<![CDATA[ - Blog]]>

<![CDATA[ - Blog]]>Tue, 27 Oct 2026 09:06:30 +0900Weebly<![CDATA[知財業務にAIエージェントを適用する際のハーネス設計]]>Tue, 27 Oct 2026 00:00:00 GMThttp://yorozuipsc.com/blog/ai6670384大規模言語モデル（LLM）を知的財産業務（先行技術調査、明細書およびクレームのドラフティング、拒絶理由通知への応答、FTO調査等）へ適用する際、実務上の成否を分ける最大の要因はベースモデルのパラメータ規模ではなく、モデルを包摂するソフトウェア基盤である「エージェント・ハーネス（Agent Harness）」の設計にあると考えられます。
知財業務にAIエージェントを適用する際のハーネス設計についての注意点を生成AIに調べさせました。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Harness Design for AI Agents in Intellectual Property Practice
When applying large language models (LLMs) to intellectual property (IP) work—including prior-art searches, drafting patent specifications and claims, responding to office actions, and freedom-to-operate (FTO) searches—the most critical factor determining success or failure in practice is likely to be the design of the “agent harness,” the software infrastructure that surrounds and supports the model, rather than the parameter count of the base model.
I asked generative AI to investigate the key considerations in designing harnesses for AI agents used in IP work.
Please note that the research and analysis conducted by generative AI are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain inaccuracies. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[AIエージェントのハーネス不要論]]>Mon, 26 Oct 2026 22:00:00 GMThttp://yorozuipsc.com/blog/ai4989506近年の大規模言語モデルの性能向上に伴い、「ハーネス：AIモデルの外側で、ファイルの読み込み、外部ツールの使用、実行権限、停止条件などを管理・制御するプログラムや枠組み）」が不要になるという議論が浮上しています。
AIエージェントのハーネス不要論について、生成AIに詳細に調べさせその影響を考察させました。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Do AI Agents Still Need Harnesses?
Recent advances in large language model performance have given rise to the argument that harnesses may no longer be necessary. A “harness” is a program or framework that operates outside an AI model to manage and control file reading, external tool use, execution permissions, stopping conditions, and other aspects of its operation.
I asked generative AI to investigate the argument that AI agent harnesses are no longer needed in detail and consider its implications. Please bear in mind when reviewing the findings that the research and analysis generated by AI are based solely on publicly available information, may not accurately reflect actual circumstances, and may contain errors.

]]><![CDATA[国産生成AIと知財の最前線]]>Mon, 26 Oct 2026 00:57:50 GMThttp://yorozuipsc.com/blog/ai6771943「国産生成AIと知財の最前線～開発者の視点と最新のAI活用情報から探る、これからの知財部門の姿～」というテーマで、2026年12月1日、日本ライセンス協会の月例研究会に登壇します。
生成AIで知財業務の「作業」の多くを担えるようになった今、知財部門は何をすべきか。国産AIとフロンティアAIの使い分け、AIへの任せ方を示し、知財部門が「権利の守護者」から「事業創造の先導者」へ転換する道筋を提言します。特に、国産AIが知財業務で十分使える水準に達してきているので、社内でフロンティアモデルを使えない状況に置かれている会社にとって福音であること、また、社内でフロンティアモデルを使える方々にとっても様々な課題を抱えるフロンティアモデルだけを使う必要がなくなってきていることを示したいと思っています。ぜひご参加ください。

日時：2026年12月1日 14:00 ～ 17:00
会場：大阪科学技術センター 8階中ホール
演題：国産生成AIと知財の最前線
～開発者の視点と最新のAI活用情報から探る、これからの知財部門の姿～
講師：
■第一部　講演
　　テーマ　「国産生成AIプロジェクトと、開発者から見た生成AI活用」
　　講　師　齋藤邦子氏　（ＮＴＴ株式会社　人間情報研究所　主席研究員）
■第二部　講演
　　テーマ　生成AIは知財の仕事をどう変えるか ―「権利の守護者」から「事業創造の先導者」へ―
　　講　師　萬秀憲氏　（よろず知財戦略コンサルティング代表）
■第三部　パネルディスカッション
　　登壇者：齋藤邦子氏、萬秀憲氏
　　モデレーター：桂均氏（パナソニックオートモーティブシステムズ株式会社
　　　　　　　　　　　　　　　　　　R&D本部　知的財産センター　センター長）
司会：
関西研修委員主担当　大池　聞平（ＯＥＫ弁理士事務所）
参加費：
正会員（同一組織のメンバーを含む）：5,000円
継続会員：2,000円
非会員：10,000円

