Les revendications de ce brevet regroupent des technologies d’agents modernes telles que le DSL (langage spécifique au domaine) personnalisé, la division en sous-tâches avec dépendances et la boucle de rétroaction par captures d’écran.De plus, le descriptif mentionne une amélioration quantitative de la fiabilité (« 59 % auparavant → 88 % avec cette méthode »), ce qui constitue un excellent exemple de démonstration de l’état de la technique. Un conseil en propriété industrielle spécialisé dans la propriété intellectuelle liée à l’IA vous propose une analyse approfondie en citant le texte original.
💡 Point clé : cet article fait partie de la série consacrée aux brevets sur les agents IA, dans la rubrique « Analyse approfondie des brevets individuels (2e partie) ». Pour découvrir la stratégie globale d’Anthropic en matière de brevets, consultez la rubrique « Analyse stratégique », et pour les brevets apparentés, consultez l’explication du brevet US 12,430,150.
Table des matières
| Rubrique | Contenu |
|---|---|
| Numéro de brevet | US 12 566 913 B2 |
| Intitulé de l'invention | Agents d'intelligence artificielle pour automatiser les flux de travail des tâches d'interface multimodale |
| Date d'enregistrement | 3 mars 2026 |
| Date de priorité | 20 mars 2024 |
| Demandeur | Anthropic PBC |
| Nombre de revendications | 15 (1 revendication indépendante + un ensemble de revendications dépendantes) |
| Connexes | Anthropic « Computer Use » | Brevet apparenté au brevet US 12,430,150 B1 |
| Statut | Brevet délivré (granted) |
Selon la revendication 1, l’agent est conçu pour effectuer les quatre actions suivantes. Celles-ci constituent la structure fondamentale de ce brevet.
L’élément le plus caractéristique de ce brevet est le « DSL personnalisé prenant en charge à la fois les appels de modèle (model calls) et l’exécution d’actions (action executions) ».
Un DSL (Domain-Specific Language) est un langage spécialisé dans un domaine spécifique. Ici, il permet de décrire dans un seul et même langage à la fois la « réflexion » (appels de modèles) et l’« action » (exécution d’actions) de l’agent IA. Il s’agit d’un mécanisme qui transforme l’intelligence en actions concrètes en établissant un pont entre les décisions de l’IA et les opérations réelles de l’interface utilisateur à l’aide d’un langage commun.
💡 Point clé : ce n’est pas l’idée abstraite de « faire contrôler un PC par l’IA », mais le fait d’avoir conçu un langage dédié (DSL) à cette fin qui concrétise techniquement ce brevet et en fait un droit solide.L’intégration dans les revendications d’une configuration concrète telle que « custom domain-specific language » permet d’éviter le rejet de l’idée abstraite.
La revendication 1 stipule que le flux de travail est divisé en « plusieurs sous-tâches où chaque sous-tâche dépend de l’achèvement d’une sous-tâche précédente (each sub-task depends on the completion of a preceding sub-task) ».
Il est important de noter qu’il ne s’agit pas simplement de diviser les tâches, mais d’expliciter les « relations de dépendance (ordre) » entre les sous-tâches. Cela reflète la structure réaliste d’un flux de travail, où l’on passe à l’étape suivante uniquement une fois que la précédente est terminée, comme par exemple « ① Connexion → ② Recherche → ③ Saisie ».
L’agent « fournit un retour d’information comprenant des captures d’écran et l’historique des actions afin de permettre l’exécution et l’amélioration itératives du flux de travail ».
C’est ce qui permet à l’agent IA de suivre une boucle itérative (« exécution → analyse des résultats → correction → réexécution »). Le fait qu’il ne s’agisse pas d’une exécution ponctuelle, mais d’un ajustement autonome en observant l’écran, constitue la différence fondamentale par rapport à un simple script d’automatisation.
