大数据时代企业专利管理面临的问题与应对策略

顾毓波

大数据时代企业专利管理面临的问题与应对策略

顾毓波

内容提要：大数据时代下，我们应该转变思维将大数据与专利管理相结合，通过构建、实施和优化企业专利生态管理系统，实现专利价值链管理和数据驱动管理，为企业创新和发展提供支持与保障；而且，还有助于改变企业管理部门的现有困境，实现企业专利管理部门的价值和地位，使之更好地参与和服务于企业运营管理。同时，我们还应寻求在数据搜集、人才短缺和数据处理方面困境的应对策略。

大数据 专利 专利价值链 专利管理

引 言

大数据的出现，是人类大量记录世界的结果。①徐子 沛著：《数据之巅：大数据革命，历史、现实与未来》，中信出版社2014年版，第291页。大数据时代的来临，就像互联网通过给计算机添加通信功能而改变了世界，大数据也将改变我们生活中的方方面面，它为我们的生活创造了前所未有的可量化的维度。②［ 英］维克托·迈尔-舍恩伯格、肯尼思·库克耶著：《大数据时代》，盛杨燕、周涛译，浙江人民出版社2013年版，第17页。2012年3月29日，奥巴马政府在白宫网站发布了《大数据研究和发展倡议》，旨在提升利用大量复杂数据集合获取知识和洞见的能力，并将为此投入两亿美元以上资金，这一倡议标志着大数据己成为重要的时代特征。③白如 江、冷伏海：《“大数据”时代科学数据整合研究》，载《情报理论与实践》2014年第1期，第94页。

2011年5月，麦肯锡在《大数据：创新、竞争和生产力的下一个前沿领域》报告中指出“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。”④Mc Kinsey Global Institute: Big data：The Next Frontier For Innovation, Competition and Productivity McKinsey Global Institute, 2011.大数据已经改变了世界的方方面面，从电子商务到医疗、政府、教育、经济、人文、企业管理及社会的各个领域。毫无疑问，大数据对于企业的专利管理也将会带来专利服务创新和专利价值链管理的机遇，将专利相关大数据的搜集、分析与应用与专利管理相结合，以公司战略为中心的跨部门的高效业务协调机制为支撑，以全面的企业专利管理人才、制度、流程为依托，实现研发创新、专利保护、产品开发、市场竞争情报、相关人资讯、法律和案例有机互动互促，构建企业专利生态管理系统，以实现专利价值链管理和数据驱动管理，为企业创新和发展提供支持与保障。同时，这也让传统的企业专利管理面临数据搜集、人才短缺和数据处理方面的困境。

一、大数据的概念与特征

“概念是思维的起点”，①金岳 霖主编：《形式逻辑》，人民出版社1979年版，第19页。概念是反映事物特有属性（固有属性或本质属性）的思维形态，包含内涵和外延两个方面，内涵是揭示事物区别于其他事物的特有属性部分。②同注 释，e 第18页。“定义是揭示概念内涵的逻辑方法。”③同注 释，e 第41页。“定义是种冒险，描述可以提供帮助”。④［美］本杰明·N·卡多佐著：《法律的成长》，中国法制出版社2002年，第16页。数据“Data”，这个词在拉丁文是“已知”的意思，也可以理解为“事实”。⑤［ 英］维克托·迈尔-舍恩伯格、肯尼思·库克耶著：《大数据时代》，盛杨燕、周涛译，浙江人民出版社2013年版，第104页。i大数据（Big Data），目前尚未有一个公认的定义，不同的定义基本是从大数据的特征出发，通过这些特征的阐述和归纳试图给出其定义。大数据有广义和狭义之分，广义的大数据概念，除了大数据技术及其应用之外，还包括大数据工程和大数据科学，并可分为大数据技术、大数据工程、大数据科学和大数据应用等领域；狭义的大数据概念，指大数据技术及其应用，即从各种类型的数据中，快速获得有价值信息的能力。⑥钟瑛 、张恒山著：《大数据的缘起、冲击及应对》，社会科学文献出版社2013年版，第60 -61页。

