«Coordinare più agenti di intelligenza artificiale per risolvere compiti complessi»: nel campo dell’intelligenza artificiale multi-agente, attualmente al centro dell’attenzione, è stata resa pubblica una domanda di brevetto statunitense depositata da Salesforce (US2025/0265443 A1, pubblicata il 21 agosto 2025, 20 rivendicazioni in totale).Nel presente articolo, un consulente in proprietà industriale nel campo dell’IA analizzerà in modo approfondito il contenuto tecnico e la struttura della rivendicazione dei diritti, citando le rivendicazioni effettive (ambito di protezione) nel testo originale.
Inoltre, prendendo spunto da questo caso, approfondiremo gli aspetti pratici relativi a «come redigere le rivendicazioni e la descrizione di un’invenzione relativa a un agente di IA». Per gli sviluppatori e i responsabili della proprietà intellettuale che si chiedono: «Vorremmo brevettare il nostro agente di IA, ma non sappiamo da dove iniziare né come procedere», una domanda di brevetto reale ed eccellente rappresenta il miglior manuale di riferimento.
💡 Punti chiave: il presente articolo fa parte della serie dedicata ai brevetti sugli agenti IA ed è dedicato all’«approfondimento dei singoli brevetti». Per i requisiti di base, si prega di consultare la sezione «Nozioni di base»; per il confronto tra casi pratici in Giappone, Stati Uniti ed Europa, si prega di consultare la sezione «Casi pratici».
Indice
| Voce | Contenuto |
|---|---|
| Numero di pubblicazione | US 2025/0265443 A1 |
| Numero di domanda | 18/738.984 |
| Denominazione dell'invenzione | Sistemi e metodi per la creazione di architetture gerarchiche di agenti orientate alle attività |
| Data di pubblicazione | 21 agosto 2025 |
| Data di deposito | 10 giugno 2024 |
| Data di priorità | 19 febbraio 2024 |
| Richiedente | Salesforce Inc. |
| Inventori | Zhiwei Liu e altri 14 |
| Numero di rivendicazioni | 20 (3 indipendenti: rivendicazioni 1, 11 e 20) |
| Classificazione principale (CPC) | G06N3/00, 3/02, 3/04, 3/045 (Reti neurali) |
| Stato | Pubblicazione della domanda (in fase di esame) |
Secondo la sintesi, la presente invenzione riguarda un «metodo per costruire una struttura gerarchica di più modelli di reti neurali al fine di eseguire un’attività». Il flusso di elaborazione principale è il seguente:
| Livello | Ruolo (in base a quanto riportato nella specifica) |
|---|---|
| Agente-manager | Comunica con i singoli agenti e gestisce l’assegnazione dei compiti tra gli agenti |
| Agente-submanager | Livello intermedio che suddivide ulteriormente le attività assegnate |
| Agente individuale | Responsabili dell’esecuzione ottimizzati per funzioni specifiche |
Gli agenti si scambiano «pacchetti di attività» tramite API. I pacchetti contengono prompt adeguati all’agente destinatario, che ne inducono l’esecuzione di un’azione (action). Per l’ottimizzazione di ciascun agente sono descritte due metodologie: (1) la messa a punto (fine-tuning) del modello LLM stesso e (2) l’ottimizzazione dei prompt.
| Esempi di applicazione | Contenuto |
|---|---|
| Pittore online | L’agente di ricerca e l’agente pittore collaborano per effettuare una ricerca online delle caratteristiche visive e generare successivamente un’immagine |
| Comprensione interattiva delle immagini | Risposta a domande formulate dall’utente sulla base di immagini attraverso un dialogo articolato in più fasi |
| Risoluzione di problemi matematici | L'agente matematico, in collaborazione con WolframAlpha, risolve operazioni come «75×34+12=» |
| Partita di scacchi | L'agente di scacchi riconosce la posizione sulla scacchiera, esegue mosse valide e gioca una partita contro un essere umano |
Ciò che è effettivamente protetto da un brevetto non sono la sintesi o i disegni, bensì le «rivendicazioni». Di seguito si riporta il testo originale della rivendicazione indipendente n. 1 (rivendicazione di metodo), che costituisce l’elemento più rilevante del presente caso.
