羅 愷， 袁曉東

(1.武漢紡織大學(xué)， 武漢430074； 2.華中科技大學(xué)， 武漢430074)

人工智能(Artificial Intelligence)是使用機(jī)器代替人類實(shí)現(xiàn)認(rèn)知、識別、分析、決策等功能的綜合技術(shù)。企業(yè)紛紛在人工智能領(lǐng)域加大創(chuàng)新力度，在人工智能芯片、智能語音、無人駕駛、語義識別，百度、騰訊、微軟等人工智能企業(yè)進(jìn)行并購、布局專利來獲取競爭優(yōu)勢。百度推出DuerOS開放平臺，提供語音交互技術(shù)；阿里巴巴專注于智能音箱的研究；騰訊構(gòu)建“從云到端”的AI新生態(tài)。百度與騰訊、阿里巴巴、微軟等人工智能企業(yè)通過合作在人工智能領(lǐng)域?qū)崿F(xiàn)了技術(shù)溢出，技術(shù)資源互補(bǔ)，協(xié)同發(fā)展。同時(shí)，人工智能技術(shù)在金融、制造業(yè)、醫(yī)療等領(lǐng)域的應(yīng)用，推動(dòng)了產(chǎn)業(yè)發(fā)展，也帶動(dòng)了人工智能技術(shù)的不斷創(chuàng)新。因此，研究人工智能企業(yè)技術(shù)溢出效應(yīng)，對人工智能技術(shù)的發(fā)展及推動(dòng)人工智能在其它產(chǎn)業(yè)中的應(yīng)用，協(xié)同創(chuàng)新，受益產(chǎn)業(yè)低成本獲得資源，降低創(chuàng)新風(fēng)險(xiǎn)、提高技術(shù)創(chuàng)新能力，減少消極影響；對技術(shù)溢出來源企業(yè)，擴(kuò)大了應(yīng)用范圍，增加了技術(shù)影響力，使得企業(yè)獲取競爭優(yōu)勢，改變技術(shù)格局，具有重要意義。

百度公司人工智能發(fā)展起步較早，早期集中在信息流和搜索引擎。近幾年，涉及到出行、醫(yī)療、金融、零售、物流等行業(yè)，百度推出無人駕駛開發(fā)平臺Apollo系統(tǒng)。由于人工智能領(lǐng)域涉及多個(gè)技術(shù)和產(chǎn)業(yè)，因此，百度積極與其它企業(yè)進(jìn)行合作，形成了一個(gè)競爭合作的生態(tài)系統(tǒng)。例如，聯(lián)想與百度形成戰(zhàn)略合作關(guān)系，將推出智能平板系列產(chǎn)品；阿里將計(jì)算能力、數(shù)據(jù)處理以及人工智能技術(shù)應(yīng)用在自身各項(xiàng)業(yè)務(wù)，包括金融、醫(yī)療、物流、城市管理等各個(gè)領(lǐng)域；相比阿里和百度，騰訊則側(cè)重游戲中的人機(jī)對話、虛擬現(xiàn)實(shí)；百度還與中興、華為進(jìn)行人工智能領(lǐng)域合作，促進(jìn)企業(yè)發(fā)展。例如，中興通訊攜手中國電信、百度推廣5G網(wǎng)絡(luò)下的無人駕駛；百度與華為達(dá)成合作，進(jìn)行技術(shù)優(yōu)勢互補(bǔ)，華為擁有龐大智能手機(jī)市場份額，是百度的重要合作發(fā)展伙伴[1]。習(xí)近平總書記在人工智能發(fā)展現(xiàn)狀和趨勢舉行第九次集體學(xué)習(xí)會(huì)上，強(qiáng)調(diào)人工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)。在移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計(jì)算、傳感網(wǎng)、腦科學(xué)等新理論新技術(shù)的驅(qū)動(dòng)下，人工智能加速發(fā)展，呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開放、自主操控等新特征，正在對經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步、國際政治經(jīng)濟(jì)格局等方面產(chǎn)生重大而深遠(yuǎn)的影響[2]。百度作為世界最領(lǐng)先的人工智能企業(yè)之一，在建立的競爭合作生態(tài)系統(tǒng)中，技術(shù)溢出到其它企業(yè)，吸收整合其它企業(yè)的技術(shù)，對帶動(dòng)企業(yè)技術(shù)發(fā)展和不斷提升自身人工智能技術(shù)創(chuàng)新力有著重要作用。

