林 靜 連曉振 侯 亮

(1. 廈門大學圖書館/廈門大學知識產權信息服務中心 廈門 361005；2.廈門大學航空航天學院機電工程系 廈門 361102)

0 引 言

高價值專利作為專利知識產權的核心組成部分，一般指的是為高(潛在)市場價值專利和高戰(zhàn)略價值專利的并集[1]。專利的技術價值、法律價值與市場價值均需考慮在內。在不同價值導向下，創(chuàng)新方法適用范圍、具體運用、運用階段均需進一步理論結合實踐地討論。對高價值專利的發(fā)掘、培育和利用對于企業(yè)和國家技術創(chuàng)新戰(zhàn)略實施具有關鍵意義[1]。專利挖掘作為高價值專利培育過程中不可缺少的一環(huán)，是專利信息深度利用的一種成熟手段，目前已被運用于各種產品研發(fā)、專利申請等創(chuàng)新過程中。針對高價值專利培育，國家知識產權運營公共服務平臺發(fā)布的《高價值專利(組合)培育和評價標準》中，專利挖掘被解釋為在技術研發(fā)中，對所取得的技術成果從技術和法律層面進行剖析、整理、拆分和篩選，從而確定用以申請專利的技術創(chuàng)新點和技術方案[2]。其具體方法利用引起熱烈討論。相比單純基于技術內容的分析，通過價值視角指引，與不同創(chuàng)新方法組合，專利挖掘內涵被進一步豐富，專利挖掘的場景運用也將變得具有可推廣性，從而推進了高質量發(fā)展的現(xiàn)實路徑。

高價值專利挖掘可理解為價值角度下專利挖掘的理想目標?；凇陡邇r值專利(組合)培育和評價標準》“專利挖掘”的解釋，高價值專利挖掘是在一定價值指標約束條件下，通過一定分析方法從創(chuàng)新成果中提煉出技術創(chuàng)新點和方案，其核心在于不同價值的具體指標可作為挖掘手段的選擇依據(jù)，以解決最終方案的決策問題，同時促使專利挖掘結果具有明確價值導向。主控式創(chuàng)新方法作為一種全新創(chuàng)新策略，其核心在于從注重產品技術開發(fā)到注重用戶價值創(chuàng)造的思維轉變過程，實現(xiàn)從創(chuàng)新到價值創(chuàng)造的轉變[34]。本文嘗試從高價值專利培育視角出發(fā)，結合主控式創(chuàng)新設計方法，綜合運用以上三種價值導向討論高價值專利挖掘。文章第1節(jié)文獻調研價值導向下創(chuàng)新設計與專利挖掘方法現(xiàn)狀，第2節(jié)介紹了以用戶為中心的主控式創(chuàng)新的創(chuàng)新設計方法概念及其對專利挖掘的需求，進而提出了改進的主控式創(chuàng)新；然后，構建面向改進的主控式創(chuàng)新的高價值專利挖掘模型，基于該模型詳細論述了面向主控式創(chuàng)新的高價值專利挖掘的關鍵技術。最后，第3節(jié)以平板顯示質量管理技術的主控式創(chuàng)新和專利挖掘進行了案例研究和分析。

1 價值視角下專利挖掘與創(chuàng)新設計綜述

1.1 技術價值視角下的專利挖掘

專利挖掘的基礎是技術挖掘[3]，主要以在先專利與在先技術的檢索與分析為基礎，尋找技術改進點。技術視角下的專利挖掘方法呈現(xiàn)多樣化發(fā)展，專利挖掘常見方法主要有功效技術圖的技術空白識別、潛在技術趨勢預測[5]、TRIZ理論[6]，類比分析設計[7]、遺傳算法[8]及C-K理論模型[9-10]等。針對潛在技術挖掘，大數(shù)據(jù)技術與專利挖掘技術的結合已成為趨勢[11]。在大數(shù)據(jù)與智能技術的支撐下，大規(guī)模專利信息的深度利用已使專利文獻成為專利挖掘的重要載體[12]。數(shù)據(jù)挖掘方法[13]幫助優(yōu)化工程設計，主要探討分類方法的優(yōu)化，從大量設計備選方案中提取良好的初始設計?；谥悄芩惴ǖ脑O計評估選擇規(guī)則組成的知識庫[13]滲透到各行業(yè)領域。馬天旗在《專利挖掘》一書中歸納了多種具有實務性質的各類專利挖掘方法，其指出挖掘過程實際需要兩個方面進行互補，一方面需要從技術功能和技術架構角度對技術研發(fā)項目分解、細化，全面挖掘技術創(chuàng)新點，另一方面則需要從中識別核心創(chuàng)新點[3]。因此，除了技術價值視角，從其他價值視角專利挖掘，將增加其他維度進一步提升核心創(chuàng)新點的識別精準度。

