標準與知識產權協同推進人工智能產業創新生態演進的機制與路徑
發布時間：2022-08-23 19:00:47
第四次工業革命的到來加速了各產業間以人工智能技術為核心的創新生態構建，人工智能技術和新型業態正在改寫全球產業的競爭格局，其中由知識產權裹挾的技術標準先行已成為人工智能產業創新生態構建的新型競爭規則。
第四次工業革命的到來加速了各產業間以人工智能技術為核心的創新生態構建，人工智能技術和新型業態正在改寫全球產業的競爭格局，其中由知識產權裹挾的技術標準先行已成為人工智能產業創新生態構建的新型競爭規則。我國人工智能產業具備良好的發展前景，在語音識別、視覺識別、中文信息處理等核心技術上實現了突破并擁有巨大的應用市場。但是，我國人工智能技術整體的發展水平仍落后于發達國家，如在核心算法、關鍵設備、高端芯片、重大產品與系統等方面的基礎研究和底層核心技術上的原始創新能力仍有不足，尤其是在自主知識產權及標準布局等方面仍處于相對弱勢地位。具體而言，我國人工智能產業相關的知識產權保護和標準化工作仍然滯后，適應人工智能發展的知識產權戰略和標準體系亟待完善，我國人工智能產業創新生態的協調性和均衡性也有待提升，缺乏標準必要專利和事實標準布局已成為人工智能產業創新生態發展的“卡脖子”問題。
01
文獻綜述
自Moore（1996）和Adner（2006）分別提出商業生態系統和創新生態系統后，創新體系理論經歷了由1.0線性創新范式（封閉式創新）到2.0創新體系范式（開放式創新），再到3.0創新生態系統范式（嵌入/共生式創新）的轉變。陳勁（2017）認為，企業創新生態系統的核心在于基于成員異質性、共生演化以及個體目標與整體目標的協同，不斷演化發展。數字產業創新是通過將數據生產要素和數字化生產條件的“新組合”引入經濟體系而產生新的生產函數，構建數字產業化與產業數字化的內生基礎，從而產生新型業態的創造性破壞過程。創新生態系統演化進程實際是基于動態多元視角對經濟現象和行為演變規律的過程分析，強調通過系統的動態過程解釋系統為何及如何達到某一狀態；通過一些慣性特征，觀察較長時間內系統的軌跡和模式的演化。在創新生態系統演化的時間維度上，關注技術創新與產業發展的協同演化，強調演化進程中的跨期研究；在創新生態系統演化的空間維度上，關注長期的技術擴散、知識溢出及合作競爭等協同演化機制。同時，在基于PFI理論的創新生態系統演進推動因素的研究方面，Teece指出，創新主體從創新中獲利（Profiting From Innovation，PFI）的能力受到獨占機制、互補性資產、主導設計、時機、創新生態系統強度等五大因素的影響。
綜上分析，應重視標準與知識產權在協同推進人工智能產業創新生態發展方面的重要作用。我國在人工智能領域雖然具備了良好的基礎，但相應的技術標準和標準化工作仍然滯后，適應人工智能發展的基礎設施、政策法規、標準體系等亟待完善。本研究在分析全球人工智能產業標準代際演進和全球人工智能知識產權發展態勢的基礎上，從標準與知識產權互動機制的視角分析我國人工智能產業創新生態演進趨勢，探討開放式創新環境下標準主導機制、知識產權獨占機制與聯盟載體互補機制在人工智能產業創新生態演進中的協同交互作用，探究標準和知識產權協同推進人工智能產業創新生態系統演進的路徑，以期為中國人工智能產業創新生態發展提供有益參考。
02
基于標準與知識產權協同的人工智能產業創新生態系統的內涵與演化進程
2.1 基于標準與知識產權協同的人工智能產業創新生態系統的內涵
