今（2018）年剛從智慧局退休的葉雪美，是北美智權報最資深的專欄作家。每一個月，葉雪美都會幫台灣的廠商做功課，搜羅全世界重要的設計專利領域中的最新判決進行深度分析。這些扎實的內容，都得歸功於她在設計領域耕耘了超過三十年的寶貴經驗。

這幾年，設計專利在台灣突然成為了顯學。首先，以每年專利申請的統計數字來看，當發明、新型專利的申請數量都呈現萎縮時，只有設計專利的申請量不但維持穩定，甚至還出現微幅成長。此外，蘋果公司（Apple）與三星（Samsung）的手機設計侵權大戰，更於今年四月被判出超過5億美元的天價賠償金。

前智慧局（TIPO）專利審查官、北美智權報專欄作家葉雪美就在文章（Apple獲得5.33億美元的賠償金---美國法院再次確認設計專利的整體價值）中指出，在決定賠償的數額時，陪審團是以整支手機的價值、而非手機的零組件作為計算基礎，足以鞏固科技業中設計專利的重要性。

成大工設創系，葉雪美是唯一女生

1973年，成功大學工業設計系創系第一年招生時，葉雪美就是當中唯一的女生。「當時我完全不知道工業設計是什麼，」葉雪美回憶，那個時候的大學聯考，還是先填志願再應試，而原本立志往電機、機械領域發展的她，就因為志願卡上的一筆選填，誤打誤撞踏入工業設計。

因為是第一屆學生，唸書時一切事情都得自己來，甚至連師資都得靠成大其他系所支援。「我們那時候什麼現成的材料都沒有，全部要自己動手做，」她還記得，趕作品時幾乎每天都得在工廠裡待到半夜，完全趕不上宿舍的門禁時間，等於每次都得翻牆才能回去；最後教官乾脆破例，直接把宿舍鑰匙給她。

大學畢業後，在老師鄭源錦引介下，葉雪美進入大同公司工業設計部門工作，成為大同的第一個女性設計師。當時大同的家電產品幾乎都以外銷為主，正需要設計人才，也因此累積了不少實務經驗。「工業設計是非常務實的，不能只考量美學，」她舉例，產品設計完成後，可能會被生產部門挑戰「做不出來」，業務單位也會提出市場接受度、售價的疑慮，「所以要把生產、倉儲、運送、銷售……這些因素都考量進去，才能把設計做好。」

從大學時期到業界養成的認真、執著的態度，讓她在之後轉換跑道、進入中央標準局（智慧局前身）擔任審查委員依然是認真且敬業。88年智慧財產局成立後，參加第一次專利審查官特考幸運地通過，因為公務員轉任及俸給的問題，在世新讀了3年的法律研究所，跟國家打了5年的訴訟。 回想起那段邊唸書邊工作的時間，葉雪美感恩地說「在專利三組辦理爭審業務時，現任經濟部次長王美花當時擔任專利三組組長，她雖不是技術人，總是很認真、用功地去瞭解複雜且困難的爭審業務，她用功的學習態度對我產生莫大的影響。」

想做好工業設計，設計師得學會說故事

葉雪美在專利審查業務上，自我期許且自我要求甚高。「在審案子的時候，總是以同理心與申請人或代理人溝通，希望協助申請人取得較好的設計保護，」葉雪美笑說，有些時候會遇到一些較麻煩的案子，在對這種狀況下，她都要求長官多給點時間，讓她再跟申請人溝通討論再做進一步的修正。最後，這種做法反而為她贏得業者的敬重，只要是國內外的設計案碰到棘手的問題，往往第一時間就找上葉雪美求救。

在這幾年，葉雪美除了持續在北美智權報寫專欄，也開始回到學校兼課，培養人才。別人可能以為，退休後的生活可以比較悠閒，但她卻不是如此。「沒辦法，勞碌命，我現在還是常常看資料到半夜兩、三點，」她笑說，雖然只在世新大學智財所兼了課，可是上課時學生的作業，每一個人的題目都不一樣，「課上到最後，最累的反而是我自己！」而為了研究最近的專利法引入維修免責條款議題，她甚至連美國的汽車保險制度都要下功夫了解，完全閒不下來。

