Avec la généralisation des IA génératives, à l'instar de ChatGPT, la concurrence s'intensifie à l'échelle mondiale pour le développement d'« agents IA » capables de comprendre un objectif, d'élaborer un plan, d'utiliser des outils externes et d'exécuter des tâches de manière autonome.Si le « brevet » constitue un moyen de protéger cette technologie de pointe contre la contrefaçon, nombreux sont les développeurs et dirigeants qui se posent des questions telles que « Les agents IA peuvent-ils réellement faire l’objet d’un brevet ? » ou « Quels types de brevets les autres entreprises ont-elles déposés ? ».
Dans cet article, un conseil en brevets spécialisé dans le domaine de l’IA apporte des explications en comparant des exemples concrets de brevets et d’examens officiels au Japon (JPO), aux États-Unis (USPTO) et en Europe (OEB).À partir d’exemples concrets vérifiés, tels que le brevet « Transformer » de Google, le brevet d’OpenAI sur l’interopérabilité des outils ou encore le brevet de DeepMind sur la mémoire externe, nous présenterons les points clés à prendre en compte pour obtenir la protection juridique des technologies d’agents IA.
Table des matières
Tout d’abord, il convient de noter que les algorithmes de raisonnement de l’IA (formules mathématiques) ne sont en principe pas brevetables, quel que soit le pays. Cependant, si ce traitement de l’information est mis en œuvre concrètement à l’aide de ressources matérielles telles qu’un ordinateur, il peut alors être breveté en tant qu’« invention liée aux logiciels ».
Dans le cas de la technologie des agents IA, le principal enjeu de la protection par brevet réside moins dans l’amélioration du modèle lui-même que dans la configuration du système et le flux de traitement, c’est-à-dire « comment le LLM a été utilisé pour construire un système autonome ». Voyons ci-dessous concrètement quels types de cas ont fait l’objet d’un brevet dans trois juridictions (Japon, États-Unis et Europe).
Pour bien comprendre les exemples de chaque pays, il convient de retenir trois points de vue communs.
| Point de vue | Japon (JPO) | États-Unis (USPTO) | Europe (EPO) |
|---|---|---|---|
| Principes fondamentaux | Traitement concret de l'information à l'aide de ressources matérielles | Critères d’Alice/Mayo (caractère abstrait ou non de l’idée) | Caractère technique + contribution technique (COMVIK) |
| Question clé | Le traitement de l’information est-il concrètement mis en œuvre ? | S'agit-il d'une solution technique à un problème technique (application pratique) ? | S'agit-il de caractéristiques techniques contribuant à l'objectif technique ? |
| Structure faible | Simple présentation de données / automatisation des tâches humaines par l’IA | Exécution d’idées abstraites sur un PC standard | Méthodes mathématiques ou commerciales « en tant que telles » |
Au Japon, les inventions liées à l’IA sont examinées en tant qu’un type d’« invention relative aux logiciels informatiques ». Le critère central de l’évaluation est de déterminer si « le traitement de l’information est concrètement mis en œuvre par un logiciel utilisant des ressources matérielles », comme l’indique l’annexe B du manuel d’examen.
L’Office japonais des brevets a publié en janvier 2019 un recueil officiel d’exemples liés à l’IA, puis a ajouté en mars 2024 dix nouveaux exemples adaptés à l’ère de l’IA générative et des modèles de langage à grande échelle (LLM). Voici les conclusions des exemples représentatifs (il s’agit dans tous les cas d’exemples fictifs fournis par l’Office japonais des brevets).
Cas du JPO : enregistrement accepté
Cas où « la précision des prévisions s’est considérablement améliorée » grâce à une nouvelle variable d’entrée (estimation de la production hydroélectrique)
Alors qu’une configuration consistant simplement à remplacer un modèle de régression classique par un réseau neuronal a vu son caractère inventif rejeté, une configuration ajoutant la « température de l’eau du fleuve » comme variable d’entrée afin de prendre en compte l’apport d’eau de fonte des neiges, et améliorant ainsi de manière significative la précision des prévisions, a été jugée comme présentant un caractère inventif. La clé réside dans l’optimisation techniquement significative des caractéristiques d’entrée et des données d’apprentissage.
Exemple du JPO : rejeté
Cas de simple remplacement d’une tâche humaine par l’IA (calcul du stade d’un cancer)
Une configuration consistant simplement à remplacer par un réseau neuronal pré-entraîné le calcul manuel, effectué par un médecin, de la probabilité de cancer à partir de marqueurs sanguins a vu son caractère novateur rejeté, car considérée comme une « simple automatisation par l’IA d’une tâche humaine ».
