乐于分享
好东西不私藏

AI正在重塑专利行业的三层分工

AI正在重塑专利行业的三层分工

摘要:AI能写专利,但离替代代理人还差得远。真正被冲击的是机械套模板的初级岗位,资深价值反而更清晰。 


AI在专利代理行业中的真实定位

现阶段 AI 无法替代有经验的专利代理人,但已经能够部分替代初级代理人的机械性工作,并成为资深代理人的效率工具。AI更重要的替代的是"写",而不是"思考";更重要的替代的是"执行",而不是"判断"。

一、为什么最初容易认为AI能够替代专利代理人

有个做专利的朋友去年跟我吐槽,说他让AI写了几个权利要求,"写得还挺像那么回事"。

我当时就问他:你花了多少时间改?

他愣了一下,说"个把小时吧"。

这就是误判的根源——我们看到的,是AI输出的终稿,是几页结构清晰、逻辑通顺的文档。我们没看到的,是代理人前期和发明人反复沟通、后期逐条核对技术方案、还有那些"这个特征不能这么概括"的纠结。

论点1:专利代理工作的外显成果(专利文本)具有较强的文本属性(权利要求书/说明书/摘要/背景技术/实施例 vs 大模型文本生成/结构组织/语言表达/格式模仿),形成"AI 会写专利 → 代理人主要写专利 → AI 替代代理人"的误判,本质是将最终输出物等同于整个专业工作过程。

说白了,外行人看专利,觉得它就是一份文件。真正做过的人才知道,那份文件背后,是无数次技术判断和经验积累。


二、AI能够替代的是代理工作中的哪一部分

上周有个客户拿来一份交底书,是某个常规的机械结构改进,方案很明确,权利点也很清晰。

我跟助理说:你先按模板出个初稿,用AI跑一遍就行。

半小时后初稿出来了,我看了看,背景技术写得有模有样,实施例扩写也基本到位,格式更是没挑。

但权利要求那里,我改了七八处。

论点2:AI 主要替代机械性、模式化、格式化工作:
(1)文本整理(背景技术/有益效果/实施例扩写/摘要生成)
(2)结构转换(方法转系统/系统转装置/模块对应关系)
(3)模板化撰写(常规机械结构/简单软件流程/标准控制逻辑)
(4)辅助修改(语言润色/格式统一/权利要求检查)

这四类工作有个共同特点:有规律、可重复、有套路可循。

AI 已具备初级代理人大量工作的能力。

但你让AI去理解一个全新的技术方案、去判断某个特征是否值得争取保护,它就露怯了。


三、为什么AI更重要的影响的是初级代理人

我带过不少新人,有个规律很明显——刚入行的头一年,80%的时间在写说明书。

背景技术要查、实施例要扩写、格式要统一,哪个部分都可能让你来来回回改上好几遍。

说句不好听的,这类工作确实"搬砖"。

论点3:初级代理人承担说明书撰写/实施例整理/背景技术编写/模板套用/格式修改,工作规律明确、数据量大、模式重复、风险较低——这正是大模型最擅长的领域。

效率上:AI + 资深代理人 > 初级代理人。

这里有个细节很多人没注意到:资深代理人和AI配合,效率往往是1+1>2的;但纯靠AI生成的初稿,质量大概率不如一个初级代理人写的——前提是这个初级代理人认真在写。

受冲击最大:专利助理、新人代理人、基础撰写岗位。

四、为什么有经验的代理人难以被替代

上周有个发明人来找我,说他的方案被别的代理机构驳回来了,"说没有创新点",申请不了。

我拿到交底书一看,好家伙,交底方案写得支离破碎,但核心原理其实有戏。

花了两天时间重新梳理方案并与客户反复沟通方案思路,将客户的真正的方案思路梳理出来,把"温度传感器控制风机"这类描述,转化成"状态检测模块+调节控制模块"的技术语言,检索相关专利,又补了几个关键的特征对应关系。

再往后授权了。

论点4:资深代理人核心价值不在"写",而在:
(1)技术理解(理解原理/问题/判断创新点)
(2)创新挖掘("没有创新" → "存在专利点")
(3)技术抽象(温度传感器控制风机 → 状态检测模块 + 调节控制模块)
(4)保护布局(独权设计/从权层次/分案规划/规避设计)
(5)风险判断(无效风险/侵权风险/公开过度/保护不足)

这五项能力,哪一项都不是AI能独立完成的(AI可以协助梳理方案内容,快速理解和扩充思路)。

我做了十多年专利,最怕的不是技术复杂的案子,而是"看起来简单但其实有坑"的那种。

这类案子考验的,是经验、是判断、是对整个流程的责任。

AI 仍明显不足。

五、AI带来的效率提升为何低于预期

去年初AI工具刚火的时候,圈子里到处传"AI让专利撰写效率提升十倍"。

深度使用后发现,这说法太乐观了。

论点5:AI 压缩的是机械劳动,而非认知劳动。

真实情况是什么样的?

