Аналитический потенциал патентной информации

Реферативные  публикации за предыдущие годы содержатся в разделе “Архивные материалы“)

2018 год

Новые  рефераты в ноябре 2018

- Анализ патентного ландшафта/декабрь

- Возможности анализа патентной информации в конкурентной разведке/ноябрь

- Конкурентная стратегия в цифровой экономике/октябрь

- Рост цифровой экономики – вызов регуляторам конкуренции//сентябрь

- Адаптация ландшафта информационных технологий к цифровой экономике/ август

- Сетевое обеспечение конкурентных преимуществ в цифровой экономике/июль

- Статистическая поддержка стратегии интеллектуальной собственности/июнь

- Является ли визуальная аналитика очередным прорывом в области больших данных?/май

- Большие данные преобразуют интеллектуальную собственность в стратегическое оружие/ апрель

- Конкурентная разведка с использованием данных об интеллектуальной собственности/март

- Роль  больших данных в осмыслении интеллектуальной собственности (ИС)//февраль

-Большие данные преобразуют патентный анализ в бизнес-стратегию//январь

Содержание рефератов

Декабрь 2018

Анализ патентного ландшафта

Patent Landscape Analysis – An Overview On March 20, 2017 – ipcheckups.comblog/patent-landscape…overview/

Важность  анализа патентного ландшафта

Считается, что 80% опубликованной научно-технической информации, содержащейся в патентах, не публикуется более нигде. Существуют буквально десятки миллионов доступных для ознакомления общественностью опубликованных патентов и ссылок на патентные заявки. Это необъятное сокровище информации может быть полезно только путем определения критических релевантных ссылок в данной технологии и анализа этих ссылок таким образом, чтобы обеспечить информацию для принятия действенных решений.

Анализ патентного ландшафта, часто называемый «патентным картографированием», является проверенным многоступенчатым процессом, использующим компьютерное программное обеспечение и человеческий интеллект, для анализа, организации и извлечения ценности из этого огромного объема информации. Вкратце, патентный ландшафтный анализ дает представление об инновациях, которые лежат в основе технологий и продуктов. Завершенный проект анализа патентного ландшафта состоит из набора технических справок и сопроводительной аналитики, из которых можно извлечь важную юридическую, деловую и технологическую информацию. Эта информация позволяет крупным корпорациям, стартапам, университетам, исследовательским институтам и инвесторам понимать и принимать обоснованные решения до инвестирования в новые технологии и разработки  продукта.

Ценность патентного ландшафтного анализа еще больше повышается, если в этот процесс вовлечены специалисты из групп исследований и разработок, маркетинга, оценки юридических и бизнес-процессов. Информация, полученная в результате анализа патентного ландшафта, применяется в организации для создания новых технологий, выявления возможных компаний или технологий для лицензирования или приобретения патентных прав, предотвращения нужной траты времени и денег на дублирование технологии, которая была разработана ранее и может уже аходиться  на рынке.

Преимущества анализа патентного ландшафта

Анализ патентного ландшафта является отличной платформой для поощрения из разных отделов организации для общения по ключевым вопросам бизнеса. Анализ патентного ландшафта усиливает межведомственные коммуникации и стимулирует целостный и единый внутренний бизнес-процесс, который пронизывает всю организацию.

1. Исследователи и ученые узнают важные детали о данной технологии

2. Команды развития бизнеса определяют, кто является важным правопреемником (владельцами) соответствующей технологии для оценки финансового смысла развивать данную технологию внутри компании.

3. Группы маркетинга получают  раннее представление о ставках конкурентов, тенденциях патентной охраны и перспективах коммерциализации  .

4. Юридические группы используют анализ патентного ландшафта, чтобы сопоставить конкурентоспособность новой продукции и возможности и препятствия на пути ее патентной охраны

5. Руководители, разработчики стратегий и инвесторы получают представление о возможностях и рисках инновационных  инициатив в интересах поддержания  стратегии устойчивого роста.

Предварительные  шаги проведения анализа патентного ландшафта

Для  успешного проведения анализа патентного ландшафта необходимо:

1. Установить цель анализа патентного ландшафта

2. Определить, какое патентно-поисковое и аналитическое программное обеспечение необходимо  для осуществления проекта.

3. Согласование условий  осуществления проекта с  альтернативными технологиями и  областями  применения его результатов.

4. Определение стран,  включаемых в  поисковый процесс, его ретроспективной глубины и видов охватываемых поиском патентов.

5. Проведение предварительного поиска по патентам и технической литературе для определения набора релевантных ключевых слов, индексов патентной классификации и организаций, работающих в данной технической области.

6. Подбор документов, относящихся к данной технологической  области, для определения смежных технологий, продуктов и / или областей применения, в которых можно почерпнуть нужную  патентную информацию.

7. Использование в поиске совокупности ключевых слов, индексов патентной классификации, патентных ссылок и стратегии семантического поиска.

8.Автоматическая или ручная сортировка  найденных патентов для дополнения результатов поиска метаданными, комментариями и / или

Патентная аналитика

После того, как информация будет организована в соответствующие категории, необходимо проанализировать данные для разработки обоснованных выводов. Ниже приведены несколько примеров:

1. Скорости подачи патента позволяют визуализировать, с течением времени,  объем изменений деятельности в области каждой технологии, продукта или приложения. Это может быть особенно полезно в сочетании с исследованиями рынка, включая данные о продажах продуктов.

2. Таблицы лучших представителей  дают представление о том, какие крупные компании, стартапы, университеты и другие организаии больше всего ориентированы на каждую технологию, продукт или область применения. Это полезно для определения потенциальных партнеров, клиентов, лицензиатов, кандидатов на приобретение или организаций, которые могут использовать вашу технологию, о чем свидетельствуют данные, раскрываемые в их патентах.

3. Вышеприведенные  пункты могут в совокупности  визуализировать, какие игроки тратят, в последнее время,  деньги на патентные заявки и  в каких категориях,  а какие компании могут замедлить инвестиции в данной технологической области. Это может также привести к сопоставлению расходов компании и ее конкурентов на НИОКР в тех же и / или других технологиях, продуктах или областях применения.

4. Патентные претензии в каждой технологии, продукте или рыночном секторе могут быть тщательно изучены и сопоставлены с другими патентами или продуктами для последующего юридического анализа.

5. Патентные карты или визуализация ландшафта на высоком уровне могут быть подвергнуты правовому анализу  их патентной чистоты и последующей маркетинговой деятельности.

Основные инструменты проведения анализа патентного ландшафта

Для проведения анализа патентного ландшафта пользователям сначала необходимо получить доступ к системе патентного поиска.

1. Бесплатные варианты включают: Google, The Patent Lens и базы данных Европейского патентного ведомства.

2. Коммерческие варианты включают в себя: Clarivate Analytics, CPA Global и Lexis Nexis.

Кроме того, необходимо экспортировать библиографическую информацию от MS Excel, для организации данных и создания таблиц, диаграмм и графиков. Хотя большая часть этой работы может быть выполнена в MS Excel, имеются некоторые усовершенствованные инструменты для управления графикой и источников, которые предоставляют дополнительную информацию. Эти инструменты упрощают и улучшают способность конечных пользователей понимать техническую область.

И, наконец, для выполнения наиболее эффективного анализа патентного ландшафта, чрезвычайно важно создать систему мониторинга и управления патентами, чтобы поддерживать актуальность данных. Ведь только ландшафтный анализ завершается, данные устаревают. Еженедельные, ежемесячные или ежеквартальные обновления имеют огромное значение для предоставления конечным пользователям информации в режиме реального времени. Это дает возможность принимать обоснованные решения в ответ на изменения, происходящие в технологическом ландшафте.

Некоторые из имеющихся в продаже инструментов, которые предлагают расширенный графический интерфейс, а также функции управления патентами и мониторинга, включают PatentCAM *, IP Vision и Intellar.

Таким образом, выполнение анализа патентного ландшафта – непростая задача. В 2015 году ВОИС опубликовала 131-страничный документ, озаглавленный «Руководящие принципы подготовки отчетов о построении патентных ландшафтных». Это учебное пособие содержит некоторые дополнительные сведения, связанные с подготовкой   патентного ландшафта.

Услуги IP Checkups

Для получения дополнительной информации помощи можно

связаться с фирмой IP Checkups (510) 225-1162. Здесь возможна демонстрация программного обеспечения для построения патентного ландшафта управления, организации и мониторинга технологий конкурентов, услуг  экспертов по стратегии ИС в поиске, аналитике и оценке предшествующего уровня техники, а также  примеров анализа патентного ландшафта.

IP Checkups Inc (IPC) – это основанная в 2004 году (Беркли, штат Калифорния) патентная аналитическая и исследовательская фирма с полным спектром услуг, включая  предоставление конкурентоспособного программного обеспечения и услуг по анализу патентного ландшафта для компаний, юридических фирм, университетов и инвесторов в широком спектре технологических областей. Обладая  командой экспертов с опытом работы в области химии, биологии, электротехники и машиностроения, IPC создала патентованное программное обеспечение для мониторинга и управления патентами под названием PatentCAM ™. Комплексный подход IPC к анализу и картографированию патентных ландшафтов, мониторингу и управлению имеет важное значение для того, чтобы значительно опережать деятельность конкурентов.

Ноябрь 2018

Возможности анализа патентной информации в конкурентной разведке

How to Use IP and Patent Information for Competitive Intelligence. Joe Khuranainfo.ipvisioninc.com/…/how-to-use-ip-and-patent-informatio…

Независимо от того, является  ли компания в настоящее время лидером или простым представителем данной отрасли, у нее всегда  есть конкурент. Для его выявления с помощью конкурентной разведки  большими возможностями располагает  патентный анализ, который должен подчиняться определенной стратегии.

Анализ собственного портфеля

Для сопоставления соей компании с другими следует тщательно оценить  ценность интеллектуальной собственности (ИС), которая. находится в настоящее время в ее распоряжении. Патентный портфель в состоянии дать вам обстоятельное представление о текущих запасах компании, силу и действительность каждого патента, широту стабильность патентных притязаний.

В прошлом этот тип анализа занимал месяцы или даже годы, сегодня же можно воспользоваться для этого инструментом iScore, который значительно сокращает время и предоставляет качественную информацию по каждому патенту. Результат поступит всего в течение нескольких дней, в зависимости от количества представленных для анализа патентов.

С помощью этой информации можно  перейти к следующему шагу.

Управление и поддержка

Располагая  оценками собственных  патентов, получить представление о том, какие из ваших объектов ИС имеют заманчивые перспективы, а  какие патенты лишь тормозят развитие. Патенты, которые больше не обслуживают деловые интересы компании, не заслуживают их дальнейшей поддержки. Можно либо отказаться от них, либо найти компании, заинтересованные в лицензировании охраняемой ими  технологии.

Одновременно выявятся слабые места, которые можно усилить, приобретя   соответствующую  технологию. Патентный ландшафт также  способен раскрыть  пробел на технологических участках, где возможно применение  инновации. Все это дает укрепить конкурентные позиции на рынке.

Исследование ландшафта

Ландшафт, выявляющий  пробел в вашей отрасли, также может также отражать действия   конкурентов. Предоставляемая патентами обновляемая информация позволяет  разработать гипотезу о направлении этих действий.

Патентная информация,  не столь очевидная в каждом конкретном случае, может натолкнуть на интересные предположения. Например, поиск патентных заявок, поданных вашими конкурентами, зачастую становится  основанием для дальнейшего исследования. В частности, можно вскрыть состав всего семейства найденного патента, дающего более полное представление о характере  ведущейся  разработки. Недостающую  информацию можно  получить через задействованные в разработке известные исследовательские организации.

Анализ цитирования

Важные открытия может принести регулярный  просмотр собственных патентов. Это, частности, позволяет узнать, разрабатывает ли кто-либо новую технологию со ссылкой  на любой из уже полученных  вами патентов.

Хотя цитирование вашего патента не означает, что конкурент уже действует в аналогичном направлении, во многих случаях это, безусловно, раскрывает его интересы. Например, может выявиться  компания, которая планирует запустить новую технологию, опережающую  вас на рынке. Чья-то ссылка на ваш патент поможет узнать о новых тенденциях, возникающих на рынке.

Приведенные примеры показывают, что анализ ИС играет очень важную роль в корпоративной стратегии. Он позволяет выяснить, где и как улучшить свою технологию, используя  новые тенденции, обнаруженные посредством патентного анализа. Все необходимые инструменты доступны с помощью систем IPVision,   iScore и панели инструментов Advantage. Они  помогут вам начать работу, а затем разобраться во всей информации, которую вы обнаружили.

.

Сентябрь  2018

Конкурентная стратегия в цифровой экономике

Competitive Strategy in a Digital Economy, By Rob Llewellyn- robllewellyn.comcompetitive-strategy-digital/

Конкурентная стратегия в цифровой экономике требует от лидеров взглянуть на конкурентную стратегию через   новую линзу. Книгам и тактике, в которых они работали, недостает ключевого компонента – цифровой технологии.

Стратегия уже много лет занимается исследованием  будущего и построением  его. Но как они достигают своих целей?

В своей статье, опубликованной  Harvard Business Review, «Что такое стратегия?» Майкл Портер написал; «Конкурентная стратегия – это нечто иное. Она означает, что мы намеренно выбираем другой набор мероприятий для достижения уникального сочетания ценности ». В прошлом конкурентная стратегия требовала физических активов, большого количества людей и капитала.

Ускоренное продвижение  на два десятилетия вперед породило  стартапы без каких-либо физических активов, с малочисленным профессионалом и ограниченным капиталом, разрушающим целые отрасли. Руководители сталкиваются с проблемой расставания со старым, одновременно разрабатывая новые  стратегии на ближайшие пять –десять лет.

Конкурентная стратегия существует уже на протяжении нескольких поколений, но лишь с появлением    компаний типа  Amazon конкурентная стратегия впитала в себя цифровизацию. С появлением  цифровой экономике конкурентная стратегия в настоящее время находится в тесной зависимости от технологий. А для поддержки конкурентных преимуществ необходима конкурентная стратегия или бизнес-модель, стержнем которой является цифровизация

Конкурентная разведка

Фирмы должны выслеживать потенциальных нарушителей – независимо от того, насколько небольшими, недофинансированными  или незначительными они могут выглядеть сейчас. Конкурентную разведку не следует ограничивать выявлением потенциальных конкурентов. Им нужно уделять больше внимания «разрушительным инноваторам» типа Hyundai в автомобилях  или IKEA в мебели, начинающих с малого. Похоже, что в свое время они не были должным образом протестированы.

Ключевым стратегическим решением о трансформации цифрового бизнеса является вопрос о том, следует выбирать  атаку или защиту, либо  объединять оба элемента. Чтобы это решение было информационно обоснованным, важно знать или предвидеть, какие угрозы и возможности могут быть в будущем. Такого рода конкурентная разведка делает ее для руководителей  особо важной, поскольку угрозы исходят от ранее неизвестных конкурентов, включая небольшие стартапы – порой с противоположной стороны земного шара.

Чтобы быть конкурентоспособными в цифровой экономике, компаниям недостаточно  традиционных бизнес-моделей. Корпоративная стратегия должна воплощаться в цифровую не как дополнение к бизнесу, а как неотъемлемая часть бизнеса. К сожалению, многие компании ограничиваются  цифровой обработкой данных. Необходимо  изменить менталитет генерального директора. Более того, стратегия больше не может быть фиксированным планом игры. Разработка стратегии должна охватывать подход, который приспосабливается к изменяющимся условиям. Он должен быть способен развиваться так, чтобы он не упускать новых возможностей и не оставлять пробелы для нарушителей.

Недопустимость повторяющегося шаблона

Основанная  в 1985 году, как  казалось бы, прочная фирма Blockbuster с персоналом  более 80 000 человек и с более чем 9 0000 магазинами по всему миру, игнорировала порожденный Интернетом новый бизнес. Этим воспользовался  Рид Хастингс, воплотивший в своей организации “Нетфликс” большую часть конкурентной стратегии своего конкурента. Между тем, и до сих пор некоторые фирмы игнорируют необходимость создания  цифрового ядра ​​для своей бизнес-стратегии, слишком позднорасставаясь с  маркетинг устаревшей бизнес-модели.

Поэтому компаниям следует избегать допущения двух стратегических опасностей.

1. Опасность ограничиваться  просто цифровыми способами работы, которые быстрее и дешевле, но никогда не претерпевают кардинальных изменений. Таким образом, они будут обманывать себя поддельными преобразованиями и станут очередной жертвой «Великой цифровой иллюзии» (The Great Digital Illusion).

2. Опасность для компаний, не располагающих конкурентной разведкой. Ограничившись реагированием на текущие конкурентные угрозы, могут не заметить «скрывающегося за углом» другого стартапа, который использует технологии совершенно по-новому –  способом, который делает текущие бизнес-модели устаревшими.

2018 г0д.

Рост цифровой экономики – вызов регуляторам конкуренции

February 24, 2018 – 11:38 am Categories: Digital Marketing Rights 0 Comments - www.iiprd.com/growth-of-digital-economy-a-challenge-for-.

Политика в области конкуренции – это государственная политика, которая ограничивала бы воздействие конкуренции на рынок, наносящее  ущерб обществу. Самой важной целью конкурентной политики является защита общества от вредного конкурентного поведения.

Цифровая экономика динамична и принципиально отличается от других секторов. Цифровые услуги имеют уникальную особенность сетевых эффектов. Эти отчеты транслируются по телевидению, веб-сайтам и приложениям в социальных сетях и в режиме онлайн таких как телефон, планшет или ПК. Это приводит , с одной стороны, к концентрации рынков, а с другой – открывается множество путей, по которым потребители быстрее и легче получают доступ к сетевым услугам.

Динамичный рост цифровых рынков породил дополнительные проблемы конкуренции – особенно в таких сферах,  как цифровые монополии, налоговое планирование, проблемы патнтования и т. д. Поставщики услуг и разработчики контента имеют множество вариантов доставки контента или услуг конечным пользователям, которые испытывают его через различные электронные носители, такие как телефон, телевидение, социальные сети и т. Д. После того, как цифровые компании приобретают доминирующее положение, в конечном итоге порождает  тупик для пользователей платформы, делая вмешательств монополистов неизбежным и приводя к упреждающим слияниям, что потенциально  препятствуют конкуренции и инновациям.

Тем не менее, трудно провести различие между антиконкурентными мотивами и нормальными бизнес-стратегиями в цифровых товарах.. Цифровые фирмы динамично пересматривают границы рынков, в основном конкурируя на основе инноваций.

Рост цифровой экономики – вызов регуляторам конкуренции

February 24, 2018 – 11:38 am Categories: Digital Marketing Rights 0 Comments - www.iiprd.com/growth-of-digital-economy-a-challenge-for-.

Политика в области конкуренции – это государственная политика, которая ограничивала бы воздействие конкуренции на рынок, наносящее  ущерб обществу. Самой важной целью конкурентной политики является защита общества от вредного конкурентного поведения.

Цифровая экономика динамична и принципиально отличается от других секторов. Цифровые услуги имеют уникальную особенность сетевых эффектов. Эти отчеты транслируются по телевидению, веб-сайтам и приложениям в социальных сетях и в режиме онлайн таких как телефон, планшет или ПК. Это приводит , с одной стороны, к концентрации рынков, а с другой – открывается множество путей, по которым потребители быстрее и легче получают доступ к сетевым услугам.

Динамичный рост цифровых рынков породил дополнительные проблемы конкуренции – особенно в таких сферах,  как цифровые монополии, налоговое планирование, проблемы патнтования и т. д. Поставщики услуг и разработчики контента имеют множество вариантов доставки контента или услуг конечным пользователям, которые испытывают его через различные электронные носители, такие как телефон, телевидение, социальные сети и т. Д. После того, как цифровые компании приобретают доминирующее положение, в конечном итоге порождает  тупик для пользователей платформы, делая вмешательств монополистов неизбежным и приводя к упреждающим слияниям, что потенциально  препятствуют конкуренции и инновациям.

Тем не менее, трудно провести различие между антиконкурентными мотивами и нормальными бизнес-стратегиями в цифровых товарах.. Цифровые фирмы динамично пересматривают границы рынков, в основном конкурируя на основе инноваций.


Август 2018

Адаптация ландшафта информационных технологий к цифровой экономике

How To Prepare Your IT Landscape For The Digital Economy, Sei DrakeCo-Engineering Architect in the Global Service and Support organizationdigitalistmag.com…economy…prepare-it-landscape…

За последние два десятилетия многие компании создали крупные, сложные ландшафты информационных  технологий (ИТ)для поддержки традиционных бизнес-процессов. Современные  системы в этих ландшафтах не были рассчитаны на устаревшие  интернет-гиперссылки и, как следствие, на высокие объемы данных и транзакций. Расширение этих ландшафтов для поддержки новых, связанных с цифровой обработкой процессов и моделей еще больше усложнит ландшафты ИТ и препятствует инновациям и гибкости бизнеса.

От структуры цифрового предприятия потребуется не только поддержка больших данных (Big Data)  и основанной на них аналитики, но и множество других процессов. Оно также должно использовать поток данных от эволюционирующих цифровых технологий, чтобы инициировать действия и защитные меры в новых и существующих бизнес-процессах, позволяя увеличить доходы, улучшить качество обслуживания клиентов, повышать эффективность цепочки поставок и создаваемых бизнес-моделей.

Чтобы идти в ногу с быстрыми изменениями, таким предприятиям нужно предпринять следующие меры:

1. Упростить свой ИТ-ландшафт.

2. Осуществить переход на современные платформы с использованием  облачных решений и процессоров «digital core».

3. Осуществлять инновационные бизнес-решения, используя новейшие цифровые возможностивыявления реальных и потенциальных  конкурентов.

Однако большинству организаций не хватает навыков для решения этих задач в одиночку.

В течение последних 15 лет появилось множество организаций цифровой поддержки предприятий,  выступающих в качестве консультантов по архитектурному качеству ландшафтов, которые контролируют  полный жизненный цикл программного обеспечения. Они могу выступать в качестве квалифицированных партнеров при  упрощении ландшафта, так и осуществления  совместных инноваций.

Организации поддержки, выступая   поставщиками программных решений, часто внедряют  решения на основе новейших технологий, таких как Интернет вещей (IoT), облака, робототехника, автономные машины и 3D-печать. Подобные решения обеспечивают компании  стратегическое и устойчивое конкурентное преимущество перед соперниками.

Например, организация Global Service & Support в SAP работает с химической компанией Fortune 100 по упрощению ИТ. После многочисленных слияний и поглощений на протяжении многих лет эта компания нуждалась в консолидации четырех уникальных ландшафтов ИТ в одном. Эта  чрезмерно сложная инфраструктура будет упрощена посредством современных архитектурных решений.

Работа с организациями поддержки, упрощающие ландшафты ИТ  с применением инноваций, разбираются в  передовых технологиях и привлекают  для этого лучших специалистов  для создания новых решений. Организации поддержки также имеют большой опыт работы в высокопроизводительных, высокоскоростных операционных средах и базах  данных. Приступая к работе, они уже знают бизнес клиента и его  технологическую инфраструктуру. Это помогает им оптимизировать перестроечные процессы, снижать затрат и повышать  эффективности бизнес-стратегий.

Июль 2018

Сетевое обеспечение конкурентных преимуществ в цифровой экономике

Seeing through the network: Competitive advantage in the digital economy, Thorsten Koch, Josef Windsperger //University of Vienna, Faculty of Business, Economics and Statistics,Vienna Austria- 19 May 2017

link.springer.comarticle/10.1186/s41469-017-0016…

Сетевой подход к цифровым технологиям

Компании действуют в среде, которая все в большей степени пронизана цифровыми технологиями. Проникновение цифровых технологий в продукты, службы, и операции оказывают крайне существенное воздействие на способность компании обретать и удерживать свои конкурентные преимущества. Традиционные стратегические модели конкурентных преимуществ – такие, как учет отраслевой структуры, ресурсного потенциала или динамических возможностей – основаны на суждениях, которым недостает ценностного подхода сегодняшней цифровой среды.

В связи с этим предлагается сетевой подход, трактующий конкурентную среду, столкнувшуюся с цифровыми технологиями и их возможностями. Базируясь на  сетевом подходе, компании могут обеспечить цифровые преимущества посредством активного измерения цифровой среды и ценностного сопоставления взаимосвязанных компаний в цифровой среде.

В течении последнего десятилетия небывалое развитие  коммуникации, информации и согласованных технологий типа Web 2.0, облачного программировании и распространения открытых источников переформатировали конкурентный ландшафт, преодолев границы времени, расстояния и выполняемых функций.

Вооружившись цифровыми навыками, эти технологии обрели небывалые возможности. Дигитизация, то есть процесс конвертирования аналоговой информации  в цифровой формат, преобразила прежние аналоговые объекты, сделав их программируемыми, адресуемыми, коммуникативными, запоминаемыми и отслеживаемыми. Однако дигитизация не просто расширяет сферу использования цифровых технологий. Например, электронные книги радикально  сокращают процесс их  производства, хранения и распространения, но и меняют традиционную модель контроля за созданием контента, то есть выходят за рамки технологических процессов.

Поскольку цифровые технологии вкладываются в саму остову корпоративных товаров , услуг и процессов, и проникновение меняет   организационную логику взаимодействующих фирм, все более тесно связанных общей цифровой инфраструктурой. Инкорпорирование цифровых технологий в прежние нецифровые объекты меняет саму их структуру с радикальными  изменениями в дизайне, производстве, распределении и потреблением. Формируется 4-уровневая архитектура, включающая устройства, сети, службы и контент. Она может адаптироваться к любым потребностям, меняя свою конфигурацию и дизайн.

Построение сетей совместного создания стоимости

Концепция устойчивых конкурентных  преимуществ часто ассоциируется со стратегией  корпоративного наращивания стоимости, чьи преимущества не могут быть легко воспроизведены другими в настоящем или будущем.Традиционные модели фокусируются в основном  на внутрифирменных процессах и ресурсах. В отличие от этого создание стоимости в цифровой экономике создается посредством сотрудничества нескольких экономических игроков.

Для осуществления процесса совместного создания стоимости организации приступили к раскрытию своих генерирующих стоимость структур и процессов посредством сотрудничества с другими организациями в  различной форме. Вместо построения крупных вертикально интегрированных фирм организации  сооружают  мультифирменные сети и рынки, с помощью которых участники адаптируют технологии для новых применений. Дигитизация стала  акселератором подобного развития в такой степени, что фирмы поменяли свои modus operandi с конкуренции на кооперацию в соответствии с новыми социальными и технологическими условиями.

Фирмы стали интенсивно внедряться в интерорганизационные сети для установления социальных, профессиональных и обменных связей, обеспечивая им контакты с с поставщиками, потребителями и прочими организациями, преодолевая границы отраслей и стран. Такой путь  развития позволил даже заключить, что единственным источником конкурентных преимуществ является способность охватить систему, генерирующую стоимость, и заставить ее работать. При таком подходе пониманию сущности интерорганизационной сети фирмы и умение ее задействовать является жизненно важным для обеспечения и сохранения конкурентных преимуществ.

Ключевой фразой в сетевом исследовании является утверждение, что сетевая структура  и занимаемая в ней позиция таят для действующих в ней игроков как дополнительные возможности, так и ограничения, Поэтому, чтобы завладеть первыми и избежать вторых, игороки должны занимать в сети активную позицию. Поэтому фирмы, вовлеченные в интерактивные сети,  должны стремиться к занятию в сети преобладающих позиций и  установить выгодные связи  для реализации деловых возможностей и завоевать конкурентные преимущества.

Заключение

В целом, цифровая экономика может быть представлена как множество взаимозависимых и динамичных интерорганизационных сетей, через посредство которых фирмы конкурируют, сотрудничают и создают стоимость посредством формирования, преобразования и обрыва связей друг с другом.  Действия  фирм должны быть преобразованы в сетевую деятельность. Требуются дополнительные исследования – особенно в части конкурентных стратегий, которые инкорпорируют специфическое место цифровых технологий.

Традиционно информационные технологии были отделены от бизнес-стратегий, поскольку они рассматривались как функциональнве стратегии, подчиненные избранным бизнес-стратегиям. В отличие от этого цифровые технологии, бизнес- и IT- технологии должны сливаться в в цифровые бизнес-стратегии. Кроме того, необходимо изучить, каким образом фирмы должны осуществлять контроль за своими цифровыми платформами, их открытостью и закрытостью.

В данной работе подчеркивается, что цифровые технологии не ограничиваются ростом эффективности, а  изменения затрагивают не только производственные технологии. Они требуют пересмотра устоявшихся бизнес-моделей, воздействия окружающей среды и источников конкурентных преимуществ. Поэтому руководителям нужно учитывать , как цифровые технологии меняют весь контекст, в котором протекает их деятельность. Прежние конкурентные преимущества могут оскудеть из-за неблагоприятной производственной позиции или структуры.Новые возможности могут появитьсяблагодаря модулированной архитектуре, позволяющей интегрировать массу возможностей инкорпорирования цифровых технологий в физические продукты.

Менеджеры должны  принимать стратегические решения – где, когда и с кем они хотели бы генерировать новую стоимость. Они обязаны  также выбирать основные и вспомогательные цифровые платформы. Все эти решения воздействуют  на структуру фирменной сети и , следовательно, на потенциальные конкурентные преимущества организации.

Июнь 2018 года

Статистическая поддержка стратегии интеллектуальной собственности

Intellectual property (IP) statistics and analysis

- oecd.org…intellectual…statistics-and-analysis.htm

Права интеллектуальной собственности (ИС) направлены на стимулирование инноваций, предоставляя изобретателям возможность отдачи от своих инвестиций. ИС также играет важную роль в создании, распространении и использовании новых знаний для развития  инноваций, которые содержатся в изобретениях, раскрытых в патентных документах.

Меняющийся ландшафт инноваций, глобализация рынков и фрагментация производственно-ценностных цепочек, появление новых игроков меняют то, как участники рынка используют права ИС. А лица, определяющие бизнес-политику, осваивают свои  права и роль в новой  среде, сильно отличающейся от той, в которой были задуманы права ИС. Системы ИС постоянно претерпевают изменения, поскольку они стремятся оптимизировать баланс между частными и социальными выгодами для содействия экономическому росту и благосостоянию обществ.

Стратегии промышленной собственности в цифровой экономике

World Corporate Top R&D Investors: Industrial Property Strategies in the Digital Economy // 27 September 2017

Этот отчет проливает свет на цифровую трансформацию и стратегии, проводимые ведущими новаторами во всем мире для  генерирования знаний и получения  отдачи от своих инвестиций, используя  права промышленной собственности (ПС). В нем  раскрываются масштабы  распространения информационных и коммуникационных технологий, которые охватили  деятельность других технологических и экономических областей. При этом подвергается статистическому анализу использование различных прав ПС (а именно патентов на изобретения и промышленные образцы, а также регистрации товарных знаков) ведущими мировыми инвесторами в области НИОКР. Делается это  в интересах построения   инновационных, дизайнерских и брендинговых (индивидуализационных)  стратегии * ведущими в мире инвесторами НИОКР, а также содействия цифровой трансформации.

*Брендинговая стратегия – это стрпатегия маркетинговой деятельности, нацеленная на формирование у потребителей долгосрочного предпочтения товару данной фирмы. Она реализуется путем воздействия на целевую аудиторию товарного знака, упаковки, а также рекламных обращений, выделяющих товар среди конкурентов и создающих его индивидуальный и привлекательный образ.

Отчет является результатом долгосрочного сотрудничества между Объединенным исследовательским центром (JRC) Европейской комиссии  и Организацией европейского сотрудничества и развития (OECD). Исходные данные, на которые полагается отчет, доступны по запросу: Download the report (pdf), Download figures and tables (xls)=Get access to the JRC/OECD COR&DIP© database, v.1. 2017

Конференция по статистике ИС для лиц, принимающих решения

Конференция по статистике ИС для лиц, принимающих  решения (IPSDM) состоявшаяся  14-15 ноября 2017 года в Мехико, была организована совместно  Канадским ведомством интеллектуальной собственности, Мексиканским институтом промышленной собственности, Ведомством по патентом  и товарных знаков США и Организацией по европейскому сотрудничеству и развитию Европы.  Конференции предшествовал день семинаров по ИС.

Целью конференции было представление последних эмпирических данные, основанных на статистике ИС, и обсуждение полученных  выводов с лицами, принимающими решения как в частном, так и в государственном секторах. Конференция также призвана поделиться новейшими  знаниями по темам, имеющим отношение к политикам, ученым, практическим работникам и компаниям.

Методологические публикации по патентной статистике

Ниже приводится перечень методологических документов, опубликованных для облегчения интерпретации  относящейся к ИС статистики применительно к решению практических задач:

-ICT: A new taxonomy based on the international patent classification
-  Measuring Patent Quality: Indicators of Technological and Economic Value
– World Corporate Top R&D Investors: Innovation and IP Bundles

- Cross-Country Characterisation of the Patenting Behaviour of Firms based on Matched Firm and Patent Data
Universities’ Trademark Patterns and Possible Determinants
-Trademarks as an Indicator of Product and Marketing Innovation
- Scope and Definitions of Patent Families; Triadic Patent Families;
- Nowcasting Patent Data
– Patents in selected fields: biotechnology; nanotechnology; environment
Patents by regions
Analysing European and International Patent Citations: A set of EPO Patent Database Building Blocks
Patents as Indicators of Science and Technology output

В Руководстве по патентной статистике (OECD Patent Statistics Manual), опубликованном на английском, французском и испанском языках, обобщается  новая статистика патентов, способствующая гармонизации методологий. В нем рассматриваются вопросы, связанные со сложностью патентных данных, и предлагаются статистикам и аналитикам руководящие принципы для разработки и анализа показателей, связанных с патентами.

Данные о патентной статистике

Показатели, связанные с патентами, имеются в публикации OECD.Stat (Science, Technology and Patents). Отдельные показатели по патентам, товарным знакам и промышленным образцам  представлены на демонстрационном щите  OTID STI.

Лаборатория микроданных OECD / STI содержит сведения о правах ИС из нескольких административных источников, охватывающих патенты, товарные знаки и промышленные образцы. Хотя патентные данные преимущественно  основаны на Всемирной статистической патентной базе данных (PATSTAT), поддерживаемой ЕПВ, сведения о товарных знаках  и заявках на промышленные образцы  поступают из Австралии, Японии, Ведомства по гармонизации на внутреннем рынке OHIM) и США.

Ряд подборок патентных данных предоставляется исследователям по запросу (с защищенного паролем сервера). Они  могут использоваться в качестве дополнения к другим существующим массивам  патентных данных (например, PATSTAT). Для доступа к перечисленным ниже данным требуется  заполнить короткую онлайн-форму:

-База данных индикаторов качества OECD (серия показателей, отражающих технологическую и экономическую ценность патентов ЕПВ и США);

- База данных о патентных семействах, включающих  патентные заявки , совместно поданные  в триаду ведомств ЕПВО, Японии  и США;

• Регионально распределенная  база данных о патентных заявках ЕПВ и РСТ (OECD REGPAT Database);

• База данных о патентном цитировании (ссылки на патентную и непатентную литературу, приведенные в патентных документах ЕПВ, США или PCT);

• База данных о гармонизированных наименованиях  патентообладателей (OECD HAN)

Рабочая группа по статистике ИС

Проектная деятельность осуществляется в тесном сотрудничестве с членами рабочей группы по статистике ИС, в которую входят представители следующих организаций:

Май 2018  года


Является ли визуальная аналитика очередным прорывом в области больших данных?

Визуальная аналитика (Visual Analytics) появилась около десяти лет назад.  Она определяется как наука аналитических рассуждений, поддерживаемая интерактивными визуальными интерфейсами, сочетающими в себе мощность визуального восприятия с высокопроизводительными вычислениями.

Основной целью визуальной аналитики является помощь в раскрытии знаний посредством осуществления трех основных этапов:

  • Первый этап: увязка различных  подборок  данных для построения графа знаний.

Подборки  часто данных неструктурированных данных включают  сложные сочетания различных типов данных или нуждаются в конкретной информации о сферах применения. И поэтому они

должны быть обработаны, организованы и размечены для

объединения в граф знаний. Граф знаний: a) в основном описывает объекты реального мира и их взаимосвязи, представленные   на графике, б) определяет возможные классы и

отношения объектов в схеме, в) позволяет выявить потенциально взаимосвязанные сущности друг с другом, г) охватывает различные тематические области.

  • Второй этап; взаимодействие экспертов в конкретных отраслях знаний с системой и использование визуальной аналитики.

Главная проблема заключается в том, что ученые-исследователи обращающиеся к  графу знаний, нуждаются в поддержке экспертов в конкретных отраслях знаний при выборе правильных подмножеств для визуального анализа. Это позволяет устанавливать, какие данные запрашивать, как интерпретировать результаты и оценвать их качество.

  • Третий этап: улучшение визуального восприятия и поддержка выявленных  знаний. При этом преследуется цель использование методов визуализации для облегчения  оценки результатов анализа.

В ходе последующего обсуждения участники исследовании были разделены на несколько групп для получения ответов на  следующие четыре вопроса использования  визуальной

аналитики:

Ответы на эти  четыре вопроса можно резюмировать следующим образом:

1. Варианты использования визуализации данных (включая патентную информацию)

По мнению участников, основной результат  использования визуальной аналитики заключается в улучшении понимания технологии и уяснении  основных вопросов любого сбора информации или решения проблем: что? кто? где? когда? Конкретные варианты использования  включали: временные рамки технологического развития, географический охват, возможности сотрудничества в области НИОКР, стратегии подачи патентных заявок участниками рынка, разведка технологий и прогнозная аналитика (технологические тенденции).

2. Какие данные хотелось  бы объединить с патентной информацией?

В целом участники согласились с тем, что это в значительной степени зависит от характера исследуемых вопросов. В качестве наиболее актуальных источников  были упомянуты:

- научные публикации (из университетов, научно-исследовательских институтов и конкурирующих организаций),

- данные производственных компаний и финансовых учреждений,

- информация о слияниях и поглощениях,  структуре корпоративной собственности,

- доступные в Интернете данные о рынках и продуктах, (новостные ленты, блоги, Facebook, веб-сайты компаний).

3. Какие фасеты данных хотелось бы визуализировать?

В качестве основных фасетов  визуализации были выделены:

- организационные данные (заявители и изобретатели),

- индексы патентных классификаций (МПК,

CПК) и других нетехнических классификаций,

- любая информация о времени событий,

- географическая информация на разных уровнях (страна, регион, город и т. д.).

- информацию о правовом статусе патентных документов и ключевые слова из патентных документов или других публикаций.

4. Какие результаты предполагается получить посредством визуализации?

В целом участники предполагают  использовать визуальную аналитику в качестве основы для принятия аргументированных  решений, например, в исследованиях,  разработках и стратегии в области ИС.

- С одной стороны, визуальная аналитика должна служить интерактивным инструментом для открытия новых знаний, стимулируя дальнейшее обсуждение, помогая найти корреляции между информационными источниками, новыми отношениями и идеями, выявлять  пробелы в знаниях и т.п.

- С другой стороны, визуальная аналитика должно стать эффективным  способом представления  результатов анализа лицам, принимающим решения.

В конце обсуждения участникам было предложено внести предложения о том, как будущие продукты патентной информации EПВ могут способствовать развитию  визуальной аналитики. Здесь мнения разделились.

Один из участников настаивал на том, чтобы ЕПВ продолжало предоставлять свои текущие услуги и уделять основное внимание доставке патентных данных / информации.

Другие участники выразили желание, чтобы ЕПВ обеспечивало связь с различными массивами данных по разным темам, обеспечивая  запросы во всем мире данных. Кроме того, данные о платформах EПВ должны быть легко доступны для инструментов визуализации.

Высказывалось также  мнение, что ЕПВ следует содействовать стандартизации, облегчающей доступ к данным в патентные ведомства

Наконец, было предложено, оснастить  индексами  CПК  все патентные заявки, и предложить инструмент визуализации, позволяющий пользователям перемещаться по всей схеме CПК


Апрель 2018

Большие данные преобразуют интеллектуальную собственность в стратегическое оружие

Using Big Data to Make Intellectual Property a Strategic Weapon

by Tyron Stading , Apr. 21, 17  -  dzone.comarticles…big…make-intellectual-property…

ИС как основа бизнес-стратегии

До последнего времени многие из инструментов и процессов, используемых организациями ИС, отставали в своем развитии от предприятий, которым они служат. Между тем,  обретение, охрана  и монетизация ИС составляют  основу ценности бизнеса: решения по ИС помогают  компаниям определять возможности, проблемы и тенденции развития рынка, а также активы, которые они могут уже иметь или должны приобретать. Современные системы управления ИС помогают организациям лучше понимать не только затраты на охрану  инноваций, но и возрастающую  ценность портфеля ИС. Более продвинутые компании научились  определять ежегодные доходы, генерируемые портфелем ИС, подтверждая этим окупаемость инвестиций в защиту ИС.

Располагая современными  инструментами и методами патентной аналитики, руководство ИС должно быть готово к   сопоставительной оценке конкурентов с точки зрения освоения ими основных технологий. Не менее важно правильно определять   позицию собственной компании в  ключевых технологических областях. Это поможет  выявлять участки, нуждающиеся в дополнительных инвестициях. В настоящее время доступны новые важные  источники данных: о судебных преследованиях, финансовых и товарных конфликтах, а также навыки  более  эффективного их применения.

Технологическое управление ИС

Компании могут приобретать данные в режиме реального времени о почти 100 миллионах патентов и приложений в 100 разных юрисдикциях. Но это полезно только в том случае, если они обладают  вычислительными  мощностями  и аналитическими методами для сбора переработки соответствующих сведений. Появилось новое поколение технологий, которое преобразуют процесс переработки компаниями  больших массивов данных.

Возможность обращения к  облачным вычислениям открывает возможность  передачи данных объемом  более двух миллиардом веб-страниц дешевле  стоимости хорошего обеда в ресторане. В свою очередь,  машинное обучение позволяет компаниям с рекордной скоростью анализировать петабайты данных при поиске новых моделей  и решений. В совокупности эти технологии обеспечивают прогностическую аналитику, которая помогает организациям выявлять ценные тенденции и аномалии, формирующие будущее принятие решений.

Новые способы прогностической  аналитики

В рамках отдела IP наиболее перспективные компании развертывают прогностическую аналитику несколькими инновационными способами. Она может объединять внутренние и внешние данные для оценки надежности  и актуальности патента. Она также может помочь компаниям пересмотреть вопросы, связанные с продлением срока действия патентов, оценки доли охватываемого патентом рынка, сопоставления  получаемых доходов со стоимостью поддержания его в силе, чтобы принимать более обоснованные решения. Восемьдесят процентов бюджетов ведомств ИС расходуются на подачу заявок и судебные иски, поэтому способность уменьшать количество или исключать заявки с низкой доходностью.

Прогностическая аналитика также может гарантировать достоверность данных. Даже сегодня патентная информация часто вводится вручную, что делает ее очень уязвимой для ошибок. Например, в документации Патентного ведомства  США отмечено  более 800 различных способов написания  International Business Machines. Искусственный интеллект помогает эффективно очищать эти данные, что значительно улучшает связь с патентными ведомствами по всему миру.

Все эти меры могут значительно снизить рабочую нагрузку ведомств ИС, в которые поступает все большее количество  заявок.

Воздействие больших данных на бизнес

Каждая отрасль сталкивается с возможностями и угрозами, поступающими  из разных регионов, смежных отраслей и технологий, которые воздействуют на ведение бизнеса. В условиях глобализации у компаний сейчас меньше времени, чтобы реагировать на сигналы этой среды. Предлагаемые большими данными услуги  заключаются в том, что компании будут располагать возрастающим  объемом информации для  принятия более  точных решений и выдачи прогнозов, касающихся  их бизнеса.

Вооруженные большими данными специалисты в области ИС, не ограничиваясь осуществлением патентных процедур, получают  возможность воздействия на эффективность предпринимательства своей компании, активно участвуя в формировании ее бизнес-стратегии. В этом им содействуют постоянно развивающиеся технологии. Компании, по-прежнему осуществляющие ручной поиск релевантной информации, не только неэффективно используют свои ресурсы, но также упускают возможность  критической оценки своего  бизнеса с подключением ставших доступными сегодня неисчерпаемыми массивами болбших данных.


Март 2018

Конкурентная разведка с использованием данных об интеллектуальной собственности

Gain Competitive Insight with Intellectual Property Data //John F. Martin, Chief Revenue Officer of CPA Global and CEO, Innography

- data-informed.comgain…insight-with-intellectual…

Интеллектуальная собственность (ИС) находится в процессе  революционных преобразований. Никогда еще система ИС не имела в своем распоряжении так много инструментов, перемещающих ее с позиций вспомогательной службы  в незаменимого делового партнера.

На переднем крае этой революции оказались такие инструменты, как большие данные, интеллектуальная аналитика и машинное обучение. Предоставляя новые способы проникновения в суть событий и активизируя  интуицию, эти инструменты трансформируют экономику идей, вооружая предприятия беспрецедентным объемом информации о рынке.

Поскольку компании обычно подают патентные заявки за несколько лет до выпуска новой продукции, ИС-аналитика может открыть  окно в будущее, позволяя организациям узнавать, что делают их конкуренты задолго до подачи заявок. Продвинутые  компании используют это богатейшее собрание данных для формирования своей стратегии,  обеспечения  конкурентного преимущества, повышения роли ИС на предприятии и создания условий для более эффективной информационной поддержки  планирования и принятия решений.

Вот только некоторые из сведений, которые может предоставить ИС-аналитика с использованием больших данных:

  • Действия и намерения конкурентов – как уже известных, так и новых
  • Тенденции технологического развития и будущие сценарии
  • Прогнозы появления новой продукции и развития рынка
  • Идентификация рисков и их профилирование
  • Определение изменений в рыночной значимости технологий

Характер революционных преобразований

За последнее десятилетие или около того большие данные и их аналитика и стали более содержательными и ориентированными на проблемы  бизнеса. Существенным  преимуществом технологий обработки  больших данных является их возможность  объединения общедоступных и частных ИС-данных в единое собрание. Рассматривая  свою ИС в контексте глобальных патентных заявок и связанных с ними действий, компания получает  целостную картину рынка и ландшафт конкурентов, определяя, в конечном счете, лучшие бизнес-решения.

Созданные в начале 2000-х годов традиционные инструменты поиска патентов, как правило, выявляют  множество ошибок в предоставляемых патентным ведомством данных, и только после затраты большого времени на их очистку появляется возможность анализировать конкурентную ситуацию. Предоставляя длинные списки патентов, эти технологии  не способствуют отбору наиболее важных  патентов и оценку значимости патентных  портфелей. Традиционные системы управления ИС используются, в основном, как инструменты канцелярского учета, неспособные предоставить важные для бизнеса сведения о  конкурентах  или рынках.

Однако посредством   анализа больших данных и сочетания частных и усовершенствованных общедоступных данных следующая версия системы управления ИС  будет содействовать принятию  решений на каждом этапе жизненного цикла патентов. Аналитика следующего поколения объединит информацию,  выдаст руководству рекомендации по эффективному реагированию на возникающие бизнес-проблемы и обеспечению   конкурентоспособной позиции, в несколько раз  сократив традиционные затраты  времени и средств.

Бизнес-аналитика конкурентных преимуществ

Сегодня аналитика ИС представляет собой исключительный по содержательности источник информации  - как для оценки  текущей ситуации, так и для планирования  будущей деятельности, с опорой на  основные отраслевые показатели. Представьте себе, например, как выглядела бы  автомобильная промышленность, знай компания Ford, какие модели будет проектировать через три года General Motors. Корпоративные  специалисты в области ИС часто имеют уникальное представление о  предпринимательской  перспективе и глубокое понимания общей ситуации и состоянии технологий своей компании, что делает их естественными экспертами по современным технологиям и деятельности конкурентов. Предоставление им возможности использования своих хорошо отработанных  навыков может обеспечить эффективный  вклад в бизнес-стратегию компании. При  необходимости, внешние эксперты могут расширить возможности внутренней команды, предоставляя свои знания в менее известных технологиях и рыночных секторах.

По мере развития  новых технологий и становления  новых отраслей ведущие  специалисты по вопросам ИС подключают конкурентную информацию к  процессу рассмотрения изобретения. Некоторые из них могут даже потребовать выявления  и блокирования конкретного конкурента до выделения инвестиций на охрану  изобретения. С учетом того, что конкуренты инвестируют и осуществляют охрану продукции за несколько лет до ее выхода на рынок, компании могут использовать аналитику для информирования об инновациях и разработки новых продуктов, обеспечивая себе  нужную долю рынка и прибыли. Компании, не сумевшие воспользоваться новыми технологиями аналитики, рискуют утратить  конкурентное преимущество, поскольку их стратегии будут неоптимальными, а их изобретения менее защищенными.

Путь в будущее

Компании, которые намерены  использовать аналитические технологии, будут лучше подготовлены к  оптимизации бизнес-стратегии, раннему выявлению конкурентных угроз  и управлению рисками, сохраняя актуальность и конкурентоспособность своей продукции на действующем  рынке. Чтобы оказаться там, предприятия могут начать с принятия четырех важных мер по  управлению и анализу ИС:

• Автоматизировать сквозной жизненный цикл. Пробелы в автоматизации процессов приводят к дублированию усилий, ошибкам данных и неоптимальным решениям.

• Предоставлять ориентировочную аналитику, которая облегчит отбор того,  что следует изучать более подробно.

• Обеспечить динамичность технологических ландшафтов с оперативным доведением актуальной  информации до лиц,  принимающих  решения.

• Постоянно продвигаясь вперед за счет  безостановочного внедрения  инноваций в постоянно развивающейся среде ИС.

Технологии больших данных, интеллектуальная аналитика и машинное обучение  радикально  преобразуют бизнес в целом и функцию ИС в частности. Поэтому их использование гарантирует компании разработку оптимальной стратегии вашей компании и увеличение прибыли.

Февраль 2018

Роль  больших данных в осмыслении интеллектуальной собственности

How Big Data can help in Understanding Intellectual Property. Spathika Ram – suyati.com…understanding-intellectual-property/

По расчетам  IBM, в настоящее время ежедневно производится 2,5 квинтиллиона данных. Считается также, что 90 процентов данных, существующих в сегодняшнем мире, были созданы в последние 2 года. Получивший в последнее время широкое распространение термин «Большие данные» часто используется для охвата огромного объема  легкодоступных данных, поступающих  как в структурированной форме, так и в неструктурированной форме. Чтобы получить точное определение больших данных, его можно разделить на три параметра:

Объем – это определение, относящееся, в основном, к неструктурированным данным, которые поступают через социальные медиа и другие формы СМИ. Увеличение сбора сенсорных  и машино-машинных данных он позволяет использовать большие объемы данных для аналитики и получения  соответствующих выводов.

Быстрота – это определение характеризует  скорость изменения данных в реальном времени. Это обеспечивается тем, что все производимые данные генерируются из уже существующих источников, создавая сеть передачи данных. С его помощью измеряются  различные скорости, с которыми происходит активизация данных, и анализ взаимосвязи и изменений между двумя совокупностями данных.

Разнообразие – это определение охватывает различные форматы, включая  структурированные и неструктурированные данные. Такие данные обычно хранятся на организационном уровне и не всегда доступны для аналитики, что затрудняет слияние и управление данными.

С точки зрения компании, общества или правительства большие данные имеют исключительное значение, поскольку, чем больше доступных данных, тем более точным может быть их анализ. Это, в свою очередь, приведет к улучшению возможностей принятия решений, повышению эффективности работы и управления рисками.

Большие данные и интеллектуальная собственность(ИС)

Однако данные в их исходной форме не могут привести к цифровой революции. Для раскрытия возможностей данных их следует надлежащим образом собрать и сохранить. После этого необходимо выбрать  надлежащий способ их анализа, получения нужных выводов и передачи по назначению. ИС играет решающую роль в этом процессе, охватывая  как  используемое для сбора и хранения данных запатентованное оборудование, так и  защищенное авторским правом программное обеспечение, которое организует и анализирует этот процесс. Когда компания решает запустить аналитику, конечный результат оказывается защищенным в соответствии с законами ИС в качестве  коммерческой тайны.  Любые отчеты, публикуемые с использованием результатов данной  аналитики, также защищены законом ИС.

Интеллектуальная собственность, таким образом, представляет собой  нематериальный актив, который является неотъемлемой частью ведения бизнеса. Однако,  в отличие от любого из основных фондов, на него трудно установить цену. Это затрудняет изучение полной глубины и ширины ИС, ее применение, оценку или  продажу. Впрочем, для этих нужд  в мире действует строгое законодательство о ИС.

Как интеллектуальная собственность защищает большие данные?

1. Патенты. Хотя данные в их исходной форме не могут быть запатентованы, после обработки и анализа их можно защитить в соответствии с патентным законодательством. Значительное количество инноваций направлено на создание систем, позволяющих провести этот подробный анализ. Однако, исторически сложилось так, что патентная система была плохо приспособлена для  контроля данных и осуществляемых с ними  процессами.

2. Авторское право. Как и в случае с патентами, исходные  данные не защищены авторским правом. Их последующий анализ и компиляция предполагают немало  творческих усилий, после чего они  оказываются в  сфере действия правозащитных мер.

3. Коммерческая тайна. Собранные данные, а также их последующая аналитическая обработка, защищены в качестве  уникальной для компании коммерческой тайны. Принадлежность к  коммерческой тайне   зависит от ее экономической ценности и усилий по ее сохранения  в секрете.

Ограничения прав интеллектуальной собственности

Каждая страна работает в соответствии со своей собственной структурой ИС, а ее  офисы работают независимо друг от друга. Поэтому становится трудно выявлять  отдельные изобретения и, что еще важнее, отслеживать их защиту в соответствии с различными законами. Таким образом,  в сфере охраны ИС возникает «серое пространство».

Согласно  прогнозам, в течение следующих двух лет объем  больших данных возрастет  многократно, что потребует  более жестких и универсальных мер охраны ИС. Для обеспечения их  эффективности необходимо собирать данные по всему миру в виде таблиц, что  облегчит их  обобщение и выявление расхождений.

Январь 2018

Большие данные преобразуют патентный анализ в бизнес-стратегию

Big Data Transforms Patent Analysis into Business Strategy, by Daniel Gutierrez Leave a Comment, November 7, 2016 – insidebigdata.com…big…transforms-patent…strategy/

Big Data

Организации могут повысить свою ценность вложением   инвестиций в интеллектуальную собственность (ИС) за счет использования больших данных.

Глобальное собрание  патентных данных, включающее миллионы новых патентных документов и еженедельно обновляемых публикаций, может быть по праву отнесено к категории «больших данных»*.