本文基于專利互引視角，通過搜集和整理與百度互引專利最多的華為、騰訊、阿里巴巴等10家企業(yè)人工智能專利數(shù)據(jù)，采用社會(huì)網(wǎng)絡(luò)、構(gòu)建企業(yè)技術(shù)溢出矩陣、測算技術(shù)溢出指標(biāo)，研究分析人工智能企業(yè)技術(shù)溢出程度，為企業(yè)人工智能專利技術(shù)創(chuàng)新研究帶來一些啟示。

1 文獻(xiàn)綜述

對技術(shù)溢出的研究，集中于區(qū)域技術(shù)溢出和跨國化技術(shù)溢出，專利引進(jìn)，研究表明：專利引進(jìn)產(chǎn)生的技術(shù)溢出對經(jīng)濟(jì)發(fā)展、企業(yè)績效、區(qū)域創(chuàng)新有著重要影響[3-5]。近幾年，一些研究開始關(guān)注產(chǎn)業(yè)技術(shù)溢出影響[6]，研究在一些高技術(shù)產(chǎn)業(yè)技術(shù)溢出問題[7]；高技術(shù)領(lǐng)域內(nèi)不僅對本技術(shù)領(lǐng)域受益，促進(jìn)技術(shù)創(chuàng)新，還會(huì)帶動(dòng)其它技術(shù)領(lǐng)域發(fā)展[8]。鮮有文獻(xiàn)研究企業(yè)間、企業(yè)與技術(shù)間的溢出，一些研究利用專利數(shù)據(jù)研究投入與產(chǎn)出[9-10]；Jaffe等[11]依據(jù)專利引文研究企業(yè)技術(shù)流動(dòng)性，利用專利引文研究石油天然氣產(chǎn)業(yè)間技術(shù)流矩陣[12]。盡管有研究利用專利引文分析影響技術(shù)溢出的因素[13]，技術(shù)溢出對經(jīng)濟(jì)、生產(chǎn)率提高的影響[14]，但企業(yè)間的技術(shù)溢出、技術(shù)流動(dòng)方向、受益技術(shù)、溢出測度等還沒有系統(tǒng)的研究。Ernst[15]用專利組合的方法研究分析了企業(yè)專利技術(shù)競合關(guān)系；Chakrabarti等[16]研究了企業(yè)間的技術(shù)轉(zhuǎn)移模式，測量了技術(shù)轉(zhuǎn)移的效應(yīng)。也有學(xué)者基于專利數(shù)據(jù)，利用社會(huì)網(wǎng)絡(luò)方法研究技術(shù)溢出、技術(shù)關(guān)聯(lián)對創(chuàng)新的影響。黃魯成等[17]用專利組合方法研究智能材料領(lǐng)域?qū)＠偁帒B(tài)勢；吳菲菲等[18]以專利前后向引文數(shù)據(jù)作為測量技術(shù)溢出指標(biāo)，研究跨產(chǎn)業(yè)技術(shù)溢出，并以無人機(jī)為例進(jìn)行實(shí)證研究；王海龍等[19]以蘋果公司生態(tài)系統(tǒng)為例，測算了企業(yè)的直接引用、技術(shù)影響力和技術(shù)感應(yīng)度系數(shù)。

現(xiàn)有研究考慮到了區(qū)域間、產(chǎn)業(yè)與技術(shù)間的技術(shù)溢出，但往往忽略了企業(yè)技術(shù)間的溢出，企業(yè)間的技術(shù)流動(dòng)過程，企業(yè)間哪些細(xì)分技術(shù)是受益技術(shù)，吸納了哪些技術(shù)，哪些技術(shù)溢出到其它技術(shù)領(lǐng)域；對人工智能企業(yè)競合態(tài)勢研究較少，以往研究涉及人工智能產(chǎn)業(yè)專利研究[20-21]，并未以企業(yè)為樣本研究人工智能技術(shù)的溢出和流動(dòng)性；鮮有研究結(jié)合人工智能企業(yè)專利測算在該領(lǐng)域的技術(shù)影響力，對該企業(yè)技術(shù)依賴程度，將溢出程度量化。本研究以百度公司為例，首先闡述了企業(yè)技術(shù)溢出的概念，利用樣本企業(yè)間引證專利及被引證專利量作為技術(shù)溢出的途徑，以專利權(quán)人及IPC分類號構(gòu)建企業(yè)技術(shù)溢出網(wǎng)絡(luò)，分析技術(shù)溢出過程，識別技術(shù)溢出方向，利用可視化方法分析人工智能企業(yè)技術(shù)溢出聚類情況；其次，引入技術(shù)影響力系數(shù)和感應(yīng)度系數(shù)，識別企業(yè)技術(shù)溢出主要技術(shù)及重點(diǎn)溢出技術(shù)來源和受益技術(shù)；然后，測算出樣本企業(yè)技術(shù)影響力及需求依賴度，分析出企業(yè)競合態(tài)勢，識別技術(shù)領(lǐng)導(dǎo)企業(yè)，有技術(shù)影響力企業(yè)，最后為人工智能企業(yè)技術(shù)創(chuàng)新提出建議。

