布局卻不全面的矛盾成為亟待解決的問題之一。

（二）?專利申請主要集中在應用層，技術領域布局不平衡。由全球人工智能各技術分支專利申請和我國各技術分支專利申請對比，全球人工智能技術中，應用層技術自動駕駛和機器人占比31%，作為技術層技術機器學習、自然語言處理、計算機視覺、語音識別，總計占比53%，基礎層技術占比16%。而我國申請占比最大的是自動駕駛和機器人，占比55%，其次是技術層占比33%，基礎層占比12%。由此可見，我國專利布局主要集中在應用層技術，在技術層和基礎層等核心技術上專利申請量相對較少，反映了我國在人工智能領域上專利布局不全面，技術發展能力缺失均衡性。在核心技術上創新能力和專利申請能力上的欠缺，一方面企業技術的發展會受到行業上核心技術掌握者的限制，另外一方面，影響了企業在市場上的競爭力。

（三）我國大量是高校申請，企業創新主體地位不明顯。在重要申請人排名中，全球重要申請人均為企業申請人，而我國重要申請人中，前10位有5位為高校申請人，占50%，分別是浙江大學、清華大學、華南理工大學、北京航空航天大學和上海交通大學，我國大量人工智能技術創新成果在高校，說明我國企業的創新主體地

位不明顯，企業根據產品進行研發而產生的創新成果還有待提高。國外人工智能的專利申請大都是企業產出的，說明其創新研發成果也是由企業產出的。

同時，隨著人工智能的發展，國內以百度為首的大型互聯網公司，逐步開放了的自己的人工智能技術研究專利源，以方便高校、研究所等研究機構的進一步研究。在這種形勢下，人工智能技術高校和研究所的研究質量也將會有很大程度上的提升。

在上述兩方面的現狀促使下，高校、研究所申請人必將會積累大量的人工智能領域的專利研究成果，對于企業而言，這部分專利成果研究價值巨大。因而，高校、研究所的專利成果轉化應用到實際生產的空間是很大的。

（四）知識產權保護及管理制度不完善。隨著人工智能的發展，各行各業均開始布局人工智能，企業掌握核心技術固然會占有優勢，但是也面臨了巨大的競爭壓力。保護把企業的創新技術成果用知識產權手段保護好，也是很重要的問題。以小i機器人的訴訟案件為例，自2012年對蘋果公司提起訴訟，在經過無效、再審等訴訟判決，小i機器人艱難的獲得了最終的勝利。一方面反映了在我國專利維權時間長的問題，另一方面，反映了企業在知識產權的保護和管理制度不完善的問題。專利維權周期長，直接導致維權方的利益很難得到保障，同時影響企業的創新發展。企業知識產權保護和管理制度不完善，維權積極性不高，經驗不足，也加深了企業創新成果保護和維權的難度。

措施建議

（一）注重專利的全球化布局。重視人工智能領域重要技術在專利國際布局。加強基礎理論、核心算法以及關鍵設備等技術的專利國際布局，尤其是美國、日本、德國、歐洲等目標市場國的專利布局，以此筑牢我國人工智能產業參與全球競爭的專利根基。充分利用巴黎公約、PCT等多種申請路徑，對人工智能主要技術專利進行合理布局，通過發明、實用新型等多種申請類型構造關鍵核心技術的專利家族，從而形成核心技術專利保護體系。

（二）注重AI技術發展均衡性。強化人工智能產業鏈關鍵環節的布局。持續加強人工智能的專利布局，突破自動駕駛、機器人等重點應用領域以及算法、平臺等環節專利布局瓶頸，以產業鏈的專利布局促進人工智能產業的知識產權能力建設，實現人工智能芯片、算法、應用、生態協同發展，提升產業發展競爭力。

（三）推進產學研的密切合作。我國人工智能領域應加強與高校等研究機構的合作，建立以人工智能領軍企業為主體的產學研用深度融合的創新體系。圍繞人工智能的關鍵核心專利的創造和儲備，建立以企業為主體的產學研用協同創新體系，推進企業和高校及科研院所發揮各自優勢，建立人工智能協同創新載體，促進高校及科研院所的創新研究成果產權化、產業化。加快培育人工智能領域具有自主知識產權和核心競爭力的創新型領軍企業，以企業為主體，產學研用合作培養具有人工智能創新能力的實用人才，支持企業在基礎硬件、算法、標準必要專利等方面聚焦發力，盡快形成一批產業化導向的關鍵技術專利組合。通過企業和高校之間的產學研聯動，未來在人工智能領域研發方面，我國有望走在世界的前列。

（四）建立健全人工智能知識產權管理體系。首先，企業應該加強對知識產權的認識，通過對企業管理人員和技術人員進行普及教育，提升知識產權管理人員的專業技能，并整體提高企業的知識產權保護意識。其次，建立和完善企業知識產權成果的保護和預警機制，對企業創新成果的專利申請，在保護好自身專利成果的同時，不侵犯他人權利，通過增強企業知識產權創造、管理、保護和運用能力，保障人工智能企業創新和可持續發展。