大數據下的知識產權管理變革

李祥瑞 楊帆 喬亞飛 中車青島四方車輛研究所有限公司

基于大數據的知識產權管理變革有很重要的價值，一是為大數據技術賦能知識產權管理助力，使知識產權管理轉到線上，依托信息系統解決管理難題；二是為大數據環境下的知識產權保護法規的日益健全給予支持，積累數字化知識產權管理經驗，為配套法規完善提供依據；三是深挖大數據作為知識產權的內在價值，為產業發展、經濟建設、技術革新提供動力。因為大數據與各行各業的關聯處于起步階段，所以基于大數據的知識產權管理效果有待優化。基于此，為提高知識產權管理質量，研究大數據下的知識產權管理變革方略尤為重要。

一、大數據下的知識產權管理變革要點

（一）明晰知識產權與數據的關聯

大數據是無法用常規軟件在特定時間內予以整合處理的數據，只有引用新的處理模式才能發揮海量數據的洞察、判斷、決策等作用。大數據猶如有待開發的金礦，對各行各業均可帶來深遠影響。新時代商標、專利注冊申請數量不斷增多，數據顯示2020 年1—7 月發明專利授權與申請分別為26.6 萬件、81.8 萬件，到2020 年7月末為止有效發明專利總量為285.6 萬件，這說明國內日益注重知識產權保護、創造與運用。知識產權屬于數據信息的一種，可通過處理、采集、捕捉等方式聚合，這為知識產權管理決策提供了依據。從理論上講，對知識產權管理有益的數據會在應用知識產權的任何領域產生，不僅包括版權、商標、專利、植物新品種、地理標志、傳統非遺文化、域名等，還包括商業情報、知識產權轉讓、法律裁判文書、科技期刊論文等數據。大數據表現形式眾多，視頻、語音、數字、文字、符號等均為大數據產生與聚合的載體，經過加工處理及智力創造后可以轉化成知識產品。基于此，大數據與知識產權關系緊密，需在合理運用數據資源的基礎上加強知識產權管理。

（二）加大大數據在知識產權管理中的應用力度

大數據所蘊含的價值吸引人們關注與開發利用，這為基于大數據的知識產權管理活動奠定了基礎。為使大數據促進知識產權管理變革，需從以下幾個方面著手。一是檢索。在版權、專利、商標申請量持續增多的背景下對知識產權的分析處理難度加大，需運用大數據完成機械性的分析處理工作任務，通過數據對比、數據清洗等技術的合理運用實現知識產權管理目標。二是專利撰寫。利用大數據可提升專利撰寫水平，輸入與技術有關的關鍵詞，從數據庫內調取文獻資料，利用智能檢索撰寫功能得到最基礎的交底書，基于“人工+智能”模式利用大數據完成專利撰寫任務。三是分析知識產權數據。通過知識產權數據綜合分析處理可針對某項專利技術的優勢與劣勢加以評估，預判技術發展趨勢，為技術研發、市場營銷、戰略規劃提供依據，在知識產權管理的基礎上掌握發展先機，依托關鍵技術競爭動態合理布局。四是整合管理資源。需將大數據用于知識產權管理資源整合領域，建立綜合分析數據系統，對專利權價值進行評估，預防法律風險，同時根據現實需求依托系統開發功能模塊，細化知識產權管理分支，使知識產權管理更具全面性、科學性與權威性。

二、大數據下的知識產權管理變革原則

（一）法治原則

依法使用大數據并開展知識產權管理工作是合理變革的基礎。著作權法主要針對具備獨創性的作品加以保護，理論上講可產生作品數據信息的客體均能受到相關法律的保護，TRIPS 協議、《伯爾尼公約》等國際性法規均針對數據信息匯編作品進行保護，新修訂的國內著作權法亦指出作品片段或匯編若干作品及其他數據材料，若編排或選擇能夠表現出獨創性，那么則視為匯編作品，該作品的著作權歸匯編人所有，在行使著作權時不可侵犯原作者的著作權。因為數據庫可滿足多個用戶或某個部門的應用需求，信息在數字系統內聚合，所以數據庫屬于匯編作品且應受到著作權法保護。大數據與計算機軟件開發、特定算法、商業運營模式等方面緊密相關，簡單的商業運作一旦通過網絡結合、軟硬件系統等方式處理技術問題，那么數據就具備了明顯的技術屬性并享有專利法的保護。在運營中數據為經營主體專有，如貨源情報、市場調研信息、客戶名單、新品研發資料等，可為經營主體創造收益，《反不正當競爭法》指出禁止商業秘密非法外泄并成為不當競爭的條件，繼而在法治條件下提高知識產權管理質量。

