AI Patents in the United States and China: Measurement, Organization, and Knowledge Flows

Utilizzando un nuovo classificatore ad alta precisione basato su PatentSBERTa, lo studio rivela che, sebbene la Cina abbia superato gli Stati Uniti nel numero di brevetti AI recenti, i due paesi differiscono nettamente nell'organizzazione dell'innovazione (concentrata su grandi aziende e hub negli USA, più diffusa e diversificata in Cina) e mantengono una forte interdipendenza tecnologica, con gli inventori cinesi che dipendono maggiormente dalla conoscenza pionieristica statunitense.

L'essenziale

Immagina che l'Intelligenza Artificiale (AI) sia una corsa automobilistica globale tra due giganti: gli Stati Uniti e la Cina. Per capire chi sta vincendo, chi sta perdendo e come stanno correndo, abbiamo bisogno di un buon cronometro e di un modo preciso per contare quanti "punti" (brevetti) ogni corridore ha segnato.

Questo studio è come un nuovo, super-preciso cronometro digitale che sostituisce il vecchio cronometro a mano, che spesso sbagliava a contare.

Ecco la spiegazione semplice di cosa hanno scoperto gli autori, usando qualche analogia:

1. Il Problema del "Contatore Difettoso"

Fino a poco tempo fa, per contare i brevetti sull'AI, si usava un metodo creato dall'ufficio brevetti americano (USPTO). Immagina questo metodo come un cacciatore di funghi un po' distratto:

• Lasciava andare via molti funghi buoni: Non trovava il 60% dei brevetti sull'AI veri (bassa "recall").
• Raccoglieva molte pietre: Pensava che il 60% dei suoi "funghi" fossero davvero AI, ma in realtà erano solo sassi (bassa "precisione").

Gli autori di questo studio hanno costruito un nuovo "cacciatore" usando un'intelligenza artificiale molto intelligente (un modello linguistico chiamato FGYZ). Questo nuovo cacciatore è molto più preciso: trova quasi tutti i funghi buoni e non raccoglie quasi mai pietre. Ora possiamo contare davvero chi sta facendo cosa.

2. Chi sta vincendo la gara? (I Numeri)

Usando il nuovo contatore preciso, ecco cosa emerge:

• La Cina ha superato gli USA nel numero: Se guardiamo solo il numero totale di brevetti all'anno, la Cina ha superato gli Stati Uniti dal 2020. È come se la Cina avesse più corridori in pista che stanno segnando punti ogni anno.
• Ma la qualità è simile: Se guardiamo cosa stanno inventando, i due paesi sono molto simili. Entrambi si concentrano sugli stessi settori (come la visione artificiale, la pianificazione e l'hardware).
• L'AI vale soldi: In entrambi i paesi, i brevetti sull'AI valgono molto di più per le aziende rispetto ai brevetti normali. È come se il mercato dicesse: "Queste invenzioni sono oro". Anche in Cina, dove molti critici pensavano che i brevetti fossero solo per ottenere sussidi governativi, il mercato ha dimostrato che hanno un vero valore economico.

3. Come sono organizzati i corridori? (La Differenza Chiave)

Qui le due nazioni corrono in modo molto diverso:

• Negli USA (La Squadra dei "Super-Clan"):
  L'innovazione è concentrata nelle mani di poche, enormi aziende private (come Google, Microsoft, IBM). Immagina una gara dove solo 5-6 squadre ricche e potenti hanno quasi tutti i migliori piloti. Inoltre, queste squadre restano bloccate nelle stesse città (come la Silicon Valley o Boston) da decenni. È una corsa molto stabile ma con poca diffusione geografica.

• In Cina (La Grande Marea):
  L'innovazione è più sparsa e varia. Oltre alle grandi aziende private (come Tencent o Huawei), ci sono un sacco di università e aziende di stato che corrono e vincono. Inoltre, la Cina sta espandendo la gara: mentre negli USA l'innovazione resta nelle città costiere, in Cina si sta diffondendo rapidamente in città più piccole e interne, come una marea che sale e copre tutto il territorio.

4. Si stanno separando o stanno imparando l'uno dall'altro?

C'è molta paura che USA e Cina si stiano "decoupling" (separando) come due isole che non si parlano più.

