Derwent

區塊鏈專利,由誰主宰?

近期風光再現的比特幣又一次吸引了人們的視線。作為區塊鏈技術最早期的應用,比特幣轟轟烈烈大幅波動尚前程未卜,而其背後的區塊鏈技術卻在默默拓展著其他應用,逐漸影響和便利人們的生活。 想要瞭解區塊鏈產業技術發展現狀,最科學的方法是依據專利文獻進行情報分析。 專利文獻是技術情報、市場情報、競爭情報最全面、客觀、公開的資訊載體,因此我們對區塊鏈相關的全球專利進行了檢索和分析,基於最權威的德溫特世界專利索引(DWPI)為大家呈現當前區塊鏈技術的專利全景圖。   德溫特世界專利索引(Derwent World Patents Index, DWPI)是全球歷史最悠久的專利加值資料,全球超過40個國家/地區的專利局都在使用DWPI進行官方的專利檢索和審查。DWPI是由科睿唯安在全球超過900位各領域的專家將每篇專利閱讀後,統一用技術語言以英文撰寫標題和摘要,解決專利語言表達晦澀、表述不統一、各國用自己的語言公開因此不方便檢索和閱讀等問題,能夠使專利的檢索更加全面、準確,同時使得專利閱讀效率更高。 DWPI在資料加工過程中,會將相同技術主題的多件專利歸併為一個德溫特專利家族,這一個家族的多件專利都是保護相同技術主題。以下分析中,針對技術的分析將以德溫特專利家族為單位,如此可以避免將一個技術主題因為有多個專利家族成員而被計算多次,而具體到分析在哪個國家佈局幾件專利時則以每一件單獨的專利作為統計單位。   本文將為大家揭示以下幾個問題的答案: 區塊鏈有多少專利? 區塊鏈領域的專利申請趨勢如何? 全球哪些國家/地區在區塊鏈領域創新最多?哪些市場最熱門? 哪個國家專利核准率最高? 誰是區塊鏈領域的主要玩家?當前的競爭趨勢如何? 區塊鏈領域的熱點方向是什麼? 中美在本領域的專利佈局有何異同? 文末將會提供本分析採用的專利檢索策略。   1. 區塊鏈有多少專利? 截至2019年4月30日,區塊鏈領域共10628個德溫特專利家族,對應14035件專利申請。   2. 區塊鏈領域的專利申請趨勢如何? 最早的區塊鏈專利申請出現於2013年。從2015年起專利申請呈現出爆發式增長趨勢,即使2017-2019年申請的專利尚未完全公開(專利申請到公開一般是18個月),2013-2018年的年均複合增長率也已達到285.6%。   3. 全球哪些國家/地區在區塊鏈領域創新最多?哪些市場最熱門? 本圖顯示出源自中國和美國的創新技術分別占全球的62%和22%,合計佔據全球的84%,在區塊鏈這個領域日韓的技術積累相對較少,呈現出中美兩家獨大的態勢。 在中國和美國佈局的專利分別占全球的49%和18%,合計占全球的67%,相對於兩國原創的技術占全球的84%,可以認為目前中美兩國是主要的專利技術輸出國。   4. 哪個國家專利核准率最高? 因為區塊鏈領域專利比較新,大部分尚未完成專利審查進入核准階段。基於目前的中美歐日韓五個地區的專利核准資料可以得出,韓國專利核准占比(54%)最高,其次是日本(17%)和美國(16%),主要是因為這3個國家有在核准前不公開的B1專利制度,因此本資料集的專利中有很多是已經經過審查核准才公開的專利。   5. 誰是區塊鏈領域的主要玩家?當前的競爭趨勢如何? 基於德溫特專利家族數量統計區塊鏈領域的Top玩家如下表所示:   第一梯隊的專利申請人(德溫特專利家族數超過100個)僅有9家,共1429個德溫特專利家族,其中阿里巴巴一家獨大有290個德溫特專利家族;排名第二的IBM僅有190個德溫特專利家族;第一梯隊除了 IBM和Nchain兩家非中國公司以外,其餘均來自中國,包括騰訊、百度等; 第二梯隊(專利申請家族數為50-100個之間)的專利申請人有16家;僅占總資料集的10%;包括Coinplug、Intel、Bank of America等; 梯隊分佈顯示目前區塊鏈領域的專利佈局仍然尚未形成壟斷,仍處於百家爭鳴的狀態; 基於各個玩家佈局的國家/地區(未排除PCT)數量排序可以看出:雖然第一梯隊的Top玩家多為中國公司,但是在國際化方面還是國外企業的佈局版圖較廣,其中Nchain的佈局版圖最為廣闊, 佈局了23個市場,其次是中國的阿里巴巴佈局了14個國家/地區的申請。   6. 區塊鏈領域的熱點方向是什麼? 基於Derwent Innovation中的Themescape專利地圖文本聚類分析,可以快速呈現區塊鏈專利佈局的熱點方向。 […]

