というもの インドでの CRI ガイドライン 2025 インド特許庁がどのように調査するかを説明してください 1970 年特許法第 3 条 (k) に基づくコンピュータ関連の発明. によって発行されました 特許、意匠、商標のコントローラー (CGPDTM)、2025 年版は法定法を変更していませんが、高等裁判所の法学と特許庁の実務の 10 年以上を統合する構造化された審査の枠組みを導入しています。
特許出願者およびインド特許庁の前に提出するソフトウェアまたは AI 関連の発明の弁護士について、更新されたガイドラインは、審査中にセクション 3(k) がどのように適用されるかを実質的に明確にしています。 特に、ガイドラインはそれを確認しています 除外を克服するために、新しいハードウェアは必須ではありません、それを維持します ビジネス方法は絶対に禁止されています、必要です アルゴリズムは単に手続き型ではなく、技術的に有効であると主張しています、そして課します AI と機械学習の発明に対するより高い開示への期待 2017 年のガイドラインと比較。
このガイドでは、 について説明しています CRI ガイドライン 2025 試験フレームワーク、セクション 3(k) の 4 つの分析的手足、インドでのソフトウェア特許の起草および起訴への影響、および実践的な変更は、新しい CRI ファイリングを準備するときや、試験報告書への対応時に説明する必要があります。
2025 年の法的枠組み
基礎は、1970 年特許法第 2 条 (1) (j) である。発明は、新しい製品またはプロセスでなければならない。 独創的なステップ そして産業用アプリケーションが可能です。 CRIS は、この基準をクリアしてから、セクション 3(k) の 4 つの除外を生き残る必要があります。
セクション 3(k) は除外: 数学的な方法、ビジネス方法、コンピュータ プログラム それ自体、およびアルゴリズム。 これらは新しいものではありません。 2025 年ガイドラインに追加されるのは、2019 年以降に発行されたデリーとマドラス高等裁判所の裁定機関を組み込んだ、各リムの構造化された段階的な決定フレームワークです。
アンカー コンセプトは、4 つの手足すべてを介して実行されます 技術的効果: 基礎となる技術システムまたはプロセスに対する具体的で測定可能な改善。 これも新しいテストではありませんが、2025 年のガイドラインでは歯が生えています。 審査官は、核となる問題を特定し、提案された解決策をマッピングし、結果として得られる効果が真に技術的なものなのか、それとも単に機能的かつ管理的なのかを判断する必要があります。
最近の判例法からのガイドラインの最も重要な明確化: デリー高等裁判所の判決 Raytheon Company v. 特許とデザインの管理者の総合 (2023) は現在、ポリシーとして組み込まれています。 CRI の特許性を確立するために新しいハードウェアを要求することは、法律上の根拠はありません。 汎用ハードウェアで実行されるソフトウェアによって達成される技術的効果は十分です。
マスター ガイド: インドのソフトウェア特許 | ipindia.gov.in: CRI ガイドライン 2025
四肢テスト: 戦略的に意味すること
IPO は、セクション 3(k) の 4 つの手足のそれぞれに構造化された分析を適用します。 以下の表は、各手足の手術テストと、訴追への戦略的影響をまとめたものです。
| 四肢 | 手術テスト | バー: 絶対か資格か? | 戦略的含意 |
| 数学的な方法 | 数学処理が主な目的ですか、それともより広範な技術プロセスの 1 つのステップですか? | 資格がある。 技術的なプロセスに組み込まれた数学は除外されません。 | 技術的な出力とその実世界のアプリケーションを主張します。 式は手段であり、発明ではありません。 |
