編者按

AI為雄心勃勃的企業(yè)提供了彎道超車的機會。為了更好地應對下一次重大轉(zhuǎn)型，公司需要提高戰(zhàn)略、實施和創(chuàng)新的關鍵能力，在公司內(nèi)部快速選擇和推廣新的AI解決方案。今天，我們帶來了一些關于知識產(chǎn)權保護、企業(yè)應用和未來發(fā)展的AI信息。

如今，AI正在從兩個基本方面改變知識產(chǎn)權。（IP）以及專利情況：發(fā)展和保護與最新AI創(chuàng)新相關的知識產(chǎn)權，以及在IP挖掘和開發(fā)過程中使用AI。以下是AI時代保護知識產(chǎn)權的四種戰(zhàn)略方法：

01 知識產(chǎn)權戰(zhàn)略AI時代

對大型跨國公司，請考慮交叉許可證。

對于大型跨國公司來說，專利是一種可以用于知識產(chǎn)權交易的資產(chǎn)。在這種情況下，“交叉許可”是一種相對合理的策略?，F(xiàn)在有了生成AI，知道誰的技術可能侵犯你的專利已經(jīng)不是問題了。與訴訟相比，更好的解決辦法可能是讓兩家公司坐下來，深入探討“交叉許可”的可能性。比如兩家公司可以擬定協(xié)議，互相授權對方使用部分專利，但一般會設定一定的期限。這使得兩家公司都能夠在不受嚴重干擾的情況下繼續(xù)經(jīng)營自己的業(yè)務。由于授權期限已經(jīng)設定，如果雙方在到期后仍然對這種方法感興趣，他們可以在未來的某個日期再次協(xié)商新的授權。

保護中小企業(yè)的價值

對于中小企業(yè)來說，適當?shù)膶＠Ｗo可以保證公司未來潛在收購者的利益，從而大大提升自己的價值。如果你是一家小公司或者創(chuàng)業(yè)公司，你可能需要在這方面下功夫，制定專門的專利策略來保護未來隱藏的買家——因為它很可能會對你的估值產(chǎn)生很大的影響。

生成AI已經(jīng)成為幫助小企業(yè)申請專利的重要工具，尤其是根據(jù)企業(yè)所在領域，可以制定非常有針對性的權利聲明，也可以預見未來主流商界尚未發(fā)現(xiàn)的機會。。然而，生成式AI只能用于幫助申請專利，但其信息需要經(jīng)過審查和驗證，以確保準確性。對于中小企業(yè)的潛在收購者來說，生成式AI可以用來識別相關企業(yè)擁有的專利，看看哪些公司值得關注。

探索可選項和其他戰(zhàn)略工具

借助世界知識產(chǎn)權組織，公司可以使用世界知識產(chǎn)權組織（WIPO）通過提交國際專利申請，機制探索全球市場。

雖然沒有“全球?qū)＠保玏IPO提供了相關機制，申請人可以在全球范圍內(nèi)發(fā)表聲明、搜索報告，并在聯(lián)合國成員國中的任何一個國家申請實用專利。申請人可以在提交聲明申請后30個月內(nèi)在一個或多個國家申請WIPO 聲明申請轉(zhuǎn)為實用專利申請。

如果發(fā)明專利不再與公司目前的產(chǎn)品或服務有關，申請人也可以選擇戰(zhàn)略性放棄申請。一旦放棄，就不再需要支付法律、聲明或申請費。此外，WIPO申請可以始終保留在全球?qū)＠麛?shù)據(jù)庫中作為現(xiàn)有技術記錄，防止他人聲稱自己創(chuàng)造了這項發(fā)明。

在WIPO臨時申請過程中，生成AI可以為申請人提供早期預警或告知相關信息的新機會，比如“這個領域的競爭已經(jīng)非常激烈，發(fā)展太完善，幾乎沒有提升的空間”，幫助企業(yè)決定是否戰(zhàn)略性放棄申請。

公司文化形成“專利挖掘”

