近年来，作为炙手可热的产业，AI在包括机器人、汽车、物联网、语言识别、图像识别、专家系统、智能控制，医疗健康、金融等领域呈现了爆炸式发展。随着国家一系列的鼓励政策以及科创板的兴起，我国的AI发展情况更是日新月异。目前我国在AI领域已位列世界前茅，甚至在很多领域已位列世界第一。

随着AI行业的迅猛发展，知识产权的保护更加成为重中之重。本文旨在帮助AI企业了解行业特有的知识产权问题，直观展示AI行业的知识产权现状和趋势，并对AI行业特有的著作权、商业秘密、专利、合规等问题进行分析和提示，希望对快速发展中的AI企业有所帮助。

一、AI产业现状与趋势[1]

1、世界AI专利申请

基于专利申请量和科学出版物的分析表明，中国和美国目前在人工智能领域的应用和基础研究方面处于领先地位。中美几乎在所有AI技术分支和应用行业的专利申请都遥遥领先。2014年，中国的AI专利申请数量首次超过了美国。除中美外，AI技术分支中，日本的模糊逻辑、计算机视觉和语音处理具有相当的实力，而韩国则在本体工程有所建树。AI应用行业中，日本的人文艺术、文件管理和出版较强，韩国军事应用较强。其他申请较多的国家有法国，德国，韩国和英国，而印度正在成为专利申请的新目标。

在Derwent World Patents Index科睿唯安数据库中，对各个国家/地区的人工智能领域专利申请量进行统计（1985年至2017年），排名前十位的国家/地区依次为中国、美国、日本、韩国、欧洲（指在欧专局直接提出申请）、德国、澳大利亚、台湾、加拿大和印度。

专利申请量排名前十的国家/地区[2]Derwent World Patents Index

2.AI应用行业

在AI专利申请的技术领域中，申请量占据前几名的是交通（15%），电信（15%），生命和医药科学（12%）。而增长速度较快的领域有交通、农业和政府计算，年增长速度均超30%。

3.中美主要AI专利申请人

中国主要专利权人申请量

如上图所示[3]，AI专利权人在中国专利申请量的前三名为百度，中国科学院和微软，腾讯则位列第四，三星第五。

主要专利权人在美国的申请量

如上图所示[4]，AI专利权人在美国专利申请量的前三名为IBM、微软和三星，谷歌位列第四，索尼第五，其中IBM遥遥领先。

4.AI公司收购情况

2000-2012年AI公司收购增长率5%，2012-2017增长率达33%。1998-2018年，超过三分之二的被收购公司位于美国。AI公司收购方中，谷歌公司排名第一，占总收购量的4%，第二、三名分别为苹果和微软[5]。

AI行业涉及的知识产权问题非常广，涵盖著作权、商业秘密、专利等各个领域。作为高科技领域的先驱，AI行业的这些知识产权问题还通常都具有其特殊性、疑难点，特别需要专业的知识产权律师参与评估。

二、AI行业与著作权

1.AI产生的作品能否享有著作权

随着科技的不断发展，人工智能（AI）已经渗入到人们的日常生活中，甚至在文学、艺术、科学等领域与现代生活交织在一起。例如：百度AI将美国艺术大师罗伯特·劳森伯格《四分之一英里画作》的其中两联分别谱成了20余秒的钢琴曲；在第四代微软小冰产品发布会上，AI模仿人类演唱的《隐形的翅膀》技惊四座；第一部由人工智能Benjamin撰写剧本的电影，其视觉感受令人惊异。然而，在AI技术大量进入人们生活的同时，在法律上也带来了一些问题，例如，AI这类非自然人创造的作品的客体、主体等问题。

关于非自然人创造的作品能否享有著作权的问题，在美国曾有个著名案件：一只叫Naruto猴子拿着相机给自己拍了张照片，这张照片著作权归是属于猴子，还是属于相机拥有者？或是猴子的饲养人？法官最终认定，猴子不能是这些照片的作者且动物不能享有著作权。

