Passa al contenuto
Italiano
お問い合わせ

Anthropic Computer Use: rivendicazioni e architettura del brevetto US 12,430,150 B1

Picture of Takefumi Sugiura
[Analisi approfondita di un consulente in brevetti] Analisi del brevetto fondamentale US 12,430,150 B1 di Anthropic relativo a “Computer Use” | Testo completo delle rivendicazioni e architettura tecnica

È giunta l’era in cui gli agenti di intelligenza artificiale “utilizzano” il computer. In prima linea in questo ambito vi è la funzione “Computer Use” di Anthropic (che consente a Claude di guardare lo schermo e di utilizzare il mouse e la tastiera). A supportare tecnicamente questa funzione è il brevetto statunitense US 12.430.150 B1, che verrà analizzato in modo approfondito nel presente articolo.

In questo articolo, un consulente in proprietà industriale nel campo dell’IA analizzerà in modo approfondito, citando il testo originale, l’intera struttura delle rivendicazioni, l’architettura tecnica e le soluzioni ingegnose descritte nella descrizione di questo brevetto. Si tratta di una lettura imprescindibile per gli sviluppatori e i responsabili della proprietà intellettuale che desiderano comprendere «quali siano i punti chiave per la tutela dei diritti nel caso di agenti di tipo “Computer Use” sviluppati internamente».

💡 Punti chiave: il presente articolo fa parte della serie dedicata ai brevetti sugli agenti di IA, nella sezione “Analisi approfondita dei singoli brevetti”. Per un’analisi complessiva della strategia brevettuale di Anthropic, si rimanda all’articolo “Analisi della strategia brevettuale di Anthropic”, mentre per i requisiti di base si prega di consultare la sezione introduttiva.

Indice

  1. Sintesi in 30 secondi | Cosa tutela questo brevetto?
  2. Informazioni di base sul brevetto
  3. Contesto | Che cosa si intende per «Computer Use» secondo Anthropic
  4. Architettura tecnica | Ripartizione client/server e rappresentazione intermedia
  5. Il sistema delle funzioni degli agenti (agent function)
  6. Ciclo percettivo | Screenshot, cronologia delle azioni, descrizione delle attività
  7. Struttura delle rivendicazioni | Panoramica generale: 3 rivendicazioni indipendenti e 17 dipendenti
  8. Lettura articolo per articolo della rivendicazione indipendente n. 1 (sistema)
  9. La sottigliezza della rivendicazione indipendente n. 14 (metodo) | L’agente è «lato server»
  10. Il punto di vista del consulente in brevetti | Perché si tratta di un brevetto solido
  11. Come verrà valutata durante l’esame in Giappone, negli Stati Uniti e in Europa
  12. Lezioni da trarre per lo sviluppo di un proprio agente
  13. Domande frequenti (FAQ)

Sintesi in 30 secondi | Cosa tutela questo brevetto?

● Di che tipo di brevetto si tratta: un’architettura di runtime (infrastruttura di elaborazione in fase di esecuzione) che consente a un agente di intelligenza artificiale di gestire automaticamente un’interfaccia multimodale.
● A chi appartiene il brevetto: Anthropic PBC (sviluppatore di Claude).
● Stato: brevetto registrato negli Stati Uniti (registrato il 30 settembre 2025, 20 rivendicazioni in totale).
● Idea centrale: automatizzazione del controllo dell’interfaccia utente tramite una conversione a più livelli: specifiche dell’agente → rappresentazione intermedia (lato server) → chiamata all’agente → funzione operativa → comando operativo.
● Prodotto correlato: Anthropic «Computer Use» (annunciato nell’ottobre 2024).

