标准与知识产权协同推进人工智能产业创新生态演进的机制与路径
发布时间：2022-08-23 19:00:47
第四次工业革命的到来加速了各产业间以人工智能技术为核心的创新生态构建，人工智能技术和新型业态正在改写全球产业的竞争格局，其中由知识产权裹挟的技术标准先行已成为人工智能产业创新生态构建的新型竞争规则。
第四次工业革命的到来加速了各产业间以人工智能技术为核心的创新生态构建，人工智能技术和新型业态正在改写全球产业的竞争格局，其中由知识产权裹挟的技术标准先行已成为人工智能产业创新生态构建的新型竞争规则。我国人工智能产业具备良好的发展前景，在语音识别、视觉识别、中文信息处理等核心技术上实现了突破并拥有巨大的应用市场。但是，我国人工智能技术整体的发展水平仍落后于发达国家，如在核心算法、关键设备、高端芯片、重大产品与系统等方面的基础研究和底层核心技术上的原始创新能力仍有不足，尤其是在自主知识产权及标准布局等方面仍处于相对弱势地位。具体而言，我国人工智能产业相关的知识产权保护和标准化工作仍然滞后，适应人工智能发展的知识产权战略和标准体系亟待完善，我国人工智能产业创新生态的协调性和均衡性也有待提升，缺乏标准必要专利和事实标准布局已成为人工智能产业创新生态发展的“卡脖子”问题。
01
文献综述
自Moore（1996）和Adner（2006）分别提出商业生态系统和创新生态系统后，创新体系理论经历了由1.0线性创新范式（封闭式创新）到2.0创新体系范式（开放式创新），再到3.0创新生态系统范式（嵌入/共生式创新）的转变。陈劲（2017）认为，企业创新生态系统的核心在于基于成员异质性、共生演化以及个体目标与整体目标的协同，不断演化发展。数字产业创新是通过将数据生产要素和数字化生产条件的“新组合”引入经济体系而产生新的生产函数，构建数字产业化与产业数字化的内生基础，从而产生新型业态的创造性破坏过程。创新生态系统演化进程实际是基于动态多元视角对经济现象和行为演变规律的过程分析，强调通过系统的动态过程解释系统为何及如何达到某一状态；通过一些惯性特征，观察较长时间内系统的轨迹和模式的演化。在创新生态系统演化的时间维度上，关注技术创新与产业发展的协同演化，强调演化进程中的跨期研究；在创新生态系统演化的空间维度上，关注长期的技术扩散、知识溢出及合作竞争等协同演化机制。同时，在基于PFI理论的创新生态系统演进推动因素的研究方面，Teece指出，创新主体从创新中获利（Profiting From Innovation，PFI）的能力受到独占机制、互补性资产、主导设计、时机、创新生态系统强度等五大因素的影响。
综上分析，应重视标准与知识产权在协同推进人工智能产业创新生态发展方面的重要作用。我国在人工智能领域虽然具备了良好的基础，但相应的技术标准和标准化工作仍然滞后，适应人工智能发展的基础设施、政策法规、标准体系等亟待完善。本研究在分析全球人工智能产业标准代际演进和全球人工智能知识产权发展态势的基础上，从标准与知识产权互动机制的视角分析我国人工智能产业创新生态演进趋势，探讨开放式创新环境下标准主导机制、知识产权独占机制与联盟载体互补机制在人工智能产业创新生态演进中的协同交互作用，探究标准和知识产权协同推进人工智能产业创新生态系统演进的路径，以期为中国人工智能产业创新生态发展提供有益参考。
02
基于标准与知识产权协同的人工智能产业创新生态系统的内涵与演化进程
2.1 基于标准与知识产权协同的人工智能产业创新生态系统的内涵
人工智能是利用数字计算机控制的机器模拟、延伸和扩展认知智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。技术标准、技术创新、产业发展之间存在着相互依存、相互制约的内在联系，共同推进了人工智能产业新业态的演进。因此，人工智能产业创新生态系统是多领域内标准链、创新链和产业链的有机联结，通过技术标准主导机制、知识产权独占机制及联盟载体互补机制协同作用形成的多维交互、多元架构、多阶段共生竞合的复杂系统。人工智能生态系统被划分为基础群落、智能群落和应用群落3个核心子系统和环境支撑子系统（如图1所示）。每个创新群落在各自的技术、资源、产业、政策等环境子系统的作用下，围绕着不同特点和阶段的技术标准布局核心产品，产生了众多的核心企业；企业与创新链上的高校、科研院所、技术中介、政府部门、金融机构、产业联盟等知识产权创新主体之间进行研发和标准合作，由此产生了人工智能产业系统中标准、知识产权和联盟交互机制各异的基础群落、智能群落、应用群落。
