專利技術是反映真正技術實力的重要指標。

11月12日，中國專利保護協會發布《人工智能技術專利深度分析報告》，對人工智能技術在世界范圍內和在我國的專利申請數據進行了科學統計和深入分析。

這份報告不乏亮點：中國超越美國日本，成為申請AI專利數量最多的國家；百度近幾年迅速布局AI，成為國內申請AI專利最多的申請人；而美國申請量最多的公司也并非Google。

專利技術成為AI實力硬指標

最近兩年，隨著人工智能技術在國內的蓬勃發展，一些研究機構對國內外的技術現狀進行了不同角度的分析，這些研究對于國內企業的自身發展起到了積極的指導作用。

但是還沒有一項研究是專門從專利技術的角度進行深入的分析，而對于業內的企業來說，專利技術是反映真正技術實力的重要指標。

本報告中的數據以中國專利文摘數據庫（CNABS）和德溫特世界專利索引數據庫（DWPI）作為數據來源，使用行業專家和相關技術領域專利審查專家共同給出的人工智能領域的中英文關鍵詞進行檢索，在此基礎上，使用專利分類號對結果加以限制，最終得到本報告的研究數據。

其中，在DWPI數據庫中，對人工智能領域在世界范圍內的專利申請進行檢索，共獲得專利申請180617件，在CNABS數據庫中，對人工智能領域在中國的專利申請進行檢索，共獲得專利申請105528件（檢索日期2018年10月15日）。

中國AI專利申請數量全球第一，百度、IBM分別成為中國和美國人工智能專利領頭羊

超越美國日本，中國AI專利申請數量全球第一
?

專利申請量排名前十的國家/地區

課題組對各個國家/地區的人工智能領域專利申請量進行統計。在DWPI數據庫中，排名前十位的國家/地區依次為中國、美國、日本、韓國、歐洲（指在歐專局直接提出申請）、德國、澳大利亞、中國***地區、加拿大和印度。其中排名首位的中國專利申請量為76876件，略高于美國的67276件，排名第三的日本有44755件。

中國專利申請年度變化趨勢

從申請量的趨勢來看，近年來人工智能的技術研發在我國達到了空前的熱度。近十年來，在中國進行專利申請的年度增長率明顯更高，尤其是最近兩年，幾乎呈現直線上升的趨勢，這一增長勢頭目前沒有減緩的跡象。

美國專利申請年度變化趨勢

歐洲地區專利申請年度變化趨勢


日本專利申請年度變化趨勢

與此同時，美國、日本和歐洲地區的申請量雖然整體處于上升態勢，但在2016年前后，申請量有所回落。這三個國家和地區近兩年的增長速度稍微放緩，2017年的申請量下降可能是由于部分2017年的專利申請未公開的情況造成。但對于歐洲地區和日本，2017年的申請量整體下降的趨勢似乎已經難以逆轉。

百度、IBM分別成為中國和美國人工智能專利領頭羊

在這些國家中，哪些公司或研究機構是人工智能專利申請的領頭羊呢？

中國主要專利權人申請量

首先來看下中國，在CNABS數據庫中，課題組對人工智能領域主要申請人的申請量進行統計，得到申請量排名前五的申請人依次為百度（2368件）、中國科學院（2036件）、微軟（1648件）、騰訊（1168件）和三星（1047件）。這幾位申請人的申請量年度變化趨勢如下圖所示。

其中三個中國申請人百度、中國科學院、騰訊的申請量在近幾年增長迅速，尤其以百度公司最為亮眼，雖然起步較晚，但專利申請量迅速大幅度超過了其他申請人，并在最近兩年遙遙領先。而兩家國外來華申請的微軟和三星雖然曾經在申請量上具有優勢，并保持持續增長的勢頭，但是在最近幾年的表現卻有些差強人意。

主要專利權人在美國的申請量

在美國，IBM的人工智能專利申請量（4322件）獨占鰲頭，比排名稍靠后的微軟（2635件）和Google（1885）都要多將近一倍，而在美國申請量排名靠前的公司中，美國公司占了一半，且這些公司在美國申請量和其在全球申請量相近，其他公司則為日韓歐公司，分別為三星、索尼、佳能，東芝，NEC和西門子，且這些公司在美國的申請量要遠低于其全球申請量。

主要專利權人在日本的申請量

例如，日本企業東芝在美國的AI專利申請數量為831件，在日本則達到了1844件。在日本人工智能申請量排名靠前的各個公司全為日本本國公司，上述幾家公司的主要申請都在日本，可以看出，諸如IBM、Google等美國公司在日本的專利布局量并不多。

自然語言處理全球專利申請最高，百度成國內專利申請大廠
?