Rivendicazione 1 (testo originale / inglese)
Un metodo per costruire una struttura gerarchica di una pluralità di modelli di reti neurali per l’esecuzione di un’attività, il metodo comprendente: la ricezione, tramite un’interfaccia dati, di un’istruzione relativa all’attività; la generazione, da parte di un primo modello di rete neurale, di una prima sottoattività a partire dall’istruzione relativa all’attività; selezionare un secondo modello di rete neurale tra la pluralità di modelli di rete neurale in base al primo sotto-compito; stabilire una prima connessione, tramite una prima interfaccia di programmazione delle applicazioni (API), tra il primo modello di rete neurale e il secondo modello di rete neurale; la generazione, da parte del primo modello di rete neurale, di un primo pacchetto di sotto-attività in un formato compatibile con il secondo modello di rete neurale; la ricezione, tramite la prima connessione, di un primo output dal secondo modello di rete neurale che esegue il primo pacchetto di sotto-attività; generazione, da parte del primo modello di rete neurale, di un secondo sotto-compito basato sull’istruzione di compito e sul primo output; e esecuzione congiunta dell’istruzione di compito da parte di uno o più modelli di rete neurale selezionati tra la pluralità di modelli di rete neurale, basata almeno in parte sul secondo sotto-compito.
Traduzione di riferimento a cura di un consulente in brevetti (in giapponese)
L’ingegnosità di questa rivendicazione risiede nel fatto che essa scompone l’idea astratta di «coordinare più IA» in otto fasi operative concrete. In particolare, dal punto di vista della brevettabilità (idoneità al brevetto e carattere inventivo), è determinante la seguente limitazione:
| Limitazione | Significato tecnico | Perché è importante |
|---|---|---|
| ④ Creazione di una connessione API | Definisce la collaborazione tra i modelli non come una «cooperazione» astratta, ma come una connessione di comunicazione concreta | Allontanarsi dalla “semplice idea”. Esplicitare l’implementazione tecnica |
| ⑤ Generazione di pacchetti nel formato compatibile | Conversione in un formato interpretabile dal modello di destinazione | Il nucleo tecnico della collaborazione tra agenti. Punto di forza in termini di innovazione |
| ③ Selezione dinamica basata sui sottocompiti | Scelta in base al contenuto, anziché una configurazione statica e fissa | Sede dell’intelligenza nell’orchestrazione |
| ⑦ Generazione del compito successivo in base all’output | Costituzione di un ciclo di feedback | Autonomia = fondamento della natura dell’agente |
💡 Punto chiave: la limitazione «un formato conforme al secondo modello di rete neurale» costituisce il punto di forza tecnico della presente rivendicazione.Non si tratta di un semplice trasferimento di informazioni, bensì di un espediente tecnico che consente l’interoperabilità tra modelli diversi e costituisce un valido elemento per evitare il rigetto di idee astratte (corrispondente alla sentenza statunitense Alice e all’articolo 2, paragrafo 3, lettera k) della legge giapponese).
Nel presente caso, su un totale di 20 rivendicazioni, le rivendicazioni indipendenti sono state formulate in tre diverse categorie. Si tratta di una strategia consolidata nel campo dei brevetti software.
| Rivendicazioni | Categoria | Oggetto della protezione | Soggetto presumibilmente responsabile della violazione |
|---|---|---|---|
| Rivendicazione 1 | Metodo (method) | Procedura di trattamento | Soggetto che attua tale metodo |
| Rivendicazione 11 | Sistema (system) | Apparecchio dotato di memoria e processore | Chi produce, commercializza o utilizza il dispositivo |
| Rivendicazione 20 | Supporto di memorizzazione non temporaneo leggibile da macchina | Supporto di registrazione su cui è registrato il programma | Chi distribuisce o fornisce il programma |
La rivendicazione 11 (sistema) descrive la stessa elaborazione della rivendicazione 1, associandola a componenti fisici quali «memory (memoria)» e «one or more hardware processors (uno o più processori hardware)».
