人工智能已經成為當今最熱門的技術之一，在機器人、無人駕駛、語音識別、圖像識別、自然語言處理等領域具有廣泛的應用。全球主要大國都在該領域投入了大量的資金，中美下注最多。與5G、創新藥等行業類似，世界上各大科技巨頭為搶占技術制高點，都申請了大量的專利。人工智能領域最核心的技術是以機器學習為代表的各種算法，因此軟件、互聯網企業是這場技術競爭的主角。
 
誰才是人工智能領域專利實力最強的企業？
 
     回答這個問題其實不容易。人工智能涉及的領域太過廣泛，每個公司專注于不同領域。為了使問題簡化，本文討論的人工智能方面的專利，主要是指在權利要求中明確提到人工智能的相關算法，包括決策樹、貝葉斯理論、支持向量機、深度神經網絡、增強學習、遷移學習等。

     僅在專利說明書中提到人工智能的軟件和硬件，例如自動剎車的程序，或者無人駕駛汽車中用的激光雷達，這些專利雖然提及人工智能，但在權利要求中并無相關的學習算法。比如相關專利的內容是遇到障礙物自動剎車的程序，在權利要求書中描述探測障礙物、指令剎車的步驟，這些步驟可能屬于自動駕駛這一人工智能模塊范圍內的，但在專利的權利要求書中并無相關的學習算法，因此不在本文的收錄范圍。

     此外，人工智能領域的專利主要是在2012年之后申請的，大部分都與深度神經網絡相關。為了數據處理的方便，本文只分析2008年之后申請的有效專利，排除了早期的人工智能領域的專利和已經失效的專利申請。
 
     在2008年后，全球在人工智能領域的有效專利家族約6萬個，專利數量約10萬件。主要申請的國家是美國與中國，占絕對多數，其中在中國申請的專利數量已經超過美國，但在中國申請的專利有相當部分都是外企申請的。
 
全球在人工智能領域的有效專利數量50強排名如下：


     從上圖可以看出，IBM、中國科學院、微軟、國家電網、百度、Google、西安電子科技大學、三星、浙江大學、清華大學等專利數量分列前十。值得一提的是，在人工智能領域的專利申請，中國的申請人中大學占了絕對多數的比例，這一點與美國明顯不同，美國的主要申請人都是企業，大學申請的數量非常少。美國的大學在人工智能方面的研究主要側重基礎算法，偏數學理論方面，難以通過專利來保護。
 
      專利數量顯然不能等同于專利實力，關鍵還要看專利的保護范圍。但對于幾萬件專利的數據，逐一閱讀分析每一篇專利的權利要求不現實。在專利分析中，一般通過計算機統計專利家族數量、權利要求個數、說明書頁數、被引用的次數等來估算專利強度。專利申請的國家多、權利要求數量和說明書頁數多，申請人付出的費用也會多，說明申請人對專利的重視程度高，專利被引用的次數多，說明潛在應用前景廣闊，價值也可能高。當然這些都是基于大數據的統計，并不能準確對應到每個單獨的個案。
 
全球在人工智能領域的專利強度20強排名如下：


     從上圖可以看出，在人工智能領域的專利強度排名中，微軟、Google、IBM、百度、三星、中國科學院、高通、Intel、西門子、Magic leap分列專利強度前十。
 
     需要說明的是，人工智能領域的專利申請主要是在2015年之后申請的，絕大多數專利尚未授權，被引用的也不多。在這種情況下的專利強度計算，申請數量的權重會變大。因為大家的專利都才申請沒多久，還未決定進入的國家，都未授權，也未被引用，這些計算專利強度的參數都基本相同。但隨著時間的推移，這些參數會變得不同，同樣的算法下，專利實力的排名會發生很大的變化。
 
      在人工智能領域的專利排名中，微軟、Google、IBM、百度、三星無論是專利數量還是專利強度上都排在前幾位，是專利實力最強的企業。人工智能領域的專利申請人主要是中美兩國的企業和大學，美國科技企業優勢明顯，中國主要申請人是大學與科研機構。中國的專利數量占優，但大部分都只在中國申請。

      微軟、Google、IBM已經有相當一部分基礎專利獲得授權，這些專利的權利要求非常寬，覆蓋數據訓練和機器學習幾大算法在圖像識別、自然語言處理等各個方面的應用，基于其開源代碼進行的后續創新，都在這些專利的范圍內。一旦后續跟隨者違反開源協議，這些專利都能成為制約的武器。