「做設計的人，應該要有會說好故事的能力，」從大學時無心插柳的進入工業設計、之後在業界、公部門都一直在設計產業及設計的保護方面努力耕耘，葉雪美認為，設計師一定要能溝通，才能了解別人的需求，設計出對的產品。她認為自己很幸運，在成大唸書時，成大有很多學院，除了工業設計，其他學系中只要是有興趣的課她都會去上，擴大自己的視野。「大家都喜歡聽故事，說故事的能力也可以成為影響力，台灣不缺設計師，缺的是能說好故事的人，能將自己的理念及設計傳達給別人、影響別人，這才是好的設計師。」

《北美智權報》第214期更多精采文章： 摩爾定律的下一步：半導體製造技術的變革新趨勢 小米8外觀神似iPhoneX，會有侵權風險嗎？ 從「公開播送權」的「公開傳輸」性質看著作權法修正案

不管在哪一個國家哪一個地區，專利侵權訴訟總是一件勞民又傷財的事情。對於當事人來說，不論是原告還是被告，涉及專利侵權訴訟的兩造都必須投入大量的時間及人力，當然也免不了深不見底的律師費用。對於處理訴訟的法院而言，不論是法官也好技術審查官也好，都必須耗費很多的資源來處理專利侵權訴訟案件。因此，日本特許廳特別設定了判定制度，提供專利權人以及社會大眾一種更經濟、更快速的解決專利侵權糾紛之工具。

判定制度是由特許廳判斷特定物品是否落入專利權利範圍中，如果運用得當，可以減少專利侵權的訴訟，在正式提訴之前就能夠解決專利侵權糾紛。如果專利侵權訴訟是一場考試，那麼判定制度可以說是針對該考試的模擬考，專利權人以及大眾都可以參加模擬考，並依據模擬考的結果，決定是否要報考「專利侵權訴訟」這個昂貴又費時的考試。

判定制度之特徵

依據判定制度的設計，判定程序依申請人的申請而開啟，申請人可以是專利權人或任何人。在判定程序中，由特許廳基於中立、公正的立場判斷特定物品是否落入特定專利權的權利範圍中。判定程序屬於一種行政服務，其程序相對簡單，費用較低(每一件4萬日圓)，花費時間也較短，經過判定審理後所發出的判定書雖然會指出該特定物品是否有落入特定專利權的權利範圍中，但該判定結果並沒有法律拘束力。

判定請求手續的流程

判定請求的流程依序可以區分為判定請求、答辯指令及答辯書、審理、判定書作成及送達等四個階段。以下依序說明各階段的注意要點。

提出判定請求

1. 可提出判定請求之申請人：
原則上，判定請求的申請人可以是任何人，並不需要與判定結果存有法律上的利害關係。不過，就判定制度的宗旨來看，應該在判定請求書的理由欄中，簡單地說明提出判定請求的必要性。
2. 可請求判定之時期：
在作為對象的權利登錄或註冊後，就可以針對該權利提出判定請求。例如，就發明專利來說，在發明專利申請案經過核准並公告後，就可以針對該發明專利中的權利單位（亦即請求項）提出判定請求。當專利權消滅後，仍有可能爭論在專利權存續期間中的侵害事實，所以在專利權消滅後仍可提出判定請求。
3. 於判定制度中請求判斷的對象：
於判定請求中，必須指定特定的權利單位（例如發明專利權的請求項）以及與該權利單位進行比對的特定的比對對象。其中，一個判定請求中僅能指定一個權利單位及一個比對對象物，並且要記載對比對象的比對特徵等。舉例來說，若專利權人甲的A號專利有2個請求項A1及A2，而甲想要確認不同的產品B和C有沒有侵害到A號專利中的2個請求項，那麼，甲必須針對請求項A1-產品B、請求項A2-產品B、請求項A1-產品C以及請求項A2-產品C提出4個判定請求才行。
4. 判定請求書
判定請求書必須要依照特許廳規定的格式記載。比較特別的是，由於在判定程序中會通知被請求人提出答辯，因此在判定請求書中必須要記載「被請求人」。延續先前所舉的例子來說，如果產品B是乙公司製造的，那麼在甲針對請求項A1-產品B、請求項A2-產品B提出的判定請求中，乙公司就是被請求人。

