一、前言

      近年来，随着生成式AI和智能辅助驾驶等算法技术的爆发，人工智能技术正以前所未有的速度重塑全球产业格局，各国的公司或研究人员都在争先对现有的算法架构提出改进以取得先发优势。然而，在这场技术竞赛背后，一个关键问题日益凸显：同样的算法创新，为何在不同国家的专利保护命运截然不同？

      以流行的深度学习算法网络架构方案为例，其在欧洲申请专利可能轻松基于“由计算机实施”的标准而获得授权保护，在中国却可能因"缺乏技术三要素"而以不符合专利保护客体的原因被驳回（例如谷歌公司的transformer算法专利：CN110192206A），而在美国，即便结合了硬件描述，仍可能因没有与硬件结合后产生创新性的功能被驳回。这种差异不仅反映了各国对专利法所规定的技术方案的理解分歧，更直接影响到企业的全球IP布局策略。

      为了让申请人更好地理解和考虑这些审查标准之间的分歧，各国的专利管理部门也在联合出具与计算机或人工智能相关的专利审查对比研究报告，2019-2023年，中国、欧洲、日本、韩国的知识产权局相继联合公布了多份审查对比研究报告。

      本文将基于这些报告中的案例分析和各国专利法律法规和审查实践，对存在抽象算法规则的技术方案在中、美、欧、日、韩五个国家进行专利申请时的专利适格性审查标准的区别进行探析，以及为企业提供可操作的跨国专利申请的撰写建议。在算法技术商业化竞争白热化的当下，提前规避专利适格性"雷区"，或是企业构筑技术壁垒的关键一步。

二、各国对于抽象算法方案的专利适格性的审查标准特点

      这一部分对于各国的审查标准的探讨，笔者尽量从最宽松的标准讲到最严格的标准，并基于审查对比研究报告中的案例来体现不同国家标准的一些区别，来让读者更快理解这些标准的特点。

1、最宽松开放的欧洲标准：“包括任何技术特征”标准

      ①一句话总结：抽象的算法方案只要包括以“计算机程序或硬件系统”实现的步骤，即可通过专利适格性审查。

      ②具体的审查规定：

      EPO审查指南的G-Ⅱ章第3节中规定：“根据第 52 条第 （2） 款，不得对针对计算机实现的方法、计算机可读存储介质或设备的权利要求提出异议，并且(3)因为任何涉及使用技术手段的方法（例如计算机）和任何技术手段本身（例如计算机或计算机可读存储介质）都具有技术性质，因此属于第 52 条第 （1） 款所指的发明（T 258/03、T 424/03、G 3/08）。”（其中的法条是指EPC中的法条）

      ③案例分析：

      对于2019年CNIPA和EPO联合公布的审查对比研究报告中的案例1：摩擦系数，该案例公开了一种利用计算机程序实现自动计算动摩擦系数μ的方法，CNIPA认为该技术方案“不是对测量方法的改进，而是一种由计算机程序执行的数值计算方法，求解的虽然与物理量有关，但求解过程是一种数值计算，该解决方案整体仍属于一种数学计算方法。”但EPO认为“权利要求请求保护的方法是由计算机实施的，其包含技术手段因而具有技术性，因此该权利要求请求保护的方法构成了EPC第52条意义上的发明。”可见EPO对于专利适格性的审查是取最为宽松的标准，只要技术方案中直接声明了由计算机程序实施或是包括了任何计算机相关的技术手段，就可以通过专利适格性审查。

2、软中有硬的日韩标准：强调软件和硬件之间的配合

      ①一句话总结：抽象的算法方案需要明确披露由硬件资源和信息处理软件配合执行的过程和效果。

      ②具体的审查规定：

      JPO在审查专利适格性时采用两步法，第一步审查确定是否利用了自然规律，如果不能确定，第二步的审查考虑分为，第一首先确定该方案是否实现了对设备的控制或是基于物体的物理、化学、生物或电学特性等技术特性进行信息处理，如果是就通过了专利适格性审查，否则基于软件立场的概念进行考虑时，日本专利（JP）审查指南中规定：“审查员应根据软件相关发明中“使用软件的信息处理是否通过硬件资源具体地实现”来确定是否满足“利用自然规律的技术思想的创造”的要求；也就是说，特定的信息处理器或其操作方法是否基于预期用途利用软件和硬件资源的相互协作来构建。”

