自2014年「Alice v. CLS Bank」案後，美國軟體專利適格性審查歷經十年劇烈變化。從最初嚴格打擊垃圾專利，到AI技術崛起後逐步放寬，這段歷程交織了司法判例、政策轉折與產業壓力。對全球申請人而言，如何因應這場變局，將軟體專利申請從壓力轉化為助力，成為當前AI時代的關鍵課題。
歷史與政策的轉折
2014年之後，美國專利法第101條款被嚴格適用。雖然成功抑制了大量專利蟑螂（patent trolls），卻也讓許多真正具有技術價值的創新受阻。
2019年，USPTO發布了新的審查指引，細化了Alice/Mayo測試。官方統計顯示，首次Office Action中的第101條核駁比例下降了約25%。然而，實務上標準依然模糊，審查結果常取決於審查員的主觀判斷或申請文件的撰寫方式。
AI技術的爆炸性發展進一步加深了這場混亂，導致拜登政府於2023年發布行政命令14110，要求USPTO在270天內提出AI相關指引。2024年的新指引雖新增三個AI範例，但審查標準並未實質放寬，反映出當時政府更重視風險控管，而非鼓勵創新。
2025年川普上任後，情勢出現了放寬的轉向。在川普上任後立即廢除了行政命令14110，推出「AI行動計畫（AI Action Plan）」，強調監管鬆綁與市場驅動。隨後，USPTO也在短時間內發布了新的Reminder，反映出審查態度朝放寬方向發展。
最新Reminder的三大核心訊號
2025年8月，USPTO發布了一份關於第101條的Reminder文件，可謂近年最具參考價值的指引之一，透露出三大關鍵訊號：
- 「recite 」與「involve」的區別
僅當請求項「實際記載（recite）」法定例外時，才需進一步分析。若僅「涉及（involve）」數學概念或演算法，則不必額外審查。
例如「訓練神經網路」被認定為僅涉及演算法，而非實際記載數學概念，因此仍屬於專利適格範圍。
- 「問題—解決方案」的敘事主軸
申請案必須明確說明技術問題與技術手段之間的關聯，而非僅僅使用AI作為輔助工具。
例如，改善電腦圖學效能或影像處理品質的AI應用（屬於技術問題），會比僅用AI預測市場走勢（不屬於技術問題）更容易被認定為具專利適格性。
- 優勢證據的駁回標準
Reminder指出，審查員必須在「超過50%不適格的可能性」下，且基於具體事實證據（例如Step 2B分析時），才能依第101條駁回。
這項要求對於審查委員而言算是提高了駁回門檻，也讓申請人有更多空間主張專利適格性。
實戰策略建議
面對新的審查趨勢，申請人與代理人可從以下方面著手：
- 請求項撰寫：避免直接recite數學公式或演算法，改以其他替代方式描述，降低觸發101的嚴格審查風險。
- 說明書撰寫：強調「技術問題」、解決的「技術手段」的表述，並盡可能以具體實例凸顯改進效果。
- 答辯策略：善用「優勢證據」標準，要求審查員提供具體文獻或證據，避免憑空駁回。在適當情況下，也可引用最新Reminder內容作為辯護依據。
- 全球佈局：雖然美國似乎在川普政府政策下展現放寬趨勢，但歐洲等其他地區仍未見變化。企業必須在專利布局時兼顧不同法域，制定區域化策略。
結語：從「混亂」走向「清晰」
美國軟體與AI專利適格性的審查制度，正從「嚴格與混亂」邁向「放寬與清晰」。
對申請人而言，掌握「問題—解決方案」的核心敘事，並在文件中具體呈現技術改進，是突破101魔咒的關鍵。在當前政策環境轉向鼓勵創新的方向時，專利也將成為推動AI技術發展的重要助力。
附帶一提，美國近日案例不斷顯示其對於軟體專利的開放、且IPR挑戰難度也漸漸提高。這樣的背景之下，或許正是專利權人迎風而上的最佳時刻。
