การวิจัยสิทธิบัตรด้วย AI: ค้นหาเอกสารอ้างอิงก่อนหน้าและวิเคราะห์สิทธิบัตรได้รวดเร็วยิ่งขึ้น

Patent, Trademark, Copyright & IP Researcher ช่วยให้คุณค้นหาเอกสารอ้างอิงก่อนหน้า คัดกรองเครื่องหมายการค้า และทำแผนที่ภูมิทัศน์เทคโนโลยี โดยผสานความเข้าใจเชิงความหมายเข้ากับการเข้าถึงฐานข้อมูลสิทธิบัตรทั่วโลกแบบเรียลไทม์ ขณะที่การค้นหาด้วยคีย์เวิร์ดแบบเดิมบังคับให้คุณต้องเดาว่าผู้ตรวจสอบหรือคู่แข่งใช้คำศัพท์ใด AI นี้อ่านเพื่อทำความเข้าใจความหมาย จึงค้นพบเอกสารเปิดเผยข้อมูลที่มีแนวคิดคล้ายกันได้ไม่ว่าจะใช้ถ้อยคำแบบใด

✅ ค้นหาเอกสารอ้างอิงก่อนหน้าเชิงความหมายจากสิทธิบัตรและวรรณกรรมที่ไม่ใช่สิทธิบัตร ✅ วิเคราะห์ภูมิทัศน์และผู้รับโอนสิทธิ์ที่เป็นคู่แข่งได้ภายในการสนทนาเดียว ✅ คัดกรองเสรีภาพในการดำเนินการเชิงพาณิชย์และความเป็นโมฆะ โดยคำนึงถึงเขตอำนาจศาล ✅ อธิบายขอบเขตข้อถือสิทธิและความเสี่ยงจากการถูกปิดกั้นด้วยภาษาที่เข้าใจง่าย

เพื่อให้เข้าใจว่าเหตุใดสิ่งนี้จึงสำคัญ ควรพิจารณาสิ่งที่ผู้เชี่ยวชาญด้านสิทธิบัตรกำลังเผชิญอยู่จริง ปริมาณเอกสารอ้างอิงก่อนหน้าขยายตัวเร็วกว่าที่ทีมตรวจทานของมนุษย์จะรับมือได้ ผู้ตรวจสอบและผู้ยื่นคำขอใช้คำศัพท์สำหรับการค้นหาต่างกัน และเอกสารอ้างอิงที่พลาดไปแต่ถูกพบหลังได้รับสิทธิบัตรแล้วอาจทำลายผลงานที่ใช้เวลาหลายปี นี่คือปัญหาที่การวิจัยสิทธิบัตรด้วย AI ถูกสร้างขึ้นมาเพื่อแก้ไข

---

คำตอบแบบรวดเร็ว: การวิจัยสิทธิบัตรด้วย AI คืออะไร?

การวิจัยสิทธิบัตรด้วย AI คือการใช้แมชชีนเลิร์นนิงและการประมวลผลภาษาธรรมชาติเพื่อค้นหา วิเคราะห์ และตีความข้อมูลสิทธิบัตร โดยดึงเอกสารอ้างอิงก่อนหน้าจากความหมายแทนคีย์เวิร์ดที่ตรงตัว และเปลี่ยนคำขอดิบให้เป็นข้อมูลเชิงลึกพร้อมใช้ตัดสินใจ ช่วยย่นงานที่เคยต้องค้นฐานข้อมูลด้วยตนเองเป็นเวลาหลายสัปดาห์ให้เหลือเพียงไม่กี่นาที

ความสามารถหลัก:

• การดึงเอกสารอ้างอิงก่อนหน้าเชิงความหมาย — ค้นพบเอกสารเปิดเผยข้อมูลที่มีแนวคิดเทียบเท่ากัน แม้คำศัพท์จะแตกต่างโดยสิ้นเชิง
• การวิเคราะห์ภูมิทัศน์สิทธิบัตร — ทำแผนที่ความเร็วในการยื่นคำขอ การกระจุกตัวของผู้รับโอนสิทธิ์ และช่องว่างของโอกาสในแต่ละสาขาเทคโนโลยี
• การประเมินข้อถือสิทธิและความใหม่ — เปรียบเทียบคุณลักษณะของสิ่งประดิษฐ์คุณกับเอกสารอ้างอิงที่ใกล้เคียงที่สุดที่พบ
• ความครอบคลุมข้ามเขตอำนาจศาลและวรรณกรรมที่ไม่ใช่สิทธิบัตร — ครอบคลุมข้อมูลจาก USPTO, EPO, WIPO และสิ่งพิมพ์ทางวิชาการผ่าน IP Researcher

---

ปัญหา: เหตุใดการค้นหาสิทธิบัตรแบบเดิมจึงไม่เพียงพอ

การค้นหาสิทธิบัตรเป็นหนึ่งในงานวิจัยระดับมืออาชีพไม่กี่ประเภทที่เอกสารเพียงฉบับเดียวที่พลาดไปอาจทำให้สินทรัพย์มูลค่าหลายล้านไร้ค่า และเงื่อนไขที่นำไปสู่การพลาดเอกสารก็ไม่เคยเลวร้ายเท่านี้มาก่อน

