Big Data voorbeeld: Universiteiten geld laten verdienen aan hun patenten

Met patenten kan een hoop geld verdient worden… tenminste, als diegenen die gebruik maken van je beschermde idee jou een licentie betalen voor het gebruik van je patenten. Niet altijd melden patent-gebruikers zich uit zichzelf: vaak moet je als patent-eigenaar zélf deze partijen opsporen en wijzen op hun al-dan-niet-opzettelijke patentinbreuk.

Universiteits-patenten: vaak goud in de kelder… met de kelder op slot!

Situatie: duizenden patenten onontgonnen

Patenten zijn als aardolie: onder de grond heb je er niets aan!

Universiteiten bezitten in de regel massa’s patenten. In potentie zijn deze een hoop geld waard: de waarde van de in 2007  door de top-100 Amerikaanse universiteiten gegenereerde patenten werd geschat op USD 1,4 miljard dollar… Dat wil zeggen, áls de universiteiten ze te gelde zouden maken!

University Patents = Big Bucks

Universiteiten hebben echter maar weinig geld, en daarmee in de praktijk vaak niet de mankracht om hun patenten daadwerkelijk te gelde te maken! Ook North Carolina State University’s Office of Technology Transfer worstelde met dit probleem. ^[1]

Taak: patenten omzetten in cash

Arbeidsintensief, specialistisch mensenwerk

Geld verdienen met patenten is hard werken, je moet:

1. een gebruiker van je patent vinden
2. aantonen dat deze gebruik maakt van jouw patent
3. de gebruiker tegen een financiële vergoeding (of een patentruil)  gebruik laten maken van je patent

Dit was tot voor kort grotendeels mensenwerk en derhalve behoorlijk arbeidsintensief. Het is ook nog eens een keer niet makkelijk!

North Carolina State University’s Office of Technology Transfer beheert 176.000 patenten die dikwijls alleen op detailniveau van elkaar verschillen. Geen mens kan het overzicht bewaren over zoveel patenten, laat staan ze inhoudelijk kennen en uit elkaar halen: vaak kan alleen een op het specifieke deelgebied gespecialiseerde patent-expert bepalen welke van 2 patenten (of allebei) van toepassing is op een product of technologie…

Actie: Big DataBig Data is volgens sommigen "alle data die niet meer fysiek of logisch in één locatie of in één systeem kan worden opgeslagen”. Van belang is dan vooral hoeveel van deze data effectief gebruikt kan worden voor het analyseren van je website.Meer over: Big Data als vervanger van een klein leger hoog-opgeleide internet-surfende student-assistenten

Een Big Data oplossing van IBM bestaande uit LanguageWare™, Content Analytics en BigSheets (een soort super-spreadsheet) heeft NC State geholpen: op basis van een lijst (vaak technische) zoektermen speurde het (een groot deel van) het internet af, op zoek naar overeenkomsten met de eigen patent-database. ^[2]

Dit Big Data systeem kan net zo goed documenten lezen, scannen, samenvatten – en verbanden leggen met andere bestanden – als een heel leger stagières!

Input 1: Long-list URLS van mogelijke Patent-gebruikers

Input 2: Database met 176000 patenten van NC State University

Input 3: Patent gerelateerde Keywords

Resultaat: bellijst voor patent-experts

Output van dit Big Data systeem is een shortlist met URLs/webpagina’s waarvan het systeem vermoedt dat er gebruik wordt gemaakt van patenten uit de patentpool van de North Carolina State University. Het Big Data Content analytics algoritme was bovendien in staat bij iedere mogelijke patent-gebruiker direct de bijbehorende contactgegevens toe te voegen.

Deze Big Data oplossing bespaart NC State University dus een hoop speurwerk en levert direct een bel-lijst met patent-gebruikers aan wie – tegen betaling – licentie-rechten kunnen worden verleend.

Output: een bel-lijst met organisaties aan wie licentie-rechten kunnen worden verkocht

Met het repetitieve patent-gerelateerd speur- en uitzoekwerk geautomatiseerd kunnen de patent-experts van NC State  - short-list in de hand - direct de telefoon pakken en contact opnemen met de opgespoorde patent-gebruikers.

Meer geld, meer patenten… meer geld!

North Carolina State University plukt nu eindelijk de vruchten van haar Intellectuele eigendom (IP): ideeën die ze met veel pijn en moeite – voor bepaalde tijd – heeft weten te beschermen met een patent. En de opbrengsten? Die kunnen weer gebruikt worden voor beter onderwijs, meer onderzoek en… méér patenten!

Bijkomend voordeel: informatie over de voor patent-gebruik betaalde licensies kan weer worden gebruikt om te bepalen met welk type onderzoek/patenten een universiteit het meeste kan verdienen!

Conclusies

1. Met Big Data kun je geld verdienen
2. Big Data systemen kunnen taken uitvoeren die tot-voor-kort alléén door mensen konden worden uitgevoerd
3. Big Data systemen kunnen metbehulp van natural language processing ongestructureerde data “ergens in documenten ergens op een harde schijf” weer bruikbaar maken *
4. Big Data systemen kunnen informatie halen uit data die voor de eigenaar zélf geen waarde heeft (gmail inbox, FourSquare check-ins, etc…)

Big Data Natural language processing en privacy

Dit knappe staaltje ‘mensenwerk’ geeft niet alleen de kansen maar ook de privacy-bedreigingen van Big Data weer: ik betrap mezelf er wel eens op dat ik denk “er staat zoveel op m’n harde schijf, ik weet zélf al niet eens meer wat het allemaal is”. Een (ongewenste?) Big Data crawler heeft hier géén moeite mee: als gmail-gebruiker weet ik waarschijnlijk minder over mezelf dan Google… deze informatie is geld waard, zóveel dat alle Google diensten gratis zijn.

Eindeloos veel ideeën voor Big Data Natural language processing systemen

Met de vaardigheid van moderne Big Data systemen om natuurlijke (ongestructureerde) taal te begrijpen – sommige systemen begrijpen zelfs video! – kun je ontzettende veel nieuwe toepassingen verzinnen:

• real-time HR ^[3,4,5]
• een hele goede (!) zoekmachine om de bestanden op je laptop te doorzoeken
• een effectieve virtuele politieagent die alle beschikbare processen verbaal gebruikt om boeven te vangen
• Google ‘shrink’: ik weet wellicht minder over mezelf dan Google, dus Google zou een hele psychologie-dienst kunnen gaan aanbieden zodat ik mezelf “beter kan leren kennen”!

Wie weet er nog een mooie toepassing van Big Data Natural language processing?
Suggesties zijn van harte welkom!