* Большие данные (англ. big data,) — совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence

Для разработчиков  технологий и создателей ИС «просеивание» этих данных для определения новых предпринимательских возможностей и / или конкурентных рисков является решающей, но сложной задачей. Патентные данные  - с учетом их объема, разнообразия и быстротечности – хорошо подходят для инструментов и методов, применяемых для обработки  больших данных. Фактически, многие из сегодняшних решений патентной аналитики лидируют в использовании больших данных для обеспечения более глубокого анализа.

Глобальное собрание  патентных данных, включающее миллионы новых патентных документов и еженедельно обновляемых публикаций, может быть по праву отнесено к категории «больших данных». Для разработчиков  технологий и создателей ИС «просеивание» этих данных для определения новых предпринимательских возможностей и / или конкурентных рисков является решающей, но сложной задачей.

В широком смысле о «больших данных» говорят как о социально-экономическом феномене, связанном с появлением технологических возможностей анализировать огромные массивы данных. Большие данные,  предоставляющие  дополнительный контекст другим разработчикам патентоспособных решений, являются неоценимым подспорьем  при инвестировании  НИОКР, подаче судебных разбирательств и конкурентного позиционирования.

Появились новые технологии, которые трансформируют способы  анализа компаниями больших массивов  данных. Теперь можно получить доступ к миллионам патентов и миллиардам  веб-сайтов ,  но без соответствующих вычислительных мощностей и аналитических приемов содержащаяся в больших данных  информация остается практически бесполезной. В этих условиях широкие перспективы открывают облачные вычисления*.

* Облачные вычисления (англ. cloud computing) — модель обеспечения удобного сетевого доступа по требованию к некоторому общему фонду конфигурируемых вычислительных ресурсов (например, сетям передачи данных, серверам, устройствам хранения данных, приложениям и сервисам — как вместе, так и по отдельности), которые могут быть оперативно предоставлены и освобождены с минимальными эксплуатационными затратами или обращениями к провайдеру – Википедия

Доступ по требованию к неограниченным вычислительным мощностям позволяет специалистам в области ИС передавать данные с  более двух миллиардов веб-страниц, затрачивая на это лишь  некоторую  долю стоимости предыдущих методов. К этому  следует добавить  машинное обучение*, которое позволяет компаниям анализировать петабайты данных с беспрецедентной глубиной понимания. В совокупности эти технологии открывают  прогностическому аналитику возможность анализировать данные, обнаруживать  тенденции и аномалии, которые помогают формировать будущие бизнес-стратегии.

* Машинное обучение (англ. Machine Learning, ML) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различной техники работы с данными в цифровой форме – Википедия.

При рассмотрении  целесообразности  продления патентной охраны компания применяет простой способ сопоставления доходов от  каждого  патента  со   стоимостью поддержания его в силе. При оценке силы и актуальности патентов  команда ИС может дополнить  внутреннюю информацию внешними данными о ситуации на рынках, рыночной доле компании и потенциальных возможностях ее увеличения, которые  могут перевесить затраты на продление срока  патентной охраны..

Несмотря на очевидные преимущества автоматизации, некоторые специалисты в области ИС все еще вводят информацию вручную, что делает ее уязвимой для человеческой ошибки. Например, в документах патентных ведомств за последние два десятилетия наименование компании «International Business Machines Corporation» было написано более чем 1000 различными способами. Технологии работы с большими данными, такие как машинное обучение и текстовой анализ, могут исправить эти ошибки и предоставить более верную  информацию о патентовладельцах.

Освоение новых технологий анализа данных, вероятно, окажет существенное влияние на бизнес-планирование и построение предпринимательской стратегии. Это создаст   потенциальную возможность  руководителям высшего звена усилить стратегическую  роль в своих организациях. Многие из этих инструментов существуют сегодня; к ним постоянно  разрабатываются более сложные и эффективные приложения. А все большее число  профессионалов в области ИС осваивают  потенциал больших данных для принятия критических решений в инвестиционной стратегии, разработке инновационной продукции и обеспечении  роста доходов.

2017

Новые рефераты в 2017 год

- Использование патентной информации в экономическом анализе/декабрь

- Положительные тенденции в конкурентной разведке в 2017 году/ноябрь

- Большие данные преобразуют патентный анализ в бизнес-стратегию/октябрь

- Ландшафт технологий интернет вещей и коммерциализация интеллектуальной собственности/август

- Оценка  патентно-информационной поддержки инноваций в Европе/июль

- Значимость прямого цитирования в оценке патентов/июнь

- Идентификация лучших патентов/май

Адаптация Интернет вещей к патентной системе/ апрель

- Как решать вопросы Интернет вещей с позиции патентной системы / февраль

-Значимость скрытого цитирования при оценке патентов / январь

Содержание рефератов


Декабрь 2017

Использование патентной информации в экономическом анализе

Patent Data in Economic Analysis, research-article,Rafał Wisła// Jagiellonian University in Kraków, Institute of Economics, Finance and Management, Poland – intechopen.com…patent-data-in-economic-analysis

Ниже приводится развернутый реферат результатов анализа, призванного оценить возможности и ограничения использования патентной статистики в количественной оценке экономических процессов. На его основе делаются две группы заключений. В одной из них рассматриваются недостатки и ограничения патентных баз данных, а в другой -  идентификация  научных областей исследования с помощью патентных метаданных.

Патентные базы данных

Основным источником патентной информации является общедоступная патентная документация (патентные заявки и описания изобретений к патентам), которая содержит, прежде всего, сведения  о текущем состоянии техники в данной области знаний. Важным преимуществом патентных документов является отражение современного уровня техники в мире и сведения о правовом статусе объектов  промышленной собственности. Собрание патентной литературы включает официальные бюллетени национальных и международных ведомств интеллектуальной собственности (ИС), массивы библиографических описаний (метаданные), а также посвященные конкретным проблемам статьи, обсуждения и предыдущие  судебные решения.

Известны и слабые стороны патентов как источника  инноваций. Многие новые или усовершенствованные решения не представляются для патентования, в то время как другие защищены многочисленными патентами и / или иными формами охраны. Многие патенты не имеют технологической или экономической ценности, в то время как другие чрезвычайно важны этом отношении.

Патентная информация предоставляется и накапливается национальными ведомствами с применением разных технических средств и неоднородных процедур, что затрудняет  доступ к полному собранию  метаданных. Доклады ведомств ИС и статистических служб нередко оказываются  поверхностными.  Коммерческие дистрибьюторы пытаются преодолеть вышеупомянутые ограничения; однако приобретение их  продукции весьма дорогостояще  для конечного пользователя.

Вместе с тем, преимуществом собрания патентных документов  является возможность их многоаспектного использования в исследованиях по развитию науки, техники, инновационной деятельности и структурных изменений в экономике; причем,  одновременно, как минимум, в  четырех измерениях: с учетом факторов времени, пространства, экономических аспектов и правообладателей.

Важным преимуществом патентных фондов  является их большая ретроспективная глубина, исчисляемая  десятками  лет. Это открывает широкие возможности для их использования в научных исследованиях. Содержание патентных баз данных, охватывающих  длинные временные ряды, позволяет агрегировать данные на любом уровне. Разница между количеством поданных заявок и выданных патентов, например,  может быть использована в качестве меры эффективности научно-исследовательской деятельности.

Каждый патент содержит  подробное описание изобретения,  относимого  к определенному классу, группе или подгруппе Международной патентной классификации (МПК). Иерархическое устройство системы облегчает исследование патентных заявок в отношении  их новизны и изобретательского уровня. Это  также позволяет проводить точные исследования технологических тенденций как на микроэкономическом уровне (инновации, разрабатываемые в данной корпорации), так и на макроэкономическом уровне (определение технологических преимуществ национальной экономики).

Распространение знаний и технологий может осуществляться в виде патентов, непатентованных изобретений, лицензий, доступных ноу-хау, товарных знаков и промышленных образцов. Попытки измерять распространение знаний и технологий посредством патентных баз данных или рыночных транзакций, определить отношения между производителями технических инноваций и их пользователями осуществлялись, как минимум,  в течение последних 30 лет. Однако  процесс повышения качества при измерении эффективности  распространения знаний и технологий все еще далек от его завершения.

Таким образом, патентные базы данных могут использоваться различными способами. В частности, количество патентов, полученных определенной компанией, промышленным сектором, отраслью экономики, региона и / или государства, отражает уровень их технологического развития. Изучение динамики роста патентных активов, соотношения наполняемости конкретных классов или групп МПК могут облегчить  определение направлений и динамики технологических изменений.

Информация,  содержащаяся в патентных фондах, может быть разделена на следующие три основных компонента:

1. технологическая спецификация потенциальной ценности нового решения (техническая классификация, цитирование, количество выданных лицензий, частота изменения патентовладельцев),

2. специфика разработки изобретения (структура команды изобретателей и их принадлежность, типы заявителей, формирование патентных семейств),

3. история патентной заявки, которая включает в себя дату подачи заявки,  дату публикации, дату отклонения или отзыва заявки, даты выдачи патента,  истечения срока его действия или прекращения выплата пошлины и т. д.

Основные международные патентные базы данных, создаваемые и поддерживаемые различными международными организациями, включают:

1. Европейский патентный реестр и Espacenet: Базы данных, поддерживаемые Европейским патентным ведомством,

2. Patentscope: база данных, поддерживаемая Всемирной организацией интеллектуальной собственности,

3. DEPATISnet: база данных и информационная служба, поддерживаемые Патентным ведомством Германии,

4. USPTO: полнотекстовая документационная база патентных заявок и патентов, опубликованных  в Соединенных Штатах Америки,

5. Thomson Innovation: коммерческая база данных, позволяющая исследовать обширные и систематизированные собрания  поданных патентных заявок и выданных патентов.

Кроме того, существует множество патентных баз  данных конкретного тематического профиля.

Основным источником патентной информации являются патентные документы, в которых публикуются описания изобретений, включаемые  в многомиллионные фонды открытого доступа. Они представляют собой богатейшее собрание информации о современном состоянии технологии в той или иной конкретной области. Для аналитиков также важно, что патентные документы обычно публикуются ранее, чем соответствующая техническая литература.

Становление патентной статистики как экономического индикатора

В начале 1950-х годов Schmookler назвал  деятельность  (проявляющуюся в количестве патентных заявок и выданных патентов) индикатором инновационной деятельности. В формировании  патентных данных он искал объяснение растущей производительности американской экономики. Однако следует помнить, что в 1950-х годах не проводилось систематического сбора данных о расходах на НИОКР; и патентная статистика оставалась практически единственной базой данных, которая могла бы использоваться для описания технологических или структурных изменений, а также конкурентных позиций на микро – и макроэкономическом уровнях.

В первой половине 1980-х годов Pakes and Griliches выдвинули интересную теоретическую конструкцию, целью которой было объяснить влияние созданных в отрасли знаний на производство. Они определяли их как «технические знания конкретной экономической ценности (k), накопленные за определенный период времени». В их первоначальной модели в роли  переменных категории ǩ выступали  (1) расходы на НИОКР, (2) расходы на основные товары, (3) патентная деятельность, (4) производительность традиционных факторов производства, (5) (рыночная) стоимость предприятия. В этой модели патент (патентная деятельность) является еще несовершенной количественной характеристикой инновационной деятельности компании в очень близких отношениях с категорией ǩ.

1980-е годы значительно расширили возможности эмпирической проверки связей между патентной деятельностью и другими экономическими характеристиками. Хаусман, Холл и Грилиш искали стандартную взаимосвязь между расходами на НИОКР и патентными заявками. Результаты их исследований подтвердили гипотезу о взаимосвязи между расходами на исследования и исследования исследованных компаний и их патентной деятельностью. Однако, в зависимости от размера данной компании, ее патентной политики и предыдущих результатов деятельности в области НИОКР в соответствии с эффективностью проводимых бизнес-операций, эти отношения могут иметь разные уровни динамики и силы.

Griliches [4] задал два основных и все еще актуальных вопроса о возможностях использования патентов в качестве экономического показателя. Во-первых, какие аспекты экономической деятельности фактически описаны патентной статистикой? Во-вторых, что измеряется с помощью патентной статистики? Несмотря на обоснованные сомнения, он согласился  с предположением, что патентная деятельность является хорошим показателем эффективности научно-исследовательской деятельности. При этом  расходы на НИОКР рассматривались  как мера вклада в изобретательскую деятельность, а патенты – как  результат этой деятельности. На этой основе была  сформулирована гипотеза о сильной взаимосвязи между расходами на НИОКР и количеством патентных заявок.

В настоящее время появились более широкие  возможности для оценки результатов изобретательской деятельности и оценки силы их влияния на научную, технологическую и экономическую среду. Быстрое развитие ИТ-инфраструктуры патентных баз данных позволяет относительно объективно оценивать ценность конкретного технического решения, включенного в описание изобретения. Информация об интенсивности цитирования конкретного патентного документа, о выданных лицензиях, о смене  патентовладельцев и интенсивности расширения  патентных семейств подающего заявку субъекта входят в число основными переменных, поддающихся количественной оценке.

Hall et al выдвинули подход, включающий рыночную оценку патентного портфеля в соответствии с интенсивностью их цитирования. Они делают четкие выводы: (1) число ссылок на  конкретную  патентную заявку в других заявках является более важным, чем увеличение числа патентных заявок или выданных патентов, (2) количество ссылок на патентную заявку в других патентных заявках влияет на ее  рыночную стоимость, (3) число  ссылок на конкретный патент является количественным выражением  распространения промышленных знаний.

В настоящее время наиболее часто в экономике используются  следующие разновидности  патентной статистики:

1. Статистика патентных  семейств,  охватывающая потоки патентных заявок и/ или патентов  на одно  и то же изобретение, зарегистрированных или выданных более чем в одном патентном ведомстве; это явление характерно, главным образом, для  организаций, работающих в экономически развитых странах,

2. Оценка прав собственности, то есть стоимости патента (отличная от стоимости самого изобретения). Она  определяется с учетом  размеров  патентного семейства (количество и важность патентных ведомств, географический охват патентной охраны), количества цитирования  в других  патентных документах, продолжительности действия (сбора пошлин), факта инициирования процедуры оспаривания; количества и видов лицензий на использование  данного исключительного права; значимости охраняемого  решения в данной технологии (важности для дальнейшего технологического развития), факта создания новой компании, бизнес-модель которой основана на патентной монополии,

3. Региональная патентная статистика

4. Гендерная патентная статистика.

Оценка методологии использования патентной статистики

Заявка на патент является экономическим событием, отражающим один  из многих этапов процесса инновационного развития, которое часто становится  ведущим моментом в исследованиях и разработках. Полученная патентная охрана представляет собой потенциальный ресурс для коммерческой деятельности организации, который может превратиться в производственный фактор. Патент не является новшеством, но его промежуточная позиция создает  ситуацию, когда патентная информация представляет собой своего рода мост между результатами НИОКР конкретной компании и их реализацией.

На основе результатов проведенного исследования можно сделать ряд дополнительных выводов.

Во-первых, в зависимости от конкретной отрасли или сектора экономики, в котором действует  предприятие, складываются  различные ожидания  и стратегии относительно целесообразности патентной охраны промышленной собственности. Например, промышленные сектора с длительными научно-производственными циклами создания  конечных продуктов, уделяют большое внимание  обеспечению долгосрочной и сильной системной защиты. В других же секторах с относительно быстро меняющимися технологиями интенсивная патентная  монополия не пользуется особой популярностью.* В этом случае бизнес-модель предприятия основана, главным образом, на предпочтительности  лицензионных соглашений. Однако возможности  приобретения и поддержания патентной монополии крупными бизнес-структурами сильно отличаются от возможностей, доступных для малых и средних предприятий.

*См. по этому поводу опубликованный на сайте, в подразделе «Патентно-информационные ресурсы» реферат статьи « Почему новые стартапы не нуждаются в патентах?»

Во-вторых, следует помнить о различиях в патентных процедурах, характерных для конкретных юрисдикций. Они представляют собой важный качественный фактор, влияющий на количество подаваемых патентных заявок и, в конечном итоге, на обретение патентных прав.

В-третьих, необходимо подчеркнуть, что значительная доля патентных заявок и патентов не приводит к фактическому усилению  производительных факторов. Следовательно, при тщательном анализе необходимо учитывать также показатели, как количество ссылок на конкретное описание изобретения с других патентных документов, информацию о выданных лицензиях и об изменениях, касающихся патентообладателя. Первый критерий позволяет определить значимость конкретного патента, а два других – фактическое использование новых решений в производственных процессах..

В-четвертых, при анализе эффективности национальных или региональных патентных систем или эффективности субъектов, подающих патентные заявки, следует  учитывать временные сдвиги. Методологически некорректно проводить оценку заявок и патентов в пределах одного и того же года. Кроме того, простое сопоставление временных рядов патентных заявок и выданных патент не приводит к существенным аналитическим  заключениям.

В-пятых, принимая во внимание технологические и экономические критерии, патенты более значимы, чем патентные заявки. Поэтому результаты исследований первых более актуальны.

В-шестых, многие этапы обработки описаний изобретений в рамках длительной патентной процедуры порождают риски ошибок  в написании названий предприятий – заявителей, имен изобретателей и т. д. К ним добавляются фактические ошибки при оформлении патентных заявок, связанные с изменениями форматов, нормативных требований,  конвенций, индексов МПК, почтовых кодов, патентообладателей, лицензионных соглашений и т. д.

По мнению автора, сегодня по-прежнему существуют значительные возможности для научных исследований, основанных на использовании патентных метаданных. В частности, они могут быть обеспечены за счет синергии (когда совместное действие  двух или более факторов  превосходит простую сумму действий каждого из них). Важную роль призвано также сыграть  построение  сетей сотрудничества и распространения знаний, глобализации исследовательской и предпринимательской деятельности, пространственной мобильности научных и изобретательских групп, экономического прогнозирования, распространения  технологий за счет включения в базы данных  информации о выданных лицензиях и развития  рынка вторичной торговли промышленной собственностью.

Ноябрь 2017

Положительные тенденции развития  конкурентной разведки в 2017 году

8 Мost positive trends in Competitive Intelligence in 2017 //By Dr. Ben Gilad, ACI Faculty

- www.academyci.com/…/the-8-most-positive-trends-in-comp

В ряде отраслей  конкурентной разведки (КР) проявляются многообещающие признаки. Особенно –  по сравнению с  уровнем  2000-х годов, когда она затерялась  в корпоративной иерархии где-то в дебрях маркетинга и преследования конкурентов. Сегодня ее состав и  функции меняются в лучшую сторону. Вот несколько положительных  тенденций.

Все большее число профессионалов КР интегрируется  в осуществление стратегических функций инновационного развития бизнеса, а не в  решение текущих тактических задач. Это особенно заметно в отраслях, связанных с технологиями.

Все более заметно разветвление сфер деятельности тех,  кто считает, что КР – это информационное обеспечение, и теми, кто воспринимал ее как интеллектуальный ресурс для высококвалифицированного решения стратегических вопросов. Основные конференции КР и семинары в США и Европе до последнего времени сосредотачивались на поиске данных и привлечении, в основном, информационных специалистов и поставщиков, пытающихся продать им информационные услуги. Однако профессия КР становится все более популярной. И для удовлетворения растущего спроса в США открываются новые программы КР для  привлечения различных групп стратегически мыслящих менеджеров. Эти параллельные  тенденции указывают на то, что различия специалистов по по сбору и распространению информации и информационных аналитиков КР расходятся.

Различные требования к работе тех и других наглядно проявляются  и при найме. Специалисты аналитического типа  рассматривают КР как карьеру, ведущую к более высоким управленческим позициям.  В то время как информационные работники рассматривают свою  роль как техническую задачу получения и распространения данных наиболее эффективным способом.

Формирование Больших данных (англ. big data) -  социально-экономического феномена, связанного с появлением технологических возможностей анализировать огромные массивы данных, будет, по своему, использовано как информационными работниками, так и аналитиками КР, с учетом их функционального различия.. Достижения в области искусственного интеллекта могут проявиться по-разному в информационной работе и аналитике КР. Автоматизация определенной части информационных работ первой категории, связанных с поставкой и переработкой информации, является совершившимся фактом  уже и сейчас. Замена аналитиков роботами – неизмеримо более сложная задача, вряд-ли решаемая в обозримом будущем.

В последнее время становятся все  более популярными стратегические задачи раннего оповещения. Они включают в себя созидательные сценарии и военные игры с различной стратегической реакцией на возникающие риски. Возможно, причиной является растущая политическая неустойчивость или  новые  технологические тенденции, порождающие огромную неопределенность. Но переход от сбора любой, порой  незначительной мелочи, если она касается  конкурентов,  к  раннему стратегическому оповещению – это лучшая проверка  неортодоксального развития КР за два десятилетия.

Примечание: приведенные выше рассуждения полностью распространяются и на  патентно-информационную деятельность (прим. реф.)

Октябрь 20177

Большие данные преобразуют патентный анализ в бизнес-стратегию

Big Data Transforms Patent Analysis into Business Strategy, by Daniel Gutierrez Leave a Comment, November 7, 2016 – insidebigdata.com…big…transforms-patent…strategy/

В данной публикации Тайрон Стэйдинг (Tyron Stading) – президент и основатель (2006 г.) компании Innography, разработчик  глобальных информационно-аналитических решений для материнской компании Innography CPA Global –  предлагает  экспертный комментарии о том, как организации могут повысить свою ценность с использованием  инвестиций в интеллектуальную собственность (ИС) за счет использования больших данных.

При любом подходе, глобальное собрание  патентных данных, включающее миллионы новых патентных документов и еженедельно обновляемых публикаций, может быть по праву отнесено к категории «больших данных»*. Для разработчиков  технологий и создателей ИС «просеивание» этих данных для определения новых предпринимательских возможностей и / или конкурентных рисков является решающей, но сложной задачей. Патентные данные  - с учетом их объема, разнообразия и быстротечности – хорошо подходят для инструментов и методов, применяемых для обработки  больших данных. Фактически, многие из сегодняшних решений патентной аналитики лидируют в использовании больших данных для обеспечения более глубокого анализа.*

* Большие данные (англ. big data,) — совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence.

В широком смысле о «больших данных» говорят как о социально-экономическом феномене, связанном с появлением технологических возможностей анализировать огромные массивы данных, в некоторых проблемных областях — весь мировой объём данных, и вытекающих из этого трансформационных последствий.- Википедия

На протяжении всего жизненного цикла патента – от появления  первоначальной идеи и вплоть до судебных рассмотрений,    предоставления, осуществления и истечения срока действия патентных прав – принимаются решения о целесообразности инвестирования тех или иных  патентов инвестировать и как способов управления общим патентным активом. Большие данные,  предоставляющие  дополнительный контекст другим разработчикам патентоспособных решений, являются неоценимым подспорьем  при инвестировании  НИОКР, подачи патентных обоснования  судебных разбирательств и конкурентного позиционирования.

Появились новые технологии, которые трансформируют способы  анализа компаниями больших массивов  данных. Теперь можно получить доступ к миллионам патентов и миллиардам  веб-сайтов – но без соответствующих вычислительных мощностей и аналитических приемов содержащаяся в больших данных  информация остается практически бесполезной. В этих условиях широкие перспективы открывают облачные вычисления*.

* Облачные вычисления (англ. cloud computing) — модель обеспечения удобного сетевого доступа по требованию к некоторому общему фонду конфигурируемых вычислительных ресурсов (например, сетям передачи данных, серверам, устройствам хранения данных, приложениям и сервисам — как вместе, так и по отдельности), которые могут быть оперативно предоставлены и освобождены с минимальными эксплуатационными затратами или обращениями к провайдеру – Википедия

Доступ по требованию к неограниченным вычислительным мощностям позволяет специалистам в области ИС передавать данные с  более двух миллиардов веб-страниц, затрачивая на это лишь  некоторую  долю стоимости предыдущих методов. К  этому  следует добавить  машинное обучение*, которое позволяет компаниям анализировать петабайты данных с беспрецедентной глубиной понимания. В совокупности эти технологии открывают  прогностическому аналитику возможность анализировать данные, обнаруживать  тенденции и аномалии, которые помогают формировать будущие бизнес-стратегии.

* Машинное обучение (англ. Machine Learning, ML) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме – Википедия.

При рассмотрении  целесообразности  продления патентной охраны компания применяет простой способ сопоставления доходов от  каждого  патента  со   стоимостью поддержания его в силе. При оценке силы и актуальности патентов  команда ИС может дополнить  внутреннюю информацию внешними данными о ситуации на рынках, рыночной доле компании и потенциальных возможностях ее увеличения, которые  могут перевесить затраты на продление срока  патентной охраны..

Несмотря на очевидные преимущества автоматизации, некоторые специалисты в области ИС все еще вводят информацию вручную, что делает ее уязвимой для человеческой ошибки. Например, в документах патентных ведомств за последние два десятилетия наименование компании «International Business Machines Corporation» было написано более чем 1000 различными способами. Технологии работы с большими данными, такие как машинное обучение и текстовой анализ, могут исправить эти ошибки и предоставить более верную  информацию о патентовладельцах.

Освоение новых технологий анализа данных, вероятно, окажет существенное влияние на бизнес-планирование и построение предпринимательской стратегии. Это создаст   потенциальную возможность  руководителям высшего звена усилить стратегическую  роль в своих организациях. Многие из этих инструментов существуют сегодня; к ним постоянно  разрабатываются более сложные и эффективные приложения. А все большее число  профессионалов в области ИС осваивают  потенциал больших данных для принятия критических решений в инвестиционной стратегии, разработке инновационной продукции и обеспечении  роста доходов.


Август 2017

Ландшафт технологий интернет вещей и коммерциализация интеллектуальной собственности

IoT Patents – Landscape and Commercialization Trends (Report), June 30 2017 Bijoy K B Reporthttps://blog.relecura.com/…/iot-patents-landscape-commercia

Можно лучше понять ландшафт интернет вещей, используя патентные таксономии* соответствующих технологий и вертикалей их приложений.

*Таксономия — иерархически выстроенная система целей и результатов от простой к сложной системе.

Интернет вещей (ИВ) включает в себя совокупность  технологий и множество приложений, характерных для разных отраслей промышленности. Одним из лучших способов понять эту разнообразную и динамичную область является использование патентных таксономий соответствующих технологий и приложений в сочетании с аналитикой – изучением патентных портфелей различных игроков в ИВ-экосистеме.

В последнем отчете IP Intelligence cлужбы Reccura* рассказывается о том, как вышеупомянутый подход может помочь нам получить информацию о технологиях, тенденциях в области коммерциализации ИС и возможностях, предосталяемых  Интернет вещей.

* Reccura, служба, предоставляющая  пользователям мощный и простой в использовании инструмент для восстановления потерянных (в результате программного сбоя или удаленных) данных – википедия

Вот  некоторые результаты проведенного анализа:

Бизнес-аналитика

Интернет вещей охватывает широкий диапазон категорий, включающих около 130 000 опубликованных патентных документов, относящихся к различным изобретениям.

• Крупные ИВ-игроки, похоже, приобретают компании, работающие над технологическими ИВ -продуктами верхних уровней (ИВ-приложения и услуги, аналитика, предложения ИВ-платформ), предпочитая компании с продуктами для конкретных областей применения ИВ.

Распределение интеллектуальной собственнности (ИС)

• Лучшие ИВ-патенты из разных секторов принадлежат крупным компаниям:   полупроводники и электроника (Samsung, LG, Sony); телекоммуникации (Huawei, Ericsson, Korea Electronics Telecom, ZTE) и программное обеспечение (IBM, Microsoft).

• По  общему количеству опубликованных патентов ведущие позиции занимает Samsung - всего более 4500, в том числе более 2000 в течение последних двух лет.

• ПО  качеству патентов на первое место выходит компания Releasecura  Qualcomm с 852 патентами с наивысшим  рейтингом 3,5 и более, за  ней следуют Intel (412 высококачественных патентов) и Samsung (393 высококачественных патента).

• Компании Avago, Google, Samsung, Nokia и Alcatel-Lucent являются ключевыми компаниями, приобретающими ИВ-патенты.

По представленным  в статье ссылкам  можно прочитать последний Полный отчет , а также  предыдущие отчеты.


Июль 2017

Оценка  патентно-информационной поддержки инноваций в Европе

Does patent information support innovation in Europe? Survey results//Patent Information News, 2017 #2

В 2015 и 2016 годах ЕПВ провело качественные и количественные оценки  существующего утверждения, что патентная информация (ПИ) является средством  поддержкой инноваций в Европе. В течении шести недель в октябре и ноябре 2016 года проводилась онлайновая оценка  вклада  ПИ вообще и конкретных источников информации, используемой   на каждой из четырех выделенных фаз  инновационного процесса:

Фундаментальные  исследования>   Прикладные исследования >     Разработка прототипов> Коммерциализация >

Одна из проблем проекта заключалась в том, чтобы избежать предвзятости в опросе посредством объективного  отбора респондентов, не ограничиваясь только  специалистами, которые изначально  рассматривали бы ПИ  как особо важную. По этой причине опрос не именовался  как обзор именно «патентной информации», чтобы избежать какой-либо предвзятости в его результатах. Кроме того, опрос проводился не на веб-сайте ЕПВ, а от имени внешнего консультанта и с привлечением  торговых федераций и ассоциаций ЕС. Основные результаты опроса – 70% новаторов, принимавших участие в опросе, используют патентную информацию в качестве источника информации. – 72% из них оценивают патентную информацию как важную или очень важную для их инновационной работы. – ЕПВ является, безусловно, предпочтительным источником патентной информации, подтверждая свою позицию ведущего провайдера: 75% респондентов используют продукты EПВ, включая службу Espacenet, за которой следуют: патентно-информационные  системы Патентного ведомства Германии (DPMA / DEPATISnet ) – 30% и США – 21%, а также ВОИС (PATENTSCOPE) –  17%. Кроме того упоминаются Google, Minesoft,  Questel  - 13% и Thomson – 9%. – Из четырех этапов инновационного процесса новаторы используют патентную информацию больше всего на этапах прикладных исследований и разработок прототипов, а меньше всего – на этапе  на фундаментальных исследований. – Патентная информация преимущественно используется как источник технической и правовой информации и меньше –  деловой информации. – Крупные предприятия используют патентную информацию больше, чем малый и средний бизнес. – Три основных препятствия, мешающие новаторам использовать патентную информацию:

  • - недостаточная осведомленность о ее преимуществах
  • - отсутствие знаний о том, где обращаться к ПИ;
  • - сложности ее восприятия.

Что касается использования патентов в качестве источника технической, деловой или юридической информации,  то 70% используют патенты по меньшей мере в качестве  одной из перечисленных категорий информации, а 30% вообще не используют их. ЕПВ будет продолжать разрабатывать и совершенствовать свои ПИ-инструменты, с тем чтобы сделать патентную информацию более доступной для новых пользователей в сфере бизнеса. Выводы  для ПИ-сообщества Полученные результаты превосходят  результаты аналогичных опросов ЕПВ. Они актуальны для всех, кто работает с ПИ и   позволяют  с уверенностью утверждать, что патентная информация поддерживает инновации. Более подробную информацию об итогах опроса можно найти на сайте epo.org/searching-for-patents/ pi-innovationsurvey .

.

Июнь 2017

Значимость прямого цитирования в оценке патентов

HOW TO USE THE PATENT FORWARD CITATIONS IN ACCLAIMIP – http://www.acclaimip.com

Картинки по запросу Forward CitationВ своей работе патентный эксперт обязан  находить и  ссылаться на документы, которые могут предвосхищать  заявленное изобретение, походить на него и ограничивать сферу патентной защиты или, как правило, раскрывать уже известный  уровень  технологии. Такой процесс именуется «обратным цитированием» (reverse citation). В свою очередь,  цитируемые патенты содержат «прямые ссылки» (forward citations) на последующие патенты, в которых они были процитированы. Таким образом, если обратное цитирование отражает предысторию  заявляемого решения, то количество прямого  цитирования последующего  патента, часто используется как мера его значимости. Обстоятельства, имеющие отношение к прямому цитированию 1.      Документы, содержащие обратную ссылку на предшествующий патент,  как правило, по меньшей мере, на 12 месяцев новее цитируемого  патента – из-за задержки в публикации поданных заявок. В результате, заявки, поданные на аналогичные патенты примерно в одно и то же время, редко цитируют друг друга. 2.      Заявки на патенты, которые получают большее количество прямых ссылок, обычно подаются  одним и тем же заявителем. 3.      Новые патенты редко получают много прямых ссылок, потому что требуется время для их признания и начала их прямого цитирования. Другими словами, прямые ссылки накапливаются с течением времени, и потребность в строгом анализе цитирования будет благоприятствовать  более старым патентам.

Подсчет патентных ссылок Прямые ссылки изымаются из числа  обратных ссылок других документов. Каждую неделю компания AcclaimIP обрабатывает тысячи новых патентов, а в  каждом новом патенте цитируется от нуля до тысяч ранее опубликованных  патентов. Например, с января по октябрь 2012 года на один патент приходилось в среднем 17  обратных ссылок. Тем не менее, обнаружено более 500 патентов, в которых приводится не менее 1000 ссылок на другие патенты, а около 1000 патентов не ссылались  на какие-либо другие патенты вообще. Тем не менее,  тенденция заключается в том, что количество обратных ссылок (а следовательно и количество прямых ссылок на тот или иной патент) за последние 20 лет увеличилось примерно в два раза.

Использование прямых патентных ссылок По сравнению с прочими показателями прямое цитирование, возможно, является наиболее изученным и распространенным  мерилом стоимости или значимости патента. Объясняется это тем, что другие субъекты с большей вероятностью будут использовать запатентованную технологию, основанную на  патенте,  часто цитируемом другими патентам. В результате патенты, обладающие большим числом прямых ссылок,  скорее всего, могут  обретать особую важность. Корреляция количества прямых ссылок и стоимости/значимости патентов противоречива,  прежде всего, не потому, некие проблемы связаны именно с прямым цитированием, как таковым, а потому, что поисковики не могут их правильно использовать. Они  просто не в состоянии  обоснованно  утверждать,  что один из патентов превосходит по своей ценности  или значимости другой патент лишь потому, что на него приходится больше  прямых ссылок. В подтверждение этого тезиса можно предложить такую аналогию. Неопровержимым фактом является то, что водители из числа подростков попадают в большее количество ДТП, чем 30-летние водители. Но можно ли утверждать,  что конкретный подросток «А» по своим водительским навыкам  уступает  данному 35-летнему водителю «Б»? Ни в коем случае! Потому что возраст, сам по себе, не является показателем вождения данного человека, а скорее является обобщенным показателем  обретаемых с возрастом навыков вождения. Точно также можно  сказать, часто цитируемые патенты, в своей совокупности, являются более ценными /значимыми , чем патенты, которые не цитируются. Но подобную оценку было бы неверно использовать применительно к  отдельному патенту.

Заключение Опыт автора статьи, позволяет ему утверждать, что прямое  цитирование являются хорошим показателем ценности только в том смысле, что прямые ссылки могут указывать на важные патенты. Ни один профессиональный патентный поисковик не станет опираться на показатели прямого цитирования, чтобы определить качество патента. Тем не менее, он  использует прямые  ссылки для сосредоточения своего внимания на патентах, которые, скорее всего, окажутся технологически или экономически значимыми. Поэтому, при проведении поиска с последующей  сортировкой результатов по количеству относящихся к ним прямых ссылок, больше всего лучших патентов окажется в верхней части списка.

Май 2017

Идентификация лучших патентов

Finding the Best Patents – Forward Citation Analysis Still Wins, By Erik OliverMichael CostaKent Richardson, Roll Group, March 24, 2016 - www.ipwatchdog.com/…patents…citation-analysis…/id=6719

При осуществлении множества операций, связанных приобретением или уступкой патентных прав, слиянием или  поглощением компаний, определением ущерба от правонарушений и т.д., компании сплошь и рядом сталкиваются с задачей  оценки стоимости патентов, их технической, экономической и иной значимости . В результате исследования были определены пять основных факторов определения значимости патентов. Они представлены ниже в порядке убывания их весомости: 1. Прямое цитирование (45%) 2. Возраст патента с даты его  приоритета (19%) 3. Количество независимых пунктов патентной формулы (скорректированное по количеству функциональных патентных притязаний) (14%) 4. Число слов в первом пункте формулы (12%) 5. Размер патентного семейства и наличие международных  заявок (10%) Доминирующая роль прямого цитирования была подтверждена  в ходе анализа большой выборки  патентных документов.  Оно оказалось  самым  надежным  предсказателем обнаружения  наиболее ценного патента.

Порядок анализа и требования к системе ранжирования Приступая к анализу, необходимо установить поставленную заказчиком  цель. Он может быть заинтересован как в поиске лучших, так и в  устранении наихудших  патентов. В любом случае  следует начинать с изъятия  95% патентов, которые с меньшей вероятностью соответствуют потребностям заказчика. Для этого существуют специальные инструменты  ранжирования. С его помощью выявляется минимальная подборка патентов, подлежащая экспертной оценке. При поиске лучших патентов,  прежде всего,  рекомендуется обратить  внимание на представленные на продажу, купленные или  проданные патенты, поскольку видимо именно они  в наибольшей степени  отвечают потребностям бизнеса. После этого можно  приступать к  рассмотрению  характеристик отобранных  патентов. Система ранжирования должна быть полностью прозрачной – все аспекты и формулы должны быть доступны и исполнителю, и заказчику анализа -  с возможностью обсуждения и корректировки ее  условий.  При этом используемые условия должны быть основаны на объективных данных и, вместе с тем, восприниматься  заказчиком интуитивно.

Прямое  цитирование Исследования показали, что прямое цитирование  (когда данный патент упоминается в более поздних патентах) является наиболее значимым фактором при идентификации лучших патентов, которые, вероятней всего, будут приобретены.  Патенты, которые были проданы или еще только выделены в брокерском патентном пакете, превосходили по   количеству прямых ссылок даже патенты, оспариваемые в суде. Почему значимость патента определяется, прежде всего, его прямым цитированием, а не размером патентной формулы или иными факторами?  По мнению авторов, прямое цитирование  - это своеобразный предвестник широкомасштабных инвестиций в научно-исследовательские и опытно-конструкторские разработки в технологической области. Чем больше инвестиций, тем больше вновь создаваемой продукции и  выше вероятность правонарушений, отражающих значимость патента, который, скорее всего, и отвечает потребностям заказчика. Рассматриваемый в статье анализ был сосредоточен на рассмотрении прямых ссылок в  четырех основных подборках  патентов: (i)               всех выданных патентов в 2005-2014 гг., (ii)              оспариваемых в  суде патентов за тот же период, (iii)             патентов из  брокерских пакетов. (iv)             репрезентативные патенты из брокерских пакетов Патенты из  трех последних подборок  характеризовались экспоненциально превышающим количеством  прямых ссылок, чем подборка из числа всех выданных патентов. По мере удаления от даты публикации исследуемого патента количество прямых ссылок  на него, как правило, возрастает. На протяжении первых трех лет разница по этому показателю  у патентов из первых двух подборок невелика. В последующем разрыв существенно возрастает в  пользу оспариваемых патентов.

Возраст  патентов от даты приоритета Опыт показывает, что заказчики, как правило, стремятся найти для покупки патенты, которые активно применяются и используются в промышленности,  учитывая также  наличие достаточного времени  до истечения  жизненного цикла патентов,  чтобы получить выгоду от их покупки. Например, если заказчик покупает патент с потенциальной угрозой  правового конфликта, который еще не материализовался, желательно, чтобы у патента оставались, по крайней мере, пять лет срока его действия. С затронутыми выше проблемами можно дополнительно ознакомиться в публикациях: 1. Brian Love, “An Empirical Study of Patent Litigation Timing” Univ. of Penn. Law Review, Vol 161, p 1309 (2013). 2. Mark Lemley together with John Allison and David Schwartz, “Understanding the Realities of Modern Patent Litigation”, 92 Texas L. Rev. 1769 (2014).

Апрель 2017

Адаптация Интернет вещей к патентной системе

Internet of Things (IoT) and Patent System, Mr.Manoj Poonia, Assistant Vice President, Effectual Knowledge Services. — February 18, 2016 – techspirit.in›internet-things-iot-patent-system/

Интернет вещей (ИВ) определяется как сеть подключенных устройств со встроенной технологией, которая позволяет им передавать информацию или взаимодействовать с внешней средой. Согласно докладу CISCO ( американской транснациональной компании, разрабатывающей и продающей сетевое оборудование), к 2020 году в мире будет установлено 50 миллиардов подключенных к ИВ устройств вместо 15 миллиардов в настоящее время. Кроме того, прогнозируется, что в 2020 году мировой рынок IoT вырастет с 655,8 млрд до 1,7 трлн. долларов США. Решения ИВ представляют огромные дополнительные возможности ведения бизнеса, помогает компаниям экономить средства, создавать крупные сети и преодолевать географические границы. Создание гибких и эффективных процессов способствует повышению производительности и максимизации отдачи от вкладываемых инвестиций. Создаваемые за счет ИВ преимущества обеспечивают возможность расширения бизнеса и предоставления услуг потребителям в разных географических регионах. Однако построение сети из миллиардов устройств крайне обострили проблему обеспечения безопасности системы ИВ. Поскольку загрузка устройств предполагает подключение к Интернету, незначительная лазейка может привести к раскрытию располагаемой в сети информации. Еще одна связанная с ИВ-технологиями проблема заключается в том, что построенная в эпоху Интернета патентная система поднимает вопросы определения охраноспособности, так называемых совместных нарушений* и качества составления патентных заявок. Поэтому в экосистеме ИВ будут возникать проблемы, связанные с правомерностью ранее выданных и вновь выдаваемых патентов. …………………….. * Разделенное нар термин, используемый в патентном законодательстве США для описания вид ответственности за нарушение патентных прав, когда в осуществлении предъявленного нарушения запатентованного метода участвовало несколько субъектов, но ни один обвиняемый не имел отношения ко всем аспектам этапы метод Главная задача ИВ-новаторов заключается в осуществлении прав интеллектуальной собственности в отношении потенциальных нарушителей. Поскольку ИВ -технологии в основном касаются связей между двумя или более устройствами, новаторы, получающие патенты на недавно разработанные технологии, должны защищать свои инновации от третьих лиц. Однако, трудно защитить эти технологии от множества нарушителей в случае совместных нарушений, необходимости разделение ответственности за нарушения в отношении отдельных компонентов патентных притязаний между несколькими сторонами. Патентообладатели в сфере ИВ могут избежать этих проблем, приняв специальные методы составления патентной формулы. Инновации можно запатентовать только в том случае, если они решают технические проблемы или помогают в совершенствовании технологического процесса. Поэтому, при составлении патентных заявок новаторам необходимо сосредоточиться на тех элементах, которые в основном описывают техническую сущность и область применения ИВ-изобретения, а не абстрактную идею, предлагать достаточно широкие трактовки патентных притязаний и др. Помимо освоения новой практики составления проектов патентных притязаний изобретатели должны активизировать свое участие в совершенствовании патентного права, опираясь на знания, которые они черпают во время работы в ИВ-среде.

Февраль 2017

Как решать вопросы Интернет вещей с позиции патентной системы.

How to address Internet of Things (IoT) from a Patent perspective. Written by Senior External Advisor, Joakim Nelson – zacco.com…default…attachments…internetofthings…

Интернет вещей (IoT) набирает обороты, и его ожидаемый рост имеет первостепенное значение с учетом, как  количества подключаемых устройств, так и размеров потенциального бизнеса. Вступающие в эту сферу компании сталкиваются с большими трудностями. Им предстоит предпринять ряд решений в отношении выбора технологий, альтернатив в области стандартизации, бизнес-моделей и стратегии охраны интеллектуальной собственности (ИС). Перспективы рынка Интернет вещей Беспроводные телекоммуникационные технологии находятся в переходной инновационной стадии от 4G к 5G, освоение которой ожидается  в 2020 году. В этот период все больше внимания будет уделяться стоимости и оптимизации производства и предложеню новой продукции. Опыт перехода от G2 r G3  показывает, что это, как правило, наносит ущерб индустрии мобильных устройств, а также операторам мобильной связи, поскольку сокращение  прибыли может уменьшить инвестиции в НИОКР  и связанные с ними инновации. Конечно,  такие компании, как Apple, и некоторые из основных операторов мобильной связи не лишатся  существенной прибыли. Но рынок в целом  переходит в стадию, когда продукция среднего уровня будет тормозить рост рынка в развитой части мира. На выручку придет Интернет вещей, который сможет не только ввести миллиарды дополнительных  потенциальных соединений, но и  открыть двери для новых потенциальных моделей доходов и технических решений. Компании Ericsson и Cisco рассчитывают на подключение к беспроводной сети в 2020 году около 50 млрд. устройств. Вопрос заключается в том, будут ли  все новые Интернет вещи подключены к системам с помощью традиционных средств   сотовой связи или если они будут подключены к системам типа  Wi-Fi или Zigbee , оставаясь вне досягаемости для традиционных операторов мобильной связи и т.д. Сегодня домашняя сигнализация, музыка распределительных систем и т.д., как правило, не связан только с сотовой инфраструктурой. То же самое относится и к автоматизации в промышленности и т.д., где частные сети или технологии Wi-Fi используется для создания беспроводной инфраструктуры. К тому же на рынке появляются новые игроки; например, производители автомобилей Tesla, Audi и т.д предлагают услуги мобильной связи.

Возможности новых технологий в области беспроводные коммуникации. Большинство беспроводных технологий не в полной мере способны обрабатывать миллиарды подключенных устройств с экстремальными требованиями к низкому энергопотреблению, ограниченной сигнализации и т.д. Имеется целый ряд инициатив, направленных на стандартизацию 4G + для уменьшения рабочих циклов, повышения надежности, оптимизации сигнализации и т.д., но многие игроки ждут прихода более эффективных технологий 5G, способных  справиться с этими требованиями. Бренды некоторых из наиболее важных технологий/стандартов для IoT приводятся ниже. Технологии Zigbee и Wi-Fi также направлены на повышение  скорости передачи данных, снижение  энергопотребления, уменьшения сигнализации и т.д. То есть в этих сферах всегда будет осуществляться эволюция технологий, а  существующие технологии будут постепенно мигрировать в направлении требований 5G,  предполагающих повышение  скорости передачи данных, уменьшение времени ожидания, повышение  эффективности использования спектра, более низкое энергопотребление и т.д. Отмечено огромное количество различных инициатив, направленных на  создание “платформы”, объединяющей  все устройства (порядок регистрации, увязки  разных систем, форматов полезной нагрузки и моделей безопасности.

Современный ландшафт правовой охраны ИС Интернет вещей привносит большие изменения в  традиционную структуру отрасли сотовой связи: под угрозу ставится традиционная парадигма “Потребитель – Умный (Smart) телефон – Оператор”.  Эта структура оставалась неизменной  в течение последних 25 лет, когда операторы покупали или получали  доступ к сотовой частотной полосе в соответствии с национальным или международным законодательством. Они, как правило, приобретают  телефоны и обеспечивают услуги в соответствии с их запросами к средствам связи. Обычно производители телефонов призваны удовлетворять необходимые функциональные потребности  операторов. Со временем, влияние поставщиков инфраструктуры, таких как Ericsson, Nokia Siemens, Alcatel Lucent и Huawei, стало возрастать, и они во все большей степени  определяют направление  развития сети. Отчасти это связано с тем, что операторы тратят все меньше средств на НИОКР. Это  касается и производителей телефонов, которые всегда стремились привлечь клиентов. Сейчас влиятельные  бренды – такие как Apple, Samsung и Sony – часто устанавливают  более сильную связь с потребителем, чем операторы, которым, с течением времени, становится все труднее предложить какие-либо уникальные решения, помимо планов ценообразования. Огромный успех операционной  системы Android (более 80% всех смартфонов работает на андроид-платформе) и продаж компании Apple кардинально изменили  мобильно – телекоммуникационный ландшафт; соответствующие компании  простирают  свои предложения за пределы обычного мобильно – телекоммуникационного  бизнеса. Создание открытой среды приложений (ITunes, AndroidPlay и т.д.) полностью изменило ландшафт и связанные с ними бизнес-модели. Бесплатное предоставление операционной системы Android разрушило лицензионный рынок программного обеспечения, поддержав, таким образом, свой интенсивный маркетинг. Поставщики технологии в сегменте сотовой связи имеют очень сильные позиции в соответствующей сфере охраны прав ИС. Акцент на подачу заявок, претендующих на усиление правовой охраны ИС,  был инициирован еще около 20 лет назад компанией Motorola, которая получила ряд патентов, связанных с первым и вторым поколением мобильных телефонов. Такие компании, как Ericsson и Qualcomm, обладают представительными  портфелями «существенных» патентов (Standard Essential patents)- патентов на изобретения, которые должны использоваться для соблюдения технических стандартов. Много аналогичных патентных заявок подают компании Samsung и Huawei. В десятку лидеров подачи международных заявок РСТ по  данным WIPO Statistics Database за 2014 год входят: Huawel Technologies, Qualcomm, ZTE, Panasonic, Mitsubishi Electric, Intel, Ericsson, Microsoft, Siemens и Phillips Electronics. Согласно существующим оценкам, пользователю, возможно, придется заплатить, в виде роялти, до 15% от стоимости нетто-продаж его телефонов / устройств, если он не располагает какими-либо патентами, защищающими его  бизнес. Это, в большинстве случаев, станет непосильным бременем для устойчивого бизнеса. Традиционные мероприятия по стандартизации также довольно стабильно  применяются в силовой борьбе, где размер инвестиций на НИОКР  более или менее эквивалентен надежности обретаемых прав ИС. Самые заметные  изменения  в последние годы привнесли такие китайские компании, как Huawei и ZTE: активизировав свои усилия, они вышли  на один уровень с сильнейшими конкурентами из США, Европы, Китая и Кореи. Итак, что должен принимать во внимание  игрок, который хочет выйти на сцену IoT? Стандартные беспроводные технологии довольно легко применимы до тех пор, пока он использует стандартные модули, которые приобретаются у сертифицированного поставщика,  или оплачивает  лицензию “владельцу” стандарта. Однако, если  бизнес основан на модификации стандарта, следует  учитывать  юридические риски и более существенные  бизнес-последствия. Кроме того,  приложения и службы, использующие беспроводные стандарты,  могут не перекрываться этими стандартами, что открывает возможность  их патентной охраны данной компанией или ее конкурентом. Но в сфере Интернет вещей ситуация  потенциально складывается несколько иначе, поскольку  IoT простирается за пределы обычной цепочки добавленной стоимости “Потребитель – Телефон – Оператор”. Большинство отраслей пытаются обеспечить популярность  своего бренда – и при внедрении IoT – представить свои услуги  непосредственно  потребителю. Энергетические компании хотели бы хозяйничать  в вашем доме, и у них уже есть инфраструктура, покрывающая весь  путь к потребителю – иногда и с использованием медного кабеля высокой мощности. Производители автомобилей, такие как Тесла, Audi и BMW, пытаются создать  инфраструктуру, обеспечивающую в течение ночи, оснащение вашего  автомобиля новым программным обеспечением и приложениями. Google занимает третье место в получении патентов,  связанных с самостоятельно управляемыми  автомобилями, уступая только  Toyota и Daimler.   Компании домашнего наблюдения / домашнего сигнализации часто имеют центр в доме, где все камеры и дверные датчики подключены. Эти системы являются типичными для запуска беспроводных и / или проводных сетей и за пределами обычного рынка мобильной связи. Компании домашнего домашней сигнализации часто имеют в обслуживаемом доме центральный пульт  с подключением к нему  всех камер и дверных датчиков. Эти системы обычно пользуются  беспроводными и/или проводными сетями  за пределами обычного рынка мобильной связи. Другая категория игроков включают медиа-компании,  такие как Nintendo, Sony и Microsoft, которые делают домашние игровые приставки, а также компании спутникового или кабельного телевидения типа Comcast, Boxer, Viasat и т.д. За ними следуют  производители традиционных устройств, такие как B & O и Sonos (бытовые акустические системы),  которые пытаются адаптировать  свои активы для будущей битвы вокруг Интернет вещей. Некоторые компании, занятые в области   автомобилестроения, программного обеспечения или средств массовой информации области в настоящее время начинают подавать патентные заявки в сфере IoT. Участие ряда очень сильных игроков,  ориентированных на один и тот же рынок,  порождает здесь угрозу  тяжелых сражений. Имеется в виду обострение как горизонтальной, таки вертикальной конкуренции.

Горизонтальная и вертикальная конкуренция. Горизонтальная конкуренция представляет собой конкуренцию со стороны субъектов, находящихся  за пределами основного бизнеса данной компании. Например, Google может поглотить  компанию по производству термостатов, а энергетические компании типа Eon внедрять новые услуги в области домашнего наблюдения. Конкурент может бесплатно передать активы,  которые она  планировала продать и создать свой прибыльный бизнес. Подобные  непредвиденные и непредсказуемые действия могут поставить под угрозу бизнес данной компании. Другой формой проявления горизонтальной конкуренции является создание соперниками активов ИС, которые находятся в рамках бизнеса данной компании. Очень сложно будет конкурировать с такими компаниями, как Google, Apple или Microsoft в области, например, безопасности или других приложений, если эти компании располагают  в данном бизнесе обширными портфелями   патентов или ключевых технологий. Компании, производящие  предметы домашнего обихода, например,  Electrolux и Siemens борются за привлекательный  дизайн, снижение потребления энергии и обеспечение уникальных возможностей для холодильников и печей, преимущественно в области производства и обеспечения сохранности продуктов питания.  Их злейшим противником  может стать компания Samsung, имеющая  обширный портфель патентов в области мобильной связи, а также тесные контакты с  потребителями смартфонов. В мире взаимосвязанной бытовой техники это может иметь решающее значение для будущего бизнеса.

Вертикальная конкуренция формируется  в сфере  основной деятельности данной компании, которая, вероятно, располагает отличными знаниями о своих,  по крайней мере – традиционных соперниках. Вступая в IoT- бизнес, компания будет вынуждена контактировать  с все большим числом  телекоммуникационных игроков,  обладающими правами ИС в области будущего бизнеса. В подобных условиях становится жизненно важным не только умело оценивать потенциальные угрозы нарушения чужих патентных прав, но и активно разрабатывать и осуществлять собственную  стратегию формирования активов ИС, чтобы иметь свободу действий на последующих  этапах.