30% ถึง 50% ของคำขอสิทธิบัตรทั้งหมดถูกปฏิเสธเนื่องจากการค้นพบเอกสารอ้างอิงก่อนหน้า — ตามข้อมูล USPTO ที่ Lumenci อ้างถึง

26.5% ของกลุ่มสิทธิบัตรทั้งหมดมีสิทธิบัตรที่เกี่ยวข้องกับ AI อย่างน้อยหนึ่งฉบับ ครอบคลุมเทคโนโลยีทุกหมวดหมู่ — CSET, มหาวิทยาลัยจอร์จทাউন

คำขอ 16,815 รายการ ในสาขาเทคโนโลยีคอมพิวเตอร์ทำให้สาขานี้เป็นสาขาเทคโนโลยีอันดับหนึ่งสำหรับคำขอสิทธิบัตรยุโรป เพิ่มขึ้น 3.3% เมื่อเทียบกับปีก่อน — ดัชนีสิทธิบัตรของสำนักงานสิทธิบัตรยุโรป

แต่การค้นหาเอกสารที่ถูกต้องภายในปริมาณมหาศาลนี้เป็นเรื่องยากอย่างน่าหงุดหงิด:

• โครงสร้างและรูปแบบเอกสารที่ไม่สอดคล้องกันระหว่างเขตอำนาจศาลและช่วงเวลา
• ภาษาข้อถือสิทธิที่กว้างเกินจริงหรือจงใจทำให้คลุมเครือ ซึ่งทำให้การจับคู่คีย์เวิร์ดล้มเหลว
• เอกสารอ้างอิงก่อนหน้าที่กระจัดกระจายอยู่ในฐานข้อมูลสิทธิบัตร วรรณกรรมวิชาการ คู่มือผลิตภัณฑ์ และเอกสารการประชุม
• เอกสารเปิดเผยข้อมูลหลายภาษาที่ไม่เคยปรากฏในการค้นหาด้วยภาษาอังกฤษเท่านั้น
• ต้นทุนการค้นหาที่เพิ่มเป็นเส้นตรงตามความละเอียดรอบคอบ ยิ่งครอบคลุมมากก็ยิ่งต้องใช้ชั่วโมงที่คิดค่าบริการมากขึ้น

ความไม่ตรงกันของคำศัพท์ทำให้การค้นหาด้วยคีย์เวิร์ดพ่ายแพ้

บททบทวนเทคนิคการดึงข้อมูลสิทธิบัตรอย่างครอบคลุม ที่ตีพิมพ์ใน Applied System Innovation ระบุว่าโครงสร้างและรูปแบบเอกสารที่ไม่สอดคล้องกันเป็นประเด็นสำคัญของการค้นหาเอกสารอ้างอิงก่อนหน้า นักประดิษฐ์สองคนที่อธิบายกลไกเดียวกันมักใช้คำศัพท์ต่างกันโดยสิ้นเชิง คนหนึ่งเขียนว่า “ระบบการเคลื่อนที่ด้านข้าง” ขณะที่อีกคนเขียนว่า “ชุดประกอบการเคลื่อนที่เชิงแปลตำแหน่ง” การค้นหาแบบบูลีนจะถือว่าสองสิ่งนี้ไม่เกี่ยวข้องกัน ทนายความสิทธิบัตรที่ค้นหาด้วยคีย์เวิร์ดจึงต้องคาดการณ์ทุกคำพ้องความหมาย ทุกการสะกดตามภูมิภาค และทุกคำศัพท์เฉพาะยุค การพลาดเพียงคำเดียวอาจทำให้การค้นหาทั้งหมดล้มเหลว

เอกสารอ้างอิงก่อนหน้ามีอยู่ไกลเกินกว่าสิทธิบัตร

เอกสารเปิดเผยข้อมูลที่ทำลายความใหม่อาจอยู่ในบทความวารสาร วิทยานิพนธ์ปริญญาเอก ที่เก็บโค้ด GitHub เอกสารข้อมูลผลิตภัณฑ์ และสื่อจากงานแสดงสินค้า บททบทวนเดียวกันชี้ว่าการวิจัยการดึงข้อมูลสิทธิบัตรอาศัยชุดข้อมูลที่ไม่ใช่สิทธิบัตร รวมถึง PubMed และคลังวิชาการ ควบคู่กับชุดข้อมูลของ USPTO, EPO และ WIPO การค้นหาแต่ละแหล่งด้วยไวยากรณ์และข้อมูลรับรองแยกกันด้วยตนเองคือจุดที่งบประมาณการค้นหาส่วนใหญ่ถูกใช้ไป และเป็นจุดที่ช่องว่างความครอบคลุมก่อตัวขึ้นอย่างเงียบ ๆ

ความเข้มข้นของการค้นหาเป็นการตัดสินใจทางเศรษฐกิจ ไม่ใช่แนวปฏิบัติที่ดีที่สุด

งานวิจัยใน International Journal of Industrial Organization ซึ่งศึกษาว่านักประดิษฐ์ค้นหาเอกสารอ้างอิงก่อนหน้าหรือไม่ ระบุเงื่อนไขที่นักประดิษฐ์ไม่มีแรงจูงใจให้ค้นหาเลย โดยความเข้มข้นของการค้นหาจะเพิ่มขึ้นตามต้นทุน R&D นัยที่น่ากังวลคือ เมื่อการค้นหามีค่าใช้จ่ายสูง ผู้มีเหตุผลย่อมค้นหาไม่เพียงพอ ต้นทุนไม่ใช่ปัจจัยที่เป็นกลาง แต่ทำให้คุณภาพสิทธิบัตรทั่วทั้งระบบลดลงโดยตรง

