Intervista a Martina Di Francesco, Process and System Innovator, Saipem
Quando una nuova tecnologia entra nel radar di una grande realtà industriale, la valutazione richiede una lettura ampia: originalità della soluzione, protezione brevettuale, presenza di player attivi nello stesso ambito, coerenza con le traiettorie di mercato e possibile spazio competitivo.
Ne abbiamo parlato con Martina Di Francesco, Process and System Innovator di Saipem, per capire come le analisi brevettuali possano diventare uno strumento di technology intelligence a supporto delle decisioni di innovazione.
Il tema si inserisce in uno scenario in cui la progettazione ingegneristica richiede sistemi capaci di integrare fonti di conoscenza vaste ed eterogenee. La ricerca basata su AI permette di recuperare, sintetizzare e interpretare informazioni tecniche e scientifiche, trasformando contenuti complessi in insight utili per lo sviluppo prodotto e per le scelte di R&D.
In questo percorso, il brevetto supera la dimensione giuridica e diventa una fonte strategica: aiuta a leggere l’evoluzione delle tecnologie, valutare partner e soluzioni, orientare scelte di innovazione e sviluppo industriale.
In Saipem opera un ufficio dedicato di Intellectual Property Management, responsabile delle attività di protezione, deposito e gestione del portafoglio brevettuale. Parliamo di circa 2.500 brevetti: un patrimonio rilevante, che racconta anni di ricerca, competenze tecniche e sviluppo industriale.
Dal punto di vista dell’area R&D e innovazione, il brevetto assume un ruolo ulteriore. Diventa una fonte strutturata di informazione tecnologica. Aiuta a leggere l’evoluzione dei mercati, valutare partner, comprendere la solidità di una soluzione e orientare le decisioni di business.
È in questo contesto che Saipem si è avvicinata a OMNIA, la piattaforma di AI generativa per l’analisi brevettuale presentata durante l’evento organizzato da Tinexta Innovation Hub in collaborazione con AIDB. Una soluzione pensata per accelerare il passaggio dalla ricerca documentale all’insight, attraverso l’interazione in linguaggio naturale e la lettura intelligente di grandi insiemi di documenti tecnici.
In che modo vi avvalete delle analisi brevettuali?
Nel nostro lavoro in ambito innovazione, le analisi brevettuali supportano decisioni che hanno un impatto diretto sul business.
Il primo utilizzo riguarda il posizionamento tecnologico. Attraverso attività di technology landscaping osserviamo l’evoluzione di un determinato dominio tecnico, analizziamo i trend nel tempo, identifichiamo i principali player e valutiamo il posizionamento di Saipem rispetto al mercato. A questa attività affianchiamo un monitoraggio continuo, sia tematico sia sui competitor, per seguire nuovi depositi e traiettorie emergenti.
Un secondo ambito riguarda la technology due diligence. Quando valutiamo un technology provider o una possibile collaborazione, analizziamo il portafoglio brevettuale con criteri molto concreti: copertura geografica, stato legale, coerenza tra brevetti e tecnologia proposta. Entrano poi in gioco valutazioni preliminari di rischio di interferenza, early FTO, e analisi dei claim per capire quanto proteggano l’architettura tecnologica.
C’è poi il supporto all’innovazione interna. Le analisi brevettuali ci aiutano nelle fasi esplorative, quando serve comprendere rapidamente lo stato dell’arte, acquisire know-how su tecnologie nuove e valutare il grado di innovatività di un’idea fin dalle prime fasi.
Questa prospettiva trova un forte legame con l’evoluzione degli strumenti di AI applicati ai brevetti. Le banche dati brevettuali rappresentano un grande patrimonio di conoscenza tecnologica: sistemi basati su machine learning, natural language processing e ragionamento semantico possono estrarre principi inventivi, trend tecnologici e opportunità progettuali con maggiore precisione.
Per noi il brevetto è una fonte di technology intelligence. Porta metodo, contesto e profondità nelle valutazioni che precedono le scelte di R&D e di sviluppo industriale.
In cosa OMNIA si differenzia dagli strumenti tradizionali?
La differenza principale sta nel punto di partenza.
Con gli strumenti tradizionali si ottiene una lista di documenti. Da lì inizia un lavoro lungo di lettura, selezione, confronto e interpretazione. OMNIA anticipa una parte di questo processo: aiuta a estrarre insight rilevanti già nelle prime fasi dell’analisi e riduce il tempo necessario per arrivare a una comprensione utile.
Negli strumenti classici l’utente lavora su query booleane complesse e su grandi volumi di risultati. OMNIA introduce invece un’interazione in linguaggio naturale. Questo rende l’analisi più accessibile anche a profili tecnici, di innovazione o di business che desiderano interrogare i contenuti brevettuali con domande dirette.
Il valore emerge soprattutto nella capacità di leggere e sintetizzare set documentali ampi. La piattaforma produce una risposta testuale già elaborata: riassume i contenuti, interpreta le rivendicazioni, evidenzia gli elementi tecnici rilevanti.
Qui il punto riguarda la qualità del knowledge search. L’AI applicata ai brevetti permette di passare dalla consultazione documentale alla costruzione di conoscenza: recupera informazioni, le collega, le interpreta e le rende utilizzabili nei processi di innovazione. In ambito engineering design, questa capacità può supportare creatività, novelty assessment e decisioni strategiche nelle fasi iniziali dello sviluppo.
Accanto alla lettura su larga scala, c’è anche un uso puntuale. È possibile interrogare un singolo brevetto con domande specifiche e ottenere insight mirati in tempi rapidi. Nelle fasi di screening, questo permette di capire subito se un documento è pertinente, quanto è vicino a una tecnologia e quale contributo informativo può offrire.
