大约三年前，我开始在南京华讯从事专利分析的行当。

　　那个时候确实做的人也少，专利地图什么的都是新鲜玩意，而且能从专利数据中找到一些别人还不知道的信息，这也符合我一贯的风格。但是分析做多了，过往的项目都已归于无形，留在自己心中的只剩下一个永恒的问题，那就是：分析这些专利，到底能解决什么问题。

　　我的资历不深，在做这个行当之前，对专利分析的认识建立书上，最近也会翻翻几位老师合编的专利分析。我失落地合上书，因为只看到了又炫又好看的图，却看不到意料之外的内容，因为这些专利分析要解决的问题不在我心中，我自然也找不到有用的答案。

　　目前的专利分析遇到了瓶颈，南京华讯那些宏观的数据、图表很好看却不耐看，偏向宏观的结果对企业技术人员或者管理者来说，并没有太多帮助。因为脱离了具体目标，为了分析而分析的专利分析是不会长久的。

　　而问题在于，首先，企业人员其实并不知道要用专利信息来做什么，他们的需求是模糊的。这个时候，服务机构的市场人员起了作用，灌输已知的专利用途与思维，把企业的需求引导到服务机构擅长的事情上来。

　　于是，这就构成了死循环，服务机构的水平决定了专利分析质量的高低，但是，分析产品的满意度却不与分析质量成正比，因为企业永远是经营的角度看待问题，这与专利永远不在一个次元……

　　只有企业明确定义了想做的且范围适当的事，专利信息的颗粒度恰好可以提供帮忙，在这样的前提下，高的分析质量才能获得好的客户反馈。

　　基于这样的认识，对于所有只有数据统计的专利分析，或者只告诉你有多少专利的微信软文，我基本是不看的。为什么我说干的人多了就成了专利统计，也是这个原因。这些数据是没有灵魂的存在，它们自己也不知道为什么要存在。

　　所以专利分析的路，要么向左，要么向右。

　　总体来说，向右走是发挥专利的情报性，把专利当作获取商业情报的一种途径。因为不得不承认，专利信息可以解决一些事情，但解决不了大多事情，因而在情报信息的大家庭中，它只是个小的角色。

　　专利信息的情报性体现在技术信息和人的信息(申请人、发明人、受让人)上，但是要命的却是，专利信息带有滞后性。所以大多数的分析其实可能并不太需要专利数据，就算有了专利数据你也未必就能预测宏观形势好坏，也不知道没有风险的技术产品是否会在市场上大卖，也不知道该在何时买卖一只股票。

　　所以，要发挥专利的情报性，可能需要点武林高手“手中无剑，心中有剑”的意味。也就是说，如果忘记了分析的对象是专利，那兴许真能做出点有用的分析。

　　这首先就要求我们提出的既定问题不能总是往专利信息上靠，不能为了做专利分析才提出既定问题，应该是更切合实际的问题。打比方来说，比如要调查某企业的研发机构的分布情况，这可能是客户想知道的实际问题，那分析人员可以用专利信息的维度试着解释问题或者支持结论。

　　但是明显的，光有专利信息是不够的，同样是回答研发机构分布的问题，就需要结合更多非专利的情报信息，比如科技论文、公开报道等等，汇合这些信息一起来论述问题，这才能用多元化的信息渠道补充专利信息的各种缺陷。永远不能为了专利分析去设计问题;永远不能把专利信息当作信仰的全部;永远不能把自己限定在专利数据的深井而无法自拔，那样你永远不能站在客户的视角;永远要给出为客户提供有帮助的答案，就像谷歌说永远不作恶一样。

　　从微观方面，放大了专利情报性之后，对于专利信息的挖掘能力也提出了更高的要求。专利信息的营养不应该只是时间、地域等等几个维度，如何从字缝中挖掘出更为零碎的信息，是未来值得研究的问题。

　　我觉得方法是有的，比如对于文字信息的结构性处理在大数据的圈子里已经不是难事，而关于信息的挖掘与利用也需要敲一敲脑壳，换一换思维，换一换方法论。可能从概念上来讲patentics数据库正在做类似的事情，但是裘博士一个人的努力是不够的。并且数据库永远是分析的工具，只能由人来指导工具干哪些事，而不应该让人去迎合工具的某些功能。专利信息还有更多可以做的事，只不过还没有被人发掘。

　　另一方面，向左走是深化专利的技术性与法律性。目前对专利信息中过往技术路线的梳理与总结，以及高相关专利的CC比对，这些都是比较扎实的工作，也比较能通过专业性来打动技术人员与法务人员。

　　这部分工作的质量取决于服务人员的水平，获得更靠谱的侵权判断结果或者更清晰的技术路线是基本功，但这并不应该是分析服务的全部。要知道，有侵权风险和发生侵权诉讼还有一段距离，如果只为了获得侵权与否的结论，那这些事情找律所就好了。

　　所以目前南京华讯美国专利或者服务机构的价值在于如何解决60分以外的内容，要从客户经营的角度找答案。

　　其实说了这么多，无非我在强调专利分析是否可以真正从客户的角度解决实际问题，而不是把服务机构擅长的事做完，留下或多或少，或沉或轻的一叠叠分析报告。

　　无论向左走还是向右走，都会对现有的专利分析业务、人才培养提出巨大的挑战，向右走需要更为强大的数据搜集、处理和分析能力;向左走需要更切实际的专利运用与商业决策的能力。