Informazioni di base sul brevetto

Voce Contenuto
Numero di brevetto US 12.430.150 B1
Denominazione dell’invenzione Architettura di runtime per l’interfacciamento con agenti al fine di automatizzare i flussi di lavoro delle interfacce multimodali
Data di registrazione 30 settembre 2025
Data di deposito 8 ottobre 2024
Data di priorità 20 marzo 2024
Richiedente Anthropic PBC
Inventori Rohan Bavishi, Erich Elsen, Curtis Hawthorne e altri
Numero di rivendicazioni 20 (3 indipendenti: rivendicazioni 1, 14 e 20 / 17 dipendenti)
Stato Brevetto concesso (granted)

Contesto | Che cos’è «Computer Use» di Anthropic

«Computer Use» è una tecnologia che consente all’intelligenza artificiale di utilizzare qualsiasi software osservando lo schermo (riconoscendo gli screenshot), muovendo il mouse, cliccando e digitando caratteri, proprio come farebbe un essere umano. A differenza dell’automazione tradizionale tramite API, questa tecnologia è rivoluzionaria in quanto agisce direttamente sull’interfaccia utente (UI), consentendo l’automazione anche di applicazioni le cui API non sono rese pubbliche.

Il presente brevetto tutela proprio l’architettura di base che consente di realizzare questa «automazione dell’interfaccia utente tramite IA» in fase di esecuzione (runtime). Si prega di prestare attenzione al fatto che non si tratta di un’idea, bensì di un diritto su un meccanismo che la rende operativa.

Architettura tecnica | Ripartizione client/server e rappresentazione intermedia

La caratteristica principale del presente brevetto è la struttura che prevede la ripartizione dell’elaborazione tra lato client e lato server, collegati tra loro da un livello di astrazione denominato «rappresentazione intermedia (intermediate representation)». Il flusso complessivo è il seguente.

[Flusso di elaborazione in fase di esecuzione] [Lato client] ① Creazione delle specifiche dell’agente (agent specification) │ (che definiscono l’automazione del flusso di lavoro) ▼ [Lato server] ② Traduzione delle specifiche dell’agente nella «rappresentazione intermedia» │ ▼ [Lato client: logica di interpretazione in fase di esecuzione] ③ Ricezione della rappresentazione intermedia ④ Rilevamento delle «funzioni dell’agente» presenti nella rappresentazione intermedia ⑤ Generazione di «chiamate all’agente» a partire dalle funzioni dell’agente ⑥ Invio delle chiamate all’agente all’agente stesso │ ▼ Risposta ⑦ Ricezione delle «funzioni operative in fase di esecuzione» dall’agente ⑧ Traduzione delle funzioni operative in «comandi operativi in fase di esecuzione» │ ▼ ⑨ I comandi operativi attivano «azioni operative del sistema (azioni composte)» → Automazione del flusso di lavoro dell’interfaccia multimodale

💡 Punto chiave: inserendo un livello di astrazione denominato «rappresentazione intermedia (intermediate representation)», si separano le specifiche dell’agente (ciò che si desidera fare) dai comandi effettivi di azionamento dell’interfaccia utente (come operare).Si tratta di un approccio che trova riscontro nella progettazione dei compilatori e che eleva il semplice concetto di «far utilizzare il PC all’IA» a una specifica architettura software.

Il sistema delle funzioni dell’agente (agent function)

Secondo la descrizione, le «funzioni dell’agente (agent function)» che l’agente può richiamare sono sistematizzate in diverse categorie. Queste costituiscono il vocabolario delle operazioni concrete su cui si basa l’invenzione.

Tipo Esempi di funzioni (come riportato nella descrizione) Ruolo
Funzioni integrate answerQuestionAboutScreen (risposta a domande relative alla schermata), click (clic), type (digitazione), scroll (scorrimento) Operazioni e riconoscimento di base dell’interfaccia utente
Funzionalità di pianificazione act (azione), fillform (compilazione di un modulo), pickdate (selezione della data) Attività di livello superiore che raggruppano più operazioni
Funzionalità del flusso di lavoro (flusso di lavoro definito dall'utente) Unità di automazione specifiche per le attività aziendali

Questa struttura, in cui le operazioni vengono astratte come funzioni e gli agenti di intelligenza artificiale le combinano per eseguire le attività, è descritta in modo concreto anche nelle rivendicazioni subordinate (di cui si parlerà più avanti).