Ландшафт Интернет вещей На приводимом рисунке изображена, в качестве примера,  структура, отрасли, связанной с IoT.  В верхнем ряду располагаются некоторые из влиятельных субъектов стандартизации. Во втором ряду представлены поставщики услуг, которые проявляют интерес к этой области. Третий ряд включает  некоторые из альянсов или инициатив, которые пытаются согласовать “стандарт” вокруг IoT. Четвертый ряд показывает некоторые из основанных на радио  технологий, которые используются или подлежат использованию в IoT. Союзы, образованные такими гигантами, как Apple, Google, Qualcomm, Intel и IBM, ведут борьбу, чтобы привлечь пользователей к “их стандартам”, в то время как некоторые поставщики услуг строят свои собственные структуры. Весьма вероятно, что со временем произойдет их консолидация, но в игру включается все больше участников. И сегодня очень трудно понять, кто будет победителем в долгосрочной перспективе. Некоторые из представленных  союзов утверждают, что их деятельность  основана на открытых стандартах. Но это не означает, что все IP-адреса являются бесплатными и доступными для любого, кто хотел бы войти в этот рынок. Различные компании войдут в IoT- бизнес с очень разными подходами и задачами. Некоторые из них будут использовать хорошо стандартизованные компоненты и технологии, в то время как другие будут пытаться внести некоторые модификации, обеспечивающие  уникальность технологии и / или предлагаемого продукта. Поскольку технологии, связанные с IoT, подвержены воздействию  различных форумов стандартизации и/или отраслевых инициатив, исключительно важно правильно  понимать как нормативно-правовую базу стандартизации, так и  патентно-правовую структуру отрасли.  Компаниям, входящим в сферу Интернет вещей,   необходимо также располагать стратегией обретения  прав на ИС. Такая стратегия, будучи составной частью их общей бизнес-стратегии,   должна обеспечивать, как минимум, проведение  оценки будущего бизнеса, идентификации своих предпринимательских возможностей, а также предотвращения наиболее существенных  угроз.

Январь 2017

Значимость скрытого цитирования при оценке патентов

The Value of Hidden Citations in Patent Evaluation: Why the blind spot and how to uncover it. By Mike Caldwell & Matt Troyer? January 2, 2017

Большинство патентоведов признает, что подсчет количества ссылок на патент (патентного цитирования) может рассматриваться как индикатор его значимости. Однако простого подсчета недостаточно. Прежде всего нужно отличать две разновидности цитирования: прямое и обратное.* Хотя в действительности прямое цитирование есть производный артифакт обратного цитирования. Выделение того и другого зависит от точки зрения. Все цитаты порождаются в результате обратного цитирования. При выдаче патентов эти цитаты перечисляются на титульном листе опубликованного документа. При рассмотрении перспектив цитирования обратные ссылки преобразуются в прямые.

* Цитирование известных технических решений в патентных заявках (т.е. обратное цитирование) отражает влияние предшествующих изобретений на новые патентные заявки. Доля непатентной литературы в обратном цитировании позволяет оценить уровень связей между научной и изобретательской деятельностью. Понятие “прямые” или “прогрессивные” ссылки обозначает, сколько раз какой-либо уже выданный патент цитируется в качестве документа, отражающего современное развитие техники в какой-либо области, в ходе экспертизы последующих рассматриваемых патентов. Недостатком прямых ссылок является то, что они имеются в наличии только спустя значительное время после выдачи патента. Начинать подсчет прямых ссылок, по-видимому, было бы разумно не менее чем через четыре-пять лет после получения патента. В отличие от патентов опубликованные заявки не содержат ссылок на своем титульном листе, даже если они к тому времени и были выявлены. И лишь формируемые в дальнейшем базы данных выявляют заявки и патенты, цитирующие конкретный субъект во всем массиве обратных ссылок. Патентные документы цитируются по двум главным причинам. Приводимые заявителем обратные ссылки выделяют примеры, которые позволяют эксперту определять известный уровень техники. В последующем эксперты используют эти примеры при обосновании отклонения заявок, не отвечающих требованиям новизны или должного изобретательского уровня. Полнота цитирования Анализ цитирования обычно осуществляется в условиях отсутствия, по меньшей мере, половины не выявленных аналитиком патентных ссылок. Что же касается важных ссылок, то большинство из них на титульном листе патента не представлено. Хуже того, в многих позднейших патентах они могут быть не выявлены вообще. Следует иметь в виду, что заявители или эксперты могут ссылаться только на выданные патенты или опубликованные заявки. В результате эксперты цитируют заявки значительно чаще, чем патенты. Например, в патенте США № 8,970,452 указатель Google Patents выявил только два случая цитирования. При этом следует принимать во внимание, что понятие “Патент” представляет собой комбинацию собственно патента и патентной заявки. Когда, в ходе экспертизы, патентная формула претерпевает изменения, текст описания изобретения остается неизменным; и эксперт, цитируя документ при аргументации его отклонения, цитирует описание, а не формулу. Поэтому в приведенном выше случае (№ 8,970,452) на патент, вместе с его материнской заявкой, фактически пришлись не 2, а 62 прямых цитирований; ведь вряд ли можно установить полный профиль цитирования, не учитывая прямую ссылку на материнскую заявку. В итоге количество ссылок на исследуемый документ на стадиях подачи заявки, ее публикации и выдачи патента будет различаться; а от заявителя будут скрыты ссылки на заявки, параллельно рассматриваемые в данном или ином ведомстве. Поэтому в ходе анализа используется алгоритм, учитывающий возраст патента, количество ссылок , вносимых экспертом, подателем данной заявки и другими заявителями, а также скрытое цитирование, осуществляемое на стадии параллельного рассмотрения сходных заявок. Учитывая ссылки только на свой патент, никогда не удастся выявить подлинный профиль цитирования и вероятность нарушения патентных прав конкурентов. На приводимом в реферируемой статье графике показано 1,171 патентов, зафиксированных в 2012 году службой Google’s patents . К моменту написания статьи отмечено 10,407 прямых ссылок непосредственно на эти патенты плюс 25,840 ссылок на соответствующие материнские заявки. И именно эти выявленные экспертами ссылки были использованы при опротестовании патентных документов конкурентов компании Google. Множественное создание изобретений * Множественное открытие ( Multiple-discovery) – научные открытия (изобретения), сделанные независимо друг от друга и более или менее одновременно несколькими учеными или изобретателями Инновации происходят тогда, когда для них созрели условия. Независимо и более или менее одновременно разными лицами изобретались исчисления, вакцина против полиомиелита, интегральная схема, “Машина Тьюринга” (предшественница современного компьютера) и т.д. Одного поиска в Google достаточно для получения списка, включающего сотни такого рода изобретений. Вероятнее всего они скрываются среди патентных заявок, параллельно поступивших на рассмотрение в течение одного-двух лет. Однако такие заявки остаются невидимыми в глобальной патентной сети – ни вам, ни вашим конкурентам – в течении 18 месяцев до даты их публикации. Эксперты осознали важную сущность концепции множественного создания изобретений, и поэтом стремятся оценивать известный уровень техники и изыскивать аргументы для отклонения заявок, располагая доступом к заявкам, еще не видимым для заявителей. Сегодня происходит стремительное развитие технологий. К моменту обнаружения нужной ссылки данная технология может переместиться на более высокий уровень развития или уступить место очередной инновации. Поэтому нужно избегать использования устаревшей информации. Лучше безотлагательно воспользоваться сведениями о ссылках на вашу ИС, чем целый год ожидать поступления более исчерпывающих данных. Причем отклоненные заявки могут оказаться более важными, чем те, что получили положительное решение. Все они могут иметь отношение к вашей ИС Большинство читателей этой статьи обычно используют прямые ссылки. Однако для того, чтобы усвоить содержащиеся в них знания, необходимо располагать исходным сырьем – данными , которые во много раз полнее, содержат более важные ссылки, устаревают всего на какие-то недели, а не на месяцы и годы, открывая более широкие возможности для принятия соответствующих решений.

2016 год

Новые рефераты в 2016 году

- Спорные вопросы построения Индикатора глобальных инноваций 2016 – декабрь

- Седьмой ежегодный индикатор глобальных патентных трендов – ноябрь

- Анализ патентного ландшафта в Интернет вещей – октябрь

-Искусство построения патентного ландшафта – сентябрь

-Цели,  возможности  и источники патентной статистики – август

-ПОКАЗАТЕЛИ ГОТОВНОСТИ СТРАН К ЦИФРОВОЙ ЭКОНОМИКЕ – июль

-Индустрия 4.0: запатентованные направления технологического развития – июнь

- Патенты прокладывают путь в завтрашнюю энергетику – май

- Составление дорожной карты развития  новой отрасли с использованием библиометрии и патентного анализа – апрель

- Прогнозирование новых технологий на основе анализа сетей патентного цитирования – март

- Информационный ландшафт   интеллектуальной собственности – февраль

-Конференция по патентной информации ЕПВ 2015 – акцент на патентном анализе – январь

Содержание рефератов

Декабрь 2016

Спорные вопросы построения Индикатора глобальных инноваций 2016

Why I have a problem with the Global Innovation Index. By Nick Skillicorn, Chief Editor, Founder & CEO,

September 23rd, 2016 - ideatovalue.com…problem-global-innovation-index/ Французская   бизнес-школа с  исследовательским институтом (INSEAD) совместно Корнельским университетом и Всемирной организацией интеллектуальной собственности (ВОИС) опубликовали 9-е издание Индикатора глобальных инноваций (GII) с  целью объективного определения и сопоставления нескольких десятков показателей уровня  инновационного развития  стран мира (см. предыдущую публикацию сайта в ноябре 2016 года). Полный отчет, который можно скачать по приводимой выше ссылке, составляет более 451 страниц. В нем представлены детальные показатели каждой страны и их обобщенная оценка. Она отражает изменение позиций 10 лидирующих стран, при котором  Швейцария неизменно остается   на самом верху. Для определения этих трендов группа ведущих экономистов производила сопоставление как микроэкономических, так и макроэкономических показателей. В целом анализ показывает, что исследования и разработки становятся все более открытыми и географически разнообразными. Однако вызывает сомнение информационная остова, на которой строится  Индекс  GII. Поступающие из сопоставляемых стран данные отличаются разнообразием, из которого аналитики вынуждены  отбирать то, что характеризует  «инновационность» страны.  Представляется, что   именно здесь, аналитики чрезмерно акцентировали свое внимание  на макроэкономических и социально-политических данных , вместо использования тех, которые на самом деле обеспечивают достижение ​​инноваций. Используемые в отчете индикаторы подразделяются на следующие  категории: инновации на входе и инновации на выходе, подразделяющиеся на подкатегории. Следует признать, что их сопоставительный анализ (в частности, касающийся ВВП) позволяет сделать ряд интересных инновационных оценок. Но некоторые индикаторы слабо связаны с инновациями и используются лишь потому, что аналитики опирались только на реально доступные им данные. Спорным является и используемое в отчете определение инновации. Сюда относят все новшества – без учета стоимости, приносимой потребителям и компаниям. Поскольку получение данных об исходных инновациях (инновациях на выходе) затруднено, отчет основан здесь преимущественно на неинновационных показателях (макроэкономических и социально-политических), доступ к которым имеется. Хотя они и соотносятся  с инновациями (легкость открытия бизнеса, затраты на образование и др.). Но есть и показатели общеэкономического характера (экономическая стабильность, автоматизация правительственных функций и др.), еще более удаленные от собственно инноваций. Ранжирование стало бы более четким, если бы перечень используемых показателей был не  столь обширным, но  сфокусированным непосредственно на инновации. Еще больше проблем возникает при рассмотрении данных Индекса GII, используемых для оценки инновационной продукции, которые  оказались труднодоступными для аналитиков. Этот раздел отчета разбит на два подраздела, посвященных сопоставлению  субиндикаторов: 1. Подраздел “Знания и технические достижения“, представляющий   преимущественно конкретные, ориентированные   на инновации показатели о    патентах,  научных и технических статьях, новых предприятиях,  производителях и экспортерах  высоких  и средних технологий. Информация раздела дает наглядное представление    о вкладе страны в создание новой продукции. 2. Подраздел Творческие достиженияпредставляет совершенно иную картину, составленную  посредством показателей о национальных художественных фильмах, органах печати  и издательствах, ежемесячных обновлениях Wikipedia и загрузках видео на Youtube . Здесь четко просматривается недостаток  согласованных и сопоставимых данных. Многие из этих показателей культурно разрознены,  различаются в зависимости от  языка,   местных вкусов, и существенно удалены от  концепции инноваций.  При этом аналитики  были вынуждены полагаться лишь на те источники, которые к ним поступали. Отмеченные недостатки  сказываются на результатах построения Индекса  GII. Автор статьи отрицает намерение в чем то принизить  достоинства Швейцарии. Но считает, что она не является страной, которая символизирует изменившие мир технологии. Гораздо больше ее облик увязывается с высоким уровнем управления  и эффективностью ведения бизнеса,  которые измеряются множеством представленных в Индексе GII показателей. Поэтому автор задается вопросом: в какой степени  присвоенный Швейцарии рейтинг  является результатом инноваций самой страны, и насколько он базируется на достижениях крупных международных компаний, которые создают там свои  штаб-квартиры из соображений, связанных с  налогообложениями . Подавляющее большинство прогрессивной, высокопрофессиональной работы под вывеской таких компаний осуществляется в   других странах, а ее результаты, включая патенты, подаются от имени компании, зарегистрированной в Швейцарии. Это не означает, что Швейцария не является инновационной страной. В ней, в частности,  располагается  большое количество обладающих высоким рейтингом  университетов и научно-исследовательских центров. Тем не менее, когда вы проверяете, где фактически  располагаются организации, порождающие новые технологии,  у вас больше шансов найти их  в таких городах, как Берлин, Лондон, Сан-Франциско, Тель-Авив, Найроби и Сингапур, а не в Цюрихе. Это еще раз подчеркивает необходимость  разумно ограниченного  использования макроэкономических данных, на которых в существенной степени  базируется Индикатор  GII. Несмотря на приведенные критические замечания, Индикатор глобальных инноваций 2016 является выдающимся результатом аналитической работы, очень полезным для всех, кто участвует в инновационном процессе.  Но следует принимать во внимание и присущие ему ограничения: Индикатор GII нельзя воспринимать в качестве единственного источника для принятия каких-либо важных инновационных решений, касающихся, например, инвестирования  новых исследований и разработок или выбора рынков их коммерциализации.

Ноябрь 2016

Седьмой ежегодный индикатор глобальных патентных трендов

RWS inovia Releases 7th Annual Global Patent & IP Trends Indicator, JUNE 13, 2016 10:10 AM EDT – mainpage.sys-con.com/node/3845950 RWS Inovia Releases 2016 Report on Global Patent Trends, October 10, 2016 – www.patentdocs.org/2016/10/rws-inovia-releases-2016-re Компания RWS inovia, являющаяся глобальным  провайдером услуг в области  подачи зарубежных патентных заявок, перевода документов в области интеллектуальной собственности (ИС) и патентного поиска, объявила о выпуске своего, уже 7-го ежегодного доклада “Индикатор глобальных трендов в сфере патентов и ИС. 2016″ (The 2016 Global Patent & IP Trends Indicator). Он  содержит   углубленный анализ международной подачи патентных заявок  в  США и Европе,  способный оказать очень большое влияние на выработку стратегии  этой деятельности заявителями  всего мира. В этом году в опросе приняли участие более 100 компаний и университетов США (68%) и Европы (32%), чтобы определить тенденции, имеющие наибольшее влияние на стратегию компаний, осуществляющих  зарубежное патентование изобретений в странах мира.  Масштабы охваченного опросом бизнеса  варьировали от малых предприятий с 1-100 сотрудниками (37%) до многонациональных корпораций, насчитывавших более 10000 сотрудников (10%). Все респонденты были вовлечены в разработку стратегии и планирования патентной деятельности в своих  организациях, начиная от руководителей соответствующих подразделений до  советников высшего руководства. В отраслевом плане  16,8% респондентов представляют машиностроение, 15,9% – университеты,  ассоциации и  некоммерческие организации, 14,0% – фармацевтику и  биотехнологии, 10,3% – электротехнику и электронику, 8,4% – информационные технологии,  программное  обеспечение и средства массовой информации, 6,5% химические  материалы, а  остальные 28% респондентов отнесены к категории “другие” (производство, телекоммуникации, обучение, исследования, консультации, борьба с вредителями и переработка полезных ископаемых). В докладе отмечается, что 37,4% респондентов не имели в своем составе штатных  патентных поверенных или патентоведов, 48,6% имели от одного до четырех, 6,5% – от пяти до девяти,  5,6%-  от десяти до 24 и 1,9% насчитывали  25 и более юристов или патентоведов. Что касается заявительских ожиданий, то 79,2% респондентов указали, что ими было  в 2015 году подано столько же патентных заявок, сколько и  ожидалось; у 8,3% респондентов количество поданных заявок превысило  ожидания, а у  12,5% ожидания не оправдались. В докладе 2016 указано, что 36,5% респондентов заявили  в 2015 году от четырех до девятнадцати патентных семейств, 24% – от  1 до 3 семейств,  у 12,5% их оказалось от 20 до 49, у 6,3% – от 50 до 99 семейств. Наконец,  у 10,4% респондентов не заявлено  патентных семейств вообще или, напротив, заявленных семейств оказалось более сотни. В целом заявленных патентных семейств  оказалось меньше, чем три года назад. При этом, 34,3% своих патентных семейств респонденты подали в 2015 году с использованием  международных заявок -  по сравнению с 49% в 2014 году и 52% в 2013 г. В докладе отмечается, что если с использованием процедуры РСТ было подано на регистрацию 66,7% этих международных заявок,  то с использованием Парижской  Конвенции – только 2,6%, а 30,6% заявок регистрировались с комбинированием процедур  РСТ и Парижской конвенции. Из числа респондентов, использующих процедуру РСТ на международном уровне, 64% использовали в качестве Международного поискового органа Патентное ведомство США, 56%  – ЕПВ, 31% – Патентное ведомство Кореи и 8% – Патентное ведомство Австралии. В число стран,  респонденты которых регулярно занимают  верхние двенадцать мест по зарубежному патентованию, вошли: 1. США, 2. Европа, 3. Китай, 4. Япония, 5. Канада, 6. Индия, 7. Австралия, 8. Южная Корея, 9. Бразилия, 10. Россия, 11. Сингапур и 12. Южная Африка В 2015 году 41,4% респондентов столкнулись с  сокращением бюджетов  ИС        (в их числе  12,1% респондентов, испытывающих сокращение бюджета впервые за последние годы). Сокращение расходов на зарубежное патентование в 2015 году у 41,0% респондентов было достигнуто путем регистрации  заявок в меньшем количестве стран,  осуществления внутриведомственных мер (23,7%), использования  юридической помощи от  США или Европы (19,8%), привлечения иностранных поверенных ( 18,4%), ведения переговоров с ними  (17,1%), снижения затрат на патентные переводы (11,8%), сотрудничества  местных адвокатов (9,2) и др. В число основных выводов из доклада 2016 года входят: • Решение по делу Alice Corp v CLS Bank: Два года назад Верховный суд США отклонил приемлемость  патентоспособности  изобретений, связанных с  программным обеспечением, если  в основе решения находилась абстрактная идея, факт реализации которой на компьютере не делает ее патентоспособной. В 2015 году обсуждение решения по этому делу расценивалось  в качестве доминирующего вопроса для патентных заявителей. Респонденты сочли  этот вопрос существенно влияющим на их текущие бизнес-стратегии. Решение суда про делу Alice Corp против CLS Bank имело для заявителей США столь же доминирующее значение, как для европейских заявителей  главной темой беспокойства стало учреждение унитарного  патента. • Признание процедуры, введенной соглашением РСТ, в качестве  доминирующего метода подачи патентных заявок: более 97% респондентов использовали преимущественно РСТ, а не маршрут , предложенный   Парижской конвенцией. В качестве аргумента большинство пользователей приводило анализ затрат и выгод, подтверждающих предпочтительность такого  решения. При этом процедура РСТ  сочтена экономически более эффективной при патентовании  патентных семейств, а  маршрут Парижской конвенции –  лишь когда в патентной заявке указана только одна страна. • Наиболее часто используемым международным поисковым органом является Патентное ведомство США: 64% респондентов использовали именно его  при оценке известного уровня техники, оправдывающего подачу собственной патентной заявки. По частоте обращения к процедуре РСТ  ЕПВ и Патентное ведомство Кореи занимают соответственно второе и третье место. • Бюджеты ведомств ИС не подверглись дополнительному  сокращению: в течение последних трех лет неизменная доля  респондентов работала в условиях  уменьшенных бюджетов (31%). 40% респондентов не были затронуты сокращениями и в 18% случаев бюджеты в 2015 году фактически увеличились. Генеральный директор RWS inovia Р. Отуэй, отметил, что в течение последних семи лет Индикатор стал неоценимым ресурсом в патентной деятельности, обеспечивая новичкам и опытным  профессионалам возможность глобальной оценки ситуации при желании патентования своих изобретений  на международном уровне. Профессиональному составлению Индикатора благоприятствует общепризнанная практическая деятельность компании RWS inovia, которая  является мировым лидером услуг в области подачи зарубежных патентных заявок, перевода документов в области ИС и патентного поиска. В течение более 70 лет было оказано содействие  10000 клиентов в защите и соблюдении их прав ИС во всем мире. С использованием высококвалифицированных специалистов  ежегодно осуществляется  перевод более 70 000 патентных документов и связанных с ИС материалов. Используя  запатентованную компанией технологию, inovia.com упрощает переход заявок РСТ на национальный этап их рассмотрения, прямую подачу заявок по маршруту Парижской конвенции и  процессы прохождения  процедуры ЕПВ с  привлечением специалистов, охватывающих более 130 стран мира. Высококачественный поиск патентов и промышленных образцов осуществляется с применением профессиональной базы данных PatBase, разработанной совместно с  компанией  Minesoft Ltd. Получение  бесплатной копии доклада  The 2016 Global Patent & IP Trends Indicator можно осуществить по адресу https://www.inovia.com/resources/global-ip-trends-indicator/

Октябрь 2016

Анализ патентного ландшафта в Интернет вещей

Internet of Things (IoT) – A Patent Landscape Analysis//LexInnova

- slideshare.netLexInnova/internet-of-things-iot…

Интернет вещей (IoT), возможно, наиболее широко обсуждаемая концепция в современных технологических кругах. Эта технология, как ожидается, кардинально изменить не только то, как мы работаем, но и как живем. Понятие IoT в основном означает сеть подключенных устройств, которые могут управляться по сети передачи данных. По мере снижения стоимости  технологий, необходимых для управления этими устройствами, и увеличения подключений к Интернету через смартфоны, IoT, как ожидается, станет в ближайшие 10 лет все более распространенной технологической областью.

Технологический ландшафт  следует рассматривать  с позиции  изменений в сфере интеллектуальной собственности (ИС) вообще и патентов, в частности.  Анализ показывает,  что наиболее активное патентование осуществлялось  в технологических областях, связанных с управлением ресурсами в беспроводной сети. Причем распределение патентования  здесь  очень фрагментировано.  Лидерам принадлежит около 5% от общего количества патентов. Компания  LG обладает самым большим портфелем патентов, за ней непосредственно идут Ericsson и Qualcomm. Максимальное  количество  патентных заявок подано в США, а за ними  тесно следуют крупные азиатские рынки Японии, Кореи и Китая. Используя систему LexScore ™, патентные аналитики идентифицируют в качестве лидера в этой области компанию Qualcomm, а также прогнозируют активизацию патентно-лицензионной деятельности в сегментах  беспроводной связи и контроля устройств технологических систем. Интернет вещей относится к использованию датчиков, исполнительных устройств и коммуникационных технологий, вмонтированных  в физические объекты, которые необходимо отслеживать и управлять ими в  сети подобно  Интернету. Использование этих устройств будет включать в себя три основных этапа: идентификацию  данных с использованием датчиков, сбор их по сети и принятия решений на основе анализа этих данных. Это может привести к повышению производительности текущих процессов, а также предложить новые виды продукции и услуг  в различных областях применения. Согласно   исследованию McKinsey, потенциальное экономическое воздействие Интернета вещей в здравоохранении, производстве, энергетике, городской инфра-структуре, безопасности, транспортных средствах и сельском хозяйстве составит к 2025 году от $ 2,7 до $ 6,2 триллионов долларов в год. Эффект  IoT только   в сфере здравоохранения, как ожидается, составит к 2025 году от $ 1,1 трлн до $ 2,5 трлн в год – в основном  от повышения эффективности лечения пациентов с хроническими заболеваниями за счет эффективного использования для удаленного мониторинга датчиков, например,   глюкозы. Эффективное использовании датчиков для отслеживания состояния, обновления машины  в реальном времени, чтобы сократить время простоя, выигрыш в производстве будет к 2025 году поддерживается на уровне $ 900 млрд и $ 2,3 трлн в год.  Аналогичные выгоды могут быть достигнуты и в прочих перечисленных выше сферах. Выявленные достоинства IoT активизировали экономическую деятельность в этой сфере. Крупнейшие вложения  здесь сделали Google ($3 млрд. плюс поглощение компании Nest) и Qualcomm ($2.5 млрд. плюс поглощение  CSR). В этих условиях возрастает интерес в использовании ИС – как важного компонента маркетинговой стратегии. Поэтому проводится оценка ландшафта ИС, приобретающая особую важность для участников рынка и тех, в него собирается входить. Далее анализируется ландшафт ИС Интернет вещей, включая его технологическую таксономию (учение о принципах и практике классификации и систематизации технологий), важнейших участников рынка и будущие сферы лицензирования в IoT. Таксономия Интернет вещей (IoT) представляет собой концепцию, которая объединяет между собой однозначно идентифицируемые встроенные вычислительные устройства с целью построения коммуникационной модели “человек -  машина” (H2m) взамен существующей модели  ”машина-машина”. Конвергенция различных технологий, включающих встраиваемые и микро-электромеханические системы, а также беспроводную связь к Интернету, вызвали  всплеск развития технологий Интернета вещей. Для целей данного исследования патентный портфель был разделен на три основные категории – сетевое оборудование, вычислительная техника и инфраструктура, которые объединялись четвертой категорией патентов, освещающей  важнейшие  области их применения. Патенты в каждой из основных категорий дополнительно разделены на подкатегории. Каждый из последующих уровней охватывает функциональные аспекты предыдущего  уровня.  В приводимых в исследовании таблицах даны количественные показатели отнесенных к ним патентов, появившихся за последние 5 лет. Отражаемая в этих таблицах патентная сеть составляет важнейшую часть IoT, раскрывая области наиболее высокой активности патентования. Основные правообладатели в области IOT Эта часть исследования открывается таблицей, отражающей распределение подачи патентных заявок между основными правообладателями в сфере IoT. Компания LG- с ее 482 патентными заявками – заняла первое место, за ней следует  Ericsson (404 патентных заявок). Распределение патентов между правообладателями очень фрагментировано, если учесть, что лидеру, например, принадлежит около 5% от общего количества поданных патентных заявок

Такое распределение свидетельствует о том, что существует огромный объем перекрестного лицензирования патентов, слияний и поглощений и сотрудничества в области IoT.  Отмечается также,  что среди крупных игроков, таких как LG, Samsung, Ericsson и т.д., некоторые патентные тролли также имеют высокие показатели патентных заявок в сфере IoT. Появление их в списке ведущих правообладателей и фрагментарное распределение патентных заявок указывает на наличие  высокую вероятность  множества  предстоящих патентных споров в этой области.

Географическое распределение патентов  . Большинство патентных заявок IoT поданы в США. Помимо США, активное  патентование  заявок осуществляется  в таких странах, как Китай, Южная Корея, Канада, Тайвань и Япония,  указывая на высокий уровень научных исследований и разработок в области IoT в этих странах. Согласно проведенному Digital IQ PwC 6-му ежегодному опросу почти полутора тысяч  технологических и бизнес-руководителей, Азия является крупнейшим рынком для IoT в современном мире. Там же поступают в IoT  и крупные инвестиции  в эту сферу. Такой высокий темп роста рынка и высокое число патентных заявок, поданных в Азии, объясняется  местоположением в Корее таких топ-игроков, как LG Electronics, Samsung и т.д. К тому же Корея подала большую часть своих патентных заявок, связанных с IoT,  в США. Занимающая второе место Компания Ericsson подает на регистрацию свои важнейшие заявки тоже в США и европейские страны. Конкурентное позиционирование Подвергнутые исследованию 16 лучших правообладателей в IoT позиционируются с учетом количества полученных ими патентов и поданных заявок. Компания Somfy, например, лидирует по количеству полученных патентов. А LG, развернувшая здесь свои НИОКР  и патентование, занимает нижнюю строчку в этом списке. Однако тематическое  разнообразие   патентных заявок свидетельствует о широком охвате исследовательской тематики.   Патентные тролли отличаются патентными портфелями с широкими притязаниями, в то время как  притязания патентов компании Microsoft заметно уже. Высокой показатель прямых патентных ссылок в данной сфере   указывает на частое цитирование патентов правообладателя последующих НИОКР. Microsoft и Interdigital занимают по этому показателю лидирующие позиции, а корпорация КТ находится в конце. Географический показатель отражает степень  патентной активности компании  на ключевых рынках правообладателя. Патентный портфель компании Qualcomm, например, охватывает большинство своих ключевых рынков. Высокий технологический показатель отражает охват портфелем правообладателя  нескольких технологий. Компания  Interdigital получила высокие баллы по этому показателю, в то время как KT Corporation оказалась в конце списка. С помощью  собственной системы LexScoreTM, на основе рассмотренных выше показателей,  производится обобщающая оценка  конкурентной позиции лидирующих  с позиции ИС правообладателей в области IoT. Теплокарта лицензирования Для выявления  предметных областей с предположительно более высокими показателями лицензирования применяетсяТеплокарта лицензирования“( Licensing Heat-map). Величина прямоугольника на карте указывает на количество патентов. Размер прямоугольника предметной области  указывает количество патентов, поданных в этой области и  в некотором смысле отражающих относительную важность технологии, а  цвет прямоугольника – вероятность  развития здесь лицензионной деятельности. Красный цвет (и его оттенки) означает высокую вероятность лицензирования деятельности в определенной технологическом направлении, а зеленый цвет (и его оттенки) – низкую вероятность. Развитие технологий Система Technology Evolution framework используется для изучения эволюции технологии. С этой целью количество патентных заявок   сопоставляется с числом заявителей на протяжении нескольких лет.  Так, в  2003 году, было выдано  только 219 патентов 166 заявителям. В 2010 году был отмечен значительный рост этого показателя, когда было  подано 1036 патентных заявок, а число заявителей возросло до  485. В 2011 и 2012 рост количества патентных заявок продолжал неуклонно расти – до 2222 и 2542 соответственно. Эти цифры указываю на вероятность предстоящего роста  участников рынка в пространстве IoT  вследствие больших научно-технических достижений в этой области. .

Сентябрь 2016

Искусство построения патентного ландшафта

The Art of Patent Landscaping – Guest Post by Aalt van de Kuilen By Anthony Trippe / 16 March 2015 / – patinformatics.comthe-art-of-patent-landscaping… Аналитические возможности патентного ландшафта Современные рынки становятся все более сложными, глобальными, с обязательной  технологической составляющей. Используя анализ  патентных ландшафтов, все больше компаний получают возможность  обзора технологического сектора, деятельности своих  конкурентов и хронологического развития технологических областей. Организации достигают более точной оценки экономической ценности своих патентных портфелей, а также их стратегического положения на основе информации, получаемой от анализа патентного  ландшафта. Насыщенность  патентных данных позволяет извлечь из них много информации о технологиях, патентных заявителях, а также  важные рекомендаций относительно  интересующих их  рынках, соперниках и сферах их деятельности. Использование патентной информации может на 60% сократить  время на проведение НИОКР и на 40% снизить их стоимость. Однако и при сегодняшних возможностях структурированного поиска требуемых сведений все еще  не так легко построить  надежный патентный ландшафт. Отчет о патентном ландшафте обеспечивает моментальный снимок патентной ситуации в конкретной технологии или компании, в той или иной стране, регионе или на глобальном уровне. Перед началом анализа патентного ландшафта необходимо ознакомиться с данной предметной областью, изучая соответствующие   общие статьи или рецензии. Затем следует определить тип требуемого ландшафта. В их числе можно выделить ландшафты, ориентированные на исследование  технологий, патентных портфелей компаний,  регионов или  стран. Факторы успешного построения ландшафта При построении ландшафта рекомендуется принимать во внимание  следующие факторы. • Патентные семейства. Ранее было уже немало  сказано о том, какие семейные структуры должны быть использованы в патентных ландшафтах. Заранее трудно определить, будут ли полезными для патентного ландшафта патентные семейства  INPADOC. Выбор зависит тематики исследования. Но известно, что в INPADOC применяется  широкое определение патентного семейства, и довольно часто различные изобретения оказываются  в одной семье. По этой причине, базы данных с более формальным определением  патентного семейства представляются более полезными. • Поиск патентных ссылок. Иногда анализ цитирования может вывести на  дополнительные патентные ссылки, учитывая также, что  различие политики цитирования (особенно между Европой и США) может генерировать значительное количество ложных срабатываний. Для определения релевантности этих ссылок часто требуется ручная проверка. • Имена (наименования) правообладателей –  это еще препона на пути  построения  ландшафтов. При отсутствии  стандартизации наименований компаний, например,   последующая их правка становится  необходимой. • Использование классификаций. Использование классификационных индексов  в дополнение к ключевым словам является абсолютно необходимым. Для решения этой задачи полезны  только глобальные системы классификации типа МПК и Совместной классификационной системы (СПК).* Что касается СПК, то следует отдавать себе отчет, что не все страны еще пользуются этой системой. В зависимости от технической области 10-30% патентных семейств обозначены индексами  КПК. Сообщения, поступающие из Японии, Китая, Кореи и России,  не обязательно содержат индексы КПК. …………………………… * Совместная патентная классификация (CПК) представляет собой систему патентной классификации, которая была разработана совместно Европейским патентным ведомством (ЕПВ) и Патентным ведомством США. СПК в значительной степени основана на Европейской системе классификации (ECLA), которая, сама по себе, является более конкретной и подробной версией Международной патентной классификации (МПК). • Регионы. Желание включить в ландшафт патентные данные из всех стран мира наталкивается на дополнительные сложности. При этом, нередко,  бывает трудно извлекать сведения из некоторых стран, публикующих их на неизвестном  языке. • Широта тематического охвата. Широкий охват тематики  редко оказывается полезны для построения ландшафта. Темы, подобные фармацевтике, экологически чистой энергии, автомобильной промышленности или нанотехнологии, настолько широк, что охватывают несколько разных классов. Поэтому при построении ландшафта предпочтительнее темы с небольшим количеством охватываемых классов. Выводы Формирование отчетов о патентных ландшафтах кажется простым, но это не совсем так. Надежному построению ландшафта должно предшествовать множество  шагов. Очень важно еще на старте определить  вид предстоящего ландшафтного отчета; выбрать   представляющие интерес, но не слишком широкие  темы. Это также чрезвычайно важно иметь чистую (80-90%) актуальность набора данных, что ландшафт основан на; в противном случае результат будет мусор. Важно также, чтобы не говорить о белом анализе пятна, это что-то вроде ищет черных дыр. И, наконец, не следует использовать для ландшафтов вопросов, которые требуют юридического заключения (например, свобода в управлении выводами !!). Патентные ландшафты не стремится быть столь же точным, как и другие патентного поиска содержание представляющие интерес, но предпочтительно не тот, который является слишком широким. Также чрезвычайно важно располагать тщательно отобранным  (на 80-90% релевантным ) массивом  данных, на которых будет основываться ландшафт; в противном случае результат будет никчемным. Не следует также концентрироваться на анализе   белых пятен. И, наконец, не рекомендуется использовать ландшафты для ответа на  вопросов, которые требуют юридического заключения (типа оценки «патентной чистоты»создаваемой технологии или продукта). Патентные ландшафты не призваны  быть столь же ограниченно  точными, как и другие виды патентного поиска

Август 2016

Цели,  возможности  и источники патентной статистики

EPO - FAQ - Patent statistics -epo.orgservice…faq…patents/statistics.html

Возможности патентной статистики Патентная статистика может быть использована для установления зрелости определенных технологий или для идентификации технологических тенденций. Сравнивая количество заявок с количеством заявителей, то можно определить, является ли исследовательская деятельность целенаправленной или разбросанной. Все это  может затем быть проиллюстрировано в патентной карте, получаемой посредством визуализации процессов автоматизированной переработки текстов патентных документов и результатов их статистического анализа. Патентное  картирование позволяет получать наглядное представление о содержащейся в патентных документах информации. Это отличный инструмент для оценки больших патентных массивов. Используя библиографические данные, можно определить, о каких технических полях заявители проявляют особую активность, и как с течением времени изменяется структуры их портфелей интеллектуальной собственности (ИС). Наряду с этим выявляются  страны, лидирующие в тех или иных  областях. Патентная статистика и патентное  картирование предоставляют ценную информацию для принятия  решения разработчиками новых технологий и продуктов, инвесторами, руководителями компаний,  патентных ведомств и представителями различных эшелонов управления. Этапы патентного картирования

  1. Определение необходимых для анализа данных.  Выбор базы данных, охватывающей требуемую информацию.  Определение параметров запроса (ключевые слова, даты и т.д.).Сбор данных и удаление несущественной или нерелевантной информации. Гармонизация имен заявителейПровести статистический анализ структурированной информации, такой как библиографические данные, имена изобретателей, названия изобретений и т.д.
  2. Статистический анализ структурированной информации, такой как библиографические данные, имена изобретателей, названия изобретений и т.д., а также  анализ неструктурированной информации, такой как тексты рефератов, описания и формулы изобретения. Он включает: перевод  полного набора данных в электронную таблицу, определение цели анализа (например, технологий, их применения). Указание  категорий информации в документах.  Выполнение статистического анализа. Фиксирование  результатов.
  3. Визуализация результатов статистического анализа путем создания выбранного вида патентной карты, зависящего от  целей анализа и  его пользователей. Возможно  использование, например, простых  и столбчатых диаграмм (simple bar or line charts), площадных графиков или пузырьковых диаграмм (area graphs or bubble charts).

Источники информации о патентной статистике в ЕПВ Сайт Евростат (Eurostat website) содержит основные статистические данные – такие, как  частота подачи заявок по  разным техническим областям, по месту жительства заявителей и изобретателей, по наиболее активным патентным заявителям и т.д.  Данные разбиты по государствам-участникам ЕПК (они также публикуются в ежегодных отчетах ЕПВ). Итоговое резюме той же статистики содержится в  брошюре Facts and figures (Eurostat website: follow the headings “Science & Technology”, then “Patents”).. Сайт трехстороннего сотрудничества (Trilateral website ) содержит  статистические данные из ЕПВ, патентных ведомств Японии и США, начиная с 1996 года, которые публиковались  в ежегодных трехсторонних статистических отчетах. Там также  представлен обзор международного патентования, а также сопоставительный анализ производственных процессов каждого ведомства. Сайт ВОИС (WIPO website) содержит статистические данные по международным заявкам РСТ. Отчеты Организации европейского сотрудничества и развития (ОЕСР) по патентам охватывают различные патентные показатели, отражающие тенденции в области инновационной деятельности в странах-участницах  ОЕСР и за ее пределами, по шести основным разделам: патентные семейства ЕПВ, Японии и США; патентование на национальном, региональном и международном уровнях; патентование в отдельных технических областях; патенты по ведомственным  секторам; международное сотрудничество в области патентования; европейское и международное патентное цитирование. Возможности получения статистических данных Служба Espacenet не может быть использована для получения статистических данных. Ее главная цель состоит в том, чтобы искать патенты в конкретной технической области, относящиеся к данному  изобретателю, заявителю и т.д. При этом указывается лишь приблизительное число найденных патентных документов, сформированное с использованием среднего размера патентных семейств. Espacenet не предоставляет индивидуальные наборы данных или их статистический анализ, так пока не разработаны инструменты автоматического создания требуемых патентных карт. Однако ЕПВ может посоветовать пользователям направление запросов  в соответствующие службы, которые помогут им проводить требуемый анализ патентной статистики и создание соответствующей  патентной карты. Для анализа патентной статистики и создания патентной карты можно воспользоваться коммерческими базами данных. Хорошим руководством по коммерческим базам данных и продуктам, связанным с патентной статистикой и патентным картированием является брошюра «Патентный анализ для технической конкурентной разведке” (Patent analysis for competitive technical intelligence and innovative thinking). Имеется  также “Справочник для практического применения патентных карт конкретных  областях технологии’“(Guide Book for Practical Use ofPatent Map for Each Technology Field‘), опубликованный патентным ведомством Японии и Азиатско-Тихоокеанским Центром промышленной собственности. Советы и рекомендации  по выбору инструментов  патентного  картирования можно получить в книге «Патентная статистика и патентное картирование» (Patent statistics and patent mapping (presentation by Johannes Schaaf) Ограничения патентной статистики Следует знать, что простого подсчета патентов часто недостаточно,  поскольку нужно оценивать и важность патентуемого изобретения. Основными показателями здесь являются: размеры патентного семейства, сроки действительности патента и информация о его цитировании. Некоторые источники патентной статистики ограничиваются данными определенной географической области. Бюллетень ESPACE Bulletin, например, содержит только данные о публикациях ЕПВ. Нужно также  всегда сравнивать патентную статистику с  информацией из  рыночных и  иных источников, а таких мнения экспертов. Наконец, необходимо располагать сведениями о  процедуре выдачи патента в том или ином ведомстве.


Июль 2016

ПОКАЗАТЕЛИ ГОТОВНОСТИ СТРАН К ЦИФРОВОЙ ЭКОНОМИКЕ

Global Information Technology Report 2015, Preface –  Reports …

reports.weforum.org/global…/preface-espen-barth-eide-worl... The 10 countries best prepared for the new digital economy// Keith Breene6 July 2016 – https://www.weforum.org/…/2016/…/countries-best-prepared… Глобальное развитие информационных технологий. Доклад о глобальном развитии информационных технологий (The Global Information Technology Report) за 2015 год издан в то время, когда множество стран мира борются за развитие своих экономик во имя повышения благосостояния своих народов. Экономики развитых стран пока не полностью реализовали свой потенциал и вынуждены бороться с ростом безработицы, усиливающимся неравенством и финансовыми потрясениями. Развивающиеся рынки и страны сталкиваются с возрастающим противодействием и  вынуждены корректировать свои модели развития для обеспечения экономического роста и более справедливого  распределения прибыли. Информационные и коммуникационные технологии (ИКТ), будучи технологиями общего назначения, выходят далеко за рамки повышения производительности труда. ИКТ выступают в качестве вектора общественного развития и трансформации путем улучшения доступа к основным услугам, расширения средств связи и создания новых возможностей трудоустройства. Начиная с  2001 года, в серии докладов о глобальном развитии информационных технологий, публикуемых Всемирным экономическим форумом совместно с  Корнельским университетом и INSEAD, измерялись показатели развития  в области ИКТ с использованием индекса Networked Readiness  для каждой из 143 стран, охваченных данным исследованием.   Это позволяет определять приоритетные области использования  ИКТ в целях дальнейшего экономического развития. В докладе ИКТ за 2015 год содержатся четыре  важных сообщения. Во-первых, как уже упоминалось выше, революция в области ИКТ содержит  потенциал трансформации экономики и общества  в решении некоторых наиболее актуальных глобальных проблем нашего времени. Во-вторых, в некоторых частях мира революция ИКТ уже идет полным ходом. Она ускоряется в результате повсеместного широкополосного доступа в Интернет, демократизации технологий и ускорения инновационных процессов. В-третьих, революция в области ИКТ до сих пор не распространилась на  большие, не связанные между собой  регионы  планеты, которые к тому же нуждаются в усовершенствовании инфраструктуры и облегчении доступа в сеть. В связи с этим, решающее значение приобретает правильное понимание правительством страны важности этих задач.   И, наконец, наблюдается существенное различие в распространении  цифровых технологий не только в разных странах но и внутри стран. Даже в самых развитых странах, только определенные слои населения выигрывают от ИКТ. У многих из них,  в том числе и в силу своего возраста, недостает  цифровой грамотности и свободного доступа к информационным ресурсам. Было бы неверно полагать, что эти различия можно устранить путем простого увеличения масштабов использования ИКТ. Необходима совместная работа директивных органов с  другими заинтересованными сторонами, чтобы оперативно принимать целостные долгосрочные стратегии развития ИКТ, принимать действенное  законодательство и осуществлять разумные  инвестиции. Доклад о глобальном развитии информационных технологий предлагает множество решений и примеров осуществления  стимулирующей политики и инвестиций, которые помогают  странам более активно привлекать сторонние ИКТ в целях всеобщего процветания. Однако , следует иметь в виду, что развитие в области ИКТ сопряжено и с немалыми  рисками и  вызовами. В их числе:  рост инцидентов, связанных с нарушением кибербезопасности, конфиденциальности и нейтральности Интернета. Индекс готовности  подключения к сети. Мир претерпевает стремительные изменения на пороге Четвертой промышленной революции, которая несет с собой новые мощные комбинации цифровых, биологических и физических технологий.  К Всемирному экономическому форуму  2016 (Давос) был разработан Индекс готовности подключения к сети (Networked Readiness Index), который является наглядным индикатором деятельности стран в цифровом мире. Он иллюстрирует степень применения в экономике информационных и коммуникационных технологий для повышения конкурентоспособности и благосостояния.  Согласно индексу в 2016 году из числа 139 сгосударств выделены следующие 10 стран с наивысшими показателями в этой сфере: Сингапур, Финляндия, Швеция, Норвегия, США, Нидерланды,  Швейцария, Великобритания, Люксембург и Япония. Первое место занимает Сингапур, преимущественно благодаря существенному правительственному участию в решении этой задачи, способствовавшему  широкому применению информационных технологий в обеспечении доступа к правительственным службам и подключению школ. Финляндия обеспечивает особенно заметный доступ к новейшим технологиями и венчурному капиталу, а также широкий охват бизнеса. Норвегия опередила США, хотя эта страна также повысила свои показатели. США выделяются на общем фоне благодаря созданию в мире особенно благоприятной предпринимательской и инновационной среды, обеспечивающей самую оперативную оцифровку своего бизнеса. Великобритания вышла на 8-е место благодаря повышению за последние 12 лет активности продвижения новых технологий. Индекс также отмечает существенный рост    соответствующих  показателей у Италии, Словакии, Кувейта, Ливана, Берега Слоновой Кости, Южной Африки и Эфиопии.        Технически наиболее «подкованными» оказались правительства  Сингапура, ОАЭ, Бахрейна, Кореи, Катара, Малайзии, Японии, Эстонии Люксембурга  и Великобритании. В Индексе готовности подключения к сети Россия занимает 41-ю позицию.

Июнь  2016

Индустрия 4.0: запатентованные направления технологического развития

Industrial technology trends: Industry 4.0 related patents have grown by 12x in 5 years//Zaña Diaz Williams,  a research analyst focusing specifically on the future of industrial technology: Industrie 4.0, industrial internet, IIoT – March 1, 2016 – iot-analytics.comindustrial…industry-40-patents… За последние 6 лет количество патентов, относящихся к Индустрии 4.0, возросло в 12 раз. В их числе бурно развивающаяся 3D печать и сопровождающие ее  технологии, активно патентуемые облачные вычисления и  киберфизическиесистемы. Индустрия 4.0 стала главной темой недавно состоявшегося Всемирного экономического форума в Давосе. Однако так и остался невыясненным вопрос, какие промышленные технологии будут прокладывать путь будущему производству.  Основываясь на анализе патентования последних 6 лет,  можно выделить следующие узловые технологические направления  Индустрии 4.0. 1.Кибер-физические системы (CPS), формирующие беспроводные сети зондирования и активации, способные реагировать на изменяющиеся условия или даже предвидеть изменения в физических процессах. 2. Облачные вычисления, позволяющие  перемещать приложения или услуги из местных хранилищ  непосредственно в  Интернет. 3. Формирование и аналитика больших массивов данных. Они  превосходят по своим размерам базы данных, подвергаемые с помощью  типичного программного обеспечения их накоплению, хранению, управлению и анализу, обеспечивающему их использование в создании  промышленного интеллекта, допускающего, например, машинное обучение. 4. Системы обеспечения  безопасности  информационных технологий, обеспечивающие защиту данные,  каналов связи, а также прочих  промышленные узлов, машин и компонентов  от кибератак. 5. Технологии “аддитивной” 3D печати – формирования  объектов на основе  данных о 3D модели, осуществляемого, как правило, путем послойного наложения -  в отличие от “субтрактивных” производственных технологий. 6. Использование “очков дополненной реальности”, позволяющих  работникам получать инструкции для правильной сборки деталей или помощи при  вводе объекта в эксплуатацию. 7. Новые технологии робототехники / сооружения человекоподобных роботов (HMI), обеспечивающие более безопасное взаимодействие при решении задач или процедур в таких местах, недоступных для людей. 3 Инновационные драйверы: 3D печать, дополненной реальности, и большие данные В условиях бурного  обсуждения  проблем  цифровой трансформации, Интернет-вещей и Индустрии 4.0 порой очень трудно понять, где же в настоящее время находятся главные очаги инноваций. Поэтому результаты осуществленного IoT Analytics исследования количества соответствующих патентов, выданных с 2010 по 2015 год, можно рассматривать как показатель инновационной деятельности в соответствующих сферах. На их основе можно сделать три основных вывода. 1. 3D печать и аддитивне производство находятся в процессе  дальнейшего развития. Хотя в 2015 году здесь было выдано уже  более 1200 патентов, это направление  еще не достигло  своего пика.  3D-печать, взявшая  теперь на вооружение средства “дополненной реальности” типа “умных очков xPick“(прошедших успешное испытание в Нидерландах),  наступает на пятки облачным вычислениям, готовясь стать новой “звездой” ориентированных на  Индустрию 4.0 патентов в ближайшие один два года. Любопытно, что 3D-печать не является специфической Интернет-технологией, квалифицируясь скорее  как новый способ производства с использованием вычислительной техники. Хорошим примером дифференцированного  производства является Airbus. Лишь недавно стало известно, что предприятие установило 3D-принтер для создания прототипов вертолетных деталей. 2. Облачные вычисления остаются (на данный момент) бесспорным лидером, получившим в 2014 и 2014 годах более 1600 патентов и остающимся крупнейшей базой из числа проанализированных промышленных технологий. Со 150 патентов в 2010 году, их количество десятикратно увеличилось к 2012 году. Однако, учитывая  снижение числа  патентов в 2015 году ( “всего” 1400) можно предположить, что эта технология достигла своего пика. IBM является ведущей компанией по количеству  патентов в сфере облачных вычислений. Компания зарегистрировала патенты, касающиеся, в частности, служб безопасности, гибридного копирования данных и мобильного управления  рабочими нагрузками. 3. Киберфизические системы (CPS) неожиданно занимают последнюю позицию, хотя – по оценкам Федерального министерства образования и научных исследований Германии – предполагалось, что они станут “сердцем”  Индустрии 4.0. Их считают  центром  промышленных технологий, интеграции кибернетического и  физического  миров в промышленном контексте. Однако по показателям патентования они далеко позади ведущих технологий: всего  48 патентов за последние пять лет. Возможно здесь  не так легко быстро определить содержание объекта и представить его  патентоспособность. Это влечет за собой появление множества различных субтехнологий,  не посвященных общей теме и, к сожалению,  не оправдывающих ожиданий относительно той огромной роли, которую онипризваны  играть в четвертой  промышленной революции.* *Кибер-физическая система (англ. cyber-physical system) — информационно-технологическая концепция, подразумевающая интеграцию вычислительных ресурсов в физические процессы. В такой системе, сенсоры, оборудование и ИТ-системы соединены вдоль всей цепочки создания стоимости, выходящей за рамки одного предприятия или бизнеса. Эти системы взаимодействуют друг с другом с помощью стандартных интернет-протоколов для прогнозирования, самонастройки и адаптации к изменениям – Википедия Исходя из предположения,  что запатентованные разработки являются ранним индикатором будущих промышленных технологий, проведенные исследования дают основание предполагать, какие именно технологии могут  получить вскоре промышленное освоение, а каким научным исследованиям еще предстоит преодолеть сложный этап патентования, свидетельствующий о том, что   они подошли вплотную к этану коммерциализации.

Май 2016

Патенты прокладывают путь в завтрашнюю энергетику

Energy for tomorrow: patented inventions pave the way – epo.orgnews-issues/technology/sustainable-… Когда требуется   оптимизировать  методы производства энергии, основной задачей новаторов становится  повышении эффективности и мощности выход при одновременном снижении потребления природных ресурсов и негативного воздействия на окружающую среду. Анализ ключевых показывает, что   основные усовершенствования могут быть достигнуты  в области возобновляемых источников энергии   - главного  тренда развития в данной сфере. К 2020 году Европейская комиссия рассчитывает получать  в Евросоюзе до 20% энергии за счет  возобновляемых ресурсов. Солнечная энергия. Сильные позиции Европы в области солнечной энергетики были в основном достигнуты пионерными фотоэлектрическими разработками А. Гетсбергера – основателя Института солнечных энергосистем Фраунгофера (ISE) в Фрайбурге (Германия).  В 2009 году Гетсбергер был назван “Европейский изобретатель года” (ЕИГ)за его совокупные достижения в области производства солнечной энергии. В 2006 году список важнейших европейских  инноваций были включены особо  эффективные солнечные батареи, разработанные М.Э.Грином и С. Р. Уэнамом из Университета Нового Южного Уэльса (Сидней, Австралия). С использованием  кремниевой технологии их солнечные батареи преобразуют свет непосредственно в электричество -  причем  экономически гораздо более эффективно, чем их предшественники. В последнее время значительные улучшения в области производства солнечных элементов были достигнуты за счет внедрения более эффективного способа производства так называемых “селективных эмиттеров” солнечных батарей. Это достижение принадлежит  еще одному лауреату ЕИГ 2013 года и. Хорцелю. Гидроэнергетика. Наибольшая доля энергии из возобновляемых ресурсов в настоящее время добывается за счет  выработки электроэнергии из водоемов. По данным Европейской комиссии, гидроэнергетика в настоящее время обеспечивает около 20% мирового производства электроэнергии. Хотя  в течение многих лет гидроэнергетика считалась несколько проблематичной в альтернативном энергетическом балансе, поскольку традиционно она опирается на дамбы, которые могут вызвать нарушение экосистем и значительно изменяют ландшафт. Однако промышленность сделала квантовый скачок после  изобретения А. Горловым (Северо-Восточный университет, США) универсальной спиральной турбины для выработки электроэнергии. Благодаря большей стабильности, турбина увеличивает произведенную потоками воды энергию от 20% до 35% – причем без сооружения плотин. Энергия ветра. Выработка энергии от ветряных турбин обладает огромным потенциалом.  К 2030 году Европейская ветроэнергетическая ассоциация (EWEA) ожидает, что  мощность получаемой от морского ветра энергии  достигнет 150 ГВт, что покроет 14% спроса на электроэнергию в Европе. Одна из основных проблем ветровых турбин в приморских энергетических парках заключается в том, что они непосредственно подвергаются воздействию грубой силы природы. Немецкий инженер З. Зигфридсен создал для  защиты турбин в приморских ветровых парках коррозийный  щит, который оптимизирует  энергетический выход с использованием внутренней системой циркуляции воздуха. Биомасса.  Ожидается, что к 2020 году  производство энергии из биомассы – при сжигании древесины или промышленных отходов – сможет  покрыть 10% спроса Евросоюза на электроэнергию. Важным шагом на пути к этой цели стало создание  высокоэффективной системы переработки биомассы,  созданной  И.Д. Бенсеном (Дания), который в 2011 стал   победителем ЕИГ  в категории изобретателей от малых и средних предприятий. Запатентованное изобретение повышает эффективность производства энергии с 20 до 25% при одновременном снижении стоимости потребляемого горючего с 20 до 30% и затрат на строительство предприятий переработки  биомассы на 10%. Ход выполнения плана. Некоторые государства-члены Евросоюза уже превысили установленные Европейской комиссией на 2020 год показатели генерации 20% своей энергии из возобновляемых источников энергии; при этом  Швеция производит  из возобновляемых источников уже  более 51% потребляемой  энергии.