各技術分支全球范圍專利申請量


各技術分支國內專利的申請量

人工智能領域的研究方向涉及多個不同的學科，在應用層面也涉及到多個子領域。選取人工智能領域中比較有代表性的幾個技術分支作為研究對象，包括：機器學習和基礎算法、智能搜索和智能推薦、語音識別、自然語言處理、自動駕駛及計算機視覺和圖像識別。

以上六個技術分支在全球范圍和國內的專利申請量分別如下表所示。全球范圍和國內的專利申請量數據分別來源于DWPI數據庫和CNABS數據庫。

主要技術分支申請量趨勢

主要技術分支在國內的申請量趨勢

各技術分支在國內的申請量整體上均呈現了不斷上升的趨勢，機器學習和基礎算法、自然語言處理、計算機視覺和圖像識別、語音識別、智能搜索和智能推薦這五個技術路線在進入21世紀之后開始穩步增長，2010年以后快速增長，其中值得一提的是機器學習和基礎算法，2010年之前與其他四個技術路線幾乎齊頭并進，在2014年之后一枝獨秀，幾乎呈直線增長態勢，自動駕駛這一技術路線起步較晚，從2010年以后才開始加快發展速度，但2014年之后在發展速度上超過了自然語言處理、計算機視覺和圖像識別、語音識別、智能搜索和智能推薦，在2017年略有下降。

主要技術分支在美國的申請量趨勢

各技術分支在美國的申請量整體呈曲折式上升趨勢，機器學習和基礎算法、計算機視覺和圖像識別率、語音識別率先從20世紀90年代初開始平穩增長，各技術路線從20世紀90年代末開始加速增長，2010年以后高速增長，其中機器學習和基礎算法幾乎呈直線增長，而計算機視覺和圖像識別、智能搜索和智能推薦、語音識別在2014年以后呈下降趨勢。機器學習和基礎算法、自然語言處理、自動駕駛在2017年的申請量下降可能是由于部分2017年的申請未公開的原因。

主要技術分支在歐洲的申請量趨勢

各技術分支在歐洲（包括EP、DE、GB、FR）的申請量整體呈曲折式上升趨勢，語音識別從20世紀90年代中期開始發展，自然語言處理、計算機視覺和圖像識別、智能搜索和智能推薦、自動駕駛在2000年前后開始加快發展，但自然語言處理、計算機視覺和圖像識別、語音識別、智能搜索和智能推薦、自動駕駛在2015年以后均有所回落，其中自動駕駛在2010年以后曾高速發展過，但機器學習和基礎算法在20世紀90年代初開始平穩增長，2010年以后快速增長，在2014年以后幾乎呈直線增長，2017年的申請量下降可能是由于部分2017年的申請未公開的原因。

主要技術分支在日本的申請量趨勢

機器學習和基礎算法、自然語言處理、計算機視覺和圖像識別、語音識別、智能搜索和智能推薦、自動駕駛整體呈上升趨勢，其中機器學習和基礎算法、計算機視覺和圖像識別從20世紀90年代初開始加快發展速度，進入20世紀90年代中期后自然語言處理、智能搜索和智能推薦、自動駕駛也加快了發展速度，達到了一個小高峰，之后曲折式上升，但在2014年以后計算機視覺和圖像識別、智能搜索和智能推薦發展速度有所下降，機器學習和基礎算法、自然語言處理反而在2014年以后迅速發展，語音識別這一發展路線不同于其他5個發展路線，在進入20世紀90年代中期后迅速發展，在2000年前后達到峰值，但之后一直呈下降趨勢，機器學習和基礎算法、自然語言處理、自動駕駛在2017年的申請量下降可能是由于部分2017年的申請未公開的原因。

主要技術分支國內重要申請人

機器學習和基礎算法方向主要申請人

在機器學習和基礎算法方向，國內的申請人主要集中在科研院所和大學，在排名前15位的申請人中，占到了10位。其余五位中，國外申請人只有微軟，百度、騰訊、阿里巴巴和國家電網占據了其余四席。可見在人工智能的基礎算法方面，國內的專利申請雖多，但大量成果仍然處于實驗室階段，只有比較有實力的大型企業才在基礎算法方面投入較多。在排名靠前的申請人中，前兩位的中國科學院和百度的申請量比較令人矚目，幾乎是第三位的兩倍之多，分別成為科研機構和企業在這一領域的標桿。

與機器學習和基礎算法形成鮮明的對照，在智能搜索和智能推薦方向，專利申請的主力是大型互聯網企業及智能終端廠商。國外申請人有四位上榜，分別是微軟、三星、谷歌和LG。在國內申請人中，百度的申請量以576件遙遙領先，騰訊以220件位列國內申請人的第二位。在科研機構中，中國科學院和浙江大學排進了前15位，但申請量并不是很大。

語音識別方向主要申請人

語音識別方向國內主要申請人

語音識別方向前15位的申請人也以企業為主，科研機構僅有中國科學院一位。在這一領域，國外來華的申請人占據優勢，達到八位，國內企業雖然在申請人數量上表現一般，但是百度的申請量以絕對優勢位列榜首，從而在申請總量上扳回一城。

自然語言處理方向主要申請人

在自然語言處理這一技術分支上，前15位中企業申請人和科研機構申請人分別占據半壁江山。排名前三的百度、中國科學院和微軟的申請量總體較為突出。IBM的排名在這一領域達到了比較靠前的位置。在科研機構申請人中，除在各個領域均位列前茅的中國科學院外，浙江大學的表現也令人印象深刻，在自然語言處理方向位列第五，而在機器學習和基礎算法方向則達到第三位。