1.2 法律價值視角下的專利挖掘

法律視角下，專利制度與技術創(chuàng)新的結合逐漸成為專利挖掘趨勢，有助于技術或者產品實際落地。有別于直接進行技術創(chuàng)新的設計方法，基于對現(xiàn)有技術或在先專利檢索的專利信息利用[14-15]是此設計方法的前奏。專利侵權檢索分析與可專利性檢索分析是重點。在技術挖掘之前，考慮專利制度的約束是第一步。挖掘過程實質是基于專利侵權判決進行設計繞行或專利規(guī)避，以確保新技術與在先專利不同，旨在創(chuàng)建不侵犯在先專利的新產品。

其中可專利設計與專利規(guī)避設計為其主要方法：a.可專利性設計[16]優(yōu)先考慮專利性原則[17]，以設計合理的專利組合，避免侵權。奧爾加·科克金(Kokshagina O)將可專利性設計概括為兩種不同的專利設計思路，區(qū)分標準為是否先對現(xiàn)有技術或在先專利檢索的專利信息進行檢索分析利用。b.針對具體的國內專利制度約束，江屏[18]、李輝與譚潤華[19]、李艷[20]等學者引進了謝爾蓋·伊克萬科(Ikovenko S)博士所提出的基于TRIZ理論[21]的專利規(guī)避設計。此設計方法將專利制度與TRIZ工具結合，成為國內學者利用較多的專利挖掘研究思路。

1.3 經濟價值視角下的專利挖掘

經濟價值視角下，《專利價值分析指標體系》中，經濟價值度被分解為市場應用情況、市場規(guī)模前景、市場占有率，競爭情況、政策適應性等二級指標[22]?？梢哉f市場是主要因素，包括現(xiàn)有市場和潛在市場?，F(xiàn)階段，由于用戶主觀進行設計和評估大量潛在創(chuàng)新方案的能力有限，潛在市場的趨勢分析很大程度依賴用戶需求的大數(shù)據(jù)調研[23]。市場需求的決策與數(shù)據(jù)驅動往往結合起來，識別用戶行為、了解用戶偏好、感知用戶反應和預測產品市場趨勢。隨著數(shù)據(jù)挖掘技術的變化及對不同商業(yè)模式的深刻理解，數(shù)據(jù)驅動模式不斷進化，用戶需求的獲取也隨之越來越精準[24-25]。

盡管數(shù)據(jù)驅動技術是一個相當有力的預測工具，數(shù)據(jù)驅動的創(chuàng)新設計仍然存在難點，主要在于如何決策以進行需求識別。數(shù)據(jù)形式獲取到的產品市場需求數(shù)量可能很多，識別產品規(guī)劃細節(jié)與真實產品市場需求的差距成為創(chuàng)新設計的關鍵[26]。各種機制和方法被進一步用于提取有用的知識關聯(lián)[27-28]，將用戶需求的數(shù)據(jù)分析結果與專利挖掘相結合，解決如何通過數(shù)據(jù)挖掘確定性能提升方向的問題。侯亮等指出將運營階段挖掘的數(shù)據(jù)與創(chuàng)新工具(如TRIZ理論)結合具有重要意義，可通過對產品性能或用戶需求缺口的洞察力促進創(chuàng)新[29]。孫曉楓[32]、孫園園[33]等運用Kano 模型對用戶需求進行分析，預測、提取、分析和確認用戶需求，過程中結合TRIZ理論、QFD(Quality function deployment，QFD)等其他方法以實現(xiàn)需求選擇。

