今年七月底時，日本特許廳（JPO）發布了人工智慧（AI）相關發明的專利申請趨勢分析，完整揭露了從1990年至今，日本產業界在AI技術上的演變與專利佈局發展。從中我們可以發現，日本產業界在人工智慧的核心技術領域上，已經進行連續五年的積極專利佈局，而且許多傳統的日本大型綜合機電業者也繼續扮演要角，顯示日本在下一波工業物聯網革命的雄厚實力。

根據JPO的標準，人工智慧相關發明可分為「核心發明（Core Invention）」與「應用發明（Applied Invention）」兩類；前者指的是使用數學統計方法以構成AI技術基礎的發明，包括神經網路、機器學習、深度學習等技術；後者則是將核心發明使用在語音處理、影像辨識、自然語言處理、機器人…..等領域上的發明（圖1）。

圖1：JPO對AI相關發明的研究分類

資料來源：AI関連発明の出願状況調査 報告書

日本的AI相關發明專利申請量，近五年出現大幅攀升

整體來看，日本企業在調查期間（1990~2020）內對AI發明的專利佈局，歷經了兩波起伏。第一次是1990年代初，當時JPO每年的AI相關專利申請量一路從1000件左右增加到2500件；不過在1993年之後就一路下滑，整個21世紀初期幾乎都維持在每年1000件左右；直到2014年申請量才又明顯成長，而且成長的速度愈來愈快，2018年的申請量已經逼近5000件（圖2）。

圖2：1988至2018年間，日本企業AI相關發明專利年申請量（左軸）與核心發明之占比（右軸）

資料來源：AI関連発明の出願状況調査 報告書

值得注意的是，雖然近幾年AI相關發明專利的申請量早已超過1990年代的高峰，但核心發明專利的布局強度卻明顯不足：在1990年代，核心發明占整體AI發明專利申請量的比重一直維持在40%以上，但在近五年中，這個指標雖然也有成長，但到了2018年也僅有30%上下。

這反映了兩個現象：第一個現象，人工智慧的核心技術內涵發生了典範轉移。在1990年代，人工智慧迎來第二波爆發時，引領風潮的是專家系統為主的模糊邏輯（Fuzzy Logic）、知識庫系統（Knowledge Base）等技術；雖然神經網路技術、機器學習在當時也已經展露頭角，但由於電腦運算能力的限制，還不足以形成主流。如今，機器學習與神經網路技術已經確定在人工智慧中的領導地位，相關的專利申請量自然大量增加，反而曾經紅極一時的模糊邏輯與知識庫系統，專利申請量日漸萎縮（圖3）。

圖2：1988至2018年間，不同AI核心技術的專利申請量

資料來源：AI関連発明の出願状況調査 報告書

日本前十大AI發明專利申請人，以傳統綜合機電業者為大宗

第二個現象，面對此次人工智慧浪潮，日本企業把專利布局重點放在應用層面，也就是在各個產業中如何使用這些AI技術。從表1中也可以看出，近五年來日本前10大AI發明專利申請人中，仍然不乏傳統大手綜合機電業者，像是富士通（Fujitsu）、日立（Hitachi）、佳能（Canon）、NEC、東芝（Toshiba）　；若把專注在工業機器人領域的發那科（FANUC）一併計算，等於前六名當中就有五個屬於工業製造領域（表1），顯見日本工業界在發展工業物聯網（IIOT）上的雄心壯志。

表1：2014至2020年間，AI相關發明專利前十大申請人

資料來源：AI関連発明の出願状況調査 報告書

若將AI發明專利進一步限縮至使用深度學習技術，則前十名榜單又出現了新變化。首先，深耕工業機器人的發那科以189件申請位居第二位，遙遙領先富士通、日立這些工業界老大哥。其次，早早涉足醫學影像領域的歐姆龍（OMRON）、Canon也都表現優異，而日本半導體產業的技術王者：SEL居然也擠進了第十名。

表1：2014至2020年間，與深度學習相關的AI發明專利前十大申請人

資料來源：AI関連発明の出願状況調査 報告書

從專利佈局來看，日本產業界的AI戰略已經十分清晰：在順應第三波人工智慧浪潮的前提下，以日本經濟命脈的機電工業為重點應用領域，使日本的工業競爭力能藉由人工智慧進一步提升。這也相當符合日本社會勞動人口衰退、必須加速發展智慧製造的需求。因此，縱使日本經濟已經長期不振，未來仍然是個不可忽視的產業、科技強權。

資料來源：
AI関連発明の出願状況調査 報告書，特許庁，2020年7月

Facebook 在北美智權報粉絲團上追踪我們