2 研究方法

本文將結(jié)合企業(yè)間互引專利數(shù)據(jù)，研究企業(yè)創(chuàng)新網(wǎng)絡(luò)中技術(shù)溢出、受益及企業(yè)競合態(tài)勢。將企業(yè)被其它企業(yè)引用的專利技術(shù)作為企業(yè)溢出的技術(shù)，而將企業(yè)引用其它企業(yè)專利的專利技術(shù)作為企業(yè)吸收受益的技術(shù)，建立企業(yè)—企業(yè)技術(shù)溢出矩陣、企業(yè)—技術(shù)間溢出受益矩陣，測算出各企業(yè)間技術(shù)影響力系數(shù)和感應(yīng)度系數(shù)，分析各個(gè)企業(yè)間的技術(shù)溢出程度和競合態(tài)勢。

2.1 企業(yè)技術(shù)溢出網(wǎng)絡(luò)構(gòu)建

本研究在基于專利引文數(shù)據(jù)的基礎(chǔ)上，以IPC分類號作為人工智能細(xì)分的技術(shù)領(lǐng)域，構(gòu)建企業(yè)—企業(yè)、企業(yè)—技術(shù)間的溢出網(wǎng)絡(luò)，再使用gephi軟件進(jìn)行技術(shù)溢出網(wǎng)絡(luò)可視化分析。具體方法如下：

1)統(tǒng)計(jì)分析出百度等十家企業(yè)2010-2018年互引專利量，以企業(yè)引用其它企業(yè)專利為媒介構(gòu)建企業(yè)—企業(yè)技術(shù)溢出矩陣，然后使用gephi軟件進(jìn)行可視化分析。

2)統(tǒng)計(jì)整理出百度等十家企業(yè)互引專利中所涉及的人工智能主要IPC分類號，并對各個(gè)樣本企業(yè)匹配前向引用的IPC分類號，以這些IPC所屬的企業(yè)前向引用專利數(shù)量為媒介，構(gòu)建企業(yè)—技術(shù)溢出矩陣；企業(yè)匹配后向引用的IPC分類號，以這些IPC所屬的企業(yè)后向引用專利數(shù)量為媒介，構(gòu)建企業(yè)—技術(shù)受益矩陣。分析框架如圖1所示。

圖1 企業(yè)—技術(shù)溢出框架圖

基于圖1的研究框架，采用社會(huì)網(wǎng)絡(luò)方法將百度等10家企業(yè)互引專利，前向、后向引用人工智能主要IPC分類網(wǎng)絡(luò)化，利用gephi軟件進(jìn)行可視化分析?？梢暬軌?qū)⑵髽I(yè)—技術(shù)溢出過程呈現(xiàn)，分析溢出網(wǎng)絡(luò)結(jié)構(gòu)特征，勾畫出網(wǎng)絡(luò)中企業(yè)和技術(shù)扮演的角色及發(fā)揮的作用。如果企業(yè)發(fā)明專利及IPC所包含的專利被前向引用，則視為技術(shù)來源企業(yè)，構(gòu)建企業(yè)—技術(shù)溢出網(wǎng)絡(luò)；如果企業(yè)發(fā)明專利及IPC所包含的專利被后向引用，則視為技術(shù)受益企業(yè)，構(gòu)建企業(yè)—技術(shù)受益網(wǎng)絡(luò)。再利用社會(huì)網(wǎng)絡(luò)方法進(jìn)行。