| ビジネス方法 | コアは商業的または管理戦略ですか、それとも基礎となるシステムの技術的改善ですか? | インドの法学では絶対的な扱いを受けます。 Technical effect does not rescue a business method. これは、英国および EP 法とは異なります。 | クレームの場合S 物質は商用ロジックであり、技術的にどのように構成されているかに関係なく、特許を取得することはできません。 |
| アルゴリズム | 手順は抽象的で技術的な詳細を欠いているか、現実世界の問題を解決するのに十分な実装の詳細が可能ですか? | 資格がある。 技術的な実装の詳細と具体的な技術的解決策を備えた有効なアルゴリズムは除外されません。 | 技術的なコンポーネント、データ構造、およびコンテキストを指定します。一連の手順を適用します十分ではありません。 |
| コンピュータ プログラム自体 | クレームされた発明は、ハードウェア上でコードを実行するという単なる偶発的な結果を超えて技術的な効果をもたらしますか? | 資格がある。 というもの それ自体 修飾子は意図的なものです。真の技術効果を生み出すコンピュータ プログラムに基づいて開発された発明は除外されません。 | 技術的な効果は、ソフトウェアがユーザーに対して何をするかを説明するものではなく、具体的で測定可能でなければなりません。 |
| なぜそれ自体問題: 立法の意図 |
| 特許に関する 2001 年合同議会委員会報告書 (修正) 法案は、次のように説明しています。 それ自体 コンピュータ プログラムに付随する、または開発された発明の特許性を維持するために特別に挿入されました。 バーは絶対的ではありません。 ソフトウェアの実装を通じて真の技術効果を生み出す発明は除外されません。 これは、テクニカル エフェクト フレームワーク全体の法的根拠です。 |
| 批判的に、 それ自体 コンピューター プログラムの LIMB のみを修飾します。 ビジネス メソッド、数学的な方法、およびアルゴリズムには、この修飾子はありません。 2025 年のガイドラインはこれを明確にしており、デリー高等裁判所はそれを承認しました。 OpenTV Inc v. 特許とデザインの管理者 (2023) 技術効果に関するヨーロッパと英国の議論 ビジネス方法の主張を保存する インドでは適用されません。 |
IPO が実際に求めていること: テストを実践に移す
2025 年のガイドラインでは、テストだけを述べているわけではありません。 それらは、試験官が実際の例を通じてそれらをどのように適用することが期待されているかを示しています。 開業医の場合、試験で行われる実践的な質問は次のとおりです。
技術的な改善は測定可能で具体的ですか?
審査員は、より迅速な処理、メモリ使用率の低下、スループットの向上、レイテンシの強化、暗号化の強化、リアルタイムのハードウェア制御など、具体的な技術的効果を特定するように指示されています。 などの漠然とした改善より効率的です、強化されたパフォーマンス、またはユーザー エクスペリエンスの向上このテストを満たしません。 効果は実証可能であり、クレームされたシステムの技術アーキテクチャに結び付けられている必要があります。
ユーザーのデータを整理するレシピ管理アプリケーション■ 利便性は、基礎となるシステムに測定可能な技術的影響をもたらしません。 伝送パラメータを動的に調整してスループットの定量化を実現する適応型ネットワーク オプティマイザ。
クレームの内容はビジネス ロジックですか、それとも技術アーキテクチャですか?
試験官は、技術的な枠組みを調べて、発明が実際にどのような問題を解決するかを尋ねるように指示されます。 オンライン広告の動的価格設定エンジンは、データベースを備えたサーバーに実装され、商用データにビジネス ルールを適用します。 サーバーとデータベースはインフラであり、発明ではありません。 コアは収益戦略であり、インフラストラクチャ自体に対する技術的な改善ではありません。
対照的に、POS 端末の運用インフラストラクチャを技術的に改善する NFC ベースの非接触型決済方法は、たとえ商業的な状況で運用されていても、ビジネス方法ではありません。 ビジネスの文脈は、発明に対する制約であり、その本質ではありません。
開示は可能ですか、それともユースケースのシナリオですか?