Selon le descriptif, les défis posés par les méthodes traditionnelles étaient « la difficulté des opérations visuelles sur l’interface utilisateur, la dépendance excessive à la couverture des API, les hallucinations et la faible fiabilité ». Il est indiqué que la présente invention a permis d’améliorer la fiabilité, la faisant passer d’environ 59 % à environ 88 %.
59 %
Fiabilité des méthodes traditionnelles
88 %
Fiabilité de la présente invention
💡 Point clé : cette description quantitative des effets revêt une importance capitale dans la pratique des brevets. Des chiffres concrets tels que « 59 % → 88 % » renforcent nettement davantage l’argumentation relative à l’activité inventive (notamment au Japon et en Europe) qu’une description abstraite telle que « amélioration de la précision ».Dans le cadre de l’examen japonais, un « effet remarquable que l’homme du métier ne peut pas prévoir » peut constituer un élément déterminant pour établir l’activité inventive, et les données quantitatives en sont la meilleure preuve.
Complément d’information | Contexte technique : la demande de base de cette famille de brevets fait référence à l’architecture multimodale « Fuyu-8B » ainsi qu’à des données d’apprentissage telles que des vidéos d’enregistrement d’opérations logicielles, des pages Web et les trajectoires d’agents (agentic trajectories).On peut en déduire qu’il s’agit d’une demande qui englobe jusqu’à l’infrastructure de données sous-tendant la « perception et le comportement » des agents.
US 12 566 913 B2 | Revendication 1 (texte original / anglais)
Système d’automatisation d’interface, comprenant : au moins une unité centrale de traitement ; un dispositif de mémoire stockant des constructions de programmation et de données qui, lorsqu’elles sont exécutées par ladite au moins une unité de traitement, amènent le système à configurer un agent ; l’agent étant configuré pour : traiter une entrée comprenant des données multimodales qui spécifient un flux de travail d’interface incluant des métadonnées contextuelles et un état de l’interface avant l’exécution dudit flux de travail d’interface, les données multimodales comprenant au moins une combinaison d’une description en langage naturel et d’une commande prescriptive ; et segmenter le flux de travail de l’interface en une pluralité de sous-tâches, chaque sous-tâche dépendant de l’achèvement d’une sous-tâche précédente ; générer une sortie, en réponse aux données d’entrée multimodales, qui spécifie une séquence de commandes d’action exprimées dans un langage spécifique au domaine (DSL) (DSL) prenant en charge à la fois les appels de modèle et les exécutions d’actions, la séquence de commandes d’action déclenchant une ou plusieurs actions déclenchées par la machine qui reproduisent les actions déclenchées par l’utilisateur sur l’interface et entraînent l’automatisation du flux de travail de l’interface en traduisant les instructions du modèle en événements Web ou d’application réels, incluant au moins la localisation ; actionner la séquence de commandes d’actionnement multimodales à l’aide d’un actionneur, ledit actionneur étant configuré pour recevoir la séquence de commandes d’actionnement provenant de l’agent et pour exécuter les actions actionnées par la machine sur la base de ladite séquence de commandes d’actionnement sous forme d’actions synthétiques qui automatisent le flux de travail de l’interface ; et fournir un retour d’information comprenant des captures d’écran de l’interface et l’historique des actions pour l’exécution et le perfectionnement itératifs du flux de travail.