我们可以将大数据的特征归纳为5V：一是规模性（Volume），是指搜集和分析的数据量非常大，数据量达到TB级，甚至是PB级的数据量；二是多样性（Variety），是指大数据来自多种数据源，数据种类和形式异常繁杂；三是高速性（Velocity），是指需要对数据进行即时的分析，否则数据的价值将快速降低甚至消失；四是真实性（Veracity），是指大数据中的内容是真实世界的数据化记录，对大数据的搜集和分析研究就是为了获取解释现在和预测未来的过程；五是价值性（Value），是指大数中蕴含有可以挖掘的数据价值。

二、大数据时代企业专利管理的特点

在传统视角下，张晓伟认为，“专利管理是现代企业科学管理的重要组成部分，贯穿于科技创新、产品开发、产品销售的全过程。”⑦张晓 伟：《论企业专利管理的地位和作用》，载《知识产权》2002年第4期。本文认为，大数据时代下，专利管理是指将专利相关大数据的搜集、分析与应用与专利管理相结合，以公司战略为中心的跨部门的高效业务协调机制为支撑，以全面的企业专利管理人才、制度、流程为依托，实现研发创新、专利保护、产品开发、市场竞争情报、相关人资讯、法律和案例有机互动，构建、实施与优化企业专利生态管理系统，以实现专利价值链管理和数据驱动管理的行为和活动的集合。

大数据，是一种资源和一种工具，也是一种思维方式，与企业专利管理的结合，可以激发出有价值的专利服务和价值链管理创新，一方面提升专利在企业运营中的价值和地位，另一方面，可以改变企业管理部门的现有困境，实现企业专利管理部门的价值和地位，使之更好地参与和服务于企业运营管理。

本文认为，大数据时代下企业专利管理具有以下特点。

（一）可以实现企业专利生态系统化管理

生态系统管理起源于传统的自然资源管理和利用领域，形成于20世纪90年代，其核心目标是实现生态系统及其服务的可持续发展。⑧张永 民、席桂萍：《生态系统管理的概念·框架与建议》，载《安徽农业科学》2009年第13期。通过对研发创新、专利保护、产品开发、市场竞争情报、相关人资讯、法律和案例等专利相关数据的搜集、分析和运用，并结合企业专利技术，进而建立企业内部专利分级分类专利库、外部分级分类风险专利库、市场竞争情报库、法律与案例库、相关人资讯库等以构建企业专利生态管理系统，实现企业专利生态系统化管理。

通过建立企业内部分级分类专利库，既可以明晰企业专利资产分级分类、实施、生命周期和专利家族等实时情况，还为企业专利运营和专利诉讼风险管理提供了专利基础信息保障；通过外部分级分类风险专利库的建立，企业管理部门和相关决策领导层，可以实时知悉企业专利风险状况和便于制定与实施有效的风险管理方案；通过市场竞争情报库的建立，可以查询、跟踪和监控市场竞争主体、产品、市场等资讯，为企业运营提供专利视角下的决策信息支持，为专利运营寻找潜在主体和时机提供必要资讯，同时为专利诉讼风险管理提供预警资讯；通过法律与案例库的建立，可以为专利战略、专利申请与撰写、专利无效与诉讼和专利运营等企业运营活动方案制定提供决策参考资讯；通过相关人资讯库的建立，行业技术重要发明人及其任职动态可以为企业人力招录提供资讯支持，竞争主体专利团队及核心人员资讯可以为企业专利运营和诉讼提供必要决策资讯，企业重点专利管理国家或地区主要司法人员的学习与工作履历、倾向性观点等资讯，可以为企业专利价值链管理决策提供预测依据，等等。建立、实施与优化企业专利生态系统化管理，以充分发挥专利自身所具有的资产和竞争优势工具的双重属性，为企业创新和发展提供专利支持与保障。