百大創新機構 ─ 解讀鴻海創新布局

聽Derwent,更多聞   不知道大家對於許多刊物例如報紙、雜誌、學術期刊或科技媒體等發布的各種評選或預測排名有什麼看法呢?全球媒體每年發布的評選少說有數千個,對讀者來說,很難去理解每個評選背後的涵義,可能也曾疑問過為何他們能夠上榜? 今天就來給大家分享一下科睿唯安的《德溫特全球百大創新機構》(Derwent Top 100 Global Innovators),我們選了連續兩年入榜的鴻海(富士康)科技集團,從專利數據的角度解讀為何鴻海(富士康)科技集團能上榜? 下載中文報告   做為全球精密代工的龍頭企業,鴻海(富士康)當年憑藉著優異的模具技術,以連接器、機殼等產品為核心,在個人電腦時代快速發展;以堅強的技術基礎做後盾,從代工的鴻海轉型成科技的鴻海。在智慧型手機時代,鴻海(富士康)成功搶下了全球最關鍵的蘋果手機代工訂單,為達到蘋果極為嚴苛的品質要求,積極的投入研發創新,自身技術能力也不斷的提升,在商業上迎來了巨大的成功。 專利,扮演鴻海(富士康)的創新發展過程中極為重要的角色,鴻海(富士康)的專利部門素有專利界的黃埔軍校之稱,長久以來培養出許多優秀的專業人才,並將專利運營經驗結合至企業策略與創新發展。於2017年首次入選德溫特全球百大創新機構,並於2018年再次獲得殊榮。您或許會問:「入選全球百大創新機構真有這麼難嗎?」 首先,德溫特全球百大創新機構會針對全球有申請專利的機構進行評選,機構數量何止萬計,能在全球範圍內入選最終一百大創新機構,絕對是非常不容易的。 或許您仍有疑問:「百大創新機構都是因為專利申請的多才得以入選的嗎?」考慮到維護費用高昂,一般來說企業專利不是越多越好,但也正因此,申請並獲准的專利數量的確能反映創新機構為保護自身創新成果所做的投資。然而,在德溫特全球百大創新機構評選中,專利數量只是其中一個「門檻指標」,一旦通過門檻後,數量的多寡並不影響最終評選的分數,而是再透過影響力、國際化布局及獲准率進一步評選後,排出全球最具創新的一百大機構。   要在全球範圍內的創新機構中選出最佳的一百大, 各個指標都必須表現優異,鴻海(富士康)近年來的專利並未有明顯的增長,但卻高頻率的被第三方機構(非自我)所引用,顯示他們的技術對後續創新發展的影響力;鴻海(富士康)提出申請的多數專利最終能夠獲准,而得以實施其權利。夏普的併購,也更加完善了全球布局,因而在國際化指標上有優異的表現。綜合所有評分,鴻海(富士康)從數以萬計的全球創新機構中脫穎而出入選德溫特百大創新機構。 在數據驅動決策的時代,因應時代所需,企業必須掌握「獲得數據」、「分析數據」、「洞悉數據」、「預測趨勢」的能力。科睿唯安德溫特與標準事業部提出了創新生命週期解決方案,提供客戶獲得數據的管道,更透過分析報告與方法論培訓,驅動全球創新者能基於數據做出決策。        下載中文報告  