Rivendicazione 11 (estratto) (testo originale / inglese)
Un sistema ... comprendente: una memoria che memorizza una pluralità di modelli di reti neurali e una pluralità di istruzioni eseguibili dal processore; un’interfaccia di comunicazione che riceve un’istruzione di attività; e uno o più processori hardware che leggono ed eseguono la pluralità di istruzioni eseguibili dal processore dalla memoria per eseguire operazioni comprendenti: ... (Di seguito, lo stesso trattamento della rivendicazione 1)
💡 Punto chiave: secondo i criteri di esame giapponesi, viene verificato se «l’elaborazione delle informazioni sia concretamente realizzata utilizzando risorse hardware».Il fatto che la rivendicazione 11 specifichi espressamente «memoria» e «processore hardware» rappresenta una strategia consolidata proprio per soddisfare tale requisito. Anche nel caso in cui si presenti la stessa invenzione in Giappone, risulta efficace chiarire, nelle rivendicazioni di sistema, la collaborazione con le risorse hardware.
Anche qualora una rivendicazione indipendente dovesse essere dichiarata nulla sulla base della tecnica anteriore, i diritti sarebbero comunque mantenuti se le rivendicazioni subordinate rimanessero valide. Le rivendicazioni subordinate fungono da «difesa a più livelli». Dalle rivendicazioni subordinate del presente caso è possibile apprendere un abile metodo di limitazione.
Rivendicazione 3 (testo originale / inglese)
Il metodo di cui alla rivendicazione 1, in cui il primo pacchetto di sotto-attività comprende un primo prompt conforme al secondo modello di rete neurale, che istruisce il secondo modello di rete neurale a eseguire la prima sotto-attività.
La rivendicazione 3 specifica il contenuto del pacchetto come «prompt conforme». Limitando il concetto di livello superiore «formato» (rivendicazione 1) con il concetto di livello inferiore «prompt», si conferisce all’ambito di protezione un grado graduale di ampiezza e restrizione.
Rivendicazione 5 (Testo originale / Inglese)
Il metodo di cui alla rivendicazione 1, comprendente inoltre: la ricezione ... di un’istruzione umana; e la generazione, da parte del primo modello di rete neurale, del primo sotto-compito sulla base dell’istruzione relativa al compito e dell’istruzione umana.
La rivendicazione 5 copre una variante (human-in-the-loop) che integra le «istruzioni umane (human instruction)» nel processo. Coprendo le varianti di implementazione nelle rivendicazioni subordinate, si impedisce che la concorrenza eluda la protezione apportando modifiche al proprio progetto.
Rivendicazione 10 (testo originale / inglese)
Il metodo di cui alla rivendicazione 1, in cui la prima rete neurale e la seconda rete neurale vengono addestrate ciascuna in modo indipendente.
La rivendicazione 10 limita il punto secondo cui «ciascun modello viene addestrato in modo indipendente», incorporando nella protezione dei diritti la realtà della combinazione di modelli eterogenei.
💡 Punti chiave: le regole fondamentali delle rivendicazioni subordinate sono: ① la limitazione graduale dal concetto di livello superiore a quello di livello inferiore (rivendicazione 3),② l’esaurimento delle varianti di implementazione (l’intervento umano della rivendicazione 5, la delega a più livelli delle rivendicazioni da 6 a 9), ③ l’identificazione delle caratteristiche della struttura (l’addestramento indipendente della rivendicazione 10).Una rivendicazione indipendente formulata in modo ampio, abbinata a rivendicazioni subordinate che coprono in modo esaustivo le forme di realizzazione concrete: è questa «gerarchia di ampiezza e specificità» a creare una solida rete di brevetti.
Alla luce del presente caso, illustriamo un modello di approccio da seguire nel formulare le rivendicazioni relative alle invenzioni basate su agenti di intelligenza artificiale della propria azienda. Quanto segue costituisce un esempio di riferimento generico a scopo illustrativo (non si tratta delle rivendicazioni del presente brevetto).