人工智能是利用數字計算機控制的機器模擬、延伸和擴展認知智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。技術標準、技術創新、產業發展之間存在著相互依存、相互制約的內在聯系，共同推進了人工智能產業新業態的演進。因此，人工智能產業創新生態系統是多領域內標準鏈、創新鏈和產業鏈的有機聯結，通過技術標準主導機制、知識產權獨占機制及聯盟載體互補機制協同作用形成的多維交互、多元架構、多階段共生競合的復雜系統。人工智能生態系統被劃分為基礎群落、智能群落和應用群落3個核心子系統和環境支撐子系統（如圖1所示）。每個創新群落在各自的技術、資源、產業、政策等環境子系統的作用下，圍繞著不同特點和階段的技術標準布局核心產品，產生了眾多的核心企業；企業與創新鏈上的高校、科研院所、技術中介、政府部門、金融機構、產業聯盟等知識產權創新主體之間進行研發和標準合作，由此產生了人工智能產業系統中標準、知識產權和聯盟交互機制各異的基礎群落、智能群落、應用群落。
圖1 人工智能產業創新生態系統
綜上所述，人工智能產業創新生態系統是由基礎群落、智能群落、應用群落和環境群落構成的，多領域內創新鏈、標準鏈和產業鏈協同融合發展的復雜系統。人工智能產業從基礎群落到智能群落再到應用群落的專利申請量均呈現不斷增長的趨勢（如圖2所示）。與基礎群落和智能群落的技術相比，我國企業關于智能終端、智能機器人、智能安防、智能駕駛等應用群落的產品和服務的專利申請量占全球的比重更高，這與人工智能產業鏈中各國的代表性企業反映了同樣的特點。以美國企業為首的先發企業，擁有EDA、半導體設備、芯片架構等先進的生產技術和雄厚的產業基礎，其人工智能產業創新生態遵循從基礎硬件到AI技術再到產業應用的演進路徑。而我國的人工智能產業創新生態推動了垂直行業與人工智能技術的融合發展，帶動了智能層技術和基礎硬件的不斷學習、開發和迭代，形成了從產業數字化應用到AI技術和基礎硬件迭代創新的演進路徑。
圖2 人工智能產業全球及中國專利申請量對比圖
2.2 基于標準代際演進的人工智能產業創新生態的演化
回溯人工智能產業近70年在波折中不斷發展的歷程，其先后經歷了誕生期、上升期、衰退期、突破期和重生期等幾個階段。人工智能的概念起源于1956年召開的達特茅斯會議。國際標準化組織和國際電工委員會第一聯合技術委員會（ISO/IEC JTC 1）、國際電信聯盟（ITU）、電氣和電子工程師協會（IEEE）先后在人工智能詞匯、人機交互、生物特征識別、計算機圖像處理等關鍵領域，以及云計算、大數據、智能傳感等人工智能技術支撐領域開展了一系列標準化工作。2017年，ISO/IEC JTC 1批準成立了JTC 1/SC 42人工智能分技術委員會，圍繞基礎標準、計算方法、可信賴性和社會關注等方面開展國際標準化工作，以推動人工智能產業創新生態的可持續發展。
全球人工智能產業技術標準經歷了基礎共性標準、網絡支撐標準、關鍵技術標準、產品和服務應用標準等4個階段（如圖3所示）。隨著標準代際的不斷演進，標準制定主體更加多元和豐富，其制定的國際標準、國家標準、行業標準、事實標準等亦呈現不斷增長的態勢，引領了人工智能產業的技術創新和發展，推動了人工智能產業創新生態系統由基礎群落、智能群落到應用群落的演進。
圖3 全球人工智能主要技術標準演進圖
