智慧芽：AI正推动专利成为“创新基础设施”

IT时报记者 潘少颖

4月23日世界知识产权日之际，智慧芽旗下智慧芽创新研究中心发布《AI让知识产权回归创新本质——2026年中国知识产权创新调研报告》。

报告显示，近八成受访者对AI持积极态度，加速AI从“可选工具”向“基础能力”转变；AI加速渗透专利场景，约50%受访者所在企业已开展AI应用；在专利任务中，查新检索和情报分析是最主要的AI应用场景，效率提升是当前AI应用的最突出作用。值得一提的是，AI性能优化逐步缓解专利任务中的风险担忧，风险感知的下降推动了AI应用开放程度提升，进而促进AI推动专利成为“创新基础设施”，并基于不同的工具形态满足不同期待。

从“可选工具”向“基础能力”转变

随着AI在语言理解、知识推理与复杂任务处理能力上的持续突破，AI不再局限于边缘辅助，而是逐步渗入专利工作的更多环节。调研结果显示，近八成IP从业者对AI应用持积极态度，加速了AI从“可选工具”向“基础能力”的转变。其中，30.8%的受访者表示“AI在专利工作场景中带来的主要是红利”，另有46.6%的受访者认为“AI在专利工作场景中利大于弊”，两者合计77.4%的积极反馈，显著高于持中立和消极态度的受访者比例。

据调研，约五成受访者表示所在企业已开展AI应用（包括大规模应用或小规模试点）。纵观2024–2026年调研数据，这一趋势呈现出明显加速：2024年选择“大规模运用”的样本占比仅为1.1%，2025年上升至2.7%，2026年进一步提升至7.7%；“小规模试点”占比也由2024年的10.7%快速增长至2026年的40.4%。整体趋势已经表明，AI应用正从个体层面的分散尝试，逐步演进为组织层面的系统性能力建设。

查新检索和情报分析是最主要的AI应用场景

调研显示，过去一年，AI在专利工作中的应用主要集中在查新检索与技术情报分析环节。63.0%的受访者表示经常在专利查新检索工作中使用AI工具，另有46.8%的受访者在技术情报分析中经常使用AI，均覆盖接近半数样本。

从AI应用效果来看，专利查新检索与技术情报分析同样是IP从业者认为AI赋能最显著的工作环节。在上述两类场景中，认为AI提质提效作用“较大/很大”的受访者占比分别达到73.1%和70.6%，均超过七成。其背后原因可能在于，查新检索与技术情报分析所依赖的核心能力，与AI在信息检索、理解与总结方面的优势高度契合。

调研数据显示，围绕效率提升的相关选项均获得较高认可度，且占比均超过半数。其中，62.1%的受访者认为AI能够“减少重复性工作的人力投入”，52.6%的受访者认为AI可以“减少单环节任务耗时”，反映出AI在降低人力消耗与提升执行效率方面已形成较为明确的应用价值。相比之下，围绕质量提升与协同优化的相关选项占比相对较低。

可见，效率提升仍是AI最突出的应用体现，而质量提升与决策支持等更深层次价值，仍待进一步探索与释放。

AI性能优化逐步缓解风险担忧

在强调严谨性与科学性的专利工作中，AI幻觉仍是IP从业者在应用AI过程中重点关切的问题之一。但从调研数据来看，针对AI幻觉的风险感知正逐步缓解。对AI幻觉存有担忧的受访者占比由2024年的72.7%下降至2026年的60.3%。

这一变化或与AI相关技术路径的逐步成熟密切相关，例如通过检索增强与结果校验提升输出可靠性，并结合评估与约束机制强化生成过程的可控性。在多重机制作用下，IP从业者对AI输出的信任基础正在逐步提升。

随着对AI风险感知的下降，尤其是数据安全风险由“高度敏感”逐步转向“可管理因素”，组织在AI应用中的数据安全策略也开始发生调整。

调研结果显示，IP从业者对数据使用的开放程度正在提升。2025年仍有65.2%的受访者选择“禁止数据上传至云端”，而到2026年这一比例已下降至39.3%；与此同时，“允许数据上传至云端且允许数据用于模型训练”的占比则由6.9%显著上升至20.8%。

这一变化表明，组织正从以防范风险为核心，转向在安全与效率之间进行更精细化的权衡。

AI推动专利成为“创新基础设施”

随着AI风险担忧逐渐缓解、数据使用边界逐步放宽，AI得以更深入地参与专利与研发相关工作流程，专利数据也由“可查阅的信息”走向“被调用的能力”。在这一过程中，专利的价值将从传统的“创新保护工具”，向支撑研发决策与科技创新的“创新基础设施”演进。

首先，专利或将更直接地驱动科研过程。60.0%的受访者认为，这是AI赋能下最显著的价值提升方向之一。在AI帮助下，海量专利数据将变得更易获取、更易理解，经处理后的专利信息可以直接参与技术方案生成与问题求解，成为推动技术创新的重要输入，而不再仅是对既有创新成果的记录与归档。

其次，专利在情报赋能方面的作用将进一步显化。58.5%的受访者认可这一价值提升。AI能够对海量专利数据进行高效解析与关联分析，使专利从被动检索的信息来源，转变为前置参与研发决策的重要依据，帮助研发人员更快速地识别技术路径与发展方向。

再次，专利中蕴含的研发方法有望被进一步提炼与复用。57.3%的受访者认为，在AI赋能下，专利可以支持研发方法的抽取与沉淀。通过对大量专利文本的结构化分析，AI能够提炼共性的技术路径与工程逻辑，将隐含经验转化为可复用的方法参考，从而提升研发的系统性与效率。

相比之下，仅有40.3%的受访者认为专利可以在AI赋能下降低创新门槛。这一结果也表明，创新本身仍具有高度复杂性，即使在AI支持下，专利更多仍是提供参考与启发，而难以直接替代研发过程中的核心创造活动，仍需依赖专利与研发专业人员的深度参与。