C’è una funzionalità in cui OMNIA vi ha fatto risparmiare tempo o migliorare la qualità del lavoro?
Sì, soprattutto nelle fasi iniziali delle analisi.
Uno degli utilizzi più frequenti riguarda il processing dei risultati ottenuti da ricerche tradizionali. Dopo aver costruito un set di brevetti da database classici, OMNIA consente di leggere velocemente un numero elevato di rivendicazioni e valutare la pertinenza dei documenti inserendo il numero di pubblicazione. Lo screening diventa più rapido e più focalizzato.
Nei technology landscaping, la piattaforma offre sintesi testuali dei brevetti rilevanti e aiuta a orientarsi in un dominio tecnologico nuovo. Per chi lavora in R&D, questa capacità incide sul modo in cui si imposta l’analisi: meno tempo sulla lettura preliminare, più spazio alla valutazione critica.
Un altro caso d’uso riguarda i portafogli brevettuali di grandi aziende. OMNIA aiuta a ricostruire una mappa narrativa delle aree tecnologiche presidiate, rendendo più leggibile la strategia di protezione e investimento di un player.
La piattaforma risulta utile anche nel monitoraggio dei competitor. Permette di cogliere rapidamente se un concorrente si sta muovendo in un certo ambito tecnologico, anche quando le ricerche per parole chiave restituiscono risultati parziali o troppo ampi.
C’è poi lo scouting di tecnologie e startup. Individuare attori emergenti che hanno già iniziato a proteggere le proprie soluzioni offre segnali preziosi quando si valutano collaborazioni, partnership o possibili acquisizioni tecnologiche.
Il beneficio più evidente è l’efficienza. La lettura preliminare assorbe meno tempo. L’interpretazione, la discussione interna e la decisione acquisiscono più peso.
Questo passaggio è centrale anche per l’innovazione di prodotto: l’AI brevettuale può trasformare grandi quantità di dati tecnici in indicazioni operative, aiutando i team a individuare opportunità progettuali, traiettorie tecnologiche e segnali utili nelle fasi in cui le decisioni hanno ancora margini di orientamento.
Guardando avanti, OMNIA potrà diventare un riferimento unico per l’analisi brevettuale in azienda?
Sì, ma per diventare davvero un punto di riferimento unico dovremo utilizzarla come una piattaforma completa e integrata: un vero one-stop shop per la ricerca, l’analisi e l’interpretazione dei brevetti.
Oggi il flusso di lavoro passa ancora attraverso più strumenti. L’obiettivo è concentrare in un unico ambiente le attività principali, accompagnando l’utente dall’interrogazione iniziale fino all’insight strategico.
In questa prospettiva, potremo beneficiare di alcune funzionalità avanzate già previste o messe a disposizione da OMNIA. La prima riguarda l’arricchimento dei dati brevettuali, in particolare su famiglie e stato legale, elementi fondamentali quando l’analisi supporta valutazioni di business.
Altre funzionalità rilevanti sono il confronto avanzato tra versioni dello stesso brevetto e tra brevetti diversi, con evidenza delle differenze nei claim e nel contenuto tecnico; la similarity analysis, utile per identificare automaticamente documenti tecnologicamente affini; e l’interrogazione batch, cioè la possibilità di porre la stessa domanda a un set di brevetti contemporaneamente.
A questo si aggiunge un layer di business intelligence, che potrà trasformare le analisi in insight strategici: trend, cluster tecnologici e mappe di posizionamento.
L’evoluzione degli strumenti di patent analysis va proprio in questa direzione. L’integrazione tra AI-driven patent analysis e metodi di systematic innovation, come TRIZ e design-by-analogy, apre nuove possibilità per una creatività guidata dai dati e per forme più evolute di automazione intelligente del design.
Naturalmente, un utilizzo così estensivo richiederà che la piattaforma sia in grado di gestire volumi più ampi di brevetti. L’evoluzione più interessante è proprio questa: portare l’analisi brevettuale più vicino alle decisioni di innovazione, investimento e sviluppo industriale.
Dai brevetti alle decisioni: il valore dell’intelligence tecnologica
L’esperienza raccontata da Martina Di Francesco evidenzia un cambiamento già in corso nelle aziende ad alta intensità tecnologica. L’analisi brevettuale sta ampliando il proprio raggio d’azione: tutela la proprietà intellettuale, orienta la ricerca, abilita valutazioni di mercato e supporta le scelte strategiche.
Il brevetto diventa così un asset informativo. Permette di leggere l’evoluzione delle tecnologie, valutare la solidità di una soluzione, comprendere il posizionamento dei competitor e riconoscere segnali deboli prima che diventino evidenti sul mercato.
In questo scenario, l’AI generativa applicata ai dati brevettuali porta un vantaggio operativo concreto: accelera l’accesso all’informazione, migliora la qualità dello screening e rende più efficace il lavoro dei team chiamati a trasformare documenti tecnici complessi in decisioni.
Il tema supera quindi la produttività individuale. Riguarda la capacità di connettere AI, design theory e innovation engineering in un unico processo decisionale. Le analisi brevettuali diventano uno strumento per collegare conoscenza tecnica, creatività progettuale e strategia industriale.
Per aziende con portafogli tecnologici articolati e attività R&D distribuite su più domini, questo passaggio può diventare un fattore competitivo. L’analisi brevettuale entra nel cuore della technology intelligence e contribuisce a rendere le scelte di innovazione più rapide, informate e coerenti con gli obiettivi industriali.
Martina Di Francesco, Process and System Innovator, Saipem