但有時候判定請求並不一定會有被請求人，此時當然就不需要填寫判定請求書中的被請求人相關資料之欄位。例如，專利權人甲自己製造了產品D，為了要確實在產品D上面標示專利號碼，而針對請求項A1-產品D提出了判定請求，此時產品D也是專利權人甲自己製造的，因此並沒有所謂的被請求人存在。

答辯指令及答辯書

如果在判定請求書中有記載被請求人，則特許廳會將請求書副本送達至請求人，並要求被請求人在期限內提出答辯。答辯的期限會因為被請求人是否為日本人（日本公司）而有差異，對於日本人或日本公司的答辯期限為30天，對於日本以外的被請求人則允許有60天的答辯期限。

另外，針對沒有記載被請求人的判定請求，審判官在進行審理時會通知提出判定請求之申請人說明沒有指定被請求人的合理理由。對於此種判定請求，於製作判定書時，審判官也會在判定理由中敘明該等情事。【本文未完，完整內容請見《北美智權報》214期：正式報名考試前 不妨先來一場模擬考---談日本「判定制度」】

《北美智權報》第214期更多精采文章： 小米8外觀神似iPhoneX，會有侵權風險嗎？ 淺談Webcrawler網路爬蟲合法性--以美國訴訟案為討論中心 摩爾定律的下一步：半導體製造技術的變革新趨勢

人工智慧（AI）儼然成為改變全球產業態勢及主導經濟發展的趨勢，主要國家無不在AI領域上大作文章，尤其中國大陸希冀透過AI發展搭上第四波工業革命的快速列車，並期待透過政府主導模式與美國在AI領域上一爭高下。不過，筆者認為中國大陸AI在基礎理論、核心運算等基本功仍較美國落後，在製造、農業、物流、金融、商務等領域仍在示範階段，人工智慧只能算是拼湊起的產業鏈，尚未產生足夠或期盼的國際影響力。尤甚，美國科技產業及人工智慧之所以能持續創新，來自於無心插柳柳成蔭的政府放任，而官方的強勢介入，是否最後會造成人工智慧發展有心哉花花不開的政策失靈？

AI的興起不僅是技術或產業領域的重大發展，更對經濟、社會、 政治各領域產生綜合性、劇烈性的變革，人工智慧的迅速發展將深刻改變人類社會生活。伴隨著人工智慧、大數據、雲端運算、區塊鏈等技術的興起與發展，尤其是近年來新興技術在棋類對弈、自動駕駛、人臉識別等領域的廣泛應用，圍繞人工智慧所可能引發的社會變革產生了激烈爭論。AI發展進程中所面臨的挑戰，不僅僅局限於技術或產業領域，而更多體現在的公共政策選擇上，美國前總統歐巴馬在內的政治家又認為應該放鬆監管，充分釋放AI的技術潛力以造福人類社會。然而，全世界主要國家對於AI發展態度亦大不相同，對AI發展抱持憂心者不在少數。

傑文斯悖論檢視人工智慧的發展

19世紀英國經濟學家威廉·斯坦利傑文斯（William Stanley Jevons），曾實地調查在大英帝國的煤炭使用。Jevons想瞭解大英帝國對於煤炭的需求，與花多少時間將會耗盡英國煤礦。在他的調查中注意到，提高效率的燃煤機其實沒有減緩對煤炭的整體消費。事實上，Jevons看到了更高效的燃煤機，在不斷增加的速度，消耗更多的煤。而效率似乎讓煤炭消費量增加卻不能減少，這就是現在被稱為「傑文斯悖論」。

