כיצד הבינה המלאכותית משנה את תמחור שירותי עריכת פטנטים

משרד עורכי פטנטים מתחייב להכין בקשת פטנט תמורת שכר טרחה קבוע. לאחר מכן הוא משתמש בכלי בינה מלאכותית שמפחית באופן משמעותי את הזמן הדרוש להכנת הטיוטה הראשונה. הבקשה נבדקת על ידי אותו עורך פטנטים ונמסרת באותה רמה מקצועית. האם הלקוח צריך לשלם פחות?

הלקוח מצפה, ובצדק, ליהנות מחלק מהחיסכון. מנגד, המשרד השקיע בטכנולוגיה, נותר אחראי לעבודה ונטל על עצמו את הסיכון שהטיפול בתיק ידרוש יותר עבודה מהצפוי.

העמדה המוצגת במאמר זה היא שהבינה המלאכותית צריכה להשפיע על שכר הטרחה כאשר היא משנה את העלויות הכלכליות של העבודה. יש למדוד את החיסכון בהכנת מסמכים ולהביא אותו בחשבון בהחלטות התמחור, בעוד שאת העבודה על אסטרטגיית תביעות הפטנט ואת הבדיקה המקצועית המהותית יש להעריך בנפרד. הפחתה גורפת בשכר הטרחה אינה מוצדקת יותר מהותרת כל התעריפים ללא שינוי.

מנקודת מבטו של השותף המנהל, השאלה היא גם כמה זמן יכול החיסכון להישאר בידי המשרד כשיפור ברווחיות, לפני שלקוחות או מתחרים ידרשו תנאים אחרים. תקופה זו מאפשרת למשרד לבחור בין הפחתת מחירים, שיפור השירות הניתן ללקוח או השקעה ביכולות מקצועיות המצדיקות את שכר הטרחה.

מדידת החיסכון בעבודת הפטנטים

הכנת טיוטה והשלמת בקשת פטנט הן שתי משימות שונות. הבינה המלאכותית עשויה לקצר את זמן הכתיבה הראשונית, מבלי לשנות באופן משמעותי את הזמן המוקדש לשיחות עם הממציא, לאימות הטכנולוגי ולבדיקה המקצועית. במקרים אחרים היא עשויה להפחית את היקף העבודה בכמה שלבים. לעיתים, תיקון התוצרים שלה עלול לצרוך חלק ניכר מהחיסכון שנראה בתחילה.

ההשוואה המועילה היא בין כלל העבודה הדרושה להפקת תוצר מקצועי באותה רמה. השוואה בין הזמן הדרוש ליצירת טקסט באמצעות בינה מלאכותית לבין הזמן שנדרש בעבר להכנת בקשת פטנט המוכנה להגשה תציג תמונה מוגזמת של התועלת.

נניח, לשם הדוגמה, שבקשת פטנט דרשה בעבר 12 שעות הכנה וארבע שעות בדיקה. בעזרת בינה מלאכותית זמן ההכנה מתקצר לשש שעות, אך הבדיקה והתיקונים דורשים חמש שעות. זמן הכנת הטיוטה פחת במחצית, אולם סך שעות העבודה המקצועית ירד מ-16 ל-11 שעות, הפחתה של כ-31%.

חישוב זה ממחיש את ההבדל בין זמן הכנת הטיוטה לבין כלל שעות העבודה המקצועית. אין מדובר באומדן של החיסכון שמשרדים צפויים להשיג באמצעות בינה מלאכותית.

גם אין פירוש הדבר בהכרח שעלות ביצוע העבודה פחתה ב-31%. התוצאה תלויה בזהות מבצעי העבודה, בעלויות הפנימיות שלהם ובהוצאות הטכנולוגיה. אם הבדיקה הנוספת דורשת מעורבות של בעל מקצוע בכיר יותר, החיסכון הכספי עשוי להיות קטן יותר.

בחיוב לפי שעות, ובהנחה שהתעריף נותר ללא שינוי, חמש השעות שנחסכו יפחיתו בהתאם את שכר הטרחה. בהסכם לשכר טרחה קבוע, החיסכון ישפיע על הערכת הרווחיות, סבירות שכר הטרחה והמחירים שייקבעו בעתיד.

מה מלמד המחקר על יעילות השימוש בבינה מלאכותית בעריכת פטנטים?