Апрель 2016

Составление дорожной карты развития  новой отрасли с использованием библиометрии и патентного анализа

Road mapping an emerging industry with bibliometrics and patent analysis: A case of OLED industry in China. By Xin Li (School of Economics and Management, Beijing University of Technology) et al. В последние годы новые технологии привлекают все большее внимание во всем мире, поскольку  возникновение и развитие этих технологий может оказать существенное  влияние на глобальную  промышленно-экономическую структуру. Разработка     стратегии и планирование развития отраслей  на основе новых технологий является стратегически важной проблемой для всех стран, заинтересованных в обеспечении своей международной конкурентоспособности и устойчивого развития в условиях  революционных промышленных преобразований. Библиометрия, патентный анализ и технологические дорожные карты В данной работе предпринимается попытка  разработать основы методологии решения этой проблемы посредством углубленного   изучения  траектории развития  существующей науки и техники, а также определения последующих макроэкономических тенденций политических,   рыночных  и индустриальных преобразований. В исследовании используется  количественные оценки библиометрического и  патентного анализа научно-технических текстов, позволяющие проводить визуализацию  современного состояния науки и техники,  корректирующую экспертные оценки, которые основаны на интуитивных знаниях. Библиометрии представляет собой применение математических и статистических методов для  изучения книг, периодических изданий и прочих литературных данных способствующих   выявлению «скрытых шаблонв», которые могут помочь в процессе принятия решений. Это – эффективный метод обнаружения таксономической структуры исследовательской области и анализа новых технологий. Патентный анализ является объективным методом выявления тенденций технологического развития на основе изучения  патентной информации. Патентный анализ применялся также для прогнозирования новых технологий. Визуализируемым выражением результатов патентного анализа, несложного и эффективного определения текущего состояние технологии и ее развития, является патентная карта. Одной из разновидностей патентных карт является используемая в данном исследовании ThemeScape карта, которая создается   с использованием системы Thomson Innovation. В инновационном процессе можно выделить пять этапов: фундаментальные исследования, прикладные исследования, разработки, освоение и социальные последствия,  анализируя каждый   этап с использованием, соответственно,   индексов цитирования научных статей,  технических отчетов,  патентного цитирования, а также публикаций из средств деловой и массовой информации. Результаты такого исследования предполагается использовать при построении дорожных карт развития новых отраслей. Составление технологической рабочей карты (ТРК) представляет собой гибкий метод выработки стратегии и планирования тенденции развития отраслей на основе вновь возникающих  технологий, который широко используется в рамках предприятий, отраслей и стран для поддержки стратегического и долгосрочного планирования. ТРК также является эффективным инструментом картирования вновь появляющихся  отраслей промышленности, поскольку она обеспечивает структурную основу для изучения эволюции сложных систем посредством отображения в ТРК как их истории, так и  будущего развития. В исследовании комплексно применняется библиометрия, патентный анализ и составление ТРК. С использованием  библиометрии и патентного анализа изучается  существующее положение науки и техники, а ТРК  (создаваемые с участием технологических и  промышленных экспертов, политиков и руководителей бизнеса) позволяют определять стратегии дальнейшего  развития  технологий – от их разработки до рыночного освоения. Методология исследования Используемая в данной работе методология исследования включает три стадии. На первой стадии проводится поиск  в научных публикациях и патентных базах данных ключевых слов, непосредственно связанных с новыми технологиями. Найденные слова подвергаются библиометрическому и патентному анализу и  используются для изучения публикаций, связанных с новыми технологиями. Анализ изменений в частоте появления ключевых слов в течение достаточно длительного  времени может углубить  наше понимание процесса исследований и разработок посредством  выявления и визуализации “горячих точек”, новых технологических возможностей,   тенденций развития вновь появляющихся  технологий и  идентификации ведущих специалистов, которые  могут приглашаться для участия в семинарах, посвященных построению и  последующему развитию ТДК. А результаты библиометрического метода и патентного анализа будут содействовать  более надежному  принятию решений экспертов, участвующих  в составлении ТДК. На стадии 2 определяются ключевые внешние факторы, способные формировать отрасли промышленности, основанные на вновь возникающих  технологиях. Имеется в виду учет наиболее существенных макроэкономических факторов, включая рыночные тенденции, государственную политику, промышленную конкуренцию и т.д. Для участия в семинаре по составлению ТДК  привлекаются промышленные эксперты, политики и руководители производства. Изучение исторических документов и собственного опыта экспертов позволяет им определять возможность будущих событий, включая возникновение рыночных барьеров, политическх решений или производственных преобразований,  которые способны повлиять на развитие отраслей, основанных на вновь появляющихся технологиях. На стадии 3 строится ТДК, определяющая развитие отраслей , основанных на вновь появляющихся технологиях.  Для этого  необходимо проанализировать, какие возможности и ресурсы  способны помочь нам в  преодолении барьеров, угроз и слабых мест  на пути к обозначенным в ТДК целям. К этой работе привлекаются ведущие эксперты и бизнес-менеджеры, выявленные методом библиометрического и патентного анализа. Для подтверждения  применимости избранной методологии в  качестве объекта исследования используется индустрия производства в Китае органических светодиодов – полупроводниковых приборов, изготовленных из органических соединений и , эффективно излучающих свет при прохождении через них электрического тока. Анализ технологии на основе библиометрии. Этот метод применяется для сопоставления  глобального и китайского статуса исследований в избранной предметной области. С этой целью сопоставляется число работ, совместная встречаемость  научно-исследовательских организаций, выявление  “горячих точек” и международного сотрудничества. Сбор релевантных публикаций. При поиске,  релевантных научно- технических публикаций (статей, тезисов конференций и обзоров) с применением базы данных Web of Science (SCI-EXPANDED) в поисковых запросах  использовались  близкие по значению термины: “органический  светоизлучающих диод”, “органический  электролюминесцентный дисплей” и др. В результате было обнаружено  18666 документов,  которые были введены в аналитическую систему  Thomson Data Analyzer (ТDA). После фильтрации полученных публикаций анализатор ТDA осуществил 5 июня 2014 года автоматическое составление  отчета о  тенденциях развития  исследуемой технологии. Из отчета следует, что, начиная с 2005 года, появилось множество новых исследователей данной технологии, а также большое число новых терминов. Это свидетельствует о значительной активизации  фундаментальных исследований в области органических  светоизлучающих диодов в течение последних десяти лет. В период с 1999 по 2013 год в базы данных Web of Science отмечен ежегодный рост  количества китайских работ этой тематики, а с 2005 года Китай  опередил по этому показателю  Японию, Южную Корею и США. Хотя китайские исследования органических  светоизлучающих диодов начались только в 1995 году -  позже, чем в США и Японии,    число  публикаций Китая в SCI Web of Science по этой проблематике достигло к концу 2013 года 4,295, то есть  23% от общего их   количества в мире. Оценка совместной встречаемость исследовательских организаций.   Из  18,666 опубликованных работ были отобраны  100 лидирующих организаций для построения матрицы, в которой четко проявлялась совместная встречаемость  организаций, занимающихся  светодиодами. Для анализа совместной глобальной встречаемости научно-исследовательских организаций, использовалось программное обеспечение Ucinet.      Узлы на матрице представляют исследовательские организации с их наименованиями, причем  размер узла отражает  общую частоту сотрудничества между входящими в него организациями.  Связи между различными узлами отражают  существующее между организациями сотрудничество, а толщина линии – частоту сотрудничества между конкретными  организациями. Наиболее крупные узлы принадлежат китайским организациям: Академии наук и трем университетам, отражая их ведущую роль в данной предметной области. А ссылки из узлов Академии и ряда университетов ко многим узлам прочих  стран показывают, что эти организации  участвует в значительных совместных исследованиях со многими другими международными научно-исследовательскими организациями. Анализ позволил идентифицировать не только лидирующие исследовательские организации, но и ведущих экспертов в области светодиодов. Одному из них, принявшему участие затем в разработке ТДК, принадлежит 170 публикаций в этой области. Определение “горячих точек”. Ключевое  слово с более высокой частотой встречаемости обычно указывает на то, что обозначаемое им явление  привлекает к себе особое внимание ученых и разработчиков. И это слово можно рассматривать как научно-исследовательскую “горячую точку” в данной области. Для выяснения глобальной  важности исследования в подобных точках были отобраны с помощью специального программного обеспечения (TDA) 5,543 из 18,666 публикаций, а из их числа вычленена десятка ключевых слов  с глобально высокой  частотой встречаемости. Аналогичным образов был произведен отбор 10 самых высокочастотных ключевых слов для идентификации научно-исследовательских “горячих точек” в Китае. Анализ показал, что  они практически совпадают с глобальными. Анализ международного сотрудничества. Для анализа статуса международного научно-технического сотрудничества Китая в конкретной технической области исходный массив в 18666 публикаций подвергается топологическому анализу с построением матрицы сотрудничества стран, которая обрабатывалась с помощью программного обеспечения Ucinet. Узлы матрицы представляют страны / регионы с их наименованиями. Размер узла отражает  общее число взаимодействующих в нем стран. Связь между различными узлами подтверждает  наличие сотрудничества между странами / регионами, а толщина связующих линий – частоту сотрудничества между конкретными  странами / регионами. В пятерку стран с относительно более высокой частотой сотрудничества вошли США (1025), Китай (733), Германия (719), Великобритания (563) и Японии (416). В исследовании органических светодиодов Китай сотрудничает со многими странами, в частности, с США, Японией, Южной Кореей и Германией, которые, в свою очередь, сотрудничают с другими странами и регионами, образуя широкую международную сеть.  Это свидетельствует о том, что Китай находится на самом высоком уровне международного сотрудничества в этой предметной области. Анализ технологии с использованием патентных данных Сбор патентных данных. При поиске релевантных патентных  документов в запросе  использовался ряд характерных для этой предметной области терминов:   органический  светоизлучающий  диод,  органический  электролюминесцентный дисплей,  органическое светоиспускающее  устройство и др. В результате, с использованием базы данных Derwent Innovations Index database, были обнаружены 21,619 патентных документов за период с  1984 по 2013 год. Количественный анализ распределения патентных документов. При анализе особое внимание уделялось патентным документам США, Японии, Китая, Южной Кореи и Тайваня. Южная Корея имеет наибольшее количество патентных документов по исследуемой тематике – 37,78% от общемировых показателей; на США, Японию и Китай приходится 19,85%, 16.71% и 8.19% соответственно. Для лучшего  понимания глобального распределения исследований по светодиодным технологиям была  создана патентная карта на основе данных о 21,619 патентных документах, обработанных  с помощью базы данных Thomson Innovation. На ней просматриваются “горячие  точки” глобальных исследований,  касающихся  технологий твердотельных устройств,  электролюминесцентных источников света, люминесцентных материалов и схем управления дисплейными устройствами. “Горячие точки” китайских исследований по данной технологии концентрируются в сфере  органических люминесцентных материалов, электролюминесцентный источников света и схем управления твердотельных устройств.  Для того чтобы знать, кто в основном подавал патентные заявки по светодиодным технологиям в Китае и смог бы участвовать в построении ТДК, был применен топологический анализ данных о правопреемниках этих технологий. Дополнительный поиск среди 21,619 патентных документов позволил выявить  1,786  документов Китая. Анализ макросреды дальнейшего развития светодиодной отрасли Результат библиометрического и  патентного анализа свидетельствуют об  относительно сильной позиции фундаментальных исследований и разработок Китая в области органических светодиодов, которые обеспечили прочную базой для построения ТДК и  выработки стратегии и планирования дальнейшего развития промышленности в этой сфере. Для определения ключевых внешних факторов, влияющих на формирование будущего развития светодиодной промышленности в Китае, был определен порядок работы семинаров, проводимых для построения ТДК, состоящий из  следующих этапов: 1. Определение состава и параметров деятельности  семинара ТДК, которая включает изучение  ключевых событий и факторов,  влияющих на политику, рынок, динамику промышленности и технологические перспективы в данной предметной области в период с 2013 до 2030 год, 2. Проведение анализа и обсуждение возможностей и вызовов будущего развития отрасли. При этом оценивались  будущие потребности рынка и возможные области применения новых светодиодных технологий, проблемы будущего развития соответствующей отрасли;  политика и правила, подлежащие, в этой связи,  разработке китайским правительством. 3. Определение внешних политических, производственных и рыночных факторов, которые могут определять будущее развитие светодиодной индустрии в Китае. При этом учитывались только ключевые и наиболее вероятные события или факторы, которые были апробированы в ходе  дискуссии экспертов.

Большинство экспертов согласились, что светодиодная технология применяется или  будет наиболее широко применяться для смартфонов, смарт-часов, планшетных  ПК, приборов, дисплеев транспортных средств, больших и портативных телевизоров или карманных ноутбуков. Конкурентное давление будет оказываться, в основном, со стороны промышленности жидкокристаллических дисплеев и новых прорывных светодиодных технологий. Развитие светодиодной промышленности будет развиваться также за счет кооперации университетов и НИИ, роста инвестиций в НИОКР и стимулирования экологически чистого производств.

Представленная в данной работе методология  предназначена для  поддержки ориентированных на будущее исследований с использованием  библиометрии и патентного анализа. Но она не рассчитана на прогнозирование конкретных тенденций развития промышленности на основе вновь возникающих технологий. Поэтому события с  высокой степенью неопределенности во внимание не принимались, хотя  они  могут повлиять на  пути развития промышленности, основанной исследуемых новых технологиях. Для их учета потребовался  бы углубленный  анализ важнейших аспектов технологического развития предпринимательства и разработка ТДК с привлечением более широкого круга экспертов.

Март 2016

Прогнозирование новых технологий на основе анализа сетей патентного цитирования

Prediction of Emerging Technologies Based on Analysis of the U.S. Patent Citation Network. By Peter Erdi et al. – link.springer.comarticle/10.1007/s11192-012-0796… Сеть связанных цитированием патентов представляет собой графическое представление инновационного процесса. Ссылка на другой патент означает, что цитируемый патент отражает фрагмент  ранее существовавших знаний, на которые опирается цитирующий патент. Предлагаемая методология идентифицирует фактические кластеры патентов, отражающие соответствующие  технологические отрасли и предлагает  прогнозы о временных изменениях структуры кластеров. Используемый при этом вектор цитирования определяет  характеристику технологического развития, показывая, как патент – посредством его цитирования  другими патентами – входит в состав различных отраслей промышленности. Принятая методика  кластеризации позволяет  обнаруживать появление новых рекомбинаций и предсказывать появление новых технологических кластеров. Возможность прогнозирования с использованием  предлагаемой  методики иллюстрируется посредством анализа  цитирования патентов США по  сельскому хозяйству, пищевой и  текстильной промышленности. В данной работе предлагается  концептуальная  основа и вычислительный алгоритм для изучения процесса и прогнозирования технологической эволюции посредством переработки сети патентных документов. Патенты, как вершины,  и цитаты между ними, как ребра, образуют целенаправленно растущую  сеть, генерирующую  информацию о технологических связях  и их развитии. Используемая методика направлена на обнаружение зарождающихся технологических тенденций, которые  отражаются  в сети цитирования и предсказание их появления. Предлагаемый способ может быть также  полезен при анализе исторической эволюции запатентованной технологии. Понимание сложного процесса появления новых технологических областей может облегчить  ориентирование государственной политики и прямых инвестиций, а также снизить связанные с этим риски и  повысить экономическую  эффективность осуществляемых мер. Центральным элементом прогнозного анализа является определяемый  для каждого патента вектор цитирования,  каждая координата которого  пропорциональна относительной частоте цитирования данного патента другими патентами в конкретной технологической категории и в определенный момент времени. Изменения в  векторе цитирования с течением времени отражают изменяющуюся роль конкретной запатентованной технологии в последующем  технологическом развитии. Предполагается, что патенты  с аналогичными векторами цитирования принадлежат к одной и той же технологической области. Для отслеживания  развития и появления технологических кластеров  используются алгоритмы кластеризации, которые основаны на измерении степени  сходства патентов, определяемой  с помощью векторов цитирования. Формирование новых кластеров предполагает  появление новых технологических направлений. Поставленная в работе задача заключается в поиске новых и развивающихся технологических кластеров, основанном, преимущественно,  на анализе сети цитирования. Однако, поскольку в данном случае осуществляется  кластеризации патентов, появляется также возможность  воспользоваться результатами их классифицирования, осуществляемого экспертами патентного ведомства США. Используемая в работе «предиктивная» методология призвана  предсказать эволюцию – от менее к более отдаленному прошлому. Для  иллюстрации потенциала используемого  подхода и подтверждения, что появление новых технологических областей можно  предсказать на основе данных о патентном цитировании документов, использован  метод “предсказания” формирующихся технологических зон, практическая применимость которого была  позднее подтверждена введением  нового технологического класса 442 в классификации Патентного ведомства США. Сеть патентного цитирования отражает социальную активность, поэтому потенциал ее прогнозных возможностей  и ограничений отличается от ситуации  в естественных науках. Развитие технологий и соответствующих патентных  сетей испытывает разнообразное воздействие со стороны  научных открытий, патентных законов, приемов  патентной экспертизы, темпов экономического роста и многих других факторов. К тому же и сама  выдача патентов также  изменяет  инновационную среду. В результате любой   предиктивный метод может заглянуть только в ближайшее  будущее. Поэтому в данной работе решается ограниченная задача – показать принципиальную  возможность предсказания на основе чисто структурного анализа данных о патентном цитировании, несмотря на упомянутые выше трудности и ограничения.

Февраль 2016

Информационный ландшафт   интеллектуальной собственности

Landscaping—Creating a Conceptual Fabric of Information. Raciti, Eric P.// Intellectual Property Today, June 2014 –  Authored by Nishla H. Keiser, Ph.D. and Eric P. Raciti – www. finnegan.comEricRaciti/ Когнитивная психология, изучающая когнитивные, то есть познавательные процессы человеческой психики,   показала, что разум воспринимает факты лучше  тогда, когда они вплетены в концептуальную ткань: повествование, ментальные карты* или интуитивные теории. *Ментальная карта – Диагра́мма свя́зей, известная также как интелле́кт-ка́рта, ка́рта мыслей (англ. Mind map) или ассоциати́вная ка́рта — метод структуризации концепций с использованием графической записи в виде диаграммы (Википедия). Технология компании в современной экономике сталкивается с хаотичным и динамичным потоком данных. Но данные, оторванные от контекста, бессмысленно. Восстановление истории  данных превращает их в информацию. Правильно интерпретированная информация становится руководством к действию. Технологические компании часто используют стратегические ландшафты  интеллектуальной собственности (ИС) для обретения широты взгляда на  патентование изобретений и на конкурентную  деятельность других организаций в интересующей их         технической области. Назначение ландшафтов ИС Ландшафтные проекты  обеспечивают  более полное представление о состоянии дел, чем традиционные правовые анализы патентной ситуации  или патентоспособности технических решений.  Они обеспечивают ценную информацию  для маркетинга, исследований и разработок, а также для правовых подразделений, разрабатывающих стратегии, увязанные с  общими целями бизнеса. Патентные ландшафты могут  применяться и с оборонительными целями, для  раннего оповещения участников  исследований и разработок и принятия своевременных решений; содействовать построению стратегии формирования патентных активов, оценивать намерения  конкурентов, идентифицировать потенциальные угрозы патентного блокирования со стороны третьих лиц или возможности лицензирования . Но в отличие от географической карты, ландшафты ИС не имеют аналогов в реальности, поэтому их построение и применение связано в немалыми рисками принятия ошибочных решений. В зависимости от конечной цели, патентные ландшафты могут значительно варьироваться по своим масштабам и направленности. Однако постановка перед ландшафтным проектом сразу множества целей может привести к перегрузке его  информацией и ограничению представления полезных сведений. Будет правильнее, если патентные поверенные, руководители исследований и разработок определят  две или три конкретные цели построения ландшафта с четкими техническими параметрами. Это позволит тем, кто выполняет соответствующий поиск и анализ, оставаться сосредоточенными на ключевой информации. Далее более подробно рассматриваются два типа ландшафтов: 1. Ранние ландшафты, ориентированные на  потребности исследований и разработок, перспективы монетизации и предварительную идентификацию рисков. 2. Конкурентные ландшафты стратегического назначения,  направленные на оценку  конкурентной  среды  и управление правовыми  рисками. Оба типа ландшафтов, при условии их правильного построения и использования,  обеспечат  достижение  конечной цели  –  облегчат общение различных групп специалистов, которые могут трактовать собираемую информацию совершенно по-разному. Например, предприниматели, как правило, оценивают полученные данные  экспансивно, на грани выхода за допустимые границы. С другой стороны, юристы, как правило, придерживаются консервативного мышления,  концентрируясь  на  рисках и попытках их  смягчения. Инженеры и ученые, напротив, заинтересованы в получении конкретных параметров для решения стоящих перед ними проблем и иногда могут выступать против  нечетких установок  бизнеса и юридических приоритетов. Ранние ландшафты Для находящихся на ранних этапах разработки продукта организаций, будь то стартапы или новые технологические программы крупной компании, ландшафты могут  быть полезны для выявления “инновационных пробелов” – объектов предстоящих исследований и  разработок, а также выработки стратегии патентования. Как правило, такие ландшафты охватывают данную техническую зону в целом, с возможным  включением в себя методов,  продуктов или  альтернативных тем, находящихся в данной разработке. Во многих случаях, стартапы  заинтересованы в новой базовых технологиях, и им, возможно, потребуется информация о ИС, относящаяся не только непосредственно к своей работе, но к  другим технологиям, которые были разработаны для решения той же проблемы. Например, компания, разрабатывающая малые молекулы для предотвращения распространения рака, может интересоваться  другими методами решения этой задачи, а также действующими стандартами такого лечения. Стартап с новым прототипом хирургического устройства может изучать  другие способы выполнения аналогичных операций, или структурно аналогичные устройства, используемые для других целей. Разработчик программного обеспечения может рассмотреть и деятельность других компаний в той же рыночной  нише методы  решения ими технических проблем. Сведения, полученные с помощью раннего ландшафта могут быть использован для решения разных задач: Исследования и разработки. Обычно ученые и инженеры отлично разбираются в своей конкретной области исследования, хотя иногда проявляют к ней относительно узкий подход. Кроме того, технический персонал может быть недостаточно  знаком с  патентной литературой. Ранний ландшафт может способствовать ускорению процесса исследования, например, своевременно избегая блокирующих патентов.  Кроме того, можно использовать ландшафт для идентификации потенциальных партнеров. Правовое управление рисками и разработка патентной стратегии. Патентный поверенный может использовать ландшафт в качестве плацдарма для различных видов правового анализа. Например, любые выявленные в ландшафте  потенциально патентно-чистые проблемы могут быть отмечен для дальнейшего мониторинга, оценки рисков нарушения прав ИС, аннулирования  патента или, по возможности, заключения  лицензионного соглашения. Правовая группа может также использовать информацию ландшафта для  консультирования разработчиков  относительно  потенциальных возможностей обходных решений. Кроме того, не располагая возможностью  заменить настоящий поиск с целью  оценки  уровня техники, патентный ландшафт обеспечивает ценную информацию о состоянии дел в интересующей разработчиков технической области. Это облегчает предъявление патентных исков и последующее обоснование патентоспособности собственных решений. Оценка стоимости и монетизации. Патентный ландшафт способен  предложить новые маркетинговые идеи и предсказать  вопросы, которые могут возникнуть у инвесторов или акционеров. В частности, знакомство с тем, что конкуренты могли сделать и  не сделали, позволяет объяснить различия в используемых технологиях, подчеркнуть преимущества собственного продукта или метода своей компании. Кроме того, при обращении к  венчурным фондам, бизнес-команды могут воспользоваться детальным  знанием конкурентной среды и связанных ключевых патентов для оценки рисков, касающихся    патентов и продукции конкурентов. Это особенно важно при ознакомления   инвесторов с  состоянием дел в насыщенной игроками предметной области (например, производства смартфонов), о преимуществах данной компании в сопоставлении с конкурентами и  ее  реальной возможности  приносит добавленную стоимость. Конкурентные ландшафты стратегического назначения Если на ранних стадиях исследований и разработок компании должны быть осведомлены о своих ближайших конкурентах, стратегическая конкурентная оценка может стать более полезной, когда  компания приближается к  запуску продукта. Нередко такие ландшафты  выходят за рамки патентной документации и включают в себя анализ реализованной продукции конкурентов, последние публикации и другие материалы конкурентной разведки. В некоторых случаях эти ландшафты можно  использовать наступательно –  для идентификации патентов, которые могут перекрывать продукты конкурентов. Маркетинг. Изучение  рекламы конкурента, причин его коммерческого  успеха и описания своих продуктов в патентах и непатентных публикациях облегчает построение  маркетинговых и рекламных стратегий. Ландшафт, построенный незадолго до выхода на рынок,  поможет установить различие  продуктов компании и  ее конкурентов. Правовое управление рисками. Получение  сведений о  ближайших конкурентах и потенциальных рисках нарушения чужих патентных прав становится все более важным по мере завершения разработки и приближения к запуску продукта в производство. Конкурентный ландшафт   может хорошее идентифицировать  области, требующие дальнейшего патентного поиска релевантных документов. Кроме того, получение сведений о процедурах рассмотрения заявок в патентном ведомстве,  может стать поводом для  аннулирования  проблемных  патентов перед выходом на рынок –  особенно в областях, связанных с методами предпринимательства  или программным  обеспечением. Кроме того, сведения   о конкретных конкурентах и  патентах в данной предметной области,  позволяет патентным поверенным оценивать риски с учетом сведений о имеющем место рассмотрении патентных споров между третьими лицами. Усиление позиций на переговорах. В среде, насыщенной конкурентами, обладающими собственными патентными портфелями,  важно располагать сведениями о ключевых патентах,  которые охраняют  продукцию конкурентов. Это особенно характерно для потребительских товаров, таких как смартфоны и DVD-плееры, некоторое медицинское  оборудование, и в других отраслях промышленности, изобилующих патентными пулами и судебными тяжбами.   Изучение патентной ситуации , обеспечение доступа к дополнительным патентам  может усилить переговорные позиции, предоставить дополнительные возможности перекрестного лицензирования и снизить риск судебных разбирательств. Механика построения патентного ландшафта На практике составление успешных ландшафтов проводится с соблюдением следующих рекомендаций: 1. Четкое определение и разумных целей ландшафтного проекта. 2. Допустимость промежуточных оценок,   уточнения и ввода  новых данных. 3. Обновление и мониторинг ключевых аспектов ландшафта в течение длительного времени. Как правило, ландшафтные проекты начинаются с широкоохватного поиска патентов, прочей литературы и другой общедоступной информации с последующим отсеиванием  нерелевантных результатов. На этом этапе, потенциально релевантные результаты могут быть сгруппированы в больших подборках, которые подвергаются предварительной оценке с учетом вида создаваемого ландшафта. Например, конкурентный ландшафт может охватывать патентную и непатентную информацию об известных соперниках и выпускаемой ими продукции. А для ранних ландшафтов, сфокусированных на потребностях исследований и разработок,  могут быть важнее не столько сведения о третьих лицах, сколько конкретные технологические данные. К тому же  вид  технологии влияет на характер поиска. В областях типа биотехнологии наибольшее число релевантных документов может быть порой обнаружено посредством поиска по ключевым словам. Поиски последовательностей нуклеиновой кислоты или протеина нередко заполняют пробелы поисков по ключевым словам. Малые молекулы фармацевтических препаратов часто требует специализированного поиска химических структур. Для механических устройств, поиск по ключевым  словам не обеспечивает выдачу всего нужного набора документов, а патентные притязания часто составляются на своеобразном языке. В сложных ситуациях наиболее продуктивным может оказаться классификационный поиск. После завершения первого поискового этапа отобранные релевантные документы подвергаются более детальной оценке  для идентификации, категоризации и описания  технических решений. Перед этим рекомендуется критически оценить цели, сформулированные в начале проекта. Например, дальнейшему углубленному анализу не будут подвергаться элементы, хорошо известные ученым и инженерам, а некоторые оставшиеся аспекты могут быть переориентированы на иные технологические задачи. Конечные результаты второго этапа заносятся в базу данных, содержащую аналитические и графические материалы, отображающие патентную активность конкурентов, выделяющие ключевые патенты по частоте их цитирования  и прочие аспекты деятельности в данной предметной области. Заключение Удачно составленные ландшафты имеют дело не только с набором данных, но и с содержательной информацией. Различие между этими двумя понятиями заключается в наличии или отсутствии в ландшафте (или в сопровождающих его базах данных и графических материалах) контекстуальной привязки. Она предполагает возможность  интерпретации и  выработки суждений –  процессов, осуществление которых непосильно общему программному обеспечению без участия аналитика. Конечно, с использованием систем искусственного интеллекта может быть построен изысканный ландшафт, но это требует  больших затрат. С другой стороны,  в недорогих ландшафтах ИС преобладают наборы данных, а не содержательная информация. Например, предлагаемая динамика патентных заявок конкурирующей компании может не сопровождаться  оценкой их качества и широты патентных притязаний. Наконец, следует иметь в виду, что ландшафт  предлагает  моментальный снимок в заданном временном отрезке, но он может и должен  развиваться по мере развития  технологий  и изменения  конкурентной среды. Поэтому  нужно контролировать и обновлять отражаемые в ландшафте наиболее важные аспекты. Чтобы получить максимальную отдачу от ландшафта , его составители должны вписывать  его в бизнес компании и увязывать с ее основными целями, а не наоборот. Построенный с соответствии с этими принципами ландшафт ИС станет незаменимым инструментом, содействующим творческой разработке эффективной предпринимательской стратегии.

Январь 2016

Конференция по патентной информации ЕПВ 2015 – акцент на патентном анализе

Birgit Binjung.  Wide-ranging topics featured at the EPO Patent Information Conference – www.epo.org  Ежегодная конференция ЕПВ,  проходившая в 2015 году в Копенгагене с 10 по 12 ноября, показала, как  разнообразны и сложны цели и методы использования патентной информации. В центре внимания на этот раз оказались современные средства и методы патентного анализа. Руководство ЕПВ подчеркнуло, что патентная информация все в большей степени выходит за рамки своего традиционного использования в качестве преимущественного источника технической или юридической информации. На передние план выдвигаются надежные статистические данные об интеллектуальной собственности (ИС).  Они помогают нам понять последние тенденции в области бизнеса и технологий, стимулировать развитие инноваций и экономики. Важную роль в развитии этого направления использования  ПИ призвана сыграть запускаемая сейчас ЕПВ  в действие система PATSTAT Online. Причем доступ к ней будет открыт патентным поисковикам и экспертам всех стран мира, не располагавшим до сих пор подобными техническими  средствами патентного анализа на местах. Тем самым ЕПВ сделало еще один шаг на пути к утверждению на роль ведущего мирового центра патентной информации. В последующих выступлениях была поддержана позиция о выдвижении патентного анализа на центральное место  в патентно-информационной среде. В одном из последующих докладов было высказано мнение, что поисковиким в состоянии взять на себя задачу патентного анализа с получением значимых результатов. Вместе с тем, докладчик подчеркнул, сколь важно правильно представлять и интерпретировать полученные результаты поиска,  проиллюстрировав  это на примере разного графического представления одних и тех же поисковых результатов. А это может привести аналитика к диаметрально противоположным выводам. Важность правильного анализа графической информации была поддержан и в других сообщениях., развивающих мысль предыдущего докладчика о важности для общения изобразительной информации вообще и графиков в частности. Докладчица из  университета Левена (KUL)  остановилась на сложной проблеме гармонизации наименований заявителей. Она проиллюстрировала это посредством результатов анализа подборки наименований заявителей, обозначенных в документации первыми. Используя данные PATSTAT, ей удалось сократить количество заявителей с разнообразными наименованиями с о 115000 до 2500 (на 98%). Эта тема важна, потому что патентный анализ сильно зависит от способности пользователя объединить патенты по разному обозначаемого заявителя надежным и воспроизводимым способом.Представители ЕПВ поддержали докладчицу и сообщили, что ими сейчас ведется работа, призванная обеспечивать пользователям необходимую им и надежную информацию. В связи с предстоящим вводом в действие унитарного патента был поднят вопрос о  будущем Европейского патентного реестра. В предстоящие годы он сохранит важную роль в отслеживании пользователями жизненного цикла европейского патента. Докладчицей  был представлен макет, отражающий вероятность распространения на европейские патенты судьбы унитарных патентов,  в какой степени этот процесс мог распространяться на разные страны и какую роль в этом может сыграть Единый патентный суд. Серия докладов была посвящена оценке значимости патентов. В одном из них указывалось о необходимости усовершенствования рынка ИС и положительно оценивалась  инициатива Патентного ведомства Дании. Другая докладчица сообщил о результатах опроса, который подтвердил необходимость активизации разработки патентных стратегий как важной составляющей общих оценочных стратегий компании.  ”Стратегическое мышление”, сказала она, “это важнейший вклад интеллектуальной собственности (для реализации этого, пожалуй, необходимы навыки, противоположные тому, что требуются для написания патентной заявки или лицензионного соглашения)”. Наконец, наиболее яркой  стала программная речь представителя IBM, возглавляющего там патентно-информационный сектор. Он рассказывал о компьютеризации и развитии поисковых технологий. Более подробно он затронул проблему “темных данных”*, которые можно превратить в видимые и полезные. *Темный данные это то, что приобретено  с помощью различных оперативных источников, но не используется для  получения общего представления о исследуемом объекте или для принятия решений. В промышленном контексте, темные данных можгут включать в себя информацию, собранную с помощью датчиков и телематики. Им было введено понятие когнитивной компьютеризации и контекстуального обучения распознанию понятий машиной. Он подчеркнул предпочтительность получения более открытых и качественных данных из первоисточников, что облегчит работу компьютеров и позволит строить  новые идеи и осуществлять прогнозный анализ данных со всего мира Более подробную информацию о конференции можно получить и скачать по адресу www.epo.org/pi-conference.

2015 год

Перечень  рефератов  в  2015 году

-Анализ патентных портфелей компаний при выборе объектов приобретения – декабрь

-Методические рекомендации по подготовке отчетов о патентных ландшафтах- ноябрь

-Содержание понятия “Патинформатика”- октябрь

- Программа патентного анализа Патентного ведомства Китая-октябрь

-Построение ландшафта интеллектуальной собственности как  концептуальной информационной структуры – сентябрь

-Использование патентного цитирования в сетевом анализе – август

-Сопоставление конкурентоспособности компаний – июль

- Современные методы и средства патентного анализа – июнь

-Статистическое исследование патентной активности в России и странах мира 2000-2012 гг – май

-Патенты как инструмент исследования инновационной динамики – апрель

-Анализ технологических тенденций на основе различных информационных источников-  март

- Анализ технологических тенденций с использованием системы патентного поиска – февраль

- Кластеризация  корпоративных сетей  посредством  патентного  анализа- февраль

-  Инновационная роль основных патентов – Роль микроэкономики в обеспечении конкурентоспособности стран – январь - РОЛЬ МИКРОЭКОНОМИКИ В ОБЕСПЕЧЕНИИ КОНКУРЕНТОСПОСОБНОСТИ СТРАНЫ – январь

————————————————————————————————————————————————————————

Содержание рефератов

Декабрь 2015 года

Анализ патентных портфелей компаний при выборе объектов приобретения

John F. Martin. Evaluating Patents for an Acquisition Target:  Blackberry & Good Technology Example, 10.09.2015 – https://www.innography.com/…/evaluating-pate.. Многие организации рассматривают   приобретение (поглощение) чужих компаний как составной компонент стратегии своего дальнейшего развития. При этом лучше всего  прибегнуть к анализу патентного портфеля потенциального  объекта приобретения – чтобы увидеть, как его патенты  вписываются в свои активы интеллектуальной собственности (ИС), в каких судебных спорах был замешан потенциальный объект и как протекали процедуры рассмотрения его патентных заявок. Такой подход к делу позволит лучше оценить возможные риски и  будущие выгоды. При оценке потенциального приобретения, проницательный покупатель поставит несколько вопросов о патентной ситуации, в которой пребывает объект, а именно: • тематический профиль патентного портфеля объекта;  активность патентования, приобретения и продажи патентных прав; состав нынешнего  портфеля и опыт судебного разбирательства; • наличие патентов, способных увеличить  широту патентного портфеля своей организации; • относительная сила или слабость патентов объекта , и в чем она проявляется. В качестве примера можно рассмотреть принятое  недавно решение о  приобретении компанией Blackberry компании Good Technology с использованием патентного анализа. Blackberry является крупным владельцем почти 30000 действующих  патентов и заявок в различных странах мира. Компания проявляет повышенную активность в судебном рассмотрении патентных споров. Она в 43 случаях выступала в судах США в качестве истца и 208 раз – в качестве ответчика. В их числе печально известный судебный процесс с NTP по иску, поданному еще в 2001 году и завершившемуся в 2006 году решением о покрытии компанией Blackberry ущерба истца в размере 600 млн. долларов. Good Technology обладает 225 действующими патентами и заявками в разных странах мира, что составляет менее 1% от портфеля  Blackberry. В судебных процессах компания Good Technology 25 раз была истцом и 28 раз – ответчиком. Патентные  тяжбы также оказали влияние  на судьбу Good Technology:  в  2009 год она приобретена у компании Motorola компанией Международной сервисно-технической ассоциацией Volvo  (VISTO), что  частично стало следствием  патентного иска, поданного  VISTO против Good Technology. Хорошо стартовав подачей в 1997 году международной патентной заявки в ВОИС, Good Technology в 1998 году подала еще 40 патентных заявок. В 1998-2004 годах поток заявок снижался в среднем до 21 заявки в год и до 11 –  2005-2010 гг., а затем снова повысился в среднем  до  24 заявок в 2011-2013 гг. Заявки достаточно стабильно подавались в Европе, ВОИС и Китае при постепенном снижении активности патентования в Японии,  Канаде и Израиле. Первая патентная заявка в США была подана в 2001 году, после чего эта юрисдикция стала преобладающей в патентной деятельности Good Technology. Ее патенты являются результатом инновационной деятельности либо самой Good Technology, либо  VISTO (у которой были приобретены  88 действующих патентов и заявок). Крупнейшим же сделками   Good Technology стали приобретение 9 патентов у  Nokia, а также  продажа  5 патентов компании Google (через Motorola в 2009 г. )  и 4 патентов – компании Ventures (в 2013г.). Теперь можно перейти к сопоставительному анализу патентных портфелей рассматриваемых компаний. Хотя  портфель  Good Technology составляет всего 1% патентных активов Blackberry, сопоставление рубрик в таблице классификационных индексов показывает, что Good Technology более широко, чем Blackberry, представлена подклассе  в H04L (передача цифровой информации), занимает сходные позиции с    Blackberry в подклассах  G06F (Электрическая обработка данных) и H04M (телефонная связь),уступая  Blackberry в подклассах H04W (сети беспроводной связи) и H04B (передача). Однако классификационные индексы недостаточно надежны, будучи не в состоянии  много рассказать о том, что именно патенты защищают на самом деле. Ключевые словосочетания, вычленяемые из каждого патента с использованием системы  Innography PatentScape,  позволяют получить более полную картину о действительном содержании изучаемых  предметных областей. PatentScape представляет собой  сотовый график, который вычленяет  наиболее распространенные фразы и темы патентов (в зависимости от размера занимаемой ими площади). Голубые клетки обозначают патенты Blackberry, а  желтые клети –  патенты Good Technology. При этом наглядно показано, что патенты обеих компаний охватывают по существу одну  и ту же тематику. При этом возникает вопрос, не  превосходят ли  патенты  Good Technology  по их относительной силе патенты  Blackberry и не станут ли они более убедительными при обсуждении лицензионных соглашений и рассмотрении   прочих споров? Если патенты Good Technology  будут равными по силе или слабее,  необходимость в них вообще отпадет. При  сравнении прочности портфелей нескольких компаний (до 5 компаний) отлично проявляет  себя Радарный график Innography,  представляющий собой графический способ отображения многомерных данных в виде двумерной диаграммы трех или более количественных переменных, представленных на осях, начинающихся в одной и той же точке. Этот график раскрывает нам кое-что  о портфелях BlackBerry (синяя линия) и Good Technology (желтая линия): 1) оба портфеля свидетельствуют о наличии у них примерно сходного  количества изобретателей среднего уровня, широты промышленного охвата, патентных притязаний и оставшегося срока действия патентов;  2) патенты Good Technology, в среднем, имеют гораздо больше, чем патенты BlackBerry, прямых ссылок и чаще оспаривались в суде. Поскольку прямое цитирование и  судебные иски являются ключевыми факторами при оценке прочности патента, следовательно  в среднем  патенты Good Technology гораздо сильнее, чем патенты Blackberry. На самом деле, 87% всех полученных в США патентов Good Technology находятся в верхней  части таблицы PatentStrength, в то время как там представлены только  25% действующих патентов BlackBerry. Проведенный экспресс-анализ позволил установить, что  сферу запатентованной технологии Blackberry не расширит путем поглощения  компании Good Technology вместе с  ее патентами, но она приобретет в среднем гораздо более сильные патенты. Это может принести Blackberry пользу в ходе дальнейшей  коммерциализации и монетизации своей интеллектуальной собственности.

Ноябрь 2015 года

Методические рекомендации по подготовке отчетов о патентных ландшафтах

Guidelines for preparing patent landscape reports/ A. Trippe, Patinformatics, LLC. With contributions from WIPO Secretariat. 4 Sept. 2015  –wipo.intedocs/pubdocs/en/wipo_pub_946.pdf

Отчеты о патентных ландшафтах (ОПЛ) предназначены для информационной поддержки процесса принятия ответственных решений в различных областях техники. Их составление требует  немалых затрат времени и средств. Поэтому крайне важно правильно готовить такие отчеты, которые обеспечивают ясное понимание решаемых проблем с четкой ориентацией на  ключевые вопросы разработки и реализации требуемых    технологий.. Анализ патентной информации и построение ОПЛ крайне необходимы для поддержки как политических решений на правительственном уровне, так и тех, что предпринимаются в интересах компаний и их акционеров. Хотя характер этих решений существенно различается, в использовании ОПЛ при передаче технологий и осуществлении исследований и разработок наблюдается немало сходства. На национальном уровне, например, ОПЛ используются при разработке инновационной политики, изучении , конкурентной разведке, передаче знаний и сопоставлении рынков различных стран и регионов. Использование ОПЛ в компаниях особенно продуктивно при мониторинге конкурентов и технологий, слиянии и поглощении компаний. Построение ОПЛ предполагает осуществление ряда подготовительных работ, связанных с очисткой и систематизацией данных. В их число, прежде всего, входят: нормализация наименований правообладателей и фамилий изобретателей, категоризация технологий и детализация классификации. Кроме того составляются перечни типа списков ведущих изобретателей и др., а также матрицы совместной встречаемости фамилий изобретателей или патентовладельцев, указывающих на наличие тех или иных форм сотрудничества. Перечисленные работы осуществляются как вручную, так и с использованием средств автоматизации типа систем STN AnaVist, VantagePoint, Orbit.com и Microsoft Excel. Особенно много внимания уделяется кластеризации и классифицированию информационных элементов, которые имеют свою специфику. Кластеризация обычно подразумевает неконтролируемую организацию собрания документов на основе выявления наличия их сходства. Классифицирование же осуществляется посредством обучения машины выявлению идентификаторов документов которые позволяю приписывать соответствующие классификационные индексы новым поступлениям на основе сходства с документами, уже отнесенными к данному классу. К перечисленным выше работам непосредственно примыкает  процедура картирования,  предполагающая расположение  собрания кластеризованных или классифицированных  документов в 2-мерном пространстве с учетом их сходства друг с другом. Документы с более  сходными элементами размещаются пространственно ближе друг к другу. Во многих системах картирования используют цветовые отличия для обозначения разных правообладателей или временных периодов. Картирование предлагает эффективное средство идентификации взаимосвязанных технологических сегментов. Используется также прием географического размещения данных на картах городов , стран или мира в целом, с учетом представленных в патентных документах  адресов, что позволяет изучать образовательную инфраструктуру и другие характеристики региона. В последнее время получило распространение использование в картировании теории анализа социальных сетей.  Отношения в сетях отражаются   в виде узлов, представляющих отдельных действующих лиц внутри сети, и связей, которые представляют отношения между ними, например, соавторство при создании  изобретения, совместное правообладание или цитирование. Это позволяет выявлять ведущих исследователей у конкурентов и идеологов в данной технологической области, а также технологическую взаимозависимость патентнвладельцев, связанных  прямым и обратным цитированием. При осуществлении функций кластеризации и классифицирования используются следующие системы: Thomson Innovation, Relecura, Intellixir и Treperal – KMX. Абсолютное большинство аналитических проектов имеют дело либо со структурированными данными (data mining), либо с неструктурированными текстами, несущими семантическое содержание(text mining). В первом случае работа в основном сводится к статистическому анализу структурированных элементов документа (наименование правообладателя, дата подачи патентной заявки и т.п.). Анализ неструктурированных текстов существенно отличается от работы со структурированными данными. В естественном языке слово  с одинаковым значением  может иметь разное написание, в то время, как значение слова может зависеть от контекста. Одно и то же слово может выступать в роли глагола или существительного.  Исходный  текст, как правило, считается неструктурированным (например, патентная формула с нелимитированными размерами) или частично структурированным (например, реферат описания изобретения). Работе с неструктурированным текстом могут предшествовать подготовительные процедуры: включение разграничительных помет, выделение корней слов, терминов и др. Ученые  также вынуждены учитывать размеры анализируемого массива, поскольку они влияют на используемые методы анализа.  Анализ объемных массивов, включающих более 10000 информационных единиц,  обычно ведется на макро-уровне. Небольшие  подмножества (от 100 до 1000 единиц) нуждающиеся в более детально обследовании, ведутся на микро-уровне. С его помощью можно конкретизировать тренды, выявленные на макро-уровне. Между этими разновидностями  располагается анализ на так называемом мезо-уровне. Таким образом, процесс создания ОПЛ начинается с этапа планирования, где уточняется аудитория, для которой ОПЛ предназначен, его  объем и поставленные перед ним цели.  Далее следует проведение поиска требуемых данных, их предварительная подготовка  для последующего ручного и автоматизированного анализа,  завершаемого их интерпретацией  аналитиком для достижения поставленной перед ОПЛ цели информационной поддержки решений на макро- и микроуровне. Полный текст Руководства по подготовке отчетов о патентных ландшафтах (Guidelines for the Preparation of Patent Landscape Reports), представлен наWIPO Patent Landscape Reports page (www.wipo.int/patentscope/en/programs/patent_landscapes/reports).

Октябрь 2015 года

-Содержание понятия “Патинформатика”- Программа патентного анализа Патентного ведомства Китая

Содержание понятия “Патинформатика”

Welcome to Patinformatics.com.Patinformatics, LLC Э.Трипп- www. patinformatics.com

Термин “Патинформатика” (Patinformatics) был придуман в 2002 году для обозначения различных аналитических методов, используемых для исследования патентной информации. Патинформатика описывает науку анализа патентной информации для обнаружения отношений и тенденций, протекающих внутри и между патентными документами. Первоначально, дисциплина была ориентирована на статистический анализ больших объемов патентной информации (анализ на макроуровне). Но в последнее время было признано, что анализ небольших подборок или даже отдельных патентов (анализ на микроуровне) также немаловажен и должен быть включен в понятие патинформатики. К тому же в большинстве случаев, патинформатика выходит за рамки академический деятельности, и смыкается с ключевыми идеями построения бизнес-стратегии.*

—————————————————-* Термин “патинформатика” имеет более глубокие исторические корни. Еще начиная c середины 20 века ученые различных стран использовали термин “информатика”, давая ему двоякую трактовку с упором либо преимущественно на содержательные аспекты информации либо на ее переработку с использование технических средств. Эти две трактовки были производными, соответственно, от терминов documentation science и computer science. Позднее советские ученые ввели более широкое толкование информатики как научной дисциплины, изучающей структуру и свойства научной информации, а также закономерности , теорию, историю, методику и организацию научно-информационной деятельности (Гиляревский Р.С., Черный А.И. Научная коммуникация и некоторые проблемы информатики..Международный симпозиум стран СЭВ “Теоретические проблемы Информации”(Москва, 9-13 июня 1970 г. – М., ВИНИТИ, 1970). При рассмотрении этого понятия применительно к патентно-информационной деятельности мной был тогда же введен термин “патентная информатика”, не ограниченный рамками только патинтно-аналитической деятельности. Он определял новую научную дисциплину, изучающую структуру и общие свойства патентной информации, закономерности информационной деятельности в сфере регулируемого патентным правом изобретательства, организацию патентно-информационной работы, а также принципы построения современных патентно-информационных систем ( Кравец Л.Г. Патентная информация и автоматизация информационных процессов//М., ЦНИИПИ, 1972).

Управляющий директор организации Patinformatics, LLC Э.Трипп составил и опубликовал в 2015 году, по заданию ВОИС, Руководство по подготовке отчетов о патентных ландшафтах (Guidelines for the Preparation of Patent Landscape Reports), представленное на WIPO Patent Landscape Reports page. Его содержание будет более подробно раскрыто. позднее. В целом, работы организации и сайта посвящены развитию патинформатики как дисциплины. По своей сути миссия организации заключается в создании собрания знаний сообщества, обмен опытом патентной аналитики и его практическое применение в организациях всех типов. На сайте Patinformatics, LLC размещается блог, где члены организации и приглашенные гостей делятся своим опытом и мыслями по наиболее актуальным темам, связанным с анализом патентной информации и разработкой патентной стратегии. Реферат одной из таких публикаций, посвященный проекту развития патентного анализа в Китае, предлагается далее.