確認專利權的歸屬,要獲得答案可能比想像中還要困難

專利權賦予了排除他人使用發明的權利。在評估過技術前景後決定投入發展,有沒有建立自主的所有權是非常重要的一件事情;然而,同樣重要的事情,是確定類似技術的潛在競爭者、合作對象或收購目標,透過對整個技術掌握在誰手上的完整調查,做為支持戰略決策的重要依據。這些應該是所有的IP專家或律師們都非常熟悉的工作。專利文件上的名稱往往只是個起點,很多人總覺得這個資訊應該要是「準確的」,畢竟這是官方公布的,「如果連官方公布的都不一定正確,那我還能相信什麼?」一位 Derwent Innovation 客戶在成為我們的使用者之前,曾這樣對我說過。但事實上,有些情況卻是您想都想不到的。   確認專利權的歸屬,可能比您想像中還要不容易 如這件來自OUALCOMM的例子,美國高通公司的英文正確拼法應該是QUALCOMM,但原始說明書上所載的卻是” O”開頭的OUALCOMM。   同樣的例子還有很多:   這代表什麼意思?代表著如果您檢索官方公布的申請人名稱,即使您輸入正確的拼音,仍然找不到。一個寫在說明書上的申請人資訊可能包含印刷錯誤,還可能是通用的名稱變體(例如,International Business Machine Corp = IBM)或可能是子公司(Waymo 是Google的子公司)等。 或者,這件專利可能完全沒揭露任何一家「公司的名稱」。   相信很多讀者很熟悉 Derwent Innovation 上獨有的DWPI深加工專利加值資訊,其中的DWPI Assignee便是透過專家對於專利權人資訊的拼音進行除錯或正規化,解決如前述提到的OUALCOMM等拼錯問題,但事實上這項工作也遇到了這個嚴峻的挑戰。根據統計,有將近20%的專利說明書上沒有申請人資訊,而其中有大部分是將發明人資訊給寫進申請人欄位中。但事實上這件專利真的是發明人自己申請的嗎?在官方公開專利後,權利可能會發生移轉,而且可能被移轉了好多次,但官方公開的專利說明書上的申請人資訊仍只揭露發明人的名稱,導致IP專家在做調查時很容易遺漏,這是實務上很常見的情況。   我們無法很確定這件專利到底屬於誰的?或者說,我們無法找出應該屬於調查目標的所有專利。   AI人工智慧進行預測分析:優化專利權人及終屬母公司 專家基於專利本身資訊來改寫跟修正,但有些資訊「藏很深」,我們需要仰賴資料科學的力量,透過AI人工智慧來幫助我們解決這個問題。透過交叉比對該發明是否有被移轉?移轉的公司是哪間?這間公司與哪間公司可能有關係?他們的母公司是? Derwent Innovation 近來推出了一項全新功能,旨在解決上述的種種挑戰: Optimized assignee 優化專利權人(簡稱OA)及 Ultimate parent 終屬母公司(簡稱UP)等兩個新的欄位   我們運用AI人工智慧技術,從大量的公司數據中交叉比對,為您演算出「專利的可能擁有者」以及「該擁有者的母公司」。 例如這件專利,原申請人寫的是發明人的資訊 Zhu Zai-guo ,並沒有寫任何公司名稱,但 Derwent Innovation的優化專利權人欄位(Optimized Assignee, OA) 卻顯示深圳歐菲光的資訊,並顯示終屬母公司(Ultimate Parent, UP)也是深圳歐菲光。然而這件專利沒有其他專利家族成員,也沒有顯示任何歐菲光的資訊。為何 Derwent Innovation 會做這樣的建議呢?   我用人工的方式進行確認,發現這件專利的移轉訊息中顯示發明人Zhu Zai-guo在專利公開後,將專利移轉給深圳市融創天下科技股份有限公司。   […]

不久的未來或現在,AI將如何改變IP人員的工作?

