«Ho creato un servizio basato sull’IA, ma non so cosa sia brevettabile» — Se dovessimo rispondere in poche parole a questa domanda, diremmo che un servizio di IA non costituisce un’unica invenzione, bensì un insieme di livelli sovrapposti: i dati di addestramento, il modello e il metodo di addestramento, gli input e gli output dell’inferenza (prompt e output) e infine l’integrazione nel servizio. Per ciascun livello, la risposta alla domanda «È possibile proteggerlo con un brevetto?»se “deve essere mantenuto segreto” o “non è affatto tutelabile”. Il presente articolo è una guida completa (articolo di riferimento) che riassume in un’unica checklist le spiegazioni sui brevetti di IA accumulate su questo blog (casi di esame dell’Ufficio Brevetti in materia di IA, analisi di brevetti concessi e domande presentate da Anthropic, OpenAI, NVIDIA e altri).
Punti chiave di questo articolo
Indice
| Livello | La prima opzione per la tutela | Punti chiave |
|---|---|---|
| ① Dati di addestramento e caratteristiche | Riservatezza (segreto commerciale) | I dati in sé non sono brevettabili. La revisione delle linee guida del Reiwa 7 ha chiarito la tutela dei segreti commerciali |
| ② Modelli e metodi di addestramento | Brevetti (metodi e programmi) | Le tecniche di addestramento e l’architettura costituiscono il fulcro della tutelabilità. Si raccomanda tuttavia di prestare attenzione alla rilevabilità delle violazioni |
| ③ Prompt e elaborazione di input/output | Brevetto (a seconda della configurazione) | Le stringhe di prompt in sé non sono brevettabili. I meccanismi di generazione e controllo lo sono (esistono esempi di registrazione) |
| ④ Integrazione nei servizi (interfaccia utente e applicazioni aziendali) | Brevetto | L’ingegnosità nella selezione e nella configurazione dei dati di input, che va oltre la «semplice applicazione dell’IA», costituisce il nucleo dell’innovatività |
| ⑤ Risultati dell’IA (oggetti e contenuti) | Da tenere presente | In linea di principio, gli oggetti basati esclusivamente su previsioni dell’IA non sono brevettabili in assenza di esempi concreti. L’inventore deve essere una persona fisica |
I dati in sé (set di dati) costituiscono una «semplice presentazione di informazioni» e non sono oggetto di brevetto (sintesi dei casi di esame relativi all’IA dell’Ufficio Brevetti). D’altra parte, i dati di addestramento per i quali sono stati effettuati investimenti nella raccolta e nell’organizzazione rappresentano il fulcro della competitività dei servizi di IA.La protezione si basa fondamentalmente sulla segretezza in quanto segreto commerciale; le Linee guida per la gestione dei segreti commerciali del Ministero dell’Economia, del Commercio e dell’Industria (aggiornate nel mese di marzo dell’anno Reiwa 7) hanno chiarito che la non divulgabilità dei dati di addestramento per l’IA – la cui acquisizione richiede un tempo e costi considerevoli anche se si tratta di una combinazione di informazioni di dominio pubblico – può essere riconosciuta.Per i dati forniti a terzi esiste anche la categoria dei «dati a fornitura limitata» (Legge sulla prevenzione della concorrenza sleale). Per ulteriori dettagli, si rimanda all’articolo dedicato alla scelta tra brevetto e riservatezza.
L’architettura dei modelli e l’ingegnosità dei metodi di addestramento costituiscono il fulcro delle domande di brevetto presentate dalle aziende di IA.Numerosi esempi concreti sono stati analizzati nella serie dedicata all’analisi dei brevetti di questo blog: il brevetto di Anthropic relativo agli agenti di IA (US 12.566.913), il suo brevetto sull’uso informatico, il brevetto di OpenAI sull’apprendimento tramite video (VPT), il suo brevetto sui multi-agenti, la domanda di brevetto di NVIDIA relativa alle «guardrail» per l’IA e la domanda di brevetto di Salesforce sui multi-agenti, tra gli altri.Anche in Giappone, il brevetto di PFN relativo all’addestramento del potenziale delle reti neurali (analizzato nell’articolo sui brevetti MI×AI) costituisce un ottimo esempio. Un aspetto da tenere presente è la rilevabilità della violazione: poiché è difficile dimostrare l’attuazione dei metodi di addestramento all’interno dei server di altre aziende, è necessario progettare la protezione dei diritti in modo da integrare le caratteristiche che emergono dall’output, dal comportamento delle API e dalle specifiche del prodotto.
