Las reivindicaciones de esta patente condensan tecnologías modernas de agentes, como el DSL (lenguaje específico de dominio) personalizado, la división de subtareas con relaciones de dependencia y el bucle de retroalimentación mediante capturas de pantalla.Además, en la descripción se recoge una mejora cuantitativa de la fiabilidad —«del 59 % en los métodos convencionales al 88 % con este método»—, lo que constituye un buen ejemplo para demostrar el carácter innovador. Un agente de la propiedad industrial especializado en propiedad intelectual relacionada con la IA ofrecerá una explicación exhaustiva citando el texto original.
💡 Punto clave: este artículo forma parte de la serie sobre patentes de agentes de IA, en la sección «Análisis en profundidad de patentes individuales (2.ª parte)». Para conocer la estrategia global de patentes de Anthropic, consulta la sección de análisis estratégico; para las patentes relacionadas, consulta el análisis de la patente US 12,430,150.
Índice
| Concepto | Contenido |
|---|---|
| N.º de patente | US 12.566.913 B2 |
| Denominación de la invención | Agentes de inteligencia artificial para automatizar los flujos de trabajo de tareas de interfaces multimodales |
| Fecha de registro | 3 de marzo de 2026 |
| Fecha de prioridad | 20 de marzo de 2024 |
| Solicitante | Anthropic PBC |
| Número de reivindicaciones | 15 (1 reivindicación independiente + grupo de reivindicaciones dependientes) |
| Relacionada | Anthropic «Computer Use» | Patente hermana de la US 12,430,150 B1 |
| Estado | Patente concedida |
Según la reivindicación 1, el agente está configurado para realizar las cuatro acciones siguientes. Este es el esqueleto de esta patente.
El elemento más característico de esta patente es el «DSL personalizado que admite tanto las llamadas a modelos (model calls) como la ejecución de acciones (action executions)».
Un DSL (lenguaje específico de dominio) es un lenguaje especializado en un ámbito concreto. En este caso, permite describir en un único lenguaje tanto el «pensamiento» (llamadas a modelos) como la «acción» (ejecución de acciones) del agente de IA. Se trata de un mecanismo que convierte la inteligencia en acciones reales al tender un puente entre las decisiones de la IA y las operaciones reales de la interfaz de usuario mediante un lenguaje común.
💡 Punto clave: lo que hace que esta patente sea técnicamente concreta y confiera derechos sólidos no es la idea abstracta de «hacer que la IA maneje el ordenador», sino el hecho de haber diseñado un lenguaje específico (DSL) para ello.Al incluir en las reivindicaciones una configuración concreta como «custom domain-specific language», se evita el rechazo por tratarse de una idea abstracta.
La reivindicación 1 establece que el flujo de trabajo se divide en «varias subtareas en las que cada una depende de la finalización de la subtarea anterior (each sub-task depends on the completion of a preceding sub-task)».
Es importante destacar que no se trata simplemente de dividir las tareas, sino de especificar explícitamente las «relaciones de dependencia (orden)» entre las subtareas. Por ejemplo, tal y como en «① Iniciar sesión → ② Buscar → ③ Introducir datos», se refleja la estructura realista de un flujo de trabajo en el que se avanza a la siguiente etapa una vez completada la anterior.
El agente «proporciona retroalimentación que incluye capturas de pantalla y el historial de acciones para la ejecución y mejora iterativas del flujo de trabajo».
Esto constituye la base sobre la que el agente de IA ejecuta un bucle iterativo («ejecución → visualización de resultados → corrección → reejecución»). La diferencia decisiva con respecto a un simple script de automatización radica en que no se trata de una ejecución única, sino que el agente corrige su rumbo de forma autónoma mientras observa la pantalla.
Según la descripción de la patente, los retos de los métodos convencionales eran «la dificultad de la manipulación visual de la interfaz de usuario, la dependencia excesiva de la cobertura de la API, las alucinaciones y la baja fiabilidad». Además, se indica que la presente invención ha mejorado la fiabilidad, pasando de aproximadamente el 59 % al 88 %.
59 %
Fiabilidad de los métodos convencionales
88 %
Fiabilidad de la presente invención
💡 Punto clave: esta descripción cuantitativa del efecto es de vital importancia en la práctica de las patentes. Una cifra concreta como «del 59 % al 88 %» refuerza mucho más la alegación de actividad inventiva (especialmente en Japón y Europa) que una descripción abstracta del tipo «mejora de la precisión».En el examen japonés, un «efecto notable que un experto en la materia no puede predecir» puede ser determinante para la novedad, y los datos cuantitativos constituyen el mejor respaldo para ello.
Nota complementaria | Antecedentes técnicos: La solicitud base de esta familia de patentes hace referencia a la arquitectura multimodal «Fuyu-8B», así como a datos de aprendizaje tales como vídeos de grabación de operaciones de software, páginas web y trayectorias de agentes (agentic trajectories).Se deduce que se trata de una solicitud que abarca incluso la base de datos que sustenta la «percepción y el comportamiento» de los agentes.