綜上所述，根據(jù)目前創(chuàng)新環(huán)境，技術、法律及經濟各價值導向下，專利挖掘已經有一定成熟方法或者工具支持。以識別最終技術方案為目標的專利挖掘組合流程也已有學者討論，經濟、法律及技術價值角度下進行專利挖掘已經成為企業(yè)專利挖掘流程的常規(guī)環(huán)節(jié)[3]。專利挖掘組合的橫、縱向流程中，利用圍繞創(chuàng)新點的專利挖掘方法延伸出的技術和產品設計仍是專利挖掘主要工作，以形成專利組合。但在大數(shù)據(jù)環(huán)境下，眾多技術創(chuàng)新點可能同時出現(xiàn)，核心技術創(chuàng)新點如何得以精準識別，以形成高價值創(chuàng)新點仍有待討論。為了解決專利挖掘組合中的決策問題，文章將尋找合適的創(chuàng)新方法作為核心框架，再在價值導向原則下，通過進一步細化的價值指標，明確設計方向，選擇專利挖掘工具，最終獲得高價值創(chuàng)新點。另外，當下產品的商業(yè)模式的創(chuàng)新方法適配性也需要考慮進去。

2 面向主控式創(chuàng)新的高價值專利挖掘

2.1 傳統(tǒng)主控式創(chuàng)新理論

主控式創(chuàng)新[34]為李杰教授2011年提出的一種創(chuàng)新方法，核心在于用戶創(chuàng)造價值，可解決文章1.3節(jié)綜述部分經濟價值視角下的創(chuàng)新設計難點問題。其流程思路見圖1，主要分為以下部分：新想法搜集、專業(yè)領域功能分析、產權分析、創(chuàng)新設計、知識產權主控布局及技術開發(fā)價值創(chuàng)造。其中，a.新創(chuàng)新點搜集可看作是輸入部分，主要進行用戶、市場的需求分析。b.知識產權主控布局及技術開發(fā)價值創(chuàng)造部分可看作是輸出部分，從藍海市場角度和知識產權角度判斷產品開發(fā)的可行性。c.中間部分為主控式創(chuàng)新的核心，主要解決前期基于新想法搜集得到的需求分析結果如何準確轉化為下一步的產品設計規(guī)劃的問題，從而進一步有針對性地設計產品及服務的關鍵技術。此方法在創(chuàng)新設計過程中，將多種創(chuàng)新方法組合在一起，包括“應用地圖”、QFD及創(chuàng)新矩陣三個核心工具，見圖2，其主要作用在于基于近期和遠期理想產品場景，全面、系統(tǒng)地確認產品市場缺口、用戶需求缺口。

圖1 主控式創(chuàng)新流程思路[35]

圖2 主控式創(chuàng)新工具運用[34]

從產品商業(yè)模式的創(chuàng)新方法適配性來說，區(qū)別于以產品功能為導向的傳統(tǒng)創(chuàng)新方法，方法具有時代特征，其為一種以用戶需求為牽引，個性化實現(xiàn)的產品服務系統(tǒng)方法(product-service system， PSS)[29,36]。從企業(yè)角度來看，產品同質化加劇了企業(yè)間的市場競爭，要求企業(yè)在產品之外尋找差異化途徑，服務化轉型成為企業(yè)應對挑戰(zhàn)和變化的方向[37]。20世紀末，國內外學者開始興起產業(yè)服務化戰(zhàn)略研究，主張產品與服務融合[38]，推薦PSS，重視用戶在創(chuàng)造價值過程中的作用[39]，反映了當前制造產業(yè)發(fā)展的方向[40]。主控式創(chuàng)新正是在此背景下應運而生的一種創(chuàng)新方法，將企業(yè)從“提供一項好用的產品”轉型為“提供用戶所需要的服務與建議”?？偟恼f來，從依靠用戶創(chuàng)造價值的理念上來說，主控式創(chuàng)新為一種體現(xiàn)經濟價值的方法理論，適合目前PSS類型的創(chuàng)新設計。

傳統(tǒng)主控創(chuàng)新仍有一些方面有待完善：(1)創(chuàng)新矩陣的產生以頭腦風暴等定性分析為主，對于專利分析并沒有提出具體的方法和策略。(2)方法對于信息數(shù)據(jù)的來源和分析缺乏深入分類和融合方法，且側重對主觀感性方法的應用。(3)知識產權主控布局與技術開發(fā)價值創(chuàng)造的方法可操作性與可靠性欠缺。