Программа патентного анализа Патентного ведомства Китая

The Chinese Patent Office (SIPO) Patent Analysis Program – Serving the Public Better Using Patent Information//Guest Post by Binqiang Liu, By A. Trippe / 5 May 2014 – www. patinformatics.comВ связи с непрекращающимся ростом поступающих патентных заявок Патентное ведомство Китая инициировало в 2010 году программу патентного анализа, чтобы облегчить общественности использование патентной информации. Для осуществления программы были отобраны проекты патентного анализа, в наибольшей степени соответствующие инновационным потребностям промышленности. В их число вошли: Интернет вещей (IoT — концепция вычислительной сети физических объектов, оснащённых встроенными технологиями для взаимодействия друг с другом или с внешней средой), жидкокристаллические дисплеи и смартфоны. В последующем анализе участвовали эксперты с привлечением сторонних инженеров, специализирующихся в соответствующих технологиях. В за истекшие 4 года около 400 экспертов из 9 патентных подразделений осуществили 38 проектов, завершившихся подготовкой отчетов о патентном анализе в 28 отраслях и пособия о патентном анализе. .Программа получила положительную оценку, и Патентное ведомство сейчас осуществляет обучение патентному анализу общественности страны. При осуществлении программы было получено множество интересных результатов патентного анализа и разработаны новые аналитические методы. В аналитическом проекте, посвященном устройствам пассивной безопасности автомобилистов, был разработан новый метод патентного картирования, основанного на анализе цитирования в патентных семействах. При картировании патентов конкурентов в данной технической области и конкретной стране можно использовать патентные семейства в качестве моста к “скрытым” патентным ссылкам и выявить, таким образом, “скрытые” взаимосвязи. С использованием этого метода можно также смягчить недостатки информации о патентном цитировании, например, отсутствие информации о цитировании патента, выданного в одном патентном ведомстве, до появления информации о другом члене данного патентного семейства (в публикации приводится ссылка на конкретный пример процедуры данного анализа – см. www. ssrn.com). Раскрывается также метод определения источника прямых ссылок: эксперта или заявителя. Из отчетов проекта приводятся карта анализа изобретателей японской химической компании Toray Group, работающих на разных этапах создания технологии получения графитового волокна – с выделением главных и второстепенных изобретателей. Другая карта отражает результаты анализа тенденций патентования на макро-уровне. В ней отражается статус глобальных и китайских патентных заявок в основных секторах пассивной безопасности в автомобильной промышленности: подушки безопасности водителя, ремни безопасности, сиденья и кузовная технология. В 2014 году Патентное ведомство Китая обновило Программу патентного анализа, успешно опробованную в 2010-2013 гг. На 2015 год намечено осуществление около 40 проектов по ключевым товарам и услугам из новых стратегически важных отраслей промышленности. ________________________________________


Сентябрь 2015

Построение ландшафта интеллектуальной собственности как  концептуальной информационной структуры

IP Landscaping—Creating a Conceptual Fabric of Information// Nishla H. Keiser, Ph.D. and Eric P. Raciti, Intellectual Property Today – June 2014

Патентный ландшафт может стать мощным средством исследований, предпринимательства и принятия ответственных решений корпоративным руководством – как на начальной стадии развертывания бизнеса, так и в ходе его осуществления. Далее рассматриваются различные аспекты построения ландшафтов в интересах конкурентной разведки. Особое внимание при этом уделяется подходам к построению ландшафтов на начальной стадии исследований и разработок – до вступления на рынок, захвату выгодных конкурентных позиций, управлению правовыми рисками, идентификации потенциальной монетизации, установлению партнерства и реализации лицензионных возможностей.Что такое ландшафт? В современной экономике на технологические компании обрушивается хаотический и динамичный поток данных, однако вырванные из контекста данные бессмысленны. Помещение данных в контекст превращает их в информацию. Должным образом интерпретированная информация становится разведывательными сведениями, содействующими принятию верных решений. Технологические компании часто пользуются стратегическими ландшафтами интеллектуальной собственности (ИС) для обретения широкого представления о патентах, включая современный уровень техники и деятельность конкурентов в интересующей их технической области. Поскольку подобные проекты обеспечивают более широкий обзор по сравнению с оценкой патентной чистоты или охраноспособности изобретений,  их используют в маркетинговых исследованиях, научных разработках и оценках патентной ситуации для увязки патентной стратегии с общими целями бизнеса. Результаты формирования патентных ландшафтов могут применяться как в наступательных, так и в оборонительных целях для информационной поддержки решений на ранних стадиях НИОКР, разработке стратегии формирования патентного портфеля, идентификации потенциальных  препятствий, возводимых третьими лицами, возможностей заключения лицензионных соглашений и оценки позиции конкурента. Вместе с тем, небрежное построение ландшафта ИС может привести к ошибочному выбору, чреватому не только сиюминутными издержками, но и необходимостью затратить месяцы или годы на восстановление исходных позиций. В зависимости от конечного назначения патентные ландшафты могут существенно различаться по своему объему и фокусированию. Контекстуальная гибкость и допускаемая широта охвата  патентного ландшафта таят в себе и  достоинства, и недостатки. Они могут привести ландшафт к перегрузке его чрезмерной информацией, разбросанности целей и снижению качества получаемых результатов. Будет лучше всего, если потенциальные пользователи патентного ландшафта поставят перед его создателями  две-три конкретные цели с четкими техническими параметрами, которые позволят им сконцентрироваться на  ключевой информации. Далее рассматриваются два типа ландшафтов: – предварительные ландшафты (early-stage landscapes), ориентированные  поддержку исследований и разработок, предварительную оценку перспектив монетизации и идентификацию рисков; – стратегические конкурентные ландшафты,  направленные на  конкурентное позиционирование и управление правовыми рисками. Оба типа ландшафтов, будучи хорошо сформированными, обеспечивают  достижение конечной цели облегчения восприятия  очень сложных тем различными группами  специалистов, привыкших к различной  обработке  и представлению информации. Например, предприниматели, как правило, рассматривают информацию в общем плане, с позиции расширения своей деятельности. Юристы, как правило, занимают консервативную позицию, концентрируясь на определении  и смягчении рисков. Инженеры и ученые, напротив, интересуются  параметрами решения своих проблем, пренебрегая   иногда нечеткостью деловых и  юридических приоритетов. Предварительные ландшафты Компаний, пребывающие на ранней стадии разработки новой продукции (будь то стартапы или разработчики новой технологии в крупной компании) заинтересованы в ландшафтах, идентифицирующих «белые» или еще «неохваченные»   сектора исследований и разработок, а также позволяющих определить стратегию патентования. Обычно такие ландшафты отличаются широким охватом технической области и могут включать альтернативные методы или продукты, отличающиеся от тех, что уже находятся в разработке. Во многих случаях стартапы, заинтересованные  в новых технологических платформах, могут нуждаться не только в ИС, прямо  касающейся их работы, но и в технологиях, направленных на решение аналогичных проблем. Например, программистов могут интересовать компании, , ориентированные на заполнение той же рыночной ниши, а также применяемые при этом способы решения технических проблем. Сведения, почерпнутые из предварительного ландшафта, могут использоваться по-разному. Исследования и разработки. Осуществляющие исследования и разработки ученые и инженеры обычно имеют четкое представление о сфере своей деятельности, хотя порой придерживаются при этом весьма узкого подхода. Кроме того, технический персонал может быть недостаточно глубоко посвящен в патентную документацию, поскольку крупные компании, подавая патентные заявки на свои новшества, не спешат сообщать о них на конференциях или в журнальных публикациях, а также о коммерциализации изобретения. Предварительные ландшафты могут способствовать более четкому пониманию, что получилось, а что не вышло у сторонних разработчиков, и выровнять исследовательский процесс в обход тупиковых направлений. Этому будет способствовать и обнаружение блокирующих патентов, если их идентификация произойдет достаточно рано. Наконец, исследователи могут использовать ландшафт для нахождения разработчиков,  подходящих для налаживания партнерства или сотрудничества. Управление правовыми  рисками и разработка патентных стратегий. Корпоративные или сторонние консультанты могут использовать ландшафт в качестве стартовой площадки для различных видов правового анализа. Например, любые обнаруженные в ландшафте потенциально независимые организации могут быть подвергнуты мониторингу  для определения возможности использовать или лицензировать их ИС.

Август 2015 г.

Использование патентного цитирования в сетевом анализе

Data mining and visualization approach in patent network analysis.// Singh & Associates,  Saipriya Balasubramanian,   India - lexology.comlibrary/detail.aspx…

Патенты играют очень важную роль в построении предпринимательских стратегий и охраны прав интеллектуальной собственности технологических компаний. Переработка и визуализация больших объемов патентных данных являются мощным инструментом анализа и формирования технологического ландшафта. Патенты содержат юридически важную информацию об изобретателях, заявителях/правообладателях, типе технологии, дате изобретения, приоритетные данные, сведения о патентных семействах, о их географическом распределении  и т.д. Эта информация представляет большую ценность для патентовладельцев, их конкурентов и акционеров, заинтересованных в инвестировании ключевых технологий.Построение патентных сетей является одним из способов переработки и визуализации обнаруженных патентных данных. Патентная сеть фиксирует взаимосвязи между изобретателями и компаниями с использованием, в частности, показателей патентного цитирования. Патентная сеть указывает, что патенты располагающиеся в центре сети, являются более влиятельными и важными чем патенты, располагающиеся на ее окраине. Патентная сеть также выявляет ведущих исследователей и разработчиков, лидирующие компании и их вклад в развитие данной технологии.

Информация о патентном цитировании содержится как в патентных заявках, так и в патентах. Цитатами (ссылками) именуются взаимосвязанные документы, в которых один документ ссылается на другой содержательно связанный с ним документ. Различается обратное и прямое  цитирование. Например, если патент А (2010 г.) цитируется патентом В (2012 г.), то патент А является обратной цитатой, а патент В – прямой цитатой. Проведение индивидуальной оценки большого числа патентов – трудоемкая и чреватая большим числом ошибок процедура. Поэтому в данном случае лучше полагаться на мнение посторонних людей об исследуемом  патенте. Если заявитель или патентный эксперт процитировал ранее выданный патент, это свидетельствует о его важности или взаимосвязи с данным патентом. Количество прямых и обратных ссылок  отражает мнение сторонних людей о качестве оцениваемого патента.Однако использование цитирования в патентном анализе не лишено недостатков. Прямое цитирование, например,  свидетельствует  только о количестве таких ссылок, чего недостаточно для оценки качества патента, от которого подана прямая ссылка. Остается также неясным характер взаимосвязей между разными патентами. Тем не менее, использование стратегии цитирования обладает рядом достоинств при построении патентных сетей:

  • связи между патентами получают визуальное  отражение, помогая аналитику интуитивно оценивать технологию в целом;
  • анализ патентной сети проводится с учетом количества разных ключевых слов, что обеспечивает получение более надежных индикаторов;
  • анализ патентных сетей снижает затраты времени и средств, поскольку исходное случайное собрание документов трансформируется в визуально представленные структурированные данные;
  • сеть, получаемая с использованием патентного цитирования, позволяет отслеживать развитие технологии во времени, от патента к патенту с преодолением тематических барьеров;
  • стратегия патентного цитирования, используемая при анализе патентных сетей,  облегчает  анализ побочных технологических явлений, влияния отдельных патентов, темпов технологического развития и др.

С таблицами и примечаниями, касающимися данной методологии сетевого анализа можно ознакомиться по адресу wwwlexology.comlibrary/detail.aspx…

ИЮЛЬ 2015 г.

ПОСТРОЕНИЕ СЕТЕЙ ТЕХНИЧЕСКИХ ОБЛАСТЕЙ ПОСРЕДСТВОМ АНАЛИЗА КИТАЙСКИХ ПАТЕНТОВMining Technical Topic Networks from Chinese Patents// Hongqi Han Institute of Scientific and Technical Information of China – ceur-ws.orgVol-1292/ipamin2014_paper3.pdf Патенты являются одним из наиболее важных инновационных ресурсов. В частности, с их помощью можно выявлять технические   области, устанавливать их взаимосвязи и  строить на этой основе сети технических областей. Разработанный с этой целью процесс включает 4 этапа: сбор  патентных  данных и их предварительная обработка, вычленение технических терминов, определение технических областей и  объединение их в  сеть. Сначала из патентного текста выделяются технические термины, которым приписываются индексы эквивалентности, обозначающие степень их взаимосвязей. Поскольку в патентных текстах ключевые слова не выделены, разработан метод  их вычленения из заглавий и рефератов документов с использованием лингвистических правил и статистических данных. Затем, с использованием специального алгоритма термины объединяются в тематические кластеры, в которых термины увязываются с помощью внутренних ссылок, а  тематические  кластеры – посредством внешних ссылок. После этого все темы классифицируются в три категории: изолированные, основные и  второстепенные. На этой основе  формируется сеть технических областей. В  них тематические кластеры играют роль  узлов,  внешние ссылки –  ребер, а  количество внешних ссылок определяет их  вес. Экспериментальные результаты обработки  китайских патентов по  топливным элементам подтвердили  эффективность разработанного метода в выявлении технических областей,   отображении их отношений и объединения их в  сети,  полезные в осуществлении  технологических инноваций.

Май 2015 г.

Статистическое исследование патентной активности в России и странах мира 2000-2012 гг

www/ mesi.ruupload/iblock/c4c/дисс/ КарповЕ.pdfВ работе рассмотрена выдача патентов за период с 2000 по 2012 гг. Анализ табл. 1 показал, что количество ежегодно поступавших заявок на выдачу патента за исследуемый период возросло на 76,7 %. Наибольшее количество заявок поступило в 2012 г. За исключением двух лет (2002 и 2009 гг.) число ежегодно поступающих заявок на выдачу патента только росло. Это позволяет говорить о положительной динамике патентной деятельности в России. По сравнению с началом изучаемого периода выдача патентов на изобретения выросла на 86,9 %, на полезные модели – на 184,8 %, число патентов, выдаваемых на промышленные образцы, выросло на 107,9 %. Основной вид патентов в мире – это патенты на изобретения. Большая часть патентов, выданных Роспатентом, именно этого типа. Так, в 2012 г. их доля в общем количестве составила 68 %, что на 7 п.п. меньше их доли в 2000 г. Число выдаваемых ежегодно патентов на изобретения росло медленнее, чем количество выданных патентов других видов. Это связано, прежде всего, с развитием патентного рынка в России, которое повлекло за собой большую востребованность патентов других видов. Их доли в 2012 г. составили: на полезные модели – 24 % (в 2000 г. – 17 %) и 8 % (в 2000 г. – 7 %) на промышленные образцы, соответственно. Патенты различаются не только по видам, но также и по гражданству заявителей. Исследование динамики выдачи патентов иностранным заявителям (рис. 4) показало, что за период с 2000 по 2012 гг. количество ежегодно выдаваемых иностранным заявителям патентов выросло в 3,6 раза, в то время как общее число выдаваемых патентов увеличилось лишь в 2 раза. Доля патентов иностранных заявителей в общем числе патентов выросла с 15,4 % до 26,9 %. За весь период с 2000 по 2012 гг. лишь один раз эта доля уменьшилась по сравнению с предыдущим годом (в 2001 г.). За пять лет с 2007 по 2012 гг. количество ежегодно выдаваемых иностранным заявителям патентов выросло практически в два раза. На рис. 5 представлено сравнение динамики прироста числа выданных патентов по гражданству заявителя за период с 2001 по 2012 гг. число патентов, выданных иностранным заявителям %, в общем числе выданных патентов 48 выдаваемых патентов в 2008–2009 гг. произошел во многом за счет иностранных заявителей. В 2010 г. выдача патентов иностранным заявителям снизилась незначительно, в то время как выдача патентов российским заявителям упала на 15 %. По сравнению с началом изучаемого периода выдача патентов на изобретения российским заявителям выросла на 55,6 %, на полезные модели – на 175,8 %, количество патентов, выдаваемых на промышленные образцы, выросло на 13,2 %. Большую часть патентов российские заявители получили на изобретения. В 2012 г. их доля в общем количестве патентов составила 64,2 %, что на 9 п.п. меньше их доли в 2000 г., полезных моделей – 31,8 % (в 2000 г. – 20,5 %), промышленных образцов – 4 % (в 2000 г. – 6,2 %). В отличие от российских заявителей, в 2011 г. иностранные заявители (табл. 4) получили больше патентов каждого вида, чем в предыдущем году. В 2012 г. по сравнению с 2000 г. выдача патентов на изобретения иностранным заявителям возросла на 230,3 %, на полезные модели – на 861,1 %, на промышленные образцы – на 400,2 %. В табл. 11 представлено патентование изобретений в России по разделам Международной патентной классификации за период 2000-2012 гг. Анализ табл. 11 показывает, что за период с 2000 по 2012 гг. выдача патентов на изобретения выросла по всем разделам МПК. Наибольший в процентном отношении рост пришелся на раздел «H» («Электричество»): в 2012 г. по сравнению с 2000 г. было запатентовано на 130 % изобретений больше. А наименьший, составивший 40 %, пришелся на раздел «D» («Текстиль и бумага»). Из 362,4 тыс. патентов на изобретения, выданных Роспатентом, за рассмотренный период наибольшее количество – 94,8 тыс. было выдано по разделу МПК «A» («Удовлетворение жизненных потребностей человека»). Отметим, что число изобретений этого раздела МПК выросло более чем в 2 раза. Большую часть выданных по разделу «A» международной патентной классификации патентов на изобретения (больше 70 %) было выдано по классам A61 («Медицина и ветеринария; гигиена») и A23 («Пища или пищевые продукты их обработка»). Но если по классу A61 количество выдаваемых патентов на изобретения выросло за исследуемый период незначительно, то выдача изобретений по разделу A23 выросла в 6 раз. Таким образом, практически все увеличение количества патентов на изобретения раздела «A» приходится именно на класс A23. Это говорит о значительной востребованности научных разработок в этой области. Второе место по количеству выданных патентов на изобретения за 2000-2012 гг. занял раздел МПК «C» («Химия и металлургия»). Всего на изобретения этого раздела за изучаемый период выдано 55,8 тыс. патентов. По сравнению с 2000 г. в 2012 г. было выдано на 65 % больше патентов этого раздела. Среди классов раздела «С» наибольшее количество патентов было выдано по классу C07 («Органическая химия»). Третье место по количеству патентов на изобретения выданных на исследования и разработки за исследуемый период занял раздел «B» («Различные технологические процессы»). Рост количества выдаваемых патентов на изобретения этого раздела МПК составил 71 %. Выдача патентов на изобретения по классам этого раздела однородна. По остальным разделам МПК рост количества выдаваемых патентов на изобретения несущественен. Среди всех классов этих разделов выделяются два класса: E21 («Бурение; горное дело») и G01 («Измерение»). По классу E21 за рассматриваемые годы выдавалось значительное число патентов, примерно 50 % от всех патентуемых изобретений раздела «E» («Строительство; горное дело»). Выдача патентов на изобретения этого класса МПК возросла на 61 %. По классу G01 («Измерение») ежегодно выдавалось около 55 % всех выдаваемых патентов на изобретения раздела «G» («Физика»). Следующим по доле запатентованных изобретений в общем их количестве разделом МПК является раздел «B» («Различные технологические процессы»), его доля уменьшилась на 1,4 п.п. и составила в 2012 г. 15,1 %. Четвертое место по исследуемой доле занимает раздел «G» («Физика»): доля запатентованных изобретений этого раздела за исследуемый период возросла на 1 п.п. и равняется 12,3 %. Это означает, что  выдача патентов на изобретения по этому разделу МПК росла несколько быстрее, чем в целом по всем разделам МПК. Помимо роста доли выдачи патентов на изобретение в общей выдаче таких патентов по разделам «A» и «G» возросла доля раздела «H» («Электричество»), в 2012 г. она составила 9,4 %, что на 1,8 п.п. больше этой доли в 2000 г. Все входящие в раздел «Н» классы показали примерно однородный рост, что говорит о возрастающей востребованности научных исследований в области электроэнергии. Таким образом, анализ динамики и структуры патентования по разделам МПК позволил выявить наиболее динамично развивающиеся и результативные области научного знания – пищевую промышленность и электроэнергетику. В соответствии с полученными результатами подтвердились выводы второй главы: Россия уступила лидирующие позиции и переместилась в группу стран, оказывающих среднее влияние на мировую патентную активность. Большинство стран этого кластера никогда не являлись мировыми лидерами в области науки. Лидирующее положение в мире по показателям патентной и научной активности занимают три страны Япония, США и Китай. Еще 8 стран, среди которых выделяются Южная Корея, Сингапур и Германия, оказывают сильное влияние на мировую патентную активность, несколько уступая лидерам. Число заявок на патенты, ежегодно подаваемых российскими резидентами, росло медленнее, чем ВВП за аналогичный период. Если ВВП за исследуемый период вырос на 73 %, то количество поданных заявок на патенты – на 65,5 %. При этом оба показателя в 2009 г. снизились по сравнению с предыдущим годом. За исследуемый период количество заявок российских заявителей на патенты всех видов во все патентные ведомства выросло за исследуемый период на 65,5 %, затраты на исследования и разработки – на 83,7 %. Очевидна определенная взаимосвязь этих показателей, так как подача заявки на патент – это результат исследовательской деятельности. В работе проведено сопоставление показателя, выбранного для характеристики патентной активности, с показателями, характеризующими государственную поддержку и состояние науки в стране, – число организаций, выполнявших научные исследования и разработки, численность персонала, занятого научными исследованиями и разработками, численность исследователей имеющих ученую степень, основные средства исследований и разработок (табл. 18) [45, 128, 145]. За рассматриваемый период число заявок российских заявителей на все виды патентов во все патентные ведомства мира ежегодно росло, по сравнению с 2000 г. оно выросло на 65,5 %. В то же время большинство показателей, характеризующих материальную базу и человеческие ресурсы для выполнения исследований и разработок, за исследуемый период снизилось. По сравнению с 2000 г. число организаций, выполнявших 99 научные исследования и разработки, снизилось на 13 %, численность персонала, занятого исследованиями и разработками – на 18,2 %, сумма основных средств для исследований и разработок – на 4,4 %. Наибольшее влияние на патентную активность стран оказывают затраты на исследования и разработки, при их изменении на 1 % результативный признак возрастет на 0,53 %. Показатель затрат на исследования и разработки характеризуют уровень востребованности в проведении научных изысканий, формируемый на рынке как запросами государства, так и частным сектором экономики. Экспорт высокотехнологичных товаров и услуг является показателем результативности исследований и разработок. Результаты проведенного исследования показали, что на склонность организаций к проведению собственных исследований и разработок влияют затраты на исследования и разработки, а также уровень защиты интеллектуальной собственности в стране. По итогам проведенного исследования можно утверждать, что Россия по-прежнему остается значимым патентным центром. Тем не менее отставание от лидирующих стран увеличивается. Несмотря на достаточно высокие количественные показатели патентной активности, интерес российских исследователей имеет, за редкими исключениями, направленность исключительно на внутренний рынок. Востребованность современных российских исследований и разработок на мировом рынке низка. За изучаемый период практически ежегодно возрастал процент патентов, выдаваемых иностранным заявителям, что говорит об увеличивающемся влиянии иностранных инвесторов на российский патентный рынок. Уже в 2010 г. каждый 4-й патент выдавался заявителю из другой страны. А по количеству ежегодно получаемых патентов на 115 промышленные образцы иностранные заявители обогнали российских в 2009 г., хотя в 2000 г. российские заявители получали в 3 раза больше патентов такого типа. 4. Российские исследования и разработки востребованы практически только в России. По активности на внешнем рынке исследований и разработок Россия находится на границе второго и третьего десятка стран наряду с такими странами, как Ирландия.

Апрель 2015 года

Патенты как инструмент исследования инновационной динамики

Patents as Instruments for Exploring Innovation Dynamics: Geographic and Technological Perspectives on “Photovoltaic Cells”. Loet Leydesdorff et all // – ‎ Scientometrics, 2014 – www. arxiv.org/pdf/1401.2778 Патенты могут выступать в различных контекстах: как один из производственных результатов системы знаний и  в качестве вклада в процесс коммерциализации инноваций. Кроме того, интеллектуальная собственность в патентах подвергается юридическому регулированию, например, в национальных патентных ведомствах. Патенты обретают там  различные контексты, представленные  фамилиями/наименованиями   и адресами изобретателей и правопреемников,  информацией о местонахождении изобретений; индексами патентной классификации, сведениями о цитировании и т.д. Могут ли в этих условиях методы патентного  анализа и патентные карты обеспечить нас аналитическим инструментом для изучения сложной динамики технологических инноваций? Различные измерения инновационных процессов Разная направленность исследований и разработок  обусловливает  разные направления  развития технологий и географического распространения соответствующих разработок. Поэтому в данной работе предлагается методология изучения эволюции изобретений в разных измерениях с параллельным использованием разных  патентных  карт. Распространение новой технологии в разных измерениях может варьироваться по  скорости и направлению. Например, ма́лые интерфери́рующие РНК* первоначально рассматривались как научные открытия и публиковались в академическом журнале Nature (Fire et al., 1998). ………………………. * Примечание. Малые интерферирующие РНК принимают участие в реакциях РНК-интерференции, например, в противовирусных реакциях и поддержании структурыхроматина. Молекулярные механизмы данных взаимодействий в настоящее время исследуются, в частности, была предложена гипотеза участия малых РНК в РНК-зависимом метилировании ДНК[ Но уже через несколько лет эти исследования переместились из академических в отраслевые учреждения, а в 2002 году при  Массачусетском технологическом  институте и Обществе Макса Планка была создана дочерняя компания Alnylam, которая  получила несколько патентов, чтобы обеспечить будущие доходы от данной инновации. Тем не менее, экономическая эксплуатация технологии оказалась более привлекательной в качестве реагента, а не  диагностического инструмента (2011 г.). Соответственно, центр патентования переместился в   Денвер, штат Колорадо (2012 г.). В то же время, научные исследования сместили  акцент  уже на  “микро-интерферирующие РНК “. Данный пример показывает, что для оценки сложности инновационных процессов и понимания возникающих и изменяющихся явлений, необходимы инструменты для  изучения взаимодействия между ними с течением времени и по отношению друг к другу. В данном  исследовании для получения различных проекций используются завоевавшие в последнее время  популярность патентно-географические карты, которые могут  применяться совместно с патентно-классификационными картами. Например, с помощью предлагаемой методики можно наложить сетевые структуры сотрудничества изобретателей на карты  Google или проанализировать эти сети, используя данные  анализа социальной сети. К настоящему времени построено множество карт и схем для патентных классов. Однако задача данного исследования заключается в придании им интерактивности. Чтобы пользователь мог применять их в качестве универсальных инструментов построения структур  разного  назначения и изменять фокус для захвата: (I) динамики развития с помощью временных рядов, (II) социальных сетей и (III) рассматривать более одного динамичного процесса одновременно (не обязательно синхронно), используя разделенные экраны. Инструменты исследования Несмотря на известные ограничения, патенты могут быть использованы для анализа подборок  изобретений по технологическим классам, организациям и иным показателям. Для этого можно воспользоваться свободным доступом  Патентного ведомства США, позволяющим  загружать требуемые подборки патентов,  отслеживать их цитируемость, а также извлекать  с использованием программы SQL-script нужные патенты  из  принадлежащей ЕПВ глобальной патентно-статистической  базы данных (PatStat). PatStat включает патенты более чем 80 патентных ведомств во всем мире (в том числе ЕПВ, ведомств США и  Японии), но доступ к этой базе данных требует институциональной подписки. Ожидается, что PatStat, благодаря  широкому охвату патентных ведомств, сможете предоставлять  сведения о патентных сетях на национальном или региональном уровнях, в той или иной степени связанные  с патентованием в Патентном ведомстве США. Американский рынок обеспечивает высокую конкурентную среду за сче высокой плотности значимых патентов.  Однако представленные там технологии могут получать  дальнейшее развитие в других рыночных секторах. И именно база данных PatStat может предоставлять о них более полные  данные, чем патентный фонд США. С 1 января 2013 года Патентное ведомство США и ЕПВ ввели в действие новую Совместную патентную классификацию (СПК), которая – в отличие от МПК, классификаций США и TGD – может обеспечивать классифицирование с ориентацией на передовые технологии с использованием специальных индексов в новой Y-категории: Y01 – для патентов по нанотехнологиям и Y02 – для технологий смягчения смягчающих последствия климатических изменений. В данном исследовании в качестве примера используется подкласс Y02E10/541 - технология создания материала для изготовления фотоэлементов (CuInSe2). Были найдены 419 патентов в базе данных США и 3428 патентов в PatStat. Для проведения динамического картирования были адаптированы  технологии построения карт Google Maps и карт сводных ссылок МПК. С полученными технологиями обработки данных США можно ознакомиться по адресу(http://www.leydesdorff.net/software/patentmaps/dynamic, а данных PatStat – по адресу http://www.leydesdorff.net/software/patstat. Интерфейс США позволяет дополнительно выгружать прямые ссылки (на последующие патенты). В PatStat стандартизация этих данных затруднена, поскольку  сведения туда поступают из разных ведомств. Данные о месторасположении патентов формировались с использованием указываемых в них адресов изобретателей/правопреемников.  Надежность данных Patstat здесь также ниже по вышеуказанным причинам. Декодировать их можно по адресу http://www.gpsvisualizer.com/geocoder/. Полученные результаты Анализ на основе базы данных США. С использованием технологии Google Maps была получена серия карт, отражающих географическое распределение 3,428 патентов США  по исследуемым 2000-2004 годам. На них  размеры узлов пропорциональны логарифму количества содержащихся там патентов. Щелкнув по узлу, можно получить конкретные  статистические данные. Ссылки отражают  сеть соавтор охваченных патентов. Число патентов по данной тематике часто слишком мало для статистических  оценок, но можно сразу увидеть, что США в этой области  доминирует (зелёная узлы). Кроме того, в США, Японии и Европе сформировались  свои собственные сети. Неоднократно нажав на кнопку “Анимация” в левом нижнем углу карты Google, можно анимировать карту, показав  онлайн ежегодно происходящие изменения: сконцентрированные в одном месте патенты данной тематики сначала распространяются по США, а затем в Европе и Японии. Сотрудничество изобретателей обычно носит  локализованный характер.

Карта на основе МПК для  той же совокупности патентов показывает возникновение исследуемой технологии в категории “основных электрических элементов” с последующим распределением ее на категории “распыление”, а также  ”машины и  методы для создания тонких пленок в фотоэлементах”. (Анимация тематических преобразований представлена по адресу  http://www.leydesdorff.net/photovoltaic/cuinse2/cuinse2.ppsx). Географическая и тематическая (по МПК) карты могут быт объединены и анимированы. Однако изучения динамики перемен лучше проводить с посредством  разделения экрана (http://www.leydesdorff.net/photovoltaic/cuinse2/dualmix.html). Анализ на основе базы данных PatStat. Географическая карта составлялась за те же 2000-2004 гг., с аналогичной возможностью ее анимации. Cеть PatStat можно рассматривать как расширение сети США. Например, в Индии появляется центр Chennai, тесно взаимодействующий с ведущими центрами в Германии и Франции. Для сопоставления данных США и PatStat использовалось разделение экрана. Тематическая карта по данным PatStat также обеспечивает более широкий охват по сравнению с аналогичной картой по данным США. В дополнение к сети сотрудничающих изобретателей Франции и Германии показаны другие сетевые связи  между  немецкими, голландскими и японскими изобретателями, а также еще одна сеть, охватывающая  с немецких, голландских, бельгийских и эстонских участников (в верхний левый угол на стороне). Интересно,  изобретатели США в международных сетях в  течение этого периода (2000-2004 годы) не представлены. Таким образом, патентные карты  разного   назначения играют важную роль в понимании сложной динамики инноваций путем предоставления различных проекций этого процесса. В данном исследовании было осуществлено наложение  тематических карт на базе МПК, которые показывают технологическую организацию патентов в векторном пространстве, на географические карты Google, отражающие процесс распространения знаний.  Проводимый в дополнение к этому анализ   социальных сетей с помощью программы Pajek позволяет визуализировать отношения между людьми и организациями,  имеющими отношение к данному инновационному процессу.

Март 2015 года

Анализ технологических тенденций на основе различных информационных источников

Aviv Segev, Member, IEEE, Sukhwan Jung, and Seungwoo Choi//IEEE Transactions on services computing, v.7, # X? 2014 – www. rsssearchhub.compreview /ieee-transactions-on…rss…Предлагается метод анализа технологических тенденций посредством отслеживания  частоты встречаемости терминов и изменения их состава в научных статьях и патентных документах с целью идентификации  предшествовавших  технологии и их перехода к  новым технологиям, а также  для выявления технологий, приносящих  наибольший эффект. Анализ проводился на базе 4.354.054 патентов США с 1975 года по настоящее время. В дополнение к этому был подвергнут анализу массив научных статей с целью прогнозирования появления новых  патентов через  4-5 лет, а также  общих технологических тенденций в предстоящие   9 лет. Метод прогнозирования проверен с использованием информации о  реальных технологиях,  метода предсказаний компании  Gartner, а также  соответствующих сетевых публикаций, информационных статей и книжных изданий. Методика анализа Избранный метод анализа тенденции развития технологий проверялся на основе     большого массива относящихся к этим технологиям патентных и непатентных источников. Отобранный информационный массив упорядочивался  по датам выпуска. Далее проводилась  идентификация основных терминов, относящихся к данной технологии. Затем  проводится экстракция секвенциальных графов, описывающих частоту встречаемости терминов. На первом этапе  определяются  все термины, связанные с анализируемой технологией. Он может начинаться с извлечения всех релевантных терминов, которые появляются в описании данной технологии  в Википедии. Второй этап анализа включает  извлечение значений, характеризуемых частотой встречаемости терминов. Она обеспечивается  текстовым поиском по ключевым словам в большом массиве патентных или непатентных документов, которые могут представлять  различные технологии.  Временной интервал поиска  обычно составляет один год, Осуществляемый далее процесс идентификации включает выделение графов, представляющих экспоненциальный рост новых технологий. Для нахождения наиболее приемлемых для этого функций были проанализированы различные виды регрессии, включая: линейные, квадратичные, кубические, квадратичные, экспоненциальные  и смешанные функции. Наиболее приемлемой  функцией для  описания  быстрого  развития  технологии был признан экспоненциальный рост. Изменения в технологических трендах четко проявляются при анализе научных статей и, особенно, патентных документов, которые позволяют устанавливать определенные связи с измерениями на рынке – особенно в период появления новых технологий. Основываясь на предположении, что патенты могут предсказать предстоящие технологии в ближайшую пару лет, интересно  ознакомиться с  основанными на патентах прогнозами, которые позволят увеличить масштабы  прогнозирования технологий. Одним из наиболее интуитивных оснований для появления патентов являются научные статьи. Анализ  научные стати с соблюдением конкретных условий и сравнение их с патентами могут  показать время разработки  потенциальных технологий. При этом важную роль играет встречаемость в научных статьях и патентах сходных технологических терминов. Проведенный анализ показал, что  в период  между 2000 и 2003 гг. число научных статей росла в геометрической прогрессии, а  количество патентов, возрастало аналогичным образом  в период с 2004 по 2007 год, Наконец, количество поисковых запросов в Google и информационных статей стало расти в  2009 – 2011 гг. Сопоставление представленных в них технологий позволяет предполагать, что число научных статей  может предсказывать количество соответствующих патентов с опережением до четырех-шести лет, а  широко используемых технологий – вплоть до девяти лет. Прогнозирование трендов по различным источникам  данных Для сравнения результатов прогнозирования использовались следующие массивы данных: • Анализ патентов проводился на массиве 4354054 документов Патентного ведомства США, начиная с 1975 до сегодняшнего дня. • Статьи анализируется с использованием программы Google Scholar, позволяющей  определить количество научных статей, содержащих требуемый  термин. • Подсчет количества найденных новостных статей, включающих требуемые термины • Подсчет количество  изданных книг,   которые включают термин, найденный с применением  поисковой системы Amazon. • Подсчет количества результатов, получаемых при поиске по каждому требуемому термину с помощью системы Simple Google search по годам. Оценка предсказания технологических трендов проводилась  с использованием программы Java, которая открыта для свободного доступа  (http://kse.kaist.ac.kr/~aviv/ Technology_Trends.zip). При сравнении предсказания трендов использовались различные методы:  экстраполяции, аналогии, морфологических моделей и др. Результаты исследования Результаты исследования показали, что проблемно-ориентированные информационные массивы, такие как научные статьи и патентные документы, располагают более длительной прогностической протяженностью и более высокой точностью, по сравнению с  набором данных, черпаемых из  новостей, книг и результатов сетевого поиска. Применение метода, основанного на данных,  черпаемых из  научных статей,  характеризуется  очень высокой точностью  прогнозирования в  пятилетнем интервале. Патенты, как  источник данных,  показали  не столь высокую  точность и меньшую протяженность  прогнозирования. Методы, реализуемые    на основе опубликованных книг, обеспечивает промежуточный результат. Новости и результаты сетевого поиска обеспечивают  менее успешными  предсказания. В дальнейшем предполагается изучение возможностей прогнозирования развития  технологий с использованием информационных массивов на нескольких языках и удлинения  времени технологи предсказаний

Февраль 2015 года

Анализ технологических тенденций с использованием системы патентного поискаКластеризация  корпоративных сетей  посредством  патентного  анализа

Анализ технологических тенденций с использованием системы патентного поиска

A Study of Technology Trends Analysis Using Patent Search Systems// RISUS – Aidil Khaidir Bin Muhamad et al. // Journal on Innovation and Sustainability, São Paulo, v. 5, n.2, p. 18-35 , 2014 – www.kse.kaist.ac.krIEEEof Technology Trends.pdfДля инновационного бизнеса важно уметь превращать научно-технический инновационный потенциал в производственный, а затем и в коммерческий результат, получаемый посредством реализации инноваций на рынке. В этой связи представляют интерес возможности патентно – информационного исследования тенденций развития и применения новых технологий с точки зрения их влияния на рыночные последствия того или иного технологического решения. В данной работе  проводится сопоставительный   патентный  анализ технологий  производства экспозиционного оборудования для полупроводников в японских компаниях Canon и Nikon, а также в голландской компании  ASML. В исследовании использовалась  система патентного поиска YUPASS (Yamaguchi University Patent Search System) и программное обеспечение Patent Map EXZ для патентного картирования результатов поиска. Полученные данные   сопоставлялись с  отчетами о соответствующих маркетинговых исследованиях в этой  области. При проведении тематического поиска и последующем формировании патентных карт применялась японская патентная классификация F-Terms, представляющая собой результат детализации Международной патентной классификации. Последующий анализ был сконцентрирован на  выявлении различий в технологических особенностях экспозиционного оборудования при производстве полупроводников в трех отобранных компаниях и их доли на соответствующих рынках.  Затем  с помощью патентного картирования  устанавливались  технологические причины и хронология изменений в рыночной доле оборудования каждой компании. Маркетинговая оценка Как показывают маркетинговые исследования, в 1996 году компания Nikon удерживала 50% мирового рынка  экспозиционного оборудования,  компания  Canon – 25%, а компания ASMLтолько 15%. Однако затем ASML вырвалась вперед (в 2006 году 40% и в 2010 году 60%), став мировым лидером в производстве экспозиционного оборудования для полупроводников. В качестве причины этих изменений отмечается, что если Nikon и Canon продолжали выпускать недорогое. но малоэффективное экспозиционное оборудование, то  ASML с начала 2000-х годов сконцентрировала внимание на разработке и  производстве высокотехнологичного иммерсионного экспозиционного оборудования (ArF  immersion exposure equipment), захватив в 2006 году 72% рынка сбыта этой продукции (в 2011 г. – 82%).  Доля Nikon составляла  здесь только  18%, а  Canon вообще не отмечена на рынке этой инновационной  продукции. Благодаря этому, ASML стала лидировать и на мировом рынке экспозиционного оборудования в целом (ASML – 65.4%, Nikon – 23.3% и Canon – 11.3%). Патентная оценка При  оценке технологической политики сопоставляемых компаний  анализировалось распределение их патентных заявок по рубрикам японской патентной классификации F-terms. Чаще всего в заявках всех трех компаний встречались индексы 5F146 и 5F046, обозначающие технологическое направление “экспозиция для  полупроводников (кроме электронной и ионной экспозиции)”. Посредством  углубления анализа выявляется различие технологических направлений у  Canon, Nikon иASML. В  2002 году в разработках  Nikon преобладали  технологии проекционной и отражательной экспозиции (BA05, BA04 и BA03), и лишь 2005 году здесь всерьез обратились  к иммерционным технологиям (BA11). В это время исследования ASML были сосредоточены, главным образом, на иммерсионной экспозиции, которая приносит им более высокую прибыль на рынке оборудование для экспонирования (33,1% от общего технологического контента НИОКР), в то время как Nikon и Canon в основном занимались технологией проекционной  экспозиции. Хронологическая оценка На следующем этапе осуществлялся хронологический анализ изменений в методах экспозиционных технологий каждой компании посредством патентного картирования. Оно отражает долю того или иного технологического контента в патентной документации каждой компании с привязкой к конкретной дате происходящих изменений в период с 2001 по 2011 год. Что касается изменений  рыночной доли  в сопоставлении с  изменениями в процентах технологии иммерсионной экспонирования для каждой компании, то с 2006 года доля BA11 (иммерсионного экспозиционного оборудования) в ASML росла постоянно – вместе с изменением  общей рыночной доли. Показатели Nikon, до 2010 по рубрике BA11 также отражали  восходящий тренд, но от показателей ASML тенденция Nikon отстает. По сравнению с пиком  в 2007 году, общая доля рынка компании Canon снизилась вместе с ее процентными показателями по индексу BA11. Таким образом,  наблюдается корреляция    изменений в весомости технологии иммерсионного экспозиционного оборудования (BA11) в НИОКР каждой компании с изменениями  их доли на рынке. Приведенный пример показывает,  что с помощью  патентных карт можно  проанализировать изменения в технологиях (в данном случае, в методах проекционного экспонирования (BA03) и иммерсионного экспонирования(BA11), на которых  фокусируется каждый производитель . А с помощью хронологических карт – установить, какие технологические направления развиваются сегодня наиболее активно. Анализ карт патентных портфелей исследуемых компаний в период 2001 по 2011 гг. также показал, что их разработки по избранным  технологиям ( у ASML это, прежде всего, BA11 и DA34 представляют собой один из факторов, влияющих увеличение   доли их рыночных секторов. Выводы Исследуя  влияние   изменения  технологических трендов на преобразование рынка экспозиционного оборудования  в сфере производства полупроводников с применением  избранной поисковой системы программного обеспечения патентного картирования, можно придти к следующим заключениям: 1. Используя всю иерархию классификации  F-terms, можно не только выявить требуемые технологические отрасли,  но и проанализировать информацию о происходящих там инновационных процессах. 2. Чем глубже  детализируется  иерархия  F-terms, тем отчетливее проявляются  технологические особенности  деятельности компаний ASML , Nikon и Canon, которые хорошо коррелируют с информацией об их рыночной доле, полученной из экономических источников . включая все  большую концентрацию  ASML на иммерционных технология 3. Изучение патентных карт позволяет прослеживать хронологию технологического развития компаний в данной области и расхождений, включая инновационые инициативы ASML,  которые повлекли за собой изменения  в рыночной доле сбыта экспозиционного оборудования для полупроводников остальных конкурентов. Таким образом, патентное исследование с использованием основанной на классификации F-terms поисковой системы и программного обеспечения патентного картирования  подтвердило возможность довольно детального изучения направлений и динамики технологического  развития конкурирующих компаний,  прогнозирования доли  распределения последующих рынков сбыта, а также важность  своевременного принятия в этом деле инновационных решений.

Кластеризация  корпоративных сетей  посредством  патентного  анализа

Clustering Enterprise Networks by Patent Analysis. F. D´Antonio, S. Orsini, A.,Cucchiarelli, P.Velardi// Polytechnic University of Marche, Italy – - www.ceur-ws.orgVol-653/paper2.pdf Корпоративные сети представляют собой разновидности социальных сетей, в которых    узлы обозначают предприятия, а ссылки указывают на некоторую форму отношений между ними, включая  деловое сотрудничество, сходство  предприятий, взаимный обмен капиталов и  информационных потоков, иерархические отношения, цепочки  поставок или  агрегацию предприятий в данном районе. Построение и анализ подобных сетей могут привести к важным стратегическим заключениям посредством выявления потенциальных конкурентов или  партнеров, перспективных направлений развития, рыночных ниш и сфер вложения капитала. Для графического построения таких сетей требуется изучить соответствующие базы данных, выявить узлы и оценить характер и устойчивость соединяющих их ссылок. Для этого применялись два метода: - составление, рассылка и  обработка опросных анкет для установления сходства около сотни предприятий; - полуавтоматизированная обработка с той же целью текстовой информации на естественном языке Проводя выявление сходных предприятий для установления возможностей сотрудничества даже в сравнительно небольшом регионе, приходится иметь дело с оценкой многих сотен объектов. В качестве исходного источника информации использовалась база  данных ЕПВ, включающая  библиографическую и текстовую информацию о заявках и патентах, зарегистрированных в 40 европейских странах. В ходе исследования проводился: -  сбор патентов,  зарегистрированных предприятиями, действующими в данном регионе; - анализ текстов с выявлением релевантных терминов и  оценкой их значимости  на основании статистики встречаемости в патентных документах - построение  векторных  моделей с представлением  каждого документа в виде вектора весовых коэффициентов выделенных терминов индексирования - группировка  векторов по предприятиям (от которых были представлены заявки на патенты) и построение “центроидов”  таких групп,  представляющих бизнес-секторы предприятия - построение  графов,  представляющих  функции сходства для каждой пары центроидов. Далее осуществлялась кластеризация, представляющая собой деление набора данных на подмножества именуемые   кластерами. В корпоративных сетях методы кластеризации можно использовать для того, чтобы обнаружить потенциально интересные сетевые шаблоны. Каждый метод кластеризации должен быть оценен в контексте исследуемой микроэкономической обстановки. В данной  статье используется простой алгоритм кластеризации графа. Например, в графе G = (V, E)  V представляет собой множество вершин, а  Е – набор взвешенных ребер. В результатах исследования представлено несколько полученных графов. Например, в одном из них ссылки, указывающие на сходство объектов,  обосновываются наличием дескрипторов gas, flame, burner, cooking. Можно предположить, что этот кластер объединяет предприятия, изготовляющие оборудование, связанное с приготовлением пищи.

Январь 2015 года

- Инновационная роль основных патентов - Роль микроэкономики в обеспечении конкурентоспособности стран

Инновационная роль основных патентов

The role of essential patents as knowledge input for future R&D. Byeongwoo Kang, Kazuyuki MotohashiDepartment of Technology Management for Innovation, University of Tokyo// World Patent Information 38 (2014), 33-41В последнее время повышенное внимание стало привлекаться к так называемым “основным” патентам.* …………………………………………………………………………………………………………… * Основные патенты (англ. essential patents) содержат в себе основополагающие патентные притязания, в которых   раскрываются изобретения, необходимые для утверждения данного отраслевого стандарта. Фирмы обычно стремятся  закрепить свои “прорывные” технологии с помощью патентов, которые затем могли бы лечь  в остову соответствующего технологического стандарта. В принципе стандартизация представляет собой процесс учреждения стандарта, призванного стимулировать инновационный процесс посредством установления общей технологической основы для конкуренции. Стандарты особенно важны для инноваций, которым присущи сетевые взаимосвязи. На основе стандартов могут формироваться вторичные рынки, например, в области переработки и сбыта нефтепродуктов, с развертыванием там последующих исследований и разработок и дальнейшим продвижением стандартов. Подобная взаимосвязанная динамика развития порождает непрерывный инновационный процесс. Правда, при этом представляется важным установить, в какой степени основные патенты являются источником знаний для дальнейших исследований и разработок. Опираясь на проведенные исследования, можно утверждать, что стандарт содержит важную технологическую информацию, на которой могут базироваться дальнейшие инновации, а основные патенты служат проводником технологических знаний для соответствующих разработок. При этом важно учитывать наличие внутренних и внешних источников знаний. Внутренние источники, бесспорно, содействуют корпоративным инновациям. Однако в условиях изменения окружающей среды, укорачивания  жизненного  циклаа создания  продукции и возрастающей доли затрат на НИОКР в общем обороте ориентация только на внутренние источники знаний становится рискованной. Необходимо сбалансированное использование того и другого. Основные патенты, как источники знаний, существенно отличаются от прочих патентов. Во-первых, основные патенты несут в себе информацию о  стандарте и его технологических компонентах, снижая неопределенность   относительно сущности инновации. Во-вторых, основные патенты отличаются более высоким качеством. Им присуще  более частое цитирование    в последующих публикациях и более высокая значимость. Центральная гипотеза данного исследования заключалась  в том, что выбор источников знаний для НИОКР зависит от принятой модели предпринимательства. Каждая фирма располагает разными, почерпнутыми из НИОКР знаниями и деловым опытом. Поскольку им  присущи технологические особенности, каждая фирма пользуется разными инновационными моделями. Однако, если фирмы конкурируют на одном рынке, естественно предположить, что они сталкиваются с аналогичными технологическими проблемами и будут наращивать идентичные технологические портфели В ходе исследования были отобраны 28801 патентных заявок 43 фирм Европы, США, Японии, Китая и Кореи; среди них были выделены  организации с четырьмя   предпринимательскими моделями: - непрактикующие организации (N1), к числу которых относятся университеты и научно-исследовательские институты, а также любое юридическое лицо, не реализующее  свои запатентованные изобретения и получающее основную выручку от  лицензирования или продажи собственных патентов; основные изобретения являются важным источником знаний для их НИОКР; - поставщики микросхем (N2) – интегрированные формирования, предназначенные для совместной работы; для них основные изобретения также являются важным источником знаний при проведении своих НИОКР; - производители (N3) – подобно поставщикам микросхем они используют свои изобретения для разработки и поставки на рынок своей продукции; но они занимают разные позиции в цепи поставок: производители пользуются продукцией поставщиков микросхем; для них основные патенты являются не столь важным источником знаний, как для представителей предыдущих двух групп; - поставщики услуг (N4)  приобретают продукцию производителей и предоставляют коммуникационные услуги; для них основные изобретения не являются важным источником знаний. Согласно результатам анализа среди четырех перечисленных предпринимательских моделей  поставщики микросхем (N2) и   производители (N3)  проводят наиболее активные НИОКР.  Большинство патентных заявок приходится на группу N2 (в среднем 1065,3 на одну фирму); далее следует группа N3 (768,1). При этом учитывается, цитируются ли в заявке  основные патенты (= 1) или нет (= 0). Анализ также показал, что внутренние источники знаний более важны для производителей и менее – в непроизводственной сфере. Основные патенты более важны для непроизводственных, чем для всех остальных организаций. Основные патенты являются более важными источниками знаний для НИОКР производителей, чем для поставщиков услуг; но менее существенны для непрактикующих организаций (N1) и поставщиков микросхем (N2). Установлено, что фирмы предпринимают  большие усилия, чтобы получать основные патенты. Тем не менее, анализ показывает, что НИОКР  производителей проявляют  низкую активность при использовании основных патентов в качестве источника технологических знаний и  заинтересованы только в получении основных  патентов. С другой стороны, НИОКР  поставщики микросхем, основанные на стандартах, не ограничиваются получением основных патентов. Непрактикующие организации также проводят НИОКР на основе технических стандартов, однако они отстают в подаче патентных заявок  от практикующих компаний. Отмечено также, что основные патенты могут стать поводом для  возрастания  напряженности в отношениях между фирмами. Например, основные патенты особенно привлекательны для непрактикующих организаций, основным источником  доходов у которых являются  лицензионные сборы. Наконец, результаты анализа показывают, что китайские и корейские компании меньше зависит от  собственных знаний и  по-прежнему полагаться на внешние источники знания, генерируемых в США, Японии и Европе.

РОЛЬ МИКРОЭКОНОМИКИ В ОБЕСПЕЧЕНИИ КОНКУРЕНТОСПОСОБНОСТИ СТРАНЫ

Профессор Гарвардской бизнес-школы М.Е.Портер – создатель теории национальных конкурентных преимуществ – в своих трудах подчеркивал, что при всей важности макроэкономических условий , лежащих в основе успешной экономики, процветание страны определяется на деле ее продуктивностью – способностью использовать свои людские, финансовые и природных ресурсы для эффективного производства товаров и услуг. А продуктивность, в конечном счете, зависит от микроэкономических возможностей страны, которая коренится в деловой искушенности компаний и качестве национальной бизнес-среды. Без улучшения микроэкономических возможностей устойчивого улучшения благосостояния страны не произойдет (M. E. Porter et al. The Microeconomic Foundations of Prosperity: Findings from the Business Competitiveness Index// www.weforum.org/pdf/Gcr/…/BCI_Chapter.pdf).

На актуальность этой проблемы для современной России, вступающей в период экономической рецессии, недавно обратил внимание главный редактор “Независимой газеты” Константин Ремчуков (“Требуется реорганизация правительства с включением в него представителей бизнеса”, 22 декабря 2014 г. – www.ng.ru›politics/2014-12-22/1_crisis.html).…Стратегия выхода из кризиса пока не очевидна. Ни власть, ни бизнес, ни наблюдатели не в курсе антикризисного плана, если таковой имеется. Паника, торможение межбанковского рынка, отсутствие кредитования реального и виртуального секторов экономики – грозные предвестники коллапса уже через несколько месяцев всего организма нашей экономики. Это – реальность, а не гипотеза. Об этом говорят многие страницы учебников по экономической истории, доступные студентам первого курса любого экономического вуза. Повторение мантры о неизбежности роста после «отскока в плюс» малопродуктивно. За два года до вожделенного «отскока» могут сломаться не только миллионы частных судеб, но судьба страны. … Смысл и вожделенная мечта бюрократического капитала – доступ к госфинансам, бюджетным ресурсам, рычагам перераспределения. Нормальный частный капитал хочет, чтобы ему не мешали создавать прибыль. Новую стоимость. Это принципиальное различие мотиваций в условиях нынешнего острейшего кризиса может оказаться решающим и предопределить сценарий судьбы нашей страны. В зависимости от того, на кого будет сделана ставка, кому будут выделены гарантии, кредиты и ресурсы… Последствия ошибки мне представляются трагическими. Истощение запасов, грызня в верхах, поиск предателей, двурушников и врагов – наша приятная, до боли в суставах знакомая традиция и базовая методология поиска ответа на вопрос: кто виноват? … Сегодня стало очевидным то, чего многие руководители без экономического образования не понимали никогда. Макроэкономические параметры – это краткосрочные факторы развития. Темп роста, уровень инфляции, объем инвестиций, параметры оттока/притока капитала, валютный курс способны измениться за несколько месяцев. Долгосрочные предпосылки роста куются в сфере микроэкономики. Именно от того, каково отношение государства к частному бизнесу, поддержке предпринимательства, подготовке и переподготовке кадров, каковы условия получения кредитов и поддержки инноваций, зависит принятие бизнесом, частным капиталом (национальным и иностранным) решения о «приземлении» в той или иной стране. … Отсталость мышления, зашоренность, зацикленность на врагах внутри и вокруг России, мечтающих посадить нас на цепь послушания и зависимости, – маниакальная мантра людей, боящихся непредсказуемости свободной конкуренции частных капиталов. Потому что результатом может стать переход собственности в более эффективные руки. Совсем незнакомые руки. А это может повлечь за собой желание политических перемен и желание видеть среди политиков людей с современными представлениями о природе и движущих силах реального мира. ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Содержание рефератов в 2014 ГОДУ

>Декабрь 2014 года -Построение разведывательных ландшафтов с использованием информации об интеллектуальной собственности - Патентный анализ изменений в технологической специализации России >Ноябрь 2014 года - Конференция ЕПВ по патентной информации-2014 - Патентное отображение глобальных инновации в энергетических технологиях >Октябрь 2014 г. Мотивация бесплатной передачи патентных прав >Сентябрь 2014 -Интеллектуальная собственность и международная конкурентоспособность в сфере торговли -Влияние финансового кризиса на патентную активность >Август 2014 г. Идентификация новых и привлекательных технологий >Июль 2014 - Сопоставление конкурентоспособности компаний - Современные методы и средства патентного анализа >Июнь 2014 г. Патенты в конкурентной разведке >Май 2014 г. - Семантический анализ в конкурентной разведке >Апрель 2014 г. Инновационная стагнация в странах БРИКС >Март 2014 - Тенденции патентования нанотехнологий - Методы ранжирования результатов патентного поиска >Февраль 2014 года - Раскрытие богатств патентной информации посредством статистического анализа – Совершенствование поисково-аналитической системы Innography >Январь 2014 г. - Насколько инновационна экономика Китая? - Новые патенты проливают свет на планы Аpple по совершенствованию своего iPhone - Связь конкурентной разведки с прочими разведывательными службами - Можно ли сохранить коммерческую тайну

>Декабрь 2014 года

Построение разведывательных ландшафтов с использованием информации об интеллектуальной собственности

Nishla H. Keiser, Eric P. Raciti. IP Landscaping—Creating a Conceptual Fabric of Information//Intellectual Property Today June 2014www.finnegan.com/IPLandscapingCreatingaCo Современная экономика обрушивает на компании хаотический и динамично меняющийся поток информации. Однако данные, вырванные из контекста, утрачивают смысл. Поэтому компании, занятые разработкой новых технологий, часто прибегают к построению стратегических патентных ландшафтов, обеспечивающих широту взгляда при оценке отдельных патентов, современного уровня техники и конкурентной борьбы в конкретных технологических отраслях. Такие ландшафты часто выходят за рамки традиционных исследований патентной чистоты или оценки известного уровня техники, предоставляясведения для исследований и разработок, маркетинга, а также обоснования патентных   стратегий, увязанных  с общими целями бизнеса. Патентные ландшафты могут использоваться с как с наступательными, так и оборонительными целями, при обосновании ответственных решений на ранних стадиях исследований и разработок, построения корпоративных патентных портфелей, обнаружения направлений противодействия потенциальных соперников и возможностей заключения лицензионных соглашений. Можно выделить две разновидности ландшафтов. Предварительные ландшафты ориентированы на потребности ранней стадии инновационного процесса, определения  направлений исследований и разработок. возможностей монетизации их результатов и опережающего обнаружения рисков.  Такие ландшафты полезны для любых разработчиков новых технологий –  как новичков (“стартапов”), так и устоявшихся компаний. Поскольку они помогают  идентифицировать незащищенные “пробелы” для осуществления исследований и разработок и намечать стратегии патентования.  Обычно они обеспечивают широкий охват требуемой технологической сферы, включая альтернативные методы и продукты, а также интересующие стартапов иные технологии, обеспечивающих  решение тех же проблем. Стратегические ландшафты направлены на  обеспечение правильного  позиционирования в конкурентной среде  и управление правовыми  рисками.  Они оказываются особенно полезными на завершающей стадии разработки компанией новой технологии или продукции. При формировании  таких ландшафтов часто не ограничиваются патентной информацией, дополняя ее сведениями о поступающей на рынок продукции конкурентов, новейшими публикациями и прочими источниками конкурентной разведки. В определенных случаях эти ландшафты могут использоваться с наступательными целями для выделения патентов, способных блокировать продукцию конкурентов. Наибольший эффект при построении патентных ландшафтов достигается посредством соблюдения следующих трех рекомендаций: 1) четкой формулировки поставленных целей; 2) установления пунктов принятия промежуточных решений, для оценки или уточнения вновь поступающих данных; 3)  последующего осуществления длительного мониторинга ключевых объектов анализа. Обычно на первой стадии построения ландшафта осуществляется  широкий охват патентных и непатентных публикаций, а также  прочих доступных источников На следующем этапе проводится  отсев нерелевантных данных, а нужная информация объединяется в укрупненные предметные группы. В интересах предварительного ландшафта, ориентированного на разработчиков новой продукции, отбирают, прежде всего,  сведения о специфике нужных технологий, а для стратегического ландшафта предпочитают патентную и непатентную информацию об известных конкурентах и их продукции. Природа технологий вынуждает обращаться к разным поисковым инструментам. В биологии, например, наибольшую полноту выдачи обеспечивает поиск по ключевым словам, а при поиске механических устройств лучше подходит патентная классификация. На конечном этапе формирования ландшафта накапливается база данных, содержащая результаты детализированного анализа, графическое представление сроков получения результатов, графики патентной активности конкурентов и прочие сведения. Существует немало  служб, предлагающих автоматизировать многие процессы формирования патентных ландшафтов, включая всесторонний анализ патентной деятельности отдельных правообладателей, выявление “ключевых” патентов по частоте их цитирования и иные статистические данные.. Наконец, следует иметь в виду, что ландшафт отражает состояние дел на данный момент времени. Он может эволюционировать по мере развития технологий и изменения конкурентной среды. Поэтому вслед за принятием решений на основе составленного патентного ландшафта нужно  сразу же организовать мониторинг и обновление важнейших аспектов анализа, включая оценку патентной чистоты разрабатываемой технологии или продукции и многое  другое. Важно, чтобы формируемый ландшафт четко подстраивался к главным задачам корпоративной стратегии, а не наоборот.