Il testo del prompt in sé riguarda questioni relative al diritto d’autore e al segreto commerciale e non è oggetto di brevetto. A essere brevettabile è il meccanismo che genera, ottimizza e controlla il prompt.In Giappone, la tecnologia che consente di «generare un programma a partire da un prompt» è stata registrata come brevetto n. 7564601 (articolo esplicativo), e anche il caso di esame n. 38 dell’Ufficio Brevetti relativo all’IA (generazione di prompt) illustra il modello di protezione (spiegazione del caso n. 38 e indagine sui casi di brevetti nazionali relativi ai prompt).I punti chiave per la tutela dei diritti relativi ai chatbot e ai sistemi interattivi sono riassunti nella raccolta di casi di brevetti sulle funzionalità di chat e sui bot basati sull’intelligenza artificiale.
Nel caso di invenzioni che applicano l’IA a attività esistenti, il requisito fondamentale è l’attività inventiva.I casi di esame sull’IA dell’Ufficio Brevetti indicano che la semplice sistematizzazione di attività di stima esistenti tramite apprendimento automatico generico non comporta progressività (caso n. 33), mentre si ritiene che vi sia progressività quando si ottengono effetti significativi aggiungendo dati di input per i quali la correlazione non era di dominio pubblico (caso n. 34).In altre parole, il nucleo delle invenzioni di questo livello non risiede nella novità dell’algoritmo, bensì nella «scelta non banale dei dati di input e delle caratteristiche basate sulla conoscenza del dominio». Per un quadro completo dei criteri di esame, si prega di consultare la guida alla presentazione delle domande relative alla tecnologia degli agenti di intelligenza artificiale e il confronto tra casi di studio in Giappone, Stati Uniti ed Europa; per approfondimenti specifici sugli strumenti operativi, si rimanda all’articolo sugli strumenti di intelligenza artificiale generativa per l’ottimizzazione dell’efficienza operativa.Nei casi in cui vi sia un coinvolgimento dell’hardware, può essere utile consultare anche la strategia brevettuale relativa all’IA fisica.
Due insidie: ① L’invenzione di un oggetto per cui l’IA si è limitata a prevedere che «questa sostanza o questa formulazione sia adeguata» non soddisfa i requisiti di descrizione, salvo casi eccezionali in cui si riconosca che la previsione dell’IA possa sostituire la misurazione effettiva, a meno che non sussistano esempi di realizzazione effettivamente prodotti e valutati (Casi di esame sull’IA dell’Ufficio Brevetti n. 51 e 52. La presentazione di dati sperimentali successivi alla domanda non è sufficiente a sanare tale carenza).② Solo le persone fisiche possono essere indicate come inventori (Caso DABUS: Corte d’Appello per la Proprietà Intellettuale, 30 gennaio Reiwa 7, e altri). Non si deve considerare che «l’invenzione sia stata realizzata dall’IA», ma occorre identificare come inventore la persona che ha partecipato in modo creativo alla definizione del problema, alla selezione dei dati e alla verifica.
I dettagli su questo argomento (analisi del caso n. 52 incentrato sul reverse engineering di MI) sono trattati nell’articolo «Brevetti MI×AI», mentre il quadro generale dei rapporti giuridici nell’utilizzo dell’IA generativa è illustrato nell’articolo «IA generativa e brevetti».
