Passa al contenuto

L’IA al JPO: come cambia l’esame dei brevetti nel piano 2022–2026

L’Ufficio Brevetti introduce a pieno titolo l’intelligenza artificiale: come cambierà l’esame delle domande (lo stato attuale del piano 2022-2026)

L’Ufficio giapponese dei brevetti (JPO) ha deciso di procedere all’introduzione su larga scala delle tecnologie di intelligenza artificiale (IA) per far fronte alla duplice sfida rappresentata dal rapido aumento delle domande di brevetto e dal miglioramento della qualità dell’esame.Il «Piano d’azione sull’IA», elaborato nel 2022, rappresenta un’ambiziosa tabella di marcia volta a integrare l’IA nei fondamenti del processo di esame dei brevetti nell’arco dei quattro anni che porteranno al 2026.

Dall’automazione della ricerca sullo stato dell’arte alla traduzione automatica di documenti in lingua straniera, dal perfezionamento dell’esame dei disegni e modelli e dei marchi tramite l’intelligenza artificiale per il riconoscimento delle immagini, fino alla valutazione delle possibilità di applicazione dell’intelligenza artificiale generativa: questo piano racchiude in sé il potenziale di trasformare profondamente il futuro del sistema giapponese della proprietà intellettuale.

Tuttavia, l’introduzione dell’IA non riguarda solo gli esaminatori.Anche per i richiedenti, gli inventori e i consulenti in materia di brevetti, l’intervento dell’IA nel processo di esame comporta l’emergere di «nuove minacce» del tutto diverse rispetto al passato. Nel presente articolo, oltre a illustrare il quadro completo del Piano d’azione sull’IA del JPO, approfondiremo le sfide che i richiedenti dovranno affrontare nell’era dell’esame basato sull’IA e il valore aggiunto offerto dall’intervento dei consulenti in materia di brevetti in tale contesto.

1. Che cos’è il Piano d’azione sull’IA — Il quadro generale della trasformazione digitale (DX) dell’esame delineato dall’Ufficio brevetti

1-1. Contesto della definizione del piano

Il numero di domande di brevetto presentate in Giappone raggiunge circa 300.000 all’anno e il carico di lavoro a carico di ciascun esaminatore aumenta di anno in anno. Inoltre, a causa della crescente sofisticazione e complessità delle tecnologie, l’ambito della ricerca sulla tecnica anteriore si è ampliato in modo esponenziale.Con i metodi di ricerca tradizionali basati su parole chiave o codici di classificazione, sta diventando sempre più difficile individuare in modo efficiente, all’interno di un’enorme mole di documentazione, la tecnica anteriore realmente pertinente.

Alla luce di tale situazione, nel 2022 l’Ufficio dei brevetti ha elaborato un «Piano d’azione sull’IA» volto a integrare sistematicamente la tecnologia di intelligenza artificiale nel processo di esame. Questo piano non rappresenta un semplice prolungamento della digitalizzazione, ma costituisce un importante punto di svolta nell’amministrazione della proprietà intellettuale, volto a migliorare la qualità stessa dell’esame grazie alla potenza dell’IA.

Alla base di questa iniziativa vi è anche la tendenza globale verso l’utilizzo dell’intelligenza artificiale. Anche i principali uffici brevetti, quali l’Ufficio Brevetti e Marchi degli Stati Uniti (USPTO), l’Ufficio Europeo dei Brevetti (EPO) e l’Ufficio Nazionale Cinese per la Proprietà Intellettuale (CNIPA), stanno promuovendo le proprie strategie in materia di intelligenza artificiale.Per consentire al JPO di mantenere la propria competitività internazionale e continuare a fornire ai richiedenti servizi di esame rapidi e di alta qualità, l’introduzione dell’IA rappresentava una sfida inevitabile.

1-2. Il quadro completo del piano d’azione

Il Piano d’azione sull’IA è una roadmap completa che copre un periodo di cinque anni, dall’anno fiscale 2022 all’anno fiscale 2026. Il suo fulcro consiste nell’introdurre gradualmente la tecnologia dell’IA in diverse fasi dell’esame dei brevetti e nell’utilizzarla come strumento a supporto del giudizio degli esaminatori.