弔詭的是解釋指出，多台機器共同運作而提高效率，降低了一台機器上的個人油耗、成本、機器運行。反過來，降低成本，使機器，在經濟上可行的一些新的應用。雖然每台機器更高效，機器本身的整體需求增加，從而導致油耗的增加。此外，當我們運用傑文斯悖論去探討人工智慧卻也出現不同的東西，例如：人工智慧或許可降低了單位成本的計算，在一個新的市場建立一個規劃項目而減少每個單位的成本，因為負的成本/效益比以前財務可行性的領域外，突然變得可行，於是對人工智慧的投資變成一股趨勢，但能否達到真正成本/效益的回收就成為21世紀的傑文斯悖論。

以物理學家霍金、鋼鐵人艾隆馬斯克、微軟創辦人比爾蓋茨等為代表的諸多人士，呼籲加強對AI的監管，警惕人工智慧恐成為人類文明史的終結。尤其霍金晚年相當關注氣候變遷、人工智慧、人口爆炸、外星人入侵等議題，對這些威脅一再提出警告。霍金早在2014年英國廣播公司（BBC）新聞網的專訪中就預言：「全面發展AI的話，人類恐自取滅亡。」事實上，霍金擔憂AI終將發展到比人類還優秀的程度，形成一種「新型態的生命」，其更憂心忡忡地表示：「我擔心AI會完全取代人類，若有人設計電腦病毒，有人創造出能自我升級及自我複製的AI，那將是超越人類的新型態生命」。

人工智慧復興？AI在上世紀70年代被戲稱為現代煉金術

人工智慧或人工智能（AI）一詞，最早在1956年橫空出世，乃由人類製造出來的機器所表現出來的智慧，「魔鬼終結者」、「駭客任務」、「變形金剛」等好萊塢系列電影，皆相當程度探討人工智慧對未來生活的衝擊與想像。1950年代因電腦科學的進步，從科學家到普羅百姓，皆對於電腦充滿無盡的想像。當時，全球第一台通用電腦EDVAC問世剛滿十年，任何人若看到這款電腦的超強運算能力，便會認為電腦總有一天會比人類更為聰明，甚至是超越人類的存在。至於如何判斷機器擁有人工智慧？著名的「圖靈測試」的報告中定義：倘若一台機器能與人類對話，而不被識別出己方的機器身份時，變能宣稱該機器擁有智慧。人工智慧在1970年代末也產生泡沫及停滯時候，被戲稱為一場現代煉金術，導致政府與企業紛紛撤資，人工智慧也面臨一場過劇的寒冬。

由於電腦科技興起強化運算技術的能力，傳統的邏輯符號推導邁入機器學習領域的誕生。當然，人工智慧亦有強弱之分，強的人工智慧強調電腦擁有自覺意識、性格、情感、知覺、社交等人類特徵；弱的人工智慧主張機器只為模擬人類具有思維的行動表現，而非真正地懂得思考，所以機器僅能模擬人類，本身並不具意識，也難以理解動作本身的意義。尤甚，由於統計機率及電腦科學的涉入，使「機器學習」可歸功於硬體儲存成本下降，運算能力的強化使大量數據可被處理，爾後，類神經網絡模型因電腦運算能力大幅提昇，擺脫技術上的困難而再次復甦，促使「深度學習」又超越機器學習，成為當今人工智慧的顯學。面對步步逼近的人工智慧，或許兩招應對模式：要不積累財富，成為資本大戶；要不積累知識，成為尖端技術的掌握者。換言之，人工智慧將掀起資本累積及技術累積的浪潮。