人工智慧 (Artificial intelligence) 絕對是當前最受矚目的科技議題,類似的概念更可追溯到1950初期圖靈提出的圖靈測試。發展過程中面臨基礎研究技術瓶頸、環境未成熟、相關投資撤回等挑戰,人工智慧的歷史也曾出現過幾次的低潮。在第三次工業革命後,電腦科學的理論突破帶動了ICT產業的崛起,30多年前 (1986年) 全球資訊交換的數位化程度僅20%,但在全球資訊的數位化浪潮下,到了2007年全球數位化程度已超過99.9%。   從類比的文件中萃取出數據 「人工智慧的發展需仰賴大量數據為基礎」,對於關注AI發展的人們普遍應該都有這個認知。除我們熟悉的各種行動裝置(手機、平板、電腦…),甚至是遍布於我們生活周遭的各種感測器產出各種數據以外,有些「既有」的資料過去可能是透過紙本的方式存在,將這些「文本」進行數位化,亦可做為「數據」進行運用。   以專利為例,雖然各國專利局大力推動專利申請電子化,紛紛祭出各項規費優惠,但不可否認的,過去所累積的大量專利文件是以紙本的形式提交申請。以WIPO 2017年發布的數據為例,全球一年有約300萬件專利申請,假設這些說明書文件是以紙本方式提交申請,若是用人工的方式進行數位化甚至翻譯的工作,不但得耗費極為可觀的人力行政成本,欲透過人力完成如此龐大的工作量,是相當不具效益的做法。因此,「如何將這些內容更有效率的數位化?」是一門重要課題。   Optical Character Recognition (OCR) 光學字元識別技術 的問世,利用機器對文本圖像進行識別,取得其中的文字資訊,大大減少了人力的投入,人們開始能有效率的從類比的文件中萃取出數據,而如機器翻譯、語意分析、檢索、文本探勘、聚類等現今常見的各種應用,也是在這些數據的滋養下從相當陽春的應用不斷發展成為至今許多人工作中不可或缺的工具,為這些數據產生出更多附加價值(可理解的語言、可檢索的標的、視覺化的圖表…)。   不僅如此,無論是專利、論文、技術文件,甚至病歷、帳目還是個人的生活記錄,這些從文本中萃取出來的數據如同我們透過聯網裝置產生出來的數據一樣,也可用於訓練機器學習系統。   「記載於文本的內容某些情況下更超過我們透過聯網裝置傳遞出來的訊息量,富含大量訊息的數據將更有價值」   AI正在改變IP的工作 人工智慧時代IP專家面臨的挑戰是「如何將AI科技結合既有的工作以滿足越趨複雜的需求」。根據報導,五大專利局局長 (US, CN, EP, JP, KR) 就人工智慧如何導入現有專利工作以及未來的影響做了討論。以日本特許廳 (JPO) 為例,JPO正與中國知識產權局 (SIPO) 討論如何將AI部署到現有專利工作(連結),包括篩選專利前案、專利分類等簡化各種不同的任務的應用。   科睿唯安做為一家掌握專利大數據及資料科學技術的企業,當然也沒缺席這場AI改變IP產業的革命。科睿唯安的 Derwent Innovation (DI) 的核心價值是由900多人專家團隊對全球專利說明書及數據做深加工處理的 DWPI 德溫特專利索引。但,有個疑問是:「全球一年有300萬件專利申請,就算900多人不吃不喝不休息的趕工,能改完這麼多件專利嗎?」   絕非盲目的想跟著當前的人工智慧技術一起炒熱話題,早在十多年前,我們便意識到單靠人力每年要改寫如此多的專利是做不到的,便決定導入機器輔助人力的相關技術來改善工作流,包括機器翻譯、語意分析、文本聚類等技術。所有專利收錄進我們的資料庫後(我們稱為第一層資料 First level data, FLD),便會進行機器翻譯及語意分析等處理,並指派給對應技術背景的DWPI專家進行人工再校稿的作業。 而也歸功於過去我們專注於收錄各國專利,及長久以來不斷累積的DWPI的加值數據,成為訓練機器的數據來源,在多年的技術實力積累之下發展出我們的機器學習系統,並形成成熟的人-機協作的工作流。現在DWPI專家在改寫每一篇專利以前,都會有人工智慧提出改寫的建議,但人類不一定會接受每一次的建議,人類會以他們對於「現實情況」的了解進行反饋,這也成為了機器學習的重要參考。如此,我們能確保在獲得高效率之虞也確保資料品質的把關。   隨著基礎技術發展逐漸成熟,原本只是為了優化DWPI工作流的各項應用,我們將這些應用轉化成既有產品上的功能,包括專利存續狀態預測、智能檢索、智能技術主題、最佳化申請人等…讓廣大的使用者得以運用人工智慧輔助他們既有的工作,提升效率與工作品質。       […]

