12月24日，由半导体投资联盟主办，张江高科、爱集微承办，上汽集团协办的“首届集微汽车半导体生态峰会”在上海成功召开，伊利诺伊大学芝加哥分校（UIC）John Marshall法学院教授，知识产权、信息和隐私中心主任Daryl Lim发表了以《知识产权，供应链与人工智能》为主题的演讲。
制定知识产权策略
近年来，新一轮技术革命正在让汽车工业进入以电动化、市场化、智能化、共享化为特征的“新四化”阶段。工信部的数据显示，2020年我国智能汽车销售量达300万辆，同比增长超过100%。由此可见这一市场的广阔。
智能汽车与传统汽车最大的区别在于座舱为驾驶员提供了面部识别、语音解锁、手势交互、3D演示和AR导航等功能，而这些功能的实现需要不断地与环境交换信息，因此不同系统的互联和跨多个设备的通信必不可少。
Daryl Lim指出，这些功能的实现将依赖通用标准规范，例如4G,、5G、Wi-Fi、视频压缩以及数字视频广播、近场通信、Qi无线充电标准等，自2018年以来，涉及特定应用的的3G、4G和5G专利数量急剧增加，大多数是5G专利。
“与此同时，信息的集成、车载通信技术反过来给专利许可带来了新的挑战。许多连接标准依赖于标准必要专利，但汽车行业多数缺乏标准必要专利许可证的谈判经验。”Daryl Lim说道。
据了解，与电信行业的授权方式不同，汽车行业的专利采用垂直许可，即Tier 1制造商通常不会向OEM收取授权费，但将这一成本纳入他们的组件价格。这使得供应商能确保其组件不受第三方权利的约束。
Daryl Lim并举了两个例子说明标准必要专利的重要性，大陆汽车诉Avanci以及L2 Mobile Technologies诉福特和林肯汽车，这两起案件都是围绕SEP授权的FRAND（公平、合理、非歧视）的原则展开。
据了解，中国法院针对SEP颁布了几条禁诉令，作为对2018和2019年美国与德国禁诉令的回应。Daryl Lim 表示，“尽管表面来看，禁诉令让相关方专注于解决国际纷争，但禁诉令是否能高效地使双方达成公平协议还未可知。”
基于此，Daryl Lim认为汽车制造商需要制定完善的知识产权政策，在技术标准制定与发展之时占有一席之地。他们还需要监控汽车技术相关的专利申请，SEP声明、专利池等，不局限于汽车产业的直接竞争对手和供应商。最后，思考如何从国家层面上解决争端，或使用其他解决争端机制。
降低供应链风险
Daryl Lim谈到的第二个话题是汽车供应链，他指出，从疫苗到半导体的短缺促使各国开始重视供应链的弹性和自给性，不过对于AI和汽车产业都极为重要的半导体生产设备等中国目前还无法自给自足。我们也看到中国所需的现代AI经济运营所需的半导体有可能从国际供应链中被切断。
“中美关系的持续恶化可能会引发一些意想不到的后果，比如全球贸易和技术出现严重分歧等。我们要做的是尽量避免出现非此即彼的局面，因此必须努力降低供应链和技术标准分叉的风险。” Daryl Lim说道。
基于此，Daryl Lim认为建立集体抵抗力符合所有人的利益，多边主义是解决眼前问题的最佳办法，基于规则的国际体系建设自由开放的贸易和国际供应链，对于实现疫情后的持续复苏和创造新的就业机会至关重要。
另外，他并提出了三个考虑要素以达到这种平衡。一是本土生产。“对于基础和战略产品，所有国家都希望保持一定的国内产量。但是国内生产或者囤积，并不是灵丹妙药，特别是对于半导体等更复杂的供应链来说，在任何一个国家要复制芯片设计和制造的完整生态系统都极其昂贵且困难。”
二是货源的多样性，疫情引发了对极端精简生产网络的重新思考，加速了从“及时”到“以防万一”的转变。因此扩大货源和可信赖的合作伙伴的范围至关重要，以确保供应链可以根据任一来源的重组进行灵活调整，不过也需要考虑到经济成本和公平竞争。
三是网络可靠性。诸如上海的交通节点将发挥重要作用，已成型的可靠节点将作为一个良好的来源，服务于安全可靠的国际网络。
我国人工智能的现状及挑战
Daryl Lim最后谈了人工智能，他表示：“在人工智能方面，中国已经取得了令人印象深刻的进步，这对未来中国汽车工业的发展至关重要。但与此同时，也需要注意面临的挑战和相应克服的方法。”
对于中国人工智能能够取得巨大进步的原因，Daryl Lim认为有四方面，一是后来者优势，由于AI是开放学科，很多主要算法都是公开的，可以从已发表论文和会议中获取，这帮助中国获得了大量基础AI研究；二是人工智能的两大主要资产是数据，以及计算机科学和工程人才。中国庞大、统一的人口给了生产和使用数据优势。与此同时，中国在促进技术和工程方面的努力，也为国家提供了大量高素质的计算机科学家和工程师；三是中国巨大的市场为企业应对技术挑战提供了强大的经济动力；四是政府出台了各项支持人工智能产业发展的政策。
不过Daryl Lim并同时指出，中国在人工智能发展道路上仍有几个关键问题需要解决。
1.中国学术界与产业的联系相对薄弱，技术转移仍然相当有限。另外尽管科学发表和专利数量正在迅速上升，但仍缺乏原创思想和突破性技术；
2.中国不确定的商业环境、人工智能产品的巨大市场，以及人们对应用人工智能的极大热情，导致企业和投资者更青睐于能快速挣钱的应用人工智能的研究，而不是能产生长期影响的基础研究；
3.美国及其盟友认为中国的崛起将损害全球商业和技术环境，这造成了不确定性，损害了海外投资和向中国的技术转移；
4.在人工智能领域，多样性对于弹性来说是必要的，这意味着良好的特质、技能、能力、经验和个人人际网络的混合。而中国的AI对于人才的吸引力还不够；
5.美国的人工智能研究和投资的企业文化对于建立AI弹性更有利，而中国企业复制美国科技巨头的企业研究实验室会是一个挑战。
对于上述几个问题，Daryl Lim认为对于阿里巴巴、腾讯等公司来说建立内部能力不是很容易，但对于汽车汽车或许是个机会，他们可以和AI公司合作成为行业领先公司；另外从政府的层面来看，需要将公共和私营的部门结合为更广阔的集体，制定可持续发展的政策和方法。
“对于标准必要专利，采用无线通信标准的汽车公司必须标准必要专利（SEP）采取知情和主动的策略。与此同时，有了完整的供应链，就有可能使供应多样化，更好地管理半导体供应以及其他关键零件的风险。保持经济开放的同时，提供好岗位，避免全球贸易和技术领域分裂为敌对阵营。此外，在人工智能领域也要吸引全球的人才，开展新一代研究，并采用全国性协同合作的方式。” Daryl Lim最后总结说道。
（校对/Yuki）
