Dans cet article, un conseil en propriété industrielle spécialisé dans la propriété intellectuelle liée à l’IA explique en détail, en s’appuyant sur des citations du texte original, l’ensemble des revendications, l’architecture technique et les aspects innovants du descriptif de ce brevet. C’est une lecture incontournable pour les développeurs et les responsables de la propriété intellectuelle qui souhaitent savoir « quels sont les points clés à prendre en compte pour la protection juridique » lorsqu’ils développent en interne des agents de type « Computer Use ».
💡 Point clé : cet article fait partie de la série consacrée aux brevets sur les agents IA, dans la rubrique « Analyse approfondie d’un brevet spécifique ». Pour une analyse globale de la stratégie de brevet d’Anthropic, consultez l’article « Décryptage de la stratégie de brevet d’Anthropic » ; pour les exigences de base, consultez la rubrique « Notions fondamentales ».
Table des matières
| Rubrique | Contenu |
|---|---|
| Numéro de brevet | US 12,430,150 B1 |
| Intitulé de l'invention | Architecture d'exécution permettant de s'interfacer avec des agents afin d'automatiser les flux de travail d'interfaces multimodales |
| Date d'enregistrement | 30 septembre 2025 |
| Date de dépôt | 8 octobre 2024 |
| Date de priorité | 20 mars 2024 |
| Demandeur | Anthropic PBC |
| Inventeurs | Rohan Bavishi, Erich Elsen, Curtis Hawthorne et autres |
| Nombre de revendications | 20 (3 revendications indépendantes : revendications 1, 14 et 20 / 17 revendications dépendantes) |
| Statut | Brevet délivré (granted) |
« Computer Use » est une technologie permettant à l’IA d’utiliser n’importe quel logiciel en regardant l’écran (en reconnaissant les captures d’écran), en déplaçant la souris, en cliquant et en saisissant du texte, à l’instar d’un être humain. Contrairement à l’automatisation traditionnelle via des API, cette technologie est révolutionnaire car elle permet d’automatiser même les applications dont l’API n’est pas publique, en agissant directement sur l’interface utilisateur (UI) elle-même.
Ce brevet protège précisément l’architecture de base permettant de mettre en œuvre cette « automatisation de l’interface utilisateur par l’IA » au moment de l’exécution (runtime). Il convient de noter que ce n’est pas l’idée en soi qui est protégée, mais le mécanisme qui la met en œuvre.
La principale caractéristique de ce brevet réside dans une architecture qui répartit le traitement entre le client et le serveur, et les relie par une couche d’abstraction appelée « représentation intermédiaire » (intermediate representation). Le déroulement global est le suivant.
💡 Point clé : l’interposition d’une couche d’abstraction appelée « représentation intermédiaire (intermediate representation) » permet de séparer les spécifications de l’agent (ce qu’il souhaite faire) des commandes d’action de l’interface utilisateur (comment l’utiliser).Cette approche s’inspire de la conception des compilateurs et transforme l’idée simple consistant à « faire contrôler un PC par l’IA » en une architecture logicielle concrète.
Selon le descriptif, les « fonctions d’agent » (agent function) que l’agent peut appeler sont classées en plusieurs catégories. Celles-ci constituent le vocabulaire des opérations concrètes et sous-tendent l’invention.
| Catégorie | Exemples de fonctions (mentionnés dans le mémoire descriptif) | Rôle |
|---|---|---|
| Fonctions intégrées | answerQuestionAboutScreen (réponse à une question concernant l’écran), click (clic), type (saisie), scroll (défilement) | Opérations et reconnaissance de base de l’interface utilisateur |
| Fonctionnalités du planificateur | act (action), fillform (remplissage de formulaire), pickdate (sélection de date) | Tâches de niveau supérieur regroupant plusieurs opérations |
| Fonctionnalités de workflow | (workflows définis par l’utilisateur) | Unités d’automatisation spécifiques à chaque activité |
Cette architecture, qui consiste à abstraire les opérations sous forme de fonctions et à laisser les agents IA les combiner pour exécuter des tâches, est également décrite en détail dans les revendications subordonnées (voir ci-dessous).
