Понимание того, как стратегические взаимодействия влияют на инженерные патентные экосистемы, имеет важное значение для стимулирования инноваций, стимулирования экономического роста и формирования конкурентных ландшафтов. Патентные экосистемы - это динамические сети, где изобретатели, корпорации, университеты, исследовательские институты и правительства взаимодействуют посредством подачи заявок, лицензирования, судебных разбирательств и соглашений о перекрестном лицензировании. Эти взаимодействия не просто юридические или технические; они глубоко стратегические. Актеры принимают просчитанные решения о том, куда инвестировать НИОКР, когда подавать заявку на защиту, следует ли агрессивно применять патенты и как сотрудничать или конкурировать. Совокупный эффект этих решений определяет общее состояние здоровья, доступность и направление технологического прогресса. Моделирование этих взаимодействий математически и вычислительно предлагает бесценные идеи - позволяя заинтересованным сторонам предвидеть результаты, разрабатывать лучшую политику и формулировать выигрышные стратегии.

Значение патентных экосистем

Патентные экосистемы служат основой инновационной экономики. Предоставляя изобретателям исключительные права на ограниченный период, патенты стимулируют инвестиции в рискованные, долгосрочные исследования и разработки. Они также требуют публичного раскрытия изобретений, обогащения коллективной базы знаний и стимулирования дальнейших инноваций. Однако сами стимулы, которые стимулируют прогресс, также могут создавать трения. Когда несколько субъектов преследуют пересекающиеся или дополняющие патенты, экосистема может перегружена противоречивыми претензиями, высокими транзакционными издержками и стратегическим поведением, которое иногда препятствует, а не помогает инновациям. Всемирная организация интеллектуальной собственности (ВОИС) последовательно сообщает, что патентные заявки выросли во всем мире, с Китаем, Соединенными Штатами и Японией, ведущими. Этот рост подчеркивает необходимость систематического понимания того, как стратегические взаимодействия формируют патентный ландшафт.

Моделирование стратегических взаимодействий

Стратегические взаимодействия в патентных экосистемах сложны, поскольку они включают в себя множество лиц, принимающих решения с различными целями, информационной асимметрией и длинными временными горизонтами. Моделирование этих взаимодействий помогает изолировать ключевые переменные, моделировать сценарии и определять точки рычага для вмешательства. В следующих подразделах подробно описаны основные подходы к моделированию, используемые исследователями и практиками.

Теория игр

Теория игр обеспечивает строгую основу для анализа принятия стратегических решений среди рациональных субъектов. В патентных экосистемах общие теоретико-игровые модели включают:

  • Игры для патентных гонок: Фирмы соревнуются за то, чтобы первыми изобрести или подать, что часто приводит к дублированию усилий и растраченных ресурсов. Модели показывают, как широта и длина патентной защиты влияют на интенсивность гонки.
  • Судебные и расчетные игры: Патентовладельцы и предполагаемые нарушители решают, подавать ли в суд, урегулировать или лицензировать. Теория игр раскрывает стратегии равновесия при различных правовых режимах, таких как «американское правило» (каждая сторона платит свои собственные сборы) по сравнению с «английским правилом» (плательщик платит).
  • Переговоры о лицензировании и роялти: Модели патентного лицензирования, включая Шепли и Нэш-торговля , помогают предсказать, как роялти делятся в пулах стандартных патентов (SEP).

Например, знаковое исследование Шапиро (2010), применяющее теорию игр для анализа того, как перекрывающиеся патенты создают «патентные заросли» и как перекрестное лицензирование может решить проблемы задержки. Эти модели подчеркивают, что стратегическое поведение, хотя и индивидуально рациональное, может привести к социально неоптимальным результатам.

Агент-ориентированное моделирование (ABM)

Агентное моделирование имитирует взаимодействие гетерогенных, автономных агентов (например, фирм, изобретателей, университетов) в рамках определенного набора правил. Каждый агент имеет свою собственную эвристику принятия решений, ресурсы и цели. По мере взаимодействия агентов с течением времени возникают модели макроуровней, такие как инновационные кластеры, заросли патентов или волны распространения технологий.

ABM особенно полезна для изучения сценариев «что-если», которые трудно или невозможно изучить с помощью традиционных аналитических методов. Например, Arora et al. (2019) использовали ABM для моделирования влияния качества патентов на инновации в полупроводниковой промышленности. Модель показала, что снижение качества патентов (т.е. предоставление чрезмерно широких или тривиальных патентов) увеличивает судебные разбирательства и снижает совместные инновации, в то время как повышение стандартов качества поощряет более кумулятивные исследования. ABM также позволяет исследователям изменять параметры, такие как строгость патентной экспертизы, судебные издержки и концентрация на рынке для проверки политических вмешательств.

Сетевой анализ

Сетевой анализ исследует отношения и структуры влияния среди патентообладателей. Патенты приводятся в дальнейшем патентами, создавая сеть цитирования, которая раскрывает технологические траектории, потоки знаний и влияние ключевых игроков.Кроме того, сети владения показывают, как фирмы строят патентные портфели посредством приобретений, слияний и перекрестного лицензирования.

