大数据技术的专利竞争态势与中国企业的对策

来源:用户上传      作者:王雅 杜涛 贾鑫

　　摘要：大数据技术作为人工智能的核心要素，受到各领域越来越多专家学者的重点关注。利用Baiten专利检索数据库和INNOJOY专利搜索引擎针对国内及国际大数据技术专利进行信息检索，通过对中国及世界主要国家的专利数据进行统计，分析大数据技术领域的专利研究现状，预测大数据技术未来专利竞争态势，就中国企业大数据发展战略提出应对策略。
　　关键词：大数据，信息检索，专利分析
　　中图分类号：G350 文献标志码：A 文章编号：2095-5383（2020）01-0069-04
　　Abstract：Big data technology as a key factor of artificial intelligence is becoming increasingly focused by the experts and scholars in different fields. Using the Chinese patent database of BaiTen web and the world patent search engine of INNOJOY，the patent competition situation of big data technology in China and some other countries in the world was discussed in this paper，and the patent-related statistics in the field of big data technology was analyzed，and the conclusions about the big data technology status and its future development were drawn，and finally the countermeasures on the development strategy of big data technology for Chinese enterpriseswere given.
　　Keywords：big data，information retrieval，patent analysis
　　大数据是指利用常规软件工具无法在一定时间跨度内进行捕获、管理以及处理的数据集合，是需要新的处理模式以获得更强的决策力、洞察力及流程优化能力的海量、多样化和高增长率的信息资产[1]。
　　Viktor Meyer-Schnberg在其著作《Big data：A revolution that will transform how we live，work，and think》[2]中指出，与采用随机分析法只针对抽样数据不同，大数据是对全量数据进行的分析处理。IBM公司归纳出大数据所具有的5V特点，分别是Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）和Veracity（真实性）。
　　早在2008年《Nature》就推出了“Big Data”专刊[3]。2011年2月《Science》推出了“Dealing With Data”专刊[4]，由此说明学术界率先展开对大数据技术的科学研究。2011年6月，McKinsey公司发布了 《Big data：The next frontier for innovation，competition，and productivity》报告[5]，针对大数据的关键技术、应用领域及潜在影响等方面进行了详尽分析。自2012年以来，社会各界对大数据的关注与日俱增。
　　目前，大数据技术已经得到各领域越来越多专家学者的重视。孟小峰等[6]剖析了大数据的演变历程，阐释了大数据技术的基本框架，并对大数据在集成、分析、软硬件协同、易用性、测试基准等方面提出见解。程学旗等 [7]阐述了国内外大数据政策动态及中国大数据产业界发展态势，并提出了多学科融合、大数据可视化、深度分析等发展趋势。此外，刘炜、陶雪娇、刘智慧、韩晶等[8-11]也分别就大数据关键技术的研究提出思考。以上科学研究主要从大数据技术综述角度出发，而从专利视角进行探讨的文章较少。本文主要从情报分析的角度，研究大数据相关专利的进展情况，预测大数据技术的专利竞争态势，并就中国企业大数据发展战略提出应对策略。
　　1 数据来源
　　相关研究[12-15]表明，专利数据是进行产业技术竞争态势研究的有效信息来源，专利分析为企业技术研发、发展战略研究以及科学决策提供强有力的支撑。
　　本文使用Baiten专利检索数据库对国内大数据技术相关专利进行检索，检索式為ti：（大数据 or Hadoop or MapReduce） AND ab：（大数据 or Hadoop or MapReduce） AND （ad：[20020101 TO 20181118]），使用INNOJOY专利搜索引擎对国际大数据技术相关专利进行检索，输入智能关键词“big data”。
　　2 国内竞争态势分析
　　2.1 年度专利申请量分析