Exemple du JPO : 2024 · LLM
Caractère inventif d’une configuration utilisant l’IA générative (LLM)
Alors que la configuration consistant à saisir une question dans un LLM pour générer automatiquement une réponse (réponses automatiques au service client, etc.) a vu son caractère novateur rejeté, le traitement concret consistant à extraire plusieurs mots-clés de documents connexes pour générer une invite, puis à produire un texte plus approprié, a été jugé comme présentant un effet notable et a donc été autorisé à l’enregistrement.
Au-delà des exemples fictifs de l’Office japonais des brevets, examinons également des brevets réels déjà enregistrés.
Brevets existants | Japon
JP 7282070 (Mitsubishi Electric) | « Données compressées » de réseaux neuronaux
Brevet portant sur des données permettant de compresser les informations de configuration d’un réseau neuronal par quantification (enregistré en 2023). Il s’agit d’un exemple de protection juridique d’une « structure de données » dans le domaine de l’IA.
Brevet réel | Japon
JP 7177608 (Komatsu) | Modèle d’estimation de position pré-entraîné pour engins de chantier
Brevet portant sur un système utilisant un modèle pré-entraîné pour estimer la position des outils de travail d’une pelle hydraulique à partir d’images captées par une caméra (enregistré en 2022). Il s’agit d’un excellent exemple de protection couvrant non seulement le système et la méthode, mais aussi le procédé de fabrication du modèle pré-entraîné et les données d’apprentissage, ce qui constitue une référence utile dans le domaine du contrôle autonome des machines (domaine adjacent à celui des agents IA).
Aux États-Unis, l’admissibilité à la protection par brevet (35 U.S.C. §101) est évaluée à l’aide du test en deux étapes d’Alice/Mayo. Il s’agit de déterminer si l’invention « porte sur une idée abstraite » et, le cas échéant, s’il existe un concept inventif (application concrète à un problème technique) qui va au-delà de cette idée.
L’USPTO a publié le 17 juillet 2024 des directives d’examen spécifiques à l’IA, illustrées par trois exemples concrets (cas n° 47 à 49).
| Exemples de l’USPTO | Configuration non éligible | Configuration éligible (enregistrement autorisé) |
|---|---|---|
| Exemple n° 47 : détection d’anomalies | Méthode d’apprentissage d’un réseau neuronal (application de formules mathématiques uniquement) | Application concrète consistant à bloquer en temps réel les paquets malveillants à l’aide d’un réseau neuronal pré-entraîné |
| Exemple 48 : Séparation des voix | Calcul des vecteurs d’embeddement uniquement à l’aide de formules mathématiques | Traitement concret de la séparation des voix des locuteurs par regroupement et application d’un masque |
| Exemple n° 49 : Médecine assistée par l’IA | Il suffit de calculer un score de risque à partir des données génétiques | Application concrète : traitement spécifique (administration de collyre) destiné à un groupe de patients à haut risque |
La leçon à retenir est claire. La clé pour obtenir la protection juridique d’une invention d’agent IA aux États-Unis consiste à démontrer concrètement une « solution technologique à un problème technologique », en précisant « comment fonctionne » l’IA et « ce qu’elle améliore ».
Brevet existant | États-Unis
US 10 452 978 (Google) | Brevet Transformer
Brevet (enregistré en 2019) portant sur un réseau neuronal basé sur le mécanisme d’auto-attention (self-attention), correspondant à l’article « Attention Is All You Need ». Il s’agit de l’architecture qui sert de base à tous les modèles de langage à grande échelle (LLM) et agents d’IA actuels.
Brevet existant | États-Unis
US 11 922 144 (OpenAI) | Intégration d’API externes (utilisation d’outils)
Brevet (enregistré en 2024) selon lequel un LLM lit le schéma (manifeste) d’une API et génère des appels de fonctions vers des outils externes (achats, bases de données, e-mails, etc.) sans réentraînement. Il s’agit véritablement d’un brevet central pour les « agents IA », équivalent aux plugins et aux appels de fonctions (function calling) de ChatGPT.
En Europe (OEB), les programmes informatiques et les méthodes mathématiques sont exclus de la brevetabilité « en tant que tels » (article 52 de la Convention sur le brevet européen). Toutefois, cette exclusion peut être facilement contournée en faisant référence au matériel (ordinateur, processeur, etc.) ; c’est donc au stade de l’activité inventive (approche COMVIK) que se joue véritablement l’issue de la procédure.