Ciclo percettivo | Screenshot, cronologia delle azioni, descrizione delle attività

Affinché l’agente di intelligenza artificiale possa determinare «cosa fare successivamente», è necessario che percepisca la situazione attuale. Nella descrizione del presente brevetto si afferma che la logica di osservazione (observation logic) fornisce all’agente quanto segue:

Informazioni di osservazione Contenuto
Screenshot Informazioni visive della schermata corrente (input multimodale)
Cronologia delle azioni (action history) Cronologia delle operazioni eseguite finora
Descrizione dell’attività (task description) Descrizione delle attività da portare a termine

Proprio questo ciclo percezione-azione («osservare la schermata → tenere conto delle azioni precedenti → decidere l’operazione successiva») costituisce la base dell’«autonomia» dell’agente di intelligenza artificiale. Il presente brevetto concretizza tecnicamente tale ciclo.

Struttura delle rivendicazioni | Panoramica generale: 3 rivendicazioni indipendenti e 17 subordinate

Il presente brevetto è composto da un totale di 20 rivendicazioni e adotta la struttura classica dei brevetti software, in cui le rivendicazioni indipendenti sono suddivise in tre categorie: metodo, sistema e supporto.

Rivendicazioni Categoria Oggetto di protezione Soggetto di presunta violazione
Rivendicazione 1 Sistema (system) Sistema che opera su un processore Chi produce, utilizza o commercializza il dispositivo
Rivendicazione 14 Metodo di implementazione informatica (method) Procedura di elaborazione Chi attua tale metodo
Rivendicazione 20 Supporto di memorizzazione non temporaneo leggibile da computer Supporto su cui è registrato il programma Soggetto che distribuisce o fornisce il programma
[Albero delle rivendicazioni] ● Rivendicazione 1 (sistema, indipendente) └─ Rivendicazioni da 2 a 13 (dipendenti: limitazioni relative a tipologia di funzione, logica di osservazione, valore di ritorno, ecc.) ● Rivendicazione 14 (metodo, indipendente) └─ Rivendicazioni da 15 a 19 (dipendenti) ● Rivendicazione 20 (supporto, indipendente)

Le rivendicazioni subordinate (da 2 a 13 e da 15 a 19) limitano in modo specifico il tipo di funzione dell’agente, la logica di osservazione, i valori di ritorno e altri aspetti, creando una difesa a più livelli affinché i diritti rimangano validi anche nel caso in cui una rivendicazione indipendente dovesse essere dichiarata nulla.

Lettura articolo per articolo della rivendicazione indipendente 1 (sistema)

Rivendicazione 1 (testo originale / inglese)

Un sistema, in esecuzione su uno o più processori, per l’implementazione lato client di un linguaggio di automazione delle interfacce in fase di esecuzione, comprendente: una logica di specifica dell’agente, in esecuzione sul lato client e configurata per costruire una specifica dell’agente e per rendere tale specifica disponibile per la traduzione sul lato server in una rappresentazione intermedia, in cui la specifica dell’agente è configurata per automatizzare un flusso di lavoro dell’interfaccia multimodale; e una logica di interpretazione in fase di esecuzione, in esecuzione sul lato client e configurata per: ricevere la rappresentazione intermedia; rilevare una o più funzioni dell’agente nella rappresentazione intermedia; generare una o più chiamate all’agente sulla base delle funzioni dell’agente; inviare le chiamate all’agente e, in risposta, ricevere almeno una funzione di attuazione in fase di esecuzione dall’agente; e tradurre la funzione di attuazione in fase di esecuzione in almeno un comando di attuazione in fase di esecuzione, in cui il comando di attuazione in fase di esecuzione attiva almeno un’azione azionata dalla macchina come azione sintetica in fase di esecuzione che automatizza il flusso di lavoro dell’interfaccia multimodale.

