Thèse Approche Pilotée par l'IA pour Améliorer la Gestion Opérationnelle et la Valorisation des Brevets H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Informatique et sciences du numérique École doctorale : Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : Données Algorithmes pour une ville intelligente et durable Direction de la thèse : Nadjib AIT SAADI ORCID 0009000785388380 Début de la thèse : 2026-12-01 Date limite de candidature : 2026-11-30T23:59:59 Cette thèse a pour ambition de concevoir et de valider une solution d'intelligence artificielle multimodale, scientifiquement fondée, pour améliorer la gestion opérationnelle et la valorisation du portefeuille de brevets d'Orange. La solution proposée s'appuie sur une architecture intégrée combinant des Large Language Models (LLMs), la Retrieval-Augmented Generation (RAG) et des modèles vision-langage (Vision-Language Models, VLMs), avec pour objectif central de détecter de manière fiable l'essentialité des brevets et d'améliorer substantiellement la recherche de brevets en exploitant conjointement les modalités textuelle et visuelle. Sur le plan de la recherche d'antériorités et de la génération de revendications, des travaux récents ont démontré que les LLMs généraux, tels que GPT-4, surpassent les modèles spécialisés dans la génération de revendications à partir de descriptions détaillées de brevets, tout en soulignant la nécessité de recherches supplémentaires sur des LLMs fine-tunés dans le domaine des brevets [Jiang et al., NAACL 2025, ACL Anthology]. Pour ce qui concerne la dimension visuelle - largement sous-exploitée dans les systèmes existants - Lo et al. (ACM SIGIR 2024) ont montré que les systèmes de recherche de brevets par image, bien qu'en plein essor, peinent encore à généraliser à la recherche d'antériorités en raison de la complexité des caractéristiques visuelles abstraites des figures de brevets, de la distribution déséquilibrée des classifications d'images et du gap sémantique entre description textuelle et contenu visuel. Cette thèse vise précisément à lever ces verrous en développant une architecture de fusion multimodale texte-image capable de traiter conjointement les revendications, les descriptions et les figures techniques des brevets, à l'image des approches par Vision Transformer et CLIP récemment explorées dans le domaine de la recherche documentaire multimodale [Müller-Budack, P4S Workshop 2023 ; Pustu-Iren et al., PatentSemTech@ACM SIGIR 2021].
La gestion de la Propriété Intellectuelle (PI) est aujourd'hui confrontée à une croissance exponentielle du volume d'informations à traiter. Selon l'Office Européen des Brevets (OEB), le nombre de dépôts de demandes de brevets a augmenté de manière continue au cours de la dernière décennie, avec plus de 193 000 demandes reçues en 2023 pour la seule juridiction européenne. À l'échelle mondiale, les bases de données de brevets comprennent désormais plusieurs dizaines de millions de documents, auxquels s'ajoutent une littérature scientifique et des documents de standardisation en expansion permanente. Pour un acteur de premier plan comme Orange, dont le portefeuille de brevets couvre des domaines aussi variés que les réseaux mobiles, l'edge computing, l'intelligence artificielle ou encore les protocoles de standardisation, la gestion efficace de cet actif représente un enjeu compétitif.

Dans ce contexte de saturation informationnelle, les activités constitutives du cycle de vie d'un brevet sont : recherche d'antériorités, évaluation de la brevetabilité, rédaction et analyse des tableaux de revendications (claim charts), évaluation des risques juridiques (liberté d'exploitation, risque de contrefaçon) ou encore identification des brevets essentiels à une norme (Standard Essential Patents, SEPs). Ces activités demeurent largement réalisées de façon manuelle. Ces processus sont non seulement très chronophages et coûteux en ressources humaines qualifiées, mais ils sont aussi de plus en plus difficiles à conduire de manière exhaustive et systématique face au rythme d'évolution technologique et au volume croissant des corpus documentaires à analyser.

La recherche d'antériorités, en particulier, illustre bien cette tension. Les algorithmes d'IA peuvent analyser de vastes quantités de brevets existants, de littérature scientifique et d'autres sources pour identifier les antériorités pertinentes bien plus rapidement et efficacement que les recherches manuelles traditionnelles. De même, les technologies d'IA, notamment via les Large Language Models (LLMs) et l'IA générative, sont progressivement intégrées dans différents volets des workflows de PI afin d'automatiser l'extraction et l'analyse d'informations à partir de vastes bases de données de brevets et de littérature non-brevet.

Sur le plan de la génération et de l'analyse des revendications, des travaux récents ont montré le potentiel des LLMs dans ce domaine hautement spécialisé. Jiang et al. (2025) ont construit un dataset dédié à l'évaluation des performances des LLMs dans la génération de revendications de brevets, montrant notamment que la génération à partir de descriptions détaillées surpasse les approches fondées sur les résumés, et que GPT-4 obtient les meilleures performances en termes de couverture des caractéristiques, de clarté conceptuelle et de cohérence technique, selon des évaluations humaines menées par des experts en brevets. Ces résultats, publiés dans les Findings of NAACL 2025 (ACL Anthology), ouvrent des perspectives prometteuses pour l'automatisation partielle de tâches jusqu'ici réservées aux mandataires et juristes spécialisés.