　　年度专利申请量分布数据可以反映出大数据技术从萌芽、发展到成熟及衰落的发展历程与演变态势。检索结果显示，截至2018年11月18日，国内有关大数据技术的专利共计6 783件，其中发明专利6 037件（公开专利5 286件，授权专利751件），实用新型707件，外观设计39件。可见国内有关大数据技术的发明专利数量约占专利总数量的89%。该分布数据充分表明，目前大数据技术同时具备新颖性、创造性和实用性的特点，为推动科学发展及科技进步起着至关重要的作用。 　　同时，专利申请量分布侧面反映了专利技术的发展历程，从其申请量变化数据中可以了解各阶段技术创新情况，国内大数据技术专利数量分布数据，如图1所示。
　　可以看出，国内大数据技术的发展历程可以大致分为3个阶段。第1阶段为2002—2004年，首件大数据技术专利于2002年出现，其后2年没有专利出现，该阶段属于大数据技术的萌芽期，第2阶段为2005—2011年，年度专利申请量不超过25件，专利申请量呈现出缓慢增长的趋势，该阶段属于大数据技术的初步发展期，第3阶段为2012年至今，专利申请量呈现出急剧增长的趋势，前景可观，该阶段属于大数据技术的蓬勃发展期。此外注意到，2013年的年增长率为161%，2014年的年增长率为113%，2015年的年增长率为108%，2016年的年增长率为93%，2017年的年增长率为43%。不难看出随着专利数量逐年增大，年增长率也随之逐年放缓，表明大数据关键技术进行稳定发展期，其创新性有待突破。
　　2.2 重要技术专家分析
　　参与专利申请的发明人在一定程度上代表了该领域技术创新的重要专家，其参与的专利申请量的多寡能够反映出其科研能力水平，因此该专利分析数据可为技术人才的引进提供指导与参考。
　　根据国内大数据技术发明人专利量检索结果，如图2所示。
　　除去99件不公告发明人作为发明人参与的专利申请，王振宇、石杨、张鹏分列国内大数据技术专利发明人的前3名，图2中的发明人均可视为国内大数据技术领域专家，在学术交流及引进技术人才时应当予以优先考虑。
　　2.3 重要申请人分析
　　通过了解专利申请人的专利申请量，可以掌握当前技术创新的核心领军人物及所属机构，判断该领域的技术竞争现状并发现潜在竞争对手，对于领域内的领军机构可重点关注其研发动态。根据国内大数据专利申请人专利量相关数据，得到其分布情况如图3所示。
　　其中国家电网公司申请专利数量最为突出，申请专利数量总计210件，浪潮集团有限公司与华南理工大学分列第2、3位。根据检索数据可知，专利申请量排名前10的申请人中，5个为企业，4个为高校，1个为研究院，可见大数据技术已得到了产业界、学术界的高度重视与关注。究其原因，首先，大数据技术在提高企业效能、增强企业核心竞争力等方面能够为企业带来可观利益和发展优势。其次，由于国家对人工智能学科的统筹规划以及大数据技术发展的迅猛态势，国内高校、科研院所也对大数据技术的愈发重视，与之相关的科研活动也逐步深入。
　　2.4 专利技术布局分析
　　通过统计专利技术分类情况可以了解当前专利检索领域的技术分布状况，从而找到专利技术申请热点与空白点，对于了解专利技术布局找到研发方向非常有帮助。
　　对国内大数据技术相关专利的研究方向进行IPC专利分类检索，检索结果如图4所示。容易看出，目前大数据技术研究方向较为统一，主要集中在G物理和H电学相关领域。根据大组分类编号可以看出，目前针对大数据技术的研究主要基于计算机处理技术，例如数据挖掘、数据处理及通信控制等方面。根据具体IPC分类号可以看出，当前大数据领域的技术研究热点为信息检索及其数据库结构。
　　3 国际竞争态势分析
　　3.1 年度专利申请量分析
　　根据国际大数据技术相关专利检索结果数据，世界首件涉及“big data”的专利是1985年由日本率先提出的，尽管当时其所代表的含义与目前主流的含义并不完全相同，但它的确是国际上在字面上首个包含“big data”术语的专利。国际大数据技术专利申请量检索数据如图5所示。
　　将图5的国际大数据技术专利申请量检索数据与图1的国内检索数据进行比较，不难发现大数据技术相关国际专利同样也可以分为3个阶段。第1阶段为2002年以前，该阶段只有少数专利出现，大数据相关技术还未得到长足发展，该阶段属于技术萌芽期，第2个阶段为2002—2011年，相关专利申请量呈现缓慢增长的趋势，该阶段是大数据技术的初步发展期，第3阶段从2012年开始，专利申请量呈现倍数级增长，该阶段为大数据技术的蓬勃发展期。此外，2018年国际、国内大数据相关专利申请数量均有不同程度的回落。由此可见，国内大数据技术相关专利虽然起步较晚，但在蓬勃发展期与国际发展水平接轨，发展态势良好。
　　3.2 专利授权国家和组织数据分析
　　根据国际大数据专利授权国家和组织检索数据，结果如图6所示。专利数量排名前3的授权国家和组织分别为中国、美国和韩国，其中中国专利数量占比约为70%，远超世界上其他国家和组织。由此表明，目前中国已在大数据技术领域具备一定的实力，对大数据技术的专利研究受到广泛关注和重视。
　　另一方面，虽然中国大数据技术相关专利数量远超世界上其他国家和组织，但中国大数据相关授权专利数量为559件，而美国大數据相关授权专利数量为1 028件。因此不难看出，美国是世界第一的专利授权国家和组织，同时也说明美国对大数据技术领域的相关研究具有更强的核心竞争力。