      KIPO在审查专利适格性时采用四步法，其中关于抽象算法规则的审查重点一般在第三步：软件的信息处理是用硬件具体实现的吗？一般满足了这一步的审查即可通过专利适格性审查，而具体的，在后面的案例分析中可以看到，其具体对于软硬件配合方案的要求比字面上看起来的要求更高。

      ③日本审查案例分析：

      关于JPO审查标准的案例，笔者主要针对于2021年EPO和JPO联合公布的审查对比研究报告中的案例Case A-2：无人驾驶自动驾驶车辆的分配方法，该案例的权利要求1公开了：

一种系统，包括车辆分配服务器、希望车辆分配的人所拥有的便携式终端和无人驾驶车辆，其中，当车辆分配服务器收到希望进行车辆分配的人对指定了车辆分配位置的无人驾驶自动驾驶车辆的车辆分配请求时，车辆分配服务器将无人驾驶车辆分配给希望进行车辆分配的人。

      EPO认为该技术方案“作为系统权利要求，满足 EPC 第 52 条第 （2） 款和第 （3） 款的要求，因此是一项发明。”但JPO认为该技术方案首先“既没有提到无人自动驾驶汽车的控制，也没有提到无人驾驶自动驾驶汽车形成的信息处理”，不符合设备控制或是技术特性信息处理这两个情况，其次只限定了“车辆分配服务器将无人驾驶自动驾驶车辆分配给希望车辆分配的人”，没有指定信息处理。因此，无法确定是否指定了根据预期用途（即无人驾驶自动驾驶汽车的分配）对信息进行具体计算或处理。因此不是通过软件和硬件资源的合作来构建依赖于预期用途的特定信息处理系统或其作方法，“因此，由于软件的信息处理并非专门通过使用硬件资源来实现”，该方案不属于专利保护客体。

      可见，JPO在审查专利适格性时采取了比EPO更加严格的标准，而这份对比研究报告中也建议向日本专利局提交软件相关申请的申请人明确披露其为“利用自然规律创造的技术创意”或“利用硬件资源具体实现的软件信息处理”。

      ④韩国审查案例分析：

      关于KIPO审查标准的案例，笔者主要针对于2021年EPO和KIPO联合公布的审查对比研究报告中的KIPO案例4：综合管理家庭垃圾回收，该案例的权利要求公开了：

      向每个垃圾投放者分发，带有垃圾投放者个人信息的条形码贴纸和主管部门为扔掉的垃圾标记的日历。

      通过将垃圾装入规定的垃圾袋中，并贴上带有垃圾投放者个人信息的条形码贴纸，以准确地按规定分类地投放垃圾，

      每天收集上述投放的垃圾，并将其运到装货码头，将其分类为可回收利用的垃圾，或由垃圾收集者填埋或焚烧的垃圾。

      通过读取每个错误分类的垃圾袋前面所附的条形码来指示对应的所述垃圾投放者对其进行回收，以基于每个过程积累的数据统计综合管理家庭垃圾。

      EPO认为该技术方案“与商业方法的技术实施有关的技术特征是可附加的"条形码贴纸"，根据定义，可由计算机实施的阅读和识别手段来读取。因此，所要求的主题涉及一种包括技术手段的方法。因此，根据欧洲专利局的"任何技术手段法"，所要求的主题被视为具有技术性，即代表EPC第52(1)条意义上的发明。”