  • Сети цитирования: Анализируя цитируемые шаблоны, исследователи могут идентифицировать «мостовые» патенты, которые соединяют разрозненные технологии или «блокирующие» патенты, которые препятствуют последующим инновациям.
  • Сети сотрудничества: Сети совместного творчества показывают, как команды инженеров и ученых работают вместе. Плотные сети могут ускорить обмен знаниями, но чрезмерно плотные кластеры могут привести к групповому мышлению и уменьшению разнообразия.
  • Сети судебных разбирательств: Картирование, кто подает в суд на кого раскрывает стратегическую динамику. Некоторые фирмы используют патенты наступательно, чтобы блокировать конкурентов, в то время как другие строят оборонительные портфели. Сетевой анализ судебных процессов может выявить наиболее конфликтоспособные сектора и информировать антимонопольную политику.

Влиятельное исследование, проведенное Youn et al. (2020), использовало сетевой анализ патентных данных USPTO, чтобы показать, что сеть патентного цитирования становится все более иерархической и концентрированной, с небольшим количеством патентов «суперзвезды», доминирующих в последующих цитатах.

Влияние стратегического поведения

Стратегическое взаимодействие между участниками патентной экосистемы приводит к целому ряду результатов, некоторые из которых являются полезными, а другие вредными. В этом разделе рассматриваются три основных воздействия: инновационные кластеры, заросли патентов и правовые баталии.

Инновационные кластеры

Стратегические взаимодействия могут привести к географической или отраслевой концентрации инновационной деятельности. Например, когда несколько фирм в регионе агрессивно патентуют дополнительные технологии, регион может разработать самоусиливающуюся инновационную экосистему — привлечение талантов, венчурного капитала и исследовательских лабораторий. Классическим примером является патентоёмкая полупроводниковая история Силиконовой долины. Однако такие кластеры также могут создавать барьеры для входа для новых игроков, которым не хватает ресурсов для навигации по плотному патентному ландшафту. Модели, которые включают сетевые эффекты и экономики агломерации, помогают политикам понять, когда кластеризация является здоровой, а не когда она становится исключающей.

Патентный тикет

Патентные заросли — плотные сети перекрывающихся патентных прав, требующие нескольких лицензий для коммерциализации продукта — являются прямым следствием стратегического патентного поведения. Фирмы могут подавать много узких патентов не для защиты подлинных изобретений, а для создания «военного сундука» для перекрестных переговоров по лицензированию. Это поведение особенно распространено в сложных отраслях продуктов, таких как смартфоны, программное обеспечение и биотехнологии. Патентные заросли увеличивают транзакционные издержки , создают неопределенность для новаторов и могут душить новых участников. Моделирование с использованием теории игр и ABM показало, что заросли возникают, когда патентное ведомство выдает патенты низкого качества и когда судебные издержки асимметричны. Политические решения включают повышение стандартов патентной экспертизы, продвижение патентных пулов и обеспечение того, чтобы требования к раскрытию информации были строгими.

Юридические битвы

Некоторые фирмы используют патентные иски для получения лицензионных сборов от конкурентов, которые не могут позволить себе судебные разбирательства. Другие занимаются «патентным троллингом» — получением патентов исключительно для предъявления иска о возмещении ущерба, не производя сами товары. Рост числа лиц, претендующих на патент (PAE), привлек значительное внимание экономистов и юристов. Моделирование решения о судебном разбирательстве против урегулирования помогает прогнозировать судебные ставки при различных правовых режимах. Например, исследования показывают, что когда вероятность выиграть дело неоднозначна — из-за неопределенности в построении патентных претензий — судебные ставки увеличиваются. Американский закон о изобретателях 2011 года пытался уменьшить судебные разбирательства, введя процедуры рассмотрения после выдачи гранта, но влияние было неоднозначным.

Последствия для политики и практики

Представления о моделировании стратегического взаимодействия имеют прямые последствия для политиков, корпоративных менеджеров по исследованиям и разработкам и юристов. В следующих подразделах описываются ключевые области, в которых моделирование информирует о реальных решениях.

Антимонопольная и конкурентная политика

Патентные экосистемы могут проявлять антиконкурентное поведение, такое как сговор в организациях, устанавливающих стандарты, или злоупотребление стандартными патентами (SEP). Модели лицензирования SEP в соответствии со справедливыми, разумными и недискриминационными (FRAND) обязательствами помогают регулирующим органам определять, когда патентовладельцы используют рыночную власть. Например, теоретико-игровые модели показывают, что проблема задержки - когда владелец SEP требует непомерных лицензионных платежей после принятия стандарта - может быть смягчена требованием раскрытия ex-ante условий лицензирования. Министерство юстиции США и Европейская комиссия использовали такие модели в громких делах, таких как Qualcomm и Motorola Mobility .