深度學習的代表，可謂是2014年橫空出世的AlphaGo，該款人工智慧為圍棋軟體，顛覆眾人對機器在深度學習的想像。ICT釋放自主學習的潛能，包含互聯網、雲端運算、大數據、圖形處理器（GPU）、晶片及各項軟體等發展突飛猛進，伴隨大量資本的投入，深度學習的演算不斷進步，各類創新型的AI人工智慧公司順勢而出，深度學習為核心的機器人研發和腦神經等技術，成為各國發展AI的新戰場。日本政府從2015年開始便制定5年計劃的新機器人戰略，希冀至2020年擴大機器人開發投資，推進千億日元規模的機器人扶持項目。除了日本的機器人研發之外，歐盟的「人腦計畫」更是大膽的嘗試，其旨在整合目前所有的大腦知識，逐步以模型和電腦模擬方式重建人腦。這些模型開�坐F探索大腦與神經系統疾病的連結，也和發展機器人領域的創新技術有關。【本文未完，完整內容請見《北美智權報》214期：政府主導抑或市場驅動？比較中國與美國在AI發展模式上的差異】

《北美智權報》第214期更多精采文章： 台版《專利兇猛》– 故事大逆轉！ 驅動2018換機潮，手機大廠的「創新三箭」如何出招？ 小米8外觀神似iPhoneX，會有侵權風險嗎？

從2017到2018年，全球IC製造產業資本投資規模達到高峰，近兩年總投資均超過920億美元規模。目前台灣IC製造產業仍以晶圓代工貢獻最主要產值，隨著創新應用的發展，對於製程的需求也一直不斷攀升，綜觀2018年後的應用趨勢，半導體發展將更加多元，隨著先進製程來到10奈米之下，製程微縮瓶頸浮現，同時複雜的圖形造成曝光次數增加，光罩成本隨之倍增，讓半導體產業向來信守的摩爾定律（Moore's Law）變得窒礙難行，極紫外光(extreme ultraviolet；簡稱EUV)E技術被視為摩爾定律繼續往下走的關鍵，EUV製程技術勢在必行。

新應用對IC製造技術的影響

隨著7奈米之後的解決方案討論開始浮上檯面，EUV微影技術等設備將加速2019年之後先進製程的量產。EUV微影技術的實用化，需整合研發光源、光學系統、光罩、光阻、曝光裝置等各項技術，然而製程微縮除了對製程穩定度帶來壓力外，在成本控管上亦是相當嚴肅的課題。採用新式材料與技術成為研發的另一方向，奈米碳材、寬能隙材料的導入，將有助於延續摩爾定律。

工研院產業經濟與趨勢研究中心（IEK）資深產業分析師劉美君指出，綜觀2018年以後的趨勢，會發現人工智慧、物聯網、智慧汽車、高速運算等應用，將促進半導體產業發展更多元。未來AI將整合IoT技術發展，應用以工業、智慧城市等領域為主，分析各公司AI晶片發展，會發現所需製程幾乎還是以10奈米以下為主流；但並非所有產業都需要最先進的製程，預估到2021年，45奈米和22奈米仍是產能占比最多的製程，在發展上最成熟穩定、良率亦是最高；10奈米和14奈米製程會成為要角，有急速攀升的趨勢，而年複合成長率最快的則是7奈米製程。

導入EUV技術，仍有諸多難題

在過去兩年間，台積電為了拉大和競爭對手的居離，著重在10奈米以下製程能力的提升，特別是奈米與5奈米量產技術的研發生產。對晶圓代工產業而言，製程能力將影響未來客戶下單的選擇，關鍵在於良率夠高、速度要夠快，客戶對於7奈米世代的製程需求亦有極高的期待，為了突破微縮製程在7奈米的瓶頸，EUV技術的需求因此產生。

但就現階段來看，要藉由EUV實現7奈米以下微縮製程，仍有許多棘手的問題待克服。除了生產性降低、成本增加、產能對半砍，EUV還有曝光裝置耗電太大的問題。劉美君進一步解釋，假設EUV光源效率以0.1％來計算，若期望輸出功率為150W的EUV光源，則需使用150kW的電力，以一般量產所需10台曝光機的基本數量來看，則需消耗1500kW電力。先前媒體曾報導，全台灣用電過去五年的增加量，約三分之一由台積電貢獻，導入EUV微影技術後用電還會暴增，根據台積電評估，計劃於2020年量產的5奈米製程，用電會是目前主流製程的1.48倍 。

