[AI 法律 5] AI 與專利權:演算法可專利性、AI 發明人爭議

「純演算法」能否取得專利保護?各國法制有共同的核心立場——抽象的數學公式、自然法則、純粹的心智活動,不予保護;但若演算法與具體技術應用結合,並產生超出演算法本身的技術效果,則可能取得專利保護。

我國專利法第 24 條明定不予發明專利之事項:「動植物及生產動植物之主要生物學方法。但微生物學之生產方法,不在此限。」「人類或動物之診斷、治療或外科手術方法。」「妨害公共秩序或善良風俗者。」雖未直接列出「純演算法」,但實務見解依「發明定義(專利法第 21 條:利用自然法則之技術思想之創作)」與審查基準(智慧局發布的電腦軟體相關發明審查基準),要求軟體相關發明須具備「技術性」(具體解決技術問題、提供技術手段、產生技術效果),純粹商業方法或抽象演算法不予保護。

美國以 Alice Corp. v. CLS Bank International(2014)案建立「兩段式判準(Two-Step Test)」:第一步,判斷專利是否指向不適格客體(法律例外:抽象觀念、自然法則、自然現象);第二步,若是,判斷請求項是否含「顯著超越(Significantly More)」該抽象觀念的具體技術元素。Alice 案後,大量 AI 相關專利因被認定為「抽象觀念」而被駁回。但近年趨勢逐漸放寬:若 AI 演算法能解決具體技術問題(如電腦運作效率、特定工業製程改進),則較可能獲得專利。

對台灣企業的實務啟示:申請 AI 相關專利時,撰寫策略應強調「技術問題與技術效果的具體性」。例如不寫「一種預測客戶流失的演算法」(過於抽象),而寫「一種利用神經網路架構提升伺服器運算效率的方法,藉由 X 結構在 Y 條件下達到 Z 效果」(具體技術問題與效果)。撰寫專利說明書時應與具備電腦科學與專利法雙重背景的專利師合作,提高核准率。

「DABUS 案」是 AI 發明人議題的指標案件。Stephen Thaler 博士開發的 AI 系統「DABUS」自主提出兩項發明(食物容器與閃光警示燈),Thaler 博士將 DABUS 列為發明人,在多國申請專利。各國的回應顯示出此議題的深度分歧。

美國(USPTO)、英國(UKIPO)、歐洲專利局(EPO)皆駁回:現行專利法以「自然人」為發明人前提,AI 不具自然人身分,不能列為發明人。美國最高法院於 2023 年拒絕受理 Thaler 上訴,維持駁回立場。澳洲聯邦法院曾於 2021 年初裁定 AI 可作為發明人(全球首例),但 2022 年聯邦法院全院判決推翻此見解,回歸傳統立場。南非智慧財產局核准了 DABUS 的發明人身分(2021 年,全球首個核准案例),但因南非未實質審查發明人身分,代表性有限。

我國立場與美、英、歐一致:依專利法第 5 條,專利申請權人為發明人或其受讓人,發明人須為自然人。智慧局實務上若申請文件列 AI 為發明人,將要求補正為自然人發明人;若無自然人介入創造行為,將駁回申請。

背後的法理考量是:專利制度的設計目的(鼓勵人類創造、保護發明人權益、促進技術揭露)以人類為對象;若允許 AI 為發明人,將使制度的多項假設崩潰(專利權人是誰?報酬給誰?發明人專利報酬請求權如何處理?)。短期內各國立場應不會大變,但長期(十年以上)隨 AI 自主發明能力提升,制度調整壓力會持續累積。

多數實際情況不是「AI 完全自主發明」,而是「人類 + AI 協作發明」:研究人員提出問題、AI 探索可能解,人類選擇與優化最終方案。此種情況下,專利仍可申請,發明人為實際介入創造的人類研究者,但「人類介入到何程度才算發明人」是判斷重點。