图1 人工智能产业创新生态系统
综上所述，人工智能产业创新生态系统是由基础群落、智能群落、应用群落和环境群落构成的，多领域内创新链、标准链和产业链协同融合发展的复杂系统。人工智能产业从基础群落到智能群落再到应用群落的专利申请量均呈现不断增长的趋势（如图2所示）。与基础群落和智能群落的技术相比，我国企业关于智能终端、智能机器人、智能安防、智能驾驶等应用群落的产品和服务的专利申请量占全球的比重更高，这与人工智能产业链中各国的代表性企业反映了同样的特点。以美国企业为首的先发企业，拥有EDA、半导体设备、芯片架构等先进的生产技术和雄厚的产业基础，其人工智能产业创新生态遵循从基础硬件到AI技术再到产业应用的演进路径。而我国的人工智能产业创新生态推动了垂直行业与人工智能技术的融合发展，带动了智能层技术和基础硬件的不断学习、开发和迭代，形成了从产业数字化应用到AI技术和基础硬件迭代创新的演进路径。
图2 人工智能产业全球及中国专利申请量对比图
2.2 基于标准代际演进的人工智能产业创新生态的演化
回溯人工智能产业近70年在波折中不断发展的历程，其先后经历了诞生期、上升期、衰退期、突破期和重生期等几个阶段。人工智能的概念起源于1956年召开的达特茅斯会议。国际标准化组织和国际电工委员会第一联合技术委员会（ISO/IEC JTC 1）、国际电信联盟（ITU）、电气和电子工程师协会（IEEE）先后在人工智能词汇、人机交互、生物特征识别、计算机图像处理等关键领域，以及云计算、大数据、智能传感等人工智能技术支撑领域开展了一系列标准化工作。2017年，ISO/IEC JTC 1批准成立了JTC 1/SC 42人工智能分技术委员会，围绕基础标准、计算方法、可信赖性和社会关注等方面开展国际标准化工作，以推动人工智能产业创新生态的可持续发展。
全球人工智能产业技术标准经历了基础共性标准、网络支撑标准、关键技术标准、产品和服务应用标准等4个阶段（如图3所示）。随着标准代际的不断演进，标准制定主体更加多元和丰富，其制定的国际标准、国家标准、行业标准、事实标准等亦呈现不断增长的态势，引领了人工智能产业的技术创新和发展，推动了人工智能产业创新生态系统由基础群落、智能群落到应用群落的演进。
图3 全球人工智能主要技术标准演进图
1990年代，人工智能基础共性标准的研制开始规范，表现为人工智能软件（分布式计算等）标准、硬件（芯片和传感器等）标准、网络和数据标准等相关标准不断演进和发展，并经历了从术语、参考框架、测试评估等基础标准模块的制修订，到相关技术要求和测试方法的标准规范和统一，最后将由最新的技术研究方法形成的标准必要专利纳入事实标准中，在推动人工智能产业发展的同时也完善了人工智能产业标准化体系。ISO/IEC JTC 1委员会词汇工作组制定了ISO/IEC 2382-28：1995、ISO/IEC 2382-29：1999、ISO/IEC 2382-31：1997、ISO/IEC 2382-34：1999等有关人工智能基本概念、语音识别、机器学习、神经网络等术语的标准。但随着人工智能领域研究的不断深入，相关术语现收录于ISO/IEC 2382：2015标准中。其中，智能芯片是人工智能产业可持续发展的重要基石，而国内外芯片标准的发展演进都是从术语、型号命名、测试方法到以数字集成电路、模拟集成电路、定制集成电路为代表的不同类型智能芯片的标准制修订的发展和完善过程。人工智能基础共性标准的制修订带动了智能芯片、中央处理器、图形处理器、分布式计算框架等基础硬件以及基于硬件的软件计算技术的发展。在标准制定主体上：国际标准化组织起着主导性作用；中国标准化组织在ISO及IEC等国际标准化组织的引领下，不断借鉴国际标准，逐步完善中国人工智能基础共性标准的制修订工作。
