ИИ предоставляет широкие возможности для потенциального применения в управлении интеллектуальными правами. Как и в любой автоматизации, важно определить ключевые «боли», оцифровать текущие трудозатраты, определить целевые метрики, взвесить риски и просчитать расходы для выбора оптимального варианта организации использования ИИ. В материале рассмотрим: (1) как корпоративная культура, бизнес-процессы и оценка эффективности формируют систему управления интеллектуальной собственностью; и (2) как высокие технологии можно «приземлить» на потребности специалистов по интеллектуальной собственности и запросы бизнеса в контексте системного управления интеллектуальными правами.
Интерес к ИС в последние годы неуклонно растет, государство делает ставку на интеллектуальные активы как основу инновационной экономики и импортозамещения: за последние четыре года общий объем инвестиций в объекты интеллектуальной собственности вырос в три раза и достиг 2,8 трлн руб. в 2025 г. Рост составил 17% по сравнению с 2024 г.1
Согласно другому исследованию, работа с интеллектуальной собственностью находится в сфере непосредственного ведения руководителя юридического департамента в 72% компаний, полностью отсутствует данное направление лишь у 3% опрошенных компаний. При этом доля юридических департаментов, использующих ИИ, выросла с 19 до 49% по сравнению с предыдущим годом2.
Нестабильный рынок и сложная экономика требуют от юристов больше, чем оперативная реакция на изменения и своевременное предоставление бизнесу качественной информации об интеллектуальной собственности. Важно, чтобы ИС компании приносила доход. Для этого нужна система управления интеллектуальной собственностью, ориентированная на эффективность, как с точки зрения организации процессов, так и в контексте использования современных инструментов автоматизации.
Как превратить работу с ИС в системный процесс
Подходы к работе с интеллектуальной собственностью могут быть разными: кто-то решает возникающие проблемы по мере поступления3. Кто-то старается по умолчанию учитывать связанную с ИИ специфику и планомерно развивать внутреннюю работу с соответствующими рисками. Это зависит от многих факторов: сферы деятельности и истории создания компании, состава и динамики развития портфеля объектов ИС, личного опыта руководителя и собственников.
К управлению интеллектуальными правами как системному процессу компании, как правило, приходят в следующих случаях:
-
Сценарий 1: ИС составляет основу бизнеса. Это прежде всего креативные индустрии, ИТ-разработка, FMCG, фармацевтика и биотехнологии и т.п. Часто совпадает со сценарием 2.
-
Сценарий 2: значительный объем портфеля объектов ИС и высокая динамика работы с ними.
-
Сценарий 3: «Грянул гром» — случилась значимая ситуация (или несколько на небольшом временном промежутке), связанная с нематериальными активами: спор с разработчиком, иск о нарушении прав на товарный знак на внушительную сумму, срыв крупной сделки ввиду обнаруженных в рамках комплексной проверки (due diligence) проблем с «чистотой» прав на технологию.
По опыту построения и оптимизации систем управления ИС можно выделить пять элементов такой системы:
1. Стратегия. Коррелирует с общей стратегией развития бизнеса и направлена на удержание или расширение доли рынка и получение устойчивого конкурентного преимущества за счет эффективного использования интеллектуального потенциала.
2. Реестр объектов ИС. База данных с актуальной информацией о портфеле в управлении и правах.
3. Бизнес-процесс. Сквозной процесс управления интеллектуальной собственностью и связанные с ним подпроцессы создания, приобретения и распоряжения ИС.
4. Культура. Развитие культуры управления рисками и интеллектуальной собственностью за счет обучения представителей подразделений, задействованных в работе с ИС, и мотивация персонала.
5. Оценка эффективности. Индивидуальный набор ключевых показателей эффективности (KPI) для регулярной комплексной оценки эффективности системы управления ИС (доходы от коммерциализации ИС, скорость внедрения инноваций, динамика патентования, суммы, взысканные с третьих лиц за нарушение прав на ИС, и т.д.).
Выстроенная система управления интеллектуальной собственностью позволяет:
-
эффективно защищать собственные активы;
-
создавать новые источники доходов;
-
избегать нарушения чужих прав — финансового и репутационного ущерба;
-
принимать управленческие решения с учетом вероятности и тяжести возможных негативных последствий.