既然动物不能享有著作权，那么人工智能可以吗？人工智能创作的作品是否可以享有著作权呢？众所周知，在大数据+人工智能的时代背景下，有关"人工智能将取代人类"的言论一直不绝于耳，说到人工智能创作的作品能否享有著作权，我们就绕不过在我国的司法实践"人工智能生成内容"著作权的第一案【（2018）京0491民初239号】。

这起案件的原告为北京某律师事务所（下称"某律所"），某律所利用一款软件生成了一篇"影视娱乐行业司法大数据分析报告"，主张被告某互联网公司（下称"某公司"）在其经营的网络平台上发布了某律所享有著作权的涉案文章，其行为侵害了自己享有的信息网络传播权、署名权、保护作品完整权。而被告的主要观点是：涉案文章内容包括数据和图表形式，是采用软件获得的报告，并不是原告经过调查、查找或收集获得的，报告中的图表也不是由其绘制所得，而是由软件自动生成的，不是由某律所通过自己的智力劳动创造获得，不具有独创性，不属于著作权法的保护范围。

法院给出的观点：1.涉案文章中图形：文章中图形虽然是基于原告收集的数据，利用相关软件制作完成，图形形状的不同是基于数据差异产生，而非原告基于创作产生，因此图形形状不构成图形作品，不能获得著作权；2.涉案数据报告：虽然数据报告本身具有一定的独创性，但是根据现行法律规定，文字作品应由自然人创作完成，由于该分析报告不是由自然人创作完成，不构成著作权法意义上的作品，因此不能获得著作权。3.文字论述部分：涉案文章的文字论述内容是原告独立创造完成的，具有独创性，构成文字作品。

从中不难得出，法院的观点是，将人工智能从传统意义上著作权法规定的作品来考虑，由于其不是由人类所创作，因此，其完全不符合中国著作权创作主体的要件[6]，不属于人类创作的思想表达，所以其不能被认定为作品。即使是AI的控制者也不能获得著作权[7]。

在现行法律体系下，AI创造的作品都很难以任何形式获得著作权。但是在大数据与人工智能飞速发展的时代，可预期的是，一定会出现越来越多优质的AI"作品"。而对于这类"作品"将来势必要给予一定的保护，这种保护如果不能是著作权，也可能会趋近于著作权。

虽然现阶段AI本身不是著作权法意义上的主体，AI产生的作品不能成为著作权法意义上的客体。但是对于AI企业而言，也还是可以通过合同等手段获得最大程度上著作权法的保护。根据《著作权法》的规定，如无特殊情况或合同无约定，著作权由作者享有。因此，AI企业在进行AI产品设计之前，就可以与AI工程师订立完善的合同，在合同中明确约定著作权由AI企业享有。AI设计完成后，企业可以与员工签订转让合同，明确转让的客体。在实践中，员工与企业因为著作权的问题而产生纠纷的案例非常常见，因而，在合同中明确著作权权属是明智之举。

2.AI行业与开源软件

人工智能行业的蓬勃发展离不开对开源软件的使用。根据中国人工智能开源软件发展联盟于2018年发布的《中国人工智能开源软件发展白皮书（2018）》，人工智能领域利用的开源软件主要包括人工智能开源计算平台，开源机器学习框架，以及与应用领域相关的开源软件。谷歌、微软、脸书、百度等分别建立了例如TensorFlow、CNTK、Torchnet、PaddlePaddle等各种AI人工智能平台、深度学习平台等。另外在2017年百度AI开发者平台大会发布的DuerOS开放平台、Apollo开放平台，也将开源开放提升到了新的高度，引起了业界的强烈关注。

有效的利用合适的开源软件，不但可以减少研发人员大量的编程工作，还可以利用前人分享数据集和前期训练模型，节省大量的时间和精力，推进项目的进展，是公司的产品和服务更快成熟。但是人工智能企业，尤其是初创企业，需要特别注意开源软件使用带来的知识产权法律风险。