未來,燃料電池車

電動車是汽車產業當前最熱門的議題之一,電動車不可或缺的「電池」,以鋰電池為主流,其關鍵的正極材料,成分中的鈷是相當稀少的資源,未來「鈷」若出現供不應求的情況,也將連帶影響到電動車的出貨。但汽車大廠豐田 (TOYOTA) 給了市場不同的方向:Mirai,源自日文的「未来」,起源於豐田在2013年東京車展中首度亮相的燃料電池車FCV (Fuel Cell Vehicle) 1,利用氫和氧的化學反應來發電,進而產生動力。相較於傳統的燃油車,燃料電池車沒有汽油發動機、變速器等機構,而是透過稱作FC Stack的配置:由電動機、動力控制單元及高壓縮氫氣罐所組成的系統來驅動,「水」是從排氣管所排放的唯一物質。不只是豐田汽車,日產、福特、通用、現代、戴姆勒、雷諾、起亞等汽車公司均投入了燃料電池車的研發行列中2。     為了一睹「未來」,筆者找出燃料電池車(或氫動力車)的相關專利,透過專利大數據的分析,為各位呈現出燃料電池車的全球分布情況。利用德溫特專利資料庫  Derwent Innovation 鎖定燃料電池或氫能源汽車的相關專利,並利用德溫特世界專利索引(DWPI)中的特殊欄位(技術創新點、用途、改良點、技術聚焦…)來補強檢索結果。全球燃料電池車約有11萬件相關專利(將近4萬個DWPI專利家族)。   誰最積極佈局燃料電池專利?     基於專利數量統計前五大專利申請人,有三家來自日本的車廠、一家韓國車廠及一家美國車廠,日本的豐田汽車擁有超過2萬件與燃料電池或氫能源汽車相關的專利排名全球第一,顯示豐田不僅是在燃料電池車商業化領先同業,其龐大的專利組合也為自身的燃料電池車市場挖出「技術護城河」;專利數量排名第二的是同樣成功將燃料電池車商業化的韓國現代汽車集團,擁有超過1萬件專利。而從25大主要專利申請人的所屬國家來看,超過半數 (15家) 來自於日本,其次為德國 (3家) 、韓國 (3家) 及美國 (3家) ,和加拿大 (1家) 的巴拉德動力公司,是質子交換膜燃料電池技術的領導廠商。   專利申請相當昂貴,從投資的角度來看,假設每件專利用1萬美金的專利申請費用(這樣還算低估了)來計算投資成本,豐田汽車及現代汽車分別投入了1-2億美金在布局相關專利,前25大申請人至少投資450萬美金布局相關專利。   