ИИ способен предложить перспективное соединение быстрее, чем компания успеет доказать, кто именно его изобрел. Поэтому узкое место AI-biotech сегодня не только в качестве модели или лабораторной проверке, но и в конструкции актива: если ключевой результат выдал алгоритм, патенту все равно нужны люди-изобретатели и зафиксированный вклад каждого.
ForkLog со ссылкой на MIT Technology Review приводит пример Insilico Medicine. Компания заявляла, что ее генеративная ИИ-платформа создала потенциально эффективное соединение против легочного фиброза. Но в патентной заявке ИИ не упоминался. Изобретателями указали пять человек, включая гендиректора Алекса Жаворонкова.
Это не эксцентричность отдельной компании, а следствие американской практики. В 2022 году апелляционный суд в Вашингтоне по делу DABUS подтвердил: изобретателем в понимании закона может быть только человек. Суд рассматривал улучшенный контейнер для еды, спроектированный ИИ, и решил, что используемый в нормах США термин individual означает человеческое лицо.
Защитить можно не «работу ИИ», а человеческое изобретение
Участие алгоритма само по себе не уничтожает патентоспособность. Решающим становится другой вопрос: был ли человеческий вклад достаточным, чтобы указанные в заявке люди действительно считались изобретателями.
Именно здесь возникает разрыв между исследовательским результатом и коммерческим активом. Модель может выдать молекулу, но компания не получает патент автоматически вместе с ее структурой. Ей нужно показать человеческую цепочку вокруг результата. ForkLog пишет, что компании сохраняют участие людей и фиксируют их работу в синтезе, модификации и тестировании молекул.
В описанном кейсе есть основание говорить о патентной заявке на разработку, связанную с соединением. Но источник не дает оснований обещать, что тем же способом автоматически защищаются модель, способ получения молекулы или ее применение. Для команды это важное ограничение: слово «платформа» в презентации может объединять десятки результатов, а патентный актив требует гораздо более точного ответа, что именно создано и кем.
Поэтому IP-контур стоит строить не вокруг общей формулы «ИИ разработал лекарство», а вокруг конкретных человеческих решений. Кто сформулировал задачу, кто отобрал результат, кто предложил модификацию, кто определил синтез и проверку. Само перечисление этих действий еще не гарантирует патент, но без их фиксации компании будет трудно объяснить происхождение изобретения, если заявку начнут оспаривать.
Партнер Brown, Neri, Smith & Khan Райан Эббот допускает, что патенты на ИИ-разработки со временем могут начать массово оспаривать, если в документах обнаружатся ошибки. Он формулирует проблему предельно ясно: если попросить Claude вылечить рак и система это сделает, странно объявлять результат собственным достижением.
Удобная политика ведомства не устраняет риск
Позиция американского патентного ведомства пока стала мягче. По информации MIT Technology Review, сначала оно выпускало рекомендации о том, когда человек может считаться соизобретателем при использовании ИИ. После возвращения Дональда Трампа в Белый дом ведомство начало относиться к ИИ как к инструменту вроде калькулятора, который не требуется отдельно раскрывать в заявке.
Для бизнеса это удобно, но не окончательно. Калькулятор обычно не предлагает сам объект патентования, а генеративная система именно на это и претендует. Чем самостоятельнее выглядит вклад модели, тем сложнее компании объяснить, где закончился инструмент и началось человеческое изобретение. Главный юрист и директор по развитию Isomorphic Labs Сара Корман считает, что по мере усиления роли ИИ действующее право все равно придется пересматривать.
Для инвестора или фармпартнера важна не красота генерации, а устойчивость прав на результат. Если коммерческая ценность проекта держится на молекуле, а документы не показывают достаточный вклад людей, такой актив выглядит слабее: его можно изучать, тестировать и обсуждать, но сложнее уверенно лицензировать. Исправить эту проблему после публикации результатов или начала переговоров может быть уже поздно, потому что потерянную историю разработки нельзя достоверно придумать задним числом.
Практический вывод для AI-biotech простой: лабораторный журнал и история работы с моделью становятся частью продукта. Команде нужно заранее разделять результаты, не считать весь вывод алгоритма единым защищенным активом и фиксировать человеческие решения на этапах синтеза, модификации и тестирования.
Главный маркер на ближайшее время: появятся ли в США успешные оспаривания патентов из-за неверно указанных изобретателей или недостаточного человеческого вклада. Если такие дела станут регулярными, наличие модели перестанет быть главным вопросом проверки. Главным станет журнал того, что после ее ответа сделал человек.