软件的源代码，在我国通常作为"计算机软件"而受到《著作权法》以及《计算机软件保护条例》的保护。由于世界上大多数国家和地区都签署了《伯尔尼公约》以及《TRIPS协议》等国际知识产权条约，计算机软件在世界范围内基本都平等的受到各国著作权法的保护。虽称之为"开源软件"，但并不意味着对开源软件源代码可以无限制地自由使用，而应当受限于开源软件开发者制订的开源软件许可证的条款。开源软件许可证相当于开源软件开发者（开源软件知识产权权利人）与开源软件使用者之间订立的许可合同，对使用者可以使用的范围作出限定，而使用者未经许可授权的行为以及许可证禁止的行为，都可能构成知识产权侵权行为。由于在大型的人工智能项目中可能会大量使用开源软件，如果存在知识产权侵权风险，不仅构成公司运营、上市融资、以及并购交易的重大法律风险，公司的估值也可能会因开源软件造成的"污染"而大打折扣。因此，人工智能企业对开源软件的使用做出有效、及时的管控，公司推出新产品和服务前的风险评估，以及重大交易前有针对性的尽职调查等等，都显得由其重要。

目前大多数机器学习框架软件以及各个应用领域的软件，多使用以下几种许可证中的一种：Apache-2.0，BSD，MIT，GPL (2.0, 3.0)，LGPL，AGPL等，其中尤以Apache-2.0，BSD以及MIT居多。这三种开源许可证虽然要求附上使用的开源程序的版权标志以及所适用的许可证通知，但是均允许使用者对开源代码做出修改，且不强制使用者公开其自身的软件源代码，支持闭源的后续开发，因此对商业利用比较有利。为了保护开源软件的开发者，这三种许可证也均包括对开源软件源代码的免责条款，开发者不对代码中的瑕疵承担保证责任。相比较而言，除Apache-2.0，BSD和MIT之外的另外一种较为常见的GPL许可证则更注重软件源代码的开放：如果使用者发布自己基于GPL下开源软件而修改生成的新代码，对必须同样在GPL许可证的条件下免费开放其新代码，否则构成GPL许可证的违反，存在侵权风险。因此，使用GPL开源软件而生成的软件产品，有可能因为GPL开源软件成分的存在而受到"污染"，从而导致公司核心产品商业利用价值的减损，甚至招致侵权诉讼。某互联网公司与某软件公司就编程语言的纠纷即是一例[8]。

开源软件的使用同时还应注意专利和商标的知识产权问题。即便在开源许可证下获得著作权许可并不当然保证开源软件的使用不会侵犯他人的专利权或商标权。如BSD、MIT等较为简略的开源软件许可证并不包括专利或商标的许可。更为完整的Apache-2.0和GPL许可证则包含开发者授予的专利普通许可。在商标方面，Apache-2.0明确不构成商标专用权的许可，BSD许可证也要求开源软件的使用者不得用开发者和开源软件的名字做市场推广。开源软件涉及的专利和商标问题需要特别的检视。

开源软件在人工智能行业的普遍性要求企业对其使用进行内部管控以规避风险，风险的把控越早越好，避免在未来准备推广其产品和服务、融资上市和并购交易时面临不可挽回的损失。在发现存在开源软件的知识产权风险时，应当尽早联系律师及时排查风险。

三、AI行业与商业秘密

商业秘密因其自身特点，便于与其他知识产权相结合保护权利人的技术方案。通常，不适用专利、著作权等保护的技术部分，往往要通过商业秘密来保护。例如，AI的商业秘密保护与著作权保护是不冲突的，实践中往往被结合使用。AI涉及著作权的部分主要有AI作品和AI程序本身。而AI作品中的程序类作品和AI程序本身，都可能涉及商业秘密。由于著作权不以登记为前提，因此可以同时以两种方式保护。此外，即使著作权进行了登记，由于其登记时不会登记全部代码，而仅仅是部分代码，仍可留有秘密点用于商业秘密保护。同理，商业秘密和专利也可作为保护手段结合使用，只要商业秘密的秘密点并未被专利所公开。在申请专利时，将哪些技术申请为专利，哪些作为杀手锏保留是企业技术和/或知识产权要认真考虑的问题。

