知识产权的商业智能分析——以Facebook和亚马逊为例

Posted 2021-04-20 大数据与数据科学家

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了知识产权的商业智能分析——以Facebook和亚马逊为例相关的知识，希望对你有一定的参考价值。

知识产权（IP）不仅仅是阻止竞争对手复制技术或想法，知识产权为公司还会提供其他一些战略举措：

企业研究竞争对手的知识产权组合，以了解他们的研发活动和创新优先事项
大型风险投资公司规定了具有理想或独特知识产权资产的投资目标
金融公司对目标公司所拥有的基础技术的价值进行详尽调查
寻找其行业或行业趋势的公司看到广泛专利申请的趋势
公司试图发现技术或市场空白
更多…

在本文中，我们将与Valuenex（一家专注于知识产权数据可视化的大数据预测分析和咨询服务公司）进行沟通。我们使用来自Facebook和亚马逊IP组合的真实IP案例来分析IP分析的商业价值。本文主要内容都基于Valuenex最近的12页白皮书“ Facebook -墙上的裂缝”。该白皮书给出了Facebook的IP技术方法和评估（最近剑桥Analytica丑闻的发生的原因），显示了Facebook与亚马逊IP创新和缺陷之间的重叠领域，并探索了来自Valuenex大数据可视化解决方案的更多功能。

人工智能在专利分析中的作用

人工智能不需要搜索专利。在美国专利和商标局网站允许基于条件和公司的简单搜索。然而，商业价值并不仅仅在于创建某公司提交的专利列表。Nakamura博士告诉我们，对于商业领袖来说，在确定专利活动意味着什么时才会发现其价值。逐一搜索不能确定关于专利含义的重要背景，其中包括：

公司专利发展的“方向”（即哪些技术在一段时间内可以获得投资）
专利组合中可能缺少的“白色空间”，或者依靠公司现有知识产权可能开发的新技术
映射不同知识产权创新的背景

Valuenex全球运营总监SamKovach解释了该产品的基本原理：

“有许多工具可以让你搜索专利。实际上了解公司投资组合内或行业内发生的变化，这就是Valuenex分析的出处。我们可以获得多达10万项专利并一起分析它们，并查看它们在行业中的位置。我们可以看到一家公司在时间范围开始时的创新情况、整个公司的运行情况，以及该时间范围结束时的运行轨迹，这有助于预测未来他们将要进行的下一步行动。”

这些问题是中村博士开始使用人工智能从知识产权数据中获取有价值的信息的原因。他告诉我们，专有和先进的算法将数以千计的专利转化为群集的视觉“行业景观”是Valuenex所做的工作秘诀。

我们被告知，该“行业景观”的过程发生在以下步骤中：

从公司、领域和/或时间范围中选择一组专利。
分析这些专利的文本信息（来自标题、摘要和专利本身）的语义以确定哪些词和短语对于该专利与数据集中的所有其他词最为重要。
在应用将数据球体降低到2D的缩放方法之后，专利可以直观地显示在景观中，其中接近或“聚集”的专利代表全文文本内容中密切相关的相似性，以及代表较少相关术语和短语的较远专利，又名不同的技术覆盖面。

Nakamura博士告诉我们，Valuenex的客户使用这种视觉显示来确定产品开发、研发战略规划、竞争见解等新领域。

一家汽车公司可能会意识到，触摸屏相关专利与通信相关专利之间的空白区域可能代表了开发新产品以满足这两种需求的机会。如果汽车公司使用相同的Valuenex分析来发现其竞争对手的专利可以桥接触摸屏和通信领域，这一点可能得到证实。

在谈话中，Sam提到，五年前，Valuenex团队已经看到本田和谷歌在他们的专利组合中越来越相似。仔细观察后发现，“自动驾驶”技术就是发生重叠的地方，更具体地说是传感器技术。今天来看，显而易见的是，这两家公司将在这一领域进行合作，在本田和谷歌之间宣布相关合作之前，Valuenex就发现了这一点。

Sam表示，如果你能够在一个月内查看一家公司的专利申请，这种趋势可能更容易找到。Valuenex首席运营官Jiyoung Choi总结了她认为的专利检索的核心挑战：为什么需要AI来解决这个问题。“专利检索的问题局限在于，通过检索，你只能找到存在的东西，而并不能告诉公司他们应该发展什么，或者他们的竞争对手正在朝哪个方向发展。”

Facebook的IP示例分析

Facebook最大的专利集群在“即时通讯和通讯系统”以及“第三方系统”领域。Facebook现有集群以外的更多专利文件包括“语音识别中的沉默管理”和“导航虚拟环境”。重要的是要注意，术语的聚类不是从每种专利的某种手动标记中产生的，而是由人工智能确定任何给定专利文本中最重要的词语。

我们进一步分析了Facebook的活动，随着时间的推移，利用Valuenex软件在专利申请领域找到了一种“趋势线”：比较Facebook前三年到最近几年的申请，我们看到了这些年来总结术语的“云”的变化。例如，“图形”已不像多年前那样突出（百分比），而“内容”和“节点”似乎是近年来的焦点。

Amazon的IP示例分析

通过Valuenex软件的分析，亚马逊的知识产权组合的范围似乎比Facebook更广泛，因为Facebook的技术基本上局限在数字世界，而亚马逊拥有物流、仓储、机器人、Echo （硬件）以及其他核心重点领域。

在2008年至2018年期间亚马逊的11,108项专利中，我们看到了来自Facebook的完全独特的集群，包括“电磁能、音频信号、金融支付、DNS服务器和库存管理系统”。

Facebook和亚马逊的知识产权布局（粉色为Facebook，蓝色为亚马逊）

来自Valuenex白皮书的分析展示了Facebook（粉红色）和亚马逊（紫色）的IP景观

知识产权地图的比较和重叠

在对Nakamura先生给出的几个例子进行研究之后，我们清楚地知道可以结合这些数据可以提出哪些新的问题。例如，亚马逊显然比Facebook拥有更多与关键字“安全性”有关的专利。我们的预感是，这可能是因为亚马逊处理了太多的信用卡交易，以至于它可能需要开发更多的保障支付信息安全性的技术，并且通过检查亚马逊的IP组合，我们能够清楚地看到金融交易安全性确实占据了很大一部分公司的安全IP。

使用人工智能创建非结构化数据的视觉“景观”是一种不局限于IP领域的能力。尽管IP仍然是Valuenex客户的主要焦点，但该公司经常使用非专利文献进行分析和案例研究，例如科学报告、财务新闻、客户评论等。在我们访问Valuenex门洛帕克办事处期间，Jiyoung Choi举了一个例子，说明他们的数据可视化数据如何与非结构化数据相关的投资和收购使用：

“我们最近分析了不同行业公司的Crunchbase数据库，包括AI和物联网。Crunchbase可能有8000家AI公司，因此很难通过简单的搜索来了解谁是关键人物。我们可以创建一个创始人、投资者、大学的网络图，并用它们作为代理来确定公司成功发展或筹集资金的可能性。”

Jiyoung提到公司可能会使用这种数据：