כדי להבין כיצד הבינה המלאכותית עשויה להשפיע על שכר הטרחה בעריכת פטנטים, צריך לבחון אם היא באמת מקצרת את העבודה, ואם החיסכון בזמן אינו בא על חשבון האיכות המקצועית.

מחקר של דייוויד אוטור ועמיתיו, Does AI Assistance Enhance or Erode Expertise?, בחן את השפעת הבינה המלאכותית על עבודתם של 133 עורכי דין העוסקים בפטנטים ב-11 משרדי קניין רוחני בארצות הברית. המחקר נמשך שלושה חודשים ומצא כי עורכי הדין שהסתייעו בבינה מלאכותית הפיקו טיוטות של בקשות פטנט באיכות גבוהה יותר מאלו שלא השתמשו בה. השיפור היה בולט במיוחד בקרב עורכי הדין הצעירים. לפי הנתונים שפרסמה גוגל על המחקר, במשימת עריכה אחת השלימו עורכי הדין הצעירים את העבודה בכ-15% פחות זמן בהשוואה לקבוצת הביקורת.

אולם המחקר הצביע גם על מגבלה מעניינת. כאשר המשתתפים נדרשו לבדוק ולתקן בקשת פטנט ללא סיוע של בינה מלאכותית, נמצא שיפור ביכולת המקצועית העצמאית של עורכי הדין הבכירים, אך לא נמצא שיפור ממוצע דומה בקרב עורכי הדין הצעירים. במילים אחרות, השימוש בבינה מלאכותית סייע לעורכי הדין הצעירים להפיק עבודה טובה יותר, אך לא בהכרח שיפר את יכולתם לבצע אותה באופן עצמאי.

מבחינת תמחור שירותי עריכת פטנטים, הממצאים מלמדים שהבינה המלאכותית יכולה לשפר את היעילות בשלב הכנת הטיוטה, אך אין בכך כדי לייתר את הבדיקה המקצועית ואת שיקול הדעת של עורך הפטנטים. נוסף על כך, החיסכון של כ-15% נמדד במשימה מסוימת במסגרת ניסוי, ולא בטיפול מלא בבקשת פטנט עבור לקוח. לכן, אין להסיק ממנו ששכר הטרחה הכולל צריך לרדת בשיעור דומה. לשם כך יש לבחון את החיסכון לאורך כל שלבי העבודה, לרבות הבדיקה, התיקונים והאחריות המקצועית.

כיצד הבינה המלאכותית משנה את הכדאיות של חיוב לפי שעות?

מודל החיוב לפי שעות מבוסס על קשר ישיר בין הזמן המושקע בעבודה לבין שכר הטרחה. הבינה המלאכותית מערערת את הכדאיות הכלכלית של המודל הזה: ככל שהמשרד מצליח לבצע את העבודה במהירות רבה יותר, כך הוא מחייב את הלקוח בפחות שעות, אף שהתוצר המקצועי עשוי להישאר זהה ואף להשתפר.

אולם ההשלכה הכלכלית משמעותית יותר מכפי שנראה בתחילה. נניח שהשימוש בבינה מלאכותית מקצר את זמן הטיפול הממוצע בתיק מ-10 שעות ל-7 שעות. בהנחה שהתעריף השעתי והרכב העבודה אינם משתנים, המשרד יצטרך לטפל בכ-43% יותר תיקים כדי לשמור על אותה הכנסה מחיוב שעתי. אם הביקוש לשירותיו אינו גדל בהתאם, ההתייעלות עלולה להוביל לירידה בהכנסות, בעוד שחלק ניכר מהוצאות המשרד, ובראשן שכר העובדים, נותר ללא שינוי.

בעיה נוספת נובעת מכך שהבינה המלאכותית אינה חוסכת בהכרח זמן באופן אחיד. היא עשויה להפחית בעיקר את שעות העבודה של עורכי פטנטים צעירים, המבצעים את ההכנה הראשונית, בעוד שהצורך בבדיקה של עורך פטנטים בכיר נותר בעינו ואף גדל. במצב כזה, המשרד מאבד שעות חיוב של עובדים צעירים, אך אינו משחרר בהכרח את זמנם של העובדים הבכירים, שלעיתים מהווים את הגורם המגביל את מספר התיקים שניתן לטפל בהם.

מכאן שהשאלה הכלכלית אינה רק כמה שעות חוסכת הבינה המלאכותית, אלא אילו שעות נחסכות ומה ניתן לעשות בזמן שהתפנה. חיסכון בשעות של עובד שכבר אינו מנצל את מלוא זמנו אינו שקול לחיסכון בשעות של שותף בכיר שזמנו הוא המשאב המוגבל במשרד.

