本文来自微信公众号： Internet Law Review ，作者：张颖
2024年10月，诺贝尔化学奖的一半，授予了谷歌DeepMind的Demis Hassabis和John M.Jumper，以表彰他们开发的AI工具AlphaFold。这个系统解决了困扰生物学界50年的蛋白质结构预测难题，其贡献被科学界公认为“革命性”的。
然而，一个极具戏剧性的对比是：就在同一年，2024年5月16日，日本东京地方法院作出一项判决，驳回了美国科学家斯蒂芬·泰勒（Stephen Thaler）的诉求，裁定其人工智能系统“DABUS”不能被登记为专利发明人。中国、英国、欧洲、美国等全球主要司法机构，已相继基于几乎相同的理由——“发明人必须是自然人”——关闭了AI成为法律意义上“发明家”的大门。
这种科学与法律认知的断裂，并非无足轻重的程序之争，它像一把手术刀，精准地剖开了我们这个时代最核心的焦虑：当AI从人类的“工具”演变为“合作者”甚至“创造者”时，我们该如何界定、保护和激励这种全新的智慧产出？
这并非法学家们的概念游戏，而是直接关系到：全球每年数以千亿计投向AI研发的资金，其成果能否以及如何转化为受法律保护的、可交易的资产？不同的法律答案，正在悄然重塑全球创新的版图与资本的流向。
一、困境的本质：当旧产权制度遇上新生产力
专利法的基石，是“以公开换保护”的契约精神：发明人公开其技术方案，社会授予其一定期限的垄断权，以此激励人类的创新。这套运行了数百年的精巧制度，在AI横空出世之后，突然貌似“卡壳”了。
核心矛盾在于“贡献”的归属变得模糊。当一项突破性发明是AI在人类设定的宽泛目标下，通过自我学习、迭代优化“自主”产生时，真正的“创造性火花”来自哪里？是编写初始算法的工程师，是提供海量数据的数据标注员，还是下达指令的最终用户？抑或是AI系统本身？
如果AI不能被认定为发明人，那么专利权的初始源头在哪里？企业声称“我们拥有AI，所以拥有其产出”，这在法律上缺乏直接依据。专利法保护的是“发明”，而非“产生发明的工具”。这导致了一个根本性难题：当一项发明被证明主要由AI“自主”完成时，谁有资格作为最初的“发明人”将权利转让给公司？这个链条从第一步就断裂了。
拒绝对这类发明进行保护，意味着像AlphaFold这样的划时代成果，其下游应用（如新药设计）可能因无法确权而沦为“无主之地”，这将严重挫伤企业进行长期、高风险基础研发的积极性。企业或将被迫转向极度封闭的商业秘密保护，阻碍技术扩散，形成“数据孤岛”。
但若保护，权利该给谁？法律无法将权利赋予一个没有法律人格的算法。强行将权利赋予某个具体自然人，又可能引发内部贡献认定纠纷，且与事实不符。
为了获得授权，企业最常见的做法是指定一名员工作为发明人。然而，如果该员工并未对发明的“实质性特点作出创造性贡献”（中国《专利法实施细则》对“发明人”的定义），这就构成了“虚假署名”。一旦在后续的专利无效宣告或侵权诉讼中被对手揭露，整个专利可能因权利基础存在瑕疵而被宣告无效。美国专利商标局（USPTO）在2025年的新指南中更是明确要求，必须披露AI的具体作用，并判断人类贡献是否“重大”。因此，指定其他人作为发明人，无异于给企业埋下了一颗地雷。
因此，这场争论的实质，是工业时代的产权制度，在数字时代生产力面前的滞后与重构。它逼迫我们回答：专利制度激励的，究竟是“人类智慧的闪现”，还是“导向有价值发明的资源投入与风险承担”？
二、中美欧AI可专利性政策与实践
全球主要司法辖区在“AI不能当发明人”这一点上达成了罕见共识，但这只是故事的起点。在如何审查和授权AI相关发明上，它们却操着不同的“法律方言”，这背后是迥异的司法哲学与产业战略。
1、中国路径：功能主义的产业驱动
2023年《专利审查指南》明确，包含算法特征的AI发明需满足“技术三要素”：看方案是否解决了技术问题、采用了技术手段、获得了技术效果。只要AI算法与具体产业应用（如医疗影像诊断、工业质检、网络优化）深度融合，解决了实际技术瓶颈，就很可能获得授权。
2025年11月13日修订的《专利审查指南》也强调了《中国专利法》第五条第一款在人工智能相关发明中的适用性。该款规定，如果数据收集、标签管理、规则配置或推荐决策违反法律、社会道德或公共利益，则人工智能相关发明将被驳回。