US 12,566,913 B2 | Reivindicación 1 (texto original / inglés)
Un sistema para la automatización de interfaces, que comprende: al menos una unidad central de procesamiento; un dispositivo de memoria que almacena construcciones de programación y datos que, cuando son ejecutadas por dicha al menos una unidad de procesamiento, hacen que el sistema configure un agente; el agente está configurado para: procesar una entrada que incluye datos multimodales que especifican un flujo de trabajo de la interfaz, incluyendo metadatos contextuales y un estado de la interfaz previo a la ejecución de dicho flujo de trabajo, en el que los datos multimodales incluyen, como mínimo, una combinación de una descripción en lenguaje natural y un comando prescriptivo; y segmentar el flujo de trabajo de la interfaz en una pluralidad de subtareas, en las que cada subtarea depende de la finalización de una subtarea precedente; generar una salida, en respuesta a los datos de entrada multimodales, que especifique una secuencia de comandos de accionamiento expresados en un lenguaje específico de dominio personalizado (DSL) que admite tanto llamadas a modelos como ejecuciones de acciones, en el que la secuencia de comandos de accionamiento desencadena una o más acciones accionadas por la máquina que replican las acciones accionadas por el usuario en la interfaz y provocan la automatización del flujo de trabajo de la interfaz al traducir las instrucciones del modelo en eventos reales de la web o de la aplicación, incluyendo al menos la localización; activar la secuencia de comandos de accionamiento multimodal mediante un actuador, en el que el actuador está configurado para recibir la secuencia de comandos de accionamiento del agente y para realizar las acciones accionadas por la máquina basándose en dicha secuencia como acciones sintéticas que automatizan el flujo de trabajo de la interfaz; y proporcionar información de retroalimentación, incluidas capturas de pantalla de la interfaz e historiales de acciones, para la ejecución y el perfeccionamiento iterativos del flujo de trabajo.
Traducción de referencia realizada por un agente de patentes (en japonés)
| Limitaciones | Significado técnico | Motivo por el que es válida |
|---|---|---|
| DSL personalizado (llamadas a modelos + ejecuciones de acciones) | Descripción del pensamiento y las operaciones en un lenguaje común | El núcleo de la implementación técnica. Alejarse de las ideas abstractas |
| División de subtareas con relaciones de dependencia | Comprensión de una estructura de flujo de trabajo realista | Concretización de la lógica de control |
| Localización (identificación de la posición de los elementos) | Identificación de los elementos de la interfaz de usuario en pantalla | Aspectos técnicos clave de la interacción visual con la interfaz de usuario |
| Comentarios sobre capturas de pantalla, etc. | Ciclo de mejora iterativa | Fundamentos de la autonomía |
Anthropic protege de forma superpuesta y desde distintos niveles el mismo concepto de «uso informático» mediante varias patentes. La distribución de funciones entre las dos patentes registradas es la siguiente:
| US 12.430.150 B1 | US 12.566.913 B2 (este artículo) | |
|---|---|---|
| Objeto de protección | Arquitectura de tiempo de ejecución (plataforma de ejecución) | Agente de IA propiamente dicho (inteligencia y funcionamiento) |
| Enfoque | Distribución de tareas entre cliente y servidor; representación intermedia | DSL, división en subtareas y retroalimentación |
| Reivindicaciones independientes | 3 (sistema, método, soporte) | Centrado en la reivindicación 1 (sistema) |
| A modo de ejemplo | «escenario (entorno de ejecución)» | «Actores (agentes)» |
| Registro | 30 de septiembre de 2025 | 3 de marzo de 2026 |
💡 Punto clave: Registrar varias patentes para un mismo producto (uso informático) desde perspectivas diferentes —como «plataforma de ejecución» y «agente propiamente dicho»— es una estrategia habitual para crear una sólida red de patentes. Al crear una estructura en la que, aunque la competencia eluda una de ellas, pueda infringir la otra, se elevan las barreras de entrada.Incluso en el caso de los productos estrella de la propia empresa, presentar varias solicitudes divididas por capas es una estrategia eficaz.
Dado que cuenta con una implementación técnica que incluye un DSL personalizado, la división en subtareas, la localización y la ejecución mediante actuadores, resulta fácil argumentar que se trata de una «solución concreta a un problema técnico» en las pruebas de Alice y Mayo, por lo que ya está registrada.
Al especificar la CPU y los dispositivos de memoria, y describir el procesamiento concreto de datos (generación de DSL y traducción de comandos), su estructura cumple fácilmente los requisitos de patentabilidad como invención relacionada con el software. En particular, el efecto cuantitativo de «del 59 % al 88 %» constituye un sólido respaldo del «efecto notable» requerido para demostrar la actividad inventiva.
El efecto técnico de la mejora de la fiabilidad es claro y, dado que resulta fácil posicionarlo como una solución técnica al reto técnico de la automatización de la interfaz de usuario (incluida la localización), se trata de una estructura que, incluso bajo el enfoque COMVIK, suele considerarse una característica técnica que contribuye a la actividad inventiva.