📝 Esempio di riferimento per la redazione delle rivendicazioni (non si tratta delle rivendicazioni del presente brevetto)
📝 Esempi di riferimento per la redazione delle rivendicazioni (non costituiscono rivendicazioni del presente brevetto)
Lista di controllo per la progettazione delle rivendicazioni: ① Non descrivere uno scopo astratto («automatizzare...»), ma specificare le fasi di elaborazione; ② Utilizzare le interfacce tra agenti (formato, API, protocollo) come elementi tecnici chiave; ③ Esprimere chiaramente la logica dinamica di selezione e controllo; /④ Strutturare le rivendicazioni nelle tre categorie: metodo, sistema e supporto / ⑤ Coprire tutte le varianti di implementazione nelle rivendicazioni subordinate.
Una rivendicazione forte è valida solo se supportata da una descrizione adeguata. Di seguito vengono illustrati gli elementi particolarmente importanti nella descrizione di un’invenzione relativa a un agente IA, mettendo in relazione la struttura del presente documento con tali elementi.
| Elemento | Contenuti da redigere | Applicazione pratica nel caso in esame |
|---|---|---|
| Problema tecnico | Chiarire le sfide tecniche, ad esempio il fatto che un singolo agente o un LLM non sia in grado di risolvere compiti complessi | Si specifichi chiaramente che «un singolo agente LLM incontra difficoltà nell’affrontare compiti complessi che richiedono azioni specialistiche diversificate» |
| Soluzioni | Configurazione e flusso di elaborazione specifici per risolvere le sfide | Scomposizione gerarchica + selezione dinamica + formato adattivo + integrazione API |
| Esempi di implementazione (importanti) | Garantia dei requisiti di implementazione e di supporto attraverso esempi di implementazione multipli e diversificati | Quattro esempi: pittura, comprensione delle immagini, matematica e scacchi |
| Definizione dei termini | Definizione e concretizzazione di concetti funzionali quali «pacchetto di attività» e «formato adeguato» | Pacchetto = include un prompt compatibile, ecc. |
| Esempi di variazioni | Variazioni quali l’intervento umano, la delega a più livelli e l’apprendimento autonomo | Corroborare nella descrizione le varianti relative alle rivendicazioni subordinate |
Prestare attenzione ai requisiti di attuabilità e di supporto: l’elaborazione da parte dell’IA tende a diventare una «scatola nera».Una descrizione astratta del tipo «basta inserirlo nell’IA per ottenere buoni risultati» verrà respinta sia in Giappone che negli Stati Uniti. È indispensabile descrivere in modo sufficientemente concreto, affinché un esperto del settore possa riprodurla, quali dati di input vengono utilizzati, quali condizioni di ramificazione vengono applicate, quale modello viene selezionato e in quale formato avviene la conversione. Il fatto che il presente caso riporti ben quattro esempi di attuazione è finalizzato proprio a soddisfare tale requisito.
💡 Punto chiave: la regola d’oro nella redazione della descrizione è «un’ampia divulgazione a sostegno di rivendicazioni ampie».Se nelle rivendicazioni si utilizzano concetti di livello superiore (formato, selezione del modello), nella descrizione è necessario riportare diversi esempi concreti (formato del prompt, algoritmo di selezione) e prevedere una posizione di ripiego per i concetti intermedi. In questo modo, anche se durante l’esame venisse richiesta una limitazione, sarà possibile restringere le rivendicazioni senza che ciò comporti l’aggiunta di elementi nuovi.
Negli Stati Uniti si valuta se «l’invenzione sia rivolta a un’idea astratta e, in tal caso, se presenti un concetto inventivo». Il presente caso è descritto come un flusso concreto che comporta implementazioni tecniche quali gruppi di modelli di reti neurali, connessione API e pacchetti di formati compatibili; si tratta di una struttura che facilita la dimostrazione di una «soluzione tecnica a un problema tecnico».Ciò è in linea anche con l’approccio illustrato nelle linee guida dell’USPTO sull’esame dell’IA del luglio 2024 (casi 47-49).