      但KIPO认为该技术方案首先“是通过相关法规下的规则、主管部门、排放者和收集者之间的承诺等在人为决策的基础上完成的，因此不构成利用自然规律的技术思想创造”，其次“即使所述发明的一部分包括硬件和软件，即通过综合利用条形码贴纸、日历、垃圾袋、计算机等来读取条形码，也不能说是利用了自然规律，因为所述发明只是人类利用所述手段作为工具的一种心理活动，而且所述发明的每一步都是离线处理，而不是在线处理，所以所述发明整体上不属于发明。”可见，KIPO采取的判定方法中，除了考虑了软硬件的存在，还考虑了两者协作的具体过程，而这个案例正式因为软硬件的协作并没有直接实现技术效果，而是依赖于认为人为决策来实现指示垃圾回收，显然其判定标准比EPO更加严格，也更强调抽象的算法规则与硬件资源之间的配合关系。

      因此，这一份报告中也建议“打算向 KIPO 提交计算机相关的发明的申请人在权利要求中明确披露硬件资源（例如计算机、服务器等），以满足主题的可专利性标准。”

3、独特主观的美国标准：“显著超越抽象概念”

      需要指出的是，在多国的专利管理部门联合进行审查研究的过程中，美国的专利管理部门似乎一直处于缺席的状态，笔者无法查询到USPTO与任何其他国家的专利部门共同发布的研究报告，但由于美国是大多数跨国企业需要重点布局的地区，因此结合其司法实践，笔者也在此对其审查标准进行总结。

      ①无法用一句话结论：

      美国通过长期的一系列司法审判实践建立起了著名的Mayo/Alice测试规则，这一测试在针对抽象算法方案时的重点在于其步骤2B，也即判断权利要求是否记载了“显著更多（significantly more）”的要素使它们超出司法例外的范畴，通俗点来说，抽象的算法方案是否具备足够多的技术要素来让方案本身显著超越了抽象概念。但显然，这一测试在实际应用中存在极大的主观性。

      ②实践中总结的标准经验：

      在笔者或同行处理美国专利申请的经验中，大致可以将USPTO审查抽象算法方案的专利适格性的标准，一般需要满足两个条件：第一是算法步骤规则通过硬件设备执行，第二技术效果与硬件设备本身的特点之间的关联，例如实现了提高硬件性能的效果。

      还是以谷歌的transformer算法专利为例，其在中国的同族申请因专利适格性问题被驳回，但在美国申请时却十分顺利，我们可以来看看他的权利要求的写法：

“一种包括一个或多个计算机和存储指令的一个或多个存储设备的系统，当所述指令由所述一个或多个计算机执行时，使得所述一个或多个计算机实施用于将具有按照输入顺序的多个输入位置中的每一个输入位置处的各自的网络输入的输入序列转换为具有按照输出顺序的多个输出位置中的每一个输出位置处的各自的网络输出的输出序列的序列转换神经网络，所述序列转换神经网络包括……”

      显然，其在布局时一开始就直接引入了计算机相关的执行主体，其在说明书中也公开了其技术方案使得“由递归神经网络层的顺序性质引起的训练和推理时间长以及资源使用高的问题得以缓解”，显然直接解决计算相关的效率问题和资源问题，这些充分考虑后的布局策略，使得其在美国的专利申请相当顺利，值得参考。

      ③进一步对于24年更新案例的解读:

      USPTO在2024年7月17日更新了PEG（专利主题资格指南），其中有两个案例与抽象的算法方案较为相关：

      第一个案例是示例48，其涉及分析语音信号并分离所需的语音和背景噪声的方法，USPTO认为“该权利要求将抽象概念整合到实际应用，即通过特定技术实现（如特定的AI模型和算法）来提高语音识别的准确性”，所以能够通过专利适格性审查。