自動駕駛方向主要申請人

在自動駕駛方向，排名前15的申請人以企業申請人為主，但是這些企業主要是以福特、豐田為代表的國外老牌汽車生產廠商。國內的企業僅有百度、大疆和容祺智能擠進榜單，百度作為上榜的唯一一家互聯網公司，申請量列于首位，這應該歸功于百度近年來投入研發的無人駕駛項目。而大疆和容祺智能都是生產無人機的廠商，在這一領域的專利申請反而走在了國內各大汽車制造商的前面。科研機構申請人中，北京航空航天大學的申請量最高，應該與該學校特殊的專業設置和研究方向有關。

計算機視覺和圖像識別方向主要申請人

在計算機視覺和圖像識別方向，企業申請人和科研機構申請人又是各占一半的形式，但在申請量上，企業申請人整體上具有一定的優勢。在排名靠前的企業申請人中，除百度和騰訊兩家互聯網公司外，歐珀、小米、三星、索尼和聯想都是智能終端的制造商，由于智能終端圖像處理需求的不斷提高，促進了智能終端制造商在這一領域的研發投入。

?

意見和建議

產業發展建議

從全球范圍來看，人工智能領域自2010年起迎來了一段技術快速成長的時期，這一趨勢保持至今并仍將繼續。

中國、美國和日本成為目前這一領域專利申請量最多的三個國家，但在2010年之后的發展趨勢卻各不相同。美國在經過幾年的快速增長之后，最近幾年的增長速度逐漸放緩；而日本在2010年后并沒有迎來明顯的增長，反而逐漸呈現出技術發展停滯的態勢。我國的情況又有所不同，總體上來看，我國在2010年之后始終保持著技術成長的態勢，而專利申請量的快速增長期稍滯后于美國，在最近幾年才有突飛猛進的增長，從整體趨勢上來看，這一勢頭仍將保持。近兩年我國已經成為這一領域專利申請的重要驅動力。

但是，從PCT申請情況來看，美國仍然穩穩占據著這一領域技術輸出領頭羊的位置。而我國在這一方面優勢盡失，PCT申請數量排在美國和日本之后，與之相應的，國內主要申請人的專利申請數量雖然逐年遞增，甚至已經可以與IBM、微軟、谷歌等知名公司比肩，但是在海外的申請數量卻嚴重偏低。這從一個側面反映出，我國雖然專利申請整體數量巨大，但是高質量、高價值的專利申請數量相對較少。對于我國在這一次技術革新中能否走在前列，整個行業仍然需要面對巨大的考驗。

從各技術分支的專利申請情況來看，無論是全球范圍還是我國，計算機視覺和圖像識別、自然語言處理都是申請量最高的兩個應用領域。自然語言處理在最近幾年的申請量雖然仍在快速增長中，但申請人數量已經趨于穩定，預示著這一方向的技術發展已經逐漸進入平穩期。而計算機視覺和圖像識別方向的申請量和申請人數量近幾年均有大幅度增長，可見這一方向仍處于技術成長階段，未來一段時間仍然是重要的技術增長點。

企業發展建議

總體而言，國內的人工智能領域技術發展欣欣向榮，處于技術快速成長的階段。國內企業專利申請量迅猛增長，研發投入必然是巨大的。為了更好地做好專利布局，在此次技術革新中占得先機，企業在人工智能領域的技術研發中可以注意以下方面。

首先，我國在這一領域的技術尚不成熟，美國、日本仍然具有一定的技術優勢，因而要注意對國內外專利公開文獻的利用，避免重復的技術研發投入，同時也可以及時獲得技術發展的新動向。

其次，企業在提高國內專利申請數量和質量的同時，也需要逐步在美國、日本和歐洲等國家和地區進行專利申請，注重對于高價值專利技術在全球的合理布局。

再次，我國在人工智能領域的專利申請有很大一部分來自大學和科研院所，尤其是在機器學習和基礎算法、自然語言處理方向，企業可以通過與這些科研機構進行技術合作，促進科研機構專利成果轉化，同時減少研發成本，縮短研發周期。

另外，前文的很多數據都反映出一個同樣的問題，2017年的專利申請在國外很多都沒有公開，導致2017年的數據不全而在趨勢上有所下降，但我國的專利申請卻不存在這一情況。這與近兩年國內很多企業慣于要求提前公開甚至要求加快審查不無關系。但是，人工智能領域的大部分專利申請與技術生命較短的互聯網相關技術不同，在專利審查過程中，要求提前公開反而弊大于利。專利技術提前被公眾所知，有可能成為競爭對手研發的跳板，成為企業自身技術研發的不利因素甚至技術障礙。企業應當充分利用十八個月保密期，對相關技術進行完善和進一步研發，真正利用好專利這一工具。

本文來自新智元微信號，本文內容摘選自中國專利保護協會《人工智能技術專利深度分析報告》，本文作為轉載分享。