企業(yè)文化中有關專利保護的部分必須隨著時間的推移而不斷發(fā)展。

對于很多大公司來說，公司的R&D負責人會定期與研究人員和工程師召開“專利挖掘”會議。很多企業(yè)在商品發(fā)布前都要進行這個程序，由高級技術人員與產(chǎn)品研發(fā)工程師合作，了解新產(chǎn)品中使用了哪些新元素。現(xiàn)在，生成式AI已能迅速識別新專利的“空白區(qū)域”，甚至制定初始申請，從而大大加快了這個過程。這些新元素在產(chǎn)品推出之前就會被識別并考慮申請專利。

企業(yè)文化應該包括對專利保護的重視，通過獎勵激勵發(fā)明文化，可以激勵團隊進行創(chuàng)新和專利申請。即使是小企業(yè)，為了促進長遠發(fā)展和成功，也應該培養(yǎng)這種文化。

02 您的AI準備商數(shù)量是多少？

AI準備商數(shù)（AI-RQ，AI Readiness Quotient）它是一種工具，可以用來評估公司的AI應用能力，可以幫助領導和組織評估他們目前的準備情況。該指數(shù)的要素分為戰(zhàn)略能力、執(zhí)行能力、創(chuàng)新能力和賦能能力四個方面。

就像三名鐵人選手需要參加三個項目的所有比賽一樣，他們必須具備合格和獲勝所需的基本體力和心態(tài)，管理者和團隊必須具備多維度的戰(zhàn)略、實施和創(chuàng)新能力，并輔以賦能能力，才能在自己的AI轉(zhuǎn)型中取得成功。

為了計算每個公司的AI-RQ值，請在1～在5分的范圍內(nèi)，對每一個因素的現(xiàn)狀進行評分，1=不做，2=有限，3=合適，4=強大，5=領先。

戰(zhàn)略能力

? 前瞻性-監(jiān)控和識別相關的AI趨勢，并將其轉(zhuǎn)化應用于您的行業(yè)/組織

? 洞察-預測AI對當前和未來客戶的影響，以及解決問題的機會

? 愿景-澄清AI愿景，激勵和協(xié)調(diào)團隊執(zhí)行。

? 知名度——影響內(nèi)外主要利益相關者，制定未來的AI戰(zhàn)略

執(zhí)行力

? 引導變革-引導和促進AI工作與運營模式相結(jié)合的根本變革。

? 整合團隊-整合跨職能團隊和多樣化技能，成功實施AI計劃

? 培養(yǎng)人才-培養(yǎng)能充分利用AI提高自己工作的員工和團隊

? 擴大影響力-借助可重復的實用性和支持方式，擴大AI計劃的影響力

創(chuàng)新能力

? 全組織AI應用測試-激勵、支持和評估

? 顛覆性創(chuàng)新——積極尋求利用AI顛覆現(xiàn)有商業(yè)和商業(yè)模式的機會

? 內(nèi)部創(chuàng)業(yè)-建立投資和治理模式，孵化和擴展AI公司

? 生態(tài)系統(tǒng)/戰(zhàn)略伙伴關系-建立和發(fā)展強大的生態(tài)系統(tǒng)，協(xié)調(diào)AI平臺和創(chuàng)新合作伙伴

賦能能力

? 技術/數(shù)據(jù)素養(yǎng)-擁有一支對AI和數(shù)據(jù)素養(yǎng)有足夠了解并精通的員工隊伍，從而抓住未來的AI機會。

? 靈活/敏捷-能夠隨機應變，快速轉(zhuǎn)化、調(diào)整和增強新的AI機會的技術和數(shù)據(jù)能力。

? 責任/道德-建立和宣傳AI開發(fā)管理框架的責任和道德。

? 持續(xù)學習-參與持續(xù)學習，提高未來成功所需的AI相關技能和能力

在四種能力中，任何一種能力的分數(shù)都達到16分或更高，這意味著每個人在這方面都有準確的優(yōu)勢；如果總分達到64分或更高，就意味著每個人都已經(jīng)為AI優(yōu)先的未來做好了充分的準備。同樣，如果一個能力的分數(shù)低于或等于8分，就意味著每個人都需要關注和發(fā)展這種能力；如果總分低于32分，你可能處于落后狀態(tài)。

AI-RQ不僅為企業(yè)衡量AI轉(zhuǎn)型過程提供了一種方法，評估其現(xiàn)狀和未來進展，也讓領導和公司找到了差距，找到了改進的機會，為未來的人員發(fā)展戰(zhàn)略提供了參考。下面是AI-RQ平均評分圖，基于一組初始樣本公司的所有要素：