คอขวดในการตรวจสอบยิ่งเพิ่มความเสี่ยง

ขั้นตอนการตรวจสอบกำหนดให้ผู้ตรวจสอบประเมินความใหม่ ความไม่ชัดแจ้ง และความสามารถในการใช้ในอุตสาหกรรมอย่างอิสระผ่านการดึงข้อมูลแบบเจาะจง เมื่อการค้นหาของผู้ยื่นคำขอและผู้ตรวจสอบแตกต่างกัน คำขออาจนำไปสู่การดำเนินการของสำนักงานที่มีต้นทุนสูง หรือได้รับสิทธิบัตรทั้งที่ยังมีความเสี่ยงแฝงต่อการถูกเพิกถอน USPTO ยอมรับเรื่องนี้โดยตรง ด้วยการเปิดตัวโครงการค้นหาอัตโนมัติก่อนการตรวจสอบ เพื่อให้ผู้ยื่นคำขอมองเห็นประเด็นเอกสารอ้างอิงก่อนหน้าที่อาจเกิดขึ้นได้เร็วขึ้น

นี่คือสิ่งที่ IP Researcher ถูกสร้างขึ้นมาเพื่อทำโดยเฉพาะ

---

โซลูชัน: เหตุใด AI IP Researcher จึงเปลี่ยนโครงสร้างต้นทุน

Patent, Trademark, Copyright & IP Researcher เข้าหาการค้นหาสิทธิบัตรเหมือนนักวิเคราะห์ที่มีประสบการณ์ โดยทำความเข้าใจก่อนว่าสิ่งประดิษฐ์ ทำอะไร จากนั้นจึงค้นหาทุกสิ่งที่บรรลุผลลัพธ์เดียวกันไม่ว่าจะด้วยวิธีใดหรือภาษาใด ระบบอ่านข้อถือสิทธิ แยกวิเคราะห์แนวคิดทางเทคนิค ค้นหาแหล่งข้อมูลแบบสด และส่งคืนผลลัพธ์พร้อมเหตุผลที่เปิดเผยชัดเจน แทนที่จะเป็นเพียงรายการจัดอันดับที่คุณต้องย้อนแกะเหตุผลเอง

แนวทางแบบเดิม	Patent, Trademark, Copyright & IP Researcher
สตริงคีย์เวิร์ดแบบบูลีนที่ต้องคาดการณ์คำพ้องความหมายอย่างละเอียดครบถ้วน	การค้นหาเชิงความหมายที่จับคู่จากแนวคิดทางเทคนิค ไม่ใช่คำศัพท์
ต้องค้นหาแยกกันในฐานข้อมูลสิทธิบัตร วรรณกรรมวิชาการ และแหล่งข้อมูลบนเว็บ	การค้นหาวิจัยแบบรวมศูนย์ครอบคลุมสิทธิบัตรและวรรณกรรมที่ไม่ใช่สิทธิบัตร
ใช้เวลาหลายวันถึงหลายสัปดาห์ต่อการค้นหาเอกสารอ้างอิงก่อนหน้าแบบเต็มรูปแบบ	ได้ผลลัพธ์เชิงสาระภายในการทำงานเพียงครั้งเดียว
รายการผลลัพธ์แบบคงที่ที่ต้องคัดแยกความเกี่ยวข้องด้วยตนเอง	ผลลัพธ์พร้อมคำอธิบายเหตุผลด้านความเกี่ยวข้องและบริบทระดับข้อถือสิทธิ
ต้นทุนเพิ่มตามความละเอียดรอบคอบ จึงจูงใจให้ค้นหาแบบตื้น ๆ	ปรับปรุงการค้นหาซ้ำได้โดยไม่มีต้นทุนส่วนเพิ่มต่อคำสั่งค้นหา
การค้นหาที่เน้นภาษาอังกฤษ ทำให้พลาดเอกสารเปิดเผยข้อมูลต่างประเทศได้ง่าย	ตระหนักถึงความแตกต่างข้ามเขตอำนาจศาลในสำนักงานสิทธิบัตรหลัก

การดึงข้อมูลเชิงความหมายเหนือกว่าการจับคู่ตามตัวอักษร

บททบทวนด้านการดึงข้อมูลบันทึกการเปลี่ยนแปลงทางระเบียบวิธีอย่างชัดเจนไปสู่เทคนิคเชิงความหมาย ได้แก่ การขยายคำค้น โครงสร้างต้นไม้ข้อถือสิทธิที่ทำแผนที่ความสัมพันธ์เชิงลำดับชั้นระหว่างองค์ประกอบของข้อถือสิทธิ และออนโทโลยีสิทธิบัตรที่สร้างคำศัพท์ร่วมกันสำหรับข้อมูลสิทธิบัตร IP Researcher นำแนวคิดนี้มาใช้ในรูปแบบการสนทนา เพียงอธิบายสิ่งประดิษฐ์ของคุณด้วยภาษาวิศวกรรมทั่วไป ระบบจะสร้างกลยุทธ์การค้นหาให้เอง

