2018-12-05 索意互动 《智能量化评测科技创新》演讲实录 ——Patentics价值谱荣获“专利价值评估工具大PK综合实力奖”
12月3日，Patentics专利价值智能量化评测工具专利价值谱亮相“交通银行杯专利价值评估工具大PK暨专利价值评估实践主题论坛”，Patentics所属公司-索意互动（北京）信息技术有限公司荣获综合实力奖。Patentics致力于研发创新，科技开路，打造这个时代最好的产品，与最广阔的大众分享，我们的理念不变信仰坚定，请大家共同期待最好的科技在最好的产品上的最好呈现！
以下为本次PK演讲实录。
2018年11月，耶鲁大学管理学院教授Bryan Kelly、西北大学凯洛格商学院教授Dimitris Papanikolaou、斯坦福大学商学院教授Amit Seru和亚马逊（Amazon）高级研究员Matt Taddy四位美国著名学者在美国国家经济研究局（NBER）网站（https://www.nber.org/papers/w25266）联合发表题为“Measuring Technological Innovation over the Long Run”的重磅论文，介绍了如何从历史和发展的视角来高质量地量化科技创新，围绕计算专利重要程度展开介绍。
image
四位学者认为，重大专利需具备以下两个特征：
- 与其申请日之前的专利有显著不同，
- 与其申请日之后的持续创新具有相关性。
他们通过分析目标专利文献与其申请日之前和之后的专利文献的文本相似度，来发现重大专利（significant patent）。也就是，通过创新性和影响力来判断专利是否为重大专利。
- 首先，一项具有创新性的专利应与在先技术明显不同，一件专利的创新性与其申请前的现有专利的相似度成反比，称之为“过去的相关度”（backward similarity）。
- 其次，通过“未来相关度”（forward similarity）衡量一件专利的影响力，“未来相关度”用来评估一件专利与未来几年科技创新的关联强度。
而该方法与Patentics价值谱如出一辙！
以下这张专利价值谱中，横轴是年份时间轴，从1977-2016年，红色点代表本专利出现的年份1987年，红点左侧是该专利申请日前每年相关专利申请数量，红点右侧的绿色部分是该专利申请日后每年相关专利申请数量。可见，这篇专利申请前几乎没有相关专利的申请，也就是论文中所说具有创新性；而该专利申请后有大批量的相关专利申请，也就是它具有较强的影响力。
同时，我们会给出两条线，红点左侧有一条几乎和横轴重合的红线，是申请日前相关专利的平均相关度，红点右侧的黄线是申请日后相关专利的平均相关度，该专利的黄线远高于红线，说明其申请后，大量的专利在学习它的技术进行申请，它对这个行业有很大的技术贡献，因此，我们将两条线的高差称之为创造势能。
另外，由于专利是一种工业产权，其目的是为了获利，因此相关专利申请量越大，特别是绿色部分的面积越大，说明该专利技术的市场越大，越多人申请专利抢占市场。
该专利价值谱实际是OLED关键原创技术的价值谱，通过与OLED产业发展历史的对比，我们发现其可以完美还原OLED技术关键节点与市场发展。
在介绍OLED产业发展历史的文章中指出：
“直到1987年伊士曼柯达公司的C.W. Tang及Steve Van Slyke等人发明以真空蒸镀法制成多层式结构的OLED器件后，研究开发才活跃起来”，
在价值谱中即表现为，本专利申请前几乎没有相关专利的申请，而其申请后到1999年左右，才渐渐有少量的相关专利申请出现。而从1999年以后，相关专利申请迅速增长，与OLED产业发展历史对比，这段时间正好是OLED开始有产品出现，开始产业化应用的时间，大量厂家开始申请相关专利抢占OLED市场。
为了将价值谱应用于量化评测科技创新，我们设置了三个参数V1、V2、V3来量化价值谱中体现的信息。
- V1 = 申请日后最相关专利数 – 申请日前最相关专利数
- V2 =（申请日后阈值最相关专利平均相关度 – 申请日前阈值最相关专利平均相关度）*100
- V3 =（申请日后等量最相关专利平均相关度 – 申请日前等量最相关专利平均相关度）*100
其中V1可以反映该专利的市场影响力，V3可以反映该专利的技术影响力，而V2可以综合反映该专利的技术和市场影响力。
我们使用以上三个参数对苹果公司2007年在美国申请的821件已授权专利进行了创新价值评测，我们将专利按计算价值排序，排名靠前的专利标记黄色，排名靠后的专利标记为紫色。
对苹果公司2007年在美国申请的821件已授权专利进行了创新价值评测
我们发现，排在最靠前的6件，都是苹果公司在2007年推出的划时代产品iPhone3最重要的技术创新：多点触控。
image