Dans l’approche COMVIK, seules les caractéristiques contribuant à la nature technique sont prises en compte pour évaluer l’activité inventive ; les caractéristiques relevant purement des mathématiques ou ayant une finalité commerciale ne sont pas prises en considération. En d’autres termes, même si une caractéristique est mathématiquement nouvelle, elle n’apporte « aucune » contribution à l’activité inventive si elle ne poursuit pas un objectif technique.
Exemple de l’OEB : rejet non admissible
T 0702/20 (Mitsubishi Electric) | Réseau neuronal à couplage faible
Concernant une structure de réseau neuronal utilisant des codes de correction d’erreurs pour rendre les connexions entre les couches peu denses, la chambre de recours a reconnu qu’elle était « nouvelle et non évidente », mais a néanmoins rejeté la demande au motif qu’elle ne faisait que définir une classe de fonctions mathématiques (exclue du champ d’application).Le simple fait de viser à « empêcher le surapprentissage » n’est pas suffisant ; il s’agit là d’un exemple important montrant qu’il est difficile d’obtenir une protection en Europe pour les améliorations apportées au cœur de l’IA.
Cas de l’OEB : décision importante
G 1/19 (Chambre de recours élargie, 2021) | Simulation de mouvements de foules de piétons
Concernant la simulation par ordinateur du déplacement d’une foule de piétons, la chambre de recours élargie a estimé que « les simulations mises en œuvre par ordinateur doivent être évaluées selon les mêmes critères que les autres inventions logicielles » et que « même une sortie numérique peut constituer un effet technique ». Cette décision fournit des indications pour les inventions d’IA de type simulation ou planification.
Brevet existant | Europe
EP 3398117 (DeepMind) | Réseau neuronal étendu par une mémoire externe
Brevet européen (enregistré en 2023) portant sur une architecture combinant un réseau neuronal et une mémoire externe (espace de stockage). Il s’agit d’un exemple d’enregistrement directement lié à la fonction de « mémoire » d’un agent IA, qui consiste à conserver des informations pour les exploiter lors de l’action suivante.
| Critères de comparaison | Japon (JPO) | États-Unis (USPTO) | Europe (OEB) |
|---|---|---|---|
| Cadre d'évaluation | Mise en œuvre concrète au niveau des ressources matérielles | Alice/Mayo en deux étapes | Article 52 + COMVIK (2 étapes) |
| IA de base (amélioration du modèle) | Admissible si elle repose sur une ingéniosité et produit des effets notables | Admissible si une amélioration technique est démontrée | Strict (rejeté dans la décision T0702/20) |
| Type de brevet facile à obtenir | Flux de traitement concret · Caractéristiques d’entrée nouvelles | Application concrète à un problème technique | Lié à l’objectif technique et à la mise en œuvre technique |
| Indices tirés de la documentation officielle | Recueil d’exemples d’IA (2019・2024) | Exemples de lignes directrices sur l’IA 47 à 49 (2024) | Lignes directrices G-II 3.3.1 et G1/19 |
| Tendances générales | Relativement souples | Durcissement après l’affaire Alice → Amélioration de la prévisibilité en 2024 | Exigences très strictes en matière de contribution technique |
Point commun essentiel : ce qui caractérise ces trois pôles, ce n’est pas de décrire « ce que l’IA permet de réaliser (idée commerciale) », mais d’exposer concrètement « comment y parvenir sur le plan technique ». C’est ce point précis qui fait la différence entre le succès et l’échec d’un brevet portant sur un agent IA.
Nous résumons ici les points pratiques permettant de réussir l’obtention d’un brevet d’agent IA, tirés d’exemples japonais, américains et européens.
① Déposer la demande avant toute publication : toute publication dans des articles scientifiques, des logiciels libres (OSS) ou des communiqués de presse entraîne la perte de la nouveauté. Veillez à finaliser votre demande avant toute divulgation d’informations.
② Rédiger en termes de « flux de traitement » : ne pas se concentrer sur les prompts ou les idées commerciales, mais décrire le système comme un processus de traitement de l’information, en précisant sous quelles conditions et de quelle manière il se comporte de manière dynamique.
③ Préciser clairement le problème technique et ses effets : présentez ensemble le problème technique (par exemple, « comment empêcher les hallucinations ») et les moyens concrets permettant de le résoudre, ainsi que les effets notables qui en découlent.
④ Ne pas trop dépendre d’une technologie spécifique : les revendications qui dépendent entièrement d’une API externe spécifique (OpenAI, etc.) ne seront plus couvertes en cas de changement de modèle à l’avenir. Extrayez la valeur fondamentale de votre entreprise à l’aide de concepts universels.