2000年代，人工智能网络支撑技术标准的研制逐步跟进，重点面向人工智能算法和应用的数据服务接口、新型MEMS传感器、多模态感知融合模型与实时化交叉计算方法、DAS存储设备、异构计算资源池化等标准的制修订。其中，接口芯片通过数据寄存、信息格式转换和协调时序差异等技术方法来保证CPU与外设之间稳定高效的数据传输，是一种关键的人工智能产业网络支撑技术。ISO/IEC JTC 1/SC 35和SC 22逐步开展了用户与系统间的接口领域的一系列标准化研究，制定了ISO/IEC 11581、ISO/IEC 11580、ISO/IEC 9995等标准，包含了信息技术环境中输入和输出装置的标准化设置。网络支撑技术标准的制修订带动了人工智能算法、传感器、网络接口技术的不断发展。在标准制定主体上：接口芯片相关的国际标准主要由IEC中TC 47/SC 47A集成电路委员会制修订；而中国标准则在全国半导体器件标准化技术委员会、信息产业部与工业和信息化部的主导下，由先发公司或机构成立特别工作组，共同制修订。例如，深圳市国微电子有限公司和北京兆易创新科技股份有限公司起草制定了SJ/T 11702-2018半导体集成电路-串行外设接口测试方法标准。随着基础共性标准和网络支撑标准的逐步建立与完善，标准制定主体越来越多元化，这带动了芯片、传感器、信息接口等相关技术的迭代升级，推动了人工智能产业创新生态系统基础群落的演进发展。
2010年代，智能感知技术标准实现了较快发展，围绕智能感知、语音语义、机器学习和人机交互等方面的关键技术开展的技术标准研究，均产生了丰富的成果。例如：ISO/IEC JTC 1/SC 35委员会在人机交互领域就语音命令制定了测试标准ISO/IEC 30122-2，针对语音交互制定了ISO/IEC 30122-1、ISO/IEC 30113-1、ISO/IEC 30150等相关框架标准；ISO/IEC JTC 1/SC 37委员会就生物识别技术制定了相关的性能测试和报告标准ISO/IEC 19795-1。但在语音语义处理方面，国内外的自然语言处理技术及产业发展均处于起步阶段，亟须对语义库、信息提取及相关性能评估等进行标准化规定，以推动自然语言处理、人机交互、计算机视觉、机器学习、语音语义等人工智能核心技术的发展。上述标准是将基础层的数据资源和运算平台进行智能化运算、处理，最终实现人机交互智能感知和认知的关键技术手段，形成人工智能产业发展的关键内核力量。在标准制定主体上，我国人工智能关键技术标准在紧跟国际标准发展的同时，浮现出较多的企业标准、行业标准和团体标准。例如，百度、阿里巴巴、科大讯飞、海康威视等核心企业通过市场竞争获取事实标准的主导优势，并借由知识产权融入事实标准，进一步丰富了我国人工智能关键技术的标准体系。关键技术标准的制修订和标准制定主体的多元化，带动了智能感知、机器学习等相关技术的迭代升级，推动了人工智能产业创新生态系统智能群落的演进发展。
2020年代，人工智能产品和服务应用标准的研制兴起，重点围绕基础标准、计算方法、可信赖性和社会关注等方面开展智能应用层的标准化工作，并形成了包含智能机器人、智能运载工具、智能终端、计算机视觉等在内的一系列人工智能产品相关的标准。例如，在智能机器人方面，有关智能机器人的国际标准主要由ISO制定和发布，IEC制定智能机器人电气方面的相关国际标准。其中，ISO/TC 184/SC2委员会对机器人相关标准进行制修订工作，并由WG1、WG3、WG7、WG8、JWG9等工作组对机器人领域开展词汇和特性、工业安全、个人护理安全、服务机器人等方面的标准研制工作。与此同时，SC42人工智能分技术委员会自成立以来，对于人工智能技术安全层面的标准越来越重视，ISO/IEC JTC 1/SC 27开展了个人隐私保护、大数据安全、物联网安全、云计算安全等标准的研究工作，以保护人工智能领域参与者的安全和隐私。相关标准的完善促进了智能机器人多模态交互、路径动态规划、智能运载工具环境融合感知、智能决策控制、智能产品终端图像识别等标准研制的加速。在标准制定主体上，除智能机器人国际标准外，欧盟、美国、日韩等均不断完善智能机器人领域的相关标准，且有中国人工智能产业发展联盟（AIIA）等联盟载体参与开源标准的制修订，提高开源标准的兼容性。智能应用层标准的制修订和标准制定主体的多元化，带动了智能机器人、智能终端等相关技术的迭代升级，推动了人工智能产业创新生态系统应用群落的演进发展。