Piano d’azione sull’IA — I quattro pilastri

  • Supporto dell’IA alla ricerca sullo stato dell’arte: sfruttando l’elaborazione del linguaggio naturale (NLP) e l’apprendimento automatico, si migliorerà notevolmente la precisione della ricerca nella documentazione brevettuale e non brevettuale
  • AI per la traduzione di documentazione in lingua straniera — Realizzazione di una traduzione automatica ad alta precisione per la documentazione brevettuale proveniente da paesi non anglofoni, con particolare attenzione al cinese e al coreano
  • Utilizzo dell’IA per il riconoscimento delle immagini: l’IA fornirà supporto nella valutazione della somiglianza delle figure nell’ambito dell’esame dei disegni e modelli e dei marchi
  • Valutazione della fattibilità dell’IA generativa — Promuovere la ricerca e lo sviluppo di strumenti di supporto all’esame che utilizzino modelli linguistici su larga scala (LLM)

È particolarmente degno di nota il fatto che questo piano non miri a un «esame automatico tramite IA», ma si basi, in linea di principio, sull’«utilizzo dell’IA come strumento a supporto degli esaminatori». La decisione finale in merito alla concessione o al rigetto del brevetto continuerà a essere presa da esaminatori umani.

Il nuovo concetto di «esame ibrido»

L’obiettivo del JPO è un modello di «esame ibrido» in cui l’IA e gli esaminatori collaborino. L’IA estrae i possibili precedenti tecnici da un’enorme mole di dati, mentre gli esaminatori li esaminano attentamente e formulano un giudizio: grazie a questa divisione dei compiti, si prevede di ottenere contemporaneamente una maggiore rapidità nell’esame e un miglioramento della qualità.Tuttavia, proprio questa natura «ibrida» costituisce un fattore che genera nuove sfide per i richiedenti. Ciò è dovuto al fatto che la portata e la precisione delle tecnologie preesistenti «individuate» dall’IA differiscono radicalmente rispetto all’esame tradizionale.

2. Come viene implementata l’IA nell’esame? — Quattro aree tecnologiche

In base al Piano d’azione sull’IA, il JPO ha già avviato la fase di sperimentazione e implementazione di diverse tecnologie di IA. Di seguito si esamineranno in dettaglio lo stato di implementazione e l’impatto sull’esame in ciascuno dei quattro principali ambiti tecnologici.

2-1. Supporto dell’IA nella ricerca sulla tecnica anteriore

La ricerca sulla tecnica anteriore costituisce il processo centrale dell’esame dei brevetti. Per valutare la novità e l’attività inventiva dell’invenzione oggetto della domanda, è necessario effettuare una ricerca esaustiva della documentazione relativa alla tecnica anteriore. Tradizionalmente, tale attività veniva svolta manualmente dagli esaminatori, avvalendosi della Classificazione Internazionale dei Brevetti (IPC) e di parole chiave.

Nell’ambito del Piano d’azione sull’IA, si sta procedendo allo sviluppo e all’introduzione di strumenti di supporto alla ricerca che utilizzano la tecnologia di elaborazione del linguaggio naturale (NLP). Questo strumento accetta direttamente il testo della descrizione della domanda come input e visualizza automaticamente, in ordine di rilevanza, la documentazione tecnica precedente semanticamente affine.Poiché la ricerca non si basa sulla corrispondenza esatta delle parole chiave, ma sulla somiglianza contestuale e semantica, è possibile individuare anche «espressioni alternative» e «tecnologie simili descritte con terminologia tecnica diversa», che con i metodi di ricerca tradizionali risultavano difficili da individuare.

Caratteristiche principali della ricerca sullo stato dell’arte basata sull’intelligenza artificiale

  • Ricerca semantica: analizza il testo delle rivendicazioni e della descrizione a livello semantico, individuando la documentazione concettualmente affine
  • Ricerca multilingue — Ricerca diretta di documenti in inglese, cinese e coreano a partire da documenti di domanda in lingua giapponese
  • Inclusione di documentazione non brevettuale — Inclusione nell’ambito della ricerca anche di articoli accademici, relazioni tecniche e documenti normativi
  • Punteggio di somiglianza — Assegnazione di un punteggio di rilevanza a ciascun risultato di ricerca, a supporto della definizione delle priorità da parte degli esaminatori

2-2. IA per la traduzione di documentazione in lingua straniera

Con la globalizzazione, l’importanza della documentazione in lingua straniera nell’esame dei brevetti sta aumentando in modo esponenziale. In particolare, il numero di domande di brevetto presentate in Cina è il più elevato al mondo e gli esaminatori giapponesi devono interpretare con precisione l’enorme mole di documentazione sullo stato dell’arte redatta in cinese.