Pour déterminer « ce qu’il doit faire ensuite », l’agent IA doit percevoir la situation actuelle. Le fascicule de ce brevet indique que la logique d’observation (observation logic) fournit les éléments suivants à l’agent :
| Informations d’observation | Contenu |
|---|---|
| Capture d’écran | Informations visuelles de l’écran actuel (entrée multimodale) |
| Historique des actions (action history) | Historique des opérations effectuées jusqu’à présent |
| Description de la tâche (task description) | Description de la tâche à accomplir |
C’est précisément cette boucle perception-action (« observer l’écran → tenir compte des actions passées → décider de l’opération suivante ») qui constitue le fondement de l’« autonomie » des agents IA. Le présent brevet concrétise techniquement cette boucle.
Le présent brevet se compose de 20 revendications au total et adopte la structure classique d’un brevet logiciel, avec des revendications indépendantes réparties en trois catégories : méthode, système et support.
| Revendications | Catégorie | Objet de la protection | Auteur présumé de la contrefaçon |
|---|---|---|---|
| Revendication 1 | Système (system) | Système fonctionnant sur un processeur | Toute personne qui fabrique, utilise ou commercialise un dispositif |
| Revendication 14 | Méthode de mise en œuvre informatique (method) | Procédure de traitement | Toute personne mettant en œuvre ce procédé |
| Revendication 20 | Support de stockage non volatile lisible par ordinateur | Support sur lequel est enregistré le programme | Personne chargée de la distribution et de la mise à disposition du programme |
Les revendications dépendantes (2 à 13, 15 à 19) limitent concrètement le type de fonction de l’agent, la logique d’observation, la valeur de retour, etc., afin de mettre en place une défense à plusieurs niveaux garantissant le maintien des droits même si, par hasard, la revendication indépendante venait à être invalidée.
Revendication 1 (texte original / anglais)
Système, fonctionnant sur un ou plusieurs processeurs, destiné à la mise en œuvre côté client d’un langage d’automatisation d’interface lors de l’exécution, comprenant : une logique de spécification d’agent, s'exécutant côté client et configurée pour construire une spécification d’agent, et pour mettre cette spécification à disposition en vue d’une traduction côté serveur en une représentation intermédiaire, dans laquelle la spécification d’agent est configurée pour automatiser un flux de travail d’interface multimodale ; et une logique d’interprétation à l’exécution, s’exécutant côté client et configurée pour : recevoir la représentation intermédiaire ; détecter une ou plusieurs fonctions d’agent dans la représentation intermédiaire ; générer un ou plusieurs appels d’agent sur la base des fonctions d’agent ; émettre les appels d’agent vers un agent et, en réponse, recevoir au moins une fonction d’actionnement à l’exécution de la part de l’agent ; et traduire la fonction d’action en exécution en au moins une commande d’action en exécution, la commande d’action en exécution déclenchant au moins une action actionnée par une machine sous la forme d’une action synthétique en exécution qui automatise le flux de travail de l’interface multimodale.
Traduction de référence par un conseil en brevets (en japonais)
| Limitations | Signification technique | Raison de la validité |
|---|---|---|
| Traduction vers une représentation intermédiaire (intermediate representation) | Couche d’abstraction séparant la spécification de l’exécution | Sortir des idées abstraites. Concrétisation de l’architecture |
| Détection et génération d’appels de fonctions d’agent | Fonctionnalisation des opérations et appel dynamique | Concrétisation de la logique de contrôle. Arguments en faveur de l’évolutivité |
| Traduction des fonctions d’action en commandes d’action | Conversion des décisions de l’IA en opérations réelles sur l’interface utilisateur | Le cœur de la mise en œuvre technique de la « manipulation de l’écran » |
La revendication 14, qui est une revendication de méthode, décrit un traitement pratiquement identique à celui de la revendication 1 sous la forme d’une méthode, mais présente une différence importante.