通常AI往往涉及大数据的交互，保密上较之其他领域存在一定困难，可能被反向工程，而保密性又是商业秘密的要件。因此，商业秘密保护比较适于性质上不易被反向工程的AI，例如不与互联网日常交互的AI（即没有便捷的反向工程渠道），或者过于复杂使得反向工程不现实。

AI商业秘密的保护措施与常规商业秘密有所不同，其特点在于保密技术与传统手段并用。一方面，如前所述，AI需防止反向工程，故而其应重视以技术手段达到保密效果，使得其AI算法、程序等不能被轻易破解。另一方面，AI商业秘密的最大风险点仍在离职员工，故而严格控制密级，通过竞业限制、保密规定、离职面试等对员工进行严格管理，仍然是商业秘密保护的重中之重。以下就一些关键点作出提示：

（1）与员工签订的劳动合同中应当含有保密条款；

（2）与涉密人员签订的保密协议中，应当明确保密内容和范围、双方的权利与义务、协议期限、违约责任；

（3）应当根据涉密程度等与核心涉密人员签订竞业限制协议，协议中应当包含经济补偿条款，另针对在职期间，还应约定涉密人员不得兼职；

（4）在公司商业秘密制度规定知悉公司保密信息的员工的禁止行为，例如不得带出涉密资料，对近亲属也要保密，及时汇报自身和近亲属的专利申请、软件著作权登记情况等；

（5）员工离职时，应与其约谈，做好资料交接，在可行的情况下，让其签署更有针对性的保密承诺。

侵犯商业秘密之行为根据具体情节之不同，可能涉及犯罪。这就造成商业秘密保护的法律途径不仅有民事途径，还有刑事途径。《反不正当竞争法》第九条规定了商业秘密的民事保护[9]。《刑法》第二百一十九条则规定了侵犯商业秘密罪[10]。于是在进行商业秘密保护时，往往涉及路径选择的问题。一般而言，应本着先刑后民的原则，在满足刑事立案标准^[11]的情况下，优先选择刑事救济，其后再通过民事程序获得赔偿。这是因为刑事救济通过公安侦查可以获取更多的证据，而对于商业秘密民事案件，获取充分的证据往往是个难点，刑事路径可以很大的解决证据不足的问题。

四、AI行业与专利

对于高科技企业来说，专利是用来衡量企业核心竞争力的重要因素之一。而对于AI行业，专利布局、保护和运用更具特殊性。在进行专利布局、保护和运用时，应结合AI技术的自身特点有针对性地进行。

首先，与传统高科技企业相比，AI行业是以数据为基础、以算法为核心，通常通过人机交互的模式，通过计算机程序来实现某种功能。以谷歌的无人驾驶汽车[12]为例，无人驾驶技术按照信息传递的顺序可以分为：1）环境感知技术：负责车载多传感器数据采集和数据分析处理；2）规划决策技术：根据传感数据的处理结果进行路径指引和行驶决策；3）操作控制技术：跟随提供的路径自动控制车辆行驶；4）网络通信技术：负责无人驾驶汽车与其他车辆或网络之间的通信[13]。上述四个阶段均包括底层算法、基础软硬件以及应用软件，主要通过计算机程序来实现，具有抽象性、复杂性的特点。在进行专利布局、保护和运用时，应注意专利法中关于涉及计算机软件专利的特殊规定，避免落入我国专利法中不保护的客体（如计算机程序本身、商业方法、智力活动的规则和方法等）的范围，关注近期司法实践中的热点问题（如功能性限定、诉讼中的举证规则、赔偿数额的计算、图形用户界面的保护等），同时也应当关注其他国家对相关问题的专利保护实践与我国专利法的相同与不同，对专利保护策略进行动态调整，包括专利类型的选择（发明、实用新型和外观设计）、专利保护地域的选择（中国或其他国家）以及专利全球布局策略的制定等等。