Il JPO sta promuovendo lo sviluppo di un sistema di traduzione automatica neurale (NMT) specializzato nel settore dei brevetti. A differenza dei motori di traduzione generici, si mira a migliorare notevolmente l’accuratezza della traduzione attraverso la creazione di modelli ottimizzati per la terminologia tecnica, i termini giuridici e lo stile propri della documentazione brevettuale.

Caratteristiche tecniche dell’IA di traduzione

  • Modello specializzato per settore: viene effettuato un addestramento aggiuntivo utilizzando un corpus di documenti di brevetto, al fine di ottimizzare la precisione nella traduzione dei termini tecnici
  • Ampliamento delle lingue supportate — Oltre al cinese e al coreano, il supporto è stato esteso alle lingue europee quali il tedesco e il francese
  • Garanzia di coerenza terminologica — È dotato di un meccanismo che assicura la coerenza nella traduzione degli stessi termini tecnici all’interno di un unico documento
  • Integrazione del feedback degli esaminatori — Le correzioni apportate dagli esaminatori alle traduzioni vengono integrate nel modello, migliorandone continuamente la precisione

L’avanzamento dell’IA di traduzione amplia drasticamente la portata della tecnica anteriore a cui gli esaminatori possono accedere. Ciò significa che i documenti in lingua straniera, finora di fatto inaccessibili a causa delle barriere linguistiche, verranno citati attivamente durante l’esame. Per i richiedenti, aumenta la probabilità che le informazioni tecniche pubblicate in qualsiasi lingua del mondo si presentino come «tecnica anteriore».

2-3. Utilizzo dell’IA per il riconoscimento delle immagini

La tecnologia di intelligenza artificiale per il riconoscimento delle immagini viene utilizzata principalmente nei settori dell’esame dei disegni e modelli e dell’esame dei marchi. Nell’esame dei disegni e modelli, l’IA viene impiegata per valutare la somiglianza tra il disegno o modello depositato e quelli già registrati o notoriamente noti. Nell’esame dei marchi, la tecnologia di IA è stata introdotta per la ricerca di somiglianza dei marchi figurativi.

Ambiti di applicazione dell’IA per il riconoscimento delle immagini

  • Ricerca di somiglianza dei disegni e modelli — Ricerca automatica di disegni e modelli simili in termini di forma, motivo e colore tramite l’estrazione delle caratteristiche delle immagini basata sull’apprendimento profondo
  • Ricerca di somiglianza dei marchi figurativi — Valutazione della somiglianza dei marchi figurativi basata su caratteristiche visive, indipendentemente dalla classificazione di Vienna
  • Analisi dei disegni — Riconoscimento automatico degli elementi costitutivi dei disegni di brevetto e supporto all’estrazione delle caratteristiche tecniche
  • Gestione dei disegni e modelli parziali — Supporto nella valutazione della somiglianza tra un disegno o modello parziale depositato e il disegno o modello complessivo

Nel contesto dell’esame dei brevetti, la funzione di analisi dei disegni merita particolare attenzione. Se l’IA fosse in grado di estrarre e analizzare automaticamente gli elementi costitutivi dai disegni dei brevetti, aumenterebbero le possibilità di individuare lo stato dell’arte, che non sarebbe stato individuabile tramite ricerche basate sul testo, grazie alla somiglianza dei disegni.

2-4. Possibilità di applicazione dell’IA generativa (LLM)

Alla luce del rapido sviluppo dei modelli linguistici su larga scala (LLM), rappresentati da ChatGPT, il JPO sta valutando attivamente anche la possibilità di applicare la tecnologia dell’IA generativa alle attività di esame. Si tratta di un’iniziativa innovativa che va oltre l’ambito originario del piano d’azione, ma che rappresenta un ambito di fondamentale importanza per considerare il futuro dell’esame basato sull’IA.

