AI har aldrig varit så tillgänglig och omdiskuterad som idag. En av de viktigaste frågorna i sammanhanget är hur du på bästa sätt skyddar din AI-lösning. Är patent det bästa skyddet eller räcker det med att hålla den som en affärshemlighet?
Patent eller affärshemlighet
Om själva AI-lösningen är patenterbar rekommenderar jag att du söker patent framför att hålla den som en affärshemlighet. Detta på grund av följande anledningar;
1. Det är lättare att få finansiering om AI-lösning är patenterad. Även om din patentansökan ännu inte är beviljad, men har så kallad ”pending status”, så har den ett högt värde när du ska hitta investerare. Det finns också företag som aktivt köper AI-patent och därmed kan patent omvandlas direkt till kapital. Patentet kan också licensieras ut via licensavtal och därmed generera ersättning från licenstagare.
2. Det har blivit mindre lönsamt att hålla en AI-lösning som affärshemlighet i och med att tekniska framsteg gör det lättare att bakåtkonstruera (”reverse engineer”) träningsdata, eller till och med de underliggande AI-modellerna själva. Det finns även risk att viss konfidentiell kunskap om en AI-lösning kan överföras (avsiktligt eller oavsiktligt) till en konkurrent när tex utvecklare byter jobb.
3. Det kan förekomma lagstiftningar som gör att det blir svårare att hålla AI-lösningar dolda. EU till exempel, arbetar på ett förslag (https://digital-strategy.ec.europa.eu/en/library/proposal-regulation-laying-down-harmonised-rules-artificial-intelligence) för att reglera AI som kan leda till begränsningar för AI-företag att hålla detaljerna i sina AI-system hemliga.
I vissa fall kan det vara bättre att du skyddar din AI-lösning som en affärshemlighet. Till exempel om själva AI-lösningen handlar om justeringar på parametrar av ChatGPT. Det kan då vara mycket svårt att få igenom ett patent och då är det bättre att hålla AI-lösningen som en affärshemlighet.
Identifiera det unika med din AI-lösning
Om du vill söka patent för en AI-lösning behöver du identifiera vad som är unik med just din lösning.
Använder du en befintlig AI-algoritm som ett verktyg för att lösa ett specifikt tekniskt problem? Ett sådant exempel är CNN (Convolutional Neural Network), en populär algoritm för bildbehandling och objektdetektering. Om till exempel ditt företag vill använda CNN för att övervaka en utrustnings livslängd och förutsäga utrustnings återstående livslängd, kan du fokusera på hur du tillämpar AI-algoritmen så att den förbättrar övervakningen (snabbare utförande, mindre resurskrävande, lägre felfrekvens, osv.).
Du kanske omvandlar samlade tidsseriedata till bilder på ett smart sätt innan de matas in till CNN och därmed ger CNN-modellen bättre förutsägelse? Du kanske kombinerar CNN med någon annan AI-algoritm som till exempel ”transfer learning” så att mindre indata behövs? Notera då att argumentet ”alla typer av AI-algoritmer kan tillämpas för att lösa problemet” sällan räcker för att nå uppfinningshöjd. Det viktiga är att visa den specifika anpassningen relaterad till den specifika AI-algoritmen som ger bättre resultat.
Olika patentkrav i olika patentverk
Har du skapat en ny AI-algoritm eller har du gjort förbättring på ett befintlig AI-algoritm?
Då kan du söka patent för denna algoritm men det är extra viktigt att skriva patentansökan på rätt sätt beroende på var du söker ditt patent. Olika patentverket ställer olika krav beroende på om det är själva algoritm som är källan till uppfinningen. Hos det europeiska patentverket är det inte tillåtet att patentera en matematisk metod. Och hos det amerikanska patentverket kan man inte få patent för en abstrakt idé.
För att ha en bättre chans att få patent ska du fundera på vilka användningsområden som har störst kommersiellt intresse och beskriva tillämpningarna av den nya AI-algoritmen inom dessa användningsområden.
Behöver du ytterligare vägledning hur du skyddar din AI-lösning finns vi på Groth & Co för att hjälpa dig.