2.2 改進的主控式創(chuàng)新

由于傳統(tǒng)主控式創(chuàng)新以主控式創(chuàng)新為核心，充分發(fā)揮了關鍵的主觀決策作用。文章將在此基礎上，提出改進的主控式創(chuàng)新流程思路，以獲取高價值創(chuàng)新點，如圖3所示。改進的主控式創(chuàng)新流程實質是高價值專利挖掘，即在經濟、技術、法律價值導向原則下，綜合運用專利挖掘組合，優(yōu)化傳統(tǒng)的主控式創(chuàng)新流程。改進主要體現(xiàn)在三個方面：

圖3 改進的主控式創(chuàng)新流程思路

a.從理論角度來說，流程引入價值導向原則。改進流程將根據(jù)技術及法律各價值度的二級指標選擇設計思路，展開設計工具選擇，從而進行相應的專利挖掘。其中價值指標主要來源于《專利價值分析指標體系》一書中的二級指標[22]。通過價值導向原則的驅動和約束作用，創(chuàng)新設計被賦予一定方向，創(chuàng)新技術得到復雜量化分析的機會，提升高質量創(chuàng)新方法的可行性與可操作性。同時，多價值導向的創(chuàng)新方法突破了單價值導向可能帶來的決策沖突，使多價值融合轉換成產品服務的新價值。專利挖掘組合已在創(chuàng)新設計中成為趨勢，區(qū)別于普通的方法組合，由于具體價值度的引導下，多元價值導向將使創(chuàng)新流程具有系統(tǒng)性和導向性。

b.從方法角度來說，價值導向原則下，創(chuàng)新流程的輸入、輸出部分均運用高價值專利挖掘方法。流程中，高價值專利挖掘主要從技術價值角度和法律價值角度出發(fā)，結合專利制度進行專利技術創(chuàng)新，是一種專利信息深度利用的創(chuàng)新方法。專利制度約束是高價值專利挖掘的保障。傳統(tǒng)主控式創(chuàng)新結合這種專利信息深度利用的方法，是主客觀分析結果貫穿整個創(chuàng)新過程，提供了更全面的創(chuàng)新思路。專利信息利用可在其中發(fā)揮不同創(chuàng)新作用。流程輸入部分的高價值專利挖掘，可看作是技術預測，確定未來方向。流程輸出部分的高價值專利挖掘是圍繞創(chuàng)新點的專利挖掘，是核心創(chuàng)新點的細化過程。價值導向下具體方法選擇可見2.3節(jié)面向主控創(chuàng)新的高價值專利挖掘。

c.從數(shù)據(jù)來源來說，流程引入主客觀多源數(shù)據(jù)。改進的主控式創(chuàng)新的輸入部分的數(shù)據(jù)來源于主客觀數(shù)據(jù)，主要包括了專利信息、產品的物聯(lián)數(shù)據(jù)及社交平臺的用戶數(shù)據(jù)等。此部分主要運用基于專利信息深度利用的技術預測，數(shù)據(jù)驅動的用戶行為分析，實時智聯(lián)數(shù)據(jù)分析等方法。主客觀數(shù)據(jù)采集、融合將有利于后期的創(chuàng)新設計的準確把握。改進后的輸入部分將從用戶、產品大數(shù)據(jù)中篩選出適應產品開發(fā)周期的技術，從而優(yōu)化需求分析結果。

總體來說，相比傳統(tǒng)主控創(chuàng)新，改進后的創(chuàng)新方法可以更強韌性應對外部環(huán)境制約，支持主控式創(chuàng)新的核心工作，推進高質量專利技術創(chuàng)新[41]。

2.3 面向主控創(chuàng)新的高價值專利挖掘

創(chuàng)新流程中，主控創(chuàng)新的決策作用被作為支撐，高價值專利挖掘將發(fā)揮明確的價值導向作用。前期創(chuàng)新設計的理論階段成果將真正轉化成為高價值創(chuàng)新點。文章的高價值專利挖掘選擇TRIZ理論工具[21]，主要運用基于專利檢索的知識產權布局與基于TRIZ理論的專利規(guī)避。TRIZ理論作為成熟的技術創(chuàng)新方法，擁有不同模型以解決不同類型技術問題。針對專利技術價值度和法律價值度二級指標，文章選擇了對應的優(yōu)選TRIZ工具進行了梳理和歸納，見表1。