1990年代，人工智能基礎共性標準的研制開始規范，表現為人工智能軟件（分布式計算等）標準、硬件（芯片和傳感器等）標準、網絡和數據標準等相關標準不斷演進和發展，并經歷了從術語、參考框架、測試評估等基礎標準模塊的制修訂，到相關技術要求和測試方法的標準規范和統一，最后將由最新的技術研究方法形成的標準必要專利納入事實標準中，在推動人工智能產業發展的同時也完善了人工智能產業標準化體系。ISO/IEC JTC 1委員會詞匯工作組制定了ISO/IEC 2382-28：1995、ISO/IEC 2382-29：1999、ISO/IEC 2382-31：1997、ISO/IEC 2382-34：1999等有關人工智能基本概念、語音識別、機器學習、神經網絡等術語的標準。但隨著人工智能領域研究的不斷深入，相關術語現收錄于ISO/IEC 2382：2015標準中。其中，智能芯片是人工智能產業可持續發展的重要基石，而國內外芯片標準的發展演進都是從術語、型號命名、測試方法到以數字集成電路、模擬集成電路、定制集成電路為代表的不同類型智能芯片的標準制修訂的發展和完善過程。人工智能基礎共性標準的制修訂帶動了智能芯片、中央處理器、圖形處理器、分布式計算框架等基礎硬件以及基于硬件的軟件計算技術的發展。在標準制定主體上：國際標準化組織起著主導性作用；中國標準化組織在ISO及IEC等國際標準化組織的引領下，不斷借鑒國際標準，逐步完善中國人工智能基礎共性標準的制修訂工作。
2000年代，人工智能網絡支撐技術標準的研制逐步跟進，重點面向人工智能算法和應用的數據服務接口、新型MEMS傳感器、多模態感知融合模型與實時化交叉計算方法、DAS存儲設備、異構計算資源池化等標準的制修訂。其中，接口芯片通過數據寄存、信息格式轉換和協調時序差異等技術方法來保證CPU與外設之間穩定高效的數據傳輸，是一種關鍵的人工智能產業網絡支撐技術。ISO/IEC JTC 1/SC 35和SC 22逐步開展了用戶與系統間的接口領域的一系列標準化研究，制定了ISO/IEC 11581、ISO/IEC 11580、ISO/IEC 9995等標準，包含了信息技術環境中輸入和輸出裝置的標準化設置。網絡支撐技術標準的制修訂帶動了人工智能算法、傳感器、網絡接口技術的不斷發展。在標準制定主體上：接口芯片相關的國際標準主要由IEC中TC 47/SC 47A集成電路委員會制修訂；而中國標準則在全國半導體器件標準化技術委員會、信息產業部與工業和信息化部的主導下，由先發公司或機構成立特別工作組，共同制修訂。例如，深圳市國微電子有限公司和北京兆易創新科技股份有限公司起草制定了SJ/T 11702-2018半導體集成電路-串行外設接口測試方法標準。隨著基礎共性標準和網絡支撐標準的逐步建立與完善，標準制定主體越來越多元化，這帶動了芯片、傳感器、信息接口等相關技術的迭代升級，推動了人工智能產業創新生態系統基礎群落的演進發展。
2010年代，智能感知技術標準實現了較快發展，圍繞智能感知、語音語義、機器學習和人機交互等方面的關鍵技術開展的技術標準研究，均產生了豐富的成果。例如：ISO/IEC JTC 1/SC 35委員會在人機交互領域就語音命令制定了測試標準ISO/IEC 30122-2，針對語音交互制定了ISO/IEC 30122-1、ISO/IEC 30113-1、ISO/IEC 30150等相關框架標準；ISO/IEC JTC 1/SC 37委員會就生物識別技術制定了相關的性能測試和報告標準ISO/IEC 19795-1。但在語音語義處理方面，國內外的自然語言處理技術及產業發展均處于起步階段，亟須對語義庫、信息提取及相關性能評估等進行標準化規定，以推動自然語言處理、人機交互、計算機視覺、機器學習、語音語義等人工智能核心技術的發展。上述標準是將基礎層的數據資源和運算平臺進行智能化運算、處理，最終實現人機交互智能感知和認知的關鍵技術手段，形成人工智能產業發展的關鍵內核力量。