　　3.3 国际专利申请人排行榜
　　根据国际大数据专利申请人检索数据，可以得到国际大数据专利申请人排行榜，如表1所示。根据检索结果，在排名前20的专利申请人中，申请人主要来自美国、中国和韩国。其中，15个来自中国，4个来自美国，1个来自韩国。所有申请人中，有5个为中国高校，其余15个均为产业界科技龙头企业。由此表明，中国高等学校对大数据技术的高度重视与紧密关注，也说明中国高校的科研力量正在逐步提升，同时也表明大数据技术在国际上得到了众多电子信息类公司的密切关注。
　　4 结语
　　通过对国内、国际大数据技术专利检索数据对比分析可以得出，目前我国对大数据技术领域的研究水平与美国先进水平相比仍存在一定差距，尚未掌握核心技术，但是我国大数据技术产业呈现出良好的发展态势。 　　目前我国高校和电子信息类企业成为大数据技术相关专利的主要申请主体。对大数据技术领域的研究主题主要集中在计算机处理技术，当前研究热点为信息检索及其数据库结构。同时大数据技术已逐步向各个应用领域渗透，国家电网、浪潮集团等龙头企业成为大数据技术应用的领跑者。随着人工智能领域快速崛起、智能制造产业发展如火如荼，大数据技术作为人工智能的核心技术将会被应用在越来越多的研究领域。
　　基于分析研究，我们对中国企业的大数据发展战略提出以下应对策略：
　　1）充分发挥大数据资源优势，建立健全数据披露、数据共享机制，形成行业间数据透明、数据共享的良性发展态势。
　　2）灵活运用大数据技术，积极引导企业技术发展与科技创新，加速企业转型升级。
　　3）进一步增强企业知识产权保护意识，优化企业战略布局，加强企业风险防范，及时有效维护企业合法权益。
　　4）密切关注发达国家的前沿技术发展动向，避免在新一轮国际竞争中陷入被动，力争取得关键技术上的重大突破。
　　5）抓住人工智能、智能制造等国家重大战略契机，充分发挥民营经济体的巨大能量，助力大数据智能制造飞速前进。
　　尽管我国大数据技术发展历程与国际发展态势基本吻合，但在核心技术的创新上仍缺乏重大突破。因此，应大力加强工业大数据与人工智能核心技术研发能力，积极参与相关国际标准制定，力争在新兴技术领域的国际标准化进程中占据有利地形。
　　参考文献：
　　[1]知乎. 大数据[EB/OL].（2008-08-15）[2018-11-30].https：//www.zhihu.com/topic/19740929/intro.
　　[2] MAYER-SCHNBERGER V，CUKIER K.Big data：a revolution that will transform how we live，work，and think[M].London：John Murray Publisher，2013.
　　[3]Nature. Big Data[EB/OL]. （2008-09-03）[2018-11-30].http：//www.nature.com/news/specials/bigdata/index.html.
　　[4]Science. Special online collection：dealing with data[EB/OL]. （2011-02-11）[2018-11-30].http：//www.scie ncemag.org/site/special/data/.
　　[5]MANYIKA J，CHUI M，BROWN B，et al. Big data：the next frontier for innovation，competition and productivity [R/OL].（2011-05-18）[2018-11-30].https：//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation.
　　[6]孟小峰，慈祥. 大数据管理：概念、技术与挑战[J]. 计算机研究与发展.2013，50（1）：146-169.
　　[7]程学旗，靳小龙，杨婧，等. 大数据技术进展与发展趋势[J].科技导报.2016，34（14）：49-59.
　　[8]刘炜，夏翠娟，张春景. 大数据与关联数据：正在到来的数据技术革命[J]. 现代图书情报技术，2013（4）：2-9.
　　[9]陶雪娇，胡晓峰，刘洋. 大数据研究综述[J]. 系统仿真学报，2013（S1）：142-146.
　　[10]刘智慧，张泉灵. 大数据技术研究综述[J]. 浙江大学学报（工学版），2014，48（6）：957-972.
　　[11]韩晶. 大数据服务若干关键技术研究[D]. 北京：北京邮电大学，2013.
　　[12]李鹏飞，卢瑾，辛一. 基于专利的大数据技术发展情报分析及战略研究[J]. 情报杂志，2014（9）：45-50.
　　[13]李文娟，刘桂锋，卢章平. 基于专利分析的我国大数据产业技术竞争态势研究[J]. 情报杂志，2015（7）：65-70.
　　[14]沈滢，张倩. 大数据关键技术专利态势研究[J]. 电信网技术，2017（3）：43-49.
　　[15]任成梅，马丽仪，洪成，等. 大数据技术专利发展情况分析[J]. 科技經济导刊，2018（1）：7-11.
转载注明来源:https://www.xzbu.com/1/view-15172558.htm