美國智慧財產律師事務所Xsensus與專利資料分析商Juristat宣布策略合作，將Juristat擁有二十年以上歷史的USPTO審查資料，接入Xsensus內部使用的生成式AI工作流程。合作透過模型上下文協定（Model Context Protocol，簡稱MCP）及其資料層進行，讓律師不必另行匯出資料，即可在既有工具中查詢審查員、藝術單元、准駁率、官方法院_action結果與上訴資料。
Juristat宣稱其資料庫涵蓋逾1,000萬件待審、放弃及核准專利案，以及2萬多名審查員，資料可追溯至2002年。Xsensus希望藉此提高策略判斷、減少無效審查輪次、強化客戶時程與成本估算，並讓修訂及答辯內容參照相似案件的真實審查結果。
這項合作的核心並非單純導入聊天機器人，而是把專利 prosecution intelligence——也就是從申請、審查到准駁的歷程資料——轉化為可供AI呼叫的結構化證據。生成式AI的可靠度，將由模型能力與專用資料基礎設施共同決定。
這起事件表面上是一項企業間的資料與工具整合，實際上反映專利法律服務正面臨一場「經驗資料商品化」與專業責任重新分配的轉折。Xsensus的核心痛點，是資深專利律師的判斷高度仰賴審查員風格、藝術單元紀錄與歷史回應策略；若這些資訊散落於大量官方案件，經驗便難以规模化，服務品質也容易因人力差異而波動。
Juristat則把二十多年USPTO資料轉化為可售的決策基礎設施，並以MCP降低接入門檻。這種策略的關鍵不只是出售分析儀表板，而是讓資料嵌入既有工作流程；一旦律師習慣在AI工具內直接取得這類資訊，資料源的累積、介面黏性與工作流占據能力，就可能比單次查詢更難被競品取代。
但可信度與責任風險仍然存在。歷史准駁率可以協助律師估算勝算，卻不能自動證明某一答案正確；審查政策、申請技術領域、法規判例及資料更新頻率，都可能讓過往模式失真。若AI依據歷史平均提出策略，卻未揭露樣本偏差、案件可比性與資料截止日期，技術便利反而可能放大「似是而非」的專業錯覺。
因此，這項合作真正的利益角力，是速度、律師工時與固定費用毛利之間的拉扯。Juristat可協助Xsensus減少重複研究與無效輪次；Xsensus則能將資料轉化為差異化服務與更高的客戶價值。任何節省下來的時間，最終都可能被競爭者視為降低收費、提高利潤或擴大承案量的空間。
在資料安全上，雙方強調連線留在Xsensus自身環境，不將案件細節傳送第三方工具；但這項說法仍需由權限管理、稽核紀錄、資料更新機制與模型責任規範證實。企業採購AI時，競爭焦點也會從「模型多聰明」轉向「資料是否可驗證、介面是否可控、答案能否追溯」。
戰略貿易流向與供應鏈依賴度
HS 8542資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $5,800 億美元 / 年
這項合作可放在大型語言模型由通用問答走向專業代理，以及法律產業由人力搜尋轉向資料驅動決策的歷史脈絡中觀察。過去，律師事務所的核心資產主要是經驗與人脈；生成式AI若能讀取一致、可追溯的歷史資料，經驗便可能部分轉化為可重複使用的模型輸入與分析流程。
未來可區分三種情境：
01 起因觸發｜Xsensus為提升專利代理效率，將Juristat的USPTO歷史審查資料接入內部生成式AI工作流。
02 一階傳導｜專利事務所開始以審查員歷史、藝術單元與回應類型作為AI輔助決策基礎。
03 二階擴散｜法律科技供應商、律師事務所與企業IP部門加速推動MCP、資料權限及AI稽核機制。
04 產業重組｜專利服務可能由人力時數計價轉向效率、速度與成果導向，律師的經驗價值也逐步資料化。
05 治理轉折｜ USPTO資料品質、模型幻覺、責任歸屬與機密資訊保護，成為下一波監管與司法審查焦點。
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