在標準制定主體上，我國人工智能關鍵技術標準在緊跟國際標準發展的同時，浮現出較多的企業標準、行業標準和團體標準。例如，百度、阿里巴巴、科大訊飛、海康威視等核心企業通過市場競爭獲取事實標準的主導優勢，并借由知識產權融入事實標準，進一步豐富了我國人工智能關鍵技術的標準體系。關鍵技術標準的制修訂和標準制定主體的多元化，帶動了智能感知、機器學習等相關技術的迭代升級，推動了人工智能產業創新生態系統智能群落的演進發展。
2020年代，人工智能產品和服務應用標準的研制興起，重點圍繞基礎標準、計算方法、可信賴性和社會關注等方面開展智能應用層的標準化工作，并形成了包含智能機器人、智能運載工具、智能終端、計算機視覺等在內的一系列人工智能產品相關的標準。例如，在智能機器人方面，有關智能機器人的國際標準主要由ISO制定和發布，IEC制定智能機器人電氣方面的相關國際標準。其中，ISO/TC 184/SC2委員會對機器人相關標準進行制修訂工作，并由WG1、WG3、WG7、WG8、JWG9等工作組對機器人領域開展詞匯和特性、工業安全、個人護理安全、服務機器人等方面的標準研制工作。與此同時，SC42人工智能分技術委員會自成立以來，對于人工智能技術安全層面的標準越來越重視，ISO/IEC JTC 1/SC 27開展了個人隱私保護、大數據安全、物聯網安全、云計算安全等標準的研究工作，以保護人工智能領域參與者的安全和隱私。相關標準的完善促進了智能機器人多模態交互、路徑動態規劃、智能運載工具環境融合感知、智能決策控制、智能產品終端圖像識別等標準研制的加速。在標準制定主體上，除智能機器人國際標準外，歐盟、美國、日韓等均不斷完善智能機器人領域的相關標準，且有中國人工智能產業發展聯盟（AIIA）等聯盟載體參與開源標準的制修訂，提高開源標準的兼容性。智能應用層標準的制修訂和標準制定主體的多元化，帶動了智能機器人、智能終端等相關技術的迭代升級，推動了人工智能產業創新生態系統應用群落的演進發展。
人工智能產業是標準引領產業發展的典型代表，其全球標準化工作呈現出國際標準化組織與多個不同聯盟載體多元治理的模式，其中聯盟載體在整個技術標準制修訂過程，尤其是事實標準的推進過程中發揮著至關重要的作用。但中國人工智能產業的標準制定主體相對單一，更多是以國家和相關研究院所為主體進行標準的制修訂工作，而以由企業、研究院所和第三方機構成立的聯盟載體來推動標準化工作的相對較少，相關社會力量或多元主體參與的力量較為薄弱。
03
標準與知識產權協同推進人工
智能產業創新生態演進的機制
3.1 人工智能產業基礎群落中標準與知識產權的協同機制
基礎群落是人工智能產業生態的內核，基礎群落創新生態系統如圖4所示。其核心企業包括智能芯片、中央處理器（CPU）、圖形處理器（GPU）、分布式計算框架等保證計算能力的基礎硬件供應商，以及對購物、身份、醫療、交通等大數據信息進行采集的基礎數據提供商。其中，智能芯片是人工智能發展的基石，是驅動智能產品運行的大腦，是數據、算法、算力在各類場景應用落地的基礎依托。
圖4 人工智能產業基礎群落創新生態系統圖