Traduzione di riferimento a cura di un consulente in brevetti (in giapponese)

Sistema per l’implementazione lato client di un linguaggio di automazione dell’interfaccia in fase di esecuzione, operante su uno o più processori, che comprende
: (A) Logica di specifica dell’agente (operante lato client): costruisce una specifica dell’agente e la rende traducibile in una rappresentazione intermedia sul lato server. Tale specifica è configurata per automatizzare il flusso di lavoro dell’interfaccia multimodale.
(B) Logica di interpretazione in fase di esecuzione (in esecuzione sul lato client):　-
riceve la rappresentazione intermedia,　-
rileva le funzioni dell’agente presenti nella rappresentazione intermedia,
　- genera chiamate agli agenti in base alle funzionalità degli stessi
, - invia le chiamate agli agenti e riceve le funzioni operative in fase di esecuzione, -
traduce le funzioni operative in comandi operativi in fase di esecuzione. Tali comandi attivano azioni operative automatizzate (azioni composte) che automatizzano il flusso di lavoro.

Tre limitazioni a sostegno della titolarità del brevetto

Limitazioni Significato tecnico Motivi di efficacia
Traduzione in una rappresentazione intermedia (intermediate representation) Livello di astrazione che separa le specifiche dall’esecuzione Allontanamento dalle idee astratte. Concretezza dell’architettura
Rilevamento e generazione delle chiamate delle funzioni degli agenti Funzionalizzazione delle operazioni e loro richiamo dinamico Concretizzazione della logica di controllo. Punti chiave a sostegno della progressività
Traduzione delle funzioni operative in comandi operativi Conversione delle decisioni dell’IA in operazioni effettive dell’interfaccia utente Il nucleo dell’implementazione tecnica del «controllo dello schermo»

La particolarità della rivendicazione indipendente 14 (metodo) | L’agente si trova «sul lato server»

La rivendicazione 14, che riguarda un metodo, descrive un’elaborazione pressoché identica a quella della rivendicazione 1 sotto forma di metodo, ma presenta un’importante differenza.

Rivendicazione 14 (estratto) (testo originale / inglese)

... l’emissione, sul lato client, delle chiamate all’agente rivolte a un agente sul lato server e, in risposta, la ricezione, sul lato client, di almeno una funzione di attuazione in fase di esecuzione da parte dell’agente; ...

Mentre la rivendicazione 1 (sistema) si limita a indicare semplicemente «inviare le chiamate all’agente (issue the agent calls to an agent)», la rivendicazione 14 (metodo) e la rivendicazione 20 (supporto) specificano espressamente «a un agente sul lato server (to an agent on the server-side)».

💡 Punto chiave: questa differenza è frutto di una formulazione intenzionale delle rivendicazioni. La rivendicazione relativa al sistema, limitando l’ambito di protezione al solo dispositivo lato client, copre in modo ampio «chiunque implementi il lato client».D’altra parte, le rivendicazioni relative al metodo e al supporto specificano esplicitamente l’interazione con l’«agente lato server», coprendo così l’elaborazione dell’intero sistema distribuito. Si tratta di un ottimo esempio di protezione multilivello della stessa invenzione da diverse prospettive.

Il punto di vista del consulente in brevetti | Perché si tratta di un brevetto forte

① Corrisponde uno a uno al prodotto. Protegge direttamente la funzione principale effettiva denominata «Computer Use», il cui valore commerciale è chiaro.

② Si brevetta l’architettura, non un’idea. Non si tratta di una teoria astratta del tipo «l’IA controlla il PC», bensì è descritta come una struttura software concreta, caratterizzata da rappresentazione intermedia, funzionalizzazione e conversioni a più livelli, il che garantisce un’elevata ammissibilità al brevetto.

