EUIPO và các cơ quan IP quốc gia cần hệ thống dự báo chính xác để phục vụ hoạch định chiến lược, phân bổ nguồn lực và cải thiện dịch vụ  

Dự báo chính xác giúp giảm tắc nghẽn quy trình, tối ưu hóa chi phí và nâng cao hiệu quả xử lý đơn  

Các phương pháp truyền thống gồm: ngoại suy tuyến tính, Holt-Winters, ARIMA, khảo sát chuyên gia (Delphi), mô hình chuyển hàm  

Các cơ quan như EPO, USPTO, WIPO sử dụng mô hình ARIMA có biến ngoại sinh như giá đăng ký, đầu tư R&D, tăng trưởng GDP  

EUIPO triển khai dự án từ 2013, xây dựng công cụ dự báo cho mạng lưới TMDN gồm 21 cơ quan IP châu Âu  

Dữ liệu đầu vào gồm chuỗi thời gian đơn đăng ký EUTM và RCD từ 1996–2015, kết hợp với biến ngoại sinh từ Eurostat  

Ba kỹ thuật AI được áp dụng: SVM, ANN (MLP), LR tree – đều cho kết quả vượt trội so với ARIMA và Holt-Winters  

Biến ngoại sinh tốt nhất: tăng trưởng tiêu dùng và tỷ lệ thất nghiệp; các biến khác như số doanh nghiệp mới, chỉ số sản xuất công nghiệp ít tương quan  

Hiệu suất dự báo được đánh giá qua RMSE, MAPE và Direction Accuracy (DA); mô hình AI có RMSE thấp hơn ~30%, MAPE dưới 2%  

Dự báo ngoài mẫu (out-of-sample) cho giai đoạn 2013–2015 cho thấy sai số trung bình dưới 2% với EUTM và dưới 5% với RCD  

Mô hình LR và ANN có độ chính xác cao nhất, đặc biệt khi kết hợp biến ngoại sinh và biến sự kiện (dotcom bubble, khủng hoảng 2009)  

Kết luận: kỹ thuật AI có thể thay thế hoàn toàn các phương pháp truyền thống trong dự báo IP, đặc biệt khi dữ liệu lớn và có yếu tố kinh tế vĩ mô