Еще лет пять назад результатом проектов по построению или повышению эффективности систем управления интеллектуальной собственностью был внушительный по объему набор локальных нормативных актов компании, описывающих различные бизнес-процессы — от регистрации товарных знаков до коммерциализации ПО, входящего в состав программно-аппаратных комплексов, и определения режима охраны конфиденциальности ноу-хау. Сейчас же подобные проекты, реализуемые как инхаус, так и с привлечением внешних консультантов, обязательно включают оценку и внедрение инструментов, позволяющих автоматизировать рутинные задачи и контроль сроков, минимизировать ручной ввод данных и ошибки, получать аналитику и реализовывать обмен знаниями в сфере ИС.
В последние годы все более актуальным становится использование технологий искусственного интеллекта в разных областях. Юридическая практика не стала исключением во многом благодаря тренду на повышение операционной эффективности юристов и формированию функции управления юридическими процессами (Legal Operations)4.
В работе юриста прежде всего актуально использование возможностей ИИ в решении следующих классов задач:
-
поиск информации;
-
анализ информации разного рода;
-
составление (генерация) текстов;
-
преобразование текстов;
-
суммаризация (сжатое изложение) текста;
-
генерация идей и аргументов.
Юристы активно используют ИИ для поиска и анализа судебной практики, расшифровки аудиозаписей судебных заседаний и встреч, подготовки проектов заключений по юридическим вопросам, проектов договоров и иных документов и даже генерации заданий для тестирования младших сотрудников при найме в команду. Эти базовые сценарии, разумеется, актуальны и в ежедневной работе юристов по ИС.
Как высокие технологии можно «приземлить» на потребности специалистов по ИС и запросы бизнеса
Стратегия
Конечно, никакая «волшебная кнопка» не сгенерирует готовую стратегию управления интеллектуальной собственностью. Однако в этом блоке ИИ может выступить помощником при выполнении отдельных подзадач.
Разработку и актуализацию стратегии можно разделить на две условные части:
- внутренние предпосылки (например, бизнес-план компании: что и где хотим производить, кому и где продавать; контрактная стратегия, партнерства).
В части внутренних предпосылок информация носит высокочувствительный характер, поэтому здесь может идти речь о работе с массивами конфиденциальных документов в большой языковой модели, развернутой локально.
- внешние предпосылки: обзор технологий в отрасли, что и где производят и продают конкуренты, какие сделки заключают (в том числе слияния и поглощения, лицензии); с кем судятся, что, где и как патентуют.
Здесь можно задействовать публичные модели для ускорения поиска, перевода и структурирования информации из открытых источников. С помощью нейросетей можно настроить автоматизацию подготовки регулярного дайджеста по новостям рынка, конкурентов и релевантным изменениям законодательства. Собранную таким образом информацию юристы могут далее соединять с информацией о портфеле компании и своими знаниями о специфике бизнеса компании и ее планах развития для разработки стратегии.
Реестры ИС
Реестры ИС содержат данные об объектах ИС, технологиях или продуктах, в которых используются эти объекты, об интеллектуальных правах и о документах, подтверждающих эти права.
Реестр помогает бизнесу:
-
управлять затратами на создание ИС и определять экономический эффект от использования ИС;
-
снизить риск потери активов или нарушения чужих прав;
-
обеспечить доказательства на случай спора;
-
сократить издержки на информационный обмен внутри компании.
Реестр ИС представляется центральным элементом системы управления интеллектуальными правами, поскольку он является источником ключевой информации для аналитики и отправной точкой для автоматизации задач по работе с объектами ИС, в том числе с помощью ИИ.
Для учета объектов ИС можно использовать разные решения. Например, в простых элетронных таблицах можно учитывать довольно большие объемы данных, есть возможность фильтрации и сортировки данных, или визуализировать базовую аналитику (например, круговые диаграммы для отчетов) и автоматизировать ряд задач с использованием макросов.
Варианты автоматизации учета — использование специализированных облачных или локальных (on-premise) ИТ-решений для учета ИС, адаптация общекорпоративной платформы для целей управления ИС либо разработка собственного решения своими силами или силами подрядчика. Ключевым моментом в организации реестра объектов ИС является его подключение к источникам данных официальных реестров (ФИПС, ВОИС) для своевременного автоматического обновления информации по регистрируемым объектам — например, товарным знакам или патентам.