本次初步調(diào)查樣本說明，大多數(shù)企業(yè)在監(jiān)控AI趨勢、預測客戶影響和設定愿景方面做得很好，但在擴大AI計劃影響力、培養(yǎng)AI人才、建立內(nèi)部投資模式、建立負責任、符合道德的AI發(fā)展框架方面卻舉步維艱。為了給AI浪潮做好充分的準備，大多數(shù)企業(yè)還有很多工作要做。

03 神經(jīng)狀態(tài)計算：未來AI之路

計算神經(jīng)形態(tài)（Neuromorphic computing）它是一個計算機模擬人腦結(jié)構(gòu)和功能的計算步驟。它利用人工神經(jīng)元和突觸模擬我們大腦處理數(shù)據(jù)的方法，使其解決問題、識別模式和做出決策比我們現(xiàn)在常用的計算機更快、更高效。

神經(jīng)系統(tǒng)計算的優(yōu)點：

?比傳統(tǒng)計算更快：神經(jīng)形態(tài)計算是由事件驅(qū)動的，神經(jīng)元只在相關事件觸發(fā)時才開始處理數(shù)據(jù)，所以反應速度極快。對于依靠即時傳感器數(shù)據(jù)處理的技術(如物聯(lián)網(wǎng)設備)來說，低延遲將帶來相當大的改善。

?優(yōu)良的模式識別：神經(jīng)形態(tài)計算是大規(guī)模并行處理數(shù)據(jù)，所以特別擅長識別模式。這意味著他們也擅長檢測異常，這對所有從網(wǎng)絡安全到健康監(jiān)測的領域都非常有用。

?能快速學習：像人類一樣，神經(jīng)形態(tài)計算機可以立即學習和適應不斷變化的刺激。不同的事件和經(jīng)驗會加強不同神經(jīng)元的連接強度，并且可以不斷適應和調(diào)整。換句話說，它會不斷發(fā)展和變化，然后變得越來越好。

?能源效率高：神經(jīng)形態(tài)計算最突出的優(yōu)點之一是能源效率高，特別有利于AI的發(fā)展——AI被公認為高能耗。神經(jīng)形態(tài)計算機可以像大腦神經(jīng)元一樣同時處理和存儲單個神經(jīng)元上的數(shù)據(jù)。這種并行計算方法可以同時執(zhí)行多項任務，從而加快響應速度，節(jié)能降耗。

對神經(jīng)形態(tài)計算的考驗：

?沒有標準或規(guī)范：由于神經(jīng)形態(tài)計算仍然是一項相對較新的技術，目前還沒有針對該技術的標準，因此在研究實驗室之外很難評估其性能并證明其功效。而且神經(jīng)形態(tài)計算缺乏標準化的結(jié)構(gòu)和軟件接口，很難共享應用和結(jié)果。

?硬件和軟件有限：設計和制造能有效模擬人腦復雜神經(jīng)形態(tài)硬件是一個重大挑戰(zhàn)。它不僅需要新一代的內(nèi)存、存儲和感知技術，還需要新的編程語言和算法。

?高難度學習：目前，神經(jīng)形態(tài)計算機只被一些專家使用，設備昂貴。此外，即使是有豐富AI和機器學習背景的人也不容易掌握這項技術。這就要求用戶在神經(jīng)科學、計算機科學和物理學等領域有豐富的知識。

?降低精度和精度：成功的機器學習算法在深度學習應用中無法直接映射到脈沖神經(jīng)網(wǎng)絡，因此必須進行適當?shù)恼{(diào)整。這種調(diào)節(jié)和神經(jīng)形態(tài)系統(tǒng)的整體復雜性可能會降低準確性和準確性。

但即便如此，神經(jīng)形態(tài)計算仍在無人駕駛汽車、無人駕駛飛機、邊緣AI中。、在機器人和欺詐檢測等領域具有很大的潛力，而且它的發(fā)展有助于加深我們對人們的理解。

本文來自微信微信官方賬號“紅杉匯”（ID：Sequoiacap），作者：洪杉，36氪經(jīng)授權發(fā)布。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com