Tra i «Casi di esame dei brevetti relativi alle tecnologie legate all’IA» dell’Ufficio Brevetti (25 casi in totale), abbiamo stilato un elenco, basato sulle conclusioni, degli 8 casi più frequentemente consultati nella pratica dei servizi di IA (si tratta di una sintesi basata sugli esempi riportati nell’allegato al Manuale di esame).
| Caso | Argomento | Punti salienti della conclusione |
|---|---|---|
| Caso 3-2 | Dati relativi alla gradazione zuccherina e metodo di previsione | I dati in sé costituiscono una «mera presentazione di informazioni» e non sono considerati invenzione. Il metodo di previsione è invece considerato invenzione se realizzato come elaborazione informatica tramite software |
| Caso 33 | Dispositivo per il calcolo del livello di cancro | La semplice sistematizzazione dell’attività di valutazione svolta dal medico non comporta alcun progresso tecnico |
| Caso 34 | Stima della produzione di energia idroelettrica | La semplice sostituzione della regressione con una rete neurale (NN) non costituisce un elemento di innovatività. Se si aggiungono dati di input la cui correlazione non era di dominio pubblico e si ottengono effetti significativi, sussiste l’elemento di innovatività (il fulcro dell’innovatività nelle invenzioni basate sull’intelligenza artificiale) |
| Casi 37 e 38 | Generazione di risposte tramite IA generativa / Generazione di prompt | Caso 37: Il semplice inserimento di una domanda in un LLM per generare automaticamente una risposta non costituisce un elemento di innovatività. Caso 38: La semplice aggiunta di informazioni di riferimento non costituisce un elemento di innovatività; una struttura che identifichi soluzioni ingegnose, quali l’estrazione di parole chiave da testi correlati, costituisce un elemento di innovatività (aggiunto nel marzo dell’anno Reiwa 6. Spiegazione dettagliata del caso 38) |
| Caso 50 | Previsione del tasso di insorgenza delle allergie | Una rivendicazione relativa a un metodo di previsione generico che non specifica i descrittori (dati di input) viola i requisiti di supporto e di attuabilità. È legittima solo se, oltre alla combinazione di tre descrittori verificati, si limita l’oggetto (il tipo di allergia) a un ambito verificato |
| Caso 51 | Formulazione di un adesivo anaerobico | Una composizione definita esclusivamente da valori previsti dall’IA viola i requisiti di attuabilità e di supporto. La situazione non può essere sanata nemmeno con un certificato dei risultati sperimentali presentato successivamente alla domanda |
| Caso 52 | Composti fluorescenti (reverse engineering) | Sono legittime solo le rivendicazioni relative a composti già misurati. Le rivendicazioni generiche relative a composti o caratteristiche basate esclusivamente su previsioni costituiscono una violazione (elemento centrale della prassi MI. Spiegazione dettagliata) |
Se si intende espandere i servizi di IA all’estero, vale la pena comprendere le differenze nei quadri decisionali dei tre poli.
| Giurisdizioni | Quadro di riferimento | Implicazioni pratiche |
|---|---|---|
| Giappone (JPO) | Criteri di «collaborazione» tra risorse software e hardware (Allegato B del Manuale di esame) | L’approvazione risulta relativamente agevole se si specificano l’entità responsabile dell’elaborazione e gli input/output |
| Stati Uniti (USPTO) | I due passaggi della sentenza Alice relativi al §101 (si tratta di un’idea astratta = concetto matematico, organizzazione dell’attività umana o processo mentale? → Esiste un’integrazione in un’applicazione pratica?) | L’implementazione su un computer generico potrebbe essere ritenuta insufficiente. Le invenzioni nel campo dell’intelligenza artificiale con una forte connotazione commerciale possono essere soggette a criteri più rigorosi rispetto al Giappone |
| Europa (EPO) | I programmi «as such» sono esclusi; sono oggetto di protezione se presentano «ulteriori effetti tecnici». Per quanto riguarda il carattere di innovazione, l’approccio COMVIK non tiene conto delle caratteristiche non tecniche | Le soluzioni di natura commerciale non costituiscono una base per la progressività. È indispensabile dimostrare l’esistenza di effetti tecnici |
Ciò che vale in comune per i tre poli è l’inserimento nelle rivendicazioni e nella descrizione di «effetti tecnici» quali la riduzione del carico di elaborazione, la riduzione del volume di traffico e il miglioramento della reattività (questa sintesi costituisce una considerazione generale di natura pratica, basata sui criteri pubblicati dai rispettivi uffici). Per un confronto tra esempi concreti di brevetti e domande di brevetto in Giappone, Stati Uniti ed Europa, si prega di consultare la guida ai casi di agenti di IA in Giappone, Stati Uniti ed Europa.