隨著智能芯片相關標準的制定，人工智能企業通過隱形契約協調標準中的知識產權獨占機制，這使得標準必要專利的數量迅猛增長。目前，在國際主要標準組織中，已申請的標準必要專利數量超過23萬件，覆蓋中美歐日韓等主要國家和地區。然而，知識產權獨占機制與標準主導機制的互利發展，導致人工智能產業實施了嚴格的市場管制，壟斷性市場保護盛行。例如，EDA是設計電子芯片必需的軟件且由美國掌控，這使95%以上的中國芯片設計市場被3家總部設在美國的公司——Synopsys、Cadence、Mentor高度壟斷，而中國最大的EDA廠商只占1%的市場份額。此時，先發公司通過知識產權組合申請和發起知識產權訴訟來鞏固市場競爭優勢。例如：英特爾和IBM等傳統半導體處理器設計公司通過構建防御性和進攻性知識產權組合申請策略來強化事實標準主導機制；谷歌、微軟、Graphcore、Cerebras、寒武紀和亞馬遜等非傳統半導體公司也通過標準必要專利的組合策略來獲得一定的市場份額；中國的云天勵飛憑借激增的專利數量成為AI芯片領域的后起之秀（如圖5所示）。另外，先發企業為了遏制后發競爭對手，還會運用知識產權訴訟推進事實標準的演進。根據2019年IPlytics發布的《人工智能專利訴訟趨勢》報告可知，2007—2018年間，美國人工智能相關領域的專利訴訟案件共計958起，其中2012—2013年的增幅尤為顯著。
圖5 2015—2019年重要人工智能芯片專利家族數量
數據來源：國家知識產權局專利數據庫。
3.2 人工智能產業智能群落中標準與知識產權的協同機制
智能群落是人工智能產業生態的核心，智能群落創新生態系統如圖6所示。其主要依托基礎層的數據資源和運算平臺，同時運用人工智能核心算法進行可持續的機器學習，逐步實現具有機器快速運算和存儲能力的運算智能、基于大數據和人機交互建模數據的感知智能，最終實現依托類腦科技的機器能理解、會思考的認知智能。互聯網的興起產生了海量數據，摩爾定律帶來了計算力的突飛猛進，這些均推動了深度學習技術在人工智能領域的普及，并促使語音識別、圖像識別等技術的發展及迅速產業化。其中，機器學習、神經網絡、深度學習等基礎技術的全球專利申請量有49 506項，其中，中國申請量占73.5%，代表性的國際核心企業有微軟、蘋果、Sensigtech、Cloud Foundary。國內技術層核心企業的發展勢頭也十分迅猛，包括科大訊飛、格靈深瞳、捷通華聲（靈云）、地平線、商湯科技、永洪科技、曠視科技、云知聲等。
圖6 人工智能產業智能群落創新生態系統圖
在人工智能產業關鍵技術標準的引領下，具備先發優勢的公司或機構運用知識產權獨占機制來主導關鍵技術事實標準的制定和推廣。在人工智能技術方面，我國作為后發追趕者，2010—2019年專利申請量的年平均增長率為32.4%，穩居世界第一。視覺感知、語音感知和自然語言處理3個技術分支上的原創專利申請量也占據世界首位（如表1所示），分別占全球總量的40.07%、35.44%和45.91%。其中，人臉識別等技術更是達到國際先進水平。但從PCT專利占比來看，我國優勢技術的全球輸出能力仍有待增強。同時，隨著人工智能專利技術的快速布局，我國在人工智能領域的標準建設不斷完善。《中國人工智能標準化白皮書》顯示，截至2018年底，我國標準化委員會已發布或在研人工智能相關標準共有177項，其中2017—2018年集中發布了10項涉及人臉識別、指紋識別等生物識別的國家標準。曠視科技、商湯科技、科大訊飛、中國科學院自動化所等企事業單位參與了多項標準的制定，不斷獲取標準先發企業的標準主導優勢。
表1 中美人工智能重點技術PCT申請對比表
