精益专利运营：专利申请与审查工作流中的自働化、自动化与人工智能
执行摘要
专利申请与审查既是法律知识工作，也是可重复的流程工作：新申请提交、形式手续、权利转让、信息披露声明（IDS）提交、专利局通知处理、授权、专利颁发、维持费、外国申请以及专利组合报告，都依赖准确的信息、及时的交接、可靠的控制和适当的专业监督。本白皮书主张，可将精益六西格玛、自働化（jidoka）、传统自动化和人工智能作为一体化运营模式加以运用，从而改进专利运营。精益减少浪费和延误；六西格玛减少缺陷和波动；传统自动化持续、稳定地执行基于规则的任务；人工智能则可协助处理非结构化信息，以及进行比较、分类和起草。自働化提供了一项关键的质量原则：当流程检测到信息缺失、相互冲突、未经授权、不可靠或超出适用范围时，工作流应当停止，问题应当被隔离，异常应当被显现并转交给适当的负责人，同时保留记录以供纠正和治理。目标并非只是让专利法律助理工作得更快，也不是以技术取代判断，而是建立这样的工作流：由适当的人在适当的时间，利用权威信息完成适当的工作，同时减少缺陷和不必要的交接并强化控制。在成熟的专利运营中，技术并不取代法律责任；它在加强核验、保密、可追溯性、监督和问责的同时，减少专业判断周围的摩擦。
I. 引言
专利申请与审查是知识工作，但也是流程工作。在提交专利申请之前，专利法律助理可能需要收集发明人和申请人信息、确认申请指示、协调签字、汇编文件、取得费用授权、更新期限管理系统、提交申请、核验电子提交回执、向客户报告申请情况，并在官方申请回执签发后进行核对。类似事项会在审查、授权、专利颁发、权利转让备案、外国申请、维持费管理以及专利组合报告的全过程中反复出现。
上述每项事务都有触发事件、明确的输入、参与者、决策点、适用规则、交接、输出和完成标准。因此，专利法律助理运营尤其适合运用精益六西格玛。六西格玛将工作视为一种流程，其输入和输出可以被定义、衡量、分析、改进和控制；DMAIC 方法——定义（Define）、衡量（Measure）、分析（Analyze）、改进（Improve）和控制（Control）——则为改进无法持续满足绩效要求或客户期望的既有流程提供了结构化路径。（Am. Soc’y for Quality, What Is Six Sigma?（最后访问于2026年6月23日）；Am. Soc’y for Quality, DMAIC Process: Define, Measure, Analyze, Improve, Control（最后访问于2026年6月23日））。
精益与六西格玛提供相互补充的视角。精益关注流动、前置时间，以及消除既不创造价值、也不满足正当法律、监管、质量或业务要求的活动。六西格玛关注减少缺陷并控制流程波动。自働化增加了第三个且尤为重要的维度：质量应当内建于流程之中，使异常状况能够在缺陷流向下游之前被发现、隔离并解决。
丰田将自働化确定为丰田生产方式的两大支柱之一，并将其描述为“带有人性化触感的自动化”。在自働化机制下，一旦发现异常，设备或操作人员即停止工作，以防止有缺陷的输出继续流经流程。其目的并不只是最终阶段的质量检验，而是使异常显现并防止再次发生。（Toyota Motor Corp., Toyota Production System（最后访问于2026年6月23日）；Lean Enter. Inst., Jidoka（最后访问于2026年6月23日））。
将自働化应用于专利运营，意味着当关键信息缺失、相互冲突、未经授权或不可靠时，申请流程不应悄然继续。流程应当识别异常，防止其污染下游工作，通知适当人员，并形成可用于纠正根本原因的记录。传统自动化和人工智能可以支持这一模式，但前提是其设计目的在于暴露缺陷，而不是加速缺陷。