表1 專利技術價值度與法律價值度二級指標對應的優(yōu)選TRIZ工具

李輝等學者提出三類技術約束突破[42]：面向目標專利功能單元的技術約束突破、面向目標專利總功能的技術約束突破和基于資源分析的技術約束突破。專利挖掘將運用此分類作為技術創(chuàng)新類型，見表1中的“技術可突破方向”，以目標專利類型及其規(guī)避方向作為其TRIZ工具選擇依據(jù)的核心。a.多種進化定律可運用于挖掘以核心專利、競爭性專利作為目標專利的核心專利規(guī)避或競爭性專利規(guī)避，以保持專利的先進性、行業(yè)發(fā)展趨勢、配套技術依存度與可替代性等技術價值的二級指標。b.針對適用范圍這個指標，可適當擴展應用廣度，進行互補性專利規(guī)避與延伸性專利規(guī)避，實現(xiàn)面向目標專利功能單元的技術約束突破或基于資源分析的技術約束突破，可展開超效應分析或反向功能導向搜索，實現(xiàn)發(fā)明轉用。

法律價值度二級指標對設計工具選擇提出了進一步的要求。a.針對專利穩(wěn)定性，專利設計要規(guī)避無效風險，需保證權利要求的創(chuàng)造性和新穎性。根據(jù)不同技術創(chuàng)新程度專利設計可選擇特性傳遞或進化趨勢路線作為有效的規(guī)避方案。知識產權布局過程中，專利檢索現(xiàn)有技術是主要手段，尋找最優(yōu)技術空白點是有效策略，競爭對手、保護地域、保護技術點、保護有效時間、技術趨勢成為主要關注對象，以保障競爭優(yōu)勢及利益。從法律角度對缺口技術點的清晰界定，將進一步提高專利研發(fā)起點[43]，保證創(chuàng)新點的專利穩(wěn)定性。b.針對不可規(guī)避性，從撰寫角度來說，獨立權利要求的必要技術特征應保證盡量少，避免非必要特征參與特征比較，因此，專利設計可運用裁剪，以突破全面覆蓋原則。從技術約束突破來說，彰顯行業(yè)發(fā)展趨勢，保持技術方案的競爭性，選用各類進化路線。c.針對依賴性，專利申請可進行不同目標專利，如核心專利、競爭專利、外圍專利等的分案申請或多技術實施例撰寫，則可選擇面向目標專利總功能的技術約束突破、面向目標專利功能單元的技術約束突破及基于資源分析的技術約束突破，TRIZ工具可采用裁剪、替換、功能導向搜索、科學效應庫、因果鏈分析、S曲線進化趨勢、特性傳遞、超效應分析、反向功能導向搜索等。d.針對專利侵權可判定性，從專利申請的保護類型出發(fā)，嘗試產品專利申請，易實現(xiàn)專利侵權可判定，從而選擇面向目標專利總功能的技術約束突破或面向目標專利功能單元的技術約束突破，采用功能分析、功能導向搜索、科學效應庫、S曲線進化理論，以突破全面覆蓋原則、等同原則、禁止反悔原則和貢獻原則。

從圖3具體創(chuàng)新流程來說，輸入部分需要進行技術價值視角下的技術預測。其提出了某技術領域未來的技術方向，從三類技術約束突破來說，技術預測主要為面向目標專利總功能的技術約束突破。因此，面對表1，技術價值度下的二級指標——No.1.1先進性將作為主要考慮的價值指標。而輸出部分是一個創(chuàng)新點細化過程，需要輔助性、替代性、改進性等各類型技術完善整個系統(tǒng)，整體呈現(xiàn)技術約束突破類型多樣特征。因此，在不同指標條件下，輸出部分可根據(jù)具體技術約束突破類型選擇創(chuàng)新工具。知識產權布局與專利規(guī)避將被結合起來，以進行成果的主動保護和侵權風險規(guī)避[44]。

