Один из главных вызовов, который бросает ИИ классической патентной системе, — это новизна. Сегодня системы искусственного интеллекта могут анализировать миллионы публикаций, патентов и научных статей, находя скрытые закономерности и «выводя» решения, которые раньше были недоступны человеку. Но если ИИ нашел решение, используя открытые источники, действительно ли оно уникально?

Нормативная база требует, чтобы изобретение было новым — т.е. оно не должно быть раскрыто в уровне техники. Но чем мощнее становятся аналитические инструменты ИИ, тем сложнее доказать, что разработка действительно обладает элементом новизны. Парадокс в том, что чем глубже ИИ копает в прошлое человечества, тем сильнее усложняется процесс признания будущего изобретения новым.

Неочевидность — ключевой критерий, по которому определяется, достойно ли решение патента. Сможет ли специалист в области, обладающий средним уровнем знаний, прийти к такому же решению? Если ответ — да, то патента не будет. И вот здесь ИИ становится катализатором новых дебатов.

Решения, предложенные ИИ, зачастую являются результатом статистического моделирования и корреляций, которые не кажутся очевидными человеку. Но значит ли это, что они автоматически обладают изобретательским уровнем? Или мы просто не понимаем, как именно ИИ пришел к решению, и подменяем «неочевидность» — «непрозрачностью»?

Экспертные патентные ведомства все чаще сталкиваются с задачей не просто анализа результата, но и оценки пути его получения. Ведь патентовать можно только техническое решение, а не магию черного ящика.

Один из самых важных аргументов в пользу патентоспособности изобретения с элементами ИИ — наличие технического эффекта. Нельзя просто сказать: «наш алгоритм предсказывает что-то с точностью 99%». Это не технический результат, это — абстрактная модель.

Чтобы патентовать решение, необходимо доказать, что оно решает конкретную техническую задачу — например, повышает эффективность обработки изображений, ускоряет работу аппаратного комплекса, снижает энергопотребление. Именно эта связь с реальным техническим миром позволяет выделить ИИ-решения из числа математических абстракций, которые по закону не могут быть защищены патентом.

Подача патентной заявки — это уже искусство. Особенно если вы имеете дело с нейросетью или алгоритмом машинного обучения. Главная ошибка — пытаться описывать сам алгоритм как самостоятельное изобретение. В России, как и во многих других странах, такое описание не приведет к успеху: абстрактный метод обработки данных не подлежит патентованию.

Что делать? Необходимо вписать ИИ в контекст технической системы. Например, алгоритм становится частью устройства, системы управления или производственного процесса. Он должен быть встроен в «железо» или хотя бы в его программно-аппаратный контур. Только тогда появляется шанс получить патент.

Российский приказ №148 от 2024 года упростил регистрацию ИТ-решений с элементами ИИ. Но даже с этим упрощением ключом остается грамотное описание. Именно поэтому участие профессиональных патентных поверенных на этапе подачи становится обязательным шагом.

Глобальная статистика показывает резкий рост интереса к патентованию ИИ-решений. Более 340 000 заявок, поданных с 1960-х годов, и почти половина из них — за последнее десятилетие. Лидируют компании вроде IBM, Microsoft, китайские университеты, которые все активнее заполняют патентные пулы.

ВОИС уже обсуждает, как адаптировать существующую систему под вызовы, которые приносит ИИ. Особенно остро стоит вопрос баланса между правами изобретателей и возможностями алгоритмов, способных «воссоздавать» ранее запатентованные решения — пусть и без прямого копирования.

Одна из главных юридических проблем — это вопрос авторства. На сегодняшний день ни в России, ни в большинстве других стран ИИ не признается изобретателем. Только человек — или группа людей — может быть указана в качестве автора разработки.

Возникает дилемма: если компания использует генеративную нейросеть для создания технического решения, кто будет автором? Разработчик нейросети? Пользователь? Или никто? Такая неопределенность может стать препятствием для защиты прав.

Кроме того, встает вопрос этики. Если ИИ «случайно» создает решение, уже охраняемое другим патентом, кто будет нести ответственность за нарушение? Ответа пока нет — но патентные споры уже начинаются.

Противоречивый факт: ИИ одновременно усложняет и улучшает патентную систему. С одной стороны, он усложняет экспертизу и создает юридические ловушки. С другой — помогает ускорить процессы. Уже сегодня многие патентные ведомства используют ИИ для анализа заявок, оценки новизны, прогноза успешности регистрации.

ИИ стал незаменимым инструментом при патентных поисках: он находит аналоги быстрее и точнее, чем человек, помогая избежать отказов и конфликтов. Некоторые страны рассматривают автоматизацию формальной экспертизы с участием ИИ, что может значительно ускорить рассмотрение заявок.

Если вы работаете над проектом с применением искусственного интеллекта, стоит учитывать несколько важных стратегий:

1. Четко описывайте, какой именно технический эффект достигается благодаря ИИ.
2. Используйте возможности Приказа №148, если работаете с ИТ-решением в РФ.
3. Подавайте заявки через систему PCT, чтобы обеспечить международную защиту.
4. Не отказывайтесь от услуг патентных поверенных — особенно при работе с ИИ.
5. Всегда проверяйте, не нарушает ли ваше решение действующие патенты.