לכן, משרד המבקש להעריך את כדאיות החיוב לפי שעות בעידן הבינה המלאכותית צריך לבחון לא רק את שיעור החיסכון בזמן, אלא גם את השפעתו על היקף העבודה שניתן לקבל, על ניצול כוח האדם ועל הרווחיות הכוללת. כאשר הבינה המלאכותית מאפשרת לבצע יותר עבודה אך המשרד אינו מצליח להגדיל בהתאם את מספר התיקים, מודל החיוב השעתי עלול להפוך את ההתייעלות הטכנולוגית ליתרון כלכלי עבור הלקוח בלבד, במקום ליתרון משותף ללקוח ולמשרד.

שכר טרחה קבוע: יעילות וסבירות

הקשיים שמעוררת הבינה המלאכותית במודל החיוב השעתי עשויים להאיץ את המעבר לשכר טרחה קבוע עבור עריכת בקשות פטנט וניהול הליכי הרישום. היתרון של מודל זה אינו רק כלכלי, אלא גם פסיכולוגי. לקוחות רגילים לשלם סכומים מסוימים עבור הכנת בקשות פטנט, והם נוטים להעריך את סבירות המחיר ביחס לניסיונם הקודם ולשירות שהם מקבלים. כאשר נקבע מראש מחיר להכנת בקשת פטנט, העובדה שהמשרד הצליח לבצע את העבודה בפחות שעות אינה מעוררת בהכרח ציפייה להפחתה מקבילה בשכר הטרחה.

שכר טרחה קבוע גם מייתר בדרך כלל את הצורך להציג ללקוח פירוט של שעות העבודה שבוצעו. בכך הוא מאפשר למשרד להתמקד בתוצר המקצועי ובערך השירות, במקום להצדיק את משך הזמן שהושקע בהכנתו.

אולם דווקא בתקופה הנוכחית קשה לקבוע מהו שכר הטרחה הקבוע המתאים. יכולות הבינה המלאכותית משתנות במהירות, תהליכי ההטמעה במשרדים עדיין מתפתחים, והניסיון המצטבר בשימוש בכלים אלה מוגבל. עדיין קשה להעריך באופן אמין כמה זמן נחסך לאורך הטיפול כולו, מהי איכות התוצרים וכמה עבודה נוספת נדרשת לבדיקתם ולתיקונם. לכן, גם משרד שכבר משתמש בבינה מלאכותית באופן שוטף עשוי להתקשות להעריך את העלות האמיתית של הכנת בקשת פטנט בשיטת העבודה החדשה.

בתנאים אלה, המחירים ההיסטוריים יכולים לשמש נקודת מוצא סבירה לשכר טרחה קבוע. הם מוכרים ללקוחות, משקפים ניסיון מסחרי מצטבר ומאפשרים למשרד להמשיך לפעול במסגרת תמחור מוכרת, מבלי להתחייב להפחתות המבוססות על חיסכון שטרם נמדד כראוי. מבחינת המשרד, זהו גם אמצעי לשמר חלק מהתועלת הכלכלית של ההתייעלות הטכנולוגית.

אלא שהיתרון הזה עשוי להיות זמני. ככל שהבינה המלאכותית תהפוך לכלי עבודה שגרתי, גם המתחרים יתייעלו והלקוחות יתחילו להכיר את האפשרויות החדשות. המחירים ההיסטוריים יאבדו בהדרגה מכוחם כנקודת ייחוס, והתחרות עשויה לעבור לשאלה איזה משרד מסוגל לספק את השירות המקצועי הטוב ביותר במחיר הנמוך ביותר.

לכן, המעבר לשכר טרחה קבוע אינו צריך להתבסס על ההנחה שניתן יהיה להמשיך לגבות את אותם מחירים לאורך זמן. בתקופת המעבר כדאי להשתמש במחירים הקיימים כנקודת מוצא, ובמקביל למדוד את העלויות בפועל, לרבות הבדיקה והתיקונים. כך ניתן יהיה לקבוע בהמשך מחירים המבוססים על העלות החדשה של העבודה ועל תנאי התחרות, ולא רק על ההרגלים שנוצרו לפני כניסת הבינה המלאכותית.