目标并非只是让专利法律助理工作得更快，而是建立可靠的运营系统：由适当的人在适当的时间，利用权威信息完成适当的工作，并将交接和纠正控制在必要的最低限度。效率是质量与流动的结果，而不是二者的替代品。
II. 作为交易流程的专利法律助理工作
流程为客户将输入转化为输出。在专利运营中，客户可能是发明人、申请人、专利权人、监督执业人员、企业内部知识产权部门、外国代理机构、美国专利商标局（USPTO），或者在前一项事务完成之前无法开始工作的下游团队。
以新申请提交为例。该事务可能由客户授权提交申请而触发。其输入可包括说明书、权利要求、附图、发明人信息、申请人信息、优先权数据、实体资格信息、申请指示和费用授权。其输出并非只是一组已上传的文件。所要求的输出是一件准确提交的申请，并由完整且可追溯的记录、经核验的提交和付款回执、正确录入期限管理系统的后续义务以及向客户发出的适当报告予以支持。
这一区别至关重要，因为流程改进需要对“完成”作出操作性定义。通常不应仅仅因为有人点击了提交按钮，就把申请视为已经完成。根据组织批准的程序，完成可能还要求确认：正确文件已经传输，必要费用已经受理，申请号已经准确记录，期限管理系统已经更新，申请记录已经存入文档管理系统，并且提交回执已经与获批的申请文件包完成核对。
专利运营可以被理解为一条端到端的价值流：从发明接收开始，依次经过申请前准备、申请提交、审查、授权、专利颁发、授权后管理以及专利组合报告。该价值流中包括反复发生的事务，涉及申请数据表、发明人声明、权利转让文件、委托书、信息披露声明、专利局通知、审查答复提交、授权费缴纳、继续申请决策、权利转让备案、维持费、外国申请指示以及客户报告。
将这些活动界定为流程，并不会削弱其法律重要性，也不表示可以把实质性法律判断转交给非执业人员或委托给软件。USPTO《职业行为规则》要求对非执业辅助人员进行适当监督，并禁止执业人员协助未经授权的法律执业。（37 C.F.R. §§ 11.503, 11.505 (2025)）。因此，精益六西格玛应当在维持运营执行与法律判断之区分的同时，改进获授权工作得以完成的方式。
III. 界定专利运营中的质量与价值
精益六西格玛项目首先应当从客户视角界定质量，并将该概念转化为可衡量的要求。在专利法律助理工作中，关键质量要求通常包括：期限准确；案件号和申请号正确；发明人和申请人数据准确；优先权和权益主张信息正确；申请文件包完整；采用经批准的文件版本；签字和授权适当；实体资格和费用信息准确；传输和付款成功；及时核对回执；保密和数据安全；以及形成可审计的事务记录。
“准确提交”或“及时报告”等宽泛目标不够精确。有用的操作性定义可以要求：每个已提交的书目信息字段均与经批准的权威记录系统一致；所有必需文件均显示在电子提交回执中；每项签字均符合适用程序；由此产生的每个期限均经独立核验；并且在确认提交后的规定时间内发出申请报告。
还必须区分增值工作、业务必需工作和纯粹浪费。增值工作直接促成客户所要求的结果。业务必需工作虽然可能不会以可见方式改变工作成果，但对法律合规、质量保证、信息安全或风险管理是必要的。纯粹浪费消耗资源，却既不创造客户价值，也不满足任何正当要求。
这一区分可以防止对精益原则作出过于简单化的运用。对高风险优先权主张进行第二次复核，可能是必要的控制；但由于职责不清而由四人重复复核同一个低风险字段，则可能构成过度处理。正确的问题不是某个步骤是否耗时，而是该步骤是否以有效方式应对一项明确的要求或风险。
IV. 识别专利法律助理工作中的浪费
传统精益所识别的各类浪费，在专利运营中很容易观察到。缺陷包括发明人姓名不准确、申请号错误、优先权信息缺失、文件未签字、费用选择错误以及期限管理记录错误。过量生产发生于报告、表格或文件组在实际需要之前即被制作，或在没有明确下游使用者的情况下被制作。等待则发生于工作因等待客户指示、发明人签字、律师复核、费用授权、外国代理机构确认或缺失的书目信息而处于闲置状态。