人工智能产业是标准引领产业发展的典型代表，其全球标准化工作呈现出国际标准化组织与多个不同联盟载体多元治理的模式，其中联盟载体在整个技术标准制修订过程，尤其是事实标准的推进过程中发挥着至关重要的作用。但中国人工智能产业的标准制定主体相对单一，更多是以国家和相关研究院所为主体进行标准的制修订工作，而以由企业、研究院所和第三方机构成立的联盟载体来推动标准化工作的相对较少，相关社会力量或多元主体参与的力量较为薄弱。
03
标准与知识产权协同推进人工
智能产业创新生态演进的机制
3.1 人工智能产业基础群落中标准与知识产权的协同机制
基础群落是人工智能产业生态的内核，基础群落创新生态系统如图4所示。其核心企业包括智能芯片、中央处理器（CPU）、图形处理器（GPU）、分布式计算框架等保证计算能力的基础硬件供应商，以及对购物、身份、医疗、交通等大数据信息进行采集的基础数据提供商。其中，智能芯片是人工智能发展的基石，是驱动智能产品运行的大脑，是数据、算法、算力在各类场景应用落地的基础依托。
图4 人工智能产业基础群落创新生态系统图
随着智能芯片相关标准的制定，人工智能企业通过隐形契约协调标准中的知识产权独占机制，这使得标准必要专利的数量迅猛增长。目前，在国际主要标准组织中，已申请的标准必要专利数量超过23万件，覆盖中美欧日韩等主要国家和地区。然而，知识产权独占机制与标准主导机制的互利发展，导致人工智能产业实施了严格的市场管制，垄断性市场保护盛行。例如，EDA是设计电子芯片必需的软件且由美国掌控，这使95%以上的中国芯片设计市场被3家总部设在美国的公司——Synopsys、Cadence、Mentor高度垄断，而中国最大的EDA厂商只占1%的市场份额。此时，先发公司通过知识产权组合申请和发起知识产权诉讼来巩固市场竞争优势。例如：英特尔和IBM等传统半导体处理器设计公司通过构建防御性和进攻性知识产权组合申请策略来强化事实标准主导机制；谷歌、微软、Graphcore、Cerebras、寒武纪和亚马逊等非传统半导体公司也通过标准必要专利的组合策略来获得一定的市场份额；中国的云天励飞凭借激增的专利数量成为AI芯片领域的后起之秀（如图5所示）。另外，先发企业为了遏制后发竞争对手，还会运用知识产权诉讼推进事实标准的演进。根据2019年IPlytics发布的《人工智能专利诉讼趋势》报告可知，2007—2018年间，美国人工智能相关领域的专利诉讼案件共计958起，其中2012—2013年的增幅尤为显著。
图5 2015—2019年重要人工智能芯片专利家族数量
数据来源：国家知识产权局专利数据库。
3.2 人工智能产业智能群落中标准与知识产权的协同机制
智能群落是人工智能产业生态的核心，智能群落创新生态系统如图6所示。其主要依托基础层的数据资源和运算平台，同时运用人工智能核心算法进行可持续的机器学习，逐步实现具有机器快速运算和存储能力的运算智能、基于大数据和人机交互建模数据的感知智能，最终实现依托类脑科技的机器能理解、会思考的认知智能。互联网的兴起产生了海量数据，摩尔定律带来了计算力的突飞猛进，这些均推动了深度学习技术在人工智能领域的普及，并促使语音识别、图像识别等技术的发展及迅速产业化。其中，机器学习、神经网络、深度学习等基础技术的全球专利申请量有49 506项，其中，中国申请量占73.5%，代表性的国际核心企业有微软、苹果、Sensigtech、Cloud Foundary。国内技术层核心企业的发展势头也十分迅猛，包括科大讯飞、格灵深瞳、捷通华声（灵云）、地平线、商汤科技、永洪科技、旷视科技、云知声等。
图6 人工智能产业智能群落创新生态系统图
在人工智能产业关键技术标准的引领下，具备先发优势的公司或机构运用知识产权独占机制来主导关键技术事实标准的制定和推广。在人工智能技术方面，我国作为后发追赶者，2010—2019年专利申请量的年平均增长率为32.4%，稳居世界第一。视觉感知、语音感知和自然语言处理3个技术分支上的原创专利申请量也占据世界首位（如表1所示），分别占全球总量的40.07%、35.44%和45.91%。其中，人脸识别等技术更是达到国际先进水平。但从PCT专利占比来看，我国优势技术的全球输出能力仍有待增强。同时，随着人工智能专利技术的快速布局，我国在人工智能领域的标准建设不断完善。《中国人工智能标准化白皮书》显示，截至2018年底，我国标准化委员会已发布或在研人工智能相关标准共有177项，其中2017—2018年集中发布了10项涉及人脸识别、指纹识别等生物识别的国家标准。旷视科技、商汤科技、科大讯飞、中国科学院自动化所等企事业单位参与了多项标准的制定，不断获取标准先发企业的标准主导优势。