其次，在制定专利保护策略时，需要以各研发项目为基础，结合企业内部情况以及竞争对手情况，进行局部和整体布局。仍以上述谷歌的无人驾驶汽车技术为例[14]，进行专利布局时，应当以各研发项目为基础，对关键技术突破点分别进行布局，例如，在环境感知项目中，可能在更细分的"道路信息检测"、"车辆定位"、"信息处理"等领域中做出技术改进，应当对各项目中做出的改进分别进行专利保护；此外，各个研发项目之间需要相互兼容、相互配合来实现整个无人驾驶的功能，在进行专利保护时，也应当考虑某项技术改进在整个无人驾驶技术中所处的环节、研发阶段、作用等因素，结合企业的研发计划、上市时间、产品周期、目标市场等商业策略进行整体布局。此外，随着AI技术的飞速发展，同行业的竞争也越来越激烈，竞争对手的专利公开信息通常会包含涉及其技术研发、商业布局的重要信息，仍以谷歌的无人驾驶汽车技术为例，根据公开的专利申请数据，在环境感知技术方面，针对道路信息检测的核心问题，谷歌最开始在中国公开了车用全景照相机用于道路信息检测的技术方案，2014年又提出了旋转激光雷达用于道路信息检测的技术方案，接下来2016年要求保护的行人识别技术方案中利用了全景照相机与雷达的技术融合[15]。通过监控竞争对手的专利公开信息，可以获知其在每个研发阶段的思路和方向，也可尽早预估是否有侵犯他人专利的风险以及是否需要进行绕过设计，对于企业自身的研发重点和专利布局的梳理和调整具有重要意义。

第三，AI技术通常涉及多个领域、多个行业，需要各行业、各领域互联互通、协同配合。以无人驾驶汽车技术为例，其产业上下游可以包括感知器件（包括摄像头、激光雷达、毫米波雷达等）、计算平台和算法集成等车辆控制技术（包括算法模型、芯片设计、芯片制造等）、汽车通讯（包括车载通讯设备、车联网、导航地图等等）、汽车控制配件（包括发动机、刹车、转向、灯光等）[16]。在进行项目研发、原型车改装、测试、产品上市等多个阶段，均会涉及上下游产业链中多个企业之间的共同或委托开发、设计、制造等合作，在合作过程中，以当前已有的技术为基础，进行进一步改进和开发，这不可避免地使用合作前已存在的专利技术，并且会在合作中产生新的、改进的技术。因此，在合作前，应当明确哪些技术是被合作前已有的专利所覆盖的，合作方是否获得有效许可使用这些专利技术，哪些技术属于合作中产生的新技术，合作方是否有权对新技术申请专利以及合作方在专利授权后是否有权使用该专利。另外，也应当清晰划分技术人员的责任和义务，明确员工在职期间和离职后指定期限内的协助申请专利的义务、保密义务和竞业限制，在与技术人员的劳动协议中明确约定，其在职期间以及离职后指定期限内所作出的发明创造是否属于企业，以及不得不经许可泄露或使用企业的技术秘密等。

另外，AI技术跨行业、跨领域的特点，要求在各个行业之间执行统一的技术标准。例如，对于无人驾驶汽车技术来说，需要通过车载通讯设备，完成人与车、车与车、车与环境的信息交互，车辆对外界信息交换（V2X，意为Vehicle to everything）要求所涉及的各部分功能模块之间能够互联互通、互相兼容，必须要执行统一的V2X通讯标准。2017年9月中旬，中国智能网联汽车产业创新联盟正式发布《合作式智能交通系统车用通信系统应用层及应用数据交互标准》，该标准是国内第一个针对V2X应用层的团体标准，为国内各车企及后装V2X产品提供了面向V2X应用的数据交换标准及接口，以便在统一的规范下进行V2X应用的开发、测试[17]。这种情况下，不可避免地会涉及标准必要专利的问题，所谓标准必要专利就是实施该标准所必不可少的专利。标准必要专利蕴含了极大的商业价值，其可以主导标准的技术方向，为权利人获得市场竞争优势地位。其他企业为了进入该行业，必须满足该标准，当然也必须要获得标准必要专利权利人的许可，因此，标准必要专利也可以为权利要求带来巨大的经济利益。对于AI行业来说，很多技术仍处于初期发展阶段，迫切需要不同行业之间的互联互通、相互兼容，行业标准的制定和发展对AI企业的技术研发、商业决策和专利保护策略等方面均有重要影响。AI企业在制定专利保护策略时，应密切关注本国和国际上相关标准的制定情况，并且结合司法实践中涉及标准必要专利的公平、合理和无歧视（FRAND许可承诺）原则、许可谈判中的过错归责原则、侵权成立时是否给予禁令救济等热点问题来制定整体策略。