2025 年ガイドラインでは、特に AI/ML アプリケーションについて、開示要件を大幅に引き上げています。 マドラス高等裁判所2025 年 1 月の判決 Caleb Suresh Motupalli v. 特許の管理者 有益な: 公開された文献を組み立て、実装を有効にせずに提案されたユースケースを説明する仕様は、セクション 10(4)(a) に失敗します。 裁判所は、クレームされた発明を行うには、独創的な能力の使用を伴う過度の実験が必要になると判断しました。 それは特許ではありません。 研究提案です。
テストは、当業者が独自の貢献なしに発明を再現できるかどうかです。 ソフトウェアの発明の場合、これは、仕様がシステムの機能だけでなく、どのように機能するかを開示する必要があることを意味します。
ハードウェアの相互作用は本物ですか、それとも装飾的ですか?
増やしプロセッサとメモリクレームは、除外対象を特許可能な CRI に変換しません。 審査官は、ソフトウェアとハードウェア間の相互作用が実質的かどうかを評価するように指示されます。 ソフトウェアは、ハードウェアのパフォーマンスを大幅に変更しますか? ハードウェアは、他の方法ではできなかった何かを達成できますか? それとも、ハードウェアは単に除外されたソフトウェアが実行される媒体ですか?
Ab Initio Technology Judgment (2024) は、基準を明確に述べています。プロセス、システム、または方法の形での革新的な入力が、プロセッサの計算能力を強化する場合、その効果は技術的なものです。 技術的な効果は、コンピュータが関与することを指定するレベルではなく、実質的なレベルで入力をプロセッサに接続します。
新興技術: AI/ML、ブロックチェーン、量子コンピューティング
2025 年ガイドラインでは、これら 3 つのカテゴリに関する専用の章を紹介しています。 調査アプローチは 3 つすべてで一貫しています。主な問題は、技術的に実装可能な解決策を開示するか、それとも抽象理論のレベルにとどまるかということです。
AI と機械学習
AI が人間の指示の下でツールとして使用される AI 支援の発明は、断固として除外されません。 AI システムによって自律的に生成された AI 生成発明は、最小限の人間の介入で、特許を取得できません。
十分な開示が、AI/ML アプリケーションの主要な訴追リスクです。 この仕様は、当業者がギャップを通り抜けることなくモデルを再現できるようにしなければならない。 これには、ニューラル ネットワーク アーキテクチャと、トレーニング データセットの構造の詳細を開示する必要があります。s 特性、完全な前処理パイプライン、トレーニング パラメータ、および検証結果。モデルが要求された技術的効果を達成することを示しています。
モデルを説明する仕様意図したアウトプット、以前の文献を引用し、実装を可能にしない技術的アプローチに向けたジェスチャーは失敗します。 2025 年のガイドラインでは、さまざまな AI 発明の種類の標準を説明する 7 つの詳細なシナリオを提供しています。トレーニングされたモデル アプリケーション、強化学習システム、データセット中心の発明、および OS レベルのハードウェア統合です。
さらに読む: AI & ML Patents India
ブロックチェーン
分散型台帳の理論的概念に向けられたブロックチェーンの主張は除外されます。 ブロックチェーンを物理システムと統合し、具体的な技術的成果をもたらす実用的な実装は、そうではないかもしれません。 仕様は、コンセンサス メカニズムとそのパラメーター、スマート コントラクト ロジック、ブロック リンケージを含むデータ構造、および IoT または Oracle 統合を完全に開示する必要があります。 技術的な効果は、具体的に特定する必要があります。トランザクションの遅延の短縮、サプライ チェーン全体の改ざん防止の起源、サーバーの集中管理を行わずに自動化された施行。
量子コンピューティング
抽象的なクレーム 具体的な実装を指定せずに、重ね合わせまたはエンタングルメントを呼び出すことは除外されます。 特定された量子ビット アーキテクチャ、エラー訂正方法論、古典的な制御装置の設計、および極低温仕様を備えたハイブリッド量子クラシック システムは、除外を克服する可能性があります。 この仕様は、技術が適用される量子力学原理を理解するだけでなく、熟練者がシステムを再現できるようにする必要があります。
表: 新興技術 CRIS の最低開示基準