（二）問題驅動原則

問題驅動是基于大數據的知識產權管理變革動力之一，具體可從以下幾個方面進行分析。一是獨創性問題。著作權法規定數據庫可作為匯編作品接受保護，包括作品本身及其片段有關資料，將是否在數據庫內容編排或選擇上具有獨創性視為評斷標準。然而，在數據庫實際應用進程中并不能從獨創性的角度出發進行判斷，如地圖、通訊錄、號碼簿等，理論上數據信息越全面，相關內容的獨創性就越低，就會使數據無法受到法律的保護。二是侵權問題。大數據具有跨境性、分散性及實時性等特點，在網絡環境中可自如傳播，給知識產權的管理邊界劃定帶來了難度，加之網絡侵權具有隱蔽性，侵權證據的搜集整理壓力隨之加大，基于此需完善知識產權管理制度，對知識產權共享、開放、保障等方面提出明確要求，為形成生態化的知識產權管理層奠定基礎。

（三）接軌國際原則

在持續對外開放的大背景下，國內外數據碰撞交融是主流，在為經濟發展、技術創新助力的同時知識產權管理難度加劇，基于此“大數據+”管理需建立在接軌國際的前提下，使知識產權管理可與時俱進。日本構建信息專利平臺，目的是整理匯總與知識產權有關的信息并提高管理效率，用戶可在該平臺上根據權限檢索信息，該平臺還可提供韓國、中國專利有關信息。歐盟成員國注重大數據資源的協同利用，在此基礎上完善商標申請審查機制，增強了大數據的關聯性。依托該機制可獲取不同國家的商標數據，高效規避與商標侵權有關案件的發生。國外基于大數據的知識產權管理可為國內相關管理變革提供參考，還可助力國內外共建基于知識產權管理的大數據共享系統，在此基礎上開發利于管理的功能模塊，如資料檢索、侵權風險評估等，繼而滿足跨境數據合理運用的知識產權管理需求。

三、大數據下的知識產權管理變革路徑

（一）樹立大數據+知識產權管理意識

在開展基于大數據的知識產權管理工作前，需在解析二者關聯的同時接受數字化管理理念，樹立大數據+知識產權管理意識，將知識產權視為整體數據管理的一環，使知識產權管理可與數據安全、文件及內容管理、數據建模、元數據管理、數據架構設計等方面聯系起來，對數據的存儲方式、定義、使用流程等方面提出明確規定，將數據視為知識產權常規管理工具，通過數據治理標準化解決大數據與知識產權管理交融難題。大數據+知識產權管理發力點有以下幾個：一是一體化管控，知識產權管理需注重數據開發及利用，用一體化管理方案代替分散、脫節的管理方案，解決運行、設計“兩張皮”的問題，將數據管控納入知識產權管理變革之列，通過數據標準、模型、服務等方面的一體化設計，利用元數據滿足管理需求，使數據資源在知識產權管理中的利用率得以提高。二是全鏈路管控，針對數據進行管理，使以往僅用于報告編制、審計的元數據可成為支持知識產權動態管理的中堅力量，同時元數據還可在自動化知識產權管理領域產生效果，簡化數字型管理架構，解決數據冗余問題，構建神經元系統，使人工智能技術與知識產權管理緊密融合。三是發揮XOps 的優勢，依托DevOPs 助力知識產權管理追加規模效益，在保障數據重復可用的基礎上減少流程與技術的重復性拓展概率，基于敏捷模式改善數據流通系統并實現自動集成目標，繼而將知識產權管理業務與數據更好地聯系起來，達到知識產權管理變革的目的。