未充分利用人才，表现为经验丰富的专利法律助理每天花费大量时间在不同系统之间复制信息、重命名文件或监控常规自动化功能；也表现为律师从事本可通过适当监督的标准化工作完成的重复性文书事务。运输浪费是指在电子邮件、电子表格、期限管理软件、文档管理系统、客户门户和本地文件夹之间不必要地移动信息。库存浪费则表现为积压的未签字声明、尚未核对的申请回执、尚未处理的往来文件、长期滞留的期限管理任务或等待指示的案件。
动作浪费包括为了寻找具有控制效力的指示、正确的文件版本或经批准的客户要求，而在多个系统之间反复搜索。过度处理包括重复录入数据、不必要地重新排版、重复制作状态报告，以及与任何明确失效模式无关的多层复核。
这些浪费通常是流程设计问题的症状，而不是个人绩效问题。接收标准不完整、技术系统割裂、责任归属不清、客户要求不一致，以及在未重新审视端到端工作流的情况下逐步叠加的历史控制，往往会形成浪费滋生的环境。健全的精益六西格玛举措应当着眼于纠正系统，而不是指责必须在该系统中工作的人。
V. 自働化：将质量内建于专利流程
自働化尤其适合专利法律助理运营，因为专利工作同时具有较大的事务量和对某些缺陷极低的容忍度。在制造业中，出现异常状况时，自働化允许机器或操作人员停止生产。在法律服务环境中，对应原则是：只要某项明确的关键条件尚未满足，工作就不应进入下一阶段。
专利运营中的自働化系统具有四个实务要素。第一，流程必须能够检测异常。第二，必须停止或隔离常规处理，以免异常继续扩散。第三，流程必须使该状况显现，并将其转交给具备解决权限和知识的人。第四，组织必须审查原因并采取适当对策，从而降低同一问题再次发生的可能性。
检测可以由自动化系统完成，也可以由人员完成。规则引擎可能发现声明中的发明人姓名与经批准的案件记录不一致；文档组装系统可能确定必要的优先权数据缺失；人工智能抽取工具可能返回低于获批阈值的置信度评分；专利法律助理也可能发现客户指示与申请数据表相互冲突，或所选申请费用似乎与记录的实体资格不一致。
停止功能应当与风险相称。若检测到的状况涉及申请人身份、发明人资格数据、优先权主张、申请授权、必需签字、实体资格或临近期限，则可能适合设置强制停止。风险较低的不一致可以触发警告，并且只有在使用者确认并以文件记录解决结果之后，才允许继续工作。系统应当区分真正的停止条件与信息性提醒；否则，过多警告会造成提醒疲劳，使用者也会逐渐形成条件反射式绕过控制的习惯。
在法律运营中，与安灯信号相对应的是可见的异常通知。系统不应让不一致埋没在电子邮件线程中，而应将该事项置于异常队列，标明停止原因，指定负责人，记录升级时间，并显示距离适用的内部或外部期限尚余多少时间。其目的在于使异常状况无法被忽视。
自働化还要求员工拥有停止流程的权限。发现重大不一致的专利法律助理，不应被迫在提交可疑信息与因延误工作流而受到责难之间作出选择。管理层和监督执业人员必须明确：暂停常规处理并升级明确风险，是一项受到期待的质量控制行为。
然而，在专利实务中，“停止流程”不能意味着消极地任由法定、监管或客户期限届满。停止必须触发限时升级和经批准的期限保护程序。常规工作流可以暂停，但在负责执业人员的指导下，仍必须能够采取保护性措施。因此，设计良好的自働化控制不仅要明确工作何时必须停止，还要明确应通知谁、该人员必须多快响应、获准采用何种应急路径，以及如何记录该项决定。
自働化不同于流程末端检查。仅依赖最终核对清单的组织，可能在大量下游工作已经完成之后才发现缺陷。相比之下，自働化控制力求在问题源头加以识别。例如，若申请人姓名在接收阶段即存在不一致，流程就不应允许该不一致在任何人发现之前，继续被带入申请数据表、声明、权利转让文件、期限管理记录、客户报告和外国申请指示。
