標準必要專利SEP（Standard Essential Patents）的「制度」已經行之有年，特別是在通訊產業，儼然已成為專利授權、侵權損害賠償的主要價值計算標準。為了防止廠商利用SEP來變相獨占市場，FRAND – 一種號稱公平合理的授權原則應運而生。然而，SEP只是一種宣示機制，並沒有經過審查與認證，在遇到授權金或損害賠償計算時更是一場耗時耗財的拉鋸戰。為了克服人類審定SEP的不足之處，IPlytics提出了讓AI來進行的可能性。

圖片來源 : shutterstock、達志影像

標準必要專利包含了兩個重要的元素，一個是「標準」，一個是「專利」，然而，這兩個元素是背道而馳的。「標準」在每一種產業都是必須的，為的是要把市場做大，因為唯有標準的存在，不同廠商所生產的設備器件才能相容，進而互通互聯，這樣市場才能大規模擴展。標準的重要性在通信產業尤為明顯，如果沒有標準，不同廠商都有各自的規格，全球的通信產業肯定是無法像今天這樣蓬勃發展的，早期日本的PHS無疾而終即說明了這個道理。然而，「專利」在一定程度上是對市場的一種限縮，因為專利權是政府相關部門向發明人授予的在一定期間內限制他人生產、銷售或以其他方式使用其發明的排他權；有「獨占」意味。

簡言之，一個標準的成功在於它的廣泛傳播；它的價值在於它的廣泛使用。這與專利形成鮮明對比，專利是建立在排他性上的消極權利。與標準相反，專利的價值來自於它的力量盡可能排除第三方使用它；除非第三方願意為其使用付費。這就是標準和專利之間的固有矛盾，這種緊張關係在標準必要專利中尤為明顯。一項專利被宣示為標準的必要條件後，該公式可能在專利所有者手中積累特殊的市場力量，同時使獲得專有技術的成本可能變得非常昂貴，而FRAND (公平、合理和無歧視性）的承諾也因此被引入。

SEP和數據宣示的限制

表面上，FRAND解決了SEP授權金、甚至是損害賠償的計算問題，但事實上，SEP的底層「認定」問題卻一直無法解決，這個問題在侵權官司中更是嚴重。對SEP稍有認識的人都知道，SEP是發明人及專利權人的一種自我宣示機制，然而，那些包括ETSI (4G / 5G)、 IEEE (Wi-Fi)、及 ITUT (HEVC/VVC)在內的標準製制定組織 (Standard-setting Organizations, SSOs) 並沒有去確認及更新這些由發明人及專利權人自我宣示的資訊，因此，在授權談判、專利收購或訴訟過程中，那些專利是必要的，那些不是必要的問題，便成為了談判 SEP 組合價值、或侵權損害賠償時爭論最多的問題之一，兩造在此一議題上都必須耗上大量金錢和時間。

SEP除了沒有公定的標準可以遵循外，也沒有公認的宣示原則。有一些SSO像是ETSI鼓勵標准開發者宣示任何可能與標準有關係的專利（Maximal declaration situation）。雖然有少數公司在宣示專利之前會製作權利請求圖表 (Claim Chart)，但也有許多公司則在未進行任何深入分析的情況下即宣示任何潛在的專利。此外，也有不少公司會在專利未決（pending）時即宣示專利，而標準這時候也正在發展中。因此，不管是專利權利請求或是標準規格，都極有可能會在初始宣示後產生變化；而根據宣示的資訊所實踐的設計中，其中一些宣示的專利最終可能不是「必要」的專利。

另一方面，一些SSO像是IEEE（特定Wi-Fi標準的組織）和 ITU（特定HEVC/VVC 的組織）允許專利所有人提交所謂的一籃子（blanket declarations）宣示，其中不得宣示特定的專利號，也沒有宣示關於潛在必要專利的任何進一步細節。換句話說，所宣示的資訊是相當不透明的。

總結以上所提，自我宣示的SEP有兩個大問題：並非所有被宣示的專利都是必要的，也並非所有的必要專利都被宣示了。這顯示了被宣示的SEP數據需要細緻化、過濾、推斷，從而建立中立和客觀的SEP確定和估值指標。IPlytics的CEO Tim Pohlmann認為這一工作之繁複已超越人類能力範疇，除了因為全球範圍內被宣示的SEP數量龐大外，人類也很容易因為技術背景、經驗及立場不同等等因素而造成偏頗。

由人類來測定SEP的局限

為了說明由人類來測定SEP的限制，Tim Pohlmann舉了TCL v. Ericsson的例子[1][2]，來說明僱用人類專家來計算、評估和確定整體必要性比率時所存在的局限。在此訴訟中，Ericsson和TCL 就Ericsson的SEP專利組合的質量和必要性與 2G、3G和4G SEP的總數有一些爭論。TCL委託了主題專家 (subject matter experts, SME) 對 2,600 件於 ETSI 宣示的2G、3G 和4G專利的隨機樣本進行研究，以確定必要性比率，然而，此一對必要性的評估方式遭到一些批評。