• La realtà: Non si stanno separando, ma stanno imparando l'uno dall'altro in modo asimmetrico.
• L'analogia: Immagina che la Cina sia un grande studente che studia attentamente i libri di testo scritti dagli USA (i pionieri). I brevetti cinesi citano molto quelli americani. Gli USA, invece, guardano meno la Cina, perché sono ancora i leader.
• Conclusione: Non c'è isolamento. C'è una forte dipendenza tecnologica, dove la Cina sta ancora imparando molto dalle fondamenta gettate dagli USA, anche se sta correndo velocissima.

In sintesi

Questo studio ci dice che:

1. Abbiamo finalmente un modo preciso per contare l'AI.
2. La Cina ha superato gli USA nel numero di brevetti, ma la qualità è simile.
3. Gli USA sono guidati da poche grandi aziende private in poche città; la Cina è un mosaico di aziende, università e stato che si espande in tutto il paese.
4. Nonostante le tensioni politiche, la conoscenza fluisce ancora: la Cina impara molto dagli USA, e il mercato riconosce il valore di queste invenzioni in entrambi i paesi.

È una gara serrata, ma i due corridori non stanno correndo su piste separate: stanno ancora guardando la stessa strada, anche se da angolazioni diverse.

Sommario tecnico

Titolo: Brevetti sull'Intelligenza Artificiale negli Stati Uniti e in Cina: Misurazione, Organizzazione e Flussi di Conoscenza

1. Il Problema di Ricerca

L'articolo affronta una sfida fondamentale nell'analisi economica dell'innovazione: la mancanza di una "misura" affidabile e su larga scala per identificare i brevetti relativi all'Intelligenza Artificiale (AI).

• Limitazione attuale: L'approccio standard utilizzato dall'USPTO (United States Patent and Trademark Office) tramite il Artificial Intelligence Patent Dataset (AIPD) soffre di errori di misurazione significativi.
• Evidenza del fallimento: Gli autori dimostrano che il classificatore LSTM (Long Short-Term Memory) utilizzato dall'USPTO presenta una precisione del 40,5% e un recall del 37,5%. Ciò implica che il dataset ufficiale manca quasi il 63% dei veri brevetti AI e classifica erroneamente come AI quasi il 60% dei brevetti non pertinenti.
• Conseguenze: Questo "rumore" nei dati introduce un forte bias di attenuazione nelle analisi economiche riguardanti l'innovazione a livello aziendale e la produttività aggregata, rendendo difficile valutare correttamente la competizione tecnologica tra USA e Cina.

2. Metodologia

Gli autori propongono un nuovo approccio metodologico basato sull'elaborazione del linguaggio naturale (NLP) avanzata per costruire un dataset ad alta risoluzione.

• Modello: Sviluppo del classificatore FGYZ, ottenuto tramite il fine-tuning di PatentSBERTa, un modello linguistico transformer pre-addestrato specificamente su testi di brevetti.
• Addestramento: Il modello è stato addestrato sui dati etichettati manualmente (seed e anti-seed) presenti nel dataset AIPD originale (Giczy et al., 2022; Pairolero et al., 2025).
• Classificazione: Il classificatore assegna ogni brevetto a uno o più degli otto sottocampi dell'AI: Machine Learning, Natural Language Processing (NLP), Speech, Vision, Planning, Knowledge Processing, Hardware ed Evolutionary Computation (quest'ultimo è stato escluso dall'analisi empirica a causa di un numero insufficiente di esempi di addestramento).
• Validazione:
  1. Connessione tramite citazioni: Analisi della "omofilia tecnologica". I brevetti identificati solo dal nuovo classificatore mostrano connessioni di citazione più forti con i brevetti AI "consensuali" (identificati da entrambi i sistemi) e più deboli con i brevetti non-AI, rispetto ai brevetti identificati solo dall'USPTO.
  2. Similarità lessicale: Utilizzo di distribuzioni di parole pesate con TF-IDF per dimostrare che il linguaggio tecnico dei brevetti identificati dal FGYZ è semanticamente più allineato con l'AI di riferimento rispetto a quello del classificatore USPTO.
  3. Validazione esterna (Cina): Il modello addestrato sui dati USA è stato applicato ai brevetti cinesi, mostrando una coerenza nelle connessioni di citazione transfrontaliere e nella similarità lessicale con l'AI statunitense.

3. Contributi Chiave

1. Miglioramento Metodologico: Il classificatore FGYZ raggiunge prestazioni superiori rispetto all'approccio USPTO, con una precisione del 97,0%, un recall del 91,3% e un F1-score del 94,0%.
2. Nuovo Dataset: Creazione di un dataset ad alta risoluzione che copre i brevetti concessi negli USA (1976–2023) e in Cina (2010–2023), mappati su quasi 400.000 inventori unici.
3. Analisi Comparativa Strutturale: Fornisce la prima evidenza empirica robusta che, nonostante la convergenza nel volume e nell'intensità della ricerca, le strutture organizzative e geografiche dell'innovazione AI nei due paesi sono profondamente diverse.