将评测专利按被引用次数合同族数重新排序，我们发现，大多数评分较高的黄色专利被引用次数和同族数也是最多的，而评分较低的专利的被引用次数和同族数也相对较少。
Patentics可以计算被引用、同族、法律状态、专利类型、分类度等46个结构化参数，其中包括Patentics独有的特征度、新颖度等参数。但Patentics计算专利创新价值仅依赖专利技术方案本身，不考虑任何与技术创新无关的其它因素，因此是独立于上述46个参数的独立评价结果。
为什么不用这些参数，主要原因有以下两点：
1、依赖于专利字段评测方法存在四个主要问题
- a) 专利字段本身不为评价而设计，具有天生的缺陷。例如：专利引用数据本身不具有严谨性，并非强制性规定，申请人可以不加入引用信息，也可以加入错误引用信息用于误导竞争对手；审查员、第三方引用部分只能代表专利文献在审查、异议阶段的适用性，不代表其是唯一相关或全部相关，更不代表对被引用专利的认可，同时还包含大量的A类背景技术文件。同族数据由于定义、数据源错误、申请人布局实力等问题，造成的标准不统一问题。
- b) 对于数据体现信息的不同观点。例如，对于无效和诉讼，有人认为被无效或诉讼的专利仍保持有效是专利质量高的表现，但也有人认为高质量的专利根本不会给他人提无效和诉讼的机会。
- c) 虚假数据问题。例如：专利权内部转移，专利转让、许可、质押数据造假等造成的虚假数据问题，也会干扰评价的准确性。
- d) 专利价值依赖于时机和实施主体。也就是，同一件专利在不同时期的重要程度是不同的，同一件专利对于不同实施主体的价值也是不同的，主要取决于实施主体对专利技术的实施和扩展能力。
2、不考虑以上参数让评测结果更具扩展性
以被无效专利为例。专利被无效，恰好说明其为“挡路”专利，是行业的关键，即使被无效仍具有方向性价值，是顺藤摸瓜寻找行业高价值专利的灯塔。而被无效后仍保持有效的专利，保护范围可能已经不再有限制竞争的作用；未被无效的专利也并非今后不会被无效，或只是未起到限制竞争的作用，没人无效它而已。
专利价值评测和科技创新评测不同，专利技术相对于科技创新具有更多属性。首先，专利具有很强的竞争性，同一项技术可能对应着多件不同的专利申请；不同时期专利创新方案的价值也不同，例如：2000年的创新方案就无法与现在的方案相比；另外，不同领域的创新价值也无法进行横向对比。
因此，对每一篇专利的价值谱，Patentics创新计算引擎会自动寻找时间最接近，创新内容也最相近的控制对比文件，并绘制其价值谱作为参考谱进行对比。例如以下专利的价值谱与参考谱相比并没有多大优势，因此，即使其三个参数V1、V2、V3都比较高，也不能判断其就是高价值专利。
对于专利的法律属性，也就是权利稳定性，Patentics专利创新价值计算还提供本专利的本领域大数据统计对比分析，自动计算本专利保护范围的稳定性参考。Patentics会对本专利所属领域的所有专利进行特征度（权利要求1的技术特征个数）分布计算。如下图所示，每个领域的特征度基本都呈拟正态分布，峰值区间是特征度的集中区间，该领域大多数专利的特征度都在峰值左右，是该领域比较合理的保护范围，从统计分布我们发现，本申请的特征度在峰值偏左一侧且偏左较多，处于不稳定侧（技术特征数6偏离统计平均值12一倍）。除此之外，Patentics会分别给出国内申请和国外进入中国申请的两套技术特征统计图谱供用户参考。
利用价值谱，除了找出行业重大专利以外，通过以上控制对比，还可以找出“一项专利可能只是代表了一个小小的科学改进，但却能非常有效的限制竞争，就会产生很大的经济收益。”这类专利。例如判赔4600万的高价值专利，其是一件实用新型，仅仅是对空调冷凝水接水槽的改进，没有同族，被引用只有一篇，还是格力自己引用自己，从传统方法看很难判断其是一件高价值专利。
但通过查看其价值谱，该专利三个参数V1、V2、V3都较高，且相对于参考谱有明显的优势，可准确判断其是高价值专利。
17次被无效，仍稳稳收取上亿专利费的自拍杆专利仍然属于“小改进大收益”的情况，在价值谱上表现出罕见的创造势能，三个参数极高，相对于参考谱优势明显。而高价值中，相当大的一部分属于这类专利。
Patentics价值谱已于2015年申请了中国专利。
价值谱评测的准确性需要精准的语义算法作为支撑。通过价值谱，可以对单件专利创新量化评测，对企业整体创新量化评测，对行业重大技术进行挖掘……在想要购买某件专利/投资某个企业时，还可以使用价值谱查看是否有更好的选择。
需要说明的是，专利价值评估是一个非常复杂的系统科学，尽管已有许多结果可以对Patentics算法进行验证，以上评测仍是以专利的技术和市场影响力计算的V数值为主，其它对专利权稳定性等输出结果的利用，我们认为目前还必须要借助人的智慧来评估。
附Patentics专利价值谱WORD版报告与EXCEL版列表：
智能创造价值（Patentics）