此外，還有光罩防塵薄膜的難題存在。使用薄膜（Pellicle）最主要有兩種目的，除了增加晶片生產良率，還能減少光罩於使用時的清潔和檢驗，不過在高功率的EUV光源下，Pellicle也有可能從自身產生微塵（Particle），造成光罩的污染，因此EUV若要進入量產，微塵的控制就會變得非常重要。

摩爾定律的三種發展方向

1975年，英特爾（Intel）創辦人之一戈登·摩爾（Gordon Moore）提出摩爾定律：隨著製程的進步，積體電路上可容納的電晶體數目，約每隔一年半會增加一倍；若換算為成本，即每隔一年半可降低五成，平均每年可降低三成。就摩爾定律延伸，IC技術每隔一年半就會推進一個世代。但摩爾定律是否仍適用於目前的半導體製程生態呢？已退休的台積電董事長張忠謀認為，摩爾定律早已無效，必須跳脫摩爾定律對於集積度的執著，只從應用看整合，也就是「創造橫向應用」來克服已經失效的摩爾定律。

劉美君分析，若要延續摩爾定律，會遇到7奈米製程的抉擇困境。首先是設備難度提高，先進曝光機、刻蝕機等設備研發技術難度大，依據Intel官方計算過去研發10奈米的製程，光罩成本至少要10億美元，若10奈米製程的晶片產量低於1,000萬片，平均每片晶片上的光罩成本就高達100美元，一旦7奈米的良率和產能無法提升，單顆晶片的成本將會十分高昂。而根據Gartner推算，10奈米晶片的總設計成本約為1.2億美元，7奈米晶片則為2.71億美元，較10奈米高出兩倍之多！

因此7奈米之後的發展，有三種可能方向。首先是延續原有CMOS技術的發展概念，持續朝向摩爾定律方向進行高集積度的IC元件設計，但7奈米以後物理極限問題會漸趨嚴重。第二種是由應用需求驅動未來晶片設計功能的多樣化，例如透過3D IC等封裝新技術，整合Power、感測器（Sensor）、致動器（actuator）等功能進入晶片設計與製造。最後一種則是跳脫原有以矽（Si）為基礎的CMOS元件製程，進入21世紀的碳素時代，以新材料、新技術來創造更高性能、低能耗的製造型態，同時又要能與現有製程相容，並具備成本優勢。

尋找下世代的半導體材料

隨著IoT產品普及速度加快，元件耗電問題成為下階段半導體發展的重要課題，2020年後的電子元件，將聚焦在超低功耗的解決方案開發。劉美君指出，碳化矽（SiC）和氮化鎵（GaN）等寬能隙功率元件，擁有較耐高溫、耐高壓、電阻小、電流大與低耗電等特性，相當適合高頻元件使用。2017年SiC Power市場規模達到275億日圓，主要以通訊領域為大宗，預估在2030年將會擴大至2,270億日圓。而GaN Power則是在200V的低耐壓及600V以上的中耐壓領域逐漸擴大市場規模，2017年GaN全球市場規模預估為18億日圓，未來可朝向醫療器材發展，2030年時可望成長至1,300億日圓。

總結而言，未來IC製造業投資風向從傳統消費性電子產品走向多元與新興應用，2018年的應用產品潮流，從過去的消費性電子轉向AI、IoT產品加值的領域進行延伸，對於晶片的規格需求，除了元件微小化外，高速運算與傳輸、多重元件異質整合、低功耗等特性，更是未來在產品與製程設計上需考量的課題。

《北美智權報》第214期更多精采文章： 中歐日韓美五大局2018/07/01試辦PCT案CS&E計畫 淺談Webcrawler網路爬蟲合法性--以美國訴訟案為討論中心 AI無所不能？未必！