Tra i potenziali ambiti di applicazione dell’IA generativa si stanno valutando il supporto alla redazione delle bozze delle relazioni di esame, l’assistenza nell’interpretazione delle rivendicazioni, la generazione di sintesi dei settori tecnologici e l’automazione dei controlli formali dei documenti di domanda.Tuttavia, poiché l’esame dei brevetti costituisce un atto amministrativo dotato di efficacia giuridica, la gestione del rischio di «allucinazioni» dell’IA generativa (ovvero la generazione di informazioni non basate sui fatti) rappresenta una sfida di grande rilevanza.

Aree di studio relative all’IA generativa

  • Supporto alla stesura delle bozze dei rapporti di esame — Generazione automatica delle bozze delle notifiche dei motivi di rigetto, al fine di alleggerire il carico di lavoro degli esaminatori
  • Assistenza nella spiegazione delle rivendicazioni — Suddivisione e organizzazione degli elementi costitutivi delle rivendicazioni complesse, al fine di chiarire le caratteristiche tecniche dell’invenzione
  • Analisi delle tendenze tecnologiche — Analisi automatica delle tendenze delle domande di brevetto e delle direzioni di sviluppo tecnologico in specifici settori tecnici
  • Automazione dei controlli formali — Screening iniziale dei requisiti formali dei documenti di domanda (requisiti di descrizione e di chiarezza)

L’introduzione dell’IA generativa nelle attività di esame si trova ancora in fase di ricerca e sperimentazione, ma se ne prevede un impatto estremamente significativo in futuro. Ciò è dovuto al fatto che, qualora l’IA generasse la bozza del rapporto di esame, la qualità di tale bozza potrebbe influire direttamente sul risultato finale dell’esame.

Panoramica delle tecnologie di IA introdotte — Riepilogo dell’impatto per strumento

Ambiti tecnologici dell’IA Strumenti e metodi principali Impatto sull’esame Impatto sui richiedenti
Ricerca sulla tecnica anteriore con l’IA Ricerca semantica, classificazione basata sull’elaborazione del linguaggio naturale (NLP) Miglioramento significativo della completezza della ricerca Diventa più difficile eludere i risultati tramite espressioni alternative
IA di traduzione NMT specializzata per settore Ampliamento dell’ambito di utilizzo della letteratura in lingua straniera Il rischio che la letteratura mondiale diventi lo stato dell’arte
IA per il riconoscimento delle immagini Estrazione delle caratteristiche delle immagini basata sul deep learning Miglioramento della precisione nella valutazione della somiglianza di disegni e modelli e marchi Aumento del rischio di rigetto basato esclusivamente sulla somiglianza grafica
IA generativa (LLM) Modelli linguistici su larga scala Supporto alla redazione di relazioni e all’analisi delle rivendicazioni Risposta ai motivi di rigetto sulla base delle bozze generate dall’IA

3. Le tre minacce dell’era dell’esame tramite IA: i rischi che i richiedenti devono conoscere

L’introduzione dell’esame basato sull’IA, pur apportando vantaggi in termini di efficienza e miglioramento della qualità dell’esame, genera al contempo nuove minacce senza precedenti per i richiedenti. Di seguito illustreremo le tre principali minacce che i richiedenti dovranno affrontare nell’era dell’esame basato sull’IA, descrivendone i meccanismi specifici e le ripercussioni.

3-1. Minaccia n. 1: individuazione delle riformulazioni — La minaccia della ricerca semantica

Nei sistemi di ricerca brevettuale tradizionali, la ricerca dei documenti si basava sulla corrispondenza esatta o parziale delle parole chiave. Per questo motivo, i richiedenti potevano cercare di differenziare la propria invenzione dalla tecnica anteriore ricorrendo a «parafrasi» dei termini tecnici — indipendentemente dal fatto che ciò fosse intenzionale o meno.Ad esempio, se la tecnica anteriore utilizzava il termine «contenitore», il richiedente, ricorrendo a un’espressione diversa come «elemento di contenimento», poteva fare in modo che tale tecnica anteriore non venisse individuata nella ricerca per parole chiave.

Livello di minaccia: elevato

L’intelligenza artificiale per la ricerca semantica effettua la ricerca sulla base della «similitudine di significato», anziché sulla corrispondenza superficiale delle parole. In questo modo, anche espressioni diverse quali «contenitore», «elemento di alloggiamento», «alloggiamento», «involucro» e «struttura di sostegno» vengono riconosciute come riferite allo stesso concetto tecnico, consentendo di individuare senza omissioni la tecnologia precedente pertinente.La protezione derivante dalla «barriera terminologica», di cui i richiedenti hanno finora beneficiato inconsapevolmente, risulterà notevolmente indebolita. Si rende quindi necessaria una revisione radicale della strategia di scelta terminologica nella redazione delle rivendicazioni.