Traduction de référence par un conseil en brevets (en japonais)
| Limitations | Signification technique | Raison de la validité |
|---|---|---|
| Langage DSL personnalisé (appels de modèles + exécutions d’actions) | Description de la réflexion et des opérations dans un langage commun | Le cœur de la mise en œuvre technique. Sortir de l’abstraction |
| Décomposition en sous-tâches avec dépendances | Compréhension d’une structure de workflow réaliste | Concrétisation de la logique de contrôle |
| Localisation (identification de la position des éléments) | Identification des éléments de l’interface utilisateur à l’écran | Points techniques clés des interactions visuelles avec l’interface utilisateur |
| Retour d’information sous forme de captures d’écran, etc. | Cycle d’amélioration itératif | Fondement de l’autonomie |
Anthropic protège de manière multicouche le même concept d’« utilisation d’un ordinateur » à travers plusieurs brevets, à différents niveaux. La répartition des rôles entre les deux brevets enregistrés est la suivante :
| US 12 430 150 B1 | US 12 566 913 B2 (le présent article) | |
|---|---|---|
| Objet de la protection | Architecture d’exécution (infrastructure d’exécution) | Agent IA proprement dit (intelligence et fonctionnement) |
| Point central | Répartition client/serveur et représentation intermédiaire | Langage DSL, division en sous-tâches, rétroaction |
| Revendications indépendantes | 3 (système, méthode, support) | Accent sur la revendication 1 (système) |
| À titre d’exemple | « scène (environnement d’exécution) » | « les acteurs (agents) » |
| Enregistrement | 30 septembre 2025 | 3 mars 2026 |
💡 Point clé : obtenir plusieurs brevets pour un même produit (Computer Use) en l’abordant sous deux angles différents, à savoir « l’environnement d’exécution » et « l’agent lui-même », est une stratégie classique pour créer un solide réseau de brevets. En mettant en place une structure dans laquelle, même si un concurrent parvient à contourner l’un des brevets, il risque de tomber en infraction avec l’autre, on renforce les barrières à l’entrée.Même pour les produits phares de l’entreprise, le dépôt de plusieurs demandes de brevet en séparant les couches constitue une stratégie efficace.
Comme le produit intègre des implémentations techniques telles qu’un DSL personnalisé, la division en sous-tâches, la localisation et l’exécution par des actionneurs, il est facile de faire valoir, dans le cadre des tests d’Alice et de Mayo, qu’il apporte une « solution concrète à un problème technique » ; il est d’ailleurs déjà enregistré.
La description mentionne explicitement le processeur et la mémoire, et détaille le traitement concret des données (génération de DSL et traduction des commandes) ; cette configuration permet de satisfaire facilement aux critères d’admissibilité en tant qu’invention liée aux logiciels. En particulier, l’effet quantitatif « de 59 % à 88 % » constitue un argument de poids pour démontrer l’« effet notable » requis pour établir l’activité inventive.
L’effet technique, à savoir l’amélioration de la fiabilité, est clair ; il est donc facile de le positionner comme une solution technique à un problème technique lié à l’automatisation de l’interface utilisateur (y compris la localisation). Cette configuration est donc susceptible d’être prise en compte comme caractéristique technique dans l’évaluation de l’activité inventive, même dans le cadre de l’approche COMVIK.
① Démontrez les effets à l’aide de données quantitatives. Préférez « 59 % → 88 % » à « amélioration de la précision ». Les chiffres constituent la meilleure preuve de l’état de la technique. Préparez des données expérimentales et des résultats d’évaluation dès la phase de rédaction du mémoire descriptif.
② Attribuez un « mécanisme dédié » aux concepts fonctionnels. Au lieu de dire « l’IA effectue l’opération », précisez « nous avons conçu un DSL à cet effet ». Transposez ainsi une fonction abstraite en moyens techniques concrets.
③ Décrivez la structure de contrôle. Exprimez clairement, en termes techniques, la structure du traitement : relations de dépendance entre les sous-tâches, boucles de rétroaction, etc.
④ Pour les produits phares, déposez plusieurs demandes de brevet en les divisant par couches. Obtenez une protection par couches selon différents angles d’approche, comme entre la plate-forme d’exécution et l’agent lui-même.
Nous évaluons si votre agent IA peut faire l’objet d’un brevet solide.
Des conseils en propriété industrielle spécialisés dans les domaines de l’informatique, des logiciels et de l’IA vous apportent un accompagnement complet : diagnostic gratuit de la possibilité d’obtention de droits, conception de revendications s’appuyant sur des données d’efficacité, recherche de liberté d’exploitation (FTO) et stratégie de dépôt de brevets au Japon, aux États-Unis et en Europe.