人工智能關鍵技術的事實標準還呈現出運用開源協議組建開放性標準聯盟或平臺、提高開源標準的兼容性和互操作性、放松市場管制、實行開源產品或服務采購政策等特征。為了推進人工智能關鍵技術事實標準的演進，先發企業大量采用知識產權許可戰略，推行標準必要專利交叉許可策略，運用公平、合理、無歧視的標準必要專利許可原則來提高關鍵技術標準的市場競爭地位。如表2所示，人工智能領域的十大開源技術深刻影響著人工智能產業生態的演進，其通過開放源代碼等開源協議推動二次開發和優化擴散，并通過引入開源平臺組建開放式聯盟載體。后發企業須先進入由先發企業組建的開放式聯盟載體，同時遵循產品服務主導邏輯，再由不同標準聯盟和“專利池”間的良性競爭，降低許可費的同時吸引更多智能層的多樣化市場主體。
表2 人工智能領域十大開源技術及開放式聯盟載體
3.3 人工智能產業應用群落中標準與知識產權的協同機制
應用群落是人工智能產業生態的外延，應用群落創新生態系統如圖7所示。其建立在基礎群落和智能群落的基礎之上，是人工智能終端和垂直行業融合發展的新業態，對傳統的機器人、運載工具、智能終端、制造、家居、醫療、金融、交通、安防、物流等領域進行了重塑，產生了可嵌入多跨場景的產品和行業解決方案及通用技術平臺。例如：IBM最早布局了人工智能行業解決方案；“萬能Watson”推動人工智能通過技術平臺進行變革；谷歌實現了多跨場景人工智能產品的創新，包括AlphaGo、無人駕駛汽車、智能手術機器人等；百度推出了“百度大腦”計劃，重點布局無人駕駛技術平臺和自動駕駛行業的綜合解決方案；智能安防也逐步成為人工智能技術衍生出的新興產業；曠視科技、商湯科技、依圖科技、云從科技、特斯聯、海康威視、東方網力等都在運用人工智能技術與各垂直行業融合發展。
圖7 人工智能產業應用群落創新生態系統圖
在人工智能應用群落中，為了推進人工智能產品和服務的事實標準演進，產業生態中的大量企業采用知識產權許可和運用戰略，擴大專利聯營交叉許可的廣度和深度，提升人工智能專利的運用轉化能力。根據我國物聯網產業專利許可備案數據，截至2020年底，物聯網全產業鏈共達成專利許可11 635次，共涉及專利9 206件。從產業鏈的上中下游來看，專利許可交易主要集中在AI及大數據領域，專利許可達到5 606次；其余依次為網絡層的網絡傳輸設備、網絡與信息安全等領域，感知層的芯片、傳感器、傳感類設備等領域，應用層的消費電子、智能家居、車聯網、智能監控等領域。同時，相關企業運用高價值知識產權推進人工智能產業創新生態布局，促使知識產權成果轉化和質押融資爆發式增長。據《2020—2021中國工業應用移動機器人（AGV/AMR）產業發展研究報告》：2020年中國市場新增工業應用移動機器人41 000臺，較2019年增長22.75%；市場銷售額達76.8億元，同比增長24.4%。可見，知識產權成果的轉化大大推動了智能機器人產業的發展。
人工智能產業創新生態演進到應用層階段，由國際標準化委員會提高多樣化產品和服務事實標準的兼容性和互操作性，后發公司運用聯盟載體等互補性資產優勢來削弱先發公司的知識產權獨占性。智能終端設備作為人工智能產業產品和應用的主要形式，其創新生態系統也體現了上述特點。中國機器人產業聯盟、中國人工智能產業聯盟、中國智能交通產業聯盟、開放智聯聯盟、中國人工智能物流聯盟等產業聯盟積極制定人工智能行業和團體標準，并將其作為國家標準化委員會工作成果的有益補充。這在一定程度上削弱了先發國家基于基礎硬件的知識產權獨占性問題。同時，開源平臺促進標準與知識產權的良性互動和協同，開放市場競爭促進事實標準的競爭與合作，這些均促使人工智能產業形成優勝劣汰的良性演進。企業通過組建生態式聯盟載體，遵循生態主導邏輯，整合技術、產品和服務，構建產業鏈、創新鏈、價值鏈融合的標準聯盟，提高開源平臺與事實標準的兼容性，并基于“共贏”價值導向推動聯盟發展，進一步推進人工智能產業創新生態的演進和發展。
來源:工信頭條