Примечательно, что, с одной стороны, технологии искусственного интеллекта могут выступать в качестве «продвинутой» надстройки в одном из упомянутых выше вариантов автоматизации (например, для умного поиска информации внутри реестра ИС). С другой стороны, инструменты ИИ могут быть использованы для решения точечных задач формирования реестра: например, в распознавании документов, содержащих информацию об объекте ИС и извлечении его ключевых параметров. Это может быть актуально, когда компания переходит от разрозненного хранения информации о своем портфеле ИС в виде набора папок и файлов на локальном диске к структурированному электронному реестру или при приобретении прав.
Отдельно стоит сказать и о том, что ИИ может быть использован непосредственно для создания решения по автоматизации учета и аналитики по ИС методом вайбкодинга (vibe coding). Вайбкодинг позволяет непрограммисту создать программу для ЭВМ на основании серии промптов, описывающих параметры и требования к приложению. Однако в средних и крупных компаниях неизбежно возникнут вопросы, связанные с информационной безопасностью и поддержкой подобного решения. Поэтому вариант, созданный юристом без опыта программирования, в первую очередь может стать прототипом, который позволит отделу интеллектуальной собственности защитить бюджет на автоматизацию, продемонстрировав преимущества руководству. Альтернативно использование ИИ-агентов может существенного ускорить классическую собственную разработку.
Бизнес-процесс
Ключевые бизнес-процессы в управлении интеллектуальной собственностью связаны со стадиями жизненного цикла объектов ИС — от создания до коммерциализации и защиты прав. Такие процессы внутри компании должны обеспечивать:
-
идентификацию объектов ИС;
-
эффективное использование объектов ИС с точки зрения затрат и возможных доходов;
-
выявление и минимизацию рисков нарушения интеллектуальных прав;
-
быстрое получение менеджментом актуальной информации об ИС для принятия управленческих решений. Теоретических вариантов использования ИИ на каждом этапе очень много. Практические примеры:
-
предварительный поиск для целей регистрации, например, товарных знаков. Технологии искусственного интеллекта наиболее эффективны там, где техническая задача связана с обработкой больших массивов данных и одновременно требует аналитического подхода, опирающегося на определенную логику принятия решений5. Так, нейросети используются в инструментах сравнения исходного изображения с базой данных, заявленных на регистрацию товарных знаков.
- использование ИИ-инструментов в патентной аналитике — отдельная объемная тема. Специалисты по патентованию справедливо отмечают, что, хотя современные патентно-поисковые продукты со встроенными модулями ИИ умеют понимать различные языки ввода ключевых слов и понимать саму суть запроса, существенно облегчая работу эксперта, главным вопросом остается «поиск оптимального баланса при разграничении полномочий между квалифицированным специалистом и искусственным интеллектом»6.
Также здесь не лишним будет снова сказать о рисках для конфиденциальных данных компании. Публичные нейросети нельзя использовать для какой-либо работы в отношении потенциально охраноспособных разработок, поскольку это может привести к раскрытию чувствительной информации.
- выявление охраноспособных результатов и обеспечение правовой охраны. Например, юрист, сопровождающий разработку ИТ-продукта, участвует во встрече, на которой проводится презентация продукта. Такие встречи записываются, далее с использованием локальной нейросети расшифровывается аудиозапись (транскрибация). После этого нейросеть получает инструкцию по переработке текста в проект технической документации, в том числе для целей регистрации в реестре российского ПО и Роспатенте.
В случае локальной большой языковой модели возможно реализовать сканирование внутренней документации, в том числе по НИОКР, тикетов в системах управления ИТ-разработкой для выявления потенциально охраноспособных РИД и формирования предварительных отчетов для юриста с целью дальнейшей оценки.
- использование и коммерциализация. ИИ-инструменты могут использоваться для:
— анализа портфеля (прогнозирование бюджетов на пошлины; выявление рисков досрочного прекращения правовой охраны товарных знаков по неиспользованию и т.д.);
— анализа договоров, связанных с коммерциализацией, — например, на предмет нетипичных условий, рисков.