      第二个案例是示例49，其涉及依据特定患者的个体特征生成和执行治疗方案，这一示例的权利要求1仅公开了通过模型处理患者数据并生成和执行治疗方案，而其权利要求2进一步限定了具体的化合物来提高治疗效果。USPTO认为权1中的机器学习模型是简单指令，因此权1未将抽象概念整合到实际应用中，而数据收集手段是常规的技术手段，因此权1不包含“显著多余”的技术要素，因此其不适格。而权2由于通过特定的技术（如特定的化合物）来提高治疗的针对性和效果，因此其被认定将抽象概念整合到实际应用中，因此是适格的。

      上述两个案例带给我们的指示，笔者认为是对于那些没有实现显著的硬件相关的技术效果的方案，最好在通过特定技术实现具体应用方面的效果这一点上判断清楚，尤其是技术方案能否结合硬件在特定的应用上达到出色的技术效果。

4、最为严格又过分模糊的中国审查标准：“技术三要素”

      各位读者作为在中国工作的专利从业人员，对于中国的审查标准应该是更为熟悉的，笔者下面对于中国的审查标准的论述，会略过一些公知的判断规则，而是把重点放在与其他国家的标准产生重大分歧的地方。

      ①一句话结论：抽象的算法方案必须满足“技术问题—技术手段—技术效果”的三要素逻辑链。

      ②具体的审查规定：

      中国的专利审查指南第二部分第一章第2节规定：“技术方案是对要解决的技术问题所采取的利用了自然规律的技术手段的集合。技术手段通常是由技术特征来体现的。未采用技术手段解决技术问题，以获得符合自然规律的技术效果的方案，不属于专利法第二条第二款规定的客体。”

      ③核心的关注点：

      对于“技术”这一概念的限定，笔者认为CNIPA采取了全世界最为严格而又模糊的标准，而这一概念正是CNIPA在审查抽象算法方案的专利适格性的核心要素，其关系到如何确定什么是“技术问题”、“技术手段”和“技术效果”，而对于这一概念的限定实际上并没有任何官方的标准解释，尽管CNIPA在23年修改后的审查指南中提供了对于商业规则和方法的一些案例的分析，并明确了如果权利要求涉及抽象的算法或者单纯的商业规则和方法，且不包含任何技术特征，则这项权利要求属于智力活动的规则和方法，不应当被授予专利权，但在审查实践中，其审查部门并没有严格遵循相关的规定，在下面的案例分析中会有更为直观的展示。

      但笔者简要地基于自身的代理经验，对CNIPA在审查抽象算法方案时的特点总结如下：

      第一、强调整体算法方案的技术性效果的占比。

      即便是采用了计算机等硬件技术手段的抽象算法方案，如果方案最终实现的效果中非技术效果的占比过高，仍然可能被认定不适格，例如方案最终确实达到了特定计算效率提高的目的，但如果该技术效率实际是用于计算一些非技术目的（例如教育、商业或金融交易等社会活动）的数据，仍然可能被驳回。

      第二、强调整体算法方案与实际应用的关联。

      即便抽象算法方案对计算机本身的硬件或是执行效果做出了改进，如果该改进的技术效果无法与特定的实际应用相关联，仍然可能被认定不适格。

      ④案例分析：

      以谷歌的Transformer算法架构专利为例，在多次审查意见以及驳回决定中，中审查员均认为权利要求1并未详细记载在具体领域如何应用该注意力序列转换神经网络的内容，所解决的问题不能反映出使用该注意力序列转换神经网络能够解决哪一具体应用领域的何种实际的技术问题，其解决的仍然是神经网络本身的问题，不是专利法意义上的技术问题。可见，CNIPA认为神经网络不是一种技术，且认为算法方案的技术要素应当展示出与特定实际应用的关联，尽管实际上本案权利人在答审中已进一步限定了神经机器翻译系统、语音识别系统、自然语言处理系统等多个应用场景。