In Giappone, il criterio di riferimento è se «l’elaborazione delle informazioni sia concretamente realizzata utilizzando risorse hardware». Poiché la rivendicazione 11 del presente caso menziona esplicitamente la memoria e il processore hardware e descrive elaborazioni concrete quali l’interfaccia dati, la connessione API e la conversione del formato, si ritiene che soddisfi facilmente i requisiti di brevettabilità come invenzione relativa al software.Per quanto riguarda l’attività inventiva, gli elementi chiave sono l’ingegnosità tecnica e gli effetti relativi alla «selezione dinamica dei modelli» e alla «conversione del formato adattiva».
In Europa, solo le caratteristiche che contribuiscono alla natura tecnica vengono prese in considerazione ai fini dell’innovatività. Nella presente fattispecie, la «conversione di formato che consente l’interoperabilità tra modelli eterogenei» e la «collaborazione tramite connessione API» possono essere facilmente inquadrate come soluzioni tecniche a un problema tecnico (l’interoperabilità), costituendo una struttura che consente di evitare l’attribuzione di una valutazione come puro metodo commerciale.
① Redigere la domanda basandosi sul «flusso di elaborazione» anziché su una «idea». Scomporre il processo in passaggi concreti: ricezione → scomposizione → selezione → conversione → connessione → output → generazione dell’attività successiva.
② Utilizzare l’«interfaccia» tra gli agenti come punto di forza tecnico. Formati compatibili, connessioni API e protocolli di comunicazione costituiscono indizi fondamentali per superare l’astrazione teorica.
③ Strutturare la domanda nelle tre categorie: metodo, sistema e supporto. In questo modo si individuano diversi soggetti di violazione e si amplia la rete di protezione.
④ Stratificare i diritti tramite rivendicazioni subordinate. Cogliere in modo graduale i concetti di livello superiore → quelli di livello inferiore, le varianti di implementazione e le caratteristiche della configurazione.
⑤ Descrivere in modo approfondito gli esempi di attuazione. Soddisfare i requisiti di attuabilità e di supporto attraverso una varietà di esempi applicativi, a sostegno di rivendicazioni di ampia portata.
L’ambito di protezione non è ancora definitivo: il presente caso (US2025/0265443 A1) costituisce una pubblicazione di domanda di brevetto negli Stati Uniti e non un brevetto registrato. L’ambito di protezione definitivo sarà stabilito al termine del futuro iter di esame (risposte alle azioni d’ufficio, correzioni, ecc.).Il presente articolo costituisce una spiegazione generale degli aspetti tecnici e istituzionali basata sui documenti di domanda pubblicati e non garantisce alcun ambito di protezione specifico né la validità del brevetto. Ai fini delle decisioni commerciali di terzi (analisi di violazione, FTO, ecc.), si prega di avvalersi sempre delle informazioni aggiornate sullo stato di avanzamento della pratica, del testo ufficiale dell’USPTO e di una valutazione individuale da parte di esperti.
Valutiamo se la tecnologia dei Suoi agenti di intelligenza artificiale (AI) sia brevettabile.
Un consulente in proprietà industriale, esperto nel settore IT e software, Le fornirà un supporto completo: dall’analisi tecnica alla valutazione gratuita della brevettabilità, dalla stesura delle rivendicazioni alla strategia di deposito in Giappone, Stati Uniti ed Europa.
Prenoti una prima consulenza gratuita Servizi di proprietà intellettuale nel settore IT e IAD. Che tipo di brevetto è l’US2025/0265443 A1?
R. Si tratta di una domanda di brevetto statunitense presentata da Salesforce relativa a un’«architettura gerarchica di agenti orientata alle attività» (pubblicata il 21 agosto 2025, con un totale di 20 rivendicazioni).Riguarda una tecnologia di base per l’intelligenza artificiale multi-agente, in cui un “agente manageriale” di livello superiore scompone un’attività complessa in sottoattività, seleziona dinamicamente il modello di livello inferiore più adatto per ciascuna sottoattività e trasmette tramite API un pacchetto nel formato compatibile con il modello di destinazione per consentire l’elaborazione coordinata.
