投资并购具高技术含量的公司，也是在竞逐全球凤毛麟角的高质量与高价值专利资产及杰出研发人才，才能于投资并购后加速扩大市场竞争优势并接续发展新技术。譬如2016年鸿海公司投资夏普公司其中显示、通讯、影音等技术及专利，2016年大陆美的公司投资德国KUKA公司其中工业及服务机器人等技术及专利，2018年必治妥施贵宝(Bristol-Myers Squibb Co .)以740亿美元收购Celgene Corp.，2019年博通收购赛门铁克企业安全部门以及品牌名称，2019年nVidia收购以色列晶片制造商Mellanox，2019年恩智浦半导体收购Marvell的蓝牙/WiFi无线晶片业务。
过去投资并购难以精准评估无形专利资产
投资并购时如何精确的评估标的公司其全球专利资产的价值一直是令人头痛的问题，由于会计师、财务分析师和律师专业领域的不同，较难动员自己或外部各类专家评估专利的技术及其质量与价值，即使拥有数据，却如入宝山空手回，难以针对专利做确实的尽职调查，仍局限于进行基本专利数据这种有形无质的分析，如专利到期日、法律状态，或是以专利数量来决定一个专利组合的好坏。
虽然知道这样的评估方式会有许多问题，但是却苦无良策，这是我常常与各业界人士交流时所听到的信息。
新的时代、新的评估方式：运用数据科学与大数据
近年来随着大数据技术发展以逐渐成熟，利用演算法做出的专利分析与评估解决方案的公司已突破上述局限并解决专利数据运用问题，不仅让专利专家能更有效的完成投资并购有关的专利资产评估作业，甚至，对于专利不熟悉的投资并购决策人士，只需要花极少的时间学习，就可以立刻从各式统计图表中做出决策，运筹帷幄，确实掌握欲投资并购目标的真实价值。换言之，专利暨投资并购的大数据分析将改变投资并购作业模式、专业度及其后产品技术市场与专利布局所需的知识或智慧分析洞见，再也无需困顿于众说纷纭的杂乱且无用的初级数据。
投资并购时，于专利资产上应分析的项目
根据我过往执业的经验，其关键项目主要有：
1. 建构产业产品技术结构：
比较分析并评估标的公司及其竞争者和替代技术新进者全球专利资产于各年代、国家、发明人/设计人、核心技术方案、新技术替代方案、专利交易（买卖、许可、担保）、标准必要专利（SEP）、专利侵权及无效争讼以及推估可能的技术秘密项目。
例如，利用 Patentcloud Due Diligence 的「申请案时间线」仪表板，可以看出该专利组合的技术类别与年度申请脉络，了解其兴衰与起落；有些公司表面看似拥有很多专利，但实际上可能很多都已经是毫无商业潜力的发明，或是已不再继续发展的技术；从这个图表，就可以清楚地知道该公司技术的专利趋势，甚至可以戳破标的公司的虚有其表。
2. 专利组合资产之竞争分析：
比较分析标的公司及其竞争者和替代技术新进者于全球专利资产的组合及其间的竞合、许可、研发及资本关系，还有对投资并购后的研发及知识产权布局进行规划。
例如，Patentcloud Due Diligence 的「同领域比较分析」仪表板，运用了InQuartik独家开发的专利质量与价值演算法，可针对个别专利的质量与价值做出适当的评价，并且在仪表板中显示该专利组合与主要技术领域中的主要申请人相比，其质量与价值是否更好，因此你可以更客观地评估并购对象的专利组合优劣。
3. 分析专利质量及价值：
先用具有专利质量及价值演算分析的系统进行机器分析，再对特定核心或重要技术项目进行专家分析，尤其是专利的各国申请及其演进、申请日前的专利与非专利文献进行质量分析、专利申请日后同领域专利权人于各国专利进行标的专利的价值分析等；
以Patentcloud Due Diligence的「高质量价值专利」仪表板为例，针对个别专利的质量与价值做出适当的评价，并且在仪表板中以矩阵显示整体专利组合的质量与价值概况，让使用者可以针对专利质量与价值的高低，据以实施各种资产货币化或剥离处理。
4. 专利货币化净现值分析：
分析投资并购的专利资产将来如何运营及货币化，同时评估全球各项官费及服务费成本、剥离投资并购后无需的专利、购买专利组合所需的专利、重新定义专利技术运用的市场进而运营专利货币化业务，含转投资、与他人合资、出售专利、参加第三方运营的专利池、许可或交叉许可及提起专利侵权诉讼，进而获取股权、价金、权利金及损害赔偿。
例如，透过Patentcloud Due Diligence的「剩余年限」仪表板，可让快速地评估目标专利组合于各个申请国别的预估届满日，并据以分析该专利组合是否要适度进行资产剥离或者放弃维护。
大数据与数据科学是如何支持投资并购？
新世代投资并购的专利资产分析评估，主要是由数据科学家运用具有语意、自然语言、跨语言及图像分析的系统及其正规化的全球专利数据库，透过演算法并搭配专利专家让机器不断自我学习，计算出正确的分析结果，除此之外，产出的分析结果，藉由数据可视化的专家，制作成具意义且容易了解的仪表板，提供决策者综观全局。
大数据与数据科学对投资并购带来的改变，主要有以下几点：
1. 大量数据的处理不再是难事：
以往专利从业人员要评估一家企业或部门的大量专利相当困难，光是花在数据收集、清理和处理的时间，就已足够耗尽人员的心力。如今依靠大数据与先进演算法的处理，如Patentcloud的Due Diligence专利组合评估解决方案，可以一键式针对数万件专利进行各种分析，节省专利从业人员无数的时间和金钱，而更能将时间花费在处理更具战略性的决策上。
点此查看我们针对nVidia并购Mellanox的分析，以及免费下载nVidia和Mellanox的Due Diligence专利组合评估报告
2. 区分高质量高价值以及低质量低价值专利，降低投资风险：
针对整体专利的质量与价值，现已有适当且先进的模型可以作出准确的评估，进而考量专利的货币化程度、资产负担程度、以及利用整体质量与价值的分布，针对投资并购的金额做出适当的评估与谈判策略。另外，进一步评估专利的质量有效性问题，包含专利家族的法律状态是否危及该专利的有效性、过往被发现的质量问题、未来潜在的质量问题等等，都可支持专利从业人员在投资并购的过程中做出良好的判断与洞见。
一般来说，调查专利适格性与新颖性问题十分耗时。我常透过Patentcloud Due Diligence的「适格性与新颖性问题」仪表板，找出目标专利组合于审查历程以及复审、再审查程序中被找到的现有技术做出汇整，并区分适格性、新颖性、非显而易见性与明确性等质量问题，一目了然该专利组合既有的质量问题是否提高投资风险。
3. 具体化找出专利组合的潜在目标：
藉由专利组合的向前引证案（Forward Citation）以及其主要申请人，可以找出此专利组合最有可能的专利许可以及执行对象，进而提升投资并购的精准度，而此有赖于前瞻的大数据分析技术，能够针对数万件专利组合抽丝剥茧，找出脉络、趋势并具体化潜在目标。
Patentcloud Due Diligence解决方案所提供的「潜在货币化专利」仪表板，透过机器分析目标专利组合的向前引证案与其专利权人数据，数分钟内就能描绘出该专利组合中的哪些专利家族被最多的专利权人引用，因此能够作为货币化该专利组合的重要参考依据。
想尝试分析手上的专利组合包吗？立即申请 Patentcloud Due Diligence 免费帐号，享7天免费试用！