La problématique des SEPs soulève, quant à elle, des défis supplémentaires d'une nature à la fois technique et juridique. L'un des défis majeurs lors de la concession de licences, des transactions ou de la gestion des SEPs réside dans l'absence de base de données publique fournissant des informations sur les brevets essentiels vérifiés. Les organisations de normalisation (SSOs), telles qu'ETSI (4G/5G), IEEE (Wi-Fi) ou l'UIT (HEVC/VVC), maintiennent des bases de données de brevets auto-déclarés dans le cadre de l'obligation FRAND, sans toutefois vérifier l'essentialité effective des brevets déclarés. De nouvelles solutions d'IA sont désormais nécessaires, non seulement pour résoudre les négociations de licences prolongées et les litiges coûteux, mais aussi pour permettre une approche plus proactive de la gestion des risques pour les entreprises qui adopteront les avancées technologiques standardisées de la 5G, du Wi-Fi 6 ou du VVC.

Plus généralement, la transformation de la gestion des portefeuilles de brevets par l'IA est documentée dans la littérature récente. Des études récentes attestent d'une évolution rapide des méthodes statistiques traditionnelles vers des techniques avancées de machine learning et de traitement du langage naturel (NLP), capables de rationaliser les tâches les plus complexes du cycle de vie des brevets : automatisation de la classification, amélioration de la recherche d'antériorités et prédiction de la qualité des brevets avec une précision croissante.

C'est dans ce contexte que s'inscrit le présent travail de thèse, dont l'ambition est de concevoir une approche AI-driven pour améliorer la gestion opérationnelle et la valorisation des brevets au sein d'Orange. En s'appuyant sur les avancées récentes en matière de LLMs, de Retrieval-Augmented Generation (RAG) et d'architectures agentiques, cette thèse vise à transformer des processus PI aujourd'hui manuels, longs et coûteux en ressources, en workflows semi-automatisés, scalables et exploitables par des équipes non-expertes en IA.
Au-delà de la performance technique, cette thèse s'attache à lever trois verrous scientifiques majeurs qui conditionnent l'adoption industrielle de tels systèmes.
Le premier est la maîtrise de la complexité linguistique et structurelle des documents de brevets, dont la terminologie hautement spécialisée, les structures syntaxiques enchâssées des revendications et le recours systématique aux dessins techniques constituent un domaine de NLP à part entière, nécessitant des stratégies d'adaptation et de fine-tuning dédiées.
Le deuxième verrou est celui de la fusion multimodale : si la littérature confirme que la fusion des caractéristiques textuelles et visuelles améliore significativement la précision de l'identification de brevets similaires (avec des taux de rappel atteignant 88,89 % dans des expériences de fusion multimodale récentes [Xie et al., Library and Information Service, 2024]), l'intégration cohérente et généralisable de ces modalités dans le contexte juridico-technique des brevets demeure un défi scientifique ouvert.
Le troisième verrou, et non le moindre, est celui de l'explicabilité et de la confiance (Explainability / XAI). La nature opaque des LLMs et des architectures RAG impose, dans des contextes de décision critique tels que la propriété intellectuelle, le développement de mécanismes d'explication adaptés : si la RAG confère davantage de contrôle sur les données mobilisées par un LLM, elle complexifie en retour la traçabilité de la provenance de l'information dans la réponse générée. Des travaux récents proposent d'articuler techniques d'attribution de caractéristiques, chain-of-thought prompting et RAG pour produire des explications interactives, traçables et compréhensibles par des non-spécialistes de l'IA [Miyaji & Corrêa, SBBD 2024 ; Ehsan & Riedl, ACM HTTF 2024].
Cette thèse contribuera à ce chantier en développant des mécanismes d'explicabilité adaptés aux décisions en PI (essentialité d'un brevet, évaluation de la brevetabilité, risque juridique) pour garantir la confiance des juristes et ingénieurs PI dans les recommandations produites par le système.
Validation par exprimentaions

Le ou la candidate devra disposer d'une solide formation en intelligence artificielle et en traitement automatique du langage naturel (NLP), avec une expérience pratique dans le développement d'outils de traitement de données et la maîtrise de modèles de langage avancés tels que XLM, GPT ou leurs équivalents. Une bonne pratique de la programmation Python est indispensable, ainsi qu'une aisance avec les frameworks de référence de l'écosystème IA - Hugging Face, PyTorch ou TensorFlow. Des compétences en gestion et interrogation de bases de données, en récupération d'information, et une familiarité avec des outils d'analyse et de visualisation tels que SQL, Excel et Power BI seront appréciées, tout comme une culture DevOps et des bases en développement logiciel. Un ancrage en mathématiques appliquées (probabilités, statistiques et théorie des graphes) est attendu pour aborder les aspects formels de la thèse. Un intérêt pour la propriété intellectuelle et la gestion de brevets constituera un atout significatif. Enfin, au-delà des compétences techniques, le profil recherché devra faire preuve de capacité d'adaptation, de curiosité intellectuelle, d'esprit critique, et être à l'aise avec la lecture et la compréhension de documents scientifiques et techniques en anglais.

• Statistiques
• Gestion des données
• SGBD
• Python
• Anglais
• Intelligence artificielle
• Excel
• Gestion des brevets et licences
• Machine learning
• Power BI
• Analyse des risques
• TensorFlow
• SQL
• Mathématiques
• Capacité d’adaptation