Реформа патентного ведомства

Патентные ведомства во всем мире сталкиваются с проблемой сбалансированности тщательности экспертизы со своевременностью. Модели, которые включают качество патентов, затраты на экспертизу и стратегическое поведение подачи заявок, могут направлять реформы. Например, реализация USPTO Судебного и апелляционного совета по патентам (PTAB) , полученная из моделей, предсказывающих, что послегрантный обзор отсеет патенты низкого качества и сократит судебные разбирательства. Эмпирический анализ с 2012 года в целом поддерживал эти прогнозы, хотя некоторые критики утверждают, что PTAB был слишком агрессивным в признании патентов недействительными.

Открытые инновации и модели сотрудничества

Вместо того, чтобы конкурировать, некоторые участники экосистем предпочитают сотрудничать через патентные пулы, лицензии с открытым исходным кодом или исследовательские консорциумы. Моделирование может выявить, когда сотрудничество является взаимовыгодным и когда свободное вождение подрывает его. Моделирование на основе агентов показало, что открытые инновационные экосистемы процветают, когда затраты на патентование высоки по сравнению с преимуществами эксклюзивности и когда технология имеет сильные сетевые эффекты. Фонд Linux и Сеть открытых изобретений являются успешными примерами, когда патентное моделирование информировало о разработке защитных стратегий агрегации патентов.

Корпоративная стратегия

Для компаний моделирование помогает ответить на критические вопросы: должны ли мы создавать большой защитный портфель или полагаться на коммерческую тайну? Когда мы должны лицензировать наши патенты против судебных исков? Как мы оцениваем наши патенты в переговорах о перекрестном лицензировании? Интегрируя теорию игр и сетевой анализ, фирмы могут идентифицировать наиболее ценные части своих патентных портфелей и разрабатывать стратегии для максимизации прибыли при минимизации риска судебных разбирательств. Некоторые крупные технологические фирмы теперь используют внутренние команды моделирования для моделирования патентного ландшафта перед выходом на новые рынки.

Тематические исследования

Примеры из реального мира иллюстрируют принципы, рассмотренные выше.

Патентные войны смартфонов

В индустрии смартфонов наблюдался всплеск судебных разбирательств с 2009 по 2015 год, когда Apple, Samsung, Google и Microsoft участвовали в нескольких судебных процессах по различным юрисдикциям. Моделирование этой экосистемы показало, что первопричиной была патентная чаща, охватывающая программное обеспечение, оборудование и дизайн. Появились игры «взаимного гарантированного уничтожения», где у каждой фирмы было достаточно патентов, чтобы подать в суд на других, что привело к перекрестным лицензионным сделкам в некоторых случаях и огромным судебным сборам в других. Результатом стало временное замедление инноваций и повышенная концентрация рыночной власти среди ведущих игроков. Этот случай подчеркивает необходимость раннего вмешательства для предотвращения образования чащи.

Стандартные патенты в 5G

Развитие технологии 5G включает в себя сотни фирм, предоставляющих патенты, необходимые для стандарта. Используя теорию игр, исследователи смоделировали оптимальную ставку роялти FRAND, которая уравновешивает инновационные стимулы с доступом для исполнителей. Европейский институт стандартов телекоммуникаций (ETSI) использует такие модели для руководства своей политикой в области ПИС. Недавние работы Layne-Farrar & Salinger (2021) ] показывает, что «небольшое» количество ключевых патентов составляет большую часть стоимости, и что риски задержки выше, когда патентная собственность сосредоточена в нескольких фирмах.

Будущие направления

Быстро развивается область моделирования патентных экосистем. Два перспективных направления:

  1. Искусственный интеллект и машинное обучение:] ИИ может анализировать обширные наборы патентных данных, чтобы предсказать, какие патенты будут оспариваться, какие технологии будут сближаться, и какие фирмы, вероятно, приобретут другие. Нейронные сети, обученные на сетях цитирования и тексте патентных претензий, могут идентифицировать возникающие технологические тенденции, прежде чем они станут очевидными. Однако модели ИИ должны быть тщательно проверены, чтобы избежать смещения от исторических патентных моделей.
  2. Блокчейн-технология может повысить прозрачность и снизить транзакционные издержки при лицензировании патентов. Смарт-контракты могут автоматизировать платежи роялти и обеспечить соблюдение условий лицензирования. Моделирование может оценить системные последствия такой системы — например, уменьшит ли это судебные разбирательства или просто сместит стратегическое поведение к разработке контрактов.

Заключение

Моделирование стратегических взаимодействий в инженерных патентных экосистемах - это не просто академическое упражнение. Оно обеспечивает практические идеи для политиков, корпоративных стратегов и экспертов в области права. Используя теорию игр, агентное моделирование и сетевой анализ, заинтересованные стороны могут предвидеть последствия своих решений и проектных вмешательств, которые способствуют устойчивым инновациям. Проблемы зарослей патентов, судебные войны и исключительные кластеры реальны, но они не являются непреодолимыми. При тщательном моделировании и информированной политике общество может использовать патентную систему для стимулирования технологического прогресса, минимизируя его недостатки. Будущее инноваций зависит от того, насколько хорошо мы понимаем и управляем этими стратегическими взаимодействиями - и модели, которые мы создаем сегодня, будут формировать экосистемы завтрашнего дня.