• 沒有找到結果。

專利分析

在文檔中 深度學習之專利分析研究 (頁 20-29)

隨著世界技術競爭的日益增長,各國企業紛紛展開專利戰略的研究,其 核心為專利分析,意即針對專利資訊進行分析、加工以及組合,並利用統計 學將這些資訊轉化為具有綜觀全局與預測功能的競爭情報,進而為企業的決 策提供參考。專利分析不僅是企業爭奪專利的前置工作,更能為企業在發展 技術策略與評估競爭對手方面提供有用的情報,因此,專利分析是企業戰略 與競爭分析中一種獨特而實用的分析方法,是企業競爭情報常用的分析方法 之一(智庫百科,2014)。

也有人將專利分析稱為專利地圖,意即透過專利檢索,檢索與研究主題 相關的專利資訊,並以統計學的方法整理成各種加值化的專利資訊,讓使用 者可以用簡單與清晰的圖表獲取豐富的專利資訊內涵。專利地圖分析則是運 用專利分析技能,將零散瑣碎的專利資訊藉由專利地圖分析轉化成系統性的 市場與技術資訊,並對研究主題進行多面向的分析與規劃,若將專利地圖分 析用於策略規劃,則稱為專利佈局。近年來,專利地圖已逐漸與技術路徑圖 整合,以進一步瞭解技術的未來發展,此外,專利地圖也經常與市場資訊搭

配,成為監控企業研發與產品佈局的指標,最後,專利地圖亦可用於分析國 家的產業競爭力與研發實力(維基百科,2016)。

專利分析可以分為定量分析與定性分析,定量分析主要是透過專利文件 的固有項目來進行統計分析,如申請日期與專利權人,定性分析則是以專利 說明書、權利要求等技術內容來識別專利,在進行專利分析時,通常需要將 定量分析與定性分析相結合,才能達到較好的分析成果(智庫百科,2014)。

除了定量分析與定性分析,專利分析亦能基於引文進行分析,其基本概念是 當一項專利引用另一項專利時,這兩項專利間就存在著技術的聯繫,視覺化 專利間的引用關係,對於了解技術的整體狀態非常有用,並且有助於專家分 析技術網絡與識別技術,簡而言之,專利引用對科學和技術政策的規劃與評 估是有用的(Gavilanes-Trapote, Río-Belver, Cilleruelo, & Larruscain, 2015)。

綜合上述的說明,可以了解專利分析的定義與其重要性,在技術發展迅 速且商業競爭相當激烈的背景下,能夠掌握未來的發展趨勢、預先規劃發展 目標、掌握競爭對手的戰略資訊以及在市場佔得先機就顯得相當重要,專利 分析就是掌握現況與預測未來趨勢相當有用且迅速的方法之一,因為,專利 文件清楚的描述了技術的相關資訊,而且,它是公開、免費且容易取得的。

二、 專利分析的功能與相關研究

透過專利分析,能夠掌握當前的發展狀況與預測未來的發展趨勢,專利 分析的功能有很多,如掌握競爭對手的戰略資訊與了解企業當前的優勢和劣 勢,由於專利文件容易取得的特性與專利分析多樣的功能,因此,應用專利 分析的研究也相當廣泛,下列整理與歸納了專利分析的功能與相關的研究。

(一) 專利分析的功能

專利分析的功能相當多樣,研究者對於專利分析功能的詮釋也有所不同。

陳達仁與黃慕萱認為專利的功能主要可以分為五項,包括:獲利-授權帶來營 收、策略-保持競爭優勢、分析-監控技術發展、防禦-保障企業權益以及攻擊-控告他人侵權,透過專利分析,可以掌握新技術的發展動向、追蹤競爭對手 的研發成果,甚至可以監測是否有專利侵權的情形發生,專利分析亦可作為 企業市場行銷與產業分析的分析指標,對公司的經營提供更有效的管理與規 劃,並決定自己的開發方向,簡單來說,透過專利分析可以知悉技術領域現 況、監控技術領域趨勢、瞭解競爭對手研發狀況、掌握競爭對手全球布局、

確認研發策略以及促進技術加值應用(陳達仁、黃慕萱,2018,P.21~P.26、

P.272)。

由於沒有可以使用的歷史數據,因此預測新興技術相當困難,在這種情 況下,專利分析提供了有用的數據(Daim, Rueda, Martin, & Gerdsri, 2006)。

專利分析也可以用來評估企業的競爭力,Song 等人提出基於專利分析的企業 技術競爭力評價方法,以企業作為研究對象,針對其在某一技術領域的研究 和競爭力進行評估,評估的目的是先調查企業的整體技術競爭力,並評估企 業的競爭對手,期望能找到企業與其競爭對手的優勢和不足(Song, Geng, &

Wang, 2013)。

Ernst 認為專利資訊可用於技術管理的三個重要領域,首先,專利資訊提 供了有關競爭對手研發戰略的相關資訊,有助於評估技術的競爭潛力,其次,

專利包含技術管理的重要資訊,最後,專利資訊可以用於將相關知識作為知 識管理的核心要素,並作為研發中的人力資源管理工具,Ernst 根據這三個領 域將專利分析的功能分為六個項目,包括:監測競爭對手、評估技術、管理 研發投資組合、識別和評估知識生成的外部來源(例如併購,研發聯盟等)、

