專利是同時具備技術、法律和商業3方面信息的綜合體，具有天然的情報屬性，專利大數據的利用，已成為當前技術創新活動中的重要一環。

科技型企業需要借助專利大數據為生產經營活動提供技術支撐和研發指引，投資機構需要借助專利大數據對擬投項目進行技術實力評估和技術價值判斷，政府部門更需要依托專利大數據對產業規劃、科研項目立項、創新資源投入等做出科學決策。

從技術發展來看，大數據產業的技術革新和標準化建設讓專利大數據的跨界融合成為可能。大數據時代的到來，為專利信息服務水平的提升和專利大數據的融合發展打下了良好的技術基礎，可以更好地將專利大數據與其他數據資源進行匹配、設計參數、分析演算、搭建模型等，進而為各類創新要素提供不同應用場景的服務和決策支撐。

從現有服務來看，目前國內多數專利大數據服務產品還較為單一，在系統功能或指標設計上，仍停留在專利數據本身，如知識產權分析評議、專利導航、專利預警分析，以及市面上常見的各類專利信息檢索分析工具。即使有對專利資產特征信息與企業經營信息的關聯研究，也主要是對專利技術實力的評價，還不能為政府部門、科技企業、投資機構、資本市場等提供全面、完整、動態、可視化的服務。國外已有研究機構、知識產權服務機構在專利與產業大數據融合運用方面進行有益探索，如美國IPIQ公司推出的專利記分卡，通過將專利數據和道瓊斯金融數據關聯，給出某一行業內技術強度排名第一的公司的產業影響力、研發強度、專利授權量、股票行情與行業整體水平的對比結果，為投資科技類股票的投資人提供足夠的理論和數據支撐。美國Ocean Tomo公司的OT 300專利指數，通過構建包含專利質量、專利市場價值、財務狀況等指標的評估模型，將上市公司的專利價值與股票價格相結合，實現在市場對專利技術認可前預測公司技術創新價值。

通過對標國外專利大數據利用水平可以發現，國內對專利大數據的融合運用，尤其是對創新產出和經濟增長二者的關聯程度還不高，研究深度尚顯不足，主要表現為：未結合云計算等先進技術對專利資產與產業發展大數據融合運用的路徑、方法、模式等進行深入系統的研究，對創新驅動發展的影響因素沒有進行完整的分析，未采用復合學科理論體系進行交叉分析與統計，研究結果僅以靜態數據報告展示，缺乏主動管理視角的深入分析等。因此，現有服務產品還不能滿足不同群體用戶個性化的分析與研究需要。

針對當前優質的專利與金融大數據智能分析服務產品匱乏的問題，筆者認為，以專利資產與產業發展的特征信息集中互聯和相關性線性與非線性解析為途徑，通過構建以大數據分析指標體系為關鍵要素的智能化、可視化主動分析計算平臺，打造可預判未來創新發展走向和經濟效益的智能化分析工具，這是進一步打通專利資產與產業發展數據壁壘的有效途徑。

筆者認為，可以從以下幾方面來逐步推進：一是探索構建專利信息大數據分析體系，將專利信息數據與市場、產業、金融及商品數據進行歸納分析，加入機器學習，發掘關鍵因素及各因素之間的相關性；二是構建以產業需求為導向的一體化科創管理服務體系，為科研創新、政府決策提供科學數據分析支撐；三是構建以擁有高附加值專利的企業為主體投資標的的主動資產管理體系，推進知識產權證券化發展，引導社會資本流入專利資產高附加值科創企業。