“ฉันพัฒนาระบบติดตั้งแผงโซลาร์เซลล์ที่ใช้แคลมป์สองด้านแบบย้ำเพื่อยึดแผงเข้ากับรางช่อง โดยไม่ต้องยึดน็อตทะลุ ค้นหาเอกสารอ้างอิงก่อนหน้าที่เปิดเผยสิ่งนี้ครบถ้วนหรือทำให้เห็นได้โดยชัดแจ้ง”

การวิเคราะห์ภูมิทัศน์โดยไม่ต้องมีชุดเครื่องมือวิเคราะห์แยกต่างหาก

การวิเคราะห์สิทธิบัตรตามคำจำกัดความของ WIPO ใช้ประโยชน์จากข้อมูลสิทธิบัตรเพื่อเปิดเผยข้อมูลเชิงลึกและแนวโน้มนวัตกรรมในสาขาเทคโนโลยีเฉพาะ เพื่อสนับสนุนการตัดสินใจด้าน R&D การทำ IP เชิงพาณิชย์ การให้สิทธิใช้ และความร่วมมือด้านการวิจัย ในอดีต งานนี้ต้องใช้ซอฟต์แวร์เฉพาะทางและนักวิเคราะห์ที่ผ่านการฝึกอบรม IP Researcher มอบผลลัพธ์เชิงวิเคราะห์แบบเดียวกัน ทั้งการกระจุกตัวของผู้รับโอนสิทธิ์ ความเร็วในการยื่นคำขอ และการระบุช่องว่างโอกาส เป็นคำตอบโดยตรงต่อคำถามของคุณ

“ทำแผนที่ภูมิทัศน์การแข่งขันของสิทธิบัตรตัวคั่นแบตเตอรี่โซลิดสเตต ผู้รับโอนสิทธิ์รายใดอยู่ในอันดับต้น ๆ ความเร็วในการยื่นคำขอเปลี่ยนแปลงอย่างไร และมีช่องว่างโอกาสตรงไหนบ้าง?”

การกำหนดกรอบสำหรับความเป็นโมฆะและเสรีภาพในการดำเนินการเชิงพาณิชย์

วัตถุประสงค์การค้นหาที่แตกต่างกันต้องใช้กลยุทธ์ต่างกัน การค้นหาความเป็นโมฆะมุ่งหาเอกสารอ้างอิงฉบับเดียวที่ทำลายสิทธิบัตรและมีวันที่ก่อนวันลำดับความสำคัญ ขณะที่การค้นหาเสรีภาพในการดำเนินการเชิงพาณิชย์มุ่งหาข้อถือสิทธิที่ยังมีผลบังคับใช้ในตลาดเป้าหมาย IP Researcher ปรับขอบเขต ตัวกรองวันที่ และจุดเน้นด้านเขตอำนาจศาลตามคำถามที่คุณกำลังถามจริง ๆ

“ประเมินเสรีภาพในการดำเนินการเชิงพาณิชย์สำหรับการเปิดตัวแผ่นแปะ ECG แบบสวมใส่ใน EU และญี่ปุ่น ระบุสิทธิบัตรที่ยังมีผลบังคับใช้ซึ่งมีข้อถือสิทธิที่อาจปิดกั้นการทำตลาด”

ครอบคลุมเครื่องหมายการค้าและลิขสิทธิ์ในเวิร์กโฟลว์เดียวกัน

การตรวจสอบสถานะ IP อย่างรอบด้านมักไม่ได้จบที่สิทธิบัตร การเปิดตัวผลิตภัณฑ์ต้องมีการตรวจสอบเครื่องหมายการค้า ส่วนเนื้อหาและซอฟต์แวร์ต้องมีการทบทวนลิขสิทธิ์และการให้สิทธิใช้ การจัดการทั้งสามส่วนภายในสายงานวิจัยเดียวช่วยขจัดการสลับบริบทที่ทำให้เวิร์กโฟลว์ IP ส่วนใหญ่แตกกระจัดกระจาย

---

เอเจนต์ที่เกี่ยวข้องซึ่งคุณอาจพบว่ามีประโยชน์เช่นกัน

การวิจัยสิทธิบัตรแทบไม่เคยเกิดขึ้นอย่างโดดเดี่ยว เอเจนต์เหล่านี้ครอบคลุมขั้นตอนเวิร์กโฟลว์ที่อยู่ติดกับการวิเคราะห์ IP โดยตรง

Deep Research

เมื่อเอกสารอ้างอิงก่อนหน้าขยายไปสู่พื้นที่เชิงพาณิชย์ กฎระเบียบ หรือตลาดที่ฐานข้อมูลสิทธิบัตรไม่ได้จัดทำดัชนี Deep Research จะค้นหาแหล่งข้อมูลหลายร้อยแห่งและสังเคราะห์ผลลัพธ์พร้อมการอ้างอิงในเนื้อหาที่เข้มงวด มีประโยชน์สำหรับการสร้างลำดับเวลาการเปิดเผยต่อสาธารณะและหลักฐานการใช้งานเชิงพาณิชย์

• สังเคราะห์ข้อมูลจากหลายแหล่งพร้อมเส้นทางการอ้างอิงที่ตรวจสอบได้
• รายงานครอบคลุมเกี่ยวกับการนำเทคโนโลยีไปใช้และบริบทตลาด
• เหมาะอย่างยิ่งสำหรับการสร้างส่วนวรรณกรรมที่ไม่ใช่สิทธิบัตรของข้อโต้แย้งเรื่องความใหม่

