AI-агенты в патентном деле: где они помогают, а где опасны

Патентный поиск — это часы работы, которые стоят денег. Проверить, не запатентовал ли кто-то похожее решение, пролистать десятки тысяч документов на нескольких языках, собрать черновик заявки по строгому формату — всё это давно просят автоматизировать. За последние два года у крупных провайдеров патентной аналитики (Clarivate с Derwent, LexisNexis с PatentSight, Questel) появились функции на базе больших языковых моделей, а поверх открытых баз вроде Google Patents и Espacenet выросли самостоятельные инструменты с ИИ-поиском. Вопрос уже не «умеет ли ИИ читать патенты», а «где ему можно доверить решение, а где нельзя».

Что вообще делает агент в патентном процессе

Важно различать две вещи. Есть ИИ-функция внутри поисковой системы — она отвечает на запрос и находит документы. И есть агент¹ — система, которая сама разбивает задачу на шаги, ходит по базам, сравнивает найденное с исходным описанием и выдаёт результат в виде отчёта или черновика. Второе интереснее и рискованнее: агент принимает микрорешения без человека на каждом шаге.

Типовые задачи, которые на агентов пробуют переложить:

• Поиск предшествующего уровня техники (prior art) — найти публикации и патенты, которые могут помешать регистрации;
• Проверка на свободу использования (freedom to operate) — не нарушает ли продукт чужие действующие патенты;
• Черновик описания и формулы изобретения по техническому заданию инженера;
• Классификация по МПК (международной патентной классификации);
• Мониторинг — отслеживание новых заявок конкурентов по темам.

Почему поиск — самый выигрышный сценарий

Классический поиск по ключевым словам ломается на синонимах: одно и то же устройство в разных заявках назовут по-разному, а нужный документ окажется на японском или немецком. Семантический поиск на эмбеддингах ищет по смыслу описания, а не по совпадению слов, и переводит запрос через языки. Здесь ИИ даёт реальный прирост: он поднимает документы, которые человек с ключевыми словами пропустил бы.

Но у этого есть цена. Семантический поиск возвращает много «похожего по смыслу», и отсеивать релевантное всё равно должен человек. Агент экономит время на первом проходе, а не заменяет эксперта.

Где агенты ошибаются дорого

Главная опасность — не в том, что ИИ чего-то не найдёт, а в том, что он уверенно придумает. Языковая модель может сослаться на несуществующий патент с правдоподобным номером или пересказать формулу изобретения не так, как она написана. В патентном деле такая ошибка стоит не переписывания абзаца, а отклонённой заявки или проигранного спора.

Агент хорош ровно до того момента, где начинается юридическая ответственность за формулировку. Дальше идёт человек, потому что за галлюцинацию модели штрафуют не модель.

Второй риск — конфиденциальность. Черновик изобретения, загруженный в облачный сервис без гарантий по обработке данных, — это потенциальное раскрытие до подачи заявки. А раскрытие до даты приоритета способно само по себе лишить изобретение новизны. Прежде чем грузить описание в чужой сервис, проверьте, что он не использует ваши данные для обучения и хранит их изолированно.

Сравнение подходов

Инструменты грубо делятся на три класса. Точные функции и цены меняются, поэтому здесь — только различие по сути, характеристики уточняйте на страницах провайдеров.

Кому это пригодится, а кому нет

Пригодится:

• Инженеру в стартапе — прогнать идею через семантический поиск до того, как платить поверенному за глубокую проверку. Это отсекает заведомо занятые ниши за час, а не за неделю.
• Патентному поверенному — как ускоритель первого прохода по prior art и как черновик описания, который он потом правит и подписывает.
• Аналитику конкурентов — мониторинг чужих заявок по темам, где раньше приходилось читать бюллетени вручную.

Не пригодится (или опасно):

• Тому, кто хочет подать заявку по тексту, целиком написанному агентом, без правки эксперта — формула изобретения определяет объём защиты, ошибка тут дороже экономии.
• Для финального вывода о freedom to operate — юридический риск требует человека, который отвечает за заключение.
• Для работы с секретными разработками через облачные сервисы без гарантий по данным.

Как встроить агента без вреда

1. Определите, что можно грузить в облако, а что — только в контур с гарантией неразглашения. До подачи заявки описание — коммерческая тайна.
2. Используйте агента для расширения поиска, а решение о релевантности оставьте человеку.
3. Каждую ссылку из отчёта проверяйте по первоисточнику — существует ли патент с этим номером на самом деле.
4. Черновик формулы изобретения всегда правит поверенный. Подпись под заявкой ставит он, а не модель.
5. Ведите лог: что искали, какими запросами, что нашли. Это пригодится, если решение по заявке придётся оспаривать.

¹ Агент — программа на основе языковой модели, которая не просто отвечает на один запрос, а сама планирует последовательность действий: делает поиск, читает результат, уточняет запрос и повторяет цикл до достижения цели, вызывая внешние инструменты и базы данных.