R. È possibile. Anche se il modello in sé appartiene a un’altra azienda, l’invenzione della propria azienda risiede nel Livello ③ (meccanismo di generazione e controllo dei prompt) o nel Livello ④ (selezione, pre-elaborazione e post-elaborazione non banali dei dati di input nell’integrazione nelle attività aziendali).Anche nel caso di servizi che sembrano limitarsi a «richiamare un’API», se le fasi di elaborazione precedenti e successive alla chiamata presentano elementi innovativi, vale la pena valutare la possibilità di presentare una domanda.
A. I parametri del modello in sé non sono suscettibili di brevetto; ciò che può essere protetto sono i «metodi di addestramento e i meccanismi di elaborazione dei dati». In linea di principio, i parametri e l’entità del modello addestrato vanno tutelati come segreti commerciali (secondo l’approccio del livello ①), creando così una combinazione tra brevetto e riservatezza.
A. Sì, è possibile. Tuttavia, come inventori possono essere indicati solo le persone fisiche che hanno partecipato in modo creativo alla definizione del problema, alla scelta della struttura e alla verifica. È importante non depositare direttamente l’output dell’IA, ma conservare traccia del processo di identificazione e verifica dell’invenzione da parte umana (spiegazione sull’IA generativa e i brevetti).
A. Sebbene la struttura generale del RAG sia già ampiamente nota, le soluzioni specifiche adattate al problema – quali le modalità di filtraggio degli oggetti di ricerca, la progettazione di indici specifici per dominio e i meccanismi di verifica delle risposte – offrono margini per la tutela brevettuale. Si tratta di un ambito in cui si applica integralmente l’approccio illustrato nel Caso 34 (selezione non ovvia dei dati di input + effetto significativo).
Analisi dei livelli dei servizi di IA (prima consulenza): se ci invierà una panoramica del servizio e un’ipotesi su «quali livelli costituiscono un punto di forza», Le forniremo un parere preliminare sui candidati alla protezione brevettuale e sull’ambito da mantenere riservato. La invitiamo a utilizzare il modulo di contatto dello studio di proprietà intellettuale Evolix.
[Clausola di esclusione di responsabilità] Il presente articolo costituisce una spiegazione di carattere generale basata su materiali pubblicati dall’Ufficio Brevetti (casi di esame dei brevetti relativi alle tecnologie di IA e altro), informazioni sui brevetti rese pubbliche e sentenze pubblicate, aggiornati al 18 luglio 2026, e non costituisce una consulenza legale (aggiornamento del 19 luglio 2026).La tabella di riferimento e il confronto tra i tre poli costituiscono una sintesi dei criteri di pubblicazione e una classificazione generale dal punto di vista pratico, e non sostituiscono una valutazione individuale. La preghiamo di consultare anche le dichiarazioni di non responsabilità relative ai singoli articoli ai quali rimandano i link.
AUTORE / Autore
Takefumi Sugiura (SUGIURA Takefumi)
Studio di proprietà intellettuale EVORIX – Consulente in proprietà industriale e rappresentante legale
Assiste clienti operanti in un’ampia gamma di settori, tra cui IT, produzione, startup, moda e sanità, in ogni fase del processo, dalla presentazione delle domande di brevetto, marchio, disegno e modello e diritto d’autore fino ai procedimenti di ricorso e alle cause per violazione.È inoltre esperto in strategie di proprietà intellettuale relative a settori all’avanguardia quali AI, IoT, Web3 e FinTech. È membro di diverse associazioni, tra cui l’Ordine dei Patentisti del Giappone, l’Associazione Asiatica dei Patentisti (APAA) e l’Associazione Giapponese dei Marchi (JTA).