實務判斷可參考三個層次。層次一,僅輸入問題與接受結果(類似下命令給 AI 求解):此種情況下人類介入程度低,難稱發明人;若該結果欠缺其他人類創造性貢獻,可能無從取得專利。層次二,人類提出創造性的問題定義並指引 AI 探索方向:人類定義「找到具備 X 性質且滿足 Y 條件的化合物」、設計參數空間、選擇模型架構,人類介入程度中等;若 AI 探索結果經人類進一步驗證、優化、組合,人類可能就最終整體發明取得專利。層次三,AI 僅作為加速工具,核心發明概念與創造性貢獻來自人類:此種情況下人類無疑為發明人,AI 僅工具角色,類似研究人員使用顯微鏡、計算機。

美國 USPTO 於 2024 年發布「AI 輔助發明指引」,明確要求專利申請文件揭露 AI 工具的使用情況、人類在發明過程的具體創造性貢獻、AI 輸出與最終發明的關係。我國尚無類似具體指引,但實務上專利說明書中若涉及 AI 工具使用,建議主動揭露,有助審查通過與後續權利防禦。

除以 AI 為工具產生的「下游發明」外,AI 模型本身的技術也可能受專利保護。AI 模型的專利保護有三個方向。

方向一,演算法架構:特定的神經網路架構(如 Transformer 變體、特定的注意力機制)、訓練方法(如新型損失函數、特殊的對抗訓練)、模型壓縮技術(如知識蒸餾的特定方法),若具技術新穎性與進步性,可申請專利。國際科技巨頭(Google、Microsoft、Meta、OpenAI)在此領域積極佈局,構成跨國專利戰場。

方向二,資料前處理與特徵工程:特定的資料清洗、標註、增強、合成方法,若解決具體技術問題並產生技術效果,可申請專利。此領域對特定行業 AI(醫療影像、自駕、金融風控)尤為重要。

方向三,系統整合與應用:將 AI 模型與特定硬體、感測器、控制系統整合的方法,若展現超出個別元件的整合效益,可申請系統專利。此種專利對 IoT、機器人、自駕車等領域的企業特別有價值。

但需注意:許多 AI 核心技術選擇「不申請專利,而以營業秘密保護」。原因是:專利申請須揭露技術內容,訓練好的模型權重、特定 prompt 工程訣竅、調校細節等,一旦揭露難以保護;而以營業秘密(配套合理保護措施)保護,可在不揭露的前提下持續運用。本系列第 6 篇將深入此議題。

對於有意建立 AI 技術專利組合的台灣企業,本所建議從四個面向佈局。第一,建立內部 AI 發明審查機制:研發過程中產生的 AI 相關技術,均經過內部審查決定採專利、營業秘密、或公開發表;審查標準包含技術可揭露性、商業價值、競爭情況、防禦/攻擊策略需求。

第二,跨國佈局選擇:AI 專利的核心市場是美國、歐洲、中國、日本、韓國。台灣企業應依產品市場與競爭情況選擇核心國家,搭配 PCT 國際申請程序,延長進入各國的時間決策。第三,強化專利文件品質:AI 專利容易因撰寫不當被駁回為「抽象觀念」,應與具備電腦科學專業的專利師合作,並在申請前做好近似專利檢索。第四,建立專利戰略視角:不只追求數量,而追求戰略價值——核心技術專利、防禦性專利、攻擊性專利、交叉授權籌碼專利,各有不同佈局思維。

專利制度設計於工業時代,以個別人類發明家為原型。AI 帶來的衝擊不只是技術細節,更是對整個制度哲學的挑戰。可預期的是,接下來十年將有更多 DABUS 式的測試案件、更多細部判決、更多監管調整,逐步形成新的實務標準。

對企業而言,當下的選擇不是等待制度完美,而是在現行制度的彈性空間內最大化保護:善用人類介入的具體性、強化技術問題與效果的描述、建立專利與營業秘密的混合保護、跨國佈局核心市場。每一份專利文件,都是企業在 AI 時代留下的長期資產。

常見問題