Facteurs commerciaux à prendre en compte lors de la constitution de votre portefeuille de brevets en matière d'IA
Il s'agit du troisième article d'une série consacrée à la création d'un portefeuille de brevets de valeur pour les technologies d'IA, qui s'appuie sur les discussions précédentes concernant les raisons d'investir dans les brevets pour l'IAet la manière de surmonter les principaux défis liés au brevetage de l'IA. Cet article se concentrera sur la manière d'aligner votre portefeuille de brevets sur les aspects les plus précieux de votre entreprise, préparant ainsi le terrain pour les prochains articles consacrés aux cadres permettant de préparer les demandes de brevets d'IA et de les faire passer efficacement du dépôt à la délivrance.
La constitution d'un portefeuille de brevets est intrinsèquement une question d'allocation des ressources, et cela vaut également pour la protection des technologies d'IA. Ces ressources comprennent les coûts liés à la préparation et au traitement des demandes de brevet, ainsi que le temps et l'attention que vos inventeurs et autres membres de l'équipe peuvent devoir consacrer à aider votre conseiller en brevets à créer un portefeuille de valeur (idéalement, vous pouvez créer un flux de travail qui allège le processus de brevet afin de permettre à vos inventeurs de se concentrer sur l'innovation).
Il peut être utile de hiérarchiser les aspects de votre technologie que vous brevetez afin d'assurer une protection efficace tout en maintenant une allocation efficace des ressources. Par exemple, les facteurs suivants peuvent être pris en compte pour décider comment répartir vos efforts entre les différents aspects :
Quelle est la valeur ajoutée de la solution d'IA pour votre entreprise: le domaine de votre activité dans lequel la solution d'IA intervient peut vous aider à déterminer où orienter la protection par brevet. Par exemple, si vous vendez des appareils ou des services qui utilisent l'IA pour prendre des décisions en temps réel, il peut être très utile de protéger ces décisions. Cela peut être le cas dans divers secteurs industriels et technologiques, des technologies de vision par ordinateur qui classifient des objets du monde réel afin de prendre des décisions basées sur cette classification, aux technologies de traitement du langage naturel qui interprètent le langage parlé en temps réel pour communiquer avec les utilisateurs, en passant par les moteurs de recommandation qui recommandent des produits ou des services aux clients.
Si vous vendez des produits fabriqués à l'aide de systèmes d'IA, de sorte que le produit intègre implicitement la valeur ajoutée de l'IA avant d'être installé ou utilisé par un utilisateur final, il peut être utile de déposer des demandes de brevet axées sur l'apprentissage des modèles (idéalement, celles-ci peuvent être accompagnées d'autres demandes portant sur les caractéristiques inventives du produit lui-même qui ne reposent pas sur la solution d'IA). Cela peut être le cas, par exemple, si vous vendez des composants dont la température et la pression du processus de fabrication sont contrôlées à l'aide d'un algorithme d'IA.
Si vous avez actuellement accès à des données uniques qui vous permettent de former des modèles d'apprentissage automatique plus intelligents et plus précis, envisagez de déposer des demandes axées sur la génération et la gestion de données d'entraînement ou la formation de modèles, qui peuvent constituer un obstacle si vos concurrents accèdent à des données similaires à l'avenir.
Une autre question à se poser est de savoir si votre activité repose sur l'IA ou si vous mettez en œuvre l'IA pour améliorer vos produits et services. Dans le premier cas, il peut être judicieux de consacrer davantage de ressources à la protection des aspects liés au modèle et aux données de votre technologie, car la valeur ajoutée de la solution d'IA peut probablement s'appliquer à un très large éventail d'actions ou d'informations. Dans le second cas, il peut être intéressant de consacrer davantage de ressources à la protection des actions réalisées ou des informations fournies à l'aide de la solution d'IA que vous intégrez à votre stratégie commerciale globale.
Qui sont vos concurrents et vos clients: une règle fondamentale de la stratégie en matière de brevets consiste à s'assurer que les revendications peuvent être violées par un seul acteur. Par conséquent, les brevets liés à l'IA seront plus utiles lorsque la solution revendiquée est quelque chose qu'un concurrent pourrait réaliser sans l'intervention d'autres parties.
Par exemple, si d'autres entreprises utilisent les données clients pour générer des informations qui sont ensuite transmises aux clients, et que vous avez des raisons de penser qu'elles appliquent des algorithmes d'IA pour générer ces informations à partir des données clients, la protection peut être efficace de plusieurs manières : en vous concentrant sur les informations elles-mêmes, sur quelques exemples ou sur une catégorie de modèles d'apprentissage automatique susceptibles d'être utilisés pour générer ces informations, et sur la manière dont les données clients pourraient être filtrées ou nettoyées avant d'être utilisées par l'algorithme d'IA afin d'obtenir un algorithme plus précis ou plus efficace.
Autre exemple : si d'autres entreprises forment le modèle d'apprentissage automatique en interne et fournissent des logiciels ou des micrologiciels aux appareils des utilisateurs finaux avec un modèle entièrement formé (par exemple, un réseau neuronal dans lequel les poids et les biais des neurones ont été définis lors de la formation en interne), envisagez de vous concentrer sur les données utilisées pour former le modèle et le processus de formation du modèle, afin que les actions effectuées par l'appareil de l'utilisateur final ne soient pas nécessaires pour commettre une infraction.
Ces considérations peuvent être utilisées pour établir des cadres pour la préparation des demandes de brevet, qui seront abordés dans le prochain article de cette série.