研發並非一路順遂   與過去時常討論到的車聯網、人工智慧、虛擬實境等熱門科技議題一路上升的專利走勢不同,觀察燃料電池車專利年表,自2001年至2009年的持續成長,接下來便觀察到幾波專利量下滑的情況,接著又在2016年達到專利量的高點,而2017年再度小幅下滑。筆者從專利申請人提交專利申請的初衷來思考:當研發人員有創新的啟發或在現有技術上獲得突破,欲透過企業/組織內部提案提交專利申請,保護辛苦產出的研發心血。在通過IP部門的可專利性的評估後,進一步提交專利局申請專利。而逐年增加的專利數量也代表著創新週期循環的更快,更多的技術在企業內部通過可專利性的評估提交申請;同理,一旦研發人員在技術上遇到瓶頸,無法產出新的成果,或無法在現有技術得到突破,創新週期的循環速度便可能減緩,導致該年的整體專利數量沒有成長甚至降低。當然,專利數量下降的可能原因還有很多,包括:從量到質的轉變、企業經營成本的考量… 但若從前述的角度去思考燃料電池幾波的專利數量下滑,筆者推測燃料電池研發之路整體來說,應面臨著許多瓶頸,且在許多研發環節可能出現「撞牆」,至今並未看到明顯上升的專利量。   近年市場在哪?專利地雷區 若將焦點放在近年,計算2011年後燃料電池車專利於各國家/地區分布的情形。前10大布局的國家/地區如下:   若讀者有在關注電動車技術專利佈局全景,近年全球主要電動車專利市場在中國大陸,且多以主流的鋰電池驅動電動車為專利佈局重點。然而,由前述的分析顯示燃料電池車專利的主要專利申請人大多來自日本,自然反映在專利市場的排名。換言之,在日本發展燃料電池技術或欲商品化,將會遭遇專利持有人透過專利對競爭者做市場排他的商業挑戰,因此,日本也可以說是燃料電池車的專利地雷區。 而電動車專利主要市場的中國大陸,近年佈局燃料電池車專利的主要申請人包括:現代汽車 (1790)、豐田汽車 (1657)、通用汽車(723) 、日產汽車 (398)、本田汽車(335)、福特汽車(247) 、松下電機 (142) 、戴姆勒(79) 、電裝(77)等,本地的申請人則以上海合既得動氫機器公司近年有 54件相關專利最多。 台灣同樣也是燃料電池車專利選擇佈局的主要市場之一,細看專利內容,多有關於陰極電極、質子交換膜、催化劑、樹脂組成、壓力罐、電能系統及轉換器等主題上。在台灣佈局的專利申請人主要是日本企業,包括TORAY (37)、JFE STEEL(19)、ASAHI KASEI (19)、CENTRAL GLASS […]

