新华网北京9月5日电（杜文杰）近日，国家知识产权局、国家数据局联合印发《关于加强知识产权数据资源开发利用的意见》，提出将知识产权数据利用深度嵌入企业研发、成果转化和维权保护全过程。在人工智能加快进入科研创新场景的背景下，知识产权数据正从“可查”的信息资源，转向支撑研发决策和风险预警的高质量数据能力。

  专利、商标、科技文献、标准等信息，记录技术演进和产业布局。多位受访专家表示，这些数据可帮助科研机构识别技术空白、企业开展专利布局和风险预警、政府进行产业导航。

  北京理工大学特别研究员郭锐说，知识产权数据数量大、来源广、更新快，但价值不取决于规模。同一技术在不同语境中表达不同，创新主体名称变更会形成多种记录，专利文本需与科技文献、企业信息交叉关联，原始数据须经清洗、标注、评测和持续更新，方成可用数据集。高质量数据集不是原始数据的简单汇总，稀缺的是对技术语义、权利边界和产业关系的专业理解，需由专业人员沉淀为判断规则，算法与专家协同完成复杂判断。

  政策提出推进人工智能等新技术应用，开展行业大模型训练和落地，丰富高质量数据集。人工智能驱动科学研究（AI4S）加速拓展至新材料、生物医药、高端装备等领域，面向科研创新的AI需理解技术原理和知识产权边界。

  郭锐表示，AI4S的竞争不仅是模型能力，更是高质量领域数据供给能力的竞争，知识产权数据只有被组织成专业、可信、可持续更新的数据能力，人工智能才能真正进入科研和产业现场。

  在市场化实践中，北京八月瓜科技有限公司围绕多源知识产权信息开展治理和智能应用。该公司董事长李长青介绍，治理后的数据可服务于研发前端的技术研判、中端的专利布局和后端的成果转移。“‘数据多’不等于‘数据好用’，关键是围绕数据质量、专业标注、知识关联和持续更新形成能力闭环。”

  政策同时要求完善数据全生命周期管理，加强分类分级，明确使用边界。知识产权数据既有公共信息，也可能涉及企业经营和衍生数据，使用权限不同。国家知识产权局知识产权发展研究中心原主任韩秀成表示，需坚持依法合规、分类分级和安全可控。

  北京数据集团副总经理、北京国际大数据交易所执行董事李振军透露，AI模型训练对知识产权数据需求巨大，在北数所AI高质量数据集交易中占比已达40%，实现来源可说明、加工可追溯、质量可评价、交易可查询、使用边界清晰的全链条合规管理，是数据交易所赋能人工智能产业的核心使命。

  从完善治理到拓展应用，政策为知识产权数据资源开发利用明确了方向。随着与科技、产业、金融、司法等数据融合，数据有望更好服务研发决策和创新资源配置。从“查专利”到“懂技术”，知识产权高质量数据集建设正推动数据资源转化为创新能力，为人工智能赋能科技创新提供支撑。