תמחור לפי שלבים, ריטיינר והנחות כמות

הבינה המלאכותית עשויה להאיץ שינוי משמעותי באופן שבו מתומחרים שירותי עריכת פטנטים: מעבר מתשלום נפרד עבור כל פעולה מקצועית לתמחור רחב יותר, הכולל את הטיפול בבקשת הפטנט לאורך מספר שלבים ואף את ניהול תיק הפטנטים של הלקוח.

אחד היתרונות של תמחור כולל הוא השינוי בתמריצים הכלכליים של המשרד. כאשר הכנת בקשת הפטנט והמענה לכל דוח בחינה מחויבים בנפרד, כל סבב בחינה נוסף מייצר עבודה והכנסה נוספת. לעומת זאת, כאשר המשרד מקבל שכר טרחה קבוע הכולל גם את הטיפול בהליכי הבחינה, יש לו תמריץ כלכלי להשקיע כבר בשלב הכנת הבקשה בעבודה שעשויה לצמצם את הצורך בתיקונים ובמענים נוספים. הבינה המלאכותית יכולה לסייע בכך באמצעות חיפוש ידע קודם, בחינת חלופות לניסוח תביעות הפטנט וזיהוי מוקדם של קשיים אפשריים בבחינה.

מודלים כאלה כבר מוצעים בשוק. למשל, Solomon Patents מפרסמת מודל של שכר טרחה קבוע הכולל את הכנת הבקשה ואת המענה לדוחות הבחינה עד לקבלת הפטנט. עם זאת, תמחור המבוסס על קבלת פטנט בלבד עלול ליצור תמריץ להתפשר על היקף התביעות כדי להשיג רישום מהיר וזול. לכן, המדד להצלחת השירות צריך להתייחס גם לאיכות ההגנה שהושגה ביחס למטרות המסחריות של הלקוח, ולא רק לעצם קבלת הפטנט.

שינוי נוסף עשוי להתרחש בהסדרי ריטיינר. ככל שהבינה המלאכותית תאפשר לזהות המצאות פוטנציאליות, לנתח תיקי פטנטים קיימים ולהמליץ על המשך הטיפול בהם, השירות השוטף עשוי לעבור מניהול פעולות משפטיות נפרדות לניהול מתמשך של תיק הפטנטים. מודלים ראשוניים בכיוון זה כבר קיימים. כך, למשל, Fearn מציעה הסדר שנתי המשלב צוות מקצועי, מערכת טכנולוגית לניהול תיק הפטנטים ושכר טרחה קבוע לפעולות הגשה. במודל כזה, חלק מהערך שהלקוח רוכש הוא היכולת לקבל החלטות שוטפות לגבי תיק הפטנטים, ולא רק את השירות הניתן בכל בקשה בנפרד.

גם ההיגיון של הנחות כמות עשוי להשתנות. בעבר, לקוח שהעביר למשרד מספר גדול של בקשות פטנט יכול היה לצפות להנחה בשל היקף הפעילות. אולם הבינה המלאכותית מאפשרת ללקוחות לא רק להפחית את עלות הכנת הבקשות, אלא גם לבחון טוב יותר אילו המצאות מצדיקות הגשת בקשה מלכתחילה. בכנס AIPLA באוקטובר 2026 תיאר מנהל הפטנטים לשעבר של Meta כיצד החברה השתמשה ב־AI כדי לצמצם הן את הוצאותיה והן את היקף תיק הפטנטים שלה. לדבריו, המשרדים שהצליחו יותר היו אלה שהציעו גישות יצירתיות לתמחור לפי תוצאות.

מבחינת משרדי עורכי הפטנטים, מדובר בשינוי אפשרי במודל העסקי. לקוח שמגיש פחות בקשות אך משקיע יותר בבחירת ההמצאות ובהגנה עליהן עשוי להפיק ערך רב יותר מתיק הפטנטים שלו, אף שהיקף עבודת ההגשה פוחת. משרד המתבסס בעיקר על הכנסות מכל בקשה ומכל פעולת בחינה עשוי להיפגע משינוי כזה. לעומתו, משרד שמציע שירותי ניהול אסטרטגי של תיק הפטנטים יכול להמשיך ליצור ערך גם כאשר מספר הבקשות יורד.

לפיכך, השינוי המשמעותי שהבינה המלאכותית עשויה להביא אינו רק הפחתת המחיר לכל פעולה. הוא עשוי להיות מעבר מתמחור המבוסס על מספר הפעולות המבוצעות לתמחור המבוסס על היקף האחריות המקצועית, על התוצאה המבוקשת ועל הערך של ניהול תיק הפטנטים כולו.