（二）可以实现企业专利价值链管理和数据驱动化管理

哈佛大学商学院教授迈克尔·波特于1985年提出了价值链理论——“每一个企业都是在设计、生产、销售、发送和辅助其产品的过程中进行种种活动的集合体。所有这些活动可以用一个价值链来表明。”企业的价值创造是通过一系列活动构成的。①［美］迈克尔·波特著：《竞争优势》，陈丽芳译，中信出版社2014年版。企业专利价值链，是由专利的创造、保护、使用和运营的全过程的一系列活动集合来构成的。通过专利相关数据的搜集、分析和应用，依托企业专利生态管理系统，以实现企业专利的创造、保护、使用和运营的全过程价值链管理和数据驱动化管理。在大数据时代下，企业之间的竞争将是数据的竞争，尤其是企业专利价值链管理水平高低的竞争。

（三）可以实现企业专利服务创新

企业专利服务贯穿于企业的研发、产品、市场、人才，以及知识产权的创造、保护、运营与风险管理全过程之中，是实现企业专利价值链管理和数据驱动管理的重要基础。企业专利服务的创新，可以分为专利服务内容的创新和服务形式的创新。

企业专利服务内容的创新：首先，为公司产品研发项目提供专利服务，以辅助产品研发与风险预警，改善与优化产品研发的进度、效率和成本，并提供完善的知识产权保护；其次，为产品进入市场提供专利保护，阻碍其它市场交易主体进入，以保持公司的产品竞争优势和持续的生命力；同时，搜集、分析市场对企业产品和替代产品的反馈与需求，并将其进行专利化解构②作者 注：所谓专利化解构，即将产品功能需求解读为实现该功能的专利技术方案。，以评估与反向推动产品改进研发与创新研发，以使企业产品更好地满足市场需求和提升企业的产品竞争力。最后，搜集和分析行业专利发明人数据及其如职业变动、成果发表等动态，为企业人才招录提供人才资讯，实现企业研发的人才保障。如此，通过企业专利服务创新，实现研发、产品、市场、人才，以及知识产权的创造、保护、运营与风险管理全过程有机互动互促，进而实现企业专利价值链管理和数据驱动管理。

专利服务形式的创新：借助大数据分析处理和呈现技术，根据不同层次的决策者使用需求，采用不同数据视角和维度，通过可视化图表方式呈现专利管理报告，使其便于理解和提高信息沟通效率，为企业运营提供支持和保障。

（四）可以实现企业专利管理部门的价值与地位

在传统视角下，企业专利管理部门是一个纯粹的成本单位，还是一个业务发展阻碍部门，与企业其它模块沟通不畅销甚至无沟通，基本无法实现专利管理部门的价值和地位。本文认为，大数据为改变企业管理部门的困境提供了一个好的机遇，即将大数据与专利管理相结合，通过构建、实施和优化企业专利生态系统来实现企业专利管理部门的价值与地位。通过专利信息服务创新，实现与如研发、产品、市场、人才和法务等部门的有机良好互动互促，为各管理决策层提供个性定制化的专利相关资讯决策信息支持；进而进行专利价值链管理和数据驱动管理，实现专利的创造、保护、使用和运营的全过程活动管理，实现研发、产品、市场、人才，以及知识产权的创造、保护、运营与风险管理过程有机互动互促；最终，实现构建、运营和优化企业专利生态管理系统，发掘企业管理门的价值和业务模式，为企业的运营活动提供专利支持和保障。

三、大数据时代企业专利管理面临的困境与应对策略

大数据，是一种资源，是一种工具，也是一种思维方式，它呈现信息但不解释信息。大数据与企业专利管理的结合，构建、实施与优化企业专利生态管理系统，其依赖于数据的搜集、处理与人才的有机结合，这让传统的企业专利管理面临数据搜集、人才短缺和数据处理方面的困境。