2.2 企業(yè)技術(shù)溢出測度指標(biāo)選擇

將企業(yè)間專利引用矩陣視為企業(yè)間技術(shù)流動(dòng)關(guān)系，并根據(jù)直接引用系數(shù)、技術(shù)感應(yīng)度系數(shù)和技術(shù)影響力系數(shù)指標(biāo)測度企業(yè)技術(shù)溢出程度[16-17]。

(1)

某個(gè)企業(yè)的直接引用系數(shù)越大，說明該企業(yè)對其它企業(yè)的直接需求越多、企業(yè)技術(shù)溢出越明顯，也說明企業(yè)間技術(shù)直接聯(lián)系越緊密。

2)技術(shù)感應(yīng)度系數(shù)。在企業(yè)技術(shù)溢出分析中，技術(shù)感應(yīng)度系數(shù)是一個(gè)企業(yè)受到其它企業(yè)技術(shù)影響的程度，其計(jì)算公式如下：

(2)

式(2)中，Bij為里昂惕夫逆矩陣(I-A)-1第i行第j列的系數(shù)。若技術(shù)感應(yīng)度系數(shù)大于1，表示該企業(yè)所受到的技術(shù)感應(yīng)程度高于企業(yè)平均水平，系數(shù)越大，表明技術(shù)發(fā)展過程中對該企業(yè)的技術(shù)需求越大，也表明該企業(yè)與其它企業(yè)技術(shù)相互影響也越大，技術(shù)溢出十分強(qiáng)烈。

3)技術(shù)影響力系數(shù)。技術(shù)影響力系數(shù)是一個(gè)企業(yè)影響其它企業(yè)技術(shù)的程度，具體計(jì)算公式如下：

(3)

式(3)測算某企業(yè)技術(shù)影響其它企業(yè)的程度。若技術(shù)影響力系數(shù)大于1，則表示該企業(yè)技術(shù)受益程度超過了平均水平，說明該企業(yè)很好的吸收了來自其它企業(yè)的技術(shù)。具體分析企業(yè)競合態(tài)勢和技術(shù)溢出效應(yīng)，可按照上述方法先計(jì)算出直接引用系數(shù)，然后分別計(jì)算技術(shù)感應(yīng)度系數(shù)和技術(shù)影響力系數(shù)。

3 實(shí)證分析

3.1 數(shù)據(jù)來源

本文以百度等人工智能企業(yè)為例進(jìn)行技術(shù)溢出實(shí)證研究，百度公司屬于專利密集型企業(yè)，和其它企業(yè)有緊密的合作關(guān)系。百度公司人工智能技術(shù)主要集中于語音識別、存儲(chǔ)設(shè)備、搜索引擎；以百度公司為主要人工智能企業(yè)形成的人工智能技術(shù)創(chuàng)新生態(tài)系統(tǒng)存在密切的技術(shù)互動(dòng)。研究選取專利商業(yè)數(shù)據(jù)庫Incopat作為專利數(shù)據(jù)的來源，Incopat不僅收錄了世界大部分專利數(shù)據(jù)，還建立了專利前向、后向?qū)＠臄?shù)據(jù)庫及擁有專利分析功能，解決了以前中國專利無法統(tǒng)計(jì)分析專利引文的問題，以百度公司作為專利權(quán)申請人，結(jié)合人工智能包含的主要IPC分類號及國民經(jīng)濟(jì)行業(yè)分類號[22]，其布爾表達(dá)式分別為：("I63" OR "C39" OR "C38" OR "C40" OR "C24" OR "C23" OR "C34" OR "C35" OR "C36" OR "C33" OR "C26" OR "C37" OR "C31/32" OR "C41" OR "C30" OR "C21" OR "C27")、("G06F" OR "H04L" OR "H04W" OR "H04N" OR "H04B" OR "H04M" OR "G06Q" OR "G06K" OR "G06T" OR "G10L" OR "G06N")檢索統(tǒng)計(jì)得出2010-2018年間與百度公司互引專利數(shù)量最多的前10家企業(yè)作為樣本數(shù)據(jù)進(jìn)行研究，包括：百度、騰訊、華為、奇智軟件、中興通訊、北京奇虎科技、阿里巴巴、微軟公司、宇龍計(jì)算機(jī)通信科技、聯(lián)想，統(tǒng)計(jì)分析出這些企業(yè)間互引發(fā)明專利數(shù)據(jù)，以此為基礎(chǔ)測算各個(gè)企業(yè)專利的直接引用系數(shù)、感應(yīng)度系數(shù)和影響力系數(shù)。