Патентный анализ изменений в технологической  специализации России

A. Kropacheva, J. Molero Russian technological specialization in terms of world’s innovation changes during 1994-2008. Comparison with countries of BRIC and European Innovation-driven economies//.Universidad Politecnica de Madrid Universidad Complutense de Madrid, 2013 – www. megin-degin.comtechnological specializationofПубликация доклада датирована 2013 годом. Однако результаты патентного анализа охватывают, в основном,  период с1994 по 2008 год, которые сопоставляются  с рейтингом России в Глобальном индексе конкурентоспособности 2011-2012 годов.. Его результаты наглядно показывают, что корни современных проблем развития российской экономики уходят к начальным этапам существования России как независимого государства. Перед исследованием была поставлена задача, во-первых, оценить состояние и развитие технологий в 26 обрабатывающих отраслях промышленности России в течение трех периодов: : 1994-1998 (в начале постсоветского периода), 1998-2003 (период после финансового кризиса в России в августе 1998 г.) и 2004-2008 (период до мирового финансового кризиса в 2008); во-вторых, определить, как Россия адаптировалась в те годы к  международной инновационной и технологической  динамике. Информация для проведения анализа черпалась из патентной базы данных США (которая почти наполовину состоит из заявок и патентов на относительно более значимые зарубежные изобретения) и систематизировалась с использованием Северо-Американской системы отраслевой классификации (NAICS), упорядочивающей данные в соответствии с типом экономической деятельности предприятий. Патентные показатели сопоставлялись с другими финансово-экономическими источниками. В процессе исследования определялись показатели технологических преимуществ (Revealed Technological Advantage – RTA) страны в данном производственном секторе, представлявшие собой долю сектора в общем объеме патентуемой продукции страны и долю того же сектора в мировой запатентованной продукции по данной тематике. В целом в рассмотренный 15-летний период (при незначительных колебаниях в вышеназванных временных отрезках) Россия пыталась, в основном,  сконцентрировать технологическую специализацию   своей производственной промышленности в унаследованных от СССР высокотехнологичных секторах космонавтики, навигационном, измерительного и контрольного приборостроения, химии и фармацевтики, электротехнического и медицинского оборудования. Наиболее заметные конкурентные преимущества были достигнуты Россией в секторах, связанных с  производством продукции первичной металлообработки, химии и фармацевтики, которая осуществлялась крупными и богатыми корпорациями, располагающими возможностью, в дополнение к собственным разработкам, приобретать и широко использовать зарубежные технологии. Но даже при относительно высоких индексах  конкурентных преимуществ они далеко отставали от  мировых лидеров по показателям активности патентования. Компании из традиционно высокотехнологичных отраслей типа аэрокосмической  и оборонной промышленности изначально обладали унаследованными от СССР технологиями, во многом соответствовавшими мировому уровню. Однако с приходом новой экономической и политической системы  конкурентоспособность этих отраслей снизилась. К тому же в стране  по-прежнему сохранялись различия в эффективности   исследований и разработок предприятий, относящихся к оборонному и гражданскому секторам, не осуществилась провозглашенная на начальном этапе переориентация оборонной промышленности на гражданские нужды, а  государственные закупки на оборонную  продукцию снизились. На протяжении анализируемого периода только пару-тройку секторов обследовавшейся российской производственной сферы, на том или ином этапе развития,  можно было отнести к динамично развивающимся отраслям. Результаты анализа показывают, что общая патентная стратегия России в период с 1994 по 2008 год оставалась стабильной. Технологические интересы страны были сконцентрированы преимущественно на продукции первичной обработки металлов, химических материалов, неметаллических минералов, фармацевтики,  медицинского, электротехнического, аэрокосмического и навигационного  оборудования.  При этом достаточно сильные преимущества сохранились в постсоветский период в основном только в отраслях с невысокой технологией типа производстве продукции первичной обработки металлов и неметаллических изделий. Одной из проблем российской промышленности стала неспособность обеспечить технологические преимущества  в области информационных и коммуникационных технологий – одного из секторов,  бурно развивавшихся во всем мире и открывавших широкие возможности высокотехнологичного экспорта как непременного условия развития всей экономики. Более заметные изменения в технологической специализации России стали происходить в 2004- 2008 годах. Россия оставалась одним из наиболее крупных производителей металла, включая его наиболее ценные и редкие разновидности, а также химической продукции. Эти направления располагали собственным сырьем, сотнями крупных и средних предприятий, а также сохранившейся с советских времен научно-исследовательской базой. Отмечены положительные сдвиги  в секторе вычислительной техники – одного из производственных направлений, обладавших достаточными стимулами и ресурсами для инноваций, в технологиях производства продуктов питания, деревообрабатывающей и бумажной продукции. Однако в высокотехнологичных секторах наметился все более существенный  спад. В унаследованной от СССР аэрокосмической отрасли относительно высокие показатели технологических преимуществ сохранились только в производстве тяжелых орбитальных носителей. Но на эту сферу в тот период приходилось  только 10% общемирового рынка,  3/4 которого составляли спутники связи. В авиации технологическая специализация ориентировалась на производство истребителей и определенных типов транспортной авиации, в то время как в мире наиболее перспективным направлением уже считалось производство пассажирских самолетов и вертолетов. Например, в России в 2005 году было выпущено только 10 лайнеров, в то время как компании Boeing и  Airbus получили заказы на производство более 1000 самолетов каждая. Россия располагает большими возможностями повысить свой инновационный рейтинг на мировой арене, обладая развитой системой образования и непреходящими научно-техническими достижениями. Учитывая реальные научно-технические возможности России и  ситуацию на мировом рынке, ей можно было бы  сконцентрировать свои усилия, прежде всего, в следующих секторах исследований и разработок: - информационные,  телекоммуникационные и электронные технологии; - технологии, связанные с обработкой первичных металлов и химических материалов; - аэрокосмическое производство – с особым вниманием к спутникам связи, пассажирским самолетам и вертолетам; -многоотраслевое машиностроение с большей ориентацией оборонного сектора на гражданские нужды. В докладе Всемирного экономического форума, посвященном глобальной конкурентоспособности стран мира в 2011-2012 г.г.(World Economic Forum Global Competitiveness Report 2011-2012), отметившим относительно невысокий рейтинг конкурентоспособности России, вместе с тем указывается на три благоприятных возможности ее дальнейшего развития: богатые природные ресурсы, обширный внутренний рынок и большой процент населения с законченным высшим образованием. Но России предстоит преодолеть слабые места национальной  инновационной системы, включая  отсутствие у большинства предприятий ясной инновационной стратегии; преодоление наступившей в переходный период стагнации научно-исследовательских учреждений и их изоляции от  рыночных и общественных потребностей, отсутствие увязки технологической специализации с общей экономической и экспортно-импортной политикой страны.

Ноябрь 2014 года

- Конференция ЕПВ по патентной информации-2014- Патентное отображение глобальных инновации в энергетических технологиях КОНФЕРЕНЦИЯ ЕПВ ПО ПАТЕНТНОЙ ИНФОРМАЦИИ-2014 Conference highlights growing role of patent data for business and policy-makers, 5 November 2014 -www.epo.org 4-6 ноября 2014 года в Варшаве состоялась организованная Европейским патентным ведомством конференция, посвященная преимущественно вопросам использования патентной информации в интересах лиц, принимающих решения в предпринимательской деятельности, ориентированной на инновационную модель развития. Такая модель предполагает воспитание в обществе инновационной культуры, творческого мышления и ориентацию на инновационный путь развития всего бизнеса. В конференции приняли участие около 400 специалистов из различных стран мира. Широкое представительство участников конференции свидетельствует о все более глубоком понимании важности патентной информации не только при решении узкопрофессиональных вопросов правовой охраны промышленной собственности, но и при подготовке ответственных экономических и политических решений. Участники конференции подчеркивали, что в условиях сегодняшней глобализированной экономики знаний значение патентное информации еще более возрастает. А это ужесточает требования к ее доступности, полноте и качеству. Важную роль в решении этой задачи играет патентно-информационная стратегия ЕПВ, проявившаяся, в частности, в активном внедрении машинного перевода, Совместной патентной классификации, Глобального досье и все более широкий охват обработкой патентных данных из стран Азии. Сегодня ЕПВ располагает крупнейшим в мире собранием патентных данных, насчитывающим около 90 млн. патентных документов. Представители различных отраслей промышленности европейских стран высказали свои представления о путях оптимизации патентно-информационной поддержки инновационного развития их бизнеса. Особое внимание при этом было уделено методам и средствам патентного анализа, визуализации его результатов, дальнейшего развития патентного поиска, определения правового статуса патентных документов, особенно – из азиатских стран. Конференция сопровождалась выставкой, на которой были представлены все основные коммерческие поставщики патентно-информационных продуктов и услуг.

Патентное отображение глобальных инновации в энергетических технологиях

Luís M. A. et al.  Determinants of the Pace of Global Innovation in Energy Technologies// Published: October 14, 2013DOI: 10.1371 – www.trancik.scripts.mit.edu

В течение прошлого столетия глобальный энергетический сектор испытал несколько всплесков технологических инноваций. Энергетический кризис 1970-х годов послужил толчком для поиска различных вариантов  возобновляемых и других альтернативных энергетических технологий. Однако падение цен на нефть в середине 1980-х годов исключило  эту проблему из числа приоритетных, что проявилось в снижении инвестиций на соответствующие научные исследования и разработки (НИОКР) и на несколько лет остудило поисковый энтузиазм в этой сфере. Эти тенденции сопровождались  стагнацией патентования в период 1980-2000 годов. Корреляция этих показателей в США позволяет утверждать , что замедление инновационного процесса явилось прямым следствием сокращения капиталовложений в НИОКР.В последующем  климатические изменения и соображения энергетической безопасности вновь подогрели интерес к  поиску альтернативных энергетических технологий. Для оценки современного состояния дел в этой области была сформирована представительная база данных о поданных в мире патентных заявках по энергетике в 1970-2009 годах (около 73000 заявок). Патентные документы были систематизированы с учетом их географической и технологической принадлежности с использованием метода ссылок. Использовались также данные о колебании  уровнях производства и финансирования исследований по странам и технологиям в анализируемый период. Изменяемые по прошествии времени  тенденции патентования  и финансирования исследовались для оценки уровня инновационой активности в разных технологических областях и странах и зондирования  движущих сил этих тенденций. Патенты обеспечивают беспрецедентную возможность локализации и  измерения  интенсивности инновационной деятельности (как правило, она происходит в точке перехода от создания  изобретения к осуществлению инновации). Представительная патентная база данных является мощным  инструментом исследования  детерминантов инновационной деятельности.  Однако при подсчетах патентных документов необходимо принимать во внимание влияющие на них изменения в политике, регулирующей процедуру охраны интеллектуальной собственности или повышающей  требования к  качеству патентов. В данном исследовании анализировались национальные и глобальные тренды развития технологий в области энергетики с использованием модели, позволяющей избегать  чрезмерной подгонки данных и объяснять выявляемые тенденции патентования с учетом глобальной природы инноваций на протяжении длительного времени. Временные и региональные тенденции патентования и финансирования Эмпирические данные указывают на очевидный рост   патентования в области энергетических технологий за последнее десятилетие – несмотря на отсутствие соразмерного роста частных и государственных инвестиций. Более детальное изучение структуры этих трендов позволяет пролить дополнительный свет на этот  феномен. Во-первых, при  заметном росте  динамики патентования по всем технологическим секторам энергетики, наблюдается  заметное различие показателей роста по отдельным странам. Технологии использования возобновляемых источников энергии – в особенности солнечной и ветровой – развиваются особенно  быстро,   в то время как патентование в области ядерного деления осталось на прежнем уровне несмотря на постоянно высокий уровень государственных инвестиций. Ежегодный прирост патентования технологий использования солнечной и ветровой энергии в 2004-2009 годах составлял 13-19%, хотя по остальным энергетическим технологиям он держался на уровне 11,9%. В 2001-2005 годах, по данным ВОИС,  средние рост этого показателя по всей энергетике составлял только 4,6% – близко к показателям роста патентования в  области полупроводников (4,9%) и цифровых коммуникаций(3,0%). К этому следует добавить устойчивый или даже несколько возрастающий показатель патентного цитирования, характеризующего отсутствие инфляции качества патентов. Во-вторых, увеличение темпов роста патентования в мире имеет также региональные различия. Хотя количество патентных заявок, подаваемых в разные национальные ведомства неодинаково ввиду различия процедурных стандартов и распределения заявок по технологическим секторам, это не помешало определить технологические предпочтения в разных регионах. Патентное ведомство Японии, например,  лидирует по суммарному количеству патентных документов по всем  энергетическим направлениям кроме  каменного угля, ГЭС, биотоплива и природного газа. За ней следуют США и Китай. В ЕПВ за последнее десятилетие отмечено сокращение заявок по ископаемому топливу, особенно углю. Лидируют здесь Китай, за которым следуют Япония и США.  Китай также идет вторым после Японии по заявкам на ветровую энергию. Модель роста патентования  и технологических инноваций Проводившиеся в данном исследовании  количественные оценки  базировались на гипотезе сходства  фаз зарождения и осуществления  многих технологий. На первом этапе  новые технологии проходят  период развития, в течение которого рынки малы или не существуют вообще. При этом  важное значение имеют основные, преимущественно государственные  инвестиции на НИОКР. Здесь генерируются новые знания,  их патентование и получаемое в итоге  совершенствование продукции. На протяжении последних десятилетий это было характерно для всех энергетических технологий. По мере развития рынков возрастает  доля рыночных инвестиций в инновации.  С началом быстрого обновления технологии государственное финансирование НИОКР утрачивает роль доминирующей движущей силы. Оба вида инвестирования дополняют друг друга. На втором этапе, сопровождаемом развитием рынков успешных технологий, новые компании обретают средства и мотивацию для инвестирования дальнейшего совершенствования новой продукции. В результате  формируется цикл   взаимного воздействия процессов совершенствования продукции и расширения рынков сбыта, способствующий утверждению новых технологий. Перевод этих общих идей в математическую модель позволил получить количественное выражение описанных выше эмпирических тенденций. При этом использовались  поддающиеся количественной оценке данные о государственных и частных капиталовложениях в НИОКР. Они  возрастают одновременно с повышением уровня производства и обеспечивают получение новых знаний, проявляющихся в динамике патентования, которая подвергается количественной оценке. Таким образом получается замкнутая цепочка показателей: финансирование  НИОКР,  измеряемые  с помощью патентования новые знания, обеспечиваемое благодаря им  повышение производительности технологий, положительно влияющее на уровень производства. Таким образом, предлагаемая модель охватывает весь инновационный цикл – от поддерживаемых инвестициями НИОКР до  формирования рынка новой продукции, который сопровождается  в последние годы   увеличением патентования в сфере энергетики. В процессе осуществленного с помощью этой модели исследования была  подтверждена зависимость мировых тенденций патентования прежде всего от финансирования НИОКР и состояния инновационных рынков, а не от отдельных  политических мер и прочих стимулов. Это наблюдение подтверждает  возможность глобальных оценок патентования в условиях разнообразия национальной  инновационной политики отдельных стран. Примечание. Согласно последним доступным данным за 2010-2011 годы, патентование технологий в области “зеленой” энергетики, в частности, ветряной и солнечной генерации, а также топливных элементов, показало значительный рост. При этом основной точкой роста стали технологии солнечной генерации. Странами-лидерами по количеству патентов в области солнечной энергетики стали Япония, Корея, США и Китай. В то же время в ветроэнергетике лидерство по количеству изобретений выстроилось следующим образом: США, Германия, Китай, Дания (РИА Новости http://ria.ru/earth/20131114/976765693.html#ixzz3I0ONgZTR

Октябрь 2014 г.

Мотивация бесплатной передачи патентных прав

Ziegler N., Gassmann O., Friesil S. Why do firms give away their patents for free?// WPI-2014-v.37-#2-p.19-25Свободный доступ к создаваемым в фирмах инноваций получил весьма широкое распространение, охватив и такие крупные компании, как Philips, Siemens, Bay­er и  Microsoft. Это явление, казалось бы, вступает в противоречие с изначальным предназначением патентной системы предоставлять фирмам временную монополию для компенсации расходов на НИОКР. Тем не менее, в дополнение к традиционным формам передачи патентов  посредством их лицензирования и продажи, в последнее время ученые изыскивают иные способы распространения содержащихся в них знаний без нарушения  ущерба создателям запатентованных новшеств. В отрасли разработки компьютерных программ свободный доступ к звпатентованной продукции используется уже довольно давно. Целесообразность привлечения сторонних инновационных ресурсов объясняется рядом причин: экономических. технологических и социальных. В США, например,  стало обычной процедурой патентное пожертвование некоммерческим организациям типа университетов и научно-исследовательских институтов, которым переходят все  патентные права и обязанности. А  первоначальный патентовладелец получает налоговые льготы и сокращение затрат на осуществление патентных прав, включая ежегодную уплату патентных пошлин. С другой стороны, получатель патента включается в процесс создания нового продукта, и дальнейшее сотрудничество приносит пользу обеим сторонам. Другая развивающаяся форма сотрудничества – это некоммерческие патентные пулы, члены которых могут безвозмездно использовать патенты друг друга, развивать деловое сотрудничество, сокращая при этом научно-производственные расходы и риски. Один из таких пулов, получивший наименование Eco-Patent Commons, создал в 2008 году онлайновое хранилище со свободным доступам членов пула к патентам по проблемам защиты окружающей среды. Сейчас в этом мероприятии участвуют 13 фирм. Инициатива  Golden Rice initiative предназначена для облегчения  доступа развивающихся стран к  агрономическим технологиям. Одна из первых задач заключалась в обогащении риса витамином А. В 2000  году был создан пул необходимых для этого патентов с открытым доступом к нему фермеров и исследовательских организаций развивающихся стран. В 2010 году организация UNITAID создала Медицинский патентный пул под эгидой ВОЗ для лечения ВИЧ / СПИДа, туберкулеза и малярии и облегчения доступа к соответствующим лекарствам. Национальный институт здравоохранения и ряд фирм  США предоставили для этого пулу бесплатные лицензии. Последним примером  некоммерческой инициативы является    предпринятая ВОИС в 2011 году Research initiative в качестве платформы для обмена между фирмами и исследовательскими организациями знаниями и интеллектуальной собственностью, относящимися к тропическим заболеваниям, которые поразили в мире около 1 миллиарда человек. Инициатива базируется на Пуле открытых инноваций по безнадзорным тропическим заболеваниям, сформированном в 2009 году. В последнее время к пулу присоединился ряд других организаций, предоставивших бесплатные лицензии к своим запатентованным лекарствам, вакцинам и диагностическим методам. Для выяснения причин бесплатной передачи своих патентов были исследованы по открытым источникам средние и крупные 22 фирмы США, Швейцарии, Германии, Нидерландов  и Великобритании , передавшие в соответствующие проекты 26 своих патентов по фармацевтике,  химии, науке о жизни, информационным  технологиям, электротехнике  и машиностроению. Обращалось внимание на ограничения к открытому доступу, например, на потребность обращения к патентным работникам, дополнительным источникам, соблюдения анонимности и др. Большинство отобранных для опроса  фирм оказалось вообще недоступным для общения. Исследования подтвердили, что открытый доступ к патентам в основном аргументировался экономическими, технологическими и социальными соображениями: возможностью экономии на патентных пошлинах за счет пожертвованных патентов, расширения технологического сотрудничества, моральными обязательствами и поддержанием престижа фирмы. Однако при этом важно учитывать, что некоторыми фирмами могли достигаться, наряду с прямыми, также косвенные финансовые преимущества. В общей сложности были выделены четыре разновидности мотивации передачи патентных прав, обеспечивавшие: получение прибыли, сокращение расходов, инициирование инновации и доступ к новым технологиям. 1. Получение прибыли. В этом подходе представлены фирмы, предоставляющие доступ к ключевым патентам, мотивированный финансовыми соображениями,  с расчетом на преимущества последующего сотрудничества и общественных мероприятий.  Эта стратегия открытых источников характерна для отрасли разработки компьютерных программ, осознавшей достоинства коллективного потенциала ноу-хау в совершенствовании продукции и завоевании прочных рыночных позиций. В 2000 году компания IBM, например, открыла свободный доступ сообществу программного обеспечения к 500 ценным патентам для стимулирования дальнейшего потока инноваций. С теми же целями и в том же году компания Sun Microsystems открыла доступ к 1670 своим патентам. 2. Сокращение расходов. Этот подход характерен для фирм, жертвующих устаревшие патенты университетам, исследовательским институтам и прочим некоммерческим организациям. Главной мотивацией является сокращение своих расходов, связанных с осуществлением патентных прав: уплатой пошлин за поддержание их в силе,  возможных издержек на опротестование патентных прав и т.п. В США до 2004 года было также возможно получение налоговых льгот. Нередко патентные пожертвования могут быть вызваны изменением корпоративных стратегий. В конце 1990-х гг. компания Shell, например, полностью переориентировалась на нефтехимию, полностью отказавшись от своих химических технологий. 3. Инициирование инноваций. Занятые инновациями  фирмы передают университетам и исследовательским институтам свои неключевые патенты для  активизации  инновационного  процесса и создания новых производств. Компания Boeing,например, создала материал, используемый в производстве авиационных антенн. Однако, благодаря его био-совместимости, прочности и плотности, открылись широкие  возможности использования этого материала   в области медицины, для  замены у человека поврежденных костей. Не располагая соответствующими специалистами, компания Boeing передала права на это новое применение своего патента университету Пенсильвании. Компания Procter & Gamble, убедившись, что в одиночку она не в состоянии финансировать все технологические возможности своих патентов, включая медицину,  открыла доступ к ним другим организациям. В частности, им были пожертвованы 196 патентов, открывающих новые возможности изготовления медикаментов. 4. Доступ к новым технологиям. Имеются в виду случаи, когда специализирующаяся на создании новых технологий фирма открывает доступ к своим ключевым патентам третьим лицам, мотивируя свои действия рядом факторов, включая повышение своей деловой репутации, служение обществу и получение в ответ доступа к патентам третьих лиц с помощью патентных пулов. Компания Hewlett-Packard, например, передала свои три патента по переработке израсходованных аккумуляторов и батарей в патентный пул Eco-Patent Commons. Syngenta, хотя они сулили ей немалые доходы, руководствуясь стремлением поддержать инициативы этой организации по созданию экологически чистых технологий.

Сентябрь 2014

-Интеллектуальная собственность и международная конкурентоспособность в сфере торговли-Влияние финансового кризиса на патентную активность.

Интеллектуальная собственность и международная конкурентоспособность в сфере торговли

IP and international competitiveness and trade. Ashish Bharadwaj and Marta Diaz Pozo, OECD - www.https://innovationpolicyplatform.org/…/ip-and-i…ForexAM.com Интеллектуальная собственность (ИС) становится во все большей степени источником конкурентных преимуществ бизнеса. Объекты ИС не только усиливают глобальную конкурентоспособность, но и становятся важным условием доступа к зарубежным технологиям посредством их импортирования и прямого  иностранного инвестирования. Опыт указывает на наличие позитивной корреляции между надежной системой охраны прав ИС и различными каналами доступа к зарубежным технологиям и знаниям. Конечно это должно подкрепляться наличием у страны дополнительных факторов, благоприятствующих привлечению этих технологий и знаний: людских ресурсов для усвоения новых знаний, конкуренции, адекватного управления и т.д. Взаимосвязь понятий международной конкурентоспособности, торговли и интеллектуальной собственности Международная торговля обеспечивает обмен трансграничный товарам и услугами, При этом международная конкуренция определяется как способность страны торговать товарами на международных рынках.  Роль ИС становится все более важной как для международной торговли, так и конкурентоспособности, поскольку знания во все большей степени превращается в субъект международных транзакций и важнейший источник способности страны успешно конкурировать на глобальном  рынке. Конкуренция и рынок сегодня неразрывно связаны с инновациями. Отсюда следует, что: 1) высокотехнологичный импорт является условием местных инноваций как в развиты, так и в развивающихся странах; 2)зарубежные технологии оказывают сильное воздействие на  рост местного ВВП, чем местные технологии, каких бы странах это не происходило. Как ИС может  содействовать инновациям? Система ИС может содействовать инновации, если она способствует трансграничной передаче технологий – посредством лицензирования, прямого инвестирования или импорта    зарубежного капитала – с присовокупленными технологиями. Существует множество фактов привлечения прямых инвестиций, которые становятся важным фактором передачи технологий в развивающиеся страны, а также вторжения на рынок технологий с их последующим освоением или иеждународного обмена знаниями посредством перекрестного лицензирования. Относительно невысокий уровень охраны ИС в данной стране снижает вероятность проникновения в нее международных компаний   со своими инвестициями и технологиями, или    они предпочтут создавать там полностью подвластные им филиалы либо передавать туда устаревшие технологии. Однако вопрос о том, как это все содействует инновационному развитию именно местной промышленности, все еще подлежит изучению. Еще одно достоинство ИС – создание возможностей торговли на внешних рынках. Стоимость объектов ИС прямо пропорциональна масштабам рынка, на который распространяется охраняемая ИС. Поэтому подобные объекты особенно ценны для развивающихся стран, получающих благодаря этому возможность получения более высоких преимуществ за счет своих изобретений. К числу таких   глобально охраняемых и  поэтому наиболее ценных брендов относятся, например,  Coca Cola, Apple, Google, McDonalds, Disney, BMW, and Nescafe.Они вложили огромные средства не только в обеспечение высокого уровня своей продукции, но и  в ее комплексную охрану посредством международного патентования  ее технических и художественно-конструкторских решений, широкой регистрации выразительных товарных знаков и указаний мест происхождения товаров, особенно важных для сельскохозяйственной продукции Выбор политики международной конкурентоспособности с использованием ИС Определяя недостаточную прочность системы охраны ИС в той или иной стране, большинство компаний проявляют особую заинтересованность в получении ответов на следующие три вопроса: - способно ли законодательство данной страны обеспечить охрану технологий компании? - располагает ли страна соответствующей инфраструктурой? - осуществляют ли соответствующие государственные органы  законодательство, обеспечивая быстрое и надежное обслуживание иностранных фирм? Рынки технологий также приобретают все более важное значение в в распространении технологий и знаний на международном уровне. Поэтому государственные органы должны совершенствовать свои знания в функционировании рынков технологий и их воздействии на состояние экономики, необходимые для принятия решений, соответствующих общественным интересам своей страны. Более того,  системы ИС не в состоянии самостоятельно обеспечивать эффективную передачу технологий. Они должны подкрепляться широким  набором дополнительных и последовательных политических мер. В их число входит  усиление человеческого капитала и приобретение им необходимых навыков, гибкость организации корпоративных  структур,  обеспечение высокого уровня конкуренции на национальном рынке, исключающего дискриминацию интересов иностранных компаний. Наконец, подлинный успех в  привлечении существенных иностранных инвестиций  невозможен без эффективного регулирования государственных капиталовложений и осуществления передовых  процессов приватизации, низкого уровня коррупции и низких налоговых ставок на прибыль корпораций.

Влияние финансового кризиса на патентную активность.

Gishboliner M., Ben-Oliel D., The Impact of Financial Crises on Patenting Activity//Seminar monograph, University of Haifa Law School, May, 2013Природа финансового  кризиса Финансовый кризис представляет собой, в общих чертах, совокупность явлений, включающих внезапное, неожиданное падение стоимости основных финансовых активов. Оно могло проявляться в банковских паниках и спекуляциях, валютной нестабильности, а порой и в дефолтах и депрессиях.  В предыдущие два столетия финансовые кризисы случались довольно часто и не всегда приводили к существенным изменениям в реальной экономике.  Когда же такое событие  происходило, оно более точно определялось термином “экономический кризис”. Периодически происходящие экономические кризиса являются неизбежным следствием банковской политики, приводящей к систематически повторяющимся попыткам снижения “естественных” для рынка процентных ставок. Искусственный бум, вызванный чрезмерным вливанием денег, заканчивается кризисом  и депрессией. Финансовый кризис 2007-2008 годов (который, возможно, длится и по сей день) считают наиболее суровым кризисом после Великой депрессии конца 1920 – начала 1930-х годов. Задача данного исследования – установить, не преодолен ли пик этого кризиса, и не начался ли уже этап стабилизации и восстановления, позволяющий проводить краткосрочные оценки влияния финансово-экономических процессов на патентную активность. Роль инноваций в условиях кризиса Среди экономистов наблюдается  различие мнений относительно роли инноваций во время финансового и экономического кризиса.  Одни считают, что для освоения инноваций предпочтительнее цикл развития бизнеса. Их оппоненты ссылаются на исторический опыт: компании, инвестировавшие в интеллектуальную собственность во время рецессии, зачастую выходили из кризиса более сильными, чем те, что ожидали экономического подъема. Они предлагают обратиться к изобретениям созданным в годы неустойчивого экономического развития:

  • 1929-1939 – телевидение, нейлон, неопрен, фотокопирование , электрическая бритва;
  • 1973-1975 – японский автопром, персональные компьютеры;
  • 1990-1991 – интернет-экономика;
  • 2001-2003 – iPod
  • 2007 по настоящее время – экологически чистая энергетика, телекоммуникации,

Возможно, вы имели в виду: There is a general consent among economists that innovations are crucial during financial and economic crisis вычисления конвергенция, нанотехнологии. Сторонники такого  подхода считают, что мы сейчас находимся на таком этапе экономического развития, когда активное инвестирование в инновации и интеллектуальную собственность является решающим конкурентным преимуществом. Правда, при этом следует учитывать, что в условиях кризиса компании испытывают недостаток  финансовых ресурсов. И им приходится делать сложный выбор между выживанием и долгосрочными инновациями, иначе говоря – между наличными и идеями. Патентная активность компаний Патентная активность рассматривается как приемлемый но не окончательный индикатор инноваций, поскольку она является прямым следствием инвестиций в НИОКР.  Сами НИОКР не гарантируют инноваций, но и индикатор патентной активности имеет ограничения: технологическая инновация – это успешно коммерциализированное изобретение, которое защищено патентом, ограничивающим или препятствующим его воспроизводство или продажу. Но и патент  - это лишь промежуточный индикатор инновации, поскольку он не гарантирует его успешной реализации. В условиях финансовых ограничений компании приходится бережливо оценивать масштабы патентной активности, подбирая ответы на вопросы: что  и где патентовать. Осуществляется это с ученом силы потенциальных конкурентов и количества потенциальных потребителей. В условиях глобального кризиса оба эти стимула существенно ослабевают во всех избранных  для патентования странах. А поскольку патентование преследует долгосрочные цели, при выборе стран нужно оценивать их послекризисные рыночные возможности. Наконец, важно учитывать коммерческую важность  патентуемой технологии и охранную силу патента, достаточную, чтобы противостоять последующим нападкам конкурентов. Учет всех этих факторов заметноограничивает патентную активность в условиях кризиса. . Возможности патентной статистики в экономическом анализе Тесная связь промышленных капиталовложений и патентной активности обнаружена уже значительно давно (J. Schmookler, Invention and Economic Growth// Harvard University Press, Cambridge,1966). С тех пор возможности патентной статистики существенно возросли и по степени охвата объектов исследования, и по многоаспектности статистического анализа содержащихся в патенте сведений. Эффективное использование патентной статистики в экономическом анализе зависит от умения правильно сопоставлять патентные и экономические данные, умело подбирать анализируемые переменные. степень их корреляции и т.д. Анализ может осуществляться на разных уровнях (компания, страна, группа стран и др.). Каждый из уровней раскрывает свой набор патентных и экономических показателей.

Август 2014 г.

Идентификация новых и привлекательных технологий

Cohen D. Identifying Novel and Attractive Technologies: Freedom-to-Operate Study//Innography – 01.20.2014 - https://www.innography.com/…/identifying-no
Состоявшаяся в январе 2014 года в Лас Вегасе Международная выставка потребительской электроники (CES) провозгласила наступление эры носимых устройств и используемых для их изготовления технологий. Многие из представлявшихся там, например, компаниями Basis, Jaybird, LG, Sony и  Wellograph   экспонатов имели отношение к вычислительной технике, включая часы, измерительные браслеты  и другие устройства. Анализ проявляющихся на подобных выставках тенденций в сопоставлении с информацией об интеллектуальной собственности позволяет идентифицировать грядущее появление на рынке новых технологий, заслуживающих внимания вашей компании. Для решения таких задач уместно прибегнуть к  так называемому “анализу свободы действий” (Freedom-to-Operate (FTO) analysis), который позволяет идентифицировать  зоны, не охваченные патентной охраной, избежать неоправданных затрат на НИОКР  и минимизировать риски нарушения своей компанией чужих прав собственности,  чреватые судебными издержками. Проведение анализа свободы действий предполагает получение ответов на следующие вопросы: – Какова стоимость продукта и объемы инвестиций – Становились ли аналогичные продукты поводом для судебных исков – Кого можно считать реальными или потенциальными конкурентами – Каковы предпринимательские цели вашей компании? Важно понимать, что анализ свободы действий не гарантирует 100-процентной защиты от судебных исков. Однако он позволит своевременно  выявить угрожающие патенты и заявки. Дальнейший  анализ осуществляется с учетом следующих факторов. Новизна технологии. По мере ускорения технического развития выявление трендов и предсказание новых технологий, обеспечивающих компании конкурентные преимущества, становится все более важным. Для решения этой задачи можно воспользоваться предлагаемой компанией  Innography функцией семантического патентного поиска, позволяющей выявлять тренды публикации заявок и патентов США в требуемой предметной области. В приводимой диаграмме отражается возрастающий интерес к носимым вычислительным устройствам. Идентифицировав факт  развития данного рыночного сегмента, необходимо разобраться в технологических деталях этого явления: какие притязания скрываются за тем или иным патентом? Здесь на помощь придет кластерный анализ текстов документов, позволяющий легко переварить большие патентные выборки с использованием  ключевых семантических понятий.  Проведенный в данной публикации анализ  показал, что наиболее насыщенной в исследуемой предметной области является технология изготовления носимых устройств мониторинга сердечного ритма. Однако до принятия решения о вхождении в данную сферу деятельности нужно изучить ее конкурентную среду.Привлекательность технологии. Она оценивается с учетом происходившего в последнее время цитирования публикаций действующих в данной предметной области  конкурентов, среди которых выявляются новые “игроки”. В данном случае имеется в виду анализ “прямого цитирования”; он обеспечивает  выявление  компаний, цитирующих в последующем патент, охраняющий технологию, привлекательность которой мы определяем. При этом рекомендуется использовать созданную  компанией Innography   системы “Forward Citation”. В ходе описываемого в публикации анализа выявлена, например,  активно цитируемые патенты  компании,  которая занимается устройствами , носимыми в условиях предприятия и фиксирующими физическое и эмоциональное состояние работника. Устройство незаметно крепится кнопкой к рубашке,  позволяя отслеживать его состояние, включая расход энергии и потребление калорий. Оценка рисков. На завершающей стадии анализа свободы действий определяется степень “сутяжничества”, присущего данной технологической области, и выявляются компании, агрессивно отстаивающие права на свою интеллектуальную собственность. Неоднократно отстаиваемые патенты  представляют собой ” судебный мины” на данном технологическом ландшафте. Необходимо держаться подальше от подобных  организаций при рассмотрении целесообразности применения заинтересовавших вас новых технологий. Дополнительную информацию относительно анализа свободы действий можно получить по адресу : info@innography.com

Июль 2014

- Сопоставление конкурентоспособности компаний
- Современные методы и средства патентного анализа

Сопоставление конкурентоспособности компаний

Crown D.D. Company Comparison// Innography. 05.29.2014 – https://www.innography.com/…/company-com..
Одна из технологий, недавно разработанных в компании Innography, направлена на упрощение процедуры сопоставления конкурентов с собственной компанией.  Технология предполагает отбор до пяти конкурентов. Это могут быть и материнские либо дочерние компании. При необходимости анализ может быть ограничен требуемой предметной областью.   Для осуществления патентного анализа, завершающегося визуализацией его результатов, потребуется всего несколько компьютерных “кликов”:. – сопоставление размеров корпоративных патентных портфелей; – изучение карты рынка (Market Map) для выявления давних и новых участников деятельности в данной сфере; – сопоставление тематики портфелей с использованием патентных классификаций (МПУ, СПК, ПК США); – изучение портфелей, которые можно было бы приобрести; – установление юрисдикций, действующих в данной сфере; – определение временных трендов подачи заявок и выдачи патентов; – изучение процессов старения  и обновления портфелей. На завершающей стадии  можно сопоставлять портфели по этим десяти показателям и оценивать значимость патентов с использованием приводимого  в источнике    графика.

Приводимые на графике показатели можно интерпретировать в табличной форме, где в столбцах будут обозначены: –  Факторы – Возможные заниженные оценки – Возможные завышенные оценки – Определения. А в строках будут раскрываться возможные оценочные показатели: – Доходы – Цитирование – Патентные формулы – Отраслевые параметры – Изобретатели – Стадии жизненного цикла – Оспаривание – Возраст патента – Значимость. Используя предложенную технологию, можно за каких-нибудь 10 минут разбить на категории конкурентные показатели сопоставляемых компаний.

Современные методы и средства патентного анализа

A literature review on the state-of-the-art in patent analysis A. Abbas et al. / World Patent Information (2014 #1) 1-11 www.elsevier.com/locate/worpati
n Для информационной поддержки задач, стоящих перед учеными, инженерами и предпринимателями, предлагаются все новые средства и методы осуществления патентного анализа. Какой-либо общепризнанной классификации обычно применяемых средств и методов патентного анализа не существует. однако в большинстве литературных источников по этому вопросу  выделяют    методы обработки текстов (text mining techniques) и методы визуализации (visualization techniques). Методы обработки текстов далее включают различные подходы   переработки естественных языков (Natural Language Processing), основанные на  семантическом и грамматическом анализе, выявлении отношений ” свойство-функция”,   нейронных сетей и др. . Методы визуализации также включают обработку текстов с представлением ее результатов в зрительной форме: патентных сетей, патентных карт и кластеров данных. Патентная карта используется для наглядного отображения  связей между представляющими патенты ключевыми словами и фразами. Патентная сеть аналогична по своей сути общему понятию сетей. Но в патентной сети узлы представлены патентами, а ссылки в сетях отображают связи между узлами или патентами. Кластеризация представляет собой разновидность обработки текста, завершаемую группировкой единиц текста в кластеры. Кластеризация проявляется в неконтролируемой классификации данных. Патентный анализ включает несколько шагов: вычленение  патентов из баз данных, выделение информации из патентов и анализ выделенной информации с получением логических заключений. Содержание патента подразделяется на структурированные и неструктурированные данные. Неструктурированные патентные  данные включают повествовательный текст: заглавие, реферат, патентную формулу и описание изобретения. Структурированные патентные данные включают сведения об изобретателе, правообладателе и цитируемых документах. Обработка  информации в структурированных текстах относительно проще. Визуальное представление результатов обработки структурированного текста обычно осуществляется посредством построения графиков и сетей, а обработка неструктурированных патентных данных – в виде патентных карт. Методы обработки текстов Обработка текста предполагает использование аналитических средств для извлечения содержательной информации из  текста на естественном языке.  Это осуществляется посредством вычленения полезных для последующего анализа моделей из неструктурированных данных. Однако методы переработки текстов могут допускать искаженное представление понятий, приводящее к вычленению неточных  текстовых структур. Кроме того текстовая переработка допускает неточности  при интерпретации синонимов в больших массивах неструктурированных  текстов. Предлагаемые в публикациях методы, основанные на работе с естественным языком, предполагают автоматизированную переработку оцифрованных документов, а также преобразование технологической информации  в обычные языковые структуры. В этих методах различают подходы, основанные на  выделении ключевых слов и  цепочек “субъект-действие-объект”. Хотя использование ключевых слов относительно несложно, оно плохо справляется с представлением важных технологических понятий и взаимосвязей. К тому же оно предполагает предварительное выделение ключевых слов и фраз, требующее участия экспертов. С другой стороны, подход, основанный на  выделении цепочек “субъект-действие-объект”, пригоден для анализа неструктурированной информации с представлением связей между  ключевыми технологическими компонентами. Патентные документы  трансформируются в структуры “субъект-действие-объект”. В отличие от подхода с  использованием ключевых слов и векторов частоты их встречаемости, структуры “субъект-действие-объект” вычленяются непосредственно из патентных документов. Однако любые подходы, основанные на обработке текстов, страдают от лексической и грамматической неоднозначности. а также от неспособности представления семантических связей между грамматическими структурами. И все же эти подходы оказались очень эффективными при обработке обширных текстовых документов. В качестве примеров можно привести, в частности, следующие системы.* *Примечание. Приводимые в реферате примеры не являются исчерпывающими..   Всего в данном обзоре содержится  61 ссылка на публикации, посвященные предлагаемым сегодня методам патентного анализа. Так, с использованием методов обработки текстов  была разработана гибридная поисково-аналитическая система Patent Retrieval and Analysis Platform (PRAP), в которой комбинируется обработка библиографических и текстовых фрагментов документа, что позволяет выявлять модели и тренды в  больших собраниях неструктурированных документов.*  * Yoon J, Park H, Kim K. Identifying technological competition trends for R&D planning using dynamic patent maps: SAO-based content analysis. Sciento- metrics 2013:119. Другой вариант относящихся к этой группе систем обеспечивает динамическое построение патентных карт с использованием статистического анализа  структур “субъект-действие-объект”,  оценки их семантического сходства, построения матрицы патентного сходства с использованием статистического метода многомерного пересчета (Multidimensional Scaling) и визуализацией полученного результата. Это  позволяет выявлять конкурирующие технологические тренды и отражать их в  патентных картах. Однако неточная кластеризация с применением алгоритма k-means может приводить к утрате релевантной информации.* * Liu SH, Liao HL, Pi SM, Hu JW. Development of a patent retrieval and analysis planning using dynamic patent maps: SAO-based content analysis. Sciento-metrics 2013:119. Еще одна разновидность этих систем  предназначена для выявления патентов для потенциальных сделок по передаче технологий. Она предполагает автоматизированный анализ больших объемов патентных данных, определение их жизненного цикла и выявление структур “субъект-действие-объект”. Изучение семантического сходства этих структур позволяет строить патентные карты и сети для идентификации эволюционных трендов. Park H, Ree JJ, Kim K. Identification of promising patents for technology transfers using TRIZ evolution trends. Expert Syst Appl 2013:73643 Основанный на выявлении сходства структур “субъект-действие-объект” текстовой анализ патентов позволяет также выстраивать технологические деревья, которые могут эффективно использоваться при планировании технологических разработок. Формируемая на этой основе патентная карта способствует также  выявлению потенциальных нарушений патентных прав. Choi S, Park H, Kang D, Lee JY, Kim K. An SAO-based text mining approach to building a technology tree for technology planning. Expert Syst Appl October 2012:1144355. Интересен также  метод построения технологических рабочих карт (TRM), основанный на  количественном патентном анализе. Он  предназначен для увязки разрабатываемых технологий со стратегическими бизнес-целями компании или страны и минимизации затрат.  Помимо использования структур “субъект-действие-объект” здесь также применяется  соотношение понятий “продукт-функция”, которое учитывается при построении патентных карт. Sungchul C, Kim H, Yoon J, Kim K, Lee JY. An SAO-based text-mining approach for technology roadmapping using patent information. R&D Manag 2013;43(1):5274 Для  выявления патентов, охраняющих новейшие изобретения предложен подход, основанный на семантическом анализе с выделением из патентного текста семантических структур. Для этого применяется синтаксический анализ с использованием выделенных пометами частей речи. Посредством сопоставления семантических структур строится матрица сходства, позволяющая оценивать новизну патента посредством определения расстояния между новыми и существующими патентами. Gerken JM, Moehrle MG. A new instrument for technology monitoring: novelty in patents measured by semantic patent analysis. Scientometrics Методы визуализации Эти методы используются для наглядного представления результатов анализа патентной информации. Например, для осмысления технологических трендов в данной предметной области строятся патентные карты или проводится кластеризация патентных данных. А для оценки сходства патентов или установления правонарушений формируются патентные сети.  Однако и при визуализации используются определенные приемы текстовой переработки для извлечения информации из патентных документов. Далее приводятся некоторые примеры методов визуализации, применяемых в патентном анализе. Прежде всего, эти методы  применяются для определения технологических тенденций. В одном из предлагаемых подходов информация из  патентных сетей представляется в форме графиков. Эксперты выделяют ключевые слова, после чего подсчитывается частота их встречаемости в патентных документах. Отношения между патентами  устанавливаются путем расчета евклидового расстояния. Кроме того, общие технологические тенденции в патентной сети измеряются с помощью оценки протяженности технологического  цикла (Technology Cycle Time (TCТ) между двумя временными интервалами.  Chang PL, Wu CC, Leu HJ. Using patent analyses to monitor the technological trends in an emerging field of technology: a case of carbon nanotube field emission display. Scientometrics 2010;82(1):519. Предлагается также  модель Inventor-Company-Topic (ICT), которая  включает информацию об изобретателях  и компаниях. Она позволяет получать  сведения об основных   конкурентах из гетерогенных патентных сетей. Процесс развития объектов и их ранжирования в  патентной сети моделируется посредством динамической вероятностной модели. Tang J, Wang B, Yang Y, Hu P, Zhao Y, Yan X, et al. Patentminer: topic-driven patent analysis and mining. In: In Proceedings of the 18th ACM SIGKDD In­ternational Conference on Knowledge Discovery and Data Mining 2012. pp. 136674 Еще один метод визуализации предполагает использование ключевых слов, которые  выделяются в требуемой  технологической области и подвергаются кластеризации. Полученные результаты используются при построении семантической сети с учетом дат подачи заявок и частоты встречаемости ключевых слов в текстах патентных документов. Получаемая по этому  методу карта строится с использованием как структурированных, так и неструктурированных элементов документов. Kim YG, Suh JH, Park SC. Visualization of patent analysis for emerging tech­nology. Expert Syst Appl 2008;34(3):180412. Предлагается также модель идентификации новых исследовательских направлений. В модели используется алгоритм выделения патентных терминов с учетом окружающего их контекста.  При  построении самоорганизующихся карт (Self-Organization Map (SOM) учитываются весовые коэффициенты найденных патентных дескрипторов, определяющие степень их релевантности. Полученные показатели используются при идентификации исследовательских трендов. Segev A, Kantola J.Identification of trends from patents using self-organizing maps. Expert Syst Appl 2012:1323542. Заключение В условиях ускоряющегося технологического развития патентный анализ будет играть все более важную роль в разработке предпринимательских стратегий и принятии важных организационных решений. Для этого сегодня можно использовать представленный в обзоре богатый арсенал современных методов и средств извлечения и визуализации патентной информации, позволяющей решать широкий диапазон научно-производственных и управленческих задач. Однако  эти методы и средства нуждаются в дальнейшем усовершенствовании. Например, технологии, основанные на извлечении цепочек  “субъект-действие-объект”, нередко выдают семантически нерелевантные структуры. А патентно-аналитические подходы, ориентированные на  технологическое планирование, пока еще не обеспечивают выработку альтернативных стратегий..

Июнь 2014 г.

Патенты в конкурентной разведке

www.sfedi.co.uk › … Know How Guides
Конкурентная разведка (КР) представляет собой процесс мониторинга предпринимательской конкурентной среды посредством непрерывного, легального и этичного сбора и анализа различного рода информации. КР позволяет руководителям всех уровней принимать информационно обоснованные решения. Процесс КР включает в себя этапы идентификации конкурентов, определения состава касающихся их сведений, обнаружения источников требуемой информации и совершенствования методов ее извлечения и интерпретации. Обработанная информация позволяет вырабатывать эффективную тактику завоевания и удержания компанией преимущественных рыночных позиций. Ответы на множество возникающих в КР вопросов можно найти посредством анализа патентных данных. Об  ожидаемой на рынке или снимаемой с продажи продукции можно судить по подаваемым конкурентом или, напротив, отказным патентным заявкам, а также по просроченным патентам.  Те или иные формы взаимодействия компаний проявляются в совместной подаче патентных заявок и заключении лицензионных соглашений. Полезная информация о назначении и принадлежности изобретения, правовом статусе патентного документа и сроках осуществления тех или иных актов патентного производства   содержится в библиографическом описании патентного документа. Однако следует иметь в виду, что многие базы данных не содержат сведений о судьбе выданного патента: его оспаривании, повторной экспертизе, отказе уплачивать пошлину для поддержания  срока его действия или передаче патентных прав. Все более важную роль играет информация о патентных семействах, отражающих патентование одного о того же изобретения в разных странах. Перечисленные выше патентные характеристики находят в КР следующее применение. Определение технологической активности. Хорошим индикатором технологической активности является количество и насыщенность патентных семейств, формируемых вокруг принадлежащих компании  изобретений. Наиболее надежным источником подобных сведений является база данных Derwent World Patents Index, доступ к которой предоставляется службами Dialog, STN и Questel Orbit. . В ней содержатся более 11 млн. изобретений, представленных в патентных документах 40 выдающих патенты ведомств. Уровень исследований и разработок компании часто неплохо отражается в количестве изобретений, дополненных сведениями о  географическом распространении охраняющих их патентных семейств. Картирование сведений  за несколько лет с использованием приоритетных данных позволяют восстановить и проанализировать историю и тренды патентной активности компании, сопоставив ее с деятельностью конкурентов. Построение техноглогических профилей. Патенты каталогизируются с использованием специальной технологической классификации в соответствии с предметной областью, заявленной в том или ином изобретении.  С использованием такой классификации можно построить технологические профили компаний, указывающие на технологические сферы, в которой концентрируются усилия конкурентов. Тем самым появляется возможность  сопоставить  технологические направления развития своей компании и конкурентов, получив информацию о потенциальных возможностях сделок по их слиянию и приобретению, а также налаживанию сотрудничества и формированию стратегических союзов. Оценка коммерческого потенциала. Известно, что патент предоставляет охрану только в той стране, где он выдан. Поэтому компания стремится охватить охраной множество стран, но для этого охраняемое изобретение должно обладать высокими коммерческими достоинствами. Экономическая стоимость патентов компании будет после этого ранжироваться с учетом количества охваченных патентованием стран и отстаивания получаемых патентов. Ведь за многими заявками  и патентами скрываются запасные технологические варианты, которые будут отброшены, если не подтвердится их рыночная привлекательность. Изучение международного рынка. Информация о патентных семействах также полезна при выявлении присущих компании моделей зарубежного патентования на протяжении определенного отрезка времени. Изучение этих моделей позволяет аналитику идентифицировать рынки, к которым компания проявляла коммерческий интерес, а также географические изменения в ее рыночных  пристрастиях. Значимость или стоимость патента. Исследования позволили выявить корреляцию количества последующего цитирования патента и количества иностранных членов патентного семейства. Отмечено также тесное соответствие количества цитирования патента и экспертного ранжирования  его технологической значимости. К анализу цитирования нужно относиться с осторожностью, различая, например, в заявках США, ссылки, сделанные заявителем и экспертом. Первый предпочитает ссылаться на собственные изобретения, поэтому цитирование эксперта более объективно.    К тому же, сопоставляя патенты,  следует учитывать, что выданные позднее патенты цитируются реже – даже если технологически они более важны. Поиск ссылок лучше всего проводить  в базах данных Derwent Patent Citation Index (DPCI), STN, Dialog и Questel Orbit. Первая из них также содержит сведения о патентных семействах и обо  всех случаях цитирования экспертом патентных и непатентных источников, а также ссылки на цитируемые патенты. Связи между компаниями. У патента может быть несколько владельцев, которые учитываются не во всех базах данных. Однако поиск в базе данных Derwent WPI позволяет выявить всех совладельцев своих патентов, полученных в разных странах. Анализ этих данных позволяет выявить партнеров компании и сферы их взаимодействия. Оценка изобретателей. Важным аспектом анализа КР является мониторинг  деятельности наиболее плодовитых изобретателей конкурирующих компаний Концентрация их в определенной технологической отрасли или перемещение в другую сферу могут указывать на грядущие перемены  в их инновационной деятельности.