③ L’approccio delle rivendicazioni è multistrato. Oltre alle tre categorie di sistema (incentrato sul lato client), metodo e supporto, le rivendicazioni relative al sistema e al metodo modificano la descrizione della posizione dell’agente (lato server), coprendo così diverse modalità di violazione.

Come verrà valutata durante l’esame in Giappone, negli Stati Uniti e in Europa

Stati Uniti (USPTO)

I test di Alice e Mayo verificano se si tratti di «un’idea astratta o se sia presente un concetto inventivo». Poiché il presente caso comporta un’implementazione tecnica che comprende rappresentazione intermedia, chiamata dell’agente e traduzione dei comandi operativi, è facile sostenere che si tratti di una «soluzione tecnica a un problema tecnico (il controllo automatico dell’interfaccia utente)», e il brevetto è attualmente registrato.

Giappone (JPO)

Il criterio è se «l’elaborazione delle informazioni sia concretamente realizzata utilizzando risorse hardware». Poiché sono descritte un sistema che opera su un processore, la ripartizione dei compiti tra client e server e una conversione concreta dei dati, si tratta di una configurazione che soddisfa facilmente i requisiti di brevettabilità come invenzione relativa al software.Per quanto riguarda l’attività inventiva, la chiave risiede nell’ingegnosità tecnica rappresentata dall’«astrazione tramite rappresentazione intermedia» e dalla «conversione da funzioni operative a comandi».

Europa (EPO)

Viene richiesto un contributo tecnico (COMVIK). Si tratta di una struttura che si presta facilmente a essere posizionata come soluzione tecnica a livello di architettura per la sfida tecnica rappresentata dal controllo automatico dell’interfaccia utente (UI), consentendo di evitare che venga valutata come una mera strategia commerciale.

Il confronto tra le prassi di esame dei brevetti relativi agli agenti di intelligenza artificiale in Giappone, Stati Uniti ed Europa è illustrato in dettaglio in «Casi di brevetti e prassi di esame in Giappone, Stati Uniti ed Europa».

Insegnamenti per lo sviluppo di agenti interni all’azienda

① Redigere rivendicazioni che tutelino direttamente le funzionalità del prodotto. Non limitarsi a concetti astratti di livello superiore, ma specificare le configurazioni concrete corrispondenti alle funzionalità fondamentali del prodotto della propria azienda.

② Esprimere l’architettura in termini tecnici. Definire con terminologia tecnica i componenti del sistema e il flusso di elaborazione – ad esempio «rappresentazione intermedia», «logica di osservazione» e «comandi operativi» – e integrarli nelle rivendicazioni.

③ Per le configurazioni distribuite, specificare e distinguere «dove e cosa viene eseguito». Indicare chiaramente la ripartizione dei ruoli tra client, server e agente, modificando l’approccio delle rivendicazioni in base al soggetto responsabile della violazione.

④ Funzionalizzare le operazioni per garantirne l’esaustività. Concretizzare il vocabolario delle operazioni (ad esempio click, type, scroll) nelle rivendicazioni subordinate e nella descrizione, rendendo difficile la progettazione di soluzioni alternative.

Valuteremo se il Suo agente IA sia idoneo alla brevettabilità.

I nostri consulenti in brevetti, esperti nei settori IT, software e IA, Le forniranno un supporto completo che spazia dalla valutazione gratuita della brevettabilità alla formulazione delle rivendicazioni, dalle indagini FTO alle strategie di deposito in Giappone, Stati Uniti ed Europa.

