一年一度的世界互聯網大會本月初在烏鎮如期而至，會上有兩個熱詞被互聯網大咖們反復強調——那就是“責任”和“人工智能(AI)”，特別是阿里巴巴集團董事局主席馬云在演講中再次爆出金句“對網絡空間、對數字經濟，與其擔心，不如擔當”。筆者借此蹭個熱度，把近期思考的問題拿出來拋磚引玉，談談人工智能對企業知識產權管理的挑戰和IPer們應具有的擔當。
記不清從什么時間起，身邊越來越多的同行開始討論AI技術未來可能對知識產權行業帶來的影響，一些有心人開始思考“明天”IPer應當具備怎樣的能力匹配，一些開拓者已經在專利智能檢索、合同智能起草等方面率先嘗試、開發出應用級產品雛形。筆者認為真正的知識產權AI時代還遠沒有到來，也許距離全面AI還需要相當長的時間，但無人會否認這一時代變革的必然趨勢。企業知識產權管理者在變革進程中可以扮演什么樣的角色呢?旁觀者還是參與者，討論者還是推動者。
一、AI時代的特質
AI是指基于大數據引擎，通過大規模機器學習和深度學習等技術，對海量數據進行處理、分析和挖掘，提取數據中所包含的有價值的信息和知識，并通過建立模型尋求現有問題的解決方案并實現預測。大數據本身并不“智能”，運用好大數據才可能衍生出“智能”效果。
AI時代，過去認為難以解決的問題，會因為大數據和機器智能的使用而迎刃而解，比如解決癌癥個性化治療的難題;同時，大數據和機器智能還可能徹底改變未來的商業模式，很多傳統行業都不得不通過AI技術實現升級換代，同時改變原有的商業模式;AI還會對現有的法律體系帶來挑戰，例如若AI產品發生侵權糾紛該如何確定侵權主體，該怎樣認定侵權因果關系以及適用怎樣的歸責原則。可見，AI對于未來社會的影響可能是全方位的。
二、企業知識產權管理遇到的挑戰
1企業知識產權管理的對象擴大范疇
管理企業的知識產權業務，雖然要以扎實的法律技能做工作基礎，但更重要的內涵在于解決組織(企業)發展過程中的管理問題。這也是從事知識產權工作的外部律師/代理人與企業In-house職業發展的定位差異所在。
在管理學體系下管理有五層含義。管理是一個過程，管理的任務是達到組織的目標，管理的核心是持續改進和追求更好，管理的手段是配置和運作組織擁有的資源，管理的本質是決策和協調。企業知識產權管理屬于管理學范疇，傳統環境下進行知識產權管理，管理的對象包括生產資料、生產力和生產產品，例如，生產資料可以是供應鏈上游的物料也可以是生產工具(制造設備或制造方法)，生產力可以是科學技術中的發明創造，生產產品可以是實體物質產品也可以是無形精神產品。做好企業內部的知識產權管理，就是在知識產權的業務層面，針對上述管理對象提升管理效率、降低管理成本、優化管理質量、控制管理風險。
AI時代，大數據將成為重要的生產資料，云計算如無意外將成為首要的生產力。AI對知識產權管理提出了新的內在要求，企業知識產權管理者未來必須要管理好與大數據和云計算相關的知識產權。比如，數據庫的保護、數據的披露和使用是否屬于知識產權管理的范疇;考慮到云計算發生在服務器端，現有的專利布局理念和實踐經驗是否能有效保護涉及云計算的創新;企業知識產權管理部門有無措施、有無權限去保護企業的大數據和云計算能力，都是懸而未決的問題。
2企業知識產權管理的依據遇到挑戰
企業運行知識產權管理，其主要動因在于保障企業主營業務高速奔跑的同時防止同業者同質化競爭，進而還衍生出允許同業者同質化競爭但通過知識產權授權提升其成本。企業知識產權管理的依據在于規制侵權行為的法律，例如民法、刑法等基本法律以及各類知識產權法。