我算了算自己的时间分配(以一个不复杂的产品为例):

  • 理解交底、与发明人沟通技术方案:2小时左右
  • 布局权利要求、思考保护策略:2小时左右
  • AI生成初稿、调整格式:半小时左右
  • 审核修改、确保质量:1.5小时左右

加起来,6个小时。原来的纯手工模式,我大概要8小时。

效率提升 20-50%,而非 5-10 倍。

高水平代理人的时间消耗在认知活动,不是文本输入。

你说AI没用吧,它确实帮我省了半小时的机械劳动。你说AI颠覆了行业吧,那2+2+1.5的认知消耗,一个字都没变。


六、AI重新定义了代理人的价值

有个细节挺有意思。

以前客户评价代理人,常说"写得快""写得好"。

现在再聊,客户问的第一句话往往是:"这个案子你打算怎么布局?"

论点6:AI 让代理人的真正价值更加清晰。

过去:代理人的价值在于写说明书。

现在稀缺:技术理解能力 / 创新发现能力 / 保护布局能力 / 商业理解能力 / 风险控制能力。

我认识一个资深代理人,案子从来不自己动手写初稿,都是助理或者AI先出,他只看权利要求书和说明书的核心部分。

但他的案子授权率在圈内出了名的高。

为什么?因为那脑子里的判断力,才是真正的价值。

AI 没有削弱资深代理人,而是暴露出其真正的价值所在。

那些只会机械套模板的代理人,价值越来越透明;那些真正能解决复杂问题的代理人,反而更值钱了。


七、未来行业变化趋势

之前跟几个同行吃饭,聊到未来,大家都有些焦虑。

我说你们焦虑的方向不对。

论点7:AI 改变的是行业结构,而非直接消灭职业。

未来三层工作结构:

第一层(AI 直接完成):背景技术/格式撰写/内容扩写/文本润色
第二层(AI 辅助完成):权利要求设计/检索分析/对比分析/修改建议
第三层(仍由人主导):技术理解/创新挖掘/布局设计/风险判断/客户沟通

这个分层怎么来的?就是我前面说的——AI擅长的是有规律、可重复的工作;人必须守住的,是需要判断和责任的领域。

趋势:AI 淘汰基础工作 → 资深代理人产能提高 → 行业门槛提高 → 新人培养模式改变。

以后新人入行,还从"写说明书"练起,可能练着练着就没了。

但真正稀缺的人才,一定是那种既懂技术、又懂保护策略、还能跟客户聊到一块去的。


八、最终结论

说一千道一万,这几件事是确定的:

结论1:AI 能写专利,但并不等于能够完成专利代理工作。
结论2:AI 先要替代的机械性工作,而非经验性工作。
结论3:AI 先要冲击的初级代理岗位,而非资深代理岗位。
结论4:AI 提升的是代理人的生产效率,而不是完全取代代理人的专业判断。
结论5:代理人核心竞争力将从"写得快"转向技术理解/创新挖掘/保护布局/商业思维/风险控制。
AI 不是专利代理人的替代者,而是专利代理人的能力放大器。它更重要的自动化的是专利代理工作中的文本生产环节,而专利代理人真正不可替代的价值,始终存在于技术理解、创新发现、保护布局和风险判断等高认知活动之中。未来行业的变化,更可能表现为工作结构重构和能力要求升级,而非职业本身的消失。

王工

拥有10余年专利行业实战经验,深谙甲乙双方视角与博弈逻辑。

目前正在探索AI与专利业务的深度融合,打造实用的提效工具。

关注我,带你从商业角度看专利、聊AI~


往期内容:

AI 时代你该不该外包判断权?

AI来了,IPR会失业吗?

专利代理人天然是AI时代的优势玩家

AI时代,别被两个极端带偏了