申請專利難？管理專利更難！
其實，相較於管理專利，申請專利其實沒什麼難度。原則上只要你有好的創意、發想，剩下的只要交給經驗豐富的事務所，從案件訪談、前案檢索到撰稿、送件、OA、領證、以及年費代繳……等等，通通都不用操心，事務所都可以一手包辦。然而，管理專利就沒有那麼簡單，雖然事務所或是坊間的專利管理顧問公司也可以代為操刀，但專利管理的策略，包括經費運用、具體行動細節這些，都必須由專利持有人 (如企業或是學校）來擬訂。更重要的是，這些擬訂好的策略及行動細節，必須跟著大環境演變、市場發展狀況、企業或學校的營收，及其市場及產品藍圖來調整，這一部分即很難假手於人。

對岸國家知識�{權局規劃發展司於2018年4月27日發布了「2017年全國專利調查基礎數據報告」，其中第四部分為「企業及高校和科研單位有關知識產權管理」的統計數據。近年來，台灣中大型企業在專利及智財權管理的部分已經有長足的進步，但大專院校在這一塊除了有幾所大學特別出色之外，其他許多仍處於一團亂的狀態；不只連自家教授在外以PCT途徑申請了專利也不曉得，甚至連專利歸屬權也搞不清楚。針對這種情況，相信對岸高校的知識產權管理狀況可以提供有價值的參考資訊。

這一次SIPO規劃發展司所發布的「2017年全國專利調查基礎數據報告」統計了超過9千家企業、近千家高校及科研單位；其中，企業又分內資企業（即陸資）、港、澳、台商投資企業及外商投資企業3大類，當中以內資企業占絕大多數。

企業知識產權管理

於2016年，就有效數據9,344家企業中，有44.8%的企業設有專門管理知識�{權事務的機構或人員。以登記註冊類型來看，外商投資企業設置有知識�{權管理機構占比�d50.5%，略高於其他兩種類型之企業。以外，企業規模越大，設置專門管理知識�{權事務機構的比例越高（表1）。此外，調查顯示，在設置專門機構或人員負責管理公司知識�{權事務的企業中，知識�{權管理人員設置主要集中在2人及以下，占比�d65.7%。

表1. 不同登記註冊類型之企業是否有專責機構負責管理公司的知識�{權事務（單位：%）

註：本題有效數據量：大型企業、中型企業、小型企業和微型企業分別�d1650、2682、3717、1295，總計�d9344。
來源：「2017年全國專利調查基礎數據報告」，SIPO規劃發展司，2018年4月27日

企業類型	大型企業	中型企業	小型企業	微型企業	總體
是	69.3	56.0	43.8	31.5	44.8
否	30.7	44.0	56.2	68.5	55.2
合計	100.0	100.0	100.0	100.0	100.0

至於工作項目的部分，企業知識�{權管理機構或人員主要負責「定期維護各類型知識�{權，對公司的專利進行清理，放棄無價值的專利，對有價值的專利進行續費」工作的占比�d84.2%，比例最高；主要負責「參與公司研發部門項目活動，向研發人員提供專利培訓、專利檢索、申請文件撰寫等服務」工作的占比次高，�d63.0%（圖1）。

從此統計數據觀之，目前對岸企業知識�{權管理機構或人員的角色仍是比較被動一點，不過，值得注意的是，如以企業註冊形態來分，陸資在「參與公司發展方向�K策，及時向董事會和總經理提供競爭對手專利布局」上，比港、澳、台投資企業及外資企業的比例高一些。

高校及科研單位知識產權管理

調查顯示，20.5%的高校和科研單位已設立專職知識�{權管理機構，有51%的高校和科研單位設有兼職知識�{權管理機構；此外，分別有21.3%的高校及32%科研單位尚未建立知識�{權管理機構。

在人員編制的部分，在已設有知識�{權管理機構的受訪高校和科研單位中，知識�{權管理人員在2人及以下的占比�d82.9%；專職管理人員在5人以下的累計比例占97.5%，兼職管理人員在5人以下的累計比例�d90.1% (見表2)。

表2. 高校和科研單位知識�{權管理機構人員構成（單位：%）

註：本題有效數據量�d：專職人員：高校、科研單位分別�d647和322，總計�d969；兼職人員：高校、科研單位分別�d647和322，總計�d969。
來源：「2017年全國專利調查基礎數據報告」，SIPO規劃發展司，2018年4月27日