如何利用專利監控找出潛在客戶或追蹤既有客戶動態?

隨著專利意識逐漸成熟,許多創新企業組織除持續投入資金研發,也多會有自己的智慧財產佈局策略,透過專利申請甚至營業秘密的方式,保護得來不易的研發成果或創新點子。智慧財產雖然是無形的資產,但仍能透過適當的手法,從中獲得珍貴的商業情報。   透過營業秘密保護的技術,外人無法得知,較難以追蹤;而專利則因其本身的特性,企業組織(專利申請人)欲將研發成果透過專利保護,便需要在說明書中揭露一定程度的內容以獲得保障。而筆者便想要利用這點與各位分享其中一項應用:如何透過專利數據來找到目標客戶?或長期追蹤 (Monitoring) 產業鏈上中下游、既有客戶、競爭對手…的發展動態。   本篇要分享的,並非一般常見的專利分析手法,雖然與常見的專利分析 ─ 就目標主題進行檢索,找出主要專利申請人的作法相似,但實務上仍有些許的不同,主要步驟包含: 自我審視 定義相關聯專利的內容應具備哪些條件?(檢索式) 從檢索結果中整理出投入相關技術開發的企業組織並列出這些目標名單 設計長期監控的工作流 擬定業務及市場策略     第一步:自我審視 別一開始就急著檢索專利,許多人常忘記先確認自己的「目標」是什麼就急著動手。通常,他們都有個「主題」,然後就急著進入專利資料庫把腦中的那個主題當作檢索條件輸入到資料欄位中,然後「成功」獲得一堆資料,但對於該如何運用這些資料毫無頭緒。 筆者建議,無論您今天想應用專利數據做哪些工作,都必須先了解到自己「想找些什麼?」。 Derwent Innovation 上有超過一億多篇專利文獻,您必須先知道自己想要找的標的應該要「具備哪些條件」然後去匹配找出有揭露相關技術內容的專利。這就是我們常說的「檢索條件」。回到本次主題,您必須先審視所屬的企業擁有哪些技術能力或正在開發的技術,以確定接下來追蹤的目標應具備哪些特徵?而這些特徵便是您企業所擁有的技術,也希望找出來的目標專利必須符合這個「檢索條件」。     第二步:定義相關聯專利的內容應具備哪些條件?(檢索式) 承第一步,欲應用專利數據,便需要先「找出」這些專利,而目標需符合的「條件」便是您整理好公司具備的技術,並將這些技術特徵轉化成檢索條件,無論是利用描述中提及的關鍵字進行拓展或各種專利檢索的手法。而關鍵在於,您必須為每一個您預先整理出來的技術特徵,設計出相對應檢索式。換句話說,這個檢索式能找到的專利,就代表這些專利揭露了與你們企業正在研發的技術或產品相關的內容。     【小訣竅】 您可以利用 Derwent Innovation 上的檢索歷史 (Search History) 儲存這些檢索式,除了可以追蹤資料更新並定期警示 (Alert) 外,還可組合 (Combine) 不同的檢索式來找出符合複雜條件的目標專利。使用者可依需求新增專案資料夾來儲存不同目的的檢索式。       我們要列出一份清單,一份包含著既有客戶、潛在客戶、競爭對手等公司名稱的清單 第三步:從檢索結果中整理出投入相關技術開發的企業組織並列出這些目標名單 將所有技術特徵檢索式的檢索結果找出來後,這一步驟,是為了先了解目前的「概況」,哪些人在做?也就是常見的「主要專利權人的統計」。但您可進一步將這些專利權人統計的結果做區分,並完成下列的名單 哪些是公司目前的既有客戶 哪些是非既有客戶(新客戶) 哪些是競爭對手 其他(未來可能是潛在的競爭對手)       實務上,專利數量較多的常見國際大企業,但您的客戶並非只有國際大企業,許多專利申請不多的企業可能也是挖掘的對象。為了更實務應用,在製作名單時可參考下列做法。 將剛剛的專利檢索結果中得到的專利權人名單,依專利數量區分級別, 一級(數量最多的一群)、二級(次多的一群)、三級(較少的一群)、四級(最少但也是最大眾的一群)。並依您的商業需求,從各級名單中挑選出較具潛力公司,並利用Excel將蒐集出來的公司製作成目標清單 另外,除依據專利權人名單來製作您的清單,考量實際的情況,您應該將公司目前的客戶或已知的對手等資訊加入名單中,這是您的Know how,是專利中沒有揭露出來的,唯有考量實際的情況,才具備實務的應用價值 […]

車廠及科技企業紛紛投入,攤開車聯網的專利地圖

物聯網時代,無論是智慧車、電動車或自動駕駛等技術項目,車聯網技術可說是目前最受矚目的產業領域之一。回想當初智慧型手機橫空出世,彷彿將整個手機產業升級並重新開機,進一步帶動了大數據、通訊網路、金融科技、人工智慧等技術的突破與新科技的衍生。而如今,車聯網技術同樣有這樣的潛力。