3 案例分析

文章以移動終端LCD顯示屏幕產品的工藝質量檢測優(yōu)化作為實踐案例。顯示屏幕的工藝質量檢測正經歷了人員目視畫檢、自動光學檢測(Automated Optical Inspection, AOI)階段。由于終端顯示產品生產制造已成熟，并且智能制造業(yè)是未來發(fā)展方向。因此，文章預以服務化作為其發(fā)展路線，運用面向主控式創(chuàng)新的創(chuàng)新流程展開質量檢測優(yōu)化的專利挖掘。

3.1 數(shù)據(jù)來源

以智慧芽專利數(shù)據(jù)庫為檢索庫，文章檢索移動終端屏幕的質量檢測的全球專利數(shù)據(jù)，檢索時間為1984年1月1日至2020年12月31日，專利檢索式為TI= TTL_ALL:(display) AND TTL_ALL:(test OR detect* AOI OR “Automated Optical Inspection” NOT “touch detect*”) AND TACD_ALL:( terminal OR iphone OR car OR vehicle OR IPAD OR moved)。文章將依據(jù)檢索分析結果進行專利挖掘。

3.2 技術價值視角下的技術預測

技術價值角度下，技術預測將依據(jù)圖1流程輸入部分提供未來技術方向，具體見2.3節(jié)技術預測工具選擇的描述。依據(jù)表1的No.1技術價值度下的No.1.1先進性二級指標，進行面向目標專利總功能的技術約束突破，從TRIZ工具列表中選擇S曲線進化趨勢。實踐從3.1節(jié)現(xiàn)有技術專利檢索結果得到專利申請趨勢的擬合曲線，見圖4。圖4表明微電子制造檢測的專利技術生命周期自1984年開始經歷了萌芽期、成長期、成熟期和衰退期。從2015年開始，專利申請數(shù)量和專利申請人數(shù)量呈現(xiàn)大幅下降趨勢，目前微電子制造檢測正處于技術發(fā)展的衰退期。技術領域發(fā)展戰(zhàn)略的選擇由技術發(fā)展現(xiàn)狀和技術成熟度演化狀態(tài)決定[45]?；诮K端顯示裝置檢測技術發(fā)展所處的這個階段，技術預測針對性地選擇TRIZ八種進化法則[46]中的向超系統(tǒng)進化法則?；谙虺到y(tǒng)進化法則的組件集成進化路線[46]，以質量管理系統(tǒng)為必要條件，實現(xiàn)遠程單指標到多指標檢測是目前應用趨勢，集合各類質量監(jiān)測優(yōu)點的遠程高水平單系統(tǒng)可被確定為電子產品組件質量管理系統(tǒng)技術進化的主要方向之一。

圖4 主題的技術生命周期

3.3 經濟價值視角下的產品服務場景挖掘

經濟價值視角下，工程人員依據(jù)技術預測方向構建創(chuàng)新矩陣，見圖5，逐步完成矩陣象限三的內容確認：a.人員畫檢為質量檢測的傳統(tǒng)方法，被列于創(chuàng)新矩陣左下方。此方法檢測屏幕功能、性能、外觀等，存在因人而異的判定差異、檢驗效率低下等問題。b.假設的未來理想目標場景為工藝過程全周期智能化質量管控，被列于矩陣右上方，預測顯示屏產品不良性能并追溯不良原因，實現(xiàn)高質量顯示屏幕及高效率服務。從經濟價值角度來看，目標開發(fā)場景可節(jié)省人工成本，提高企業(yè)的檢測效率，提高產品綜合質量，挖掘客戶潛在需求和服務，捕獲潛在客戶群體，達到最大化市場收益的目的。c.機器視覺檢驗和全性能AOI檢測為近期已引進的LCD產品工藝質量檢測場景，被列于創(chuàng)新矩陣中間象限二。象限二所提出的產品及服務多為短期計劃，用以引導企業(yè)作深入、長期的發(fā)展規(guī)劃。d.依據(jù)以上三點，最終實踐者主觀決策產品服務的市場和需求缺口(即創(chuàng)新矩陣象限三內容)、市場門檻與技術門檻。其中，用戶尚未發(fā)現(xiàn)的需求及未發(fā)現(xiàn)的用戶為：同一判定標準下機器學習方法檢驗產品不良，產品性能質量預測及溯源系統(tǒng)，定制化產品質量管理用戶。市場門檻包括了為特定的企業(yè)用戶提供定制化產品質量管理及風險分析服務，例如對質量要求苛刻的軍工產品、柔性產品等有需求的用戶。技術門檻則是在以上描述的潛在產品服務場景下所需要的高質量相機、點亮光源、視圖識別算法、AOI檢測系統(tǒng)、數(shù)據(jù)分析系統(tǒng)、性能預測及溯源模型等。此結果實現(xiàn)了從技術預測結果轉化到產品具體規(guī)劃細節(jié)。