AI時代，現有法律體系將會遇到挑戰，很多新生的業務模式根據現有的法律可能無法確定其風險。試舉一例，企業開發了一種根據用戶輸入條件自動作曲的AI產品，如果創作出的歌曲侵犯了他人著作權，此時首先需要明確如何認定侵權主體，由于AI產品可能是在無人或少人狀態下進行生產或工作的，其與一般產品責任相比有共性也有特殊性，其可能牽連多個潛在責任主體：數據模型建立者、訓練數據提供者、產品設計研發者、產品生產者、產品銷售者、產品運行的操作者、相關監管部門。與一般產品相比，上述每個潛在責任主體應承擔責任的比重是否發生變化，在不同情形下發生知識產權侵權的評判標準是否一致，亟待進行探索。
3企業知識產權管理的組織迎接變革
現階段企業知識產權管理者的工作不外乎創新保護(專利+技術秘密)、創作保護(版權)和品牌保護(商標+域名)，只是處于不同行業、不同發展階段的企業對于上述三種工作的理解、重視程度和投入分配各有不同。現有的企業知識產權管理組織架構，不管組織規模大小，不管人員內置或外包，一般會包括申請(注冊)、分析、爭議解決、許可交易等職能模塊。知識產權管理部門的人員規模越大、預算越多，它所承受的收益期待和績效壓力就會越高。同時，如果知識產權管理部門人數過多并且同質化嚴重，則該組織還可能遇到晉升危機和成長性不足的難題。
AI時代，大多數重復性的工作將被自動化工具接管，任何決策前的基礎分析和概然性預測可能由機器人完成，企業知識產權管理部門不能再比拼“體重”，要比拼“健康”。如果商標智能檢索工具逐漸完善，IPer的工作將不再糾結于商標檢索，而會偏向于如何迎合業務目標進行決策;如果版權智能監測工具日益完備，將不再需要雇傭大量的IPer進行人工監測;如果專利智能撰寫工具開始成熟，IPer將更容易從繁雜耗時的申請撰寫、申請審核中解脫出來。企業可能更僅需要少量的、但具備資深從業經驗、同時具有敏銳商業嗅覺的知識產權管理專家，去駕馭眾多AI工具從而優化效能，抽絲剝繭只處理較為關鍵的事務。
同時，企業知識產權管理部門還需要考慮是否應當增加開發、運維AI產品的崗位職能，因為那時AI產品可能已不再是輔助性工具，而變成整個團隊最重要的生產力。
三、AI時代來臨前的發展路徑思考
還好，真正意義上的AI時代可能還需要較長時間才會到來，在AI時代來臨前，留給了企業知識產權管理者提前思考和實踐的機會。筆者建議重視以下三方面工作：
1關注數據管理
知識產權類的AI產品需要海量的相關數據作為基礎進行訓練，專利、商標、域名等公開數據提供了部分訓練數據，但這遠不夠，如果希望開發出進行管理決策的智能工具，必然還需要財務、HR、IP管理等更多維度的訓練數據。例如，企業知識產權管理部門的日常工作往往是離散非系統的、是分布非協作的、是隨機非共性的，為獲得符合本企業特點的AI工具，當下有必要預先管理與知識產權事務相關的知識，知識數據管理的關鍵在于知識數據吸收、知識數據分享和知識數據沉淀。
2關注新風險預研
在AI商業模式布局之初，應當預先研究與AI商業模式相關的法律，系統化論證現有法律如何理解AI商業模式的侵權主體、侵權行為等諸多核心問題并在行業中發聲，參與提出法律演進的建議，以便在企業大規模投入AI商業模式之時提供企業發展的合規建議。
3關注新技術應用
AI工具必將極大提升企業知識產權管理部門的生產效率，但每個企業愿意接受AI工具的時間會有先后，可獲取AI工具的性能可能也相差千里，很難說這些看上去小小的差異是否會大幅放大同業競爭者之間的差距。企業知識產權管理部門可有意識地關注AI行業的發展，在可控范圍內主動擁抱科技變化，甚至可以對知識產權類AI工具進行資本投入或聯合開發。
作為企業知識產權管理者，在AI時代全面來到之前，我們還有很多潛在情況需要感知，還有很多潛在問題值得思考。“與其擔心，不如擔當”，在推動知識產權管理AI化的進程中，企業IPer其實可以扮演更重要的角色。
來源：IPRdaily中文網