| 技術 | 有効化の最低限の開示 | セクション 3(k) を克服できる技術的効果 |
| AI/ML/DL | レイヤー/アクティベーションの詳細を備えたアーキテクチャ トレーニング データセットの特性; 前処理パイプライン; トレーニング プロトコル; 検証指標 | 特定の実装に起因する、処理の精度、遅延、スループット、またはハードウェアの効率の測定可能な改善 |
| ブロックチェーン | コンセンサス メカニズム パラメータ。 スマート コントラクト ロジックとトリガー条件。 データとブロック構造; オラクル統合; IoT プロトコル | 待ち時間の短縮、改ざん防止データの整合性、中央サーバーのない自動化、IoT デバイスによるハードウェア統合 |
| 量子コンピューティング | 量子ビットの材料と寸法。 制御ユニットのアーキテクチャ; コンパイラからパルスへの変換フロー。 極低温環境仕様; 統合ブロック図 | ゲートの忠実度の強化、デコヒーレンスの低減、適応量ビット制御により、従来のシステムよりも測定可能な計算上の改善が実現 |
2025 年ガイドラインの下での一般的な拒否パターン
現在 2025 年ガイドラインで成文化されている審査の枠組みとその中に組み込まれた判例法に基づき、開業医は次の異議パターンを予測する必要があります。 それらを早期に認識すると、仕様の起草と応答戦略の両方が形成されます。
コンピュータプログラム自体について： 「クレームされた発明は、コンピューティング リソースの従来の使用を超えて技術的な貢献を示していません。特定された効果は、ハードウェア上でソフトウェアを実行することに付随するものであり、技術的な効果を構成するものではありません。」 ビジネス方法: 「主張されている方法は、その実体において、商業的または管理上の問題に対処し、解決策としてビジネス戦略を提供します。戦略を実施するための技術的手段の使用は、除外を克服するものではありません。」 アルゴリズムについて: 「主張されている手順は、実装に必要な技術的な詳細を欠いている一連の手続き上の指示を表しています。この主張は、具体的な技術的解決策を生み出すために、特定の技術的文脈でどのように手順が適用されるかを詳述していません。」 AI/ML の十分性について: 「この仕様は、当業者が不当な実験をせずに特許請求した発明を再現できるようにするためのアーキテクチャ、トレーニング方法、および検証結果を十分に開示していない。」
これらの異議はそれぞれ、アプリケーションに構造的な原因があります。 申請前に原因を特定する方が、最初の検査後に対処するよりもかなり効率的です。
2017 対 2025 ガイドライン: 起訴の変更点 段階的な決定フレームワーク: セクション 3(k) の 4 つの四肢のそれぞれに、実際の例を含む明示的な番号付きの分析シーケンスがあります。 審査官の裁量権は少なく、実践者は同じ枠組みに対する自分の主張をマッピングできます。. 新しいハードウェア要件は、正式に拒否されました。 Raytheon (2023) から埋め込まれています。 ハードウェアの理由で以前に拒否されたアプリケーションは再評価する必要があります. Business Method Bar は絶対として明確化されています。 英国と EP 法からの明示的な相違が確認されました。 技術効果はインドでのビジネス方法の主張を保存しない. AI/ML の章が導入されました。 トレーニングされたモデル アプリケーション、強化学習、データセット中心の発明、およびハードウェア統合に関する 7 つの詳細なシナリオ。 開示基準は 2017 年よりも大幅に高くなっています. アルゴリズムの有効化標準形式化: アルゴリズムの主張の抽象的/有効な区別が明確になり、線の両側で実際の例が表示されます。
実用的なファイリング戦略: 提出する前に何をすべきか
セクション 3 では、試験官が何をテストするかについて説明します。 このセクションでは、そのテストに耐えるアプリケーションを構築する方法について説明します。 2025 年のガイドラインでは、最初から適用された場合、実質的な 3(k) の異議のリスクを大幅に軽減する明確な一連の起草基準を作成しています。
測定可能な技術指標に関する草案