圖5 移動終端LCD顯示屏幕產品的工藝質量檢測優(yōu)化的創(chuàng)新矩陣構建

基于以上缺口確定，其他工具被應用以進行潛在需求的場景預測的進一步地確認。現(xiàn)有顯示屏幕檢測場景分別為各工藝站點的人員畫檢，站點間的AOI設備檢測、工藝過程AOI檢測、制造過程AOI檢測，見表2“應用地圖”，未滿足的用戶需求也分別列于“應用地圖”中，與各場景一一映射。近年來，無人化在智能制造、大數(shù)據(jù)技術等帶動下快速發(fā)展，也將成為未來屏幕檢測行業(yè)不可避免的發(fā)展方向。

表2 “應用地圖”的創(chuàng)新方法運用結果

在工藝過程全周期智能化質量管控的理想目標場景約束下，創(chuàng)新矩陣構建與“應用地圖”預測的潛在場景為：同一判定標準下機器學習方法檢驗產品不良，產品性能質量預測及溯源系統(tǒng)，定制化產品質量管理用戶、功能/性能檢測、風險分析與管理及無人化。

3.4 法律價值視角下的專利挖掘

根據(jù)以上結果，文章檢索潛在技術的知識產權布局情況，以智慧芽專利數(shù)據(jù)庫為檢索庫。現(xiàn)有技術專利檢索結果中，競爭對手國內知名企業(yè)、國外三星及松下為主要專利申請人，三者均關注終端顯示技術，見圖6(a)。圖6(a)表明顯示裝置的檢測技術相對顯示技術布局是一個空白點，圖6(b)表明在已布局的現(xiàn)有技術中，單點視覺檢測技術、某指標、功能檢測方法為主要關注對象，特別是顯示裝置的遠程質量管理系統(tǒng)中的關鍵技術未見知識產權布局。基于現(xiàn)有技術，文章可針對終端顯示裝置的遠程質量管理系統(tǒng)中的各集成組件技術進行專利挖掘。由于規(guī)劃的核心技術點為已經進化路線的突破式創(chuàng)新，可保障法律價值度二級指標的專利穩(wěn)定性、不可規(guī)避性、依賴性及專利侵權可判定性。

(a)終端顯示屏現(xiàn)有技術的知識產權布局

(b)某競爭對手顯示裝置質量檢測技術的知識產權布局 圖6 搜索潛在技術的知識產權布局情況

3.5 技術價值視角下的專利挖掘

區(qū)別于3.2節(jié)技術價值視角下的技術預測，針對以上確定的潛在場景——產品性能質量預測及溯源系統(tǒng)為核心關鍵技術的遠程質量檢測系統(tǒng)，文章進一步開展圍繞此核心創(chuàng)新點的專利挖掘組合。依據(jù)2.3節(jié)表1中技術價值度，文章選擇相應TRIZ工具進行專利挖掘，見圖7，系統(tǒng)關鍵技術及輔助技術陸續(xù)得到確認。

系統(tǒng)關鍵技術可作為面向目標專利功能單元的技術約束突破或基于資源分析的技術約束突破。若在技術價值度的“適用范圍”二級指標導向下，技術創(chuàng)新設計可選用超效應分析[21]，考慮技術改進或發(fā)明轉用等思路。文章以“TIAB=(AOI or 自動光學檢測)and (智能 or AI)”作為檢索式進行檢索AOI工藝相關技術，全自動檢測系統(tǒng)、單參數(shù)(點線缺陷、顏色)智能檢測、基于物聯(lián)的智能檢測系統(tǒng)等被發(fā)現(xiàn)為現(xiàn)有技術，例如“一種顯示屏多工位自動光學檢測裝置”實用新型專利等?；诂F(xiàn)有技術，AOI工藝作為系統(tǒng)關鍵技術，若考慮技術改進，利用超效應分析工具，可確認多參數(shù)、智能化的復雜智能管理系統(tǒng)為改進方案。分布式遠程功能/性能檢測數(shù)據(jù)處理及基于產品運行數(shù)據(jù)的用戶反饋則考慮基于資源分析的技術約束突破，考慮發(fā)明轉用，從其他現(xiàn)有技術中尋找合適具體技術方案。