	高校		科研單位		專職總數	兼職總數	總數
	專職	兼職	專職	兼職
2人及以下	87.0	71.1	90.6	79.0	89.4	76.4	82.9
3—5人	10.1	18.6	7.1	11.4	8.1	13.7	10.9
6—10人	1.2	5.8	1.5	6.0	1.4	5.9	3.7
11人以上	1.6	4.4	0.7	3.7	1.0	3.9	2.5
合計	100.0	100.0	100.0	100.0	100.0	100.0	100.0

另一個大家比較關注的議題是智財權處理方式，特別是專利歸屬的處理方式。此次調查之數據顯示，在647家接受調查的高校及322家接受調查之科研單位中， 針對個人名義申請獲得財政資助項目成果的知識�{權歸屬處理方式為：主要採取「歸申請者所在單位所有」的方式�d主要處理方式，占比56.4%。其次為共同擁有，占33.3%，至於歸申請者個人所有則僅占10.2%。

為了避免日後紛爭，高達60%的高校及科研單位均有與發明人簽署協議，約定在單位學習或工作期間完成的發明歸屬處理方式。不過，有4成的高校及科研單位並沒有簽署此類協議，筆者認為比例偏高，台灣的學研單位針對此一問題應謹慎處理，避免日後不必要的紛爭。

在過往，台灣大專院校常被批評專利利用率低，申請了一大堆專利只是為了在國際大學評比時有比較好的排名，並沒有好好運用。雖然最近幾年台灣大專院校在專利營運及產學合作的部分已經改善了很多；然而，在專利營運的部分，卻是只有少數的大專院校有比較好的成績，其他仍須加強的不在少數，也許對岸高校的作法可以提供參考。

在這次調查中，643家高校及307家科研單位針對「對專利轉移和�{業化採取的主要做法」部分，57.1%的高校和科研單位選擇了「鼓勵本校教師和學生利用技術成果創業，並給予各類支持」處理方式的部分，占比最高；其次為46.2%選擇了「積極參與有關技術展會或交易會，幫助聯繫技術交易平臺」。其中，在採取「鼓勵本校教師和學生利用技術成果創業，並給予各類支持」的專利權人中，高校占比較高，達72.1% (表3)。

表3. 高校及科研單位對專利轉移和�{業化採取的主要做法（單位：%）

註：本題有效數據量�d：高校、科研單位分別�d643、307，總計�d950。本題是多選題，因此百分比之和超過100%。
來源：「2017年全國專利調查基礎數據報告」，SIPO規劃發展司，2018年4月27日

	高校	科研單位	總體
成立專門的孵化器公司，選擇有良好市場前景的專利進行�{業化推廣	15.0	20.3	18.6
鼓勵本單位職工或學生利用技術成果創業，並給予各類支持	72.1	49.7	57.1
委托外部知識�{權服務機構推進專利轉移和�{業化	35.9	20.8	25.8
積極參與有關技術展會或交易會，幫助聯繫技術交易平臺	49.6	44.6	46.2
發明人自行處理，單位很少過問	23.2	23.5	23.4
與相關企業合作，進行�{業化工作	0.1	0.7	0.5
合計	195.9	159.6	171.6

這邊值得注意的是，在美國及歐洲地區，大專院校對專利及智財權的處理態度為「成立專門的孵化器公司，選擇有良好市場前景的專利進行�{業化推廣」的比例較高，這似乎也是兩岸高校及學研單位可參考的地方。此外，「與相關企業合作，進行�{業化工作」的比例不到1%，這是非常出人意表的，台灣大專院校在此一選項上倒是著墨比較多。

《北美智權報》第214期更多精采文章： 驅動2018換機潮，手機大廠的「創新三箭」如何出招？ 中歐日韓美五大局2018/07/01試辦PCT案CS&E計畫 淺談Webcrawler網路爬蟲合法性--以美國訴訟案為討論中心