通过更智能的知识产权战略最大化人工智能价值

来源：IPWatchdog 人工智能（AI）的发展速度超出了传统知识产权（IP）战略的应对能力，其核心挑战在于AI创新无法适配传统IP运营模式，资产、开发周期、监管环境、商业路径均有所不同，价值驱动因素也分布在专利、商业秘密、数据权利、软件架构、许可模式和客户合同等多个AI相关无形资产领域。对于大力投资AI的企业而言，关键问题已不再是模型或输出能否受保护，而是明确保护目标、输入控制者、输出所有者、商业和法律层面可商业化内容，以及何种保护形式能创造最大商业杠杆，并需通过风险回报视角评估决策。成功的AI无形资产战略应围绕三个相互依存的支柱构建：一是核心基础创新的保护，包括专利、商业秘密、版权、保密保护和防御性公开策略，需为具有竞争优势的技术和运营资产匹配适当保护机制；二是数据的控制与使用，AI系统的价值取决于其合法有效使用的数据，企业需了解数据的来源、权利、用途、跨境传输、是否含受监管信息及能否支持可 monetize 输出等；三是商业化，AI资产需与收入挂钩，商业化应作为IP战略的核心设计输入，而非技术建成后的下游合同事项，且这三个支柱不能孤立管理。AI缩短了专利时间线，传统以专利为核心的IP战略已不足够，企业需重新思考AI可专利发明的识别、评估和优先级排序，应聚焦能支持持久集成和长期商业杠杆的技术解决方案，区分真正的技术差异与普通实施，避免对短暂创新申请专利，优先保护模型性能、数据摄入、训练效率等方面的技术问题。数据已成为核心IP资产，许多AI系统中数据是战略资产、性能差异化因素和许可机会，其质量、来源、结构等决定结果，企业需建立数据来源系统、合同审查协议等以明确数据权利。数据 monetization 受合规摩擦影响复杂，需上游进行数据尽职调查，评估数据的技术有用性、法律可用性和商业可扩展性，可采用白名单方法确定可用于AI系统的数据类别。AI商业化改变了许可策略，要求重新思考专利战略，许可模式日益复杂，涉及模型访问、API调用、数据集等多种许可类型，上游IP决策直接影响下游收入，企业需明确自身拥有、控制的权利及可授予的权利。成功的AI企业需构建校准、灵活、基于商业的IP战略，平衡保护与价值，在技术差异持久且商业相关时采用专利，在保密可行时采用商业秘密，通过数据权利、合同、许可模式等多层保护，将创新转化为持久商业优势。

发布时间：2026-05-11 00:15

Lime提交IPO申请面临流动性挑战，Uber加大对Lucid和Nuro投资

来源：TechCrunch Uber支持的电动自行车和滑板车租赁初创公司Lime已提交首次公开募股（IPO）申请。Lime首席执行官Wayne Ting多年来一直提及IPO计划，但此前均未实现，此次S-1注册声明于周五早间提交给美国证券交易委员会。根据文件，Lime收入持续增长，拥有正自由现金流，2023年后净亏损有所收窄，但2024至2025年间亏损略有回升。Uber作为早期投资者，通过合作关系为Lime贡献了约14.3%的收入，用户可通过Uber应用查找和租赁Lime的滑板车及电动自行车。然而，Lime面临重大流动性压力，其当前负债约10亿美元，其中约6.758亿美元需在2026年底前偿还，12个月内到期债务总计约8.46亿美元，且公司目前缺乏足够资金支付这些债务。文件明确指出，若无法通过IPO筹集必要资金或修改债务协议，Lime可能无法继续运营。此外，S-1中提及的风险因素包括城市公共道路基础设施投资（如坑洼对共享滑板车的影响）以及业务集中于少数市场，其中英国市场占2025年营收的22.2%。另一方面，Uber近期加大了对Lucid和Nuro的投资，将对Lucid的投资从3亿美元增至5亿美元，并将Gravity SUV订单从2万辆增加到3.5万辆；对Nuro的财务承诺（包括参与其E轮融资及未来基于里程碑的投资）接近5亿美元。Nuro已获得加利福尼亚州机动车管理局的无人驾驶测试许可和加州公用事业委员会的许可，目前正使用配备人类安全操作员的Lucid车辆进行测试，并已扩展至允许Uber员工请求此类自动驾驶 ride。

发布时间：2026-05-11 00:05