如上，企业在进行知识产权的布局、保护、维护以及运营时，应当结合企业自身情况、竞争对手情况、以及上述在司法实践中出现的问题，结合自身需求，制定整体的布局策略。完善的企业知识产权管理制度不仅能够防范可能的风险，提高企业的核心竞争力，还可能成为企业利润最大化的利器。这对于AI技术的发展无疑会起到应有的积极促进作用。

五、AI行业与合规等政府监管

目前AI行业还处于快速发展阶段，相关的政府监管基本处于尚未开展的状态。不过，近期以来，业内已经逐渐认识到AI的快速发展需要规则和监管，尤其是特斯拉的总裁马斯克强调要对AI加强监管之后，对AI进行监管的呼声很高，并且政府有关部门已经开始着手做这方面的工作。

我国对AI的政府监管部门目前主要涉及科技部和网信办，各行业管理部门也有制定规则趋势。目前，科技部就人工智能已经出台了一些指导性文件，而网信办就个人信息和数据存储与出口出台了草案。

1.科技部

科技部于2018年10月12日出台了《"新一代人工智能"重大项目2018年度项目申报指南》，为人工智能重大项目的申报提供了具体的指导。2019年6月17日，科技部发布了《新一代人工智能治理原则——发展负责任的人工智能》，确定了我国针对人工智能发展的基本原则，即和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理。

2.网信办

网信办在网络安全法的框架下出台了一系列关于个人信息和数据的规定，可能影响人工智能，其中比较重要的是最新发布的三个草案，分别是2019年5月28日发布的《数据安全管理办法》、2019年5月31日发布的《儿童个人信息网络保护规定》和2019年6月13日发布的《个人信息和重要数据出境安全评估办法》。涉及大数据的AI领域，应重点关注网络安全的相关法律法规，进行适当的合规审查和预判。例如，前述《个人信息和重要数据出境安全评估办法》草案中明确规定"网络运营者向境外提供在中华人民共和国境内运营中收集的个人信息（以下称个人信息出境），应当按照本办法进行安全评估。经安全评估认定个人信息出境可能影响国家安全、损害公共利益，或者难以有效保障个人信息安全的，不得出境。"可见评估是强制性的，该办法还明确了申报人应提供的评估材料等。此外，国标《信息安全技术个人信息安全规范》（GB/T35273-2017）对个人信息收集、存储、处理等提出了具体的标准，虽然不是强制标准，但也有很大的参考价值，AI企业可依据该标准与自身运营情况进行对标，预先减少合规风险。

3.药监局等行业监管部门

此外，药监局已经开始制定本领域人工智能相关政策，2019年2月1日其就《深度学习辅助决策医疗器械软件审评要点（征求意见稿）》向社会公开征求意见。这或为各行业监管部门制定本行业相应AI规则的开端。

结    语

随着中国AI行业的科技领头羊们逐渐在世界舞台上获得举足轻重的地位以及整个中国高科技行业的蓬勃发展，中国的AI企业也应当更加注重行业特殊的知识产权问题。上文的评述对AI行业的常见知识产权问题进行了总结和解释，一方面希望能为企业在特殊的业务场景下提供有用的信息，更希望能通过此文引起并促进企业的知识产权法律意识。高科技领域的商业战中，知识产权无小事，一定要慎之又慎，要确保企业有优质的知识产权法律顾问作为坚强的后盾。