这是一种高度务实、发展导向的思路。其核心目的不是进行哲学思辨，而是快速将AI技术转化为生产力。通过降低AI应用专利化的制度门槛，中国旨在引导全球AI创新资源在其庞大的应用场景中落地、固化，从而在AI产业化竞赛中抢占先机，并争夺全球技术治理的规则定义权。世界知识产权组织（WIPO）数据显示，中国在生成式AI领域的专利申请量已全球领先，这与其清晰的、鼓励应用的专利政策密不可分。
2、美国路径：生态平衡
美国沿用了著名的“Alice/Mayo两步测试法”。首先会审查权利要求是否指向不可专利的“抽象概念”（如单纯的数学算法）。如果是，则需进一步判断其是否包含了“发明性概念”，即是否将抽象概念转化为“特定的、实际的应用”。
美国在鼓励创新与防止“专利流氓”及低质量专利泛滥之间寻求平衡。其高门槛旨在确保授权专利的“含金量”，保护其成熟的软件与互联网产业生态，防止基础算法被过早、过宽地垄断。这迫使创新者必须进行更底层、更实质的技术改进，而非简单的“AI+场景”包装。
2025年底，美国专利商标局（USPTO）进一步明确将AI视为“工具”，不再对AI辅助发明适用特殊标准，这实际上强化了“人类发明人”的核心地位。
3、欧盟路径：EPO的清晰逻辑与德国AI贡献的可记录
欧洲专利局（EPO）的观点，可以概括为“技术性至上”的严格主义。其核心立场是：AI和机器学习本身是数学方法，属于“抽象概念”，原则上不可专利。但不排斥AI作为发明工具，其审查焦点是最终技术方案的技术特征，而非该方案是由人类还是AI主导构思。只要方案本身具备技术性，其产生过程是否高度自动化并非决定性障碍。
对于AI相关发明，EPO要求申请文件必须足够清晰和完整，使本领域技术人员能够复现该发明。这通常意味着需要披露训练数据的相关特征、网络架构的关键参数、以及训练方法的细节，而不仅仅是描述一个黑箱系统的功能。
德国联邦法院2024年6月的判决展现了一种务实的灵活性。法院同样坚持发明人必须是自然人，但允许在发明人栏中以“Stephen Thaler博士，他领导的人工智能DABUS生成了这项发明”的形式进行记载。这并非承认AI的发明人地位，而是允许在形式上记录AI的贡献，为人类发明人的认定提供了更丰富的背景信息。这反映了德国司法在坚守法律原则的同时，试图在程序上回应技术现实。
4、英国路径：司法克制下的严格边界
英国最高法院在2023年底对Thaler案的终审判决，裁定“发明人”必须是自然人，AI系统DABUS不符合资格。更重要的是，法院彻底驳回了“AI所有者自动获得其产出专利权”的主张，强调专利所有权链条必须始于人类发明人。这堵死了通过“所有权转移”理论为AI生成发明确权的捷径。
然而，英国法院并非对AI发明一概拒之门外。在另一标志性案件“Emotional Perception AI Ltd”案中，英国上诉法院裁定，一个用于为音乐文件生成描述性标签的神经网络，因其产生了“具有技术效果的技术过程”，可以被授予专利。这表明，英国审查的焦点在于发明的技术贡献本身，而非其产生方式。只要AI发明解决了具体的技术问题（如改进计算机功能），并超越了单纯的算法或商业方法，就可能获得保护。
英国路径体现了普通法系对法律确定性和权力分立的恪守。法院拒绝通过司法能动主义来改写法律，将根本性的政策变革（如是否创设新的权利主体）明确交还给立法机关。这种克制在短期内可能带来不确定性，但长期看，它维护了法律体系的稳定性和可预测性。对于企业而言，这意味着在英国进行AI专利布局，必须将重点放在充分论证发明的技术性，并确保有明确的人类发明人，而不能寄望于法律对AI主体的突破。
三、企业的生存策略与制度的未来演进
在法律规则仍在演进的“模糊地带”，前瞻性的企业应主动管理风险，将不确定性转化为竞争壁垒。
1、过程留痕，证据为王：建立覆盖AI研发全生命周期的“发明记录”制度。详尽记录人类团队在任务定义、数据选择与处理、模型架构设计、训练过程干预、结果评估与筛选等每一个关键环节的创造性贡献与决策。这份证据链，是在任何司法辖区主张“人类发明人”资格的最坚实盾牌。
2、专利布局，因地制宜：针对核心技术创新，准备多版本专利申请策略。在中国，突出“技术融合”与“产业效果”；在美国，深挖“算法本身的技术性改进”；在欧洲，则严格遵守形式要求，同时强调技术贡献。
3、构建立体IP护城河：专利并非唯一武器。核心算法与训练数据可用商业秘密保护；AI生成的代码、设计图可寻求著作权保护；通过合同明确约定合作中各方的权利归属。形成“专利+商业秘密+著作权+合同”的组合拳。
4、关注立法，参与塑造：未来的规则，无论是走向“贡献者权利”制度，还是设立特殊的“AI生成发明保护证书”，都需要产业界的声音，以确保其不致脱离实际，扼杀创新。