最も強力な CRI アプリケーションは、技術的な効果を定量化します。 システムを主張しないでくださいパフォーマンスが向上します: 冗長キャッシュ ルックアップを排除して処理の待ち時間を短縮するか、または従来の方法では達成できない比率でロスレス圧縮を実現することを指定します。 これらのメトリクスをサポートするベンチマーク、パフォーマンスの比較、およびアーキテクチャ ダイアグラムは、調査への対応の後付けとしてではなく、仕様に属します。
ハードウェアとソフトウェアの相互作用を示すアーキテクチャの埋め込み図
ソフトウェアが特定のハードウェア コンポーネントの動作を直接制御、変更、または強化する方法を示す図は、クレームされた効果が機能的ではなく技術的なものであるという、最も明確な可能な証拠を試験官に提供します。 信号フロー図、ラベル付きコンポーネントを含むシステム アーキテクチャ図、およびデータ フロー チャートは外観上のものではありません。 これらは、ハードウェア インタラクションの問題に直接対処する実質的な開示です。
技術的主張からビジネス ルールの文言を排除します
価格設定、請求、顧客管理、トランザクション ルール、スケジューリング ロジックなど、商業的または管理上の結果を説明する言語のすべてのクレームを確認します。 そのような文言が主張された改善の重みを持っている場合、その主張は脆弱です。 技術インフラストラクチャがクレームの対象となるように再構築し、ビジネス コンテキストが発明ではなく、適用分野または制約として表現されます。
抽象的な機能的主張は避けてください
特定の構造的開示のない手段プラス機能形式で起草されたクレームと、どのようにして何が起こるかを説明する方法のクレームは、セクション 3(k) の異議への最速のルートです。 各ステップまたは手段は、仕様で開示されている特定のコンポーネントまたはメカニズムに結び付けられるべきです。 特にアルゴリズムの主張については、技術的な文脈、特定の実装、および解決される現実の問題がすべて、クレームに存在するか、仕様によって明確にサポートされている必要があります。
AI/ML 対応を徹底的にサポートします
AI および機械学習の発明については、2025 年ガイドラインを適用します。許可後の懸念事項ではなく、草案作成基準としての開示チェックリスト。 レイヤの詳細、データセットの特性、前処理方法、トレーニング プロトコル、および検証結果を含むニューラル ネットワーク アーキテクチャは、ファイリング前に仕様に組み込まれている必要があります。 モデルの再現を可能にしないと、モデルの意図した出力を説明するアプリケーションは、調査に耐えられません。
クレームの比較: 実際の違いはどのようなものか
セクション 3(k) の精査を生き延びた主張とそうでないものとの区別は、多くの場合、主張自体の言語で見ることができます。
脆弱: 「トランザクション履歴に基づいて顧客の優先順位を計算し、それに応じてサービス層を割り当てるように構成されたプロセッサを含むシステム。」 失敗する理由: 物質は顧客管理戦略です。 プロセッサはインフラであり、発明ではありません。 主張されている技術的効果はビジネス ルールの出力であり、技術システムの改善ではありません。. より強い: 「リアルタイムのキャッシュ ミス レート分析に基づいてメモリ ブロックを動的に割り当てるように構成されたプロセッサを含むシステム。割り当ての決定は、高周波データ構造に優先順位を付けることにより、平均メモリ アクセス レイテンシを削減します。」 なぜ生き残るのか: 改善点はプロセッサーですの内部操作。 技術的な効果であるメモリ アクセス レイテンシの短縮は測定可能であり、特定のアーキテクチャ メカニズムに結びついています。 クレームは、本発明の結果としてハードウェアがどのように異なるかを明らかにする。
フレームワークは明確です。戦略と一致する必要があります
2025 年の CRI ガイドラインは、2017 年版の下での CRI の訴追を複雑にしたあいまいさのほとんどを取り除きます。 審査官は現在、広範な原則ではなく、構造化された意思決定の枠組みに基づいて作業しており、それらの枠組みは実践者に認識されています。 実際の効果は、十分に準備されたアプリケーションと準備が不十分なアプリケーションとの間のギャップが以前よりも広くなることです。測定可能な技術的効果を中心に構築された仕様により、開示を可能にし、ハードウェアとソフトウェアの明確な対話は、これらの要素を念頭に置いていないものよりもはるかに少ない抵抗で調査を進めます。
2025 年の基準を満たすことは、より高い基準ではありません。より明確な基準です。
インドでのソフトウェアまたは CRI の特許出願を準備または起訴していますか?
