专利缺口供应链
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_60928ebf/patent-gap-supply-chain
技能介绍
这个技能解决什么问题
在技术股研究与产业链尽调中,一个高频信号是专利缺口:目标公司 A 的产品明确使用了技术 T,但 A 名下查不到 T 相关的任何专利。直觉推论是——T 由外部公司 B 持有,A 存在技术许可或供应依赖。
问题在于这个推论太容易过度自信。专利缺口同样可能反映 A 有意选择以商业秘密保护 T:专利要求公开披露,而半导体工艺、化学配方、制药工艺领域的公司经常这么做。直接把缺口等同于"依赖他人",是这类分析最常见的误判来源。
技能如何工作
技能把"专利"从唯一证据链降级为入口线索,强制执行多线索并行验证:
- 双向分析方向:正向从 A 的缺口找供应商;反向从 B 的专利主导地位找下游客户
- 11 步工作流:缺口确认 → 商业秘密评估 → 五路并行验证(专利归属、股权关系、人才流动、采购、拆机)→ 竞争三角验证 → 负向验证 → 财务交叉验证 → 输出报告
- 专利质量评分(v0.4.0):宽权利要求、高引用、PCT 家族的核心专利权重远高于外围专利,评分看质量而非数量
- 负向验证(v0.4.0):主动搜索"B 不是 A 供应商"的证据(营收不匹配、产能不足、地域不符),只有负向证据失效时正向链条才成立
- 证据时效跟踪(v0.4.0):每条证据带时间戳,超过 18 个月自动降权,不能单独支撑"高"置信度
适用边界
- 强适用:硬件、制造、制药、材料;软件/互联网行业专利保护弱,置信度需下调
- 商业模式创新类目标不适用,应转向财报与招股书分析
- 无财务佐证的推断被明确封顶,不能达到"高"置信度
使用场景
- 分析某硬件公司使用了某技术却无相关专利,推断其供应商
- 从持有核心专利的公司反向识别下游客户
- 在半导体行业中评估公司是否以商业秘密保护工艺
- 在投资尽调中排除供应链关系的误判
适合人员
- 科技行业分析师,需要识别供应链依赖
- 投资研究员,需要交叉验证技术依赖风险
- 专利工程师,需要评估专利缺口背后的供应关系
- 产业链尽调人员,需要排除商业秘密等替代假设