Questa minaccia è particolarmente evidente nelle invenzioni relative al software e nei brevetti sui modelli di business. In questi settori è comune esprimere la stessa idea tecnica con termini diversi e, in passato, la differenza terminologica fungeva di fatto da «barriera all’ingresso». L’introduzione della ricerca semantica basata sull’intelligenza artificiale eliminerà tale barriera.

3-2. Minaccia n. 2: combinazione di documenti di settori diversi — Le «combinazioni inaspettate» generate dall’IA

Nel valutare l’originalità nell’ambito dell’esame dei brevetti, si verifica se, combinando più documenti di tecnica anteriore, fosse «facile o meno per un esperto del settore» giungere alla configurazione dell’invenzione oggetto della domanda.In passato, gli esaminatori prendevano in considerazione principalmente la combinazione di documenti appartenenti allo stesso settore tecnologico o a settori affini. Per combinare documenti provenienti da settori tecnologici diversi era necessario possedere una profonda conoscenza di entrambi i settori, il che comportava dei limiti pratici.

Livello di minaccia: alto

La ricerca sulla tecnica anteriore effettuata dall’IA possiede la capacità di effettuare ricerche trasversali tra i documenti, superando i confini dei singoli settori tecnologici. Poiché i modelli di apprendimento automatico non sono soggetti ai vincoli delle «aree di specializzazione» come gli esaminatori umani, è possibile che presentino «combinazioni inaspettate», quali l’unione di tecnologie del settore medico con documenti del settore agricolo o il collegamento tra la tecnologia automobilistica e quella aerospaziale.Per i richiedenti, aumenta notevolmente il rischio che la novità venga negata non solo sulla base del proprio settore tecnologico, ma anche sulla base di tecnologie preesistenti appartenenti a settori completamente diversi.

Questo problema si sta aggravando, anche in concomitanza con la tendenza alla fusione tecnologica osservata negli ultimi anni.In settori quali l’IoT, l’IA e le biotecnologie, si sta registrando un aumento delle invenzioni che combinano tecnologie di discipline diverse, e la portata della «documentazione pertinente» individuata dall’IA potrebbe superare di gran lunga le ipotesi tradizionali. Per i richiedenti, una ricerca sullo stato dell’arte limitata al proprio settore tecnologico non sarà più sufficiente, ma sarà necessaria una ricerca condotta con una prospettiva più ampia.

3-3. Minaccia n. 3: il dilagare della tecnica anteriore — L’aumento esplosivo del numero di documenti citati

Con l’introduzione di strumenti di ricerca sullo stato dell’arte basati sull’IA, si prevede un aumento vertiginoso del numero di documenti relativi allo stato dell’arte a cui gli esaminatori potranno fare riferimento per ogni singola domanda di brevetto.In passato, a causa dei vincoli temporali e fisici degli esaminatori, esisteva un limite massimo effettivo al numero di documenti citati per ogni singola domanda. Tuttavia, grazie all’estrazione e alla classificazione automatica dei documenti pertinenti da parte dell’IA, tale vincolo verrà notevolmente attenuato.

Livello di minaccia: medio-alto

Se il numero di documenti di tecnologia preesistente citati nella notifica dei motivi di rigetto dovesse aumentare, si amplierà anche l’ambito della tecnologia preesistente a cui il richiedente dovrà rispondere mediante memorie o atti di correzione.In casi in cui in precedenza era sufficiente costruire una contestazione nei confronti di 2 o 3 documenti citati, potrebbe verificarsi che l’intelligenza artificiale individui oltre 10 documenti pertinenti, rendendo necessario elaborare una logica di differenziazione per ciascuno di essi. Ciò comporta un notevole aumento dei costi di gestione (in termini di tempo e risorse finanziarie) per il richiedente.

Inoltre, l’aumento del numero di documenti citati solleva anche la questione della «qualità dei documenti».Tra i documenti estratti automaticamente dall’IA in base a un punteggio di rilevanza, potrebbero essere inclusi documenti «leggermente pertinenti» che non sarebbero stati citati se l’esaminatore li avesse selezionati manualmente. Anche nei confronti di tali documenti di riferimento, che costituiscono una sorta di «rumore», il richiedente dovrà fornire una risposta formale, il che fa temere una maggiore complessità della procedura.