Revendication 14 (extrait) (texte original / anglais)
... émettre, côté client, des appels vers un agent côté serveur et, en réponse, recevoir, côté client, au moins une fonction d’actionnement d’exécution provenant de l’agent ; ...
Alors que la revendication 1 (système) se contente d’indiquer « émettre des appels vers un agent (issue the agent calls to an agent) », les revendications 14 (méthode) et 20 (support) précisent explicitement « vers un agent côté serveur (to an agent on the server-side) ».
💡 Point clé : cette différence résulte d’une rédaction intentionnelle des revendications. En limitant la portée de la revendication de système au seul dispositif côté client, celle-ci couvre de manière large « toute personne mettant en œuvre le côté client ».En revanche, les revendications de méthode et de support précisent explicitement l’interaction avec un « agent côté serveur » et couvrent ainsi le traitement de l’ensemble du système distribué. Il s’agit là d’un excellent exemple de protection multicouche d’une même invention sous différents angles.
① Il correspond en un-à-un à un produit. Il protège directement la fonction principale réelle, à savoir « l’utilisation informatique », et sa valeur commerciale est claire.
② Ce n’est pas une idée, mais une architecture qui fait l’objet de la protection. Loin d’une théorie abstraite telle que « l’IA contrôle un PC », elle est décrite comme une structure logicielle concrète comprenant des représentations intermédiaires, la fonctionnalisation et des conversions à plusieurs niveaux, ce qui lui confère une forte admissibilité au brevet.
③ Les angles d’approche des revendications sont multicouches. Outre les trois catégories que sont le système (centré sur le client), la méthode et le support, la description de l’emplacement de l’agent (côté serveur) varie selon qu’il s’agit de revendications de système ou de méthode, ce qui permet de couvrir différents modes de contrefaçon.
Les tests Alice/Mayo visent à déterminer s’il s’agit d’une « idée abstraite » ou s’il existe un « concept inventif ». La présente invention comportant des implémentations techniques telles que la représentation intermédiaire, l’appel d’agent et la traduction de commandes d’exécution, il est facile de faire valoir qu’il s’agit d’une « solution technique à un problème technique (commande automatique de l’interface utilisateur) » ; elle est d’ailleurs actuellement enregistrée.
Le critère est de savoir si « le traitement de l’information est concrètement mis en œuvre à l’aide de ressources matérielles ». La description mentionne un système fonctionnant sur un processeur, une répartition des tâches entre client et serveur, ainsi que des conversions de données concrètes ; il s’agit donc d’une configuration susceptible de remplir facilement les conditions de brevetabilité en tant qu’invention liée aux logiciels.En matière de caractère inventif, les innovations techniques clés résident dans « l’abstraction par représentation intermédiaire » et la « conversion des fonctions d’exécution en commandes ».
La contribution technique (COMVIK) est prise en compte. Il s’agit d’une configuration qui permet de positionner facilement l’invention comme une solution technique au niveau de l’architecture répondant au défi technique de l’automatisation des opérations de l’interface utilisateur, et d’éviter ainsi qu’elle ne soit considérée comme une simple méthode commerciale.
① Rédiger des revendications qui protègent directement les fonctionnalités du produit. Ne pas se limiter à des concepts généraux abstraits, mais bien cerner les configurations concrètes correspondant aux fonctionnalités essentielles de votre produit.
② Formuler l’architecture en termes techniques. Définir les composants du système et le flux de traitement à l’aide de termes techniques, tels que « représentation intermédiaire », « logique d’observation » ou « commande d’exécution », puis les intégrer dans les revendications.
③ Pour les architectures distribuées, décrire et distinguer « où et quoi faire ». Indiquer clairement la répartition des rôles entre client, serveur et agent, et adapter l’angle d’approche des revendications en fonction de chaque sujet de contrefaçon.