（一）搜集专利大数据的困境与应对策略

大数据的搜集，是运用大数据的前提和数据源保障。2012年全球有效发明专利850余万件，全球新增受理200余万件专利申请，2013年世界五大知识产权局①作者 注：世界五大知识产权局包含欧洲专利局、日本特许厅、韩国知识产权局、中国国家知识产权局和美国专利商标局。授权95， 664件专利。②来源参见国家知识产权局：《2013年世界五大知识产权局统计报告》，载《专利统计简报》2015年第15期，http:// http://www.sipo. gov.cn/ghfzs/zltjjb/.专利大数据体量非常巨大，除了专利文献数据外，还包含其它技术文献数据、市场资源数据、人力资源数据、竞争主体资讯数据、法律法规和案例数据等，数据的总量达到TB级，甚至是PB级的数据量。同时，专利大数据来自多种数据源，数据的种类和格式异常繁杂，包含了结构化、半结构化和非结构化的多种数据形式，其中可搜集到的数据八成以上是半结构化数据和非结构化数据，如专利文献、论文、网络博客、图片、视频、新闻、广告、演讲和报告等。数据源的多元化，即专利相关大数据存储的种类多源，甚至部分数据源还存在技术获取的限制和障碍，其导致搜集数据的困难。

大数据的运用，需要克服数据的巨大体量、繁杂的数据种类和形式、数据源多元化的困难，以保证数据的完整性、准确性和实时性。企业专利管理部门，可以依托现有专利检索技能和定制化的数据智能搜集软件，并借助一定的免费和商业数据服务提供商，实现人工搜集、软件智能搜集和商业平台提供的有机互补结合，以应对搜集专利大数据的困境。

（二）专利管理人才不足的困境与应对策略

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法完全替代。③［英］维克托·迈尔-舍恩伯格、肯尼思·库克耶著：《大数据时代》，盛杨燕、周涛译，浙江人民出版社2013年版，第245页。专利大数据蕴含着巨大的商业价值，但需要专业的专利人才使用大数据平台，构建、实施和优化企业的大数据专利生态管理系统，才能实现专利的价值链管理和数据驱动管理，为企业参与市场竞争提供专利支持和保障。所谓的专利人才，需要具备一定的专利知识和技能，能够熟悉运用法学、经济学、管理学、IT、技术科学和情报分析的相关知识和技能。④于欣 华、王世苗：《我国企业专利人才缺失原因及解决措施》，载《知识产权》2014年第12期。据不完全统计，截至2014年，同时持有法律职务资格证和专利代理人资格证的人数在1100人左右，由此可见专利专业人才的严重不足。进入大数据时代后，专利人才除了娴熟于搜集、分析和运用与专利具有相关性的知识产权大数据、除了传统的技术文献与法律文献外，还包含了公司战略、市场资讯、产品资讯、相关人员及其活动资讯等大数据情报。因此，大数据时代下企业专利管理人员除了具备传统的技术与法律双重知识背景外，还需要具备战略、市场、人力资源、IT、情报分析等复合知识背景方可胜任变革后的专利管理工作要求。同时具备技术和法律两项知识背景的专业人才本就存在不足的问题，而符合大数据时代专利管理工作要求的人才数量更加不足。

庞大的数据和短缺的人才，造成了一个巨大的鸿沟，阻碍着企业开发和利用数据蕴含的价值。⑤吴金 红、张飞、靳秀芳：《大数据：企业竞争情报的机遇$挑战及对策研究》，载《情报杂志》2013年第1期。为解决企业专利人才不足的问题，一方面，可以激励和加强企业内部专利工作人员的培养与专利工作人员的自我提升；另一方面，可以将企业专利人才需求与高等院校等教育机构培训结合进行定制化的培训专利人才。同时，还可以通过猎头等人力资源服务机构实施专利人才的外部招聘补充。通过企业专利人才的内部培养为主和定制化培训与外部招聘为辅的人才机制，为企业专利管理提供人才保障。