Réserver une première consultation gratuite Services de propriété intellectuelle en informatique et IAQ. En quoi consiste le brevet US 12,566,913 B2 ?
R. Il s’agit d’un brevet américain détenu par Anthropic qui protège l’« agent IA » lui-même, permettant l’automatisation d’une interface multimodale.L’agent reçoit en entrée des instructions en langage naturel et l’état de l’écran, divise la tâche en sous-tâches, génère une séquence de commandes d’exécution à l’aide d’un DSL (langage spécifique au domaine) personnalisé, puis manipule l’interface utilisateur. Enregistré le 3 mars 2026, 15 revendications au total.
Q. Qu’est-ce qu’un DSL (langage spécifique à un domaine) ?
R. Abréviation de « Domain-Specific Language », il s’agit d’un langage de programmation spécialisé dans un domaine spécifique.Dans ce brevet, la technologie clé réside dans un DSL personnalisé capable d’exprimer à la fois les « appels de modèle (model calls) » et les « exécutions d’actions (action executions) » de l’agent IA. L’ingéniosité technique réside dans le fait de décrire et de faire le lien entre les décisions de l’IA et les manipulations réelles de l’interface utilisateur à l’aide d’un langage commun.
Q. Quelle est la différence entre les brevets US 12 430 150 B1 et US 12 566 913 B2 ?
R. Il s’agit de deux brevets apparentés qui sous-tendent la « Computer Use » d’Anthropic.Le brevet US 12 430 150 B1 protège l’infrastructure d’exécution (architecture d’exécution = répartition client/serveur), tandis que le brevet US 12 566 913 B2 protège l’agent lui-même (langage DSL, division en sous-tâches, rétroaction).Il s’agit d’une conception de portefeuille ingénieuse qui protège le même produit de manière stratifiée à différents niveaux.
Q. Que signifie le chiffre « 88 % » mentionné dans le mémoire descriptif ?
R. Le mémoire descriptif du présent brevet indique que, alors que la fiabilité des méthodes existantes était d’environ 59 %, celle de la méthode de la présente invention a été améliorée pour atteindre environ 88 %. De tels résultats quantitatifs constituent un argument de poids pour faire valoir le caractère novateur de l’invention (en particulier au Japon et en Europe).
Q. Avez-vous des conseils pour breveter l’agent IA de notre entreprise ?
R. La principale leçon à tirer de ce brevet est qu’il faut « illustrer les effets par des chiffres ».Plutôt que d’écrire « l’amélioration de la précision », il est nettement plus efficace de présenter des données quantitatives, par exemple « 59 % auparavant → 88 % avec la présente méthode », pour étayer l’argument de l’activité inventive. Par ailleurs, il est important de décrire concrètement les mécanismes techniques, tels que le DSL (langage spécifique au domaine) ou la division en sous-tâches.
Remarque concernant cet article : cet article est une explication générale des aspects techniques et institutionnels basée sur un bulletin de brevets publié. Le brevet US 12,566,913 B2 est un brevet enregistré, mais l’étendue réelle des droits est déterminée par le libellé de chaque revendication, la doctrine de l’équivalence et les informations relatives à l’historique.Les citations des revendications, du résumé et du descriptif (y compris les chiffres relatifs à la fiabilité) sont basées sur les données des publications officielles (telles que FreePatentsOnline), mais pour toute utilisation juridiquement importante (analyse de la liberté d’exploitation, analyse de contrefaçon, nullité, dépôt de demande, etc.), veuillez impérativement vérifier l’original de l’USPTO et les dernières informations sur l’historique de la demande, puis faire appel à l’expertise d’un spécialiste pour une analyse au cas par cas.La traduction en japonais est fournie à titre indicatif pour faciliter la compréhension ; le texte officiel est la version originale en anglais.