表1 中美人工智能重点技术PCT申请对比表
人工智能关键技术的事实标准还呈现出运用开源协议组建开放性标准联盟或平台、提高开源标准的兼容性和互操作性、放松市场管制、实行开源产品或服务采购政策等特征。为了推进人工智能关键技术事实标准的演进，先发企业大量采用知识产权许可战略，推行标准必要专利交叉许可策略，运用公平、合理、无歧视的标准必要专利许可原则来提高关键技术标准的市场竞争地位。如表2所示，人工智能领域的十大开源技术深刻影响着人工智能产业生态的演进，其通过开放源代码等开源协议推动二次开发和优化扩散，并通过引入开源平台组建开放式联盟载体。后发企业须先进入由先发企业组建的开放式联盟载体，同时遵循产品服务主导逻辑，再由不同标准联盟和“专利池”间的良性竞争，降低许可费的同时吸引更多智能层的多样化市场主体。
表2 人工智能领域十大开源技术及开放式联盟载体
3.3 人工智能产业应用群落中标准与知识产权的协同机制
应用群落是人工智能产业生态的外延，应用群落创新生态系统如图7所示。其建立在基础群落和智能群落的基础之上，是人工智能终端和垂直行业融合发展的新业态，对传统的机器人、运载工具、智能终端、制造、家居、医疗、金融、交通、安防、物流等领域进行了重塑，产生了可嵌入多跨场景的产品和行业解决方案及通用技术平台。例如：IBM最早布局了人工智能行业解决方案；“万能Watson”推动人工智能通过技术平台进行变革；谷歌实现了多跨场景人工智能产品的创新，包括AlphaGo、无人驾驶汽车、智能手术机器人等；百度推出了“百度大脑”计划，重点布局无人驾驶技术平台和自动驾驶行业的综合解决方案；智能安防也逐步成为人工智能技术衍生出的新兴产业；旷视科技、商汤科技、依图科技、云从科技、特斯联、海康威视、东方网力等都在运用人工智能技术与各垂直行业融合发展。
图7 人工智能产业应用群落创新生态系统图
在人工智能应用群落中，为了推进人工智能产品和服务的事实标准演进，产业生态中的大量企业采用知识产权许可和运用战略，扩大专利联营交叉许可的广度和深度，提升人工智能专利的运用转化能力。根据我国物联网产业专利许可备案数据，截至2020年底，物联网全产业链共达成专利许可11 635次，共涉及专利9 206件。从产业链的上中下游来看，专利许可交易主要集中在AI及大数据领域，专利许可达到5 606次；其余依次为网络层的网络传输设备、网络与信息安全等领域，感知层的芯片、传感器、传感类设备等领域，应用层的消费电子、智能家居、车联网、智能监控等领域。同时，相关企业运用高价值知识产权推进人工智能产业创新生态布局，促使知识产权成果转化和质押融资爆发式增长。据《2020—2021中国工业应用移动机器人（AGV/AMR）产业发展研究报告》：2020年中国市场新增工业应用移动机器人41 000台，较2019年增长22.75%；市场销售额达76.8亿元，同比增长24.4%。可见，知识产权成果的转化大大推动了智能机器人产业的发展。
人工智能产业创新生态演进到应用层阶段，由国际标准化委员会提高多样化产品和服务事实标准的兼容性和互操作性，后发公司运用联盟载体等互补性资产优势来削弱先发公司的知识产权独占性。智能终端设备作为人工智能产业产品和应用的主要形式，其创新生态系统也体现了上述特点。中国机器人产业联盟、中国人工智能产业联盟、中国智能交通产业联盟、开放智联联盟、中国人工智能物流联盟等产业联盟积极制定人工智能行业和团体标准，并将其作为国家标准化委员会工作成果的有益补充。这在一定程度上削弱了先发国家基于基础硬件的知识产权独占性问题。同时，开源平台促进标准与知识产权的良性互动和协同，开放市场竞争促进事实标准的竞争与合作，这些均促使人工智能产业形成优胜劣汰的良性演进。企业通过组建生态式联盟载体，遵循生态主导逻辑，整合技术、产品和服务，构建产业链、创新链、价值链融合的标准联盟，提高开源平台与事实标准的兼容性，并基于“共赢”价值导向推动联盟发展，进一步推进人工智能产业创新生态的演进和发展。
来源:工信头条