3.2 企業(yè)技術(shù)溢出網(wǎng)絡(luò)可視化分析

使用Incopat專利分析軟件統(tǒng)計(jì)出百度等10家人工智能企業(yè)2010-2018年期間累計(jì)的互引專利量，構(gòu)建出企業(yè)—企業(yè)技術(shù)流動(dòng)矩陣，可以看出企業(yè)創(chuàng)新活躍的程度。如表1所示。

表1中，行代表引用不同企業(yè)的專利數(shù)量，反映出企業(yè)受益的程度, 列代表不同企業(yè)被引用的專利數(shù)量，企業(yè)技術(shù)溢出的情況，矩陣反映出企業(yè)技術(shù)溢出多少，哪些企業(yè)受益。從表1可以看出，中興和華為互引專利量最多，中興和華為引用樣本企業(yè)專利和被樣本企業(yè)引用專利總量也是最多，均達(dá)到了一萬多項(xiàng)；其次是百度與騰訊，可見這些人工智能企業(yè)技術(shù)溢出受益十分強(qiáng)烈。將表1矩陣進(jìn)行可視化如圖2所示。

表1 企業(yè)技術(shù)流矩陣

圖2 樣本企業(yè)技術(shù)流動(dòng)網(wǎng)絡(luò)圖

圖2表明，華為和中興技術(shù)流動(dòng)趨勢最為強(qiáng)烈，最接近技術(shù)中心地帶，兩者平均路徑長度也是最短的，其次是騰訊與微軟，其余企業(yè)處于網(wǎng)絡(luò)的邊緣地帶，微軟主要是自引專利與其它樣本企業(yè)技術(shù)互動(dòng)較少，可見其獨(dú)立創(chuàng)新能力較強(qiáng)。華為和中興都是智能手機(jī)領(lǐng)域的著名企業(yè)，從它們的互引專利數(shù)據(jù)可以看出，兩家企業(yè)的技術(shù)交集較多，兩者在人工智能芯片領(lǐng)域都遭到美國的封殺，華為是5G時(shí)代的推動(dòng)者，而中興將人工智能運(yùn)用到互聯(lián)網(wǎng)，與百度合作。

從百度等樣本企業(yè)2010-2018年期間互引專利中，統(tǒng)計(jì)出這些專利所包含的IPC分類號，分前向引用專利涉及的IPC分類號和后向引用專利涉及的IPC分類號，構(gòu)建出企業(yè)—技術(shù)溢出、企業(yè)—技術(shù)受益可視化網(wǎng)絡(luò)圖，進(jìn)行分析。樣本企業(yè)間前向和后向引用專利的IPC代碼如表2-表3所示。

表2 2010-2018年樣本企業(yè)間前向引用專利主要IPC代碼

從表2-表3中顯示，樣本企業(yè)人工智能技術(shù)主要來源于G06F、H04L、H04W，溢出到了H04N、G06Q。這表明百度等10家企業(yè)人工智能優(yōu)勢技術(shù)在于芯片存儲(chǔ)數(shù)據(jù)處理、通信網(wǎng)絡(luò)、圖像處理廣泛的運(yùn)用到了語音識別、金融、管理等領(lǐng)域。為了進(jìn)一步研究企業(yè)—技術(shù)溢出，將樣本企業(yè)間引用和被引用的IPC分類號用gephi軟件進(jìn)行網(wǎng)絡(luò)可視化分析，得出企業(yè)—技術(shù)間溢出、企業(yè)—技術(shù)受益網(wǎng)絡(luò)圖，如圖3-圖4所示。

表3 2010-2018年樣本企業(yè)間后向引用專利主要IPC代碼

圖3 樣本企業(yè)—技術(shù)溢出網(wǎng)絡(luò)

圖4 樣本企業(yè)—技術(shù)受益網(wǎng)絡(luò)