① Demostrar los efectos con datos cuantitativos. En lugar de «mejora de la precisión», hay que indicar «del 59 % al 88 %». Las cifras son el mejor respaldo para la novedad. Hay que preparar los datos experimentales y los resultados de la evaluación ya en la fase de la descripción técnica.
② Dotar a los conceptos funcionales de un «mecanismo específico». En lugar de «la IA lo controla», decir «se ha diseñado un DSL para ello». Hay que plasmar las funciones abstractas en medios técnicos concretos.
③ Describir la estructura de control. Especificar con terminología técnica la estructura del procesamiento, como las relaciones de dependencia entre subtareas o los bucles de retroalimentación.
④ Para los productos estrella, presentemos varias solicitudes divididas por capas. Obtendremos derechos de forma estratificada desde diferentes perspectivas, como la plataforma de ejecución y el propio agente.
Analizamos si su agente de IA puede convertirse en una patente sólida.
Un agente de la propiedad industrial especializado en los campos de las tecnologías de la información, el software y la IA le ofrecerá un apoyo integral que abarca desde un diagnóstico gratuito de la viabilidad de la protección, pasando por el diseño de reivindicaciones basadas en datos de eficacia, hasta la investigación de libertad para actuar (FTO) y la estrategia de presentación de solicitudes en Japón, EE. UU. y Europa.
Reserva tu primera consulta gratuita Servicios de propiedad intelectual en TI e IAP. ¿En qué consiste la patente US 12,566,913 B2?
R. Es una patente registrada en EE. UU. de la que es titular Anthropic y que protege el «agente de IA» en sí mismo, que automatiza una interfaz multimodal.El agente recibe como entrada instrucciones en lenguaje natural y el estado de la pantalla, divide la tarea en subtareas, genera una secuencia de comandos de ejecución mediante un DSL (lenguaje específico del dominio) personalizado y maneja la interfaz de usuario. Registrada el 3 de marzo de 2026, con un total de 15 reivindicaciones.
P. ¿Qué es un DSL (lenguaje específico de dominio)?
R. Es la abreviatura de «Domain-Specific Language» (lenguaje específico de dominio) y se trata de un lenguaje de programación especializado en un ámbito concreto.En esta patente, la tecnología clave es un DSL personalizado capaz de expresar tanto las «llamadas a modelos» (model calls) como las «ejecuciones de acciones» (action executions) del agente de IA. La innovación técnica radica en describir y servir de puente entre las decisiones de la IA y la manipulación real de la interfaz de usuario mediante un lenguaje común.
P. ¿En qué se diferencian las patentes US 12,430,150 B1 y US 12,566,913 B2?
R. Ambas son patentes hermanas que respaldan el «uso informático» de Anthropic.La patente US 12.430.150 B1 protege la infraestructura de ejecución (arquitectura de tiempo de ejecución = distribución entre cliente y servidor), mientras que la patente US 12.566.913 B2 protege el agente propiamente dicho (DSL, división de subtareas y retroalimentación).Se trata de un ingenioso diseño de cartera que protege el mismo producto de forma estratificada en diferentes capas.
P. ¿A qué se refiere el «88 %» que aparece en la descripción?
R. En la descripción de esta patente se indica que, mientras que la fiabilidad de los métodos convencionales era de aproximadamente el 59 %, con el método de la presente invención se ha mejorado hasta alcanzar aproximadamente el 88 %. Este efecto cuantitativo constituye un sólido respaldo a la hora de alegar el carácter innovador (especialmente en Japón y Europa).
P. ¿Hay algún consejo para patentar el agente de IA de nuestra empresa?
R. La lección más importante que se puede extraer de esta patente es «mostrar los efectos con cifras».En lugar de escribir «se mejora la precisión», mostrar datos cuantitativos como «59 % en los métodos convencionales → 88 % con este método» refuerza considerablemente la alegación de actividad inventiva. Asimismo, es importante describir de forma concreta los mecanismos técnicos, como el DSL o la división en subtareas.
Notas sobre este artículo: Este artículo es una explicación general de la tecnología y el sistema basada en el boletín de patentes publicado. La patente US 12,566,913 B2 es una patente registrada, pero el alcance real de los derechos viene determinado por la redacción de cada reivindicación, la doctrina de la equivalencia y la información sobre la historia de la patente.Las reivindicaciones, el resumen y el contenido de la descripción (incluidos los valores numéricos de fiabilidad) citados se basan en datos de boletines publicados (como FreePatentsOnline, etc.), pero para usos de importancia jurídica (FTO, análisis de infracción, nulidad, solicitudes, etc.), es imprescindible que consulte el original de la USPTO y la información más reciente sobre el historial de la patente, y que recurra al análisis individual de un experto.La traducción al japonés es una traducción de referencia para facilitar la comprensión; el texto oficial es el original en inglés.