Academic Research Assistant

วรรณกรรมที่ไม่ใช่สิทธิบัตรคือแหล่งที่เอกสารเปิดเผยข้อมูลจำนวนมากซึ่งทำลายความใหม่ซ่อนอยู่ เอเจนต์นี้จัดการการค้นพบวรรณกรรมแบบเรียลไทม์จากฐานข้อมูลและคลังวิชาการหลัก ซึ่งเป็นเนื้อหาประเภทเดียวกับที่คำค้นสิทธิบัตรแบบบูลีนไม่มีวันเข้าถึง

• ค้นพบวรรณกรรมจากฐานข้อมูลวิชาการและคลังต้นฉบับก่อนตีพิมพ์
• จัดการการอ้างอิงและตรวจสอบแหล่งข้อมูล
• มีความสำคัญต่อเอกสารอ้างอิงก่อนหน้าในเคมี เทคโนโลยีชีวภาพ และวัสดุศาสตร์

Professional Background Investigator

ก่อนให้สิทธิใช้ เข้าซื้อ หรือเป็นพันธมิตรรอบพอร์ตโฟลิโอสิทธิบัตร คุณต้องรู้ว่าใครอยู่ฝั่งตรงข้าม เอเจนต์นี้ทำการวิจัยประวัติทางวิชาชีพเชิงลึกจากเว็บและแหล่งข้อมูลสาธารณะ เพื่อประเมินคุณสมบัติและค้นหาสัญญาณเตือน

• ประเมินคุณสมบัติและชื่อเสียงของคู่สัญญา
• ตรวจสอบสถานะอย่างรอบด้านจากแหล่งข้อมูลสาธารณะก่อนทำธุรกรรม IP
• ระบุสัญญาณเตือนก่อนลงนามสัญญา

Word Doc Generator

ผลการค้นหาจะสร้างมูลค่าได้ก็ต่อเมื่อถูกจัดทำเป็นเอกสารแล้ว เอเจนต์นี้เปลี่ยนผลลัพธ์การวิจัยให้เป็นเอกสาร Word ที่จัดรูปแบบอย่างมืออาชีพตามมาตรฐานอุตสาหกรรม เปลี่ยนบทสนทนาให้เป็นรายงานการค้นหาที่พร้อมจัดเก็บหรือบันทึกถึงลูกค้า

• จัดรูปแบบรายงานวิจัยและบันทึกทางกฎหมายโดยอัตโนมัติ
• ส่งออกอย่างสะอาดสำหรับส่งมอบให้ลูกค้าและเก็บเป็นบันทึกภายใน
• ขจัดขั้นตอนการจัดรูปแบบใหม่ด้วยตนเองทั้งหมด

ลองใช้ IP Researcher ฟรี โดยไม่ต้องใช้บัตรเครดิต

---

การวิจัยสิทธิบัตรด้วย AI ทำงานอย่างไร: ทีละขั้นตอน

ขั้นตอนที่ 1: อธิบายสิ่งประดิษฐ์หรือคำถามด้วยภาษาทั่วไป

ข้ามไวยากรณ์แบบบูลีนไปได้เลย ระบุว่าเทคโนโลยีทำอะไร แก้ปัญหาอะไร และคุณลักษณะใดที่คุณเชื่อว่ามีความใหม่ ยิ่งอธิบายกลไกได้มาก การค้นหาเชิงความหมายก็ยิ่งแม่นยำ

“ฉันต้องการค้นหาความใหม่ของวิธีตรวจจับก้อนเนื้อในปอดจากภาพสแกน CT โดยใช้โมเดลการแบ่งส่วนภาพที่ฝึกด้วยข้อมูลสังเคราะห์ซึ่งเพิ่มความหลากหลายแล้ว”

---

ขั้นตอนที่ 2: ระบุประเภทการค้นหาและขอบเขตเขตอำนาจศาล

การค้นหาความใหม่ ความเป็นโมฆะ เสรีภาพในการดำเนินการเชิงพาณิชย์ และภูมิทัศน์ ล้วนต้องใช้พารามิเตอร์ต่างกัน ระบุวัตถุประสงค์ ตลาดเป้าหมาย และวันลำดับความสำคัญที่เกี่ยวข้อง เพื่อให้กำหนดขอบเขตการค้นหาได้อย่างถูกต้องตั้งแต่เริ่มต้น

“ให้ถือว่านี่เป็นการค้นหาความเป็นโมฆะ วันลำดับความสำคัญคือปี 2019 มุ่งเน้นคำขอใน US, EP และ JP และรวมสิ่งพิมพ์ทางวิชาการด้วย”

---

ขั้นตอนที่ 3: ตรวจทานผลลัพธ์พร้อมเหตุผลประกอบ

ผลลัพธ์จะมาในรูปแบบข้อค้นพบพร้อมคำอธิบาย ว่าเอกสารอ้างอิงแต่ละฉบับเปิดเผยอะไร สัมพันธ์กับคุณลักษณะใดของคุณ และเหตุใดจึงสำคัญ นี่คือขั้นตอนที่เปลี่ยนรายการจัดอันดับให้กลายเป็นการประเมินจริง