專利組合評估,揭露策略機會

要將智慧財產組合發展作為商業資產,意味著您必須兼顧全局和細節。專利組合評估是實現這一目標的方式之一,分階段完成,就不致於難以負荷。   本文介紹的方法,讓您能取得所需的觀點,並在資源允許的情況下逐步完成。藉由執行智慧財產評估程序管理智慧財產生命週期,進而策略性地部署研發或收購資源,並根據豐富資訊選擇加重與放棄的項目,從智慧財產的整個生命週期中提取最大價值。 執行智慧財產權評估可以幫助您: 確保智慧財產策略符合商業策略 揭露未充分利用但強大的智慧財產,可供出售或對外授權 消除不必要的智慧財產成本 找出專利組合的缺口,考慮引進授權 (in-licensing)、合作或收購 提高或減少特定專利領域,優化專利佈局 依據產生價值的潛力,來判定合理的費用   專利組合評估的階段 專利評估劃分為三個階段(表 1),分別從過去、現在和未來幫助您了解您公司的智慧財產權組合。智慧財產權管理階段幫助您了解您現有的專利組合,而對標分析階段將您現有的組合置於當今激烈競爭的環境中。機會辨識階段為未來管理選項提供了建議。每個階段都可以在不超出您現有資源的前提下獨立完成。 每個階段的智慧財產權評估,都有明確的目的及工作成果,以供選擇可行的商業計畫。您可以根據您當前智慧財產權管理的狀態,可用的時間和資源決定從哪個階段入手。下面我們將更仔細地介紹智慧財產權評估的每一個階段,提供一些例子,並總結從每個階段能獲取的情報。   第 1 階段:智慧財產管理 智慧財產評估的第一階段,是彙總並組織您的智慧財產組合,並評估其規模(size)、全球化佈局 (global reach)、持續性(persistence) 和活力(vitality)。規模雖然重要,但不是評定智慧財產組合的唯一方式;全球化佈局有助於瞭解,在想要進入的地區市場或需要談判協商的地區,您的技術是否受到保護;持續性意味著持續提出專利申請,以利延長產品與服務的專有權;活力是申請活動目前的狀態,顯示您的資源是否投入具有領先優勢的創新發明。第一階段的稽核結果,不僅可為您備妥智慧財產組合以便進行標竿分析,還可提出適當的建議以調整規模並節省成本。 智慧財產管理階段的工作流程如圖 1 所示。第一步是準備專利組合以供分析。已公布的專利申請與已發布的專利,置於一般資料管理系統中更容易組織與分析(尤其要能讓您標記資產)。第二步是依相關業務分組,藉此分類及編碼每一項專利。許多公司都是依事業單位、技術領域、適用標準或其他類別,來組織規劃智慧財產,有些則使用自己的專利管理系統來記錄指定類別。   一旦歸類完成,就會分析專利組合,根據幾項因素評估專利強度 (patent strength)。此項分析的結果,能讓您清楚瞭解哪些資產更有價值、哪些資產與現行的商業策略同步。而不同步的資產可以考慮授權、出售或放棄,以節省成本。有很多工具可用來收集與編碼智慧財產,也有不同的方法可以決定相關的專利強度,而這些步驟可由您自行完成,或請外部專家提供協助。第一階段的作業包含確認組織的專利、將專利編目欄位與文字匯入資料庫工具,並從專利申請成案報告 (docket report) 中,將專利紀錄連結至組織內部的標記欄位。透過內部知識交換的技術描述,搭配文字探勘與專利分類,藉此將每項專利或申請案分成一項以上技術類別,並在資料加註分類標籤。 圖 2 顯示專利組合中幾項技術的發明進展步調。按照年份依序繪製標記的技術圖,更清楚顯示這些發明的時間軌跡。可以明顯看出這三項技術的活動模式非常不同:技術 A 年代久遠, 且沒有進一步的發展;技術 B 持續活躍;技術 C 在經歷了短期下降後恢復活躍。   圖 3 是檢視技術領域內專利活動的一種方法。這顯示各個技術領域中,最近的專利活動總數量與活躍程度。從這個角度來看,公司最近的活動相當明顯,可能表明公司有新的關注領域。   圖 4 是檢視技術領域內專利活動的另一種方法。這顯示各個技術領域中,最近的專利活動總數量與活躍程度。從這個角度來看,公司最近的活動相當明顯,可能表明公司有新的關注領域。   下表 2 […]

Derwent Innovation 的 AI 科技- Smart Search 智能檢索

不是每個人都是專利檢索專家,如何讓即使是非專利檢索專業的人員也能輕鬆檢索專利,花費更少精力卻能獲得更好的檢索結果? Smart Search會透過字串語意分析,為您拓展關鍵字,經過不同步驟的演算,包括分類號加權、引用加權等,計算出與您所輸入的技術描述相關的專利,並以關聯性高低排列,讓您快速掌握前1000件與您輸入的技術描述相關的專利,並以關聯性排列。