過往受囿於數據的固有本質、政府開放、運用領域、技術層次、使用者能力、甚至數據及其內容品質等因素，致使產官學研界難以挖掘專利及投資併購數據所隱藏的價值，而且也不易廣泛延伸運用，據以產生更有利、更有效的用途與價值。

　然而，隨者美歐日等國開放專利數據、企業經營專利或投資併購數據、資通訊網絡便利及價格低、大數據技術更迭演進、商業模式創新以及數據生態系發展，加速推進專利及投資併購大數據發展，探索人類腦礦數據的用途與價值，專利及投資併購數據用途可預期無窮無盡。例如，Innography、InQuartik的Patentcloud運用語意、自然語言、圖形分析以及機器、深度學習技術發展專利數據的檢索分析，同時也發展符合直覺、智能、即時互動及易於詮釋的使用者介面，及其各類易讀易懂易用的儀表板（dashboard），還有從事專利暨投資併購大數據科學家的ScienBiziP、Wispro創新數據用途，益加速該等腦礦協助人類做出精準、有用及有利的決策。惟，專利數據及其運用還需解決其黑暗面問題，投資併購數據也需突破財會觀點疆界。

　專利及投資併購大數據運用範圍極為廣泛，而對於台灣產業面臨的創新、創業、轉型、升級以及專利瓶頸等層面，應可發揮相當輔助動能，使產官學研做出有用有利的各類決策，並將資源用於有較大正面影響的領域，進而可改善過去科學依憑不足的決策慣性，減免資金時間損失，避免錯失良機，筆者介紹如何綜合專利及投資併購數據來支持如下各項決策：

　1.科技政策：將具體描繪全球新興科技的脈絡與趨勢，並驅動產官學研界精準配置研發預算，從事基礎及運用研究，蓄積下一輪產業發展的動能，發展產業所需的新技術，例如材料、生物、通訊、光學、影像、人工智慧、萬物聯網等。

　2.產業政策：將具體描繪全球新興產業將改變或創新諸多產業鏈、價值鏈、研發鏈、投資鏈、併購鏈、供應鏈，例如LIDAR及ADAS於自駕車、AI於軟硬體及其智能運用、BIO於醫藥及醫療、Micro LED或OLED於顯示及照明、無人機械於農業及倉儲物流、Block Chain於金融科技等。

　3.創新創業：將協助精準選題、有效執行及連結國際投資鏈、併購鏈、產業鏈、供應鏈等，同時也避免較高風險與失敗，例如Security及cryptography於網路支付、Big Data於各產業的運用及發展、Sensor於醫療器材及機器人與物聯網、Value Proposition於演算法及商業模式等。

　4.投資併購：將具體描繪全球技術、產品及專利資產的競合，驅動產業間的投資併購，據以形塑市場競爭優勢，例如鴻海投資Lytro的光場相機以及投資Sharp而取得顯示及5G通訊標準、Qualcomm併購NXP藉以取得非通訊領域的產品、客戶及專利技術。

　5.技術趨勢：將具體描繪全球技術、產品及專利資產的發展路徑及趨勢，用以提前精準規劃將來市場所需的產品技術，進而有效投放資源並享有較高市占率、毛利率及投資報酬率，例如5G、FVC、VR/AR、IGZO、無人機。

　6.人才部署：將具體描繪全球技術、產品及專利資產的發明人、設計人及權利人，據以全球用才，尤其研發設計，藉此改變ROC模式（Research Only for Copy）或ROI模式（Research Only for Imitation），畢竟台灣創新研發底蘊是不足的。

　7.專利佈局：將具體描繪全球專利資產的技術及其脈絡與分佈，產學研界將精準佈局優質與優勢專利，形成高價值專利組合，進而持續運營高市占率、高毛利率的產品，同時也可以運營專利全球貨幣化業務，獲取權利金、技轉金、價金、股票及其資本利得，或進行有利交互授權，而且還可掌握全球專利風險並擬定對策，亦即，台灣產業可藉由該等大數據，從「被告、付錢了事但沒消災」的專利宿命，翻轉到「告人、收錢、消災」的境域。