---

ขั้นตอนที่ 4: ปรับปรุงซ้ำเพื่อปิดช่องว่าง

โต้แย้งผลลัพธ์ได้ ขอคำเทียบเท่าในภาษาต่างประเทศ จำกัดให้แคบลงตามหมวด CPC ที่เฉพาะเจาะจง หรือปรับทิศทางไปยังชุดคุณลักษณะที่การค้นหารอบแรกครอบคลุมน้อยเกินไป เนื่องจากการปรับปรุงแต่ละครั้งไม่มีค่าใช้จ่าย คุณจึงค้นหาต่อไปได้จนกว่าความครอบคลุมจะสมบูรณ์จริง ไม่ใช่จนกว่างบประมาณจะหมด

“รอบแรกมุ่งเน้นสถาปัตยกรรมการแบ่งส่วนภาพ ตอนนี้ให้ค้นหาเอกสารอ้างอิงก่อนหน้าโดยเฉพาะเกี่ยวกับการเพิ่มความหลากหลายของข้อมูลสังเคราะห์ในไปป์ไลน์การฝึกระบบภาพทางการแพทย์”

---

ขั้นตอนที่ 5: ส่งออกรายงานการค้นหา

เปลี่ยนการวิเคราะห์ที่เสร็จสมบูรณ์ให้เป็นเอกสารที่จัดรูปแบบแล้วสำหรับบันทึกการยื่นคำขอ การส่งมอบให้ลูกค้า หรือการตรวจทานโดยทนายความ ด้วย Word Doc Generator

---

ผลลัพธ์และกรณีใช้งาน

📊 การประเมินความใหม่ก่อนยื่นคำขอสำหรับสตาร์ทอัพ

สถานการณ์: สตาร์ทอัพด้านฮาร์ดแวร์มีเวลาอีกสามสัปดาห์ก่อนกำหนดยื่นคำขอชั่วคราว และไม่มีที่ปรึกษา IP ภายในองค์กร

แนวทางแบบเดิม: การค้นหาเอกสารอ้างอิงก่อนหน้าโดยผู้เชี่ยวชาญมีค่าใช้จ่ายตั้งแต่หลักพันและใช้เวลาหนึ่งถึงสามสัปดาห์ ซึ่งมักเกินเวลาที่เหลืออยู่ก่อนถึงกำหนด

Patent, Trademark, Copyright & IP Researcher: ดำเนินการค้นหาความใหม่อย่างมีโครงสร้างให้เสร็จภายในการทำงานหนึ่งครั้ง ระบุเอกสารอ้างอิงที่ใกล้เคียงที่สุด และชี้ว่าคุณลักษณะใดในข้อถือสิทธิยังแยกความแตกต่างได้ก่อนเริ่มทำงานกับทนายความ

• เปลี่ยนเวลาของทนายความไปใช้กับการร่างข้อถือสิทธิแทนการค้นหา
• ระบุองค์ประกอบข้อถือสิทธิที่อ่อนแอก่อนส่งถึงผู้ตรวจสอบ
• ตัดสินใจยื่นคำขอบนพื้นฐานของหลักฐาน แทนความคาดหวัง

💼 การทำแผนที่ภูมิทัศน์การแข่งขันเพื่อวางแผน R&D

สถานการณ์: ผู้อำนวยการ R&D ต้องตัดสินใจว่าจะลงทุนในพื้นที่เทคโนโลยีที่คู่แข่งรายใหญ่อาจมีตำแหน่งสิทธิบัตรที่ปิดกั้นอยู่แล้วหรือไม่

แนวทางแบบเดิม: ว่าจ้างรายงานภูมิทัศน์จากภายนอก ซึ่งมีต้นทุนสูง ใช้เวลาหลายสัปดาห์ และเป็นผลงานแบบคงที่ที่ล้าสมัยทันที

Patent, Trademark, Copyright & IP Researcher: ระบุการกระจุกตัวของผู้รับโอนสิทธิ์ แนวโน้มความเร็วในการยื่นคำขอ และช่องว่างโอกาสได้ผ่านการสนทนา พร้อมตอบคำถามติดตามผลโดยอิงข้อมูลแบบสด

• แนวโน้มการยื่นคำขอเผยให้เห็นว่าคู่แข่งกำลังเร่งหรือถอยในจุดใด
• ช่องว่างโอกาสเผยพื้นที่ที่มีการแข่งขันหนาแน่นน้อยที่สุด
• ตัดสินใจเกี่ยวกับแผนงานโดยมองเห็นความเสี่ยง IP ตั้งแต่ต้น

🎯 การค้นหาความเป็นโมฆะเพื่อการต่อสู้คดี

สถานการณ์: ผู้ผลิตได้รับข้อกล่าวหาว่าละเมิดสิทธิบัตรและต้องการเอกสารอ้างอิงก่อนหน้าที่มีวันที่ก่อนวันลำดับความสำคัญของสิทธิบัตรที่ถูกกล่าวอ้าง

แนวทางแบบเดิม: การค้นหาความเป็นโมฆะระดับใช้ในคดีเป็นหนึ่งในผลิตภัณฑ์วิจัย IP ที่มีราคาแพงที่สุด โดยต้นทุนเพิ่มขึ้นตามความละเอียดรอบคอบโดยตรง

