摘要：国务院7月31日公开《知识产权保护和运用“十五五”规划》，首次在五年规划层面系统部署算法、人工智能生成物、数据知识产权和开源协议规则，并提出以专利导航、产业专利池、知识产权金融和版权服务支撑人工智能等新产业。对AI企业而言，未来竞争不只看模型和产品，还要看训练数据、开源组件、生成内容与核心专利能否形成清晰、可交易、可出海的权利链条。
人工智能企业下一轮竞争，可能不只发生在模型能力、芯片性能和应用场景上，还会发生在“这项成果究竟归谁、能否授权、能否融资、能否出海”上。
7月31日，国务院公开《知识产权保护和运用“十五五”规划》。规划明确提出，完善算法、人工智能生成物以及与平台经济发展相关的知识产权保护规则，探索构建数据知识产权保护规则，加强开源知识产权协议规则研究，并支持建设国内开源社区。
这几句话看似属于法律制度建设，实际上触及AI产业最难绕开的四类资产：算法、训练与业务数据、模型生成内容、开源软件。过去企业往往先把产品跑起来，再由法务补权属文件；未来，权利链条是否清楚，会越来越直接地影响融资、采购、合作、并购和海外经营。
为什么这份规划对AI产业格外重要
知识产权“十五五”规划是未来五年国家知识产权保护、运用、管理和服务的顶层安排。它的变化不只是增加几个新技术名词，而是把新兴领域的权利规则与产业转化体系放在了一起。
一边是确权和保护。算法能否受到何种保护，人工智能生成物在什么条件下形成可主张的权益，企业加工形成的数据产品如何登记和流通，使用开源代码时要承担什么许可义务，这些问题都会影响产品的法律边界。
另一边是运用和交易。规划提出发展知识产权要素市场，全面实施专利开放许可，支持知识产权质押融资、证券化、保险和基金等产品创新，建设重点产业专利池和产业知识产权创新联合体。这意味着知识产权不能只躺在证书和报表里，而要进入技术交易、产业协作和融资决策。
对AI企业来说，真正有价值的不是多申请几个宽泛专利，而是把模型、数据、软件、硬件和行业方案组织成一套可验证、可许可、可持续迭代的资产组合。
四个产业信号正在变得清晰
一、AI生成物将从模糊争议走向分类治理
当前，模型生成的代码、图片、视频、设计方案和技术文档已进入企业生产流程，但“谁对最终成果拥有何种权益”仍常常取决于合同、创作过程和具体使用方式。
规划提出完善人工智能生成物知识产权保护规则，说明未来制度不会只讨论“AI能不能成为作者”这种抽象问题，更可能围绕人的实质性投入、模型服务条款、训练数据来源、生成过程记录和成果使用场景建立更细的判断标准。
企业现在就应保留提示、修改、审核、版本和发布记录。越能证明人的创造性控制和企业的规范流程，越有利于形成稳定的成果权利和举证能力。
二、数据资产不能只有估值，还要有合法来源和权利边界
规划提出探索构建数据知识产权保护规则，并推动知识产权数据与金融数据共享。这给数据要素市场释放了积极信号，但也提高了企业证明数据来源的要求。
工业AI、具身智能和行业大模型所需的数据，往往来自设备、生产线、客户业务、公开网络、合作伙伴和人工标注。数据经过清洗、标注、聚合和模型化之后产生了新的价值，但原始数据权利、个人信息、商业秘密和合同限制并不会自动消失。
企业要把“有数据”升级为“有可用权利的数据”。项目立项时就应建立来源清单、授权范围、加工记录、访问权限和退出机制，避免数据产品完成后才发现无法对外交易或训练模型。
三、开源会成为产业基础设施，也会成为合规底线
大模型框架、推理引擎、机器人中间件、工业软件组件和智能体工具链高度依赖开源。规划一方面支持建设国内开源社区，另一方面强调开源知识产权协议规则研究，表明政策既鼓励开放协作，也重视许可证义务和供应链风险。
企业不能把“代码能下载”理解为“可以无限制商用”。不同许可证对署名、修改披露、衍生作品、专利授权和再分发的要求差异很大。并购、融资和大客户采购中的软件成分分析，将越来越常见。
比较稳妥的做法是建立软件物料清单，记录组件版本、许可证、修改情况和替代方案，对模型权重、数据集和代码分别审查。AI产品的开源合规不能只交给开发人员在上线前临时处理。
四、专利数量竞争将转向组合价值和产业协同
规划强调围绕关键核心技术培育高价值专利及专利组合，建设重点产业专利池，推动专利与国际标准协同布局，并强化数字技术专利产业应用。
这对机器人、AI芯片、工业软件和智能制造企业尤其重要。一个产品通常同时涉及感知、控制、通信、芯片、结构、软件和数据处理。如果企业只在单点上零散申请专利，很难形成谈判能力；如果能围绕产品架构、供应链位置和目标市场形成组合，知识产权才可能成为客户信任、交叉许可和出海防御工具。
地方和企业应该怎么抓
地方政府和产业园区可以围绕优势产业建设知识产权导航、专利池和公共服务工作站，但重点应放在解决真实产业问题，而不是新增一批挂牌机构。
广东在机器人、无人机、智能终端、汽车电子、芯片和智能制造方面产业链完整，适合推动链主企业、科研机构和中小企业共同梳理关键技术图谱。地方知识产权服务还可以与中试验证、首台套、场景开放和产业基金联动，让专利分析更早进入项目评估。
企业则应完成三项基础工作。
第一，建立AI权利资产台账，把专利、软件著作权、商标、数据集、模型权重、开源组件和商业秘密放进同一张表。
第二，把知识产权审查前移到研发和采购。训练数据引入、开源组件选型、外包开发、联合研发和客户定制，都应明确成果归属、使用范围和后续改进权。
第三，围绕核心产品做组合布局。不要用大量同质化申请代替技术战略，要识别真正影响产品交付、供应链替代、标准制定和海外市场的关键权利。
风险和落地边界
首先，规划提出的是未来五年的制度方向，不等于算法、AI生成物和数据知识产权已经有了统一、完整的司法答案。企业仍需依据现行法律、合同和具体业务判断。
其次，数据知识产权登记不应被误解为对原始数据来源瑕疵的“洗白”。个人信息、商业秘密、数据安全和反不正当竞争等要求仍然有效。
再次，知识产权金融不能脱离真实技术价值。专利质押、证券化和基金工具可以改善融资，但低质量专利、虚高估值和缺乏产业化证据的资产很难形成持续信用。
最后，知识产权保护不能演变为封锁创新。规划同时强调反垄断、公平合理许可和开放协作。AI产业需要保护原创，也需要允许合理使用、兼容创新和开源生态发展。
这份规划真正释放的信号是：AI产业正在从“先做出产品再讨论权利”，进入“产品、数据、代码和权利同步设计”的阶段。谁能先把技术成果变成边界清楚、证据完整、可以交易和出海的资产，谁就更有可能在下一轮产业竞争中占据主动。