שמירה על סודיות היא חלק מעלות השירות

אחת ההנחות העומדות בבסיס הציפייה להפחתת שכר הטרחה היא שהבינה המלאכותית תאפשר למשרדי עורכי הפטנטים לבצע את עבודתם במהירות ובעלות נמוכה יותר. אולם בתחום הפטנטים קיימת מגבלה משמעותית על האפשרות לממש את החיסכון הזה: חלק גדול מהעבודה מבוסס על מידע טכנולוגי סודי הנוגע להמצאות שטרם פורסמו.

לא כל כלי בינה מלאכותית מתאים לעיבוד מידע כזה. יש לבחון את תנאי השימוש, מדיניות שמירת המידע, האפשרות שהמידע ישמש לאימון המערכת וזהות הגורמים העשויים לקבל אליו גישה. הנחיות ה־USPTO בנושא שימוש בבינה מלאכותית מצביעות גם על סיכונים הנובעים מהעברת מידע טכנולוגי לשרתים במדינות אחרות.

למגבלות האלה יש משמעות כלכלית. משרד המבקש להשתמש בבינה מלאכותית תוך שמירה על סודיות עשוי להידרש לרכוש שירותים המציעים הגנות חוזיות וטכנולוגיות מתאימות, להפעיל מערכות בסביבה מבוקרת או להשקיע בהקמת תשתית עצמאית. פתרונות כאלה עשויים להיות יקרים יותר משימוש בכלים הזמינים לציבור, ולעיתים הם גם אינם מציעים את אותן יכולות.

מכאן נובעת בעיית תמחור נוספת. שתי בקשות פטנט בעלות מורכבות טכנולוגית דומה עשויות לדרוש עלויות עבודה שונות, אם באחת מהן ניתן להשתמש בכלי בינה מלאכותית חיצוניים ובאחרת קיימות מגבלות סודיות או אבטחת מידע שאינן מאפשרות זאת. גם לקוח הדורש שהמידע שלו יעובד בסביבה ייעודית ומבודדת עשוי ליצור למשרד עלויות שלא קיימות בטיפול בלקוחות אחרים.

לכן, כאשר משרד מעריך את החיסכון הצפוי מהשימוש בבינה מלאכותית, עליו להביא בחשבון גם את עלות ההגנה על המידע ואת המגבלות על השימוש בטכנולוגיה. אין פירוש הדבר שיש לחייב את הלקוח בנפרד עבור כל אמצעי אבטחה. אולם בהתקשרויות שבהן נדרשות הגנות מיוחדות, העלות הנוספת עשויה להיות שיקול לגיטימי בקביעת שכר הטרחה מראש.

המשמעות היא שהפער בין משרדים לא ייקבע רק לפי איכות כלי הבינה המלאכותית שבהם הם משתמשים, אלא גם לפי יכולתם להפעיל כלים מתקדמים בסביבה מאובטחת ובעלות סבירה. משרד שיצליח לעשות זאת עשוי ליהנות מיתרון תחרותי כפול: חיסכון בעלויות העבודה לצד יכולת לטפל במידע טכנולוגי רגיש מבלי להתפשר על דרישות הסודיות.

אחריות מקצועית כמרכיב בשכר הטרחה

אחד ההבדלים המהותיים בין שירות משפטי הניתן באמצעות בינה מלאכותית לבין שירות הניתן על ידי עורך דין או עורך פטנטים הוא האחריות המקצועית לתוצאה. כלי בינה מלאכותית יכול להפיק מסמך משפטי, אך הוא אינו נושא באותה אחריות מקצועית כלפי הלקוח כמו בעל מקצוע המעניק את השירות.

כאשר לקוח שוכר משרד עורכי פטנטים, הוא אינו רוכש רק את העבודה הכרוכה בהכנת הבקשה. הוא מסתמך גם על ניסיונו ועל המוניטין של המשרד, על שיקול הדעת המקצועי שלו ועל העובדה שקיים גורם מזוהה האחראי לתוצר. אם נגרם נזק עקב רשלנות מקצועית, קיימת אפשרות לבחון את אחריותו של נותן השירות ולתבוע פיצוי בהתאם לדין. במקרים המתאימים עשוי לעמוד גם כיסוי ביטוחי לאחריות מקצועית, בכפוף לתנאי הפוליסה.