- мониторинг и выявление контрафакта. Здесь идет речь о специализированных решениях, которые совмещают разные технологии искусственного интеллекта и интеграции с маркетплейсами и иными площадками для автоматического мониторинга и анализа потенциальных нарушений прав на объекты ИС. Такие решения позволяют формировать заявки на мониторинг по портфелю товарных знаков, осуществлять поиск потенциальных нарушений в сети Интернет, в автоматическом режиме фиксировать предполагаемые нарушения и формировать отчеты для последующей экспертной проверки специалистом.
Культура
Взращивание ценности интеллектуальной собственности в компании — это процесс, в котором немаловажную роль играют системность, легкость подачи материала и мотивация. ИИ может стать юристам хорошим помощником в подготовке обучающих роликов, чек-листов для смежных подразделений, тестовых заданий. Инструменты визуализации, ментальные карты позволяют быстро отрисовать схемы процессов и наглядно объяснить неюристам правовые конструкции.
Оценка эффективности
При наличии доступа к соответствующим данным (в том числе за счет интеграции с бухгалтерскими системами, системами электронного документооборота) инструменты ИИ могут быть использованы как для формулирования самих KPI, так и для их отслеживания за счет анализа больших массивов информации и поиска взаимосвязей, в том числе неочевидных.
Риски использования ИИ
Ключевые риски использования нейросетей связаны с конфиденциальными данными и галлюцинациями. Проблема защиты конфиденциальных данных (чувствительные бизнес-данные, персональные данные, например, авторов) может быть решена за счет:
а) локального развертывания большой языковой модели в контуре компании (дорого и не всем под силу);
б) анонимизации с использованием специальных инструментов;
в) использования сценариев, основанных на открытых данных о портфеле ИС.
Проблема низкого качества результатов, выдаваемых ИИ, может быть минимизирована за счет использования RAG — это технология, при которой нейросеть отвечает на вопросы, опираясь не на те общие данные, на которых она была обучена разработчиками, а на ваши конкретные документы и данные. Это позволяет получать максимально точные и релевантные ответы и построить качественный обмен знаниями, внутреннее консультирование и обучение.
1 Эра IP-2026: Интеллектуальная собственность становится ключевым активом инновационной экономики [Электронный ресурс] // Официальный сайт Федеральной службы по интеллектуальной собственности (Роспатент). — 24.04.2026. — URL: https://rospatent.gov.ru/ru/news/era-ip-2026-intellektualnaya-sobstvennost (дата обращения: 10.08.2026).
2 Бенчмаркинг юридической функции — 2025 [Электронный ресурс] — М., 2025. — URL: https://legalstory.ru/research_67 (дата обращения: 10.08.2026).
3 «Ситуативная» или «реактивная» модель в классификации, см.: Загородная А., Лялькова С., Наумов В. Управление интеллектуальной собственностью — вызовы 2020 [Электронный ресурс] // Legal Insight. — 2020. — № 4 (90). — URL: https://legalinsight.ru/articles/upravlenie-intellektualnoj-sobstvennostyu-vyzovy-2020/ (дата обращения: 10.08.2026).
4 Legal Operations: реальность и перспективы [Электронный ресурс]: аналитический обзор / Московский государственный юридический университет имени О.Е. Кутафина (МГЮА), Nextons. — М., 2024. — 18 с. — URL: https://msal.ru/upload/iblock/d28/50vhdsci784uklq9qi7fuwrqj8e6kxy0.pdf (дата обращения: 10.08.2026).
5 Наумов В. Б., Ахобекова Р. А., Загородная А. А., Смирнова К. М., Тытюк Е. В., Шорина А.А. Вопросы цифровой трансформации и автоматизации юридической функции // Информационное право. — 2024. — № 4 (82). — С. 26
6 Башкиров В. А., Будкин А.Ю. Искусственный интеллект в патентно-информационной работе. Риски и перспективы [Электронный ресурс] // Юридическая книга. — 2024. — URL: https://legalbook. ru/915-iskusstvennyj-intellekt-v-patentno-informacionnoj-rabote-riski-i-perspektivy. html (дата обращения: 10.08.2026).