④ Exhaustivité des opérations par leur formulation sous forme de fonctions. Concrétiser le vocabulaire des opérations (clic, saisie, défilement, etc.) dans les revendications subordonnées et le mémoire descriptif, afin de compliquer la conception de solutions de contournement.
Nous évaluons si votre agent IA est susceptible d’être breveté.
Des conseils en propriété industrielle spécialisés dans les domaines de l’informatique, des logiciels et de l’IA vous apportent un accompagnement complet, allant du diagnostic gratuit de la brevetabilité à la conception des revendications, en passant par les études de liberté d’exploitation (FTO) et la 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 12,430,150 B1 ?
R. Il s’agit d’un brevet américain détenu par Anthropic qui protège une « architecture d’exécution » permettant à un agent IA de piloter automatiquement une interface utilisateur multimodale (images + texte).Il s’agit d’un brevet central correspondant à la fonctionnalité « Computer Use » (fonctionnalité permettant à Claude de faire fonctionner un ordinateur) de la société, qui a été délivré le 30 septembre 2025. Il se compose de 20 revendications au total (3 indépendantes et 17 dépendantes).
Q. Combien y a-t-il de revendications indépendantes dans ce brevet ?
R. Il y en a trois. Elles se répartissent en trois catégories : la revendication 1 (système), la revendication 14 (méthode de mise en œuvre informatique) et la revendication 20 (support de stockage informatique non temporaire). Conformément aux principes établis en matière de brevets logiciels, elles sont structurées de manière à couvrir différents types d’auteurs de contrefaçon.
Q. Pourquoi distingue-t-on le « côté client » et le « côté serveur » ?
R. Cette architecture repose sur une répartition des tâches : la construction des spécifications d’agent, l’interprétation de la représentation intermédiaire et la traduction en commandes d’exécution sont effectuées côté client, tandis que la traduction des spécifications d’agent en représentation intermédiaire et l’exécution par l’agent lui-même sont assurées côté serveur.Il s’agit d’une architecture adaptée à une mise en œuvre réaliste, qui confie les raisonnements complexes à l’IA côté serveur tout en chargeant le côté client de l’exécution des opérations de l’interface utilisateur ; ce caractère concret contribue à garantir l’éligibilité au brevet.
Q. Comment une entreprise japonaise peut-elle obtenir un brevet pour une technologie de type « Computer Use » ?
R. Plutôt que de se concentrer sur l’idée que « l’IA contrôle un PC », il est plus efficace de décrire une architecture logicielle concrète, comme dans le cas présent, comprenant : ① la répartition des rôles entre client et serveur, ② une couche d’abstraction sous forme de représentation intermédiaire, et ③ une conversion en plusieurs étapes allant de l’appel de l’agent à la fonction d’exécution, puis à la commande d’exécution.
Q. Je crains d’enfreindre ce brevet. Que dois-je faire ?
R. Il s’agit d’un brevet enregistré ; la portée effective des droits est déterminée par le libellé de chaque revendication, la doctrine de l’équivalence et les informations relatives à l’historique du brevet.Déterminer si la technologie d’agent de votre entreprise enfreint ce brevet (étude FTO = Freedom to Operate) est un travail spécialisé qui nécessite l’interprétation des revendications. Si vous avez des inquiétudes, veuillez confier l’examen comparatif des revendications à un conseil en propriété industrielle spécialisé dans les domaines de l’informatique et des logiciels.
Remarque concernant cet article : cet article est une explication générale de la technologie et du système basée sur un bulletin de brevets publié. Le brevet US 12,430,150 B1 est un brevet enregistré, mais l’étendue réelle de ses droits est déterminée par le libellé de chaque revendication, la doctrine de l’équivalence et les informations relatives à l’historique du dossier.Les citations des revendications, du résumé et du mémoire descriptif sont basées sur les données des publications officielles (FreePatentsOnline, etc.), 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.