⑤ S’adapter aux critères d’examen de chaque pays : la rédaction de revendications « efficaces » diffère entre le Japon, les États-Unis et l’Europe. Pour les dépôts internationaux, une stratégie maîtrisant les pratiques de chaque juridiction est indispensable.
Brevetage des technologies d’agents IA : commencez par nous consulter.
Des conseils en propriété industrielle spécialisés dans les domaines de l’informatique et des logiciels vous apportent un accompagnement complet, de l’entretien technique à la recherche d’antériorités, en passant par la stratégie de protection dans chaque pays. Nous proposons une première consultation gratuite.
Réserver une première consultation gratuite Services de propriété intellectuelle en informatique et IAQ. Les agents IA peuvent-ils faire l’objet d’un brevet ?
R. Oui. Bien que l’algorithme de raisonnement d’un agent IA soit en soi une méthode mathématique, s’il est décrit comme un système ou un procédé permettant de mettre concrètement en œuvre le traitement de l’information à l’aide de ressources matérielles telles que des ordinateurs, il peut faire l’objet d’un brevet au Japon, aux États-Unis ou en Europe.De nombreuses technologies de base d’agents IA ont d’ailleurs déjà été brevetées, comme le brevet « Transformer » de Google (US10,452,978) ou le brevet d’OpenAI sur l’intégration d’outils (US11,922,144).
Q. Peut-on obtenir un brevet uniquement grâce à l’optimisation d’une invite ?
R. En réalité, c’est difficile. Le texte de la consigne lui-même est souvent considéré comme une « convention humaine (présentation d’informations) » et risque de ne pas être considéré comme une invention.Dans un cas pratique de l’Office japonais des brevets datant de 2024, une configuration consistant simplement à saisir une question dans un LLM pour générer une réponse s’est vu refuser le caractère inventif. En revanche, si l’on décrit le procédé comme un traitement de l’information permettant de générer et de synthétiser dynamiquement des prompts en fonction du contexte, les chances d’obtenir un brevet augmentent.
Q. Où est-il le plus facile d’obtenir un brevet : au Japon, aux États-Unis ou en Europe ?
R. Il est difficile de généraliser, mais on considère souvent que, en matière d’exigences d’enregistrement des inventions logicielles, « le Japon est relativement souple, tandis que l’Europe (OEB) est la plus exigeante en matière de contribution technique ».Les États-Unis ont durci leurs critères après l’arrêt Alice, mais les lignes directrices d’examen relatives à l’IA publiées en juillet 2024 (exemples 47 à 49) ont renforcé la prévisibilité pratique. Dans tous ces pays, il est essentiel de démontrer clairement que « le problème technique est résolu par des moyens techniques ».
Q. Existe-t-il des exemples célèbres de brevets relatifs aux agents d’IA ?
R. Parmi les exemples représentatifs, on peut citer le brevet de Google (US10,452,978) sur le « Transformer », qui constitue la base des LLM modernes,le brevet d’OpenAI sur l’interfaçage avec des API externes (US11,922,144), qui correspond aux plugins et aux appels de fonctions de ChatGPT, ainsi que le brevet de DeepMind sur les réseaux neuronaux à extension de mémoire externe (EP3398117).Au Japon également, des brevets ont été enregistrés, tels que celui de Mitsubishi Electric sur la compression des réseaux neuronaux (JP7282070) et celui de Komatsu sur les modèles pré-entraînés destinés aux engins de chantier (JP7177608).
Q. Peut-on déposer une demande de brevet même après avoir publié la technologie dans un article ou sur GitHub ?
R. En principe, une fois la technologie rendue publique, elle perd sa nouveauté et ne peut plus faire l’objet d’un brevet. Le Japon dispose d’un système d’« exception à la perte de nouveauté » (article 30) qui permet une réparation sous certaines conditions, mais les exigences varient d’un pays à l’autre et ce système n’est pas universel. Le secteur de l’IA se caractérisant par une rapidité de publication élevée, il est extrêmement important de finaliser la demande de brevet avant la publication d’un article, la mise à disposition en open source ou la diffusion d’un communiqué de presse.
Q. Dois-je consulter un conseil en brevets pour les inventions liées aux agents IA ?
R. Nous le recommandons vivement. Les brevets relatifs aux agents IA nécessitent une expertise pointue : il faut extraire les « technologies brevetables » de systèmes qui ont tendance à être des « boîtes noires », puis concevoir des revendications (étendue des droits) conformes aux critères d’examen de chaque pays. En consultant un conseil en brevets spécialisé dans les domaines de l’informatique et des logiciels, vous pourrez construire un réseau de brevets solide, difficile à contourner par la concurrence.