【摘要】针对AI算法的创新，通常都会有这样的疑问，这一类创新能不能得到专利保护？或者算法专利在商业上或司法实践中是如何获得保护的？这是一个系统问题，很难用一个简短的答案解决研发人员或者创业者的困惑，本期研究将对该疑问进行分解并借助InsideSales的专利分析展开初步讨论。

InsideSales， 用户购买行为分析及预测领域的独角兽

▼

by

德理达-智能制造团队

▼

如何利用知识产权保护AI算法创新？

相信不少人都有这样的体会，在购物网站浏览某款商品，如果没有购买，但接下来的几天，该商品的广告总会不经意地出现在你正在浏览的新闻客户端上，或者你正在翻阅资料的网站页面中，在这种潜移默化的影响下，你会越发觉得那件商品似乎是你需要的。

是的，我们的行为正在被这些大数据分析技术所影响，而隐藏在显示屏后面的是一种基于机器学习的关联规则挖掘技术，该技术的核心是发现事物之间的共现关系，挖掘频繁项目集，经典的算法有Apriori算法、FP-growth算法。

很显然，随着网络技术的发展及计算机处理数据能力的提升，各种AI算法早已深入我们的工作和生活中，不但在例如语音、文字、图像及人脸识别等应用技术领域得到充分的发挥，而且在更前沿的技术领域，如在脑认知机理和计算模型、神经形态芯片技术、量子计算机等方面的技术创新也十分活跃。

针对AI算法的创新，如何保护和运用知识产权？尤其是如何利用专利制度保护创新者的研发成果？本期我们将通过一家大数据分析的公司来触及这些问题。

▼

基于大数据分析用户购买行为及预测的公司：InsideSales

InsideSales，成立于2004年，是一家基于聚合销售人员和购买者的行为进行大数据分析的公司，主营业务是为企业销售提供基于大数据分析的用户购买行为预测。

其核心产品包括“连续学习”的算法层，是将海量的交互数据与外部资源数据导入InsideSales的平台中进行分析，为企业提供客户服务、销售加速、市场营销自动化工具等，例如怎样定位客户、如何与客户交流、和客户交流的频率并进行智能提醒等。

同样是通过数据分析来获得商业价值，但InsideSales不同于本系列上期所讲的公司SmartDrive。InsideSales研发的技术几乎不涉及对任何硬件设备的改进，也不涉及对工业过程的控制：InsideSales借助AI技术，在研发的平台中集成了多项功能，每项功能都有对应的产品，包括预测分析，销售联系，游戏化和可视化功能等。

算法创新到底能不能获得专利保护？

自2012年始，InsideSales倾注AI算法的研发以改进其CRM管理系统，并围绕着这些AI算法创新积极申请专利，这些专利包括：

1.通过电子邮件优化来预测收件人行为，并确定或调度发送电子邮件的最佳时间；

2.通过机器学习模型来分析或发现项目之间的关联特征，从多个项目中用特定项目对电子消息进行分类；

3.分析网站的内容或属性来预测流行的趋势；

4.采用实例加权学习（IWL）机器学习模型来训练分类器的技术；

5.应用基于分层的排序（HBS）和多输出松弛（MOR）机器学习模型来解决并合并重复记录的技术等等。

针对类InsideSales申请的算法相关的专利，不少创新者通常都会有这么一个疑问，这一类的创新能不能得到专利保护？或者算法专利在商业上或司法实践中是如何获得保护的？

我认为这其实是一个系统问题，很难用一个简短的答案解决研发人员或者创业者的困惑，因此我建议将这一问题进行分解：

• 创新的算法会不会因商业应用，或者人员流动等因素被公开或泄露，即，利用技术秘密的方式进行保护是否现实，或者保密成本是否可控？

• 软件著作权的形式能否满足创新者所期望保护的价值？比如算法的思想或逻辑；

• 算法创新在寻求专利保护时受限于哪些法律条款和审查基准？当然还包括各国专利制度差异性的考量；

• 基础算法或通用算法在不同领域的应用能不能满足专利创造性的评判标准？

• 专利布局及专利组合策略如何规划、以及申请文件中Claims设计、语言表述与说明书之间如何撰写才能获得授权，并能覆盖到可能出现的侵权者及侵权行为？

• 在商业竞争或司法实践中，采用何种诉讼策略，选择谁为起诉对象，哪里为起诉地点，调查与起诉侵权行为时应该提交哪些证据，采取哪种策略以应对挑战等。

如果忽视上述问题，则谈算法创新如何获得专利的保护是毫无意义的。在本期中，我们很难在有限的篇幅中逐个对上述问题进行深入地讨论，但系统地研究上述问题也是本系列的目的之一，我将会后续文章中持续讨论。

回到本期的主角，我们来看InsideSales的算法专利是如何申请的。

InsideSales的算法专利

以公告号为US8812417B2（Hierarchical based sequencing machine learning model）为代表的专利家族为例，该家族的专利组合主要在于解决传统SP（结构化预测）不能处理不同输出分量之间的相互依赖关系，以及传统的SP不能处理针对给定输入具有多个正确的输出决策的技术问题。

在专利US8812417B2中：

InsideSales提出了一种采用基于分层的排序（HBS）机器学习模型来预测多输出依赖性（MOD）输出决策的多个相互依赖的输出分量的方法，该方法使得能够基于输入并且基于任何之前的所预测的输出分量来预测每个输出分量，以用于解决MOD问题，例如LRM问题。这是一个较为典型的创新算法。