      另外，笔者再针对2019年CNIPA和EPO联合公布的审查对比研究报告中的案例1：摩擦系数（在上述欧洲标准部分已公开）进行论述，可以从CNIPA的分析中看出，即便该方案中第一确实使用了技术手段（计算机程序和记录摩擦片的变化量），第二达到了技术上的效果（计算出摩擦片对应的动摩擦系数），但其在具体分析时却认为“测量动摩擦系数的传统方法是采用一种装置以固定速度牵引被测绳状物……这种解决方案不是对测量方法的改进，而是一种由计算机程序执行的数值计算方法，求解的虽然与物理量有关，但求解过程是一种数值计算”，这一段论述首先引入了现有技术，其次考虑了其技术方案排除了现有技术以外的剩余方案的本质，可见，CNIPA在判断专利适格性时，其标准较为模糊，甚至出现了类似于创造性判断的步骤，且对于非技术目的的技术手段采取严苛的审核标准。

三、多国专利布局时的策略考究

      基于上述对于中、美、欧、日、韩五个国家的专利适格性审查标准和特点的分析，笔者希望针对具体的抽象算法方案在多国专利申请时的策略给出一些见解。

1、撰写策略

      笔者认为，在撰写抽象算法方案相关的多国专利申请稿件时，应在总体上采取说明书全面扩展备用但权利要求针对性限缩的写法，具体来说，在说明书中，应当布局好没有限定具体的硬件手段和应用领域的基础的算法基础技术方案和对应的技术效果，并在说明书中采用层层限缩的方式对技术方案逐渐限缩至带有具体的硬件实施方案、硬件技术手段、硬件相关技术效果、具体应用领域和具体应用效果的具体实施方案（如先覆盖通用计算机实现，再限定具体硬件优化），以此为多国申请布局打下扎实的修改基础。而对于权利要求书中的具体内容，可分情况讨论：

      ①目标申请地区为美国或中国时，应在权利要求中先将抽象算法方案对应的硬件相关的技术手段或具体的应用领域进行限定，以尽可能满足USPTO或CINPA的严格的审查要求。

      ②目标申请地区包括日本或韩国时，应在权利要求中限定硬件和软件的配合执行（但具体限制其执行步骤或是执行细节时，应当采取比美国或中国申请方案更加宽松的标准），说明书中可以尽量重点强调和提供关于硬件资源和硬件效果的说明和实施例（如软硬件协作的流程图或架构图），以满足日本和韩国的专利审查部门对于披露硬件资源的要求。

      ③目标申请地区为欧洲国家时，则可以尽可能保持权利要求的最大范围的写法。

2、申请策略

      在申请优先级相关的策略方面，笔者认为，应当按照标准从宽松到严苛的顺序来确定申请的优先级或优先权，也即欧洲优于日韩优于美国优于中国这样的顺序，这是多国审查实践中存在对其他国家的审查结果的参考，先利用标准更宽松的国家的申请来获得更为理想的审查结果后，能够为后续其他的国家的专利申请带来可能的辅助效果（但无法保证）。

      同时，在具体的申请策略方面，由于美国或中国标准的严苛，若在说明书中已布局了多种硬件方案或多种实际应用的情况下，在美国或中国的专利审查过程中应当充分考虑分案申请的可能性，以尽可能全面保护技术方案的多个应用分支。

四、结语

      CNIPA对“技术”这一概念的模糊界定，以及USPTO对于显著超越抽象概念的复杂和主观的判断，可以认为是抽象算法方案在进行跨国专利布局的巨大挑战。而欧洲、日本、韩国的相对宽松的标准，为申请人提供了更灵活的撰写空间以及展示了对私有知识产权更为宽松的保护标准。笔者认为，在实务中进行抽象算法技术的跨国申请时，需充分分析方案以及目标地区的法律规定，做到“一国一策”，并在说明书中充分预埋多国适配的实施例内容，并通过优先权策略最大化保护范围。

      但各国的审查实践之间的分歧仍然给申请人带来了巨大的风险和成本，本文中提到的尤其是中国和美国的审查标准，仍然有待两国的专利行政部门进行明确和解释，希望能够为算法企业提供更加友好的知识产权保护环境。