自働化还与防错（poka-yoke）相互补充。防错控制可以阻止无效日期格式，或要求填写必填字段。自働化控制则处理更广泛的情形：异常状况已被发现，流程必须停止、隔离并升级。最强健的工作流会同时采用二者——在可能的情况下预防可预见错误，而在无法自动预防错误或异常时停止流程。
最后，自働化支持将人的工作与机器的工作分离。人员不应把时间用于持续监视软件执行常规任务。系统应当执行任务、监控明确条件，并且只在出现异常时才请求人员介入。这一原则在引入人工智能时尤其重要。不能仅仅因为某个不可靠的人工智能系统生成了结果，就要求专业人员重新阅读每一个字段；组织应当验证工具，设定置信度和异常阈值，并将人工复核集中于输出中存在重大风险的部分。
VI. 将 DMAIC 应用于专利法律助理工作
定义
定义阶段首先要有一个边界足够清晰的问题。“改进专利申请与审查”过于宽泛；“缩短新提交的美国非临时申请在准备和提交环节的前置时间，并减少返工”则更为适当。
项目章程应当明确业务问题、流程起点和终点、客户、流程负责人、项目发起人、参与人员、预期收益、排除事项以及不得妥协的风险。以申请形式手续为对象的项目，不应悄然扩展到权利要求起草、发明人资格认定或审查策略。
SIPOC 分析可以识别供应方（Suppliers）、输入（Inputs）、高层级流程（Process）、输出（Outputs）和客户（Customers）。RACI 分析则可明确在每一重要阶段，谁负责执行（Responsible）、谁承担最终责任（Accountable）、应向谁征询意见（Consulted），以及应向谁通报（Informed）。当律师、专利法律助理、期限管理人员、行政人员、发明人、客户、外国代理机构和技术供应商共同承担同一工作流的不同部分时，这些工具尤其有价值。
适当的问题陈述可以说明：新申请提交流程存在接收文件包不完整、数据重复录入、复核做法不一致、异常发现过晚以及本可避免的期限升级等问题。其目标是在不削弱签字、保密、期限或执业人员复核控制的前提下，缩短总前置时间并提高首次完整率。
定义阶段还应当识别触发自働化的条件。项目团队应确定哪些异常需要立即停止，哪些异常只需警告，每项异常由谁负责，以及多长的升级响应时间才适当。
衡量
应当按照当前流程实际运行的方式进行绘制，而不是按照程序手册假定的方式进行绘制。泳道图或价值流图应显示每项重要行动、系统、交接、批准、等待期间、纠正循环和控制点。价值流绘图旨在揭示工作和信息的流动，以便设计延误、回流和浪费更少的未来状态。（Am. Soc’y for Quality, Six Sigma Tools: DMAIC, Lean & Other Techniques（最后访问于2026年6月23日））。
有用的衡量指标包括：总前置时间、实际接触作业时间、等待时间、交接次数、访问的系统数量、手工数据录入次数、一次通过率、返工率、每项事务的缺陷数、期限遵守情况、积压事项滞留时间、申请回执核对时间，以及需要升级处理的案件比例。
还应当衡量自働化事件。组织应记录停止事件的数量和类型、每项异常被检测到的流程阶段、解决所需时间、人工绕过的频率、误报提醒的数量，以及同一状况是否再次发生。停止次数较多并不必然意味着自働化失败；在实施初期，这反而可能表明流程终于开始使过去隐藏的缺陷显现出来。
每项衡量指标都需要操作性定义。团队必须确定流程何时开始、何时结束，何种情况构成返工，何种情况属于缺陷，以及如何对因客户指示不完整造成的延误进行分类。如果没有一致的定义，数据反映的将是观察者的意见，而不是流程的实际绩效。
分析
分析阶段寻找的是原因，而不是症状。帕累托分析可能表明，大多数申请返工源自少数几类问题，例如发明人信息不一致、优先权数据缺失、签字收集过晚，或期限管理系统与申请数据表之间存在差异。
“五个为什么”分析和因果图可以检验这些状况为何发生。某份声明迟延的直接解释可能是发明人未及时签字；但根本原因可能是签字请求启动得太晚、接收时未核验发明人的联系信息、没有设置账龄提醒，或无人负责对未获回复的请求进行升级。