圖3-圖4中圓圈代表樣本企業(yè)涉及的IPC分類號和企業(yè)名稱，節(jié)點(diǎn)之間的連線表示企業(yè)和技術(shù)間的關(guān)聯(lián)，節(jié)點(diǎn)間連線粗細(xì)表示企業(yè)和技術(shù)間的關(guān)系緊密程度。通過分析圖3-4，樣本企業(yè)的人工智能技術(shù)主要吸收了智能存儲(chǔ)技術(shù)、圖像處理、智能通信技術(shù)溢出到金融、語音識別、商業(yè)等領(lǐng)域，帶到了這些領(lǐng)域的發(fā)展。同時(shí)，人工智能技術(shù)間相互融合促進(jìn)了創(chuàng)新。如人工智能芯片中的類腦芯片區(qū)別與傳統(tǒng)的CPU芯片，能夠更高效的處理運(yùn)算、存儲(chǔ)和圖像處理，將這些技術(shù)有效的集成在一起。根據(jù)圖3-圖4，百度的主要優(yōu)勢在大數(shù)據(jù)處理、信息交互、智能平臺，但這些技術(shù)滲透到智能語音、無人駕駛、金融、制造業(yè)、芯片技術(shù)、圖像處理等智能應(yīng)用領(lǐng)域還不夠；反之，這些技術(shù)領(lǐng)域目前還未有效廣泛應(yīng)用人工智能技術(shù)，沒有大規(guī)模推動(dòng)人工智能技術(shù)的發(fā)展和融合，將來這也是百度公司要大力技術(shù)創(chuàng)新的方向。與百度重要的合作伙伴華為和中興，技術(shù)溢出和受益處在網(wǎng)絡(luò)的中心地帶，它們的人工智能技術(shù)構(gòu)成較為類似，都吸納了圖像處理、無線通信、數(shù)據(jù)傳輸，溢出也都集中在網(wǎng)絡(luò)、通信設(shè)備領(lǐng)域，可見華為、中興這些技術(shù)領(lǐng)域融合的較好，如華為、中興都在智能手機(jī)領(lǐng)域具有優(yōu)勢，其電子產(chǎn)品集成了通信、數(shù)據(jù)處理、圖像、語音、芯片技術(shù)，但這兩家企業(yè)均局限于自家的優(yōu)勢技術(shù)，并未有效的發(fā)展多元化融合滲透到不同的領(lǐng)域，如無人駕駛、機(jī)器人等領(lǐng)域還有待發(fā)展；其余聯(lián)想、騰訊、阿里巴巴等企業(yè)還處在溢出網(wǎng)絡(luò)的邊緣，可見這些企業(yè)雖然在人工智能領(lǐng)域有了一定發(fā)展，但還存在很大的局限性，技術(shù)融合還不夠，技術(shù)溢出不夠明顯，將其技術(shù)擴(kuò)散運(yùn)用到其它領(lǐng)域促進(jìn)這些產(chǎn)業(yè)的發(fā)展，還有待改進(jìn)。

3.3 企業(yè)間技術(shù)溢出測度

根據(jù)公式(1)-(3)，計(jì)算2010—2018年百度公司的直接引用系數(shù)，如表4所示。

由于專利的引用需要一定周期，因此2017、2018年數(shù)據(jù)有滯后性。從表4中可以看出，百度的專利直接引用系數(shù)較高表明其在人工智能領(lǐng)域里的自主創(chuàng)新能力較強(qiáng)；除了自主創(chuàng)新以外，百度較多依賴微軟、中興、騰訊的技術(shù)溢出，百度與這些企業(yè)具有較強(qiáng)的技術(shù)依賴性。計(jì)算百度公司等10家企業(yè)2010—2018年的技術(shù)感應(yīng)度系數(shù)，如表5所示。

表5顯示近幾年來百度公司的技術(shù)感應(yīng)度系數(shù)在樣本企業(yè)當(dāng)中較高，說明百度的技術(shù)溢出效應(yīng)十分顯著，其它企業(yè)對百度公司的專利依賴性較強(qiáng)；華為、騰訊、微軟、中興其歷年感應(yīng)度系數(shù)也比較高，表示其它企業(yè)對其專利技術(shù)需求度較大；而奇虎、阿里巴巴等企業(yè)歷年技術(shù)感應(yīng)度系數(shù)均較小，說明這些企業(yè)技術(shù)溢出較低。測度百度等10家公司2010—2018年的技術(shù)影響力系數(shù)，如表6所示。

表4 2010-2018年百度公司專利直接引用系數(shù)