בתחום הפטנטים יש לכך משמעות מיוחדת. טעות בניסוח תביעות הפטנט, השמטת מאפיין מהותי מתיאור ההמצאה או החמצת מועד עלולות לפגוע בזכויות בעלות ערך כלכלי משמעותי, ולעיתים הנזק אינו ניתן לתיקון. לכן, מבחינת הלקוח, הערך של שירות מקצועי אינו מסתכם באיכות המסמך במועד מסירתו, אלא כולל גם את האפשרות להסתמך על הגורם שהכין אותו ואת האחריות שהוא נושא בה במקרה של כשל.

להבחנה זו יש השלכה ישירה על התמחור בעידן הבינה המלאכותית. גם אם בעתיד ניתן יהיה להכין טיוטת בקשת פטנט בתוך דקות, אין פירוש הדבר שהשירות הניתן על ידי משרד עורכי פטנטים צריך להיות מתומחר לפי אותן דקות. חלק משכר הטרחה משקף את הבדיקה המקצועית, המוניטין, עלויות ביטוח האחריות המקצועית ככל שקיים, ואת הסיכון הכלכלי והמשפטי שהמשרד נוטל על עצמו.

מכאן עשויה להתפתח הבחנה בין מחיר הכנת המסמך לבין מחיר השירות המקצועי הכולל אחריות לתוצר. ככל שהבינה המלאכותית תוזיל את הפקת הטיוטות, מרכיב ההכנה הטכנית עשוי להפוך לחלק קטן יותר משכר הטרחה, ואילו משקלם היחסי של הבדיקה, שיקול הדעת והאחריות המקצועית עשוי לגדול.

המשמעות אינה שהאחריות המקצועית מצדיקה כל מחיר שהמשרד יבחר לגבות. אולם היא מסבירה מדוע החיסכון בזמן העבודה אינו משקף בהכרח הפחתה מקבילה בערך השירות ללקוח. כאשר הלקוח משלם למשרד עורכי פטנטים, הוא אינו משלם רק כדי לקבל בקשת פטנט, אלא גם כדי שיהיה גורם מקצועי שניתן לסמוך על עבודתו ושניתן להטיל עליו אחריות כאשר הוא מתרשל.

מה משתנה בתקציב הגשת פטנטים בינלאומי?

הבינה המלאכותית עשויה להפחית את עלויות רישום הפטנטים במדינות שונות, בעיקר בשני תחומים: תרגום בקשות פטנט וטיפול בהליכי הבחינה.

בתחום התרגום, השינוי עשוי להיות משמעותי. במקום לשלם עבור תרגום מקצועי מלא, ניתן להסתייע בתרגום באמצעות AI ולשלם בעיקר עבור בדיקתו ותיקונו. ככל שבקשת הפטנט מוגשת ביותר מדינות, החיסכון המצטבר עשוי לגדול.

בתחום הבחינה, הבינה המלאכותית עשויה לצמצם עבודה כפולה. כאשר מתקבלות השגות דומות במדינות שונות, ניתן להשתמש בניתוח ובמענה שהוכנו במדינה אחת כבסיס לטיפול במדינות אחרות. כך ניתן להפחית את שעות העבודה של העמיתים המקומיים, תוך שמירה על הבדיקה וההתאמות הנדרשות בכל מדינה.

מבחינת התמחור, המשמעות היא שכדאי להפריד בין עבודה שניתן לבצע פעם אחת עבור כל משפחת הפטנטים לבין עבודה המחייבת טיפול מקומי. משרד שיצליח לרכז את העבודה המשותפת ולצמצם את הכפילויות יוכל להציע ללקוח תקציב בינלאומי תחרותי יותר, מבלי להפחית את איכות הייצוג המקומי.

עם זאת, אגרות רשמיות ועלויות שאינן קשורות להיקף העבודה המקצועית לא יפחתו רק בעקבות השימוש בבינה מלאכותית.

המסקנה: מעבר מחיוב שעתי לתמחור קבוע וגמיש

הבינה המלאכותית משנה את הכלכלה של שירותי עריכת הפטנטים. היא עשויה לקצר משמעותית את זמן העבודה ואף לשפר את איכות התוצרים, אך אין פירוש הדבר שכל חיסכון בזמן צריך להתגלגל להפחתת שכר הטרחה. הלקוח אינו רוכש שעות עבודה בלבד, אלא שירות מקצועי הכולל ידע, ניסיון, אסטרטגיה ואחריות לתוצר.