失效模式与影响分析（FMEA）在专利运营中尤其有用，因为它考察流程可能如何失效、失效会产生何种影响、发生可能性有多大，以及现有检测控制的强度如何。潜在失效模式包括优先权主张错误、发明人姓名不一致、文件版本过时、签字缺失、费用选择错误、遗漏申请文件，或未核对官方申请回执。
自働化数据可以使分析更加精准。如果系统因申请人信息不完整而反复停止，根本原因可能并不在验证规则本身。真正的问题可能是接收表格设计不足，或取得权属信息的责任不清。停用提醒只会掩盖症状，而不会改进流程。
团队还应当区分共同原因波动与特殊原因波动。反复出现的接收信息不完整、日常性重复录入以及命名惯例不一致，属于系统性状况；平台中断、突发客户紧急事件或不常见的法律问题，则可能属于特殊原因。前者需要重新设计流程，后者需要应急程序。
改进
改进应当遵循审慎的先后顺序。组织应先消除不必要的活动，简化剩余工作流，将流程标准化，对可预见的失效点实施防错，然后再引入自动化。
标准化措施可以包括结构化接收表格、最低录入标准、权威数据字段、受控模板、统一命名惯例、标准作业指引、明确的升级路径以及基于风险的复核要求。客户特定要求应保存在受治理的资料库中，而不应依赖个人记忆或散落在电子邮件中。
自働化控制应当嵌入每项关键缺陷最早能够被发现的位置。例如，在缺少经批准的发明人信息时阻止生成文件包；在申请回执完成核对之前禁止关闭任务；将低置信度的人工智能抽取结果转交人工核验；或者在待提交文件包与获批文件包不一致时停止提交。
复核强度应当与风险相称。低风险的结构化数据可以通过确定性规则进行验证。专利法律助理可以核验运营层面的完整性，并解决常规差异。预先界定的高风险信息可能需要独立的第二次复核。涉及发明人资格、权属、优先权享有资格、披露义务、法律充分性或审查策略的问题，应升级给负责的执业人员。
成功的改进并不只是让正常事务处理得更快，还应使异常更容易被识别和解决。因此，未来状态流程应当包含明确的异常处理路径，而不是强行让特殊事项通过原本并非为其设计的常规工作流。
控制
除非建立明确的责任归属、监控和变更控制，否则改进后的流程仍会倒退。控制计划应识别每项关键要求、相应指标、流程负责人、复核频率、可接受范围、升级阈值，以及绩效超出该范围时必须采取的纠正措施。
控制机制可以包括仪表板、账龄报告、事务审计、异常队列、自动核对报告、模板版本控制、访问权限复核、培训记录，以及对自动化或人工智能辅助工作进行定期抽样。对自働化停止的人工绕过应予记录并复核。一个无需说明即可绕过的强制停止，并不构成有意义的控制。
组织还应监控控制本身是否正常运作。误报过多、异常队列长期未解决、反复人工绕过以及停止事件解决时间过长，可能表明控制校准不当，或底层流程仍不稳定。
当 USPTO 规则或表格发生变化、费用表修订、客户修改外部律师要求、期限管理平台更新、自动化规则变更，或人工智能模型或供应商发生变化时，应触发变更控制。流程负责人应确定该变化是否影响现有验证、阈值、培训材料或升级程序。
VII. 作为运营基础的传统自动化
对于稳定、结构化、基于规则的活动，传统自动化通常是最佳工具。它适合利用经批准的案件记录自动填写表格、生成申请核对清单、分流来件、启动签字工作流、验证申请号和日期格式、创建期限管理任务、生成标准报告、获取回执，以及启动申请提交后或授权后的工作流。
这些功能可以通过数据库规则、文档组装系统、应用程序编程接口（API）、机器人流程自动化、宏、脚本、电子签名平台和工作流引擎实现。经过适当设计的确定性自动化，相对容易测试、复现、解释和审计。
自働化把设计问题从“这一步能否自动化？”改为“这一步能否在检测并隔离异常状况的同时实现自动化？”能够迅速填入错误申请人姓名的表格生成器，并不是改进；在指示相互冲突时仍自动提交文件的工作流，也并不高效。它只是以更快速度制造缺陷。