Inoltre, qualora l’intelligenza artificiale dovesse individuare un numero massiccio di documenti non brevettuali (articoli accademici, blog tecnici, documenti di standardizzazione, ecc.), al richiedente verrà richiesta la capacità di comprendere accuratamente il contenuto di tali documenti e di dimostrare le differenze rispetto alla propria invenzione.A differenza dei documenti di brevetto, i documenti non brevettuali non presentano descrizioni strutturate come le rivendicazioni; pertanto, l’identificazione e il confronto delle caratteristiche tecniche risultano più difficili.

Il fatto che la documentazione non brevettuale venga individuata più facilmente implica anche che le presentazioni a convegni scientifici e gli articoli tecnici della propria azienda o del proprio team possano essere citati più facilmente come stato dell’arte.È possibile verificare un caso reale in cui, in una pratica in cui la presentazione a un convegno scientifico era avvenuta in precedenza, è stata presentata una domanda di brevetto avvalendosi dell’articolo 30, paragrafo 2, della legge sui brevetti (eccezione alla perdita di novità) e in cui, nel corso del successivo esame, le rivendicazioni sono state progressivamente circoscritte, nell’analisi delle rivendicazioni relative a un brevetto frutto della collaborazione tra industria e università che ha fatto ricorso a tale eccezione.

4. Il valore aggiunto del consulente in brevetti: la competenza specialistica richiesta proprio nell’era dell’IA

L’avvento dell’era dell’esame basato sull’IA non riduce il ruolo del consulente in materia di brevetti, ma piuttosto ne accresce ulteriormente il valore della sua competenza specialistica. Poiché l’IA rafforza le «armi» dell’esame, anche da parte del richiedente è richiesta una «capacità di difesa» pari o superiore. In questa sede illustreremo i quattro valori fondamentali dell’intervento del consulente in materia di brevetti nell’era dell’esame basato sull’IA.

① Ricerca sullo stato dell’arte nell’era dell’IA — Una strategia di ricerca proattiva

Il consulente in brevetti, avvalendosi direttamente degli strumenti di IA per effettuare una ricerca sullo stato dell’arte prima del deposito della domanda, è in grado di prevedere e individuare in anticipo gli elementi dello stato dell’arte che l’esaminatore potrebbe individuare tramite l’IA. Ciò consente di evidenziare chiaramente, già in fase di redazione della documentazione di domanda, i punti di differenziazione rispetto allo stato dell’arte.Inoltre, formulando con precisione le differenze tecniche basate sulla «conoscenza tacita» e sulle «pratiche del settore» — aspetti in cui la ricerca tramite IA presenta difficoltà — e inserendole nella descrizione, si garantiscono elementi di differenziazione che l’IA potrebbe trascurare.Il valore specifico del consulente in materia di brevetti consiste proprio nella capacità di elaborare e attuare una «strategia di ricerca offensiva», che non si limita a una semplice risposta difensiva, ma sfrutta le capacità dell’IA a proprio vantaggio.

② Progettazione multilivello delle rivendicazioni — Costruzione di diritti in vista della ricerca con l’IA

Con l’introduzione dell’IA per la ricerca semantica, diventa difficile ottenere una differenziazione attraverso la riformulazione dei termini.Il consulente in brevetti adotta una «progettazione multilivello delle rivendicazioni» adeguata a questo nuovo contesto. Oltre a rivendicazioni indipendenti di ampio respiro, struttura strategicamente rivendicazioni subordinate su più livelli, creando una struttura di riserva che consenta di far valere la brevettabilità in uno qualsiasi di questi livelli, indipendentemente dalla tecnologia preesistente individuata dall’IA.Inoltre, garantiscono la solidità delle rivendicazioni incorporando efficacemente «elementi di differenziazione quantitativi» difficili da rilevare dalla ricerca semantica dell’IA, quali limitazioni numeriche, condizioni di processo e combinazioni specifiche.