Tim Pohlmann指出，據計算，受委託的專家每項專利平均必須花費大約20分鐘，並且平均每項專利的評估費用為100美元；為此一訴訟案件確定（determine）SEP所花費的時間和支付的金額與驗證 (verify)  SEP 所收取的費用大不相同。因此，大多數專家都同意，質疑人類是否可以在短短20分鐘內將一項專利與複雜的技術規範進行對比，以確認此一專利的必要性比例；因為這些技術規範可能多達600頁和數百個單元。然而，另一個更普遍為人詬病的地方則是專家的偏見，TCL所聘用的專家理所當然知道自己應該站在那一邊。

TCL v. Ericsson的案例說明了由人類來確定SEP存在兩個主要缺點：

(1) 根據複雜的標準（例如 2G-5G、Wi-Fi 或 HEVC）對數以萬計的被宣示的SEP 進行徹底對比所需的預算和時間浩大，就經濟層面而言是不可行的。

(2) 人類專家偏向於「己方」（通常是出資的一方）。

SEP的複雜性

利用人工來確定SEP是既耗金錢又費時的，主要是因為標準化技術的複雜性。像5G這種標準是由一千多個技術規範 (Technical Specifications, TS) 所組成的，而這些TS可能有多達600頁和數百個章節。如果要確定被宣示的專利是否與標準相關，專家們必須研究並理解所有的專利權利要求，並將已識別的權利要求元素與所有可能的標準部分進行對照。更重要的是，一項專利可能會被宣示為多個標準文件，在對照專利權利要求時也必須考慮這些標準文件。以下圖1及圖2說明了SEP數據的複雜性。

圖 1：多個標準的SEP宣示（ETSI SEP 數據庫示例）：

圖片來源：IPlytics

圖2. 被宣示的SEP及標準的全部組合
圖片來源：IPlytics

圖1和圖2說明了僅考慮ETSI宣示數據時，提交給多個標準文檔的專利宣示數量就產生了近200萬種組合。而且每個ETSI標準規範的每個文件平均有212個所謂的標準部分，並且每個申報的專利平均有20個權利要求項，「1,778,400 x 212 x 20」的權利要求有超過75億個已宣示專利的權利要求和標準的組合。Tim Pohlmann指出這樣的數據數量是人類無法駕馭的。

用電腦為專利必要性評分

倒排索引 (inverted index) 數據結構是典型的搜尋引擎檢索演算法的重要部分，可以快速全文搜尋和文本比較，互聯網搜尋引擎即是一個好例子。如果利用這種技術來進行專利比對，當索引部署在高度可擴展的雲計算上時，索引、搜尋和比對甚至可以在幾毫秒內完成數十億個數據點，像是比對專利權利要求和標準部分數據。Tim Pohlmann指出最先進的語義演算法使用的技術將文檔表示為術語空間中的向量，允許比較專利權利要求和標準部分的實際內容，而不是單純的關鍵字的重疊，如圖3所示。

圖3. 請求項比對標準之語義分析　
圖片來源：IPlytics

當然，權利要求項所使用的語言和標準說明書中的語言通常很不一樣。專利權利要求是由專利代理人使用廣泛的術語起草，以便權利要求適用於盡可能多的應用，一方面又被視為有法律效力的法律文件；而標準規範則是由開發標準並使用非常具體的語言的技術工程師來編寫。為了克服這個問題，語義模型使用了人工創建的權利要求圖表樣本進行訓練，以了解權利要求和標準的上下文，其中演算法可以學習識別專利權利要求元素的某些概念的不同表達。

除了專利權利要求和標準部分的語義比較之外，電腦的演算法可以透過將專利列出的發明人（姓名、單位）對比相應標準會議的參與、或透過對比專利的申請人／受讓人所接受的與宣示標準相關的標準貢獻。研究人員發現，當發明人出席會議時，參與的公司在這方面影響最高。圖4為專利發明人與標準會議參與之間的相互關聯的證據。圖4採用了IPlytics平台來交叉分析了關聯發明人參與 3GPP會議宣示5G專利組合的情況，數據顯示平均 72% 的 5G 宣示專利的發明人（名字、姓氏、實體）參加了相關的5G 3GPP標準會議，討論了申報的技術規範。

圖4. 排行前面的SEP宣示公司至少會派一名被宣示專利上列名的發明人參加相關工作小組的會議

圖片來源：IPlytics

用AI來協助確定SEP

建基於AI人工智慧的語義權利要求部分比對和與發明人參與的交叉關聯，以及在標準會議上提交的技術貢獻度，是專利與標準有關聯性的有力指標，並且可以作為特徵集成到人工智慧的SEP預測模型中，對專利進行評分，以測定其成為SEP的可能性。雖然利用AI來確定SEP可能無法完全取代專家的工作，但AI確定可以協助評估和確認SEP，讓企業可以節省不少金錢與人力，且結果也較為客觀。

參考資料：

1. Using AI to Valuate and Determine Essentiality for SEPs, Tim Pohlmann CEO IPlytics, June 2021

備註：

Facebook 在北美智權報粉絲團上追踪我們