因此，自动化流程应具有明确的进入标准、验证规则、异常处理机制和权威数据来源，并且应当知道何时不能安全继续。这正是盲目执行的自动化与融入人类智慧和质量控制的自働化之间的区别。
VIII. 作为增强层的人工智能
当传统自动化遇到非结构化信息或语言表达不一致的信息时，人工智能最有价值。在专利法律助理工作流中，人工智能可以协助对来件分类、抽取候选书目信息、为分流目的概括专利局通知、跨文件比较发明人和申请人信息、识别不一致、抽取现有技术引证数据、检测可能重复的文献、检索内部程序、起草常规状态沟通，以及预测工作量。
这些用途应被视为建议或分析辅助，而不是权威结论。优选的运营模式是：人工智能负责抽取、分类、比较或起草；确定性规则验证可以验证的内容；专利法律助理核验运营结果；执业人员决定或批准需要法律判断的事项；系统记录最终行动。
自働化不可或缺，因为即使输出不完整、没有依据或错误，人工智能系统仍可能生成流畅文本。当模型无法识别权威来源、置信度低于获批阈值、抽取数据与权威记录系统冲突、必要信息缺失，或请求的任务超出获批使用场景时，人工智能辅助流程应当停止或将该事务转入异常处理路径。
系统输出还应当可追溯。差异报告应标明拟议字段是从哪份文件的哪段文字中抽取的。摘要应使复核人员能够返回底层来源。不能仅仅因为人工智能模型从某份文件中推断出期限提示，就让该提示成为具有控制效力的期限管理记录。
USPTO 已明确，在该局执业时使用人工智能工具，并不改变既有义务。向 USPTO 提交文件的人必须进行在当时情形下合理的调查，复核并核验所提交文件，并继续对其内容负责；仅仅依赖人工智能工具，并不构成合理调查。（Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the United States Patent and Trademark Office, 89 Fed. Reg. 25,609, 25,614–15 (Apr. 11, 2024)）。
同一指南说明，人工智能可以协助准备 IDS，但自然人必须亲自签署所提交文件、复核所列信息，并履行适用的证明义务。披露义务不能转移给计算机系统。（Id. at 25,615–16）。
人工智能同样不应认定发明人资格。美国联邦巡回上诉法院已经裁定，只有自然人可以被列为发明人；USPTO 的修订指南也指出，无论人工智能是否协助了发明过程，均适用通常的发明人资格标准。（Thaler v. Vidal, 43 F.4th 1207, 1211–13 (Fed. Cir. 2022); Revised Inventorship Guidance for AI-Assisted Inventions, 90 Fed. Reg. 54,636, 54,636–38 (Nov. 28, 2025)）。
因此，人工智能的适当用途是增强，而不是卸责。人工智能可以减少查找、比较、分类和准备信息所需的工作量，但不能承担与法律判断、证明、签字或向 USPTO 作出陈述相联系的专业问责。
IX. 实例：改进一件新的非临时申请
设想一个当前状态的申请提交流程：客户指示通过电子邮件送达；发明人数据保存在电子表格中；申请人信息存储在期限管理系统中；申请数据表由人工制作；签字请求启动得较晚；客户特定要求则分散在个人电子邮件文件夹中。
该流程可能只有数小时的实际作业，却因等待、搜索、重复录入、纠正和批准而需要数天的经过时间。管理层最初可能认为，解决办法是要求专利法律助理工作得更快。精益六西格玛分析则会转而追问：信息为何不完整，为何被重复录入，为何异常发现得太晚，以及复核流程为何没有与风险相匹配。