（三）处理专利大数据的困境与应对策略

专利大数据存在数据体量大、数据源广、数据结构复杂、分布广泛、持续动态增长等诸多特性，这些相比传统专利数据存在的大数据特性，使得传统的专利数据处理面临困境。

专利大数据处理的困境要包含：第一，数据的异构性，即专利管理决策所依赖的数据源分散在不同的数据系统中，且大多以非结构化和半结构化形式存在，不能用现有的简单数据结构来进行标识，同时传统的关系数据库也无法处理复杂的数据结构表示的数据。第二，数据的非完备性困境，是指在大数据条件下所获取的数据常包含一些不完整的信息和错误的数据。①周晓 方、陆嘉恒、李翠平、杜小勇：《从数据管理视角看大数据挑战》，载《中国计算机会协会通讯》2012年第9期。在进行大数据分析处理前，须对数据的非完备性进行处理，才能进行后续的数据分析处理，以输出有价值的数据结果。第三，数据处理的时效性困境，一般而言，数据量越大，进行数据处理的时间就会越长，而数据的价值会随着时间的延后而快速降低甚至消失，所以数据的处理必须稳定、高效、智能、响应时间快和经济。第四，数据安全性保障的困境，企业选用的专利大数据源、分析处理模型和对专利大数据的分析处理后输出的专利管理决策信息等，对企业的重要性不言而喻，在专利大数据的获取、分析处理和应用的过程应保证数据的安全。第五，企业软硬件资源基础设施的困境，企业传统的专利数据管理所投入的软件及其承载硬件在处理由非结构化和半结构化数据为主导构成的专利大数据时面临处理效率、承载能力和稳定性的困境，需要进行优化和升级处理。

为应对处理专利大数据面临的困境，一方面，可以通过深入数据处理技术的研究与运用，尤其是稳定、高效、智能、响应时间快和经济的数据处理的技术与运用，加大数据处理的软件和硬件如服务器的优化和升级，解决数据处理的技术和软硬件问题；另一方面，可以建立和完善企业数据安全管理制度，为企业数据的安全性提供制度保障。

结 语

在经济高度发达，竞争异常激烈的商业活动中，数据必将会像土地、厂房、资本一样成为企业参与市场竞争的根本性资源。大数据，是一种资源，是一种工具，也是一种思维方式，一方面，给企业专利管理带来了机遇，同时也让企业专利管理面临数据搜集、人才短缺和数据处理的困境。我们应该转变思维，将大数据与专利管理相结合，通过构建、实施和优化企业生态管理系统，一方面，能够实现专利价值链管理和数据驱动管理，为企业创新和发展提供支持与保障；另一方面，有利于改变企业管理部门的现有困境，体现企业专利管理部门的价值和地位，使之更好地参与和服务于企业运营管理。同时，我们还要寻求优化解决企业在专利数据搜集、人才短缺和处理方面困境的应对策略。

可以相信，随着大数据搜集、分析以及应用技术研究和专利管理研究、应用，及其两者结合的研究的深入和成熟，两者复合专利人才的成熟与完善，企业专利管理水平将进入一个全新的高度，企业专利管理人员将迎来良好的职业发展机遇，企业的创新与发展运营将获得更为高效、实时和精准的专利视角数据决策支持和保障。

In big data times， We should change our way of thinking and combine big data and patent management by building， implementing and improving enterprise's patent ecological management system. It can put patent value chain management and patent data-driving management into practice， and offer support and guarantee for enterprise's innovation and development. Also， it is useful to help patent management section get out of the bad predicament and to realize the value and status of enterprise patent management section， and to make it preferably participate in and support opration and manage ment of enterprise. Meanwhile， we should fi nd and improve the solution to the problem of data collection， talent shortage and data processing.

big data； patent； patent value chain； patent management

顾毓波，中国人民大学法学院博士