Patent, Trademark, Copyright & IP Researcher: ระบุเอกสารอ้างอิงที่เป็นไปได้อย่างรวดเร็วจากสิทธิบัตรและวรรณกรรมที่ไม่ใช่สิทธิบัตร พร้อมทำแผนที่องค์ประกอบข้อถือสิทธิเพื่อประเมินข้อโต้แย้งว่าถูกเปิดเผยแล้วหรือมีความชัดแจ้ง โดยทำงานร่วมกับ Academic Research Assistant สำหรับเอกสารเปิดเผยข้อมูลทางวิชาการ

• ประเมินความแข็งแกร่งของแนวทางต่อสู้เบื้องต้นก่อนค่าใช้จ่ายในการดำเนินคดีเพิ่มสูงขึ้น
• ครอบคลุมวรรณกรรมที่ไม่ใช่สิทธิบัตร ซึ่งมักเป็นที่ซ่อนของเอกสารอ้างอิงที่แข็งแกร่งที่สุด
• วางท่าทีในการเจรจายุติข้อพิพาทจากหลักฐาน ไม่ใช่การคาดเดา

📱 การคัดกรอง IP บนอุปกรณ์เคลื่อนที่ในงานแสดงสินค้า

สถานการณ์: ผู้จัดการผลิตภัณฑ์เห็นการสาธิตที่บูธของคู่แข่งซึ่งดูคล้ายกับคำขอที่อยู่ระหว่างพิจารณาอย่างน่ากังวล และต้องการคำตอบก่อนเดินทางกลับบ้าน

แนวทางแบบเดิม: ถ่ายภาพบูธ ส่งอีเมลหาที่ปรึกษา แล้วรอคำตอบหลายวันหลังจากจังหวะสำคัญผ่านไปแล้ว

Patent, Trademark, Copyright & IP Researcher: วิจัยสิทธิบัตรบนอุปกรณ์ได้จากพื้นที่จัดแสดง ตรวจสอบคำขอที่คู่แข่งเผยแพร่แล้ว ประเมินการทับซ้อนของข้อถือสิทธิ และตัดสินใจว่าจะยกระดับประเด็นก่อนงานจบหรือไม่

• ใช้งานได้เต็มรูปแบบบน iOS และ Android
• ป้อนข้อมูลด้วยเสียงเป็นข้อความสำหรับการค้นหาแบบไม่ต้องใช้มือในสภาพแวดล้อมที่มีเสียงดัง
• ตัดสินใจยกระดับประเด็นได้ภายในวันเดียว แทนการตอบสนองในอีกหลายสัปดาห์

---

คำถามที่พบบ่อย

การวิจัยสิทธิบัตรด้วย AI แม่นยำพอสำหรับการตัดสินใจทางกฎหมายหรือไม่?

การวิจัยสิทธิบัตรด้วย AI เพิ่มความครอบคลุมของการค้นหาอย่างมาก และค้นพบเอกสารอ้างอิงที่วิธีคีย์เวิร์ดมักพลาด แต่เป็นส่วนเสริม ไม่ใช่สิ่งทดแทนที่ปรึกษาผู้มีคุณสมบัติเหมาะสม ใช้ IP Researcher เพื่อสร้างฐานหลักฐานที่ครอบคลุมและทำความเข้าใจสถานะของคุณ จากนั้นให้ทนายความตรวจสอบข้อค้นพบก่อนตัดสินใจยื่นคำขอ ดำเนินคดี หรือทำธุรกรรม คุณค่าอยู่ที่ความกว้างของความครอบคลุมและความรวดเร็ว ไม่ใช่ความเห็นทางกฎหมาย

การค้นหาสิทธิบัตรด้วย AI ต่างจาก Google Patents หรือ Patent Public Search อย่างไร?

เครื่องมือแบบเดิม รวมถึง USPTO Patent Public Search จะจับคู่คำในคำค้นของคุณกับข้อความในเอกสาร การวิจัยสิทธิบัตรด้วย AI ตีความแนวคิดทางเทคนิค ดังนั้นการค้นหากลไกหนึ่งจึงสามารถพบเอกสารเปิดเผยข้อมูลที่ทำหน้าที่เทียบเท่ากัน แม้จะอธิบายด้วยคำศัพท์ที่ต่างกันโดยสิ้นเชิง นอกจากนี้ยังครอบคลุมวรรณกรรมที่ไม่ใช่สิทธิบัตรในกระบวนการเดียว แทนที่จะต้องค้นฐานข้อมูลแยกกัน

IP Researcher ใช้งานฟรีหรือไม่?

ใช่ ฟีเจอร์หลักทั้งหมดมีให้ใช้งานในแผนฟรีพร้อมโควต้าการใช้งานรายเดือนแบบจำกัด แผนชำระเงินเริ่มต้นที่ $20/เดือน สำหรับโควต้าการใช้งานมากกว่าแผนฟรี 30× พร้อมการเลือกโมเดลแบบกำหนดเอง การใช้งานจะรีเซ็ตทุกเดือนในวันเรียกเก็บเงิน โดยไม่มีเพดานรายวัน คุณจึงใช้โควต้าทั้งหมดได้ตั้งแต่วันแรก

สามารถจัดการการวิจัยเครื่องหมายการค้าและลิขสิทธิ์ได้ด้วยหรือไม่?