表5 2010—2018年各企業(yè)的技術(shù)感應(yīng)度系數(shù)

表6 2010—2018年各企業(yè)的技術(shù)影響力系數(shù)

從表6可得，百度的技術(shù)影響力系數(shù)逐年上升，說明百度對其它企業(yè)的技術(shù)吸收能力較高，技術(shù)受益作用較強(qiáng)；其它企業(yè)中騰訊、華為、中興等企業(yè)的技術(shù)影響力系數(shù)較高。其余企業(yè)技術(shù)影響力系數(shù)相比之下較低，表明其它企業(yè)對其技術(shù)吸收效果不明顯。

3.4 企業(yè)引用技術(shù)主題聚類分析

為了分析百度等10家企業(yè)間具體技術(shù)的吸收和溢出可視化過程，用Incopat專利分析系統(tǒng)對2010-2018年期間百度等10家企業(yè)間被引和引用專利進(jìn)行技術(shù)聚類主體，深入研究樣本企業(yè)間具體的技術(shù)流動(dòng)性。如圖5-圖6所示。

圖5 企業(yè)技術(shù)溢出聚類圖

圖6 企業(yè)技術(shù)吸收聚類圖

圖5-圖6中展示了百度等10家企業(yè)技術(shù)主題的聚類，紫色的點(diǎn)表示這些專利中最有價(jià)值的專利。分析表明，樣本企業(yè)主要溢出的技術(shù)主要包括：語音識別、搜索引擎技術(shù)、視頻編碼、圖像采集、智能通信、云端服務(wù)、智能觸屏技術(shù)、深度圖像等；溢出吸收的技術(shù)主要有：搜索請求、視頻文件播放、圖像顯示、智能芯片的分布式計(jì)算、信息服務(wù)、智能云端等領(lǐng)域。樣本企業(yè)技術(shù)聚類可以反映，百度等10家企業(yè)最具價(jià)值的專利大部分集中在數(shù)據(jù)標(biāo)識、數(shù)據(jù)塊、搜索引擎、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、智能顯示等技術(shù)領(lǐng)域，這表明：這些企業(yè)發(fā)展人工智能技術(shù)主要以自身原始的優(yōu)勢技術(shù)領(lǐng)域?yàn)檩d體，如百度的最先進(jìn)行人工智能技術(shù)還是搜索引擎，百度將深度學(xué)習(xí)和人工智能技術(shù)結(jié)合，融入語音搜索、圖片搜索、信息流等對搜索引擎進(jìn)行智能化；騰訊、阿里巴巴也是基于其游戲、視頻處理等互聯(lián)網(wǎng)技術(shù)外延發(fā)展人工智能技術(shù)，如無人駕駛、人臉識別，下游應(yīng)用；奇虎360、聯(lián)想、中興、宇龍計(jì)算機(jī)通信、華為等這些傳統(tǒng)計(jì)算機(jī)通信企業(yè)也紛紛轉(zhuǎn)型發(fā)展人工智能技術(shù)，如奇虎360建立了人工智能研究團(tuán)隊(duì)發(fā)展云端服務(wù)、通信；中興、華為推進(jìn)5G技術(shù)、智能手機(jī)和芯片；宇龍則側(cè)重智能觸摸屏，例如，酷派就是其產(chǎn)品；聯(lián)想則推出leapAI平臺與計(jì)算機(jī)業(yè)務(wù)結(jié)合起來。然而，樣本企業(yè)對人工智能技術(shù)吸收局限性比較明顯，集中在自身傳統(tǒng)優(yōu)勢技術(shù)，從圖6可以看出樣本企業(yè)吸收有價(jià)值的專利較少，證明這些企業(yè)的人工智能技術(shù)與傳統(tǒng)技術(shù)領(lǐng)域融合性還不夠，沒有廣泛擴(kuò)散人工智能技術(shù)，這與前面的分析一致。用戶數(shù)據(jù)標(biāo)識技術(shù)集中了大量的專利，但溢出效果不明顯，如何結(jié)合數(shù)據(jù)算法、人臉識別發(fā)展用戶數(shù)據(jù)標(biāo)識技術(shù)，可見是未來人工智能技術(shù)發(fā)展的一個(gè)重要方向。

