今天趁热把这些欧美专利玩法的最新趋势同步介绍给国内，我一直认为，欧美这种基于专利数据驱动企业专利战略的模式，未来一定会在国内逐渐普及，但是目前，国内几乎是一片空白。我之前有提到过，我们会引入美国和欧洲两家机构，去剖析其做法，看看到底为什么能够帮助到企业完善专利从申请到诉讼甚至运营的策略，之前美国的Patexia已经有过介绍，今天来看一下欧洲的这家公司。

首先，看下什么叫“专利数据驱动”？

其实这个概念比较大，常规的专利分析、预警、导航都是这个概念中的，但这这类分析重在解决既往专利信息的提炼和加工，发现一些情报，进而指导研发也好，指导优化布局或风险防控也好。这类专利数据驱动我认为只能解决入门级的企业专利需求，我认为更有价值的一些目的是难以实现的。

目前市面上所谓各类专利分析培训班，如果参加几次就会发现没有什么再能吸收的了，因为这类培训只能做到普及基本知识和所谓的提高企业专利价值和战略，但是在数据时代，真正是什么样的底层数据信息才是更好的支撑企业专利布局的，恐怕是这些活动难以覆盖的，最根本的原因是我们还没有挖掘和掌握更好的底层专利数据。

所以，我会把专利数据分成两个层次：一类是没有加工或简单加工的（含AI加工），一类是有目的进行特殊加工的（含人工/AI加工）。

前者服务提供商比较多，已知的专利数据库服务提供商都属于此类，属于通用型。中国企业常用的智慧芽、Incopat、patentics、黑马、大为、佰腾、奥凯等都属于此列，虽然有的数据加工投入更多一些，但是与我本期要说的专利数据驱动的还不是一个事。

后者就比较少了，属于专业型。像大家熟知的深加工的典范——德温特数据库，以及很多欧美的数据库提供商，如美国的LexisNexis，以及之前介绍的Patexia，还有今天要介绍的这家欧洲服务商。

拿德温特举例应该都明白，因为所有标题、摘要、分类号和优点等信息全部由专业技术专家进行改写，这样的数据绝对有价值。所以当上周合享宣布德温特中文与Incopat合体之后推出“旗舰版”，到底市场反映会是怎样？我只能预测，如果价格下不来，一切都是白扯。因为中国的国情来看，我预计绝大部分企业和科研机构，基本不清楚德温特的好处到底有什么，如果要让他们为不清楚或摸不到的功能买单，除非是真不差钱。我的建议，如果资金不富裕，买专利数据库，便宜的就行，因为贵的大部分功能你是用不到或不会用的，数据库的市场已经很透明了，一分钱一分货。

再举一个例子就会更清楚，上个月LexisNexis中文微信推送了两条外国人写的文章，主要是为专利审查员做了“画像”，根据审查员的特点决定专利的走向以及付出的成本。

来源：律商IP

但可惜的是这两篇文章的阅读量只有两位数，也就意味着，这并不是国内IP界关注的问题。但是实际上，这对企业的专利申请、甚至与申请相关的布局策略、成本管控都有非常重要的作用，这种模式或许才是企业专利管理中迫切需要的。

但是目前来看，欧美市场上能做到这种的也不多，而且各家瞄准的数据深加工的方向也不同，像上面LexisNexis的PatentAdvisor重点对专利审查员进行了“画像”，之前介绍的另一家美国Patexia对美国专利审判和上诉委员会PTAB、地方法院和巡回法院CAFC以及ITC等做的比较深入，今天这家欧洲企业对欧洲专利异议做的比较深入等。整体来看，美国做的比较好的类似机构也就3、4家，欧洲不超过2家，中国一家也没有。

那这类数据怎么才能为企业带来布局策略指导？

今天结合这家欧洲公司最新的一篇文章来介绍，对企业专利申请及诉讼的影响。

这家公司开发的这套系统，设置了一个Qthena Prosecution Risk Score（QPRS），也就是一套算法，用来评估风险值的。在其介绍中，这套算法包括了很多指标，能公开的有四类：（1）Prosecution KPIs of the EP application;（2）KPIs associated with the responsible primary examiner;（3）KPIs of the technology sector assigned to the EP application;（4）other EP application specific KPIs。

这套评分的作用之一，可以看下面这个图，经过系统自己对一组正在申请（pending）的EP专利进行计算，得到两种结果，深色代表可能不会授权的EP专利，黄色代表可能获得授权的专利，横轴表示QPRS风险值的分布区间，纵轴表示专利数量。

QPRS

可以看到在最低风险值的0-10区间，绝大部分专利是可以获得授权的，只有少量专利可能不会获得授权，而在91-100的高风险区间，有113件专利很大概率不会获得授权，只有1件专利可能获得授权。

这背后不仅仅是上述四个指标，应该还有很多历史的专利审查员、专利检索员、专利复审员等其他复杂的因素纳入。这个结果的意义在于，通过量化的信息，企业对自己申请的一批专利组合中，哪些核心专利处于什么风险值区间一目了然，如果在高风险区间，可以及时调整申请策略，该分案分案，该如何引导代理机构合理答复就及时联系，最终目的都是提高企业对核心专利最终获得授权和合理范围的保护。

在对方和我介绍时，还现场以华为为例展示了这套系统后台的计算结果，显示华为在风险最高的最专利处在73分左右，那这样的话，后续应该采取何种对策，就会更提前和主动。

为什么我认为这是有意义的，因为如果从一个审查员的角度来看，确实不同审查员审查案件是有风格的，这种风格千差万别，之前是没有轨迹可循的，现在无论是Pateixa还是这家欧洲机构，都将这种数据量化，使得企业在专利管理时非常简洁，对审查案件的专利审查员、复审员、涉案律师、律所等情况一张图全出来，更好的去做决策。

我知道很多专利审查员，审查时很聪明，知道抓大放小，在满足专利法审查标准的各项要求下，能够准确判断待审专利在行业的重要性，例如对SEP专利、入池专利的重点审查（有些专利是可以在审查时就看出其基础地位的），而对于一些“六畜无害”的专利，满足基本要求就可以，这就是不同审查员的特点。甚至在使用的一些条款上，也是能够看出来审查员的个性，有的就喜欢用创造性评，有的偏好用不清楚、不支持，这些“画像”完全是可以通过专利审查数据里逆向的。

所以，这也是我为何一直致力于将欧美在底层数据上等动向，以及用专利数据驱动企业专利布局的方法引入到国内的思考，这个里面的玩法很多，国内的空白也很多，后续我会陆续把一些好的经验带入国内。