המסקנה המרכזית היא שמשרדי עורכי פטנטים צריכים להאיץ את המעבר מחיוב לפי שעות לשכר טרחה קבוע. ככל שהבינה המלאכותית מקצרת את זמן העבודה, החיוב השעתי נעשה פחות מתאים הן למשרד והן לאופן שבו הלקוח מעריך את השירות. שכר טרחה קבוע מנתק את הקשר הישיר בין שעות העבודה לבין ההכנסה, ומאפשר לתמחר את השירות לפי היקפו והערך שהוא מספק.

אולם אין הכרח לקבוע מחיר אחד לכל הטיפול בבקשת פטנט. אפשר לקבוע שכר טרחה קבוע לפעולה מסוימת, כגון הכנת מענה לדוח בחינה; לשלב הכולל כמה פעולות, כגון הכנת בקשת פטנט והגשתה; או לתהליך רחב יותר, הכולל את הכנת הבקשה ואת הטיפול בהליכי הבחינה. לכל אחת מהאפשרויות יתרונות שונים מבחינת יכולת התמחור, הוודאות ללקוח והסיכון הכלכלי שהמשרד נוטל על עצמו.

האתגר הוא לזהות במהירות את המחיר הקבוע הנכון לכל אחת מרמות השירות האלה. הבינה המלאכותית משתפרת במהירות, המיומנות של העובדים בשימוש בה מתפתחת, והעלות האמיתית של ביצוע העבודה משתנה בהתאם. לכן, המשרד צריך לבחון באופן שוטף כמה עולה לו לבצע כל פעולה, אילו פעולות ניתן לשלב במחיר אחד ואילו שלבים עדיין מחייבים תמחור נפרד.

דווקא בתקופה של אי־ודאות טכנולוגית, תמחור קבוע עשוי לספק יציבות מסחרית. הלקוח יודע מראש כמה ישלם, והמשרד אינו נדרש להפחית את שכר הטרחה בכל פעם שכלי חדש מאפשר לו לבצע עבודה מהר יותר. במקביל, המשרד יכול לעדכן את מחיריו בהתאם להתייעלות שהשיג ולתנאי התחרות. כך הוא נהנה מהשיפור הטכנולוגי מבלי להתחייב למודל הכנסות המבוסס על שעות עבודה שהולכות ומצטמצמות.

בתקופת המעבר, המחירים ההיסטוריים יכולים לשמש נקודת מוצא, אך לא תחליף לתמחור מעודכן. משרד שיצליח להבין לפני מתחריו את העלות החדשה של כל פעולה ושל כל שלב יוכל להציע מחירים תחרותיים במקומות שבהם הבינה המלאכותית מייצרת חיסכון משמעותי, ולשמור על שכר טרחה המשקף את המורכבות, המומחיות והאחריות המקצועית במקומות שבהם אלה ממשיכים להיות עיקר השירות.

לכן, ההמלצה המעשית היא לעבור בהדרגה אך במהירות האפשרית למערכת תמחור קבועה וגמישה, המאפשרת לקבוע מחיר לפעולה, לקבוצת פעולות או לתהליך שלם. אין צורך להמתין עד שהשפעת הבינה המלאכותית תהיה ברורה לחלוטין. להפך, דווקא השינוי המהיר מחייב לפתח כבר עכשיו יכולת לתמחר מחדש שירותים, לעדכן את המחירים ככל שמצטבר ניסיון ולבחור בכל התקשרות את רמת התמחור המתאימה ביותר.

המשרדים שישיגו יתרון תחרותי לא יהיו בהכרח אלה שישתמשו בכלי הבינה המלאכותית המתקדמים ביותר, אלא אלה שיצליחו לתרגם את ההתייעלות הטכנולוגית למודל תמחור שמאפשר ללקוחות ודאות במחיר ולמשרד לשמור על רווחיות גם כאשר שיטות העבודה משתנות.

 

עו"ד יונתן דרורי הוא שותף מייסד במשרד דרורי סתיו, המתמחה בדיני קניין רוחני, ומחבר הספר "דיני פטנטים", חיבור משפטי מקיף בשני כרכים העוסק בדיני הפטנטים בישראל. תחומי עיסוקו המרכזיים כוללים רישום פטנטים וליטיגציה בתחום הקניין הרוחני .