Май 2014 г.

Семантический анализ в конкурентной разведке

Конкурентная разведка (КР) играет ключевую роль в в разработке корпоративных инновационных стратегий. Она обеспечивает детализированный анализ рынка, действующих и потенциальных конкурентов, позволяя компаниям составлять надежные планы противодействия соперникам и перестраиваться с учетом развития рыночных структур. Вместе с тем, хотя большинство исследований КР  способствуют разработке общих рыночных прогнозов и оценке деятельности конкретных компаний, им зачастую не хватает  глубины, достаточной для идентификации инновационных стратегий конкурентов. В таких случаях на помощь может прийти семантический анализ. Семантический анализ позволяет идентифицировать обобщенные  модели среди очень больших массивов  данных. Используя этот инструмент, КР помогает нам понять технологические мегатенденции,  инновационные и  инвестиционные стратегии компаний. Все эти возможности были продемонстрированы в ходе семантического анализа, позволившего раскрыть детали инновационной стратегии конкурента посредством анализа открытой обществу информации. Необходимая база данных была построена с использованием пресс-релизов, газетных и журнальных статей, а также патентных заявок. Для проверки возможностей семантического   анализа была поставлена задача определения  конкурентного  профиля международной компании, производящей нефтехимическую продукцию, а именно – ее современные позиции и инновационные стратегии. Было установлено, что пик патентной активности компании приходился на период с 2005 по 2009 год, когда ежегодно подавалось 250 – 360 патентных заявок. В 2010 – 2014 гг. подача заявок резко снизилась до 150-200 в год. Компания располагает тремя исследовательскими центрами, рассредоточенными по странам Европы: Финляндии, Швеции и Австрии. Интеллектуальная собственность распределялась между ними неравномерно. В частности, в Швеции за последние несколько лет почти не отмечалась изобретательская  активность. А небольшому коллективу в Австрии удалось получить определенные  результаты за счет укрепления связей исследовательского центра с производственными подразделениями компании, расположенными в центральной Европе. На завершающей стадии исследования был осуществлен семантический анализ патентов и технических публикаций для определения потенциальных возможностей создания в компании новой продукции и стратегических направлений ее последующего технологического развития. Семантический анализ включал  отбор в анализируемых документах ключевых слов, отображавших интересующих исследователя  тенденции,  фиксацию существующих  между ключевыми словами связей и   визуализацию полученных результатов. Затем, с помощью эксперта, специализирующегося в данной области химии, почерпнутая из патентных документов техническая информация преобразовывалась в   общие предпринимательские и конкретные производственные рекомендации. Прежде всего, анализ вскрыл явную производственную стратегию, направленную на снижение удельного веса традиционно основной продукции компании (полипропилена). А выявленные инновации касались производства: 1) сополимеров, обеспечивающих товарам характеристики, промежуточные между теми, что получают с применением  полиэтилена и полипропилена; эти материалы используются, в основном, при изготовлении медицинской и автомобильной продукции; 2) электроизоляционных материалов. Инновационные стратегии, вскрытые при анализе патентных документов, указывали на активизацию бизнеса в сфере полимеров и сворачивание инновационных процессов в производстве удобрений и меламина. В заключение необходимо еще раз подчеркнуть, что вся необходимая для анализа информация черпалась из открытых источников и обрабатывалась в течение нескольких дней. Правда, семантический анализ больших текстовых массивов предполагает применение непростого программного обеспечения.  Но для решения аналогичных задач применительно к средним предприятиям можно воспользоваться распространенными поисковыми средствами и общедоступными компьютерными программами. Причем данная методика применима для выявления инновационных стратегий, как отдельных компаний, так и соответствующей отрасли в целом. Competitive Intelligence – Semantic Analysis//Released November 15, 2013 www.worldindustrialreporter.com/competitive-i..

Апрель 2014 г.

Инновационная стагнация в странах БРИКС

H. Dannenberg. BRICs innovative stagnation.  Debate – Science Guide – 21 oktober 2013 – www. www.scienceguide.nl/…/brics-innovative-stagna
Согласно данным Глобального индекса инноваций (GII)* инновационная интенсивность в Бразилии, России, Индии, Китае и Южной Африке в последние три года существенно снизилась. Особенно заметен спад в сфере высшего образования.
Глобальный индекс инноваций  является совместной публикацией Корнельского университета, Школы бизнеса и исследовательского института INSEAD  и Всемирная организация интеллектуальной собственности (ВОИС)Лидирует в этой группе стран Китай, занимающий в общемировом рейтинге 35-е место(снизившись на одну позицию по сравнению с 2012 годом и на шесть позиций  по сравнению с 2011 годом. Страны со средним доходом (Малайзия, Латвия) и доставляющая всем хлопоты Португалия опередили Китай в группе «лучших среди отстающих». Среди остальных стран БРИКС существенной разницы не наблюдается. Южная Африка, снизившись на четыре позиции, оказалась на 58 месте. Россия, уступившая по сравнению с 2012 годом11 позиций, оказалась на 62 месте. Бразилия теперь на 64 месте, отдав шесть позиций по сравнению с 2012 годом и 17 – по сравнению с 2011 годом. Наконец, Индия стала  66-й, уступив две позиции после 2012 года и еще четыре после 2011 года. Еще недавно внушавшие  большие надежды страны БРИКС оказались ниже Болгарии (41), Сербии (54) и Таиланда (58). Проявления стагнации в странах БРИКС сопровождается подъемом рейтинговых показателей у других стран со средним уровнем доходов. Мексика переместилась на 53 место, добавив 16 пунктов к показателям 2012 года и 16 пунктов по сравнению с 2011 годом. Показатели Индонезии выросли за год на 14 пунктов, а Боливии, Камбоджи, Коста-Рики, Эквадора, Уганды и Уругвая – на 15 пунктов. Данные Указателя  GII подтверждают преимущества инновационной стратегии,  основанной  на знаниях и проявляющейся в улучшении  целой совокупности экономических и социальных показателей стран со средним уровнем доходов. Одним из компонентов инновационной мощи страны является высшее  образование. Кроме России, которая по этому показателю занимает 46 место, у остальных стран БРИКС высшее образование является слабым местом. Даже у Парагвая этот показатель выше, чем у Бразилии (116), Китая (120), Индии (133) и Южной Африки (141). Здесь  необходимы срочные меры, в принятии которых странам БРИКС оказалась бы  весьма полезной инициатива «Наука без границ». Каждая из стран БРИКС имеет сильные и слабые стороны. Китай располагает очень высокими показателями участия в Международной  программе оценки образовательных достижений учащихся (PISA), хотя они достигнуты только за счет Гонконга и Шанхая. Второе преимущество – огромные размеры китайской экономики, которая уступает только экономике США. К этому можно дополнить большой объем экспорта и быстрый рост ВВП. В большинстве китайских компаний также налажено повышение квалификации своих сотрудников. К слабым местам отнесена общая политическая обстановка, уровень освоения Интернета и состояние окружающей среды. Южная Африка отличается развитостью рынка; здесь легче, чем где-либо, получить торговый кредит и избежать налоговых обложений. Сотрудничество университетов с промышленностью обеспечивает множество прочных  инновационных контактов.  Слабыми местами является неблагоприятное соотношение учащихся и преподавателей, недостатки  высшего образования и экологическое состояние экономики. Россия, политическая обстановка в которой считается одной из худших в мире, занимает все же несколько более высокое место (117), чем Китай (126). Слабым местом является отсталое рыночное устройство и  почти полное отсутствие конкуренции в национальной экономике. Сила России – в относительно хорошем высшем образовании и большом количестве преподавателей.  Грамотные граждане располагают множеством наукоемких рабочих мест и широкими возможностями создания новых знаний. Однако по показателям практических результатов творческой деятельности Россия не смогла войти даже в первую сотню стран мира. Бразилия имеет хорошие показатели экологической устойчивости, располагает множеством высокотехнологичных предприятий с достаточно сильным научно-исследовательским обеспечением. Однако предпринимательское обеспечение менее развито. Бразилия  – одна из стран, где особенно трудно открыть  новое дело (138) или получить достойное высшее образование  (116). Индия – страна контрастов. Располагая  хорошей научно-исследовательской инфраструктурой и солидными рыночными инвестициями, она  имеет самые низкие суммарные показатели среди всех стран БРИКС. Имея весьма эффективный инновационный сектор, она сильно отстает в сфере образования и организации бизнеса, из-за чего не может войти в первую сотню стран с более высокими инновационными показателями. Этому также мешает политическая нестабильность и невысокие экологические показатели.

Март 2014

- Тенденции патентования нанотехнологий

- Методы ранжирования результатов патентного поиска

Тенденции патентования нанотехнологий

Dvorak P.  2013 nanotechnology patent trends: Energy applications on the rise February 13, 2014 – www. windpowerengineering.comnanotechnology-patent
В  2014 году компании McDermott Will и Emery Nanotechnology Group продолжают начатые в 2012-2013 гг. исследования тенденций развития нанотехнологий и выявления лидирующих компаний и стран на основе изучения патентной документации. В 2013 году были выявлены следующие основные моменты.
  • Общий объем опубликованной патентной документации по нанотехнологиям возрос в 2013 году на 3% по сравнению с 2003 годом.
  • Количество патентов, выданных  по этой проблематике в США,  в 2013 году составило более 6000, увеличившись на 17% по сравнению с 2012 годом.
  • Около 54% патентных публикаций по нанотехнологиям в 2013 году принадлежали организациям, расположенным в США, 8,3% – в Корее, 8,0% – в Японии и 5,8% – в Германии.
  • Три лидирующих по нанотехнологическим публикациям организаций в 2013 году работали в области вычислительной техники и электроники. 4-е и 5-е места занимают университеты Китая и США.
  • Количество патентной документации по нанотехнологиям в области энергетики возросло в 2013 году на 8%. Были  также проведены более глубокие исследования инновационных тенденций в области графитовых нанотехнологий на углеродной основе. Графитовые наночастицы на углеродной основе (фуллерены, углеродные нанотрубки и графен) обладают уникальной структурой и механическими свойствами, которые открывают возможность интересных электрических, спектральных, тепловых  и механических применений во многих технологических отраслях.
  • Наряду с общими тенденциями развития нанотехнологий были отмечены и некоторые специфические особенности графитовых нанотехнологий на углеродной основе:

- если 50% патентных публикаций о таких технологиях в 2013 году принадлежали организациям, расположенным в США, то доля рынка восточноазиатских стран составила 37%, что  на  9% больше общей доли всех публикаций о нанотехнологиях; – если США входят в тройку лидеров во всех шести исследованных нанотехнологических  отраслях, то восточноазиатские страны особенно активны в сфере графитовых нанотехнологий на углеродной основе; – энергетический сектор также отличается наиболее быстрым инновационным развитием графитовых нанотехнологий на углеродной основе, который составил 18% в 2013 году. McDermott Will & Emery – http://viewer.zmags.com/publication/fdeefe2a#/fdeefe2a/1

Примечание. Честь открытия графена принадлежит российским ученым Андрею Гейму и Константину Новосёлову, удостоенным за это Нобелевской премии в 2010 году. Однако приходится, к сожалению, констатировать, что  лидерство в разработке, патентовании и практическом освоении связанных с графеном нанотехнологий принадлежит, как мы видим, другим странам.

Методы ранжирования результатов патентного поиска

Materne A. Methods of ranking search results for searches based on multiple search concepts carried out in multiple databases//WPI-2014-v.36–#1- p.4-15 Патентный поиск при оценке известного уровня техники в глобальных базах данных сегодня существенно затруднился. Усложнились сами объекты поиска, их сущность зачастую выражается несколькими понятиями, на разных языках, с возможностью применения различных синонимов и отнесения к разным индексам Совместной патентной классификации (СПК) либо вообще иных классификационных систем (МПК, F1 и др.).  Поэтому следует иметь в виду, что наиболее нужные релевантные документы могут не содержать используемые в поисковых запросах  понятия или синонимы, не оказаться в наиболее очевидных  рубриках СПК  либо вообще не обозначаться индексами этой классификации. Обычно в результате  тщательного  поиска выдается до 1000 документов. Просмотр такой выборки требует значительных затрат времени и сил. Для отбора наиболее ценных документов целесообразно использовать ранжирование выданных документов в порядке убывания степени их релевантности.   При этом для нахождения действительно нужных документов важно использовать правильные критерии ранжирования. Ранжирование по частоте встречаемости Простейшим критерием   ранжирования является частота встречаемости   поисковых терминов. Этот критерий применяется в ЕПВ по команде “rank” в поисковой системе EPOQUE. При поиске по одному поисковому понятию этот критерий часто дает неплохие результаты. Если поисковых терминов несколько, результаты могут оказаться непредсказуемыми из-за приписки высокого показателя встречаемости нерелевантному документу. Этот недостаток отчасти компенсируется припиской поисковым понятиям весовых коэффициентов. К тому же это увеличивает время поиска. Фасетное ранжирование Этот критерий, предназначенный для ранжирования результатов поиска по нескольким понятиям,  основан на предположении, что чем больше понятий (фасетов) содержится в документе, тем выше вероятность его релевантности. Его уже несколько лет также используют в ЕПВ. Результаты поиска представляются посредством комбинирования поисковых понятий с использованием оператора “or” и последующей сортировки  документов в группы с учетом количества обнаруженных в них поисковых понятий. Понятия могут выражаться полным текстом, рефератом, заглавием, классификационным индексом или комбинацией этих форм. Однако отдельные релевантные документы могут оказаться и в группах относительно с относительно низкими показателями фасетного ранжирования, которое, известной степени, соответствуют показателям новизны и изобретательского уровня. При необходимости акцентировать внимание на некоторых понятиях они сопровождаются пометой “must”. В ходе анализа используются булевы операторы “or” и “and”. Допускается и совместное применение фасетного критерия, после чего результаты поиска дополнительно ранжируются с использованием  критерия частоты встречаемости. Ранжирование по  косинусу релевантности Косинус релевантности выражает степень сходства найденного документа и пользовательского запроса, представленных в качестве векторов.  Они отражают частоту встречаемости «целевых»  слов в найденном документе. Этот вид ранжирования в ЕПВ не применяется, но может быть полезным для пользователей. При полнотекстовом поиске в ЕПВ предлагаются на выбор варианты ранжирования. Сложность структуры данных Доступные экспертам ЕПВ данные рассредоточены по разным базам (EPODOC, WP и др.), имеют неоднородную структуру, включая  патентные и непатентные документы на разных языках, представленные полными текстами, рефератами и др. Это привносит дополнительные трудности поиска. Например, поиск по полнотекстовому запросу в реферативной базе данных WPI показывает невысокие результаты, поскольку по такому запросу количество полнотекстовых поисков ограничено. Большое количество доступных эксперту, но  различающихся по составу баз данных порождает и разнообразие используемых ими поисковых процедур. Полнотекстовые базы данных, например,  обеспечиваю более высокие показатели полноты поиска, снижая при этом показатели его точности. В связи с этим поступают предложения использовать полнотекстовой поиск в сочетании с теми или иными методами индексирования. Параллельный поиск в реферативной и полнотекстовой базе данных также порождает некоторую двойственность. Одно и то же ключевое слово, например,  в таких базах данных приобретает разную значимость. В связи с этим приходится прибегать к дополнительным методам ранжирования. Осевое ранжирование Осевое ранжирование представляет собой разновидность так называемого «перекрестного ранжирования» (Cross File Ranking). Оно предполагает использование в качестве глобальной платформы реферативной базы данных WPI для последующего ранжирования полнотекстовых документов. В результате высокие показатели полноты поиска в полнотекстовой базе данных дополняются высокой точностью поиска в реферативной базе данных WPI с контролируемой лексикой. В статье подробно излагается процедура согласованного поиска в полнотекстовой и реферативной базе данных WPI. После завершения процесса ранжирования в базе данных WPI система поиска выдает подборку найденных документов, ранжированную в порядке уменьшения числа  автоматически  выделяемых в документах релевантных поисковых понятий. Эффективность рассматриваемого метода ранжирования может быть дополнительно увеличена за счет: –  предварительной сортировки запросов, повышающей скорость поиска, – расширения сферы поиска посредством  совместного использования реферативной и полнотекстовой базы данных, – отбора релевантных документов на разных языках, а также релевантной непатентной литературы, – автоматизированной формулировки поисковых понятий, – использования при поиске пунктов патентных формул и приписываемых документам классификационных индексов. Предлагаемая стратегия ранжирования  особенно полезна при поиске документов, отнесенных к недостаточно конкретным классам, либо к обширным поисковым  массивам.

Февраль 2014 года

- Раскрытие богатств патентной информации посредством статистического анализа - Совершенствование поисково-аналитической системы Innography

Раскрытие богатств патентной информации посредством

статистического анализа

Using statistical analysis to get the best out of patent information//Patent Information News, 2013, #4
Многие из современных компаний, ориентированных на создание новых технологий и их продвижение на мировой рынок, встречают там все возрастающее множество серьезных конкурентов. Однако объем обрушивающейся на них технической и экономической информации все более осложняет отслеживание текущих событий и генерирование знаний, необходимых для принятия важных корпоративных решений. Неспособность усваивать релевантную технико-экономическую информацию может иметь для таких компаний разрушительный эффект. В связи с этим нельзя не отметить, что патентные данные являются главным источником информации о состоянии и развитии конкурентной ситуации как во вновь появляющихся сферах инновационной деятельности, так и в соответствующих отраслях в целом. Эта информация приобретает для компании очень большое  значение,    если ее конкуренты уже вовсю используют патентные данные для обеспечения конкурентных преимуществ. Патентно-статистический анализ обеспечивает компании  широкий обзор всего «поля действий» и возможность систематической оценки патентной ситуации для усиления своих конкурентных позиций. Отличие патентной статистики от традиционного патентного поиска Как традиционный патентный поиск, ограниченный заданными рамками, так и свободно управляемый поиск, обычно ориентированы на конкретные патентные документы, вернее – на их содержание, пределы обеспечиваемой ими охраны и/или правовой статус. В отличие от этого патентно-статистический анализ направлен на статистическую оценку и категоризацию больших информационных массивов. Эти массивы включают  подборки изобретений из конкретной предметной области (с использованием, например, патентной классификации), принадлежащие заданным компаниям, относящиеся к конкретному временному интервалу или географической области. Патентные данные из таких подборок подвергаются статистическому анализу для выявления связей между изобретениями, которое было бы невозможным при отсутствии представительных документальных массивов. Статистический анализ больших массивов патентных данных часто именуют «построением патентных ландшафтов» или «патентной разведкой», которую многие компании именуют «деловой разведкой». Определение ключевых компаний В повседневной деятельности компании патентная статистика особенно полезна при оценке аспектов, представляющих первоочередной интерес для руководителей, исследовательских и юридических подразделений. Руководству часто необходимо получать общее представление о тенденциях развития  новейших технологий и  появлении новых рынков, лучше понимать поведение соперников,  выявлять потенциальных участников лицензионных соглашений и деловых партнеров. Патентно-статистический анализ может сыграть важную роль при решении таких задач. Ссылки на другие источники данных. Для компании особенно привлекательна   обеспечиваемая патентной статистикой добавленная стоимость, когда библиографические данные документа обеспечивают ссылки на другие данные. Дело в том, что библиографические данные, сами по себе, обеспечиваю только статичное представление о патентной заявке или выданном патенте.  Публикации В1, например,  раскрывают содержание выданных патентов. Однако при этом остается неясным,  сохранил ли правообладатель данный  патент за собой или он был оспорен соперниками.   Между тем, информация такого рода может быть полезной для  оценки состояния технологии или позиции конкурента. Опротестование может сигнализировать, что третья сторона осознает экономическую значимость патента. Неудача оспаривания патента может считаться подтверждением его силы. Поэтому осуществление патентного анализа только на основе библиографических данных  недостаточно. Сильный патент может быть надежно выявлен только при наличии  информации о  дальнейшем протекании патентного производства или о его правовом статусе. База данных PATSTAT Европейского патентного ведомства является уникальной основой для осуществления   сложнейших видов анализа патентной информации.

Совершенствование поисково-аналитической системы Innography

Innography Advances the Power of IP Analytics With Fall 2013 Release, Wednesday, November 13, 2013 – innography.comnews
Компания Innography является обладателем программной платформы, ориентированной на патентный анализ с испольэованием своей базы данных, в которой интегрировано множество   деловых и юридических источников данных  из 102 юрисдикций (о патентах, товарных знаках, судебных спорах и т.д.), позволяющих генерировать прогнозную информацию о патентной ситуации в требуемой предметной области. Осенью 2013 года компания оповестила мировое сообщество аналитиков интеллектуальной собственности  об осуществленных усовершенствованиях,  обеспечивающих более надежный поиск патентной информации и неограниченный доступ к результатам предыдущих поисков в рамках данного предприятия с применением системы PatentScout. Усовершенствования осуществлялись с учетом поступающих оценок системы от   аналитиков интеллектуальной собственности, использующих ее в процессе подготовки стратегических и тактических решений. В число последних усовершенствований входят:
  • Широкое применение Совместной патентной классификации  (СПК) при поиске в 100-миллионном массиве документов и последующей фильтрации его результатов;
  • Обеспечение бесплатной выгрузки документов по судебным делам США из массива, содержащего 200000 дел;
  • Онлайновая выдача сведений о правовом статусе документов и изобразительной информации из заявочной документации;
  • Расчетные сроки истечения сроков действия  патентов;
  • Использование дополнительных поисковых операторов, облегчение информации о промышленных образцах, полнотекстовой поиск и автоматическое преобразование запросов, поступающих из устаревших информационных систем.

В системе используется уникальная технология онлайновой нормализации и  визуализации данных, облегчающих комплексный  анализ патентных, финансовых, маркетинговых и судебных документов, поступающих из сотни различных источников.   Все это облегчает отслеживание деятельности конкурентов и открытие новых источников доходов. Усовершенствованная система PatentScout позволяет компании Innography сохранять лидирующие в мире позиции поставщика информации для деловой разведки. Более подробные сведения о компании можно получить на сайте www.Innography.com.

Январь 2014 г.

- Насколько инновационна экономика Китая?

- Новые патенты проливают свет на  планы Аpple по совершенствованию своего iPhone
- Связь  конкурентной разведки с прочими разведывательными службами
- Можно ли сохранить коммерческую тайну?

Насколько инновационна экономика Китая?

How innovative is China? Valuing patents Jan 5th 2013 |From the print editionwww.economist.com/…/21569062-valuing-pate… Китай опять опередил США. В 2011 году его патентное ведомство получило патентных заявок больше, чем какая-либо другая страна мира. Однако при ближайшем рассмотрении картина представляется не столь радужной. В США и Европе около 50% патентных заявок подается иностранцами. В прошлом так же обстояло дело и в Китае. Но в последние годы заявки местных жителей составили 2/3 от их общего количества. Значит ли это, что Китай внезапно стал более инновационным? Или государственное стимулирование побудило граждан подавать множество сомнительных патентных заявок, которые национальное ведомство склонно одобрять? Достаточно надежных способов оценки значимости патентов все еще не существует. Но никто не мешает воспользоваться имеющимися уже сейчас ориентировочными критериями. А именно, во скольких странах изобретатели стремятся запатентовать свое новшество? Чем ценнее изобретение, тем сильнее будет стремлением получить более широкую охрану. Если же их удовлетворяют скромные национальные субсидии, у них пропадает смысл беспокоиться о зарубежном патентовании. Данные ВОИС позволяют утверждать, что бесспорный всплеск китайского патентования является в определенной степени иллюзорным. Или, по крайней мере, выдаваемые в Китае патенты технически менее значимы, чем патенты Европы и США. Находится немного китайских инвесторов, готовых тратиться патентование своих идей за рубежом. В 2003-2009 г.г. их насчитывалось менее 5%. В США этот показатель составил 27%, а в Европе даже 40%. И все же фанатам западного прогресса не стоит расслабляться. Пока не ясно, где еще китайские конкуренты могут их опередить.

Новые патенты проливают свет на  планы Аpple по совершенствованию своего iPhone.

New Patent Filings Shed Light on Apple’s Plans for Liquidmetal in iPhone December 3, 2013 – www.patentlyapple.com…2013/11…sheds…liquidmetal.html
23 ноября 2013 года компания Apple зарегистрировала 5 патентов, раскрывающих ее планы применения в своей продукции «жидких» металлов, представляющих собой одну из форм  разработанных в 2003 году  научной группой Калифорнийского технологического института аморфных сплавов металлов. Они аналогичны быстро охлаждающимся пластикам, вдвое превосходящим по своей прочности титановым сплавам.  Вместе с тем, они обладают гибкостью и уникальной возможностью создания тонких высокопрочных форм. У  Apple, таким образом, появилась заманчивая возможность первой создать с использованием жидкого металла iPhone, имеющий современный вид и, к тому же, более легкий и дешевый. Изучение новых патентов открывает возможность использования жидкого металла при создании  в Apple новых продуктов, включая 3-мерную печать и методы литья под давлением,  что может быть более дешевой альтернативой нынешней практики создания прототипов и других технологических процессов. Первый патент позволяет получить общее представление о о возможностях создания новых продуктов с применение жидкого металла. Остальные патенты детализируют специфические возможности применения технологий с использованием жидкого металла.

Связь  конкурентной разведки с прочими разведывательными службами

Carles Ortola Bosca. The Origins and the Evolution of Competitive Intelligence// Hipótesis Con-textos de Inteligencia Competitiva, Publicado por revistahipotesis ⋅ julio 3, 2013 = www. revistahipotesis.com/…/the-origins-and-the-evol…
В литературных источниках утверждается, что конкурентная разведка (КР) зародилась чуть ли не   несколько тысячелетий назад, когда китайцы перенимали и осваивали зарубежные новшества, разбредаясь  по более развитым странам (1). Однако только в 1960-1970 годах КР стала приобретать современные очертания.  Постепенно более четко обозначились  и главные признаки  КР, а именно цель КР – обеспечение конкурентных преимуществ  и средства ее достижения – выбор для этого верных приемов. Вместе с тем, в рамках КР наметилось упорное нежелание признать разведку национальной безопасности или национальную разведку (НР) в качестве другой составляющей той же деятельности. Определение КР не стабилизировалось и до сих пор. Однако,  объединив множество принимавшихся на этот счет усилий, можно утверждать, что КР является одновременно и процессом, и стратегическим продуктом, в который информация преобразуется, становясь знаниями,  необходимыми для лиц, принимающих ответственные решения. Это преобразование осуществляется   в интересах обеспечения конкурентных преимуществ  посредством всеобъемлющего анализа исключительно законных и открытых источников, что отличает КР от промышленного шпионажа. Однако в приведенном  определении просматривается пресловутое сходства между КР и  НР.  В НР также осуществляются процессы преобразования информации в знания, необходимые лицам, принимающим ответственные решения в сфере национальной и международной безопасности. Причем эта деятельность ведется в основном с использованием открытых источников, избегая, по возможности,  проведения тайных операций. Итак, независимо от частных особенностей, вызванных спецификой сфер применения КР и НР, оба вида деятельности представляют собой одно и то же -  разведку. Однако представители КР, уклоняясь от возникновения нежелательных ассоциаций, концентрируют внимание именно на этих особенностях: специфике среды, методологии (особенно на этапе сбора данных) и, особенно, на этических аспектах. Хотя более тщательное исследование этих особенностей показывает, что они недостаточно  существенны для обоснования двух разных дисциплин. Типология проблем в КР и НР почти одна и та же: в основе их деятельности – стремление уменьшить неопределенность. В 1980-х годах, после окончания «холодной войны», в КР влилось множество военных аналитиков, принесших с собой характерную для них методологию, конспиративность и особую последовательность деятельности, именуемую  «разведывательным циклом», нуждавшимся в адаптации к определенной специфики КР и НР. В конце концов, все это сводилось к  попыткам  улучшить отношения в цепочке «производитель-потребитель» – таким образом, чтобы повысить эффективность и приемлемость  как разведывательного «процесса», так и получаемого  «продукта». Поэтому не удивительно, что  в последнее время в НР и КР наблюдается увеличения сходства сценариев практической деятельности, стоящих перед ними проблем и идентичность    способов их решения. Государственные и частные сектора разведки применяют, как правило,   аналогичные исследовательские циклы и  пользуются сходными аналитическими приемами. Конкурентную разведку часто смешивают с процессами, которые обозначаются терминами «деловая разведка» (ДР), «маркетинговые исследования» (МИ) и «управление знаниями» (УИ). Пользуясь приводимыми определениями, можно заключить, что сбор данных логически связан с ДР, МИ и УИ, а бремя анализа собранной информации ложится преимущественно на КР. Однако при более детальном изучении укрывающихся за этими терминами процессов существенных методологических различий между этими разновидностями не отмечено. Если не считать разнообразия используемых ресурсов и трактовки этических аспектов получения данных. Что же касается методологических различий между НР и КР,  то они  сосредоточены, в основном, в процессах сбора данных и сводятся почти на-нет на аналитической стадии. Между тем, именно аналитическая стадия играет фундаментальную роль в разведке, превращая информационное сырье в знания. Следовательно, можно утверждать, что  в широком смысле обе сопоставляемые разновидности деятельности занимаются все той же разведкой и осуществляют ее почти одним и тем же способом. Будучи ограничена этическими нормами и возможностью пользоваться только открытыми источниками, КР уступает НР на стадии сбора данных, но это в значительной степени компенсируется возможностью использовать ресурсы ДР, МИ и УЗ. Но работникам НР следует иметь в виду,  что, несмотря на различия в характере перерабатываемой информации, наиболее важный в разведке процесс  – анализ данных – осуществляется по сути одними и теми же средствами. Между тем, сложившаяся специфика НР в какой-то  степени сопротивляется  развитию аналитической методологии и, особенно – научных методов анализа. Здесь ей не мешало бы воспользоваться опытом КР. В числе ранее упомянутых и упорно  подчеркиваемых   различий НР и КР особо выделяются этические аспекты. Вездесущий страх смешения КР с промышленным шпионажем охватил весь этот сектор (3). Соблюдение этических норм,  являющееся  отличительной чертой КР, проявилось в нежелании КР контактировать с НР. Высказывается мнение, что такая позиция является необоснованным архаизмом. Сегодня сотрудники НР, в своем большинстве,  далеки от шпионажа, а  основу их деятельности составляет анализ информации, почерпнутой из открытых источников (4). При анализе зарождения этого страха в деловом мире  немедленно выявляется его скрытная причина. В ожесточившейся  конкурентной среде выживание бизнеса гарантировано только при наличии прочной рыночной позиции, престижа и статуса. А в распространении панических настроений решающую роль сыграли   средства массовой информации. С одной стороны, начиная с 1980-х  годов газеты,  журналы и кинематограф, кажется, больше заинтересованы в выявлении шпионажа и нарушений этики, чем в методологии КР. С другой стороны, они зачастую склонны однобоко трактовать многозначное слово «intelligence»* как «шпионаж». В этих условиях  руководство компании не может рисковать  быть обвиненным в промышленном шпионаже. Поэтому   усилия КР направлены на обеспечение того, чтобы ни одно из ее действий не подрывало репутацию компании. —————————– *Intelligence (словарь Abbyy Lingvo): 1) интеллектрассудокразумумственные способности 2) информациясведения секретного характера3) разведкаразведывательная служба Однако действительность  существенно отличается от сложившихся представлений.  Несмотря на то, что трактовка слова «intelligence» по-прежнему содержит элементы секретности, сама секретность  не обязательно подразумевает тайные операции  или шпионаж. В самом деле, если допустимость скрытных (шпионских) действий, как составного компонента разведывательного процесса, еще остается предметом дискуссией, то использование секретности в разведывательной деятельности  ни у кого не вызывает возражений (5). Разведка должна быть демистифицирована, чтобы ее сущность была правильно понятна широкой общественности.  После этого всем  будет легче воспринимать сходные черты НР и КР, которых, в действительности, больше, чем отличий. А это облегчит взаимообогащение разных составляющих по сути одной и той же деятельности, направленной на сокращение неопределенности и выработку оптимальной стратегии действий  – каждый в своей сфере. Литература 1. Ariff S Juhari and Derek Stephens, ‘Tracing the Origins of Competitive Intelligence Throughout History’, Journal of Competitive Intelligence and Management 3, no. 4 (2006): 62. 2.State of the Art: Competitive Intelligence. … Analysis. State of the Art: Competitive Intelligence. D. Fehringer, B. Hohhof, & T. Johnson http://www.scip.org/pdf/f_060608_stateofart_sum.pdf.scribd.comdoc/178367765/2-Competitive-Intelligent 3. Richard Horowitz Esq., ‘SCIP Policy Analysis: Competitive Intelligence and the Economic Espionage Act’, Comp. Int. Rev. Competitive Intelligence Review 10, no. 3 (1999): 4. GD Matey .The Use of Intelligence in the Private Sector www.tandfonline.com › … › : – ‎2013 5. Silent warfare : understanding the world of intelligence. by Abram N Shulsky; Gary J Schmitt. Book. English. 2002. 3rd ed. London - www.worldcat.org/…/editions?editionsView…

Можно ли сохранить коммерческую тайну?

Can you keep a secret? To patent an idea, you must publish it. Many firms prefer secrecy Mar 16th 2013 | SEATTLE |From the print edition Intellectual property | Economist – World News, Politics, Economics … www.economist.com/topics/intellectual-property
Традиционным способом охраны интеллектуальной собственности (ИС) является ее патентование. Оно обеспечивает изобретателю правовую охрану его идеи. Если кому-то захочется воспользоваться ею, пусть платит. Но загвоздка в том, что взамен изобретателю требуется свою идею опубликовать, открывая возможность ее противоправного хищения в менее законопослушных странах. Поэтому многие компании хранят свои наиболее ценные идеи в тайне. Увы, этот путь тоже  не является 100-процентно надежным. У хакеров имеются  хитрые приемы проникновения в тайны, а согласно недавнему отчету фирмы Mandiant, занимающейся компьютерной безопасностью, в распоряжении Китая, например, имеются тысячи таких специалистов. Никто не знает, сколько секретов хранится в компаниях и какова их стоимость. Однако основным аргументом в пользу   секретности в сравнении с  патентами является обеспечение безопасности. Но многие компании даже не осознают утечки своих секретов. В 2012 году 90% обсуживавшихся  фирмой  Mandiant компаний не заметил фактов проникновения в их файлы китайских хакеров. Согласно расчетам фирмы промышленной безопасности ASIS International годовая стоимость украденной у компаний ИС составила в США 300 млрд $. Экстраполированная на весь мир эта цифра составит более 1 триллиона $. Кибержулики происходят из разных стран, но одна из них является бесспорным лидером. За 16 лет после принятия в США закона об экономическом шпионаже (EEA), которым кража экономических секретов была возведена в ранг федеральных преступлений, в трети проведенных согласно этому закону расследований были замешаны выходцы из Китая или работавшие на эту страну лица. После 2008 года уже 44% дел имели отношение к Китаю. Ответчики крали секреты, относящиеся к военному самолетостроению и созданию космического челнока, коммерческую тайну компаний as Ford, GM, Dow Chemical, Motorola и DuPont. Отрицая выдвигаемые обвинения, китайские власти указывают на то, что их компании тоже являются жертвами промышленного шпионажа. Ссылаясь на проведенное в 2010 году глобальное исследование фирмы  McAfee, занимающейся безопасностью информационных технологий, представители китайского бизнеса сообщили о наиболее высоком среднем ущербе от кражи ИС, приходящемся на каждую из их компаний: 7,2 млн $ в Китае и только 375000 $ в Великобритании. Большинство хищений коммерческой тайны совершается «инсайдерами» (собственными служащими компании или работающими с ними по контракту). По  данным расследований,  связанных с нарушением закона  EEA на них приходится  более 90%. Обычно они записывают информацию на флэш-диски или передают ее по  мобильным телефонам либо по электронной почте. Респонденты исследования фирмы McAfee считают, что рейтинг ущерба от жуликоватых инсайдеров выше, чем от уязвимости программного обеспечения или от кибертерроризма. Простых решений здесь нет. Патентное ведомство США обдумывает возможность ввода новой категории «экономически значимых патентов», существо которых сохранялось бы в тайне до завершения процедуры их выдачи (которая длится обычно около 3 лет), чтобы «не давать фору» похитителям. Это вряд ли удовлетворит бизнес. Кое-кто считает, что больше пользы было бы от внесения поправок в законодательство, предоставляющих федеральный статус гражданским искам, что позволило бы компаниям предъявлять собственные обвинения против похитителей их секретов. В феврале 2013 года администрация президента США выдвинула новые предложения по пресечению в США кражи коммерческой тайны. Они включают дипломатические меры, добровольные инициативы промышленности, ускорение расследования и более строгое  законодательство.

Содержание рефератов в 2013 году

Октябрь 2013 г.

- Новый подход к построению стратегии интеллектуальной собственности - Стратегический подход к формированию патентного портфеля - Информационная база  патентной статистики - Роль конкурентной разведки в повышении значимости патентного портфеля - Международная конференция « Патентная статистика для руководителей

Новый подход к построению стратегии интеллектуальной собственности

Patel A.,  Gerxzeraad P.The New IP Strategy Agenda//les Nouelles – July 2013 – Особая важность интеллектуальной собственности  (ИС) в современной экономике знаний получает все более широкое признание. Однако далеко не каждому руководителю организации удается выстроить должную стратегию ее эффективного использования и получения за этот счет устойчивых доходов. Для решения этой задачи можно предложить три концепции.

  1. 1. Соблюдение должной иерархии  удовлетворения потребностей в ИС

Накоплению и применению активов ИС должно предшествовать построение надежного предпринимательского фундамента с использованием существующих ресурсов. Для построения успешной стратегии ИС  организации необходимо, прежде всего, определиться с предпринимательскими потребностями ИС и определить их иерархию. Не располагая устойчивым фундаментом, ИС будет восприниматься как дополнительные  «затраты». Успех предприятия обеспечивается 5 уровнями компетенции. Во-первых, нужно обеспечить стабильность функционирования организации.  При этом ИС должна гарантировать  поставку на рынок новой прибыльной продукции и услуг, избегая каких-либо сюрпризов. Так, когда компания Samsung, потерпела поражение в патентном споре с  Apple, стоимость ее акций снизилось на 7,5%. Во-вторых, руководство организации должно построить работу так, чтобы его ИС обеспечивала устойчивые конкурентные преимущества на рынке. Имеется в виду поставка на рынок продукции, превосходящей по своим показателям и стоимости аналоги конкурентов. Вклад ИС проявляется в умелом обретении прав на  нужные патенты, секреты производства, авторские права и товарные знаки, препятствующем поставке на рынок аналогичной продукции и услуг своих соперников.. В-третьих, необходимо приложить усилия к глобальному распространению своей технологии. В регионах, где организация не располагает нужными для этого навыками и ресурсами, для внедрения собственной технологии нужно подыскивать подходящих лицензиаров. В-четвертых, может приступать к внедрению предпринимательских систем, гарантирующих устойчивое ускорение НИОКР и создание новой продукции. На этом этапе ИС служит связующим звеном между предпринимательством, его регулированием, разработкой стандартов, маркетингом, НИОКР и правовой охраной получаемых инноваций. Наконец, в процессе освоения новых технологий руководству надлежит  определить должный баланс между охраной предпринимательской собственностью и открытым лицензированием своих технологий с учетом их жизненного цикла.  Агрессивная охрана присуща технологиям, находящимся на ранних стадиях своего жизненного цикла. 2.   Построение плана действий с оценкой угроз и благоприятных возможностей Осознав иерархическую  природу  ИС, руководство может осознанно оценивать свой портфель ИС и возможности его использования в бизнесе, с учетом потенциальных угроз и благоприятных возможностей.  Это позволит организации разработать эффективную стратегию и оперативный план своих действий. Важнейшей составляющей оперативного плана является панель ИС, позволяющая руководству, разработчика и юристам отслеживать изменения конкурентного ландшафта. Первая угроза заключается в том, тысячи патентных заявок годами ожидают принятия решений, что усложняет поступление на рынок новой продукции, которая может быть заблокирована выданным позднее патентом. Вторая угроза исходит от владельцев существенных патентных портфелей, которые не ведут активного бизнеса, но в любой момент могут предъявить обвинения в нарушении их патента и потребовать уплаты роялти. Последняя существенная угроза исходит от организаций, предоставляющих финансовые услуги, особенно – в сфере электронной торговли , которые стремятся завладеть  новыми платежными технологиями типа предложенного Citibank и  Google «электронного кошелька». 3.Выбор времени эффективного использования ИС Следует принимать во внимание, что на стратегию ИС тоже воздействует фактор времени. Ее эффективность зависит от стадии предпринимательского цикла, на которой она  создается и используется. Используя навыки трех разных специалистов, можно правильнее устанавливать наиболее подходящее время для создания, закупки и лицензирования ИС или предъявления судебного иска. Руководитель, ориентирующийся в конкурентной среде, точнее определит время разработки противостоящей конкуренту собственной технологии, а также момент, когда от неиспользуемой технологии лучшем избавиться – не затягивая чрезмерно переговорный процесс. Последние патентные войны, разразившиеся  в первом и втором кварталах 2012 года между такими игроками, как Google, Facebook, Yahoo, Microsoft, Apple, Samsung, "Motorola и другие иллюстрирует тот факт, что тот кто слишком затягивает с приобретением  нужного патента, вынужден в итоге платить за него  очень высокую цену. Стратегический подход к формированию патентного портфеля Proulx `G. How to strategically build an IP portfolio//MIP- 2o13 -July Каждая компания должна располагать стратегией формирования патентного портфеля, соответствующего ее долгосрочным целям. Ее отсутствие может привести к расходованию ресурсов на обретение абсолютно бесполезных патентов. По мере глобального простирания глобального ландшафта  интеллектуальной собственности  (ИП)построение и развитие эффективной стратегии построения патентного ландшафта становится сложнейшим  процессом. Первым шагом построения эффективного патентного портфеля является детальное исследование стоящих перед компанией предпринимательских целей. целей и пригодности существующего портфеля к их достижению. Прежде всего, компания должна иметь четкое представление о том, какона станет применять  активы ИС.  Сильный портфель должен обладать твердой рыночной позицией, надежно   защищать  программу своих НИОКР или выделять для  их выгодного лицензирования. Ключевым аспектом оценки патентного портфеля является изучение мотивов, по которым тот или иной патент приобретался.  Большинство компаний формируют портфель путем подачи патентных заявок для охраны инновации еще задолго до поступления созданного с их использованием патента на рынок. При отсутствии долгосрочной патентной стратегии крупнейшие ошибки допускаются именно на этой стадии. Наиболее важно вовремя оценить долгосрочную стратегическую значимость патента. Подача патентной заявки должно базироваться на солидном маркетинговом исследовании, вскрывающем рыночные, правовые и технологические препятствия на пути коммерциализации приобретенного патента или, напротив, скрытые возможности дальнейшего развития начатого инновационного процесса. Обширный патентный ландшафт - хорошее подспорье при оценке общей патентной ситуации. на следующем этапе проводится оценка всех возможных путей использования компанией своих активов с определением новой патентной стратегии. Располагая достаточно мощными активами, компания может монетизировать какую-то их часть, вступив в лицензионные отношения, или перейти к более агрессивной тактике патентования. если же патентный актив во многом не соответствует производственной практике, его лаже можно целиком спустить с молотка. Наконец, можно изучить патентный ландшафт и позиции конкурентов, в надежде найти своим патентам новое применение либо обнаружить нужные патенты, принадлежащие университетам либо научно-исследовательским организациям. Пожалуй, наиболее интересным, но и рискованным, является этап освоения своих активов. Наращивание своего портфеля возможно двояким способом: активизируя либо свой инновационный процесс и процедуру подачи заявок или заимствуя чужие новшества. . В первом случае проводится  стимулирование изобретателей и выявление в подразделениях компании готовых  решений, заслуживающих патентования. Во втором случае важно отыскать патенты, в максимальной степени соответствующие своей производственной программе. Уже сформированный патентный портфель нуждается в регулярной оценке и, при необходимости, в перестроении - с учетом изменений в своих плановых установках и рыночной ситуации. Кроме того, требуется отслеживать своевременную уплату патентных пошлин как у себя, так и у своих конкурентов, которые из-за оплошности могут лишиться нужного данной компании патента. При этом следует учитывать существенные отличия в порядке уплаты пошлин в разных странах, в связи с чем может потребоваться помощь сторонних специалистов. В заключение нужно подчеркнуть, что изначальным условием построения успешного патентного портфеля является долгосрочное планирование, стратегическое мышление, глубокие маркетинговые исследования и усердие.

Информационная база  патентной статистики

Patent statistics backgrounds. From Statistics Explained -  www.epp.eurostat.ec.europa.eustatistics…statistics…

Источники статистических данных Начиная с 2007 года продукция Европейского патентного ведомства (ЕПВ) и Патентного ведомства США стала накапливаться в в Глобальной базе патентной статистики ЕПВ (EPO Worldwide statistical patent database). Европейские патентные заявки включали как заявки, поступавшие непосредственно в ЕПВ, так и по процедуре РСТ - с указанием ЕПВ(Euro-PCT),  вне зависимости от того, были по ним выданы патенты или нет. Заявки, поступавшие непосредственно в ЕПВ (EPO-direct)  во внимание принимались, а из числа заявок РСТ - только те, что вступили в региональную стадию. При подсчете в ЕПВ учитываются только приоритетные заявки - вне  зависимости, где они были поданы впервые, и систематизируются по МПК. Заявки распределяются по месту жительства изобретателя.  Далее поводится подсчет заявок, приходящихся на миллион жителей данной страны. Патентная заявка ЕПВможет быть действительной в несколькьких странахи даже во всех странах участницах Европейской патентной конвенции. Патентные индикаторы указывают на степень инновационной активности региона, страны или компании. Однако эти индикаторы критикуют за их отставание от реального развития технологий ввиду публикации заявок только через 18 месяцев после даты их приоритета. Ведутся исследования , призванные нивелировать это отставание. В отличие от данных ЕПВ данные США касаются только выданных патентов. Патенты распределяются  по странам и места пребывания. Поэтому при сопоставлении данных ЕПВи США следует проявлять осторожность. Совершенствование методов патентной статистики Eurostat В течение последнего десятилетия служба Eurostat совместно с Университетом K.U. Leuven совершенствовал методы нахождения новых индикаторов, характеризующих экономическую активность. Это, в частности, касалось регионального распределения патентовладельцев и изобретателей, гармонизации наименований заявителей, а также снятия ряда ограничений накладывавшихся на источники статистических  данных, включая их привязку к конкретным заявителям, изобретателям, фирмам, университетам и научно-исследовательским учреждениям. Для гармонизации наименований заявителей разработан специальный алгоритм, оказавшийся весьма эффективным. Благодаря этим исследованиям повысилась эффективность и точность выделения патентных индикаторов на региональном, отраслевом и корпоративном уровнях, что представляет собой значительный шаг вперед в создании систем инновационного мониторинга с использованием анализа технологического развития. Регионализация патентных данных До последнего времени экономическая география играла несущественную hjm, в экономической теории, хотя очевидно , что экономическая активность распределяется в мире очень неравномерно. Соответственно, мало внимания уделялось формированию региональных кластеров технологической активности. Это объяснялось недостатков количественных данных о существовании регионально-технологических связей в течение достаточно продолжительного времени. Использование совокупности содержащихся в патентах данных позволило увязать развитие технологий, их географическое распределение и  состав участвующих организаций. Однако для этого адреса изобретателей и патентовладельцев должны быть привязаны к регионам.   Здесь  требуется исчерпывающий перечень почтовых индексов, наименований адресов и мест их расположения. В Европе для этого применяется специальная иерархическая система NUTS, которая гармонизирует региональные статистические данные Евросоюза.  Кроме того проводится категоризация патентовладельцев с отнесением их к частным предприятиям, университетам, научно-исследовательским  и государственным учреждениям. Гармонизация наименований В ходе гармонизации различных категорий патентовладельцев требуется устранять различия в их написании, возникающие, например, в результате описок и опечаток. Для решения этой задачи была создана система поэтапной автоматической гармонизации наименований. На первом этапе уточнения написаний количество уникальных патентовладельцев сокращалось примерно на 20%, а число патентов приходящихся на одного патентовладельца возрастало 5,5 до 6,8.  На втором этапе гармонизировались наименования 500 наиболее продуктивных патентовладельцев и университетов. При этом было выявлено более 30000 относящихся к ним наименований, что увеличивало их суммарный патентный актив почти на 70%. Гармонизация наименований заявителей была также автоматизирована и использована в 2009 году при составлении таблицы PERSON для Глобальной базы данных патентной статистики (PATSTAT). В ходе дальнейшего усовершенствования методики использовалось содержание наименований и адреса их владельцев. Все наименования подвергаются проверке правильности написания букв, пунктуации, соблюдения правовых форм, устранению из фирменного наименования общеупотребительных слов, гармонизации вариантов правописания и др. При этом на каждом этапе проводится около 4000 различных поисков. Первая версия проверки правильности написания заявителей ЕПВи США была реализована в 2006 году. Более подробное описание всех элементов методики содержится в документе : 'Harmonizing harmonized patentee names: an exploratory assessment of top patentees' Категоризация правообладателей С использованием нескольких правил патентные заявки, с учетом их принадлежности,  распределяются по пяти категориям: индивидуальные заявители, фирмы или предприятия, правительственные и бесприбыльные организации, университеты/вузы и госпитали. Более 85% заявок поступает в ЕПВот предприятий, 9% - от индивидуальных заявителей и не более 2% от остальных категорий. Процентное соотношение поступающих заявок из конкретных стран  существенно различается. Полное описание используемой методологии представлено в рабочем документе  Eurostat ('Data production methods for harmonized patent statistics: Patentee sector allocation (2009)' Кроме того, Eurostat опубликовал следующие отчеты:

Роль конкурентной разведки в повышении значимости патентного портфеля

Competitive Intelligence and Its Role in Increasing the Value of a Patent Portfolio. Zilka K. J. , Kotab D. M. - www zilkakotab.comPDFs/publication2.pdf . Прежде, да нередко и теперь,  патент расценивался не с позиций его стратегических возможностей,  а как средство  охраны тех объектов, которыми заявитель занят в данное время. Соответственно оценка полезности  патента могла лимитироваться его способностью блокирования действий конкурента в сфере нынешней деятельности заявителя. И лишь недавно в число важных аспектов обретения патента вошли стратегические соображения. Это сопровождалось оценкой интеллектуальной собственности как жизненно важного корпоративного актива. Навыки и знания стали чуть ли неединственным источником устойчивого долгосрочного конкурентного преимущества.  Поэтому от патентных работников все чаще ожидают формирования патентного портфеля, обеспечивающего стратегические преимущества в условиях непрерывно преображающегося патентного ландшафта, отражающего вторжение на рынок конкурентной продукции.  Однако для выработки приемлемых решений стратегического патентования нужны некие ключевые данные, которые может предоставить именно конкурентная разведка, а также эффективные методы их сбора и применения на практике. Важность разведывательных сведений Использование разведывательных сведений позволяет ориентировать патентный портфель на выполнение, прежде всего, наступательных или оборонительных действий. Наступательные действия благоприятствуют использованию патентного портфеля в прибыльных лицензионных операциях, блокировании рыночных операций конкурентов и др. Оборонительные действия предоставляют компании свободу действий, в особенности при перекрестном лицензировании и отражении агрессивных действий конкурентов. При осуществлении любой стратегии активы компании должны, преимущественно,  пополняться патентами с широким охватом рыночной деятельности конкурентов. Чем теснее  корреляция между патентами компании и рыночной деятельностью конкурентов, нем предпочтительнее позиция компании по сравнению с позициями ее соперников при достижении ими своих предпринимательских целей. Однако для использования нужных  разведывательных сведений их, прежде всего, требуется  добыть. А это – нелегкая задача. Сбор разведывательных сведений Разведывательные сведения могут включать любую информацию, касающуюся как предметной области, охватываемой патентным портфелем (патентная разведка), так и рыночной деятельности конкурентов (маркетинговая разведка). В идеале такие сведения способствуют  управлению портфелем компании при одновременном получении информации о  рыночной деятельности конкурентов. С появлением Интернета возможности сбора такой информации неизмеримо возросли. В интересах маркетинга конкуренты размещают на своих сайтах множество сведений о своих товарах  и услугах. Нужная информация может выступать в разных формах: пресс-релизов, обзоров товаров и услуг, посещения торговых выставок, осуществления обратного инжиниринга и т.д. Богатейшие информационные ресурсы содержатся в базах данных патентных ведомств, а также в коммерческих службах типа  the Delphion® , LexisNexis®, Westlaw®, Dialog и др.  -  с возможностями обращения к ним в онлайновом режиме или использования услуг мониторинга по запросам пользователя. Организация разведывательных сведений По мере увеличения патентного портфеля обостряется необходимость организации обширных массивов накапливаемой информации. Одним из  популярных способов   обобщения разведывательных сведений является их «картирование». Картирование в данном контексте представляет собой технологическую группировку корпоративных патентов с последующим корреляцией  патентов данной компании с патентными активами и рыночной деятельностью конкурентов и указанием степени их перекрытия. Квалифицированно составленная карта существенно облегчает реализацию упомянутых выше наступательных и оборонительных стратегий, выявляя одновременно сильные и слабые места в патентном портфеле компании. После выявления технологических групп патенты компаний распределяются по наиболее релевантным группам, наглядно демонстрируя слабые и сильные позиции патентного портфеля компании применительно к избранной компанией приоритетной сфере интересов. Кроме того, посредством картирования обширный патентный портфель расчленяется на более обозримые сектора. В отличие от технологического картирования патентное картирование позволяет напрямую сопоставлять патентный портфель компании с патентными портфелями ее конкурентов. Патентное картирование может также отражать различные связи между патентами, включая те, что формируются в результате патентного цитирования, классифицирования или с использованием тех ил иных библиографических данных. Важно отметить, что при патентном картировании используются не только патенты, но и патентные заявки, еще ожидающие своего рассмотрения, что существенно повышает оперативность отображения патентной ситуации в исследуемой области. Важной разновидностью патентного картирования являются патентные карты, специально ориентированные на конкурентов. При их построении сначала выявляются ведущие конкуренты компании, а затем отбираются их патенты и сортируются по технологическим группам, выявленным в процессе технологического картирования. Сопоставление такого картирования с картированием патентного портфеля данной компании позволяет оценивать остроту конкуренции, сильные и уязвимые позиции конкурентов. Наконец, получает развитие, пожалуй, наиболее ценная разновидность - лицензионное картирование, способствующее обогащению патентного портфеля компании. Для его реализации необходимо проведение конкурентной разведки соответствующих рыночных секторов, предполагающей сопоставление патентов данной компании с рыночной деятельностью конкурентов для выявления фактов, затрагивающих патентные притязания компании.  Лицензионное картирование позволяет также оценивать технико-экономическую значимость патентов, которая тем выше, чем чаще они затрагивают те или иные участки рыночной деятельности. Такие патенты особенно полезны при осуществлении оборонительной стратегии.