该专利于2012年8月20日提交申请，历经整整两年的审查，于2014年8月19日获得了授权。在随后的几年中，InsideSales以该专利为最初的优先权文件在多个国家和地区陆续申请了48项专利。

摘选代表专利US8812417B2中两个授权的独立Claim 1和Claims 4，如下：

在专利US8812417B2的Claim 1中，主张了一种采用机器学习模型来预测多输出依赖性(MOD)输出决策的多个相互依赖的不同类型的输出分量方法，该方法使用输入来预测第一输出分量，使用相同的输入并利用第一输出分量来预测输出分量中的第二输出分量。

在专利US8812417B2的Claim 4中，主张了另一种输出分量方法，选择不同类型的输出分量的次序，并按照该次序来训练每个输出分量的分类器（比如多层感知神经网络、决策树或支持向量机等分类器）来预测所述输出分量。

另外，在该专利独权Claim12中，还主张了一种利用第一、第二预测分量来训练预测第三分量的方式；在该专利独权Claim22中主张了该学习模型对应在实际应用中的技术方案，当然作为算法专利的普遍保护策略，该专利还针对每一主题的方法Claim主张了计算机可读存储介质的Claim。

但遗憾的是，该专利中，例如虚拟系统或设备的产品Claims在申请阶段没有被考虑，这应该是一个撰写的瑕疵，因为一旦InsideSales行使其专利权时，选择侵权对象及侵权行为的灵活性将受局限。

算法专利在申请时需要考虑的问题

在撰写例如机械结构、电子电路或者电器设备等领域的专利文件时，其权利要求的布局应从产业链的角度考虑，使权利要求的保护主题尽可能覆盖到产业链中涉及创新技术的主要参与者的产品或服务，从而在行使专利权时有更多的可选目标。

但算法创新的专利文件则更应该采用另一种思考角度去布局权利要求：比如算法实施的载体，算法实施的表现形式以及应用场景，由于不可避免地采用功能性限定的方式描述技术方案，因此实施例对权利要求中记载的方案和特征的支持作用更加重要。

撰写一件高质量的专利文件，除了丰富的专业经验之外，更重要的是对算法深刻理解。这当然有一个前提，就是专利律师或代理人需要一个长期积累并持续学习的过程。

通过审视InsideSales的专利家族情况，可以肯定算法的创新在例如美国和欧洲等国家和地区是给予专利保护的。受Alice案的影响，虽然在2014年软件类专利诉讼和被告数量都出现下滑，但是就绝对数量来看软件算法专利诉讼仍是美国专利诉讼的主要战场。

在中国，针对算法创新是否给予专利保护的争论一直持续不断，在国内软件业的日益壮大的大背景下和产业界强烈的呼吁下，于2017年4月1日开始实施的新版《专利审查指南》，新指南规定的审查基准中对这类创新给予相对宽松的态度，很显然，这一改观迎合了发展趋势，为中国AI产业的发展提供了助力。

InsideSales公司的专利战

提及专利诉讼，呈如其他创业者一样，本期主角InsideSales近几年中充当了被告，也正在积极地扮演着原告。

2013年4月25日，同为竞争对手的电信，软件和客户互动解决方案的供应商NobelBiz起诉InsideSales侵犯其公告号为US8135122B1(System and method for modifying communication information)的专利权，该专利涉及一种通过将主叫电话号码修改为被叫所在地的号码为被叫方提供便利或好感的技术，该技术正是电话销售中普遍采用的。

2016年8月4日，InsideSales向美国District of Utah法院起诉竞争对手SalesLoft侵犯其两项专利权，即US7072947B1专利（Method and system for monitoring e-mail and website behavior of an e-mail recipient）和US7076533B1专利（Method and system for monitoring e-mail and website behavior of an e-mail recipient），这两项专利均涉及通过监视电子邮件的收件人的网站行为的技术。

被告SalesLoft公司在2017年9月11日以专利不具创造性提交了这两项专利的无效请求，并在随后的两个月连续两次提交了非专利性动议和变更诉讼地的动议，但均遭法院驳回，目前该案尚在进展中。

InsideSales起诉SalesLoft的两项专利US7072947B1和US7076533B1是从其收购的公司iHance手中获得的，这两项专利曾在iHance公司被用于分别向Eloqua及Marketo发起过专利诉讼。InsideSales拿这两件专利牛刀初试也正是看中了这一点。

▼

AI算法的现在与未来：从跑马圈地到专利战

AI技术在赋能传统行业的同时，也在逐渐影响着传统的商业模式，在许多领域，商业利润已经不单单依靠从商品的价格差异中获取，尤其是在AI市场，新的盈利模式正在被创造，毫无疑问的是，大数据将是未来的生产力。

借助Kevin Kelly在《必然》中的观点：“在一个联系超密集的世界中，不一样的思维是创新和财富的来源。仅仅聪明是不够的。商业动机会让与工业力量相关的人工智能无处不在，它们廉价而聪明，会被植入到所有我们制造的东西里。当我们开始发明新的智能种类和新的思维方式时，将获得更大的回报。”

在AI领域，算法创新层出不穷，目前各市场主体都处在专利的储备阶段，都在跑马圈地，限于相关应用和市场还处于早期阶段，目前并未呈现竞争加剧的情况。

不过，在可预见的未来，随着技术的成熟和大量可行应用的普及，市场的竞争迟早会出现白热化的局面。在AI领域的各类技术阵营中，专利战无疑将和移动通信或半导体领域一样充当争夺市场的先锋阵地。

* 以上文字仅为促进讨论和交流，不构成法律意见或咨询建议。