Bien que publié en 2024, le Plan stratégique 2028 (SP2028) de l’OEB illustre comment l’IA s’implante dans différentes opérations métiers. C’est un enseignement utile quand de nombreuses entreprises sont confrontées aux enjeux de l’IA. 

Pour l’OEB qui comme de nombreux offices de propriété industrielle utilise  l’IA depuis de nombreuses années (voir « L’indispensable IA en propriété industrielle »), l’IA est décrit comme un levier central de modernisation, principalement au titre du Driver 2 (Technologies) et en soutien du Driver 3 (High-quality, timely products and services). L’approche affichée est explicitement “Human + AI” : l’IA est conçue comme un outil d’assistance intégré aux outils de travail, afin d’améliorer qualité, efficacité et prévisibilité (timeliness), sans se substituer à l’expertise des examinateurs.

Le plan stratégique 2028 

1) La doctrine « Human + AI”

Le document indique que l’OEB a “confirmé” que la combinaison humain + IA donne de meilleurs résultats en qualité/efficacité que l’un ou l’autre seul, et que la valeur de l’IA vient notamment de son intégration dans les outils quotidiens.

L’IA n’est donc pas à utiliser comme une brique isolée, ce qui renvoie aux différents  temps de préparations, autant de  préalables à son déploiement ( voir la partie « Explore the potential of AI » (Driver Technologies / Strategic Plan 2.0, page 11).

2) Cas d’usage IA explicitement mentionnés

2.1 IA pour classification / pré-classification / reclassification en amont du flux de production

L’IA sert à automatiser et améliorer la distribution et l’organisation des demandes (pré-classification, classification, reclassification), afin d’absorber l’augmentation de volume et de complexité des domaines techniques. Le document précise une progression de la précision de pré-classification (de ~86% à >90% dans l’exemple cité en page 29 et explicité en page 41) et fixe des cibles de précision.

L’intérêt stratégique de cette étape en amont : la classification conditionne qui traite le dossier, quels corpus sont explorés, et partant la qualité/pertinence de la recherche d’antériorités.

2.2 IA pour la recherche d’antériorités : l’outil ANSERA

Le SP2028 cite ANSERA comme plateforme moderne de recherche intégrant des capacités IA pour aider à identifier plus vite et plus précisément l’art antérieur pertinent (brevets et littérature non-brevet). Le document rattache cette modernisation à l’objectif de qualité des produits de recherche et à la tenue des délais. Pour rappel, c’est en 2024, que l’OEB a entièrement effectué la transition vers ANSERA et mis hors service l’ancien système Epoque.

2.3 IA pour l’allocation des dossiers : Digital File Allocation (DFA)

L’IA est utilisée pour le bon dossier au bon examinateur et/ou à la bonne division au bon moment via un outil d’allocation numérique des dossiers (DFA), déployé à partir de fin 2023 selon le plan. L’objectif est d’optimiser la charge et d’améliorer l’adéquation compétence/dossier (voir page 42).

2.4 IA générative / LLM : exploitation de la base de connaissances + tâches support

Le SP2028 mentionne l’exploration des grands modèles de langage (LLM) à la section « Leverage AI for our needs » , page 31 pour :

• • • traiter la base de connaissances (manuels, jurisprudence, directives) et la rendre accessible dans les outils des examinateurs,
    • des pilotes sur des tâches support (prise de notes / minutes, rédaction de documentation technique, analyse de données, partage de connaissances, codage/tests).

2.5 IA au service des utilisateurs / déposants via MyEPO

Le document relie la transformation numérique (MyEPO / MyEPO Portfolio) à l’automatisation et, à terme, à de l’assistance à l’écran pour les examinateurs et utilisateurs pour prévenir des erreurs, cette préoccupation remonte à la pandémie (page 36).

2.6 IA pour l’écosystème innovation : Deep Tech Finder (DTF)

Le SP2028 cite Deep Tech Finder comme outil reliant données brevets et informations financières, pour améliorer la visibilité des startups deep tech auprès des investisseurs, page 60. L’intérêt de cet outil en accès libre est à souligner : il « a été introduit pour servir la communauté des startups européennes, qui constitue l’épine dorsale de l’innovation. Le Deep Tech Finder (DTF), accessible gratuitement sur le site web de l’OEB, combine des données de brevets avec des informations financières, rendant les startups de technologies de pointe plus visibles pour les investisseurs potentiels et permettant aux startups d’explorer des opportunités de financement et de rechercher des partenaires de coopération dans leurs domaines d’activité. Dès son lancement, environ 7 500 startups européennes et propriétaires de demandes de brevets européens sont devenus consultables dans différents domaines technologiques ». ( traduction libre, page 60)

3) La mesure de ces outils 

Des indicateurs de performance sont mis en place : KPI (Key Performance Indicator).

Le SP2028 rattache l’IA à des objectifs chiffrés de performance, notamment :

• • • Précision et/ou qualité de la classification (cibles élevées, dont une cible IA à ~90% et une cible globale ≥95% selon les passages/KPI cités),
    • Précision de l’allocation automatique des dossiers (DFA) : cible ~90%,
    • Qualité des produits (audits) : maintien des évaluations erronées sur nouveauté/activité inventive sous un seuil (mentionné à <5% dans la logique qualité),
    • Délais (timeliness) en partie rendus possibles par ces gains qui seraient à mesurer sur l’ensemble des processus : du dépôt de la demande à la délivrance du brevet et à l’éventuelle opposition.

4) Gouvernance, garanties et limites 

Le SP2028 ne présente pas de code éthique IA détaillé avec par exemple les biais et les conditions réelles d’emploi, mais ce n’était pas son objectif ( Ce commentaire ne serait donc qu’un biais de cet article .. )

En revanche, ce document de l’OEB décrit un encadrement par :

• • • une approche centrée sur l’humain (assistance, pas remplacement ; “Human + AI”),
    • un pilotage par la qualité (audits, charte qualité, objectifs de performance),
    • la sécurité et la protection des données (références au cadre de cybersécurité et à une gouvernance data), y compris dans un contexte de modernisation et de cloud.

La sécurité et la confidentialité des données sont plus particulièrement traitées dans la section « Secure our data » sous le chapitre « Technologies » en page 32,  en particulier :

• • • L’amélioration de ses capacités de détection et de défense contre les cyberattaques, avec la mise en place d’un centre d’opérations de sécurité fonctionnant 24h/24 et 7j/7.
    • Le renforcement de la collaboration avec les offices nationaux de brevets pour garantir une vigilance collective face aux menaces.
    • La protection des données: celles des informations relatives aux informations contenues dans les demandes des titres et celles relatives aux personnels de l’Office et aux utilisateurs.

Un constat s’impose : le déploiement de l’IA ne se fait pas en une heure !