技術効果の十分性とセクション 3(k) のエクスポージャーをカバーする、2025 年の CRI ガイドラインに対する焦点を絞ったレビューのための請求書または申請番号の草案を共有する.
免責事項
この投稿は情報提供のみを目的としており、法的助言を構成するものではありません。 あなたの状況に固有のアドバイスについては、登録された特許または商標代理人に相談してください。
よくある質問 – CRI ガイドライン 2025
いいえ。法定の枠組みは変更されていません。1970 年特許法および第 3 条 (k) は修正されていません。 ガイドラインは、審査官が既存の法律をどのように適用するかを明確にするための構造化された決定フレームワークを提供します。 実務家にとっての実践的な効果は、より大きな予測可能性です。テストは明示的になり、準備の整ったアプリケーションは、出願前にそれらに対してベンチマークすることができます。
いいえ。2025 年のガイドラインは、デリー高等裁判所に基づいて確認されています。の判決 Raytheon Company v. 特許とデザインの管理者の総合 (2023)、新しいハードウェアを必要とすることは法律に根拠がないということです。 ソフトウェアと汎用ハードウェアの相互作用によって達成される技術的効果は、効果が具体的で測定可能であり、コードを実行した偶発的な結果を超えていれば十分です。
いいえ、インドセクション 3(k) に基づくビジネス方法に関する S バーは絶対的であり、 それ自体. これにより、インドと英国と EP のフレームワークが区別されます。このフレームワークでは、技術効果がビジネス メソッドの主張を救う可能性があります。 インドでは、クレームされた発明の内容が商業的または管理上の戦略である場合、それを実装するために使用される技術に関係なく、基準が適用されます。
この明細書は、当業者が過度の実験なしで本発明を再現できるようにする必要がある。 AI/ML の発明には、次のことが必要です。十分な構造の詳細を備えたニューラル ネットワーク アーキテクチャ。 トレーニング データセットの特性とラベル付け方法。 完全な前処理パイプライン。 損失関数、オプティマイザー、エポックなどのトレーニング パラメータ。 検証結果は、モデルが実際に主張されている技術的効果を達成することを示しています。
AI が生成した発明は、最小限の人間の関与で AI システムによって自律的に作成され、特許を取得できません。特許法のセクション 6 では、人間が真の最初の発明者である必要があります。 人間の発明者が AI をツールとして本発明のプロセスを指示する AI 支援発明は、完全に除外されず、標準的な特許性基準および技術的効果要件が満たされている場合に、特許保護の資格を得ることができます。
検察の関連性が最も高い 5 つの変更点は次のとおりです。 AI/ML、ブロックチェーン、量子コンピューティングに関する専用の章で、詳細なイネーブルメント標準を備えています。 新しいハードウェア要件の正式な拒否。 インドの明確化英国や EP 法とは異なり、S Business Method Bar は絶対的なものです。 そして、アルゴリズムのクレームの新しい抽象性/有効化テストでは、線の両側で実例を挙げています。
2025 年のガイドラインでは、すぐに適用されます。 実際には、これは、試験者が、最初の試験報告書がまだ発行されていないものを含め、現在調査中のアプリケーションに更新されたフレームワークを適用することを意味します。 すでに起訴されている申請については、これは重要です。セクション 3(k) の異議に対する保留中の回答が、2025 年ガイドラインがより正確に構成しているという議論に依存している場合、それらの議論を検討し、必要に応じて現在の調査基準に合わせて鋭くする必要があります。 ガイドラインは、異議を申し立てる新たな法定理由を作成するものではありませんが、既存の根拠をどのように適用するかを明確にしています。