評估重要的市場合作夥伴(尤其是客戶和供應商)以確定公司研發戰略是否與 主要客戶的研發戰略一致,以及規劃特定技術領域領先發明人的人力資源管 理(Ernst, 2003)。Porter 等人則認為專利保護了知識產權,同時,專利亦提供 了關於技術環境的關鍵資訊,包括:研發管理、技術智能、確定理想的知識 產權、兼併與收購、競爭對手情報、國際市場分析以及人力資源管理(Porter

& Cunningham, 2004, P.215~P.248)。

Tseng 等人的研究中提到,專利文件包含重要的研究成果,它的功能包括:

做出對於未來技術發展的決策、激發新的解決方案以及預測商業趨勢,但是,

它們通常冗長且具有豐富的技術和法律術語,閱讀和分析它們可能會耗費很 多時間,甚至對於專家來說也是如此,為了讓使用者容易使用這些資訊,需 要自動化技術來幫助分析師與決策者進行專利處理和分析(Tseng, Lin, & Lin, 2007)。除此之外,近年來,專利分析也逐漸與技術路徑圖互相搭配,以進一 步瞭解技術的未來發展(維基百科,2016)。

Lee 等人就針對企業如何根據其技術能力來尋找新的商業機會提出了一個 技術路徑圖,技術路徑圖可以分為四個階段,包括:研發規劃、技術規劃、

產品規劃以及市場規劃,他們認為技術路徑圖與專利分析可以互相搭配,結 合起來可以提高技術路徑圖的客觀性和可靠性,而將受限於技術資訊的專利 分析與技術路線圖相結合,可以確保從專利中提取更多有價值的戰略資訊

(Lee, Yoon, Lee, & Park, 2009)。

將上述專利分析的功能整理如表 2-2。

表 2-2 專利分析的功能

Porter &

Cunningham 2004

1. 研發管理

本研究針對深度學習進行專利分析,即是出於了解技術領域現況與監控 技術領域趨勢的目的,此外,本研究還透過深度學習專利的成長趨勢圖與技 術生命週期圖來了解深度學習專利目前的發展階段。

技術生命週期是用來描述技術的發展階段,了解技術的發展階段,有利 於及早擬訂發展策略,技術生命週期可分為四個階段,包括:萌芽期(導入 期)、成長期、 成熟期以及衰退期(飽和期),李春燕(2012)歸納出五種 判斷技術生命週期的典型方法,包括:S 曲線法、專利指標法、相對增長率法、

技術生命週期圖法以及 TCT(Technology Cycle Time,簡稱:TCT)計算法。

技術在萌芽階段成長緩慢,此時期需要進行不同的實驗與研究,一旦突 破某個界限之後,其成長就會變得相當快速,此時技術進入成長期與成熟期,

當技術無法再突破,進步的速度又變得緩慢,此時技術邁入衰退期(飽和期),

這四個階段的成長曲線就如同 S 形狀一般,故稱為 S 曲線法;專利指標法是透 過計算技術生長率、技術成熟係數、技術衰老係數以及新技術特徵係數來計 算專利技術生命週期;相對增長率法是用某技術領域的相對增長率與相對增 長潛力率構成的二維矩陣分析技術的生命週期;技術生命週期圖法是利用專 利數與專利權人數隨時間的推移而變化的數據繪製而成,專利數反映技術發 展的程度,而專利權人數反映了該技術領域參與技術競爭的企業或個人,透 過專利數與專利權人數之間的相互關係可以推斷技術的生命週期,從而擬定 企業的技術投入與開發策略;TCT 計算法則與上述研究某一領域整體技術生 命週期不同,該方法主要針對的對象是某件專利文件所代表的技術生命週期,

它可以用專利中所有引證文獻技術年齡的中間數表示(李春燕,2012;Aslani, Mazzuca-Sobczuk, Eivazi & Bekhrad, 2018)。

本研究採用 S 曲線法與技術生命週期圖法來判斷深度學習專利的技術生命 週期。

(二) 專利分析的相關研究

人工智慧在知識經濟中有著關鍵的作用,它可以用來開發像人類一樣思 考與行動的系統。Tseng 與 Ting 表示在此研究之前還沒有基於專利分析來解決 人工智慧技術發展的研究。Tseng 等人針對 USPTO 1976 年至 2010 年的專利進 行分析,他們利用美國專利分類號將人工智慧領域分為四個子技術領域,包 括:問題推理和解決、機器學習、網絡結構以及知識處理系統,並以四項專 利數量指標與三項專利質量指標進行分析,專利數量指標包括:專利權人的 專利數量、專利發明人的專利數量、國內申請人和外國發明人在該國的國內 總申請中所佔比例以及國內發明人和外國申請人在該國國內發明總量中的比

人工智慧在知識經濟中有著關鍵的作用,它可以用來開發像人類一樣思 考與行動的系統。Tseng 與 Ting 表示在此研究之前還沒有基於專利分析來解決 人工智慧技術發展的研究。Tseng 等人針對 USPTO 1976 年至 2010 年的專利進 行分析,他們利用美國專利分類號將人工智慧領域分為四個子技術領域,包 括:問題推理和解決、機器學習、網絡結構以及知識處理系統,並以四項專 利數量指標與三項專利質量指標進行分析,專利數量指標包括:專利權人的 專利數量、專利發明人的專利數量、國內申請人和外國發明人在該國的國內 總申請中所佔比例以及國內發明人和外國申請人在該國國內發明總量中的比

在文檔中 深度學習之專利分析研究 (頁 20-29)