4. Risultati Principali

A. Dinamiche Temporali e Sottocampi

• Crescita: Entrambi i paesi hanno registrato una crescita esponenziale dei brevetti AI, con un'accelerazione marcata dopo la metà degli anni 2010.
• Volumi: La Cina ha superato gli USA nel numero totale annuale di brevetti AI concessi a partire dal 2020.
• Convergenza e Divergenza: Esiste una convergenza nella composizione dei sottocampi (Planning, Vision e Hardware sono dominanti in entrambi). Tuttavia, c'è una divergenza nell'NLP: gli USA hanno un vantaggio storico e una crescita costante, mentre la Cina ha mostrato un'accelerazione brusca solo dopo il 2020, in linea con lo sviluppo dei Large Language Models (LLM).

B. Geografia e Organizzazione Istituzionale

• USA: L'innovazione è altamente concentrata in "super-cluster" costieri (es. Bay Area, Nordest) e dominata da un piccolo gruppo di grandi aziende private multinazionali (IBM, Microsoft, Google, Amazon). La diffusione geografica è rallentata, indicando un panorama maturo.
• Cina: L'innovazione mostra una diffusione spaziale rapida, espandendosi dalle città pioniere a un vasto numero di centri secondari. L'ecosistema è istituzionalmente più diversificato: oltre alle grandi aziende private (Tencent, Baidu, Huawei), università e imprese statali (SOE) svolgono un ruolo centrale, specialmente nei sottocampi hardware e applicativi.

C. Valore Economico

• Premio di Valore: I brevetti AI comandano un premio di valore di mercato significativo rispetto ai brevetti non-AI in entrambi i paesi.
• Implicazione per la Cina: Questo risultato sfida la narrativa secondo cui i brevetti cinesi sarebbero di bassa qualità o puramente strumentali per ottenere sussidi governativi. Per le aziende quotate, i brevetti AI rappresentano asset tecnologici economicamente rilevanti.
• Sussidi e Valore: Anche i brevetti prodotti da enti non di mercato (università e SOE cinesi) mostrano un valore economico, suggerendo che non sono semplici "brevetti spazzatura".

D. Flussi di Conoscenza e Dipendenza Transfrontaliera

• Flussi Interni: Negli USA, le università operano come "enclavi intellettuali" con poche citazioni dirette da parte dell'industria. In Cina, invece, esiste una rete reciproca densa: le aziende private citano frequentemente brevetti di università e SOE, e viceversa.
• Dipendenza Transfrontaliera: Nonostante le tensioni geopolitiche, non vi è evidenza di un "disaccoppiamento" tecnologico.
  • Gli inventori cinesi dipendono fortemente dalla conoscenza di frontiera statunitense (citano i brevetti USA AI molto più intensamente di quanto facciano i brevetti non-AI).
  • Il flusso inverso è più selettivo: gli inventori USA citano i brevetti cinesi, ma con minore intensità rispetto ai domini non-AI.
  • La competizione si basa su un'apprendimento asimmetrico all'interno di un ecosistema globale interconnesso.

5. Significato e Implicazioni

Questo studio è cruciale per ridefinire la comprensione della competizione tecnologica USA-Cina:

1. Correzione dei Dati: Fornisce uno strumento metodologico superiore per misurare l'innovazione AI, correggendo le distorsioni dei dataset ufficiali che hanno finora limitato l'analisi economica.
2. Ridefinizione della Competizione: Smentisce l'idea di un semplice "catch-up" quantitativo. Sebbene la Cina abbia superato gli USA nei volumi, i due paesi seguono percorsi organizzativi distinti: un modello di mercato concentrato e maturo negli USA contro un modello ibrido, diffuso e guidato dallo stato in Cina.
3. Valore dell'Innovazione Statale: Dimostra che in Cina, gli attori non di mercato (università e SOE) contribuiscono in modo sostanziale all'innovazione economica rilevante, sfidando la visione secondo cui il loro ruolo è puramente amministrativo.
4. Interdipendenza Globale: Suggerisce che, nonostante il nazionalismo tecnologico, l'ecosistema dell'AI rimane profondamente interconnesso, con la Cina che continua a dipendere criticamente dalla conoscenza di frontiera statunitense per il suo sviluppo.