D. Si tratta di un brevetto registrato?
R. No. La sigla «A1» alla fine indica una domanda di brevetto statunitense pubblicata (published application) e, al 2026, è ancora in fase di esame. L’ambito definitivo dei diritti sarà determinato nel corso del futuro esame.
D. Quante rivendicazioni indipendenti presenta questo brevetto?
A. Tre. Si tratta delle tre categorie seguenti: rivendicazione 1 (metodo), rivendicazione 11 (sistema) e rivendicazione 20 (supporto leggibile da macchina non transitorio); tutte condividono la stessa limitazione fondamentale.Le restanti rivendicazioni da 2 a 10 e da 12 a 19 sono rivendicazioni subordinate.
D. Il meccanismo multi-agente è brevettabile?
A. L’idea di «utilizzare più intelligenze artificiali» è di per sé astratta e difficilmente brevettabile; tuttavia, se descritta come un flusso concreto di elaborazione delle informazioni – come nel caso in esame, ovvero «scomporre un’attività, generare un pacchetto nel formato appropriato, stabilire una connessione API per ricevere l’output e generare l’attività successiva» – le possibilità di ottenere la protezione brevettuale aumentano sia in Giappone che negli Stati Uniti.
D. Perché si formulano tre rivendicazioni relative a metodo, sistema e supporto?
R. Per ampliare la portata della tutela.La rivendicazione relativa al metodo tutela la procedura di elaborazione, quella relativa al sistema tutela l’apparecchiatura (memoria, processore) e quella relativa al supporto tutela il supporto su cui è registrato il programma. In questo modo è possibile coprire diversi soggetti responsabili di violazione della stessa invenzione, quali «chi la mette in pratica», «chi produce o commercializza l’apparecchiatura» e «chi distribuisce il programma».
D. Come possono le aziende giapponesi ottenere un brevetto sulla tecnologia multi-agente?
A. È efficace porre al centro delle rivendicazioni gli aspetti tecnicamente concretizzabili, quali il protocollo di comunicazione tra agenti, la logica di selezione dinamica e la conversione del formato dei pacchetti di attività. La chiave sta nel non limitarsi a semplici idee commerciali o a ingegnose soluzioni relative ai prompt, ma nel descrivere il flusso di elaborazione del sistema.
D. A quali aspetti occorre prestare particolare attenzione nella descrizione di un’invenzione relativa agli agenti di intelligenza artificiale?
A. I tre punti fondamentali sono: ① descrivere in modo correlato il problema tecnico (ad esempio: un singolo agente non è in grado di risolvere compiti complessi) e la soluzione; ② riportare esempi di attuazione multipli e diversificati per soddisfare i requisiti di attuabilità e di supporto; ③ tradurre concetti funzionali quali «formato compatibile» o «connessione API» in elaborazioni concrete.
D. È possibile ottenere un brevetto anche per una tecnologia già resa pubblica prima della presentazione della domanda?
A. In linea di principio, una volta resa pubblica tramite articoli scientifici, software open source (OSS), comunicati stampa o simili, la tecnologia perde la propria novità e non è più possibile ottenere un brevetto. In Giappone esistono eccezioni alla perdita di novità a determinate condizioni (articolo 30), ma poiché i requisiti variano da paese a paese e non costituiscono una soluzione universale, la regola d’oro è completare la domanda di brevetto prima della divulgazione.
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, dalla presentazione delle domande di brevetto, marchio, disegno industriale 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 l’intelligenza artificiale (AI), l’Internet delle cose (IoT), il Web3 e il FinTech. È membro di diverse associazioni, tra cui l’Ordine dei Patentisti del Giappone, l’Associazione dei Patentisti Asiatici (APAA) e l’Associazione Giapponese dei Marchi (JTA).