Prenotate la prima consulenza gratuita Servizi di proprietà intellettuale nel settore IT e IA

Domande frequenti (FAQ)

D. Che tipo di brevetto è il US 12,430,150 B1?

R. Si tratta di un brevetto registrato negli Stati Uniti di proprietà di Anthropic che tutela una «architettura di runtime» che consente a un agente di IA di gestire automaticamente un’interfaccia utente multimodale (immagini + testo).Si tratta di un brevetto fondamentale relativo alla “Computer Use” (la funzionalità che consente a Claude di utilizzare un computer) dell’azienda, registrato il 30 settembre 2025. È composto da un totale di 20 rivendicazioni (3 indipendenti e 17 dipendenti).

D. Quante sono le rivendicazioni indipendenti di questo brevetto?

R. Sono tre. Si tratta delle rivendicazioni 1 (sistema), 14 (metodo di implementazione informatica) e 20 (supporto di memorizzazione non temporaneo leggibile da computer); come da prassi consolidata nei brevetti software, sono strutturate in modo da poter coprire diversi soggetti di violazione.

D. Perché si distingue tra «lato client» e «lato server»?

A. Questa architettura prevede una suddivisione dei compiti in cui il lato client si occupa della creazione delle specifiche dell’agente, dell’interpretazione della rappresentazione intermedia e della traduzione in comandi operativi, mentre il lato server si occupa della traduzione delle specifiche dell’agente nella rappresentazione intermedia e della gestione dell’agente stesso.Si tratta di una configurazione in linea con un’implementazione realistica, in cui le elaborazioni complesse vengono affidate all’intelligenza artificiale sul lato server, mentre l’esecuzione delle operazioni dell’interfaccia utente è a carico del lato client; tale concretezza contribuisce a garantire l’idoneità al brevetto.

D. In che modo un’azienda giapponese può ottenere un brevetto per una tecnologia di tipo “Computer Use”?

R. È efficace descrivere l’idea non come «l’IA che controlla il PC», ma come un’architettura software concreta che comprenda, come nel caso in esame: ① la ripartizione dei ruoli tra client e server; ② il livello di astrazione rappresentato dalla rappresentazione intermedia; ③ la conversione a più livelli che va dalla chiamata all’agente, alla funzione operativa, fino al comando operativo.

D. Temo di poter violare questo brevetto. Cosa devo fare?

A. Si tratta di un brevetto registrato e l’effettivo ambito di protezione è determinato dal testo di ciascuna rivendicazione, dal principio di equivalenza e dalle informazioni relative alla storia del brevetto.La valutazione dell’eventuale violazione da parte della propria tecnologia di agenti (indagine FTO = Freedom to Operate) costituisce un’attività specialistica che richiede l’interpretazione delle rivendicazioni. In caso di dubbi, si raccomanda di richiedere a un consulente in brevetti, esperto nel settore IT e del software, di effettuare un’analisi comparativa delle rivendicazioni.

Note importanti relative al presente articolo: il presente articolo costituisce una spiegazione generale degli aspetti tecnici e normativi basata sui bollettini dei brevetti pubblicati. Il brevetto US 12,430,150 B1 è un brevetto registrato, ma l’effettivo ambito di protezione è determinato dal testo di ciascuna rivendicazione, dalla dottrina dell’equivalenza e dalle informazioni relative alla storia del brevetto.Le citazioni relative alle rivendicazioni, al riassunto e alla descrizione si basano sui dati dei bollettini pubblicati (ad esempio FreePatentsOnline); tuttavia, per scopi giuridicamente rilevanti (FTO, analisi di violazione, nullità, depositi di domande, ecc.), La invitiamo a verificare sempre l’originale dell’USPTO e le informazioni aggiornate sullo stato di avanzamento della pratica, avvalendosi di una valutazione individuale da parte di un esperto.La traduzione in giapponese è da intendersi come traduzione di riferimento ai fini della comprensione; il testo ufficiale è quello originale in inglese.

Fonte

Takefumi Sugiura, consulente in brevetti

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, start-up, moda e sanità – in ogni fase, 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 nei settori all’avanguardia quali IA, 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).
, , , , , , , , , , ,