未来状态流程可以从包含最低录入标准的结构化接收表格开始。经批准的信息将写入受治理的案件记录。传统自动化从该记录生成申请数据表、声明、权利转让文件和申请核对清单。人工智能工具则可以比较申请文件、接收数据、申请表格和期限管理记录，并生成带有来源链接的差异报告。
自働化控制会在检测到关键异常时阻止常规工作流继续。发明人姓名不一致可以停止生成声明；优先权数据缺失可以阻止最终文件包获批；实体资格与所选费用不一致可以把事项转入异常队列；低置信度的人工智能抽取结果可以要求人工核验；签字缺失或申请授权尚未解决，则可以阻止提交。
专利法律助理将解决常规运营差异，并把法律问题升级给负责的执业人员。如果临近申请期限时发生停止，系统将启动限时升级和经批准的应急路径。提交后，自动化系统将获取回执，并将其与获批申请文件包进行比较。只有在完成提交核对、更新期限管理系统并发出客户报告后，流程才会关闭。
随后，可以通过前置时间、一次通过率、返工率、手工数据录入次数、异常频率、停止事件解决时间、期限遵守情况和回执核对时间来评估绩效。组织还应考察该流程是否减少了紧急工作，并释放了经验丰富的专利法律助理的产能，使其可以从事更高价值的活动。
X. 职业责任与治理
流程改进不会改变专业义务。USPTO 执业人员仍须对胜任且勤勉的代理负责，并适当监督非执业辅助人员。（37 C.F.R. §§ 11.101, 11.103, 11.503 (2025)）。
签字和证明要求尤其重要。向 USPTO 提交文件可能构成一项证明，即事实主张具有证据支持、法律主张有正当依据，并且已经进行在当时情形下合理的调查。（37 C.F.R. § 11.18(b) (2025)）。人工智能输出本身不能履行该义务。USPTO 还明确指出，人工智能系统不能签署往来文件，不能取得 USPTO.gov 账户，也不能代表某人在文件中加入该人的签名。（Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the United States Patent and Trademark Office, 89 Fed. Reg. at 25,616–17）。
保密也必须内建于流程设计之中。执业人员必须作出合理努力，防止与代理事项有关的信息遭到未经授权的访问或披露。（37 C.F.R. § 11.106(a), (d) (2025)）。人工智能服务可能保留所提交的信息，将其用于后续模型训练，通过第三方处理，或经由美国境外的服务器传输。在专利事项中，这类信息可能包括尚未公开的发明和敏感技术数据。USPTO 已警示，使用人工智能因此可能涉及保密、国家安全、出口管制、保密令和外国申请许可等问题。（Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the United States Patent and Trademark Office, 89 Fed. Reg. at 25,612–13, 25,617）。
美国律师协会正式意见第 512 号同样讨论了使用生成式人工智能时的胜任能力、保密、沟通、监督和合理收费。该意见说明，律师应了解所用工具的能力与局限，实施适当程度的独立核验，制定明确政策，培训律师和非律师人员，并评估供应商的安全与数据处理做法。（ABA Comm. on Ethics & Pro. Resp., Formal Op. 512, at 2–12 (2024)）。
因此，治理制度应当明确获批工具、授权用户、允许使用的数据、禁止用途、核验要求、保留规则、访问控制、事件报告程序以及人工后备流程。对供应商的尽职调查应涵盖安全架构、数据所在地、保留期限、二次使用、模型训练、数据泄露通知、分包商以及合同救济。