③ Costruzione della storia dell’invenzione — Il potere del «contesto» che l’IA non è in grado di comprendere

L’IA eccelle nell’individuare la somiglianza delle singole caratteristiche tecniche, ma presenta dei limiti nel comprendere il «contesto» in cui è nata l’invenzione o la «catena logica di risoluzione dei problemi».Il consulente in brevetti, costruendo nella descrizione dell’invenzione il contesto, il problema, i mezzi di soluzione e gli effetti come una «storia» coerente, crea le basi per sostenere efficacemente il carattere innovativo dell’invenzione nel suo complesso, al di là della somiglianza dei singoli elementi costitutivi.In particolare, nella confutazione della combinazione di più tecnologie precedenti, la capacità di spiegare logicamente, dal punto di vista tecnico, «perché tale combinazione non fosse ovvia per un esperto del settore» rappresenta l’ambito in cui la competenza del consulente in brevetti trova la sua massima espressione.

④ Consulenza sull’ambito di protezione — Strategie di portafoglio nell’era dell’IA

Con l’introduzione dell’esame basato sull’intelligenza artificiale (IA), si prevede un aumento generale della difficoltà nell’ottenimento dei brevetti. Il consulente in brevetti fornisce assistenza nella definizione di una strategia complessiva per il portafoglio di proprietà intellettuale, tenendo conto di questo cambiamento contestuale. Nei casi in cui risulti difficile garantire un ambito di protezione esteso con un unico brevetto, propone di massimizzare la copertura attraverso un «gruppo di brevetti» costituito da una combinazione strategica di più brevetti.Inoltre, poiché lo stato di introduzione dell’esame basato sull’intelligenza artificiale varia a seconda del Paese e della regione, anche l’elaborazione di strategie di deposito internazionale che tengano conto delle differenze nelle prassi di esame dei singoli Paesi costituisce un ruolo fondamentale del consulente in materia di brevetti. Solo il consulente in materia di brevetti è in grado di fornire una visione strategica coerente che abbracci l’intero percorso, dal deposito della domanda all’esercizio dei diritti.

Sintesi

Il Piano d’azione sull’IA del JPO (2022–2026) è destinato a trasformare radicalmente le modalità di esame dei brevetti in Giappone.Il supporto dell’IA nella ricerca sullo stato dell’arte, l’IA per la traduzione di documenti in lingua straniera, l’utilizzo dell’IA per il riconoscimento delle immagini e la valutazione della possibilità di applicare l’IA generativa: questi quattro pilastri racchiudono il potenziale per realizzare contemporaneamente una maggiore rapidità nell’esame e un miglioramento della qualità.

Tuttavia, per i richiedenti è anche un dato di fatto che l’introduzione dell’IA generi nuove minacce: l’individuazione di espressioni parafrasate tramite la ricerca semantica, la negazione inaspettata dell’originalità derivante dalla combinazione di documentazione di settori diversi, l’aumento esplosivo del numero di documenti citati — per affrontare adeguatamente queste minacce, è indispensabile una nuova strategia di deposito adeguata all’era dell’IA.

E, nell’elaborazione e nell’attuazione di questa nuova strategia, la competenza dei consulenti in materia di brevetti assumerà un ruolo più importante che mai. Comprendere le capacità dell’IA e, tenendo conto dei suoi punti di forza e dei suoi limiti, progettare la strategia di deposito ottimale: questo è il vero valore aggiunto dei consulenti in materia di brevetti nell’era dell’esame basato sull’IA.

Strategie brevettuali nell’era dell’esame basato sull’intelligenza artificiale: vi invitiamo a contattarci per una consulenza

Alla luce dei cambiamenti nell’ambiente di esame derivanti dall’introduzione dell’IA da parte del JPO, siamo a vostra disposizione per una consulenza volta a ottimizzare la strategia di proprietà intellettuale della vostra azienda.
Vi offriamo un supporto completo, adeguato all’era dell’IA, che spazia dal potenziamento della ricerca sullo stato dell’arte alla revisione della formulazione delle rivendicazioni.

Ufficio Brevetti (JPO) Esame con IA Piano d’azione per l’IA Ricerca sullo stato dell’arte Ricerca semantica Strategia brevettuale Consulente in brevetti IA generativa
Takefumi Sugiura, consulente in brevetti

AUTORE / Autore

Takefumi Sugiura (SUGIURA Takefumi)

Studio di proprietà intellettuale EVORIX – Consulente in brevetti e rappresentante legale

Assistiamo 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 industriale 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. 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).