Международная конференция « Патентная статистика для руководителей

Patent Statistics for Decision Makers 2013 - 12 - 13 November Rio de Janeiro, Brazil – www.epo.org В ноябре 2013 года в Рио де Жанейро состоится очередная конференция «Патентная статистика для руководителей» , на которой будут подвергнуты обсуждению  результаты новейших исследований в области патентного анализа, представляющих интерес для политиков, ученых и предпринимателей. В  их число входят: - развитие новых технологий и роль интеллектуальной собственности (ИС) в привлечении к ним внимания исследователей и разработчиков; - качество патентов и их использование в качестве индикаторов исследовательской продуктивности; - ИС на рынках знаний и передача технологий; - тенденции патентования, патентная и инновационная политика; - ИС и социальные вызовы (экология, здравоохранение, старение); - финансирование инновационных предприятий и залоговая роль ИС; - патентование и роль международных корпораций; -  ИС и  комплексное использование различных форм ее правовой охраны (например, патентов и товарных знаков). Патентная статистика привлекает к себе внимание все более широкие слои общественности.  Правовая система  ИС и особенно патентная система претерпевают непрерывные изменения в стремлении оптимизировать баланс между частными и социальными  выгодами, внося тем самым вклад в  экономическое развитие и общественное благосостояние.  Чтобы достойно встретить эти вызовы политики и руководители должные располагать результатами анализа,  основанного на достоверных данных. Патентные данные являются источником именно такой информации.

Обновления в июле 2013 г.

- ОРГАНИЗАЦИЯ СОВМЕСТНЫХ ИННОВАЦИЙ - Использование сетей патентного цитирования при изучение распространения технологий - Комплексный  патентный анализ при разработке новой продукции - ИНТЕГРИРОВАНИЕ ПРОГРАММНЫХ СРЕДСТВ В ПАТЕНТНОМ АНАЛИЗЕ ОРГАНИЗАЦИЯ СОВМЕСТНЫХ ИННОВАЦИЙ Можно выделить три основные формы инноваций:  инновационного обеспечения дополнительного роста доходов, прорывных инноваций и охвата  смежных областей. Эффективным средством обеспечения всех этих инновационных разновидностей является организация совместных инноваций (СИ), которые особенно полезны при осуществлении наиболее сложных форм инновационного развития - прорывных инноваций и охвата  смежных областей. Многие компании прибегают к простейшим инновационным средствам обеспечения дополнительного роста доходов, используя контакты со своими поставщиками и партнерами. Этот способ не связан со опасными  рисками, но и не сулит значительных доходов. Руководители исследований и разработок  регулярно контактируют с поставщиками для доступа к необходимой технологии с целью  внесения дополнительных инновационных элементов в свои продукты  или адаптации их ко вкусам, преобладающим в  конкретных регионах.. Для обеспечения более значительных темпов роста компании идут на  рискованные разновидности  прорывных инноваций и вторжения в смежные рыночные сектора. И именно здесь особую важность приобретают совместные инновации. Интересно отметить, что прорывная инновация, которой воспользовалась одна компания, обычно способствует  расширению  сферы своей деятельности другой компании. Производимый компанией Unilever чай Lipton Tea распространялся через супермаркеты только "для домашнего использования". Пожелав расширить его распространение в виде готового к применению напитка в бутылках, Unilever наладила партнерские отношения с компанией Pepsi, организовав распространение нового напитка Pepsi-Lipton Tea с использованием ее технологии бутылочного производства и сбытовые каналы. Совместные инновации в целях обеспечения дополнительного прироста доходов имеют широкое распространение. Соглашения о совместных инновациях содержат при этом положения о правах интеллектуальной собственности участников, об ограничениях на использование заимствуемых технологий с другими партнерами и о долевом участии в затратах. Эти, как правило, краткосрочные соглашения, часто предназначены для доставки продукции на рынок в течение  года или около того. Прорывные инновации, напротив, являются более долгосрочными (на три и более года). Идея такого соглашения обычно рождается в исследовательских или плановых подразделениях, а также от внешних инвесторов, консультантов и потребителей. Для этого компании, нацеливавшейся на прорывные инновации, нужны партнеры, разрабатывающие новые технологии, которые заинтересованы в коммерциализации  своих разработок. Налаживание партнерских отношений  между такими разнородными компаниями протекает значительно труднее. Нуждающаяся в инновации компания обычно плохо разбирается в нужных ей технологиях, не располагает соответствующими активами интеллектуальной собственности, а ее руководству неведомы таящиеся в этом деле ловушки. Компании, стремящиеся к захвату новых рынков, наталкиваются на аналогичные проблемы. Им приходится налаживать контакты с новыми партнерами, заново координировать совместные действия. Поэтому здесь, как и при реализации прорывных инноваций, значительно труднее осуществлять планирование, вести переговоры и осуществлять инновационный процесс. Различные  стадии этого процесса требуют принятия и разных управляющих решений. В предлагаемой модели выделяются четыре сегмента. В первом сегменте ответственные лица оценивают собственные активы, включая интеллектуальную собственность и определяют навыки,  которые они намерены приобрести на стороне. Во втором сегменте осуществляется мировой поиск высококвалифицированных источников. В третьем сегменте заключается соглашение,  открывающее доступ к  требуемым ресурсам, включая обретение необходимых прав. В последнем сегменте осуществляется управление совместным инновационным процессом. Если при  осуществлении совместного инновационного процесса в интересах обеспечения дополнительного роста доходов в се эти стадии протекают относительно гладко, то  прорывные инновации и  охват  смежных сфер деятельности связан с преодолением значительных трудностей. Чем больше компания удаляется от своей традиционной деятельности, тем труднее ей определять свои потребнось, источники их удовлетворения, заключать соглашение о совместных инновациях. Важным компонентом этой деятельности является совместное обретение и осуществление прав интеллектуальной собственности, начиная с формулировки патентных притязаний, распределения обязанностей по уплате патентных пошлин  и кончая судебным урегулированием патентных споров. Договаривающиеся стороны могут проявлять разную заинтересованность в в продлении срока действия патента, в осуществлении зарубежного патентования, оплате судебных издержек и т.д. Поэтому обретение и осуществление совместных прав ИС нередко считается нецелесообразным. Руководству, заинтересованному в совместных инновациях, рекомендуется принять во внимание "три урока". Во-первых, СИ не может быть прерогативой только исследовательских подразделений компании, без увязки с ее маркетинговыми и иными функциями. Во-вторых, ни одна из сторон соглашения не может претендовать на обретение исключительных прав на создаваемую в ходе сотрудничества ИС, ограничивая формы использования ее другой стороной. В-третьих, осуществление совместных инноваций не терпит затяжек в принятии управленческих решений и поэтому нуждается в оперативной информации. Slowinski G.,  Sagal M. W. Achieving Breakthrough Innovation And Adjacent Space Growth Through Collaborative Innovation//les Nouvelles-2013-v.XLVIII-#1-p.39-4

Использование сетей патентного цитирования при изучение распространения технологий

Патенты и патентное цитирование являются одним из наиболее важных и интересных индикаторов прогнозирования технологического развития. В патентном документе изобретатель раскрывает известный уровень техники, цитируя ранее опубликованные патентные и непатентные документы. Чем чаще определенный патент цитируется в последующем, тем шире распространение соответствующей технологии и тем выше значимость этого патента. Всемирное распространение Интернета в 21 веке привело к тому, что методы предпринимательства, основанные на сетевых технологиях, стали важным оружием в конкурентной борьбе. Поэтому они, а также медицинские препараты,  были избраны в качестве предмета данного исследования, а источником информации послужила патентная база данных США. В исследовании используются сети патентного цитирования для решения двух задач: - формирования двух индикаторов определения базовых патентов и оценки устойчивости существующих между ними связей; - классифицирования базовых патентов посредством анализа иерархических кластеров и уяснения значимости каждого направления распространения технологий. Анализ данных подразделяется на четыре этапа: поиск патентов по методам предпринимательства, отбор базовых патентов, калькуляция линейных связей базовых патентов и кластерный анализ. 1. Поиск патентов по методам предпринимательства проводился  в классе 705 классификации США за период с 1 января 1993 г. по 30 июня 2006 г. При этом было найдено 10386 патентов. 2. Для определения наиболее значимых (базовых) патентов можно использовать три критерия:1) частота цитирования патента; 2) количество цитировавших патент компаний и 3) число категорий применения патента. Проведенные в данном исследовании расчеты подтвердили ожидаемый  результат: большинство базовых патентов относится к ранее  выданным патентам (до 1999 г.). Более поздние патенты включались в число базовых, если у них была отмечена относительно более высокая частота цитирования последующими патентами. В результате из общего числа  10,368 релевантных патентов был выделен 161 базовый патент. 3. Калькуляции линейных связей базовых патентов предшествует  построение сети патентного цитирования, которая  определяется как совокупность не менее 10 патентов, отсортированных по датам подачи соответствующих заявок. Они   обозначаются в алфавитном порядке и представляются  графически в виде сети, отражающей взаимосвязи этих патентов, а именно - ссылок  от более новых к ранее выданным. Связи патентов подразделяются на прямые (отец - сын) и непрямые (дед - внук) ссылки. И те, и другие ссылки отражают распространение технологий, но отличаются моделью  инновационного процесса: прямые ссылки трактуются как инновационная адаптация, а непрямые - как имитационная адаптация. Собственно оценка силы линейных связей между 161 базовым патентов осуществлялась с помощью специальной матрицы. 4. Для классифицирования базовых патентов использовался метод иерархического кластерного анализа с использованием матрицы симметрической корреляции. В результате базовые патенты  были разбиты на 8 групп. Например, в группе 1 оказалось 12 патентов, однако  распространение соответствующей технологии   заняло самый продолжительный период с 1993 по 2005  год. В группу 2 попали 10 патентов, положивших начало совершенно иной разновидности методов предпринимательства. Причем  период распространения этой технологии оказался самым коротким - с 1993 по 1996 год.  В группе 3 насчитывается 24 патента, однако период распространения этой устойчиво развивавшейся технологии короче, чем у 12 патентов группы 1 - с1999 по 2004 год. Зато среди патентовладельцев отмечены такие гранды, как Bell Communications Research и Amazon.com. Между группами 4 и 2 отмечен ряд пересечений, что может привести в последующем к их слиянию. Крупнейшая группа 5  насчитывает 61 патент с распространением важнейших технологий электронной торговли и смежных областей  с 1993 по 2004 год и пиком, приходящимся на 1999 - 2000 годы. Здесь также отмечены пересечения с группой 3, указывающие на возможность их слияния. Аналогичным образом проанализированы остальные группы с указанием охватываемых ими технологий и важнейших патентовладельцев. Посредством иерархического кластерного анализа восемь  из 12 трупп были объединены в три группы. Первая из них охватывала наиболее важные технологии методов предпринимательства и насчитывала 97 патентов, выданных в течение всего исследуемого периода. Технологии  третьей  группы  являются логическим развитием технологий второй группы. В случае их слияния останутся две группы, отражающие два важнейших направления развития методов предпринимательства в области электронной торговли, а именно - технологий маркетинга и  защиты данных. Shann-Bin Change et al. Exploring technology diffusion and classification of business methods: Using the patent citation network//www. innovation-enterprise.comarchives/references/3608

Комплексный  патентный анализ при разработкеновой продукции

Новый подход к исчерпывающему патентному анализу предполагает слияние процедур анализа патентных семейств и патентного цитирования. При этом аналитическая процедура подразделяется на 5 фаз. Фаза 1 предполагает  выбор базы данных соответствующей отраслевой направленности. Она включает: - отраслевой анализ, предполагающий изучение рыночных трендов и   эволюции технологий, выявление конкурирующих фирм и опрос представителей руководства и разработчиков фирмы; -  выработку поисковой стратегии, включающую отбор ключевых слов и индексов МПК, с использованием  совокупности полученной ранее коммерческой и технической информации. Фаза 2 направлена  на отбор основных для данной отрасли патентов и  формирование патентных  семейств. Она включает: - выявление конкурирующих патентов, которые войдут в совокупность базовых патентов отрасли; - выбор кандидатов для включение в патентное семейство с учетом частоты их цитирования и последующей экспертной оценки; -  построение патентных семейств, которые облегчат оценку значимости патентных портфелей конкурентов в данной технологии. Фаза 3. Отбор ключевых патентов. Она включает: - статистическую оценку значимости технологических и иных показателей патентов; -  выделение наиболее представительных патентов в каждом семействе. Фаза 4. Оценка цитирования ключевых патентов. Она включает: - оценка цитирования с использованием баз данных Delphion и Aureka; - отбор экспертами кандидатов  патентов, относящихся к ключевым    технологиям компании; - формирование перечня патентов, относящихся к ключевым    технологиям и характеризующихся высоким качеством патентной документации. После этого эксперты оценивают рисунки и пункты патентных формул и их пригодность для использования в разработке новой продукции. Фаза 5. Анализ эффективности технологии. Он включает: - категоризацию патентов по эффективности технологии; - построение карт эффективности технологий с использованием теории ТРИЭ, которая способствует устранению инженерных противоречий при поиске инновационного решения.* * ТРИЗ — теория решения изобретательских задач — область знаний, исследующая механизмы развития технических систем с целью создания практических методов решения изобретательских задач - применение карт эффективности технологий для обнаружения технологических ниш и неисследованных сфер для нахождения обходных путей решения требуемых проблем. Kuang OuYanga, Calvin S. Weng. A New Comprehensive Patent Analysis Approach for New Product Design in Mechanical Engineering ИНТЕГРИРОВАНИЕ ПРОГРАММНЫХ СРЕДСТВ В ПАТЕНТНОМ АНАЛИЗЕ Огромные массивы патентов рассредоточены по множеству баз данных, в различных форматах и на разных языках. Для облегчения патентного анализа применяется много разных компьютерных программ, особенно тех, что предназначены для переработки текстов и визуализации получаемых результатов. Хотя ни одна современная технология не в состоянии заменить опытного аналитика, программные средства переработки текстов на естественных языках способствуют быстрому вычленению интересных и релевантных знаний из неструктурированных текстов для их окончательной  оценки аналитиком, обобщения с помощью патентной статистики, визуализации  и преставления руководителям, принимающим управляющие решения. Было бы удобно, чтобы все эти процессы осуществлялись с использованием общих программных средств. На лучшие коммерческие программы часто предназначены для выполнения обобщенных задач, например, для извлечения информации, с одной стороны, из патентов и научных статей, а с другой -  из новостных и социальных сетей. Для оптимальной переработки и визуализации всей этой разнообразной информации могут потребоваться специализированные программы, нуждающиеся в не всегда легком совмещении. Поэтому авторами предлагается удобное средство интеграции программ, объединяющее достоинства всех интегрируемых систем и превосходящее возможности каждого программного средства в отдельности. Полезность интеграции программного обеспечения иллюстрируется посредством построения патентных ландшафтов технологии  протеиновой терапии с использованием антител. Она представляет собой . перспективную технологию ориентации мощных токсинов на  раковые клетки для их  уничтожения без поражения  здоровой ткани. В ходе исследования последовательно применялись системы программирования PatBase (для быстрого выделения релевантных патентных семейств), Linguamatics I2E (для категоризации текстов патентных документов) и Intellixir (для статистического анализа и визуализации результатов). Формирование текстового массива осуществлялось с использованием базы данных PatBase, которая  содержит 40 млн. патентных семейств, собранных из 95 различных источников. Отбор релевантных семейств проводился по широким запросам, хотя и  в ущерб точности поиска. Из семейств отбирались  только англоязычные заглавия, рефераты и патентные формулы. Документы из прочих ведомств включались в массив только в случае отсутствия в семействе патентов США, ЕПВ и заявок РСТ. Сформированный массив направлялся на переработку с использованием программ I2E, осуществлявшей категоризацию текстов. Категоризация патентных документов осуществлялась с использованием онтологий I2E - иерархий, определяемых с помощью классов и макросов. Классы представляют любые понятия типа протеинов, заболеваний или взаимосвязей и преобразуются в индексы. Макросы имеют аналогичное предназначение, однако они могут быстро создаваться пользователями и применяться совместно с любыми индексами. Программа PatMOb “I2E Tools" редактирует результаты категоризации и автоматически аннотирует  патентные документы с припиской им соответствующих весовых коэффициентов и представлением в виде древовидной структуры. Каждая вершина в таком  дереве имеет своих "детей" - человеческих генов, обнаруженных в тексте. Masiakowski P. Integration of software tools  in patent analysis//WPI-2013-v.35-#2-p.97-104 ОРГАНИЗАЦИЯ СОВМЕСТНЫХ ИННОВАЦИЙ Можно выделить три основные формы инноваций:  инновационного обеспечения дополнительного роста доходов, прорывных инноваций и охвата  смежных областей. Эффективным средством обеспечения всех этих инновационных разновидностей является организация совместных инноваций (СИ), которые особенно полезны при осуществлении наиболее сложных форм инновационного развития - прорывных инноваций и охвата  смежных областей. Многие компании прибегают к простейшим инновационным средствам обеспечения дополнительного роста доходов, используя контакты со своими поставщиками и партнерами. Этот способ не связан со опасными  рисками, но и не сулит значительных доходов. Руководители исследований и разработок  регулярно контактируют с поставщиками для доступа к необходимой технологии с целью  внесения дополнительных инновационных элементов в свои продукты  или адаптации их ко вкусам, преобладающим в  конкретных регионах.. Для обеспечения более значительных темпов роста компании идут на  рискованные разновидности  прорывных инноваций и вторжения в смежные рыночные сектора. И именно здесь особую важность приобретают совместные инновации. Интересно отметить, что прорывная инновация, которой воспользовалась одна компания, обычно способствует  расширению  сферы своей деятельности другой компании. Производимый компанией Unilever чай Lipton Tea распространялся через супермаркеты только "для домашнего использования". Пожелав расширить его распространение в виде готового к применению напитка в бутылках, Unilever наладила партнерские отношения с компанией Pepsi, организовав распространение нового напитка Pepsi-Lipton Tea с использованием ее технологии бутылочного производства и сбытовые каналы. Совместные инновации в целях обеспечения дополнительного прироста доходов имеют широкое распространение. Соглашения о совместных инновациях содержат при этом положения о правах интеллектуальной собственности участников, об ограничениях на использование заимствуемых технологий с другими партнерами и о долевом участии в затратах. Эти, как правило, краткосрочные соглашения, часто предназначены для доставки продукции на рынок в течение  года или около того. Прорывные инновации, напротив, являются более долгосрочными (на три и более года). Идея такого соглашения обычно рождается в исследовательских или плановых подразделениях, а также от внешних инвесторов, консультантов и потребителей. Для этого компании, нацеливавшейся на прорывные инновации, нужны партнеры, разрабатывающие новые технологии, которые заинтересованы в коммерциализации  своих разработок. Налаживание партнерских отношений  между такими разнородными компаниями протекает значительно труднее. Нуждающаяся в инновации компания обычно плохо разбирается в нужных ей технологиях, не располагает соответствующими активами интеллектуальной собственности, а ее руководству неведомы таящиеся в этом деле ловушки. Компании, стремящиеся к захвату новых рынков, наталкиваются на аналогичные проблемы. Им приходится налаживать контакты с новыми партнерами, заново координировать совместные действия. Поэтому здесь, как и при реализации прорывных инноваций, значительно труднее осуществлять планирование, вести переговоры и осуществлять инновационный процесс. Различные  стадии этого процесса требуют принятия и разных управляющих решений. В предлагаемой модели выделяются четыре сегмента. В первом сегменте ответственные лица оценивают собственные активы, включая интеллектуальную собственность и определяют навыки,  которые они намерены приобрести на стороне. Во втором сегменте осуществляется мировой поиск высококвалифицированных источников. В третьем сегменте заключается соглашение,  открывающее доступ к  требуемым ресурсам, включая обретение необходимых прав. В последнем сегменте осуществляется управление совместным инновационным процессом. Если при  осуществлении совместного инновационного процесса в интересах обеспечения дополнительного роста доходов в се эти стадии протекают относительно гладко, то  прорывные инновации и  охват  смежных сфер деятельности связан с преодолением значительных трудностей. Чем больше компания удаляется от своей традиционной деятельности, тем труднее ей определять свои потребнось, источники их удовлетворения, заключать соглашение о совместных инновациях. Важным компонентом этой деятельности является совместное обретение и осуществление прав интеллектуальной собственности, начиная с формулировки патентных притязаний, распределения обязанностей по уплате патентных пошлин  и кончая судебным урегулированием патентных споров. Договаривающиеся стороны могут проявлять разную заинтересованность в в продлении срока действия патента, в осуществлении зарубежного патентования, оплате судебных издержек и т.д. Поэтому обретение и осуществление совместных прав ИС нередко считается нецелесообразным. Руководству, заинтересованному в совместных инновациях, рекомендуется принять во внимание "три урока". Во-первых, СИ не может быть прерогативой только исследовательских подразделений компании, без увязки с ее маркетинговыми и иными функциями. Во-вторых, ни одна из сторон соглашения не может претендовать на обретение исключительных прав на создаваемую в ходе сотрудничества ИС, ограничивая формы использования ее другой стороной. В-третьих, осуществление совместных инноваций не терпит затяжек в принятии управленческих решений и поэтому нуждается в оперативной информации. Slowinski G.,  Sagal M. W. Achieving Breakthrough Innovation And Adjacent Space Growth Through Collaborative Innovation//les Nouvelles-2013-v.XLVIII-#1-p.39-4

Использование сетей патентного цитирования при изучение распространения технологий

Патенты и патентное цитирование являются одним из наиболее важных и интересных индикаторов прогнозирования технологического развития. В патентном документе изобретатель раскрывает известный уровень техники, цитируя ранее опубликованные патентные и непатентные документы. Чем чаще определенный патент цитируется в последующем, тем шире распространение соответствующей технологии и тем выше значимость этого патента. Всемирное распространение Интернета в 21 веке привело к тому, что методы предпринимательства, основанные на сетевых технологиях, стали важным оружием в конкурентной борьбе. Поэтому они, а также медицинские препараты,  были избраны в качестве предмета данного исследования, а источником информации послужила патентная база данных США. В исследовании используются сети патентного цитирования для решения двух задач: - формирования двух индикаторов определения базовых патентов и оценки устойчивости существующих между ними связей; - классифицирования базовых патентов посредством анализа иерархических кластеров и уяснения значимости каждого направления распространения технологий. Анализ данных подразделяется на четыре этапа: поиск патентов по методам предпринимательства, отбор базовых патентов, калькуляция линейных связей базовых патентов и кластерный анализ. 1. Поиск патентов по методам предпринимательства проводился  в классе 705 классификации США за период с 1 января 1993 г. по 30 июня 2006 г. При этом было найдено 10386 патентов. 2. Для определения наиболее значимых (базовых) патентов можно использовать три критерия:1) частота цитирования патента; 2) количество цитировавших патент компаний и 3) число категорий применения патента. Проведенные в данном исследовании расчеты подтвердили ожидаемый  результат: большинство базовых патентов относится к ранее  выданным патентам (до 1999 г.). Более поздние патенты включались в число базовых, если у них была отмечена относительно более высокая частота цитирования последующими патентами. В результате из общего числа  10,368 релевантных патентов был выделен 161 базовый патент. 3. Калькуляции линейных связей базовых патентов предшествует  построение сети патентного цитирования, которая  определяется как совокупность не менее 10 патентов, отсортированных по датам подачи соответствующих заявок. Они   обозначаются в алфавитном порядке и представляются  графически в виде сети, отражающей взаимосвязи этих патентов, а именно - ссылок  от более новых к ранее выданным. Связи патентов подразделяются на прямые (отец - сын) и непрямые (дед - внук) ссылки. И те, и другие ссылки отражают распространение технологий, но отличаются моделью  инновационного процесса: прямые ссылки трактуются как инновационная адаптация, а непрямые - как имитационная адаптация. Собственно оценка силы линейных связей между 161 базовым патентов осуществлялась с помощью специальной матрицы. 4. Для классифицирования базовых патентов использовался метод иерархического кластерного анализа с использованием матрицы симметрической корреляции. В результате базовые патенты  были разбиты на 8 групп. Например, в группе 1 оказалось 12 патентов, однако  распространение соответствующей технологии   заняло самый продолжительный период с 1993 по 2005  год. В группу 2 попали 10 патентов, положивших начало совершенно иной разновидности методов предпринимательства. Причем  период распространения этой технологии оказался самым коротким - с 1993 по 1996 год.  В группе 3 насчитывается 24 патента, однако период распространения этой устойчиво развивавшейся технологии короче, чем у 12 патентов группы 1 - с1999 по 2004 год. Зато среди патентовладельцев отмечены такие гранды, как Bell Communications Research и Amazon.com. Между группами 4 и 2 отмечен ряд пересечений, что может привести в последующем к их слиянию. Крупнейшая группа 5  насчитывает 61 патент с распространением важнейших технологий электронной торговли и смежных областей  с 1993 по 2004 год и пиком, приходящимся на 1999 - 2000 годы. Здесь также отмечены пересечения с группой 3, указывающие на возможность их слияния. Аналогичным образом проанализированы остальные группы с указанием охватываемых ими технологий и важнейших патентовладельцев. Посредством иерархического кластерного анализа восемь  из 12 трупп были объединены в три группы. Первая из них охватывала наиболее важные технологии методов предпринимательства и насчитывала 97 патентов, выданных в течение всего исследуемого периода. Технологии  третьей  группы  являются логическим развитием технологий второй группы. В случае их слияния останутся две группы, отражающие два важнейших направления развития методов предпринимательства в области электронной торговли, а именно - технологий маркетинга и  защиты данных. Shann-Bin Change et al. Exploring technology diffusion and classification of business methods: Using the patent citation network//www. innovation-enterprise.comarchives/references/3608

Комплексный  патентный анализ при разработке новой продукции

Новый подход к исчерпывающему патентному анализу предполагает слияние процедур анализа патентных семейств и патентного цитирования. При этом аналитическая процедура подразделяется на 5 фаз. Фаза 1 предполагает  выбор базы данных соответствующей отраслевой направленности. Она включает: - отраслевой анализ, предполагающий изучение рыночных трендов и   эволюции технологий, выявление конкурирующих фирм и опрос представителей руководства и разработчиков фирмы; -  выработку поисковой стратегии, включающую отбор ключевых слов и индексов МПК, с использованием  совокупности полученной ранее коммерческой и технической информации. Фаза 2 направлена  на отбор основных для данной отрасли патентов и  формирование патентных  семейств. Она включает: - выявление конкурирующих патентов, которые войдут в совокупность базовых патентов отрасли; - выбор кандидатов для включение в патентное семейство с учетом частоты их цитирования и последующей экспертной оценки; -  построение патентных семейств, которые облегчат оценку значимости патентных портфелей конкурентов в данной технологии. Фаза 3. Отбор ключевых патентов. Она включает: - статистическую оценку значимости технологических и иных показателей патентов; -  выделение наиболее представительных патентов в каждом семействе. Фаза 4. Оценка цитирования ключевых патентов. Она включает: - оценка цитирования с использованием баз данных Delphion и Aureka; - отбор экспертами кандидатов  патентов, относящихся к ключевым    технологиям компании; - формирование перечня патентов, относящихся к ключевым    технологиям и характеризующихся высоким качеством патентной документации. После этого эксперты оценивают рисунки и пункты патентных формул и их пригодность для использования в разработке новой продукции. Фаза 5. Анализ эффективности технологии. Он включает: - категоризацию патентов по эффективности технологии; - построение карт эффективности технологий с использованием теории ТРИЭ, которая способствует устранению инженерных противоречий при поиске инновационного решения.* * ТРИЗ — теория решения изобретательских задач — область знаний, исследующая механизмы развития технических систем с целью создания практических методов решения изобретательских задач - применение карт эффективности технологий для обнаружения технологических ниш и неисследованных сфер для нахождения обходных путей решения требуемых проблем. Kuang OuYanga, Calvin S. Weng. A New Comprehensive Patent Analysis Approach for New Product Design in Mechanical Engineering ИНТЕГРИРОВАНИЕ ПРОГРАММНЫХ СРЕДСТВ В ПАТЕНТНОМ АНАЛИЗЕ Огромные массивы патентов рассредоточены по множеству баз данных, в различных форматах и на разных языках. Для облегчения патентного анализа применяется много разных компьютерных программ, особенно тех, что предназначены для переработки текстов и визуализации получаемых результатов. Хотя ни одна современная технология не в состоянии заменить опытного аналитика, программные средства переработки текстов на естественных языках способствуют быстрому вычленению интересных и релевантных знаний из неструктурированных текстов для их окончательной  оценки аналитиком, обобщения с помощью патентной статистики, визуализации  и преставления руководителям, принимающим управляющие решения. Было бы удобно, чтобы все эти процессы осуществлялись с использованием общих программных средств. На лучшие коммерческие программы часто предназначены для выполнения обобщенных задач, например, для извлечения информации, с одной стороны, из патентов и научных статей, а с другой -  из новостных и социальных сетей. Для оптимальной переработки и визуализации всей этой разнообразной информации могут потребоваться специализированные программы, нуждающиеся в не всегда легком совмещении. Поэтому авторами предлагается удобное средство интеграции программ, объединяющее достоинства всех интегрируемых систем и превосходящее возможности каждого программного средства в отдельности. Полезность интеграции программного обеспечения иллюстрируется посредством построения патентных ландшафтов технологии  протеиновой терапии с использованием антител. Она представляет собой . перспективную технологию ориентации мощных токсинов на  раковые клетки для их  уничтожения без поражения  здоровой ткани. В ходе исследования последовательно применялись системы программирования PatBase (для быстрого выделения релевантных патентных семейств), Linguamatics I2E (для категоризации текстов патентных документов) и Intellixir (для статистического анализа и визуализации результатов). Формирование текстового массива осуществлялось с использованием базы данных PatBase, которая  содержит 40 млн. патентных семейств, собранных из 95 различных источников. Отбор релевантных семейств проводился по широким запросам, хотя и  в ущерб точности поиска. Из семейств отбирались  только англоязычные заглавия, рефераты и патентные формулы. Документы из прочих ведомств включались в массив только в случае отсутствия в семействе патентов США, ЕПВ и заявок РСТ. Сформированный массив направлялся на переработку с использованием программ I2E, осуществлявшей категоризацию текстов. Категоризация патентных документов осуществлялась с использованием онтологий I2E - иерархий, определяемых с помощью классов и макросов. Классы представляют любые понятия типа протеинов, заболеваний или взаимосвязей и преобразуются в индексы. Макросы имеют аналогичное предназначение, однако они могут быстро создаваться пользователями и применяться совместно с любыми индексами. Программа PatMOb “I2E Tools" редактирует результаты категоризации и автоматически аннотирует  патентные документы с припиской им соответствующих весовых коэффициентов и представлением в виде древовидной структуры. Каждая вершина в таком  дереве имеет своих "детей" - человеческих генов, обнаруженных в тексте. Masiakowski P. Integration of software tools  in patent analysis//WPI-2013-v.35-#2-p.97-104

Обновления в мае 2013 г.

- Динамика роста международных заявок на объекты интеллектуальной собственности - - - СПОСОБЫ ПОВЫШЕНИЯ КАЧЕСТВА ПАТЕНТНОГО ПОИСКА - Развитие визуализации данных - Международная конференция о тенденциях развития научной информации

Динамика роста международных заявок на объекты интеллектуальной собственности

В 2012 году отмечен дальнейший устойчивый рост поступления в ВОИС международных заявок на патенты, товарные знаки и промышленные образцы. Число международных патентных заявок, поданных в 2012 году в соответствии с Договором о патентной кооперации (PCT), выросло на 6,6 процента в сравнении с 2011 годом. На долю Японии и Соединенных Штатов Америки (США) пришлось 48,8 процента от 194 400 заявок PCT, поданных в 2012 году. Китайская телекоммуникационная компания «ZTE» с ее 3 906 опубликованными заявками PCT стала в 2012 году лидером по количеству поданных заявок. Количество международных заявок на товарные знаки, поданных в рамках Мадридской системы, увеличилось в 2012 году на 4,1 процента. На долю Франции, Германии и США пришлось 36,5 процента от 44 018 мадридских заявок, поданных в 2012 году. Швейцарская фармацевтическая компания «Novartis» проявила наибольшую активность в 2012 году, подав 176 таких заявок. Число международных заявок на промышленные образцы, поданных в рамках Гаагской системы, выросло по сравнению с 2011 годом на 3,3 процента. В 2 604 заявках, поданных в 2012 году, содержалось 12 454 промышленных образца, то есть на 3,5 процента больше, чем в 2011 году. На долю Франции, Германии и Швейцарии пришлось 62,8 процента от общего числа образцов. Лидером в 2012 году стала швейцарская компания «Swatch AG» с 81 заявкой. Таким образом, несмотря на все еще слабое состояние экономики, спрос на услуги системы подачи международных заявок в сфере ИС вырос Система PCT Ведущие страны по подаче заявок PCT Среди 15 ведущих стран по числу поданных заявок в 2012 году отмечено наибольшее увеличение количества поданных заявок из Нидерландов (+14,0%), Китая (+13,6%), Кореи (+13,4%), Финляндии (+13,2%) и Японии (+12,3%). После двухлетнего спада Нидерланды добились самого быстрого роста поступающих заявок. Количество заявок Китая в 2012 году увеличилось менее значительно, чем в предшествующие два года; это отчасти объясняется резким увеличение числа поданных Китаем заявок с 2009 года, поскольку расширенная база подач естественно снижает относительные темпы роста. Канада (-6,7%), Испания (-2,4%) и Австралия (-1,8%) являются тремя странами с высокими уровнями доходов, в которых в 2012 году было подано меньше международных заявок, чем в 2011 году. Ряд крупных стран со средними уровнями доходов снизили в 2012 году подачу заявок РСТ после роста, отмеченного в 2011 году: Турция (-16,3%), Мексика (-15,6%), Индия (-9,2%), Южная Африка (-5,3%) и Российская Федерация (-4%). Бразилия является одним из немногочисленных исключений; положительная динамика подачи заявок РСТ наблюдается здесь как в 2011 году (+15,6%), так и в 2012 году (+4,1%). Самое большое число заявок PCT подали США (51 207), а за ними следуют Япония (43 660), Германия (18 855), Китай (18 627) и Корея (11 848). При этом свои доли в общемировом объеме подачи заявок РСТ увеличили Япония (+1,1 %), Китай (+0,6%) и Корея (+0,4%) , а уменьшили Германия (-0,6%) и США (-0,6%). Ведущие заявители по процедуре PCT Лидером по количеству поданных в 2012 году заявок PCT стала компания китайская «ZTE Corporation» (3 906). За ней следовали «Panasonic Corporation» (Япония - 2951), «Sharp Kabushiki Kaisha» (Япония - 2 001), «Huawei Technologies, Co.» (Китай - 1 801) и «Robert Bosch Corporation» (Германия - 1 775). Самые крупные увеличения количества поданных по процедуре PCT заявок в 2012 году отмечены в компаниях «ZTE Corporation» (+1 080), «Panasonic Corporation» (+488) и «Fujifilm Corporation» (+477), а самые заметные снижения показали компании «LG Electronics Inc.» (Корея -242) и «Qualcomm Incorporated» (США -189). В число 50 самых крупных заявителей по процедуре PCT в 2012 году входят 20 японских заявителей и 15 заявителей из США. Лидером заявителем среди учебных заведений в 2012 году стал Калифорнийский университет с его 351 опубликованной заявкой, а за ним следовали Массачусетский технологический институт (168), Гарвардский университет (146) и Университет Джонса Хопкинса (141). В число 50 ведущих заявителей по процедуре PCT среди учебных заведений входят 27 университетов США и по 6 университетов из Японии и Кореи. Заявки PCT в разбивке по областям техники Электронная техника с 13 293 опубликованными в 2012 году заявками РСТ (7,5 % от общего числа) обогнала цифровую связь (7,1%). Среди лидеров отмечены также компьютерные технологии (7%) и медицинская техника (6,4%). В период с 2011 по 2012 год во всех областях техники, за исключением двух, был отмечен рост числа поданных заявок. Самые быстрые темпы роста наблюдались в методах управления с использованием информационных технологий (+22.8%), за которыми следовали микроструктурные и нанотехнологии (+21,2%), компьютерная техника (+18,2%), транспорт (+17,5%) и электрические машины (+17,1%). Мадридская система Ведущие страны – пользователи Мадридской системы Германия с 6 545 поданными заявками (14,9 % от общего числа) была самым крупным пользователем Мадридской системы в 2012 году. США (5 430) занимали второе место, а далее следовали Франция (4 100), Швейцария (2 898) и Италия (2 787). Расстановка ведущих 10 стран осталась без изменений, за исключением того, что Китай переместился с шестого места в 2011 году на седьмое в 2012 году. Среди 15 ведущих стран происхождения Япония зарегистрировала в 2012 году самый крупный рост числа поданных заявок (+32,9%), а за ней следовали Великобритания (+22,4%), Турция (21,7%), Испания (+13%) и Австрия (+12,5%). Значительные снижения в количестве поданных мадридских заявок были отмечены в Российской Федерации (-8,5%), Нидерландах (-7,6%) и Германии (-7,1%). Ведущие заявители в рамках Мадридской системы Компания «Novartis AG» (Швейцария) с 176 международными заявками была ведущим заявителем в рамках Мадридской системы в 2012 году. «Boehringer Ingelheim Pharma» (Германия) занимала второе место (160 заявок), а дальше следовали «L’Oreal» (Франция -138), «Glaxo Group» (Великобритания - 127) и «Nestlé» (Швейцария - 105). Среди ведущих заявителей в рамках Мадридской системы самое большое увеличение числа поданных заявок в 2012 году отмечено в компаниях «Glaxo Group» (+76), «L’Oreal» (+71), «Boehringer Ingelheim Pharma» (+62) и «World Medicine» (+61), а наиболее заметное снижение – в компаниях «BMW» (-41), «Janssen Pharmaceutical» (-35), «Abercrombie & Fitch» (-29) и «Philip Morris» (-22). В число 30 ведущих заявителей в рамках Мадридской системы входят 13 компаний из Германии и 8 из Франции. Указываемые в заявках члены Мадридского союза В 2012 году общее число указаний и последующих указаний в международных регистрациях увеличилось на 1,3 %. Китай был наиболее часто указываемым членом Мадридского союза. На его долю пришлось 6,1 % от общего количества указаний, а за ним следовали Европейский союз и Российская Федерация (по 5,1%), США (5%) и Швейцария (4,1%). Среди 10 наиболее часто указываемых членов Мадридского союза Китай (+7,5%) и Российская Федерация (+6%) отметили самый большой прирост числа полученных указаний, а Швейцария (-1,7%) была единственным из 10 наиболее часто указываемых членов Союза, зарегистрировавшим снижение. Некоторые страны со средними уровнями доходов также отметили быстрый рост числа указаний, полученных в 2012 году: Таджикистан (26,8%), Казахстан (18,4%), Туркменистан (11,1%) и Монголия (10,1%), Международные регистрации с разбивкой по классам При представлении заявки на товарный знак от заявителя требуется указать товары или услуги, в отношении которых должна действовать охрана, в соответствии с международной системой классификации, известной под названием «Ниццкая классификация». Наиболее популярными классами товаров и услуг в международных регистрациях 2012 года были: - класс 9, (охватывающий, например, компьютерную технику и программное обеспечение), на долю которого приходится 9% всех регистраций, - класс 35 (охватывающий такие услуги, как конторские функции, реклама и менеджмент в сфере бизнеса), на долю которого приходится 7,4% всех регистраций, - класс 42 (охватывающий услуги, предоставляемые, например, учеными, специалистами в различных промышленных областях и инженерами, а также компьютерными специалистами), на долю которого приходится 5,6% всех регистраций, - класс 25 (охватывающий одежду, обувь и головные уборы), на долю которого приходится 5,3% всех регистраций, - класс 5 (охватывающий преимущественно фармацевтические и другие препараты для медицинских целей), на долю которого приходится 4,6% всех регистраций. Среди ведущих 20 классов самые высокие темпы роста отмечены в классе 42, охватывающем услуги, предоставляемые, например, учеными, инженерами и специалистами в различных промышленных областях (+8,4%,), а также в классе 33, охватывающий алкогольные напитки за исключением пива (+7,3%0. Гаагская система Ведущие страны по подаче заявок Самым крупным пользователем Гаагской системы была Германия с ее 663 заявками, содержащими 3 953 образца. За ней следовали Швейцария (2 447), Франция (1 425) и Италия (926). Среди ведущих 15 стран происхождения Люксембург (+156,4%) и Швеция (+94,7%) показали самый быстрый рост числа образцов, заявки на которые были поданы в 2012 году, а самые заметные спады продемонстрировали США (-68,4%), Испания (-15,2%) и Бельгия (-13,2%). Ведущие заявители Компания «Swatch AG» (Швейцария) с 81 международной заявкой на образцы обогнала компанию «Procter & Gamble» (США), «Daimler AG» (Германия) (75) заняла второе место, а дальше следовали «Koninklijke Philips Electronics» (Нидерланды - 67), «Procter & Gamble Company» (57) и «Audi AG» (Германия - 54), причем последняя из них впервые появилась в списке ведущих заявителей в рамках Гаагской системы. Значительно меньше заявок в 2012 году подали «Procter & Gamble» (- 110), «Gillette Company» (США -27) и «Vestel» (Турция -21). Самые большие увеличения в количестве заявок отмечены в компаниях «Daimler AG» (+20), «Saverglass» (+20), «Hermes Sellier» (+14) и «Thun SPA (+14). В списке ведущих 25 заявителей в рамках Гаагской системы фигурируют восемь компаний из Германии и шесть из Швейцарии. Указываемые члены Гаагского союза Число образцов, содержащихся в указаниях, составило в 2012 году 66 449, что на 15,9 % больше, чем в 2011. Евросоюз с его 9 489 образцами был наиболее часто указываемым членом Гаагского союза, а за ним следовали Швейцария (9 208), Турция (5 381) и Украина (2 993). Норвегия – член Гаагского союза лишь с 2010 года – заняла пятое место среди наиболее часто указываемых членов Союза. Все ведущие 20 членов Гаагского союза, за исключением Марокко и Сингапура, в 2012 году отметили рост числа указаний. Международные регистрации в разбивке по классам Регистрация промышленных образцов, касающихся тары, упаковок и контейнеров, используемых для транспортировки или хранения товаров, составила самую большую долю от общего числа регистраций (класс 9 - 10,6%), За ними следовали часы, прочие приборы и инструменты для измерения (класс 10 - 9,9%), транспортные средства или подъемные устройства (класс 12 - 8,5%) и предметы меблировки (класс 6 - 8,2%). Среди ведущих 20 классов самые быстрые темпы роста числа заявок в 2012 году отмечены в осветительных приборах и устройствах (класс 26, +50%) и в транспортных средствах или подъемных устройствах (класс 12, +46,8%), а самое крупное снижение - фармацевтических и косметических средствах (класс 28, -35,2%). Обновленные данные и дополнительный анализ эффективности функционирования Гаагской системы в 2012 году будут опубликованы в издании Hague Yearly Review: International Registrations of Industrial Designs на веб-сайте WIPO’s Intellectual Property Statistics в апреле 2013 года. Strong Growth in Demand for Intellectual Property Rights in 2012 - Geneva, March 19, 2013 - PR/2013/732 СПОСОБЫ ПОВЫШЕНИЯ КАЧЕСТВА ПАТЕНТНОГО ПОИСКА Оценка качества патентного поиска наталкивается на ряд трудностей, вызванных протяженностью патентной процедуры, а также тем, что подлинное качество поиска зачастую проявляется через много лет после его завершения. На качество поиска могу воздействовать разные факторы: правильность исходных данных в патентной заявке, полнота и тщательность формирования баз данных и качество патентного поиска, как такового. В любом случае ненадежная информация может оказать разрушительное воздействие на выдаваемый потребителю конечный продукт. В компании Novartis, занимающейся биомедицинскими исследованиями, патентный отдел насчитывает 60 сотрудников, из которых 10 занимаются непосредственно поиском и анализом информации. Этот коллектив осуществил в последние годы ряд инициатив. направленных на повышение качества патентного поиска. Прежде всего, в группе поиска каждый поисковый отчет подвергается оценке коллегами до его передачи клиенту. Важная роль также отводится диалогу с клиентами, который должен сопровождать поиск на всем его протяжении, вплоть до обсуждения выдаваемого им поискового отчета. Кроме того, в процессе своей работы группа широко пользуется методикой бенчмаркинга (англ. - Benchmarking), включающего в себя два процесса: оценки и сопоставления сходных процессов с целью улучшения собственной работы. При этом применяется как внутренний, так и внешний бенчмаркинг. В первом случае поисковый запрос формулируется параллельно двумя или более сотрудниками группы с последующим их сопоставлением. Во втором случае результаты своих поисков сопоставляются с результатами аналогичного поиска других организаций. Проведение бенчмаркетинга иллюстрирует возможность различного подхода к трактовке одного и того же запроса. В частности, подтверждается полезность первоначального расширения запроса с последующим постепенным увеличением его точности. При поиске в области химии и фармацевтики небольших молекул с целью определения патентоспособности объекта поисковый запрос первоначально базируется на конкретном соединении или составе притязаний. Далее, при определении изобретательского уровня, запрос распространяется не только на структурно близкие соединения, но и на «ядерные» субструктуры - с охватом механизма воздействия лекарства и сферы его применения. Расширение запроса снижает риск воздействия на поиск ошибок индексирования документов в базе данных, облегчается достижение более высоких показателей полноты поиска и повышаются его стоимостные характеристики. В результате запрос обеспечивает раскрытие информации, характеризующую, как новизну, так и изобретательский уровень. Еще одной проблемой, с которой сталкиваются эксперты при определении поисковой стратегии, является обеспечение баланса между показателями точности и полноты поиска. Одним из обходных способов преодоления этой проблемы является параллельное проведение поиска с использование нескольких поисковых систем. Таким образом обеспечивается не только формирование более точного запроса, но и снижаются затраты на проведение многократных поисков. Эффективность поиска повышается также за счет включения в запрос фамилий/наименований изобретателей и правообладателей с дополнением нужных поисковых терминов. При этом потенциальным источником полезной информации становятся сайты изобретателей и компаний. Важным способом повышения эффективности поиска является учет показателей прямого и обратного цитирования, которое позволяет выявлять ранее пропущенные сведения, например, соединения с аналогичными концевыми системами или публикации, отличающиеся способом их индексирования в базах данных. Полезная информация содержится также в базах данных о медикаментах, еще только разрабатываемых компаниями. Базы данных типа Thomson Reuters Integrity или Thomson Reuters Partnering содержат сведения о структуре лекарственных средств, виде их воздействия и сфере применения. Нахождение новых способов повышения качества поиска должно быть неотъемлемой составляющей повседневной работы соответствующего подразделения компании. Endacott J., Poolman R. Looking for insights - Quality control initiatives for enhancing patent searches//WPI-2013-v/35-#1-p.3-7

Развитие визуализации данных

История визуализации данных Визуализация данных, то есть использование изображений для представления информации, только сейчас получает достойную оценку преимуществ ее использования в сфере бизнеса. Хотя ее история уходит своими корнями во 2-й век нашей эры. Еще тех с давних пор до нас дошла таблица, систематизирующая астрономические наблюдения, которая использовалась в интересах навигации. Визуальное представление количественных данных в виде двухмерной системы координат, именуемой графиками, получило более широкое распространение только в 17 веке благодаря французскому философу и математику Декарту. В 18-19 веках появились новые формы графического изображения данных, включая гистограммы, круговые диаграммы и др. Однако поистине широкие возможности визуализации данных были раскрыты профессором Принстонского университета (США) Джоном Тьюки. В 1977 году он разработал преимущественно визуальный подход к изучению информации, называемый поисковым анализом данных. А в 1983 г. был опубликован фундаментальный труд Эдварда Тафта «Визуальное представление количественных данных». Параллельное развитие вычислительной техники способствовало широчайшему распространению визуализации как дополнительного эффективного средства проникновения в сущность информации. Современные тенденции визуализации данных Сегодня визуализация данных все более прочно занимает принадлежащие ей по праву позиции важнейшей составляющей деловой разведки. Различные графики, представляемые на бумаге или компьютерных экранах, способствуют передаче информации в ясной и доходчивой форме. Однако ее главные преимущества для бизнеса раскрываются с привлечением визуальных аналитиков. Одним из наиболее эффективных методов визуального анализа является одновременное применение нескольких графиков, которые представляют либо различные подмножества, почерпнутые из большого массива данных, либо обеспечивают рассмотрение общего набора данных под разными углами зрения. Получили распространение наборы небольших, умещающихся в поле зрения графиков, допускающих сопоставление различных подмножеств из полного массива данных. Например, это может быть серия линейных графиков, отражающих расходы компании за определенный промежуток времени с разбивкой данных по ее подразделениям. Разнотипные графики (например, гистограммы, линейные графики, диаграммы рассеяния, и т.д.) поддаются совместному представлению для одновременного изучения различных аспектов подмножества данных. Благодаря этому выявляются связи данных, которые можно упустить при рассмотрении каждого графика поотдельности. Визуальное представление данных, например, в форме графиков и диаграмм часто становится наилучшим средством передачи конкретных сообщений другим лицам. Но для этого необходимо знание языка визуализации, его семантики и синтаксиса, которые во многом напоминают элементы словесного языка. Графическая коммуникация невозможна без усвоения соответствующих навыков и вспомогательных средств. В сфере бизнеса, в частности, получило особое распространение так называемое «панельное» программное обеспечение( Dashboard) .* *Дэшборды - программное обеспечение Apple Inc для передачи оперативных сообщений, содержащее небольшие программы, называемые «виджетами» (Википедия) Визуальные сообщения, сочетающие в себе информацию, которая необходима для быстрого мониторинга конкретных аспектов бизнеса на одном экране, являются мощными дополнений в арсенале деловой аналитики. Другим проявлением визуализации данных, которое в последнее время привлекло широкое внимание деловой общественности, стала так называемая «геопространственная визуализация». Значительная часть отслеживаемой бизнесом информации имеет географическую привязку. Например, размеры торговой выручки порой поддаются осмыслению только после установления места осуществления продаж. В последнее время проявилась также тенденция применения визуальной анимации, которая отображает изменения в линейных графиках в заданный промежуток времени. Это особенно важно, когда, например, требуется отслеживать веб-трафик в равные промежутки времени, допустим, ежедневно за последний месяц. Или, допустим, требуется установить степень корреляции маркетинговых затрат и объема продаж в определенный промежуток времени. Лучше всего здесь подойдет график разброса для отображения значений двух переменных (scatterplot ), в котором по горизонтальной оси X будут отражаться маркетинговые затраты, а по вертикальной оси – объемы продаж. А для отображения изменений показателей во времени можно подвергнуть график разброса анимации. Из научных лабораторий в деловую сферу не так давно переместились компьютерные программы, решающие проблему отображения больших массивов количественных данных на ограниченной площади экрана. Наиболее широко ​·при этом используются древовидные карты (treemaps).*  Treemapping – метод иерархического представления информации с использованием разновеликих и разноцветных встроенных прямоугольников - en.wikipedia. Не обеспечивая точного измерения сопоставляемых величин, они позволяют быстро просмотреть обширный массив данных и выявить нестандартные (наиболее крупные или мелкие) показатели, а также преобладающие тенденции. Наконец, заслуживает внимания тенденция развития особой разновидности визуализации, которая фокусируется не столько на сопоставлении количественных показателей, сколько на выявлении сетевых связей между исследуемыми объектами (например, компаниями, ее сотрудниками или веб-сайтами): чем толще линии, соединяющие сетевые узлы, тем больше соединяющих их связей. Это позволяет сконцентрироваться на изучении важнейших компонентов построенной сети. Направления дальнейшего развития визуализации Последние достижения в области визуализации данных вытекают, преимущественно, из исследования визуального восприятия и связанного с ним человеческого познания. Таким путем определяются возможности и ограничения новых методов визуализации и их использования в бизнесе. В любом случае, несомненно, они призваны сыграть ведущую роль в деловой разведке. Но для этого необходимо сместить акценты с технологий и машин на роль человеческие существа, поскольку именно они располагают знаниями об успешном развитии бизнеса. Программное обеспечение деловой разведки должно быть сфокусировано на нашем сознании, в то время как наши умы погружаться в изучение данных. Начиная с 2005 года, правительство США осуществляет программу по созданию в ряде университетов национальных центров визуального анализа (NVACs). Они призваны изучить пути дальнейшего развития визуализации данных и потребности различных правительственных департаментов – особенно тех, которые участвуют в сборе разведывательной информации. Центры активно сотрудничают с коммерческими поставщиками программного обеспечения. В ближайшие годы ожидается следование ранее выявленным тенденциям и совершенствование упомянутых выше методов визуализации. Вместе с тем, поступили сигналы о появлении иных подходов к визуализации, которые могут положить начало новым тенденциям. Один из них предполагает использование панельного программного обеспечения для мониторинга оперативных сообщений на небольших экранах мобильных устройств типа сотовых телефонов и карманных компьютеров. Это послужит толчком для нахождения все более эффективных способов отображения возрастающих объемов информации на небольшом пространстве. Параллельно с миниатюризацией средств передачи информации будут проводиться поиски объемных форм типа специально оборудованных «видеокабинетов» для получения доступа, мониторинга и анализа больших объемов информации, необходимой для принятия наиболее ответственных решений. Кроме того развиваются исследования, направленные на извлечение как можно большего смысла из добываемой информации. Например, в исследовательском центре IBM создана специальная группа специалистов по визуализации данных для решения этой проблемы. Одна из важных проблем современных аналитиков, вызвана тем, что на них обрушиваются огромные объемы информации, которые трудно поддаются визуализации, воспринимаемой без утраты важных сведений. В последнее время эта проблема привлекла к себе особое внимание научной общественности. Разрабатываются сложные алгоритмы для ограничения визуализируемых данных без утраты смысла сообщения, оптимизации их р