ได้ IP Researcher ครอบคลุมการคัดกรองเครื่องหมายการค้าและการค้นหาลิขสิทธิ์ควบคู่กับงานสิทธิบัตร ซึ่งสำคัญเพราะการเปิดตัวผลิตภัณฑ์มักไม่ได้เกี่ยวข้องกับ IP เพียงรูปแบบเดียว การตรวจสอบชื่อแบรนด์และยืนยันเสรีภาพในการดำเนินการเชิงพาณิชย์ด้านสิทธิบัตรจึงเกิดขึ้นในสายงานวิจัยเดียว แทนที่จะต้องใช้เครื่องมือและผู้ให้บริการแยกกัน

สำนักงานสิทธิบัตรเองใช้ AI เพื่อค้นหาเอกสารอ้างอิงก่อนหน้าหรือไม่?

ใช่ USPTO เปิดตัว Artificial Intelligence Search Automated Pilot Program เพื่อทดสอบการค้นหาอัตโนมัติก่อนการตรวจสอบ โดยส่ง Automated Search Results Notice ให้ผู้ยื่นคำขอก่อนเริ่มการตรวจสอบ เป้าหมายที่ระบุไว้คือการปรับปรุงคุณภาพและประสิทธิภาพของการตรวจสอบ ซึ่งเป็นสัญญาณโดยตรงว่าการดึงข้อมูลโดยใช้ AI กำลังได้รับการนำไปใช้ในระดับสถาบัน

ใช้งานกับเอกสารอ้างอิงก่อนหน้าที่ไม่ใช่ภาษาอังกฤษได้หรือไม่?

ความครอบคลุมข้ามเขตอำนาจศาลเป็นส่วนสำคัญของวิธีที่เอเจนต์กำหนดขอบเขตการค้นหา โดยครอบคลุมบันทึกจากสำนักงานสิทธิบัตรหลัก รวมถึงชุดข้อมูลของ USPTO, EPO และ WIPO เนื่องจากการค้นหาเชิงความหมายทำงานกับแนวคิดทางเทคนิค ไม่ใช่สตริงข้อความตรงตัว เอกสารเปิดเผยข้อมูลที่ทำหน้าที่เทียบเท่ากันซึ่งยื่นในเขตอำนาจศาลอื่นจึงมีโอกาสปรากฏมากกว่าการค้นหาด้วยคีย์เวิร์ดภาษาอังกฤษเท่านั้นอย่างมาก

---

บทสรุป

การค้นหาสิทธิบัตรถูกจำกัดด้วยข้อแลกเปลี่ยนเดิมมาโดยตลอด นั่นคือความละเอียดรอบคอบมีต้นทุน ดังนั้นการค้นหาส่วนใหญ่จึงหยุดลงก่อนจะครอบคลุมอย่างสมบูรณ์ ข้อแลกเปลี่ยนนี้ก่อให้เกิดระบบที่คำขอ 30% ถึง 50% ถูกปฏิเสธจากเอกสารอ้างอิงก่อนหน้า และความเสี่ยงต่อการถูกเพิกถอนยังคงแฝงอยู่ในพอร์ตโฟลิโอที่ได้รับสิทธิบัตรแล้ว

การวิจัยสิทธิบัตรด้วย AI เปลี่ยนโครงสร้างต้นทุนพื้นฐาน การดึงข้อมูลเชิงความหมายค้นพบสิ่งที่การจับคู่คีย์เวิร์ดไม่สามารถค้นพบได้โดยโครงสร้าง การเข้าถึงสิทธิบัตรและวรรณกรรมที่ไม่ใช่สิทธิบัตรแบบรวมศูนย์ช่วยปิดช่องว่างความครอบคลุมที่เครื่องมือแบบแยกส่วนสร้างขึ้น และการไม่มีต้นทุนส่วนเพิ่มต่อคำสั่งค้นหาหมายความว่าคุณสามารถปรับปรุงซ้ำได้จนกว่าการค้นหาจะเสร็จสมบูรณ์จริง ไม่ใช่จนกว่างบประมาณจะหมด สัญญาณในระดับสถาบันชัดเจนแล้ว สำนักงานสิทธิบัตรกำลังนำเทคโนโลยีประเภทเดียวกันมาใช้ในเวิร์กโฟลว์การตรวจสอบ

สำหรับนักประดิษฐ์ ที่ปรึกษา IP และผู้นำ R&D คำถามในทางปฏิบัติไม่ใช่ว่า AI ควรอยู่ในการวิเคราะห์สิทธิบัตรหรือไม่อีกต่อไป แต่คือคุณยังคงจ่ายราคาเดิมเพื่อความครอบคลุมแบบเดิมอยู่หรือไม่

ลองใช้ Patent, Trademark, Copyright & IP Researcher ตอนนี้ สำรวจเพิ่มเติมได้ที่ Jenova

---

สำหรับนักพัฒนา: Patent, Trademark, Copyright & IP Researcher พร้อมใช้งานแบบโปรแกรมผ่าน Jenova API โดยคุณสามารถผสานการค้นหาเอกสารอ้างอิงก่อนหน้าเชิงความหมายและการวิเคราะห์ภูมิทัศน์ IP เข้ากับแอปเทคโนโลยีกฎหมายหรือ R&D ของคุณได้ด้วยการเรียก API เพียงครั้งเดียว เอกสารฉบับเต็ม →