系統(tǒng)輔助技術，可作為面向目標專利功能單元的技術約束突破。若在技術價值度的“配套技術依存度”二級指標導向下，技術創(chuàng)新設計可選用協(xié)調性進化理論[21]等TRIZ工具。例如，質量指標預警機制與視圖數(shù)據(jù)分析模型構建可作為進一步完善檢測系統(tǒng)的輔助功能。

綜上，嵌入在生產設備上的AOI智能檢測系統(tǒng)采集各工藝過程前后產品外觀、點線、性能、功能等視圖數(shù)據(jù)，經過開發(fā)的質量指標預警模型處理，可預測生產工件所在工藝階段質量是否滿足用戶要求。

圖7 產品性能質量預測及溯源系統(tǒng)中技術價值度視角下的專利挖掘

3.6 結果討論

以上流程是技術創(chuàng)新點被確認、細化的分析過程，實際運用了技術、經濟、法律價值導向原則。技術價值預測選擇No.1.1先進性作為價值導向，提出了未來規(guī)劃方向；經濟價值視角下，文章選擇市場因素作為價值導向，通過主控式創(chuàng)新方法確定了產品性能質量預測及溯源系統(tǒng)的核心技術，此主觀判斷方法為關鍵決策手段；進一步，技術價值和法律價值視角下，圍繞創(chuàng)新點的專利挖掘確定了目標系統(tǒng)主要的功能組件，最終完善了整個系統(tǒng)功能。價值導向原則下，此專利挖掘組合方法為復雜系統(tǒng)工程提供了可靠的創(chuàng)新方法。

4 結 語

經過上述研究， 可得到以下結論：

第一，文章以一種新視角研究創(chuàng)新設計，即從高價值專利培育角度討論價值導向下的專利挖掘，以推進“十四五”規(guī)劃的高質量發(fā)展要求。面向主控式創(chuàng)新的高價值專利挖掘策略與當下知識產權信息服務緊密結合，文章進行了基于當前專利制度約束的探討，可運用于面向企業(yè)的公共服務實踐。

第二，文章創(chuàng)新性地選擇主控式創(chuàng)新作為經濟價值層面的創(chuàng)新設計工具進行研究，并以移動終端LCD顯示屏幕產品的工藝質量檢測優(yōu)化作為理論結合實踐的案例分析，強調了創(chuàng)新方法在頂層設計中的關鍵決策作用，同時體現(xiàn)了當代產品服務PSS的創(chuàng)新方法適配性，反映了大數(shù)據(jù)時代智能制造行業(yè)發(fā)展趨勢。主控式創(chuàng)新中的創(chuàng)新矩陣與其他工具結合運用主要在于最終決策市場及用戶需求缺口與真實產品差距的結果，實現(xiàn)更系統(tǒng)、全面地判斷下一步的技術規(guī)劃方向。案例表明，由于智能制造對算法依賴性較強，需要做到實時動態(tài)可調控，文章提出的基于此方法的專利挖掘策略與互聯(lián)網(wǎng)、大數(shù)據(jù)技術發(fā)展緊密結合，可適用于智能制造創(chuàng)新方案。

第三，文章嘗試高價值專利挖掘方法與主控式創(chuàng)新結合，依靠TRIZ理論中的不同模型及用途優(yōu)勢，創(chuàng)新性地提出依據(jù)技術與法律價值度的二級指標進行專利挖掘的具體策略，細化了傳統(tǒng)主控式創(chuàng)新理論，增強了理論的可操作性和可推廣性。

同時, 該模型存在一些可以改進的方面。此次研究運用了“以市場領先”的思想，經濟層面主要從市場和用戶的角度出發(fā)。因此，經濟價值層面其他指標視角下的創(chuàng)新設計方法選擇可作為未來研究的方面。