4 結(jié)論與建議

本文主要貢獻(xiàn)在于：綜合運(yùn)用百度等10家人工智能企業(yè)間前后向引用專利數(shù)據(jù)，研究分析企業(yè)—企業(yè)、企業(yè)—技術(shù)間技術(shù)溢出、吸收受益過程，測度企業(yè)技術(shù)溢出程度，揭示了百度等十家人工智能企業(yè)技術(shù)影響力、技術(shù)吸收能力；清晰反映出了百度等十家人工智能企業(yè)間技術(shù)流動(dòng)性特征；識別出企業(yè)技術(shù)溢出的方向，溢出和受益的關(guān)鍵技術(shù)，從而豐富了技術(shù)溢出研究。對百度等10家企業(yè)技術(shù)溢出實(shí)證研究得到了以下結(jié)論。

1)從聚類和可視化網(wǎng)絡(luò)分析角度來看，人工智能企業(yè)技術(shù)優(yōu)勢集中在搜索引擎、數(shù)據(jù)處理、圖像采集、語音識別等領(lǐng)域，往金融、管理、商業(yè)等領(lǐng)域溢出，部分企業(yè)將人工智能技術(shù)與自身傳統(tǒng)優(yōu)勢技術(shù)融合發(fā)展，如百度的引擎技術(shù)、宇龍的酷派智能觸屏。

2)雖然樣本企業(yè)在搜索引擎和語音識別、通信等領(lǐng)域集中了大量有價(jià)值的專利，但人工智能技術(shù)對其它領(lǐng)域的應(yīng)用溢出程度并不明顯，關(guān)鍵技術(shù)的專利布局還不夠。例如，用戶數(shù)據(jù)標(biāo)識等潛在人工智能技術(shù)并未得到有力發(fā)展。

3)從直接引用、技術(shù)感應(yīng)度、技術(shù)影響力系數(shù)分析表明：具備技術(shù)優(yōu)勢企業(yè)專利需求較高，對技術(shù)依賴性較強(qiáng)，反映出樣本企業(yè)間技術(shù)溢出整體較高；樣本企業(yè)溢出和受益效應(yīng)最大的企業(yè)均為中興和華為，其原因除了自身的技術(shù)優(yōu)勢，更依賴于其整合各種創(chuàng)新資源進(jìn)行集成創(chuàng)新，除了注重對外部技術(shù)的吸收整合，還有輸出技術(shù)帶到其它企業(yè)協(xié)同發(fā)展；其余的樣本企業(yè)處在技術(shù)溢出網(wǎng)絡(luò)邊緣，技術(shù)流動(dòng)性不顯著，尤其微軟與其它樣本企業(yè)技術(shù)互動(dòng)較少，較多的都是自引專利，可見微軟自主創(chuàng)新能力較強(qiáng)。

基于上述結(jié)論，本文針對百度等十家人工智能企業(yè)技術(shù)創(chuàng)新提出如下建議。

1)有效地將人工智能技術(shù)和自身優(yōu)勢技術(shù)進(jìn)行系統(tǒng)集成創(chuàng)新，采取多元化技術(shù)模式，在未來大力將人工智能技術(shù)如圖像處理、智能搜索、人臉、語音識別技術(shù)滲透應(yīng)用到制造業(yè)、金融、商業(yè)、機(jī)器人領(lǐng)域。

2)注意在人工智能全產(chǎn)業(yè)鏈上布局有較高價(jià)值的專利。企業(yè)不僅要在自身優(yōu)勢技術(shù)領(lǐng)域布局人工智能專利，鞏固自己的技術(shù)優(yōu)勢，還應(yīng)該搶先在下游人工智能應(yīng)用領(lǐng)域布局專利，形成較為完整的技術(shù)鏈條，獲取競爭優(yōu)勢；同時(shí)，企業(yè)要關(guān)注人工智能潛在的技術(shù)真空帶，并與應(yīng)用產(chǎn)業(yè)相結(jié)合。

3)人工智能企業(yè)應(yīng)積極進(jìn)行創(chuàng)新模式的轉(zhuǎn)型，從以前自主創(chuàng)新轉(zhuǎn)變?yōu)殚_放式創(chuàng)新，在吸收外界專利技術(shù)的同時(shí)，還要整合好內(nèi)外部資源，擴(kuò)散自身技術(shù)影響力，帶到技術(shù)鏈上的其它企業(yè)協(xié)同發(fā)展。