（二）有效運用數字技術加強管理

大數據本身僅是巨量信息的集成化產物，為分析利用巨量數據和高新科技不斷發展，如物聯網、云計算、虛擬現實、AI 等，為大數據用于知識產權管理變革助力。區塊鏈技術為知識產權管理變革給予支持，作為可靠、高效、便利的數據交換與存儲技術，能利用分布式數據存儲功能、時間戳等功能為用戶提供知識產權所有情況及產權鏈的狀態相關信息，因為基于區塊鏈的知識產權流轉活動信息不可篡改，所以便于跟蹤記錄，可有效防范管理風險。在知識產權管理過程中需用到諸多信息，這些信息可利用FRID 技術存儲到數據庫內，不僅能保障信息調取靈活高效，還可增強知識產權管理的標準性及實效性，為了做到這一點成立了電子標簽標準化服務小組，負責對編碼、術語、網絡架構等方面予以設計，針對射頻識別項目進行測試，推行開放兼容、自主創新兼顧的知識產權管理戰略，在此基礎上制定工作計劃，為的是有效運用數字技術加強管理。工作計劃可從以下幾個方面出發予以分析：一是致力于制定具有行業導向性及規范可行性的RFID 標準；二是在RFID 標準推行進程中不斷優化知識產權管理對策，使相關技術更具應用價值；三是持續跟蹤并研究國內外的RFID 技術應用情況及發展趨勢，為有效運用數字技術加強知識產權管理的前瞻性給予支持。

（三）健全基于大數據的知識產權管理體系

在知識產權轉變為效益的過程中，管理主體需將知識產權看作獲取利潤的工具，通過管理追求最大化的綜合效益，這是基于大數據健全知識產權管理體系的核心動力。在大數據背景下需率先明確價值追求，其目的是確定知識產權管理定位，為大數據技術與資源的引用提供抓手。健全知識產權管理體系應做到以下幾點，一是對以往的“大數據+”管理情況進行分析，在事前對知識產權數字化管理現狀、需求、難點、規律等方面有所了解，積累管理經驗，制定管理計劃，使基于大數據的知識產權管理能夠繼往開來。二是在事中對知識產權數字化管理加以調控，靈活運用數字技術，持續擴大數據庫的覆蓋范圍，深入研究法規，對管理機制予以完善，使大數據共享程度可不斷提高，及時補全知識產權管理短板，最終用動態管理思維替代靜態管理思維，保障知識產權管理變革始終在路上。三是在事后對知識產權數字化管理成果加以剖析，根據剖析結論對“大數據+管理”的制度、標準、流程等方面予以優化升級，其目的是增強知識產權管理變革的實效性與發展性，滿足基于大數據的知識產權管理需求。

（四）培育優質大數據+知識產權管理人才

首先，管理人員需具備法治素養，能利用《反不正當競爭法》、著作權法等法律法規探析基于大數據的知識產權管理對策，將法規滲入管理體系，夯實管理法治基礎，規避違規操作、侵權等法治風險；其次，管理人員需具備信息素養，能針對大數據在知識產權管理中的應用情況進行專項研究，學習先進技術，優化數字思維，拓寬管理眼界，加大大數據與知識產權的交融力度，有效解決基于大數據的知識產權管理難題；最后，管理人員需具備創新素養，擺脫陳舊模式的束縛，敢于推陳出新，積極探索AI、區塊鏈等技術賦能知識產權管理的出路，在此基礎上助力管理模式、理念、架構等方面的創新優化，使基于大數據的知識產權管理變革能全面發力。為培育專業的知識產權管理人才，需政府、企業、高校形成合力，共建育才體系，結合區域性的發展需求做好人才培育工作，在產學研一體的基礎上增強管理人才綜合素養，為在大數據背景下提高知識產權管理質量提供人才保障。

四、結語

綜上所述，在大數據涌入各行各業的背景下，知識產權管理需積極變革。相關管理工作要在明確大數據與知識產權關聯的前提下展開，加大大數據在知識產權管理中的應用力度，推行法治原則、問題驅動原則、接軌國際原則，在此基礎上樹立大數據+知識產權管理意識，運用數字技術加強管理，健全基于大數據的知識產權管理體系，培育優質大數據+知識產權管理人才，繼而實現知識產權管理變革的目標。