美国国家标准与技术研究院的《人工智能风险管理框架》提供了一种有用结构。其四项功能——治理（Govern）、映射（Map）、衡量（Measure）和管理（Manage）——鼓励组织建立问责机制，理解使用场景的背景和潜在损害，评估绩效与风险，并在系统整个生命周期中持续实施控制。（Elham Tabassi, Nat’l Inst. of Standards & Tech., NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0) 20–32 (2023)）。
NIST 框架与自働化相互强化。治理决定谁可以停止人工智能辅助流程，以及谁负责处理异常；映射识别真正重要的异常；衡量判断检测与停止控制是否有效；管理则决定工具应继续运行、加以修改、限制使用还是退出使用。
计费实务也必须反映真实效率。按小时收费时，律师可以就实际用于使用和复核人工智能辅助工作的时间收费，但不得对并未实际耗费的时间收费。任何单独收取的技术费用都必须合理，并与委托条款一致。（ABA Comm. on Ethics & Pro. Resp., Formal Op. 512, at 11–14 (2024)）。
XI. 衡量真正重要的事项
专利运营改进应通过一组平衡指标进行评估，而不是只看单一生产率目标。质量指标可以包括一次通过率、每项事务的缺陷数、纠正频率、回执核对准确率和流出缺陷。交付指标可以包括总前置时间、排队时间、期限遵守情况和积压事项滞留时间。产能指标可以包括实际接触作业时间、手工录入次数、交接次数，以及重新投入高技能工作的时间。
自働化指标应包括停止事件频率、异常被检测到的阶段、解决所需时间、人工绕过频率、再次发生情况以及误报率。人工智能专用指标可以包括抽取准确率、无依据输出的频率、异常分流准确率，以及接受了所要求人工核验的重大输出所占比例。
人员指标同样重要。加班情况、工作量平衡、培训完成情况、员工信心以及改进建议数量，可以揭示未来状态流程是否可持续。一个流程如果只是因为员工承受更大压力或进行未被记录的纠正工作而显得更快，就不是真正的改进。
管理层应避免只衡量每人处理的案件数量。忽视质量、风险、工作量和客户服务的生产率指标，可能奖励对问题的掩盖，并阻碍员工行使停止流程的权限。自働化要求相反的文化：应及时揭示异常，并把异常视为改进系统的机会。
XII. 实务实施顺序
实施应从一个事务量大、相对稳定且存在明显延误、返工或风险的流程开始。组织应建立基线，简化流程，形成标准作业，界定关键异常，实施适当的防错和自働化控制，自动化确定性步骤，然后仅在有限且可复核的用途上试点人工智能。
试点应包括真实用户、现实的事务量、已知异常类型、可衡量的验收标准和回退程序。测试不仅要确认常规情形能否正常运行，还要确认系统能否检测并适当处理信息缺失、数据冲突、低置信度输出、系统中断、未经授权的访问尝试以及对期限敏感的异常。
只有在组织证明流程能够在不削弱专业控制的情况下改进质量和流动之后，才应扩大部署。不能仅仅因为某项技术部署减少了平均接触作业时间，就把它称为成功；它还必须维持或提高准确性、保密性、可追溯性、异常处理能力以及人员问责。
XIII. 结论
专利法律助理效率不是通过要求有能力的人在割裂且不稳定的流程中工作得更快来实现的，而是通过这样的流程设计来实现：完整信息在适当时间到达；工作不受不必要延误地流动；可预见错误得到预防；异常状况得以显现；每名参与者既理解自身责任，也理解自身权限的边界。
精益消除不必要的活动和延误。六西格玛减少缺陷和波动。传统自动化持续、稳定地执行基于规则的事务。人工智能协助处理非结构化信息，以及进行比较、分类和起草。自働化确保无论人员还是技术，都不会悄然把有缺陷的工作传递到下一阶段。
因此，支配性原则并不是为了自动化而自动化，而是具有人类智慧、明确控制，并且在流程不再按预期运行时能够停止的自动化。在设计良好的专利运营中，技术减少专业判断周围的摩擦；与此同时，律师和专利法律助理仍须对健全专利实务所要求的核验、监督、保密和法律决定承担责任。