The Frontiers of Japanese-Developed Generative AI and Intellectual Property
On December 1, 2026, I will be speaking at a monthly meeting of the Licensing Executives Society Japan (LES Japan) on the theme of “The Frontiers of Japanese-Developed Generative AI and Intellectual Property: Exploring the Future of IP Departments through Developers’ Perspectives and the Latest Insights into AI Applications.”
Now that generative AI can handle many of the tasks involved in IP work, what should IP departments focus on? I will explain how to make effective use of Japanese-developed AI and frontier AI for different tasks, and how to delegate work to AI. I will also propose a path for IP departments to evolve from “guardians of IP rights” into “leaders in business creation.”
In particular, I would like to highlight that Japanese-developed AI is reaching a level of capability that makes it fully viable for practical use in IP work. This is particularly welcome news for companies whose employees are unable to use frontier models at work. I also hope to show that, even for those who can use frontier models within their organizations, there is a decreasing need to rely exclusively on these models, which come with various challenges of their own.
I hope you will join us.

]]><![CDATA[知財・無形資産ガバナンス協会の機関誌第2号]]>Sun, 25 Oct 2026 22:00:00 GMThttp://yorozuipsc.com/blog/284250962026年10月15日、一般社団法人知財・無形資産ガバナンス協会の機関誌『知財・無形資産』第2号が発刊されました。設立1周年を迎えた協会の歩みとともに、企業の実践、生成AIによる業務変革、分科会の活動成果などを収めた、読み応えのある一冊です。
本号を通じて伝わってくるのは、知財・無形資産ガバナンスを「理念の共有」から「経営への実装」へ進めるという問題意識です。技術、ブランド、データ、ノウハウ、人材などの強みを、どのように投資や事業戦略につなぎ、企業価値へと転換するのか。知財部門だけでなく、経営者、事業部門、財務・IR部門にも関わるテーマが並んでいます。
特集は三つ。「次世代知財リーダー」では、企業価値創造に貢献する知財部門への変革や、経営と知財をつなぐ仕組みづくりを取り上げています。知財活用を事業の当たり前にするために、知財部門が何を変えるべきかを考える内容です。
「AI活用最前線」では、ダイキン工業と島津製作所の実践が紹介されています。AIと人の協働をどう実現するか、生成AIを日常業務にどう組み込み、業務そのものをどう変えるか。ツールの導入にとどまらず、人の役割や仕事の進め方に踏み込んでいる点が注目されます。
私も「生成AI・AIエージェントがもたらす知財業務の構造転換―『AIファースト』時代に、知財プロフェッショナルはどこへ軸足を移すか―」を寄稿しました。分析に要する時間・コストの低下や情報の非対称性の縮小を踏まえ、知財専門家が、実務能力を土台に「戦略」「判断」「信頼」の領域へ活動の重心を移す必要性を論じています。AIを使いこなすための業務設計とガバナンスも重要な論点です。
「わが社の知財・無形資産ガバナンスの取り組み」では、UmiosとTDKの事例を掲載。知財組織と経営の接続、ブランドを含めた企業変革、多様性を強みに変えるグループ経営など、各社の状況に応じた実践から学べます。
さらに、協会の政策提言と国の成長戦略・コーポレートガバナンス・コード改訂との関係、生成AI活用、模倣品対策、開示・エンゲージメント、KPIなどの分科会活動も紹介されています。知財・無形資産を自社の成長と利益につなげるために、次に何をするか。その具体的な一歩を考える際に、ぜひ読んでいただきたい機関誌です。

知財・無形資産 Vol.2 (October) 2026
https://ipiaga.org/publications/journal

October 26 — Second Issue of the Intellectual Property and Intangible Assets Governance Association’s Journal
On October 15, 2026, the Intellectual Property and Intangible Assets Governance Association, a general incorporated association, published the second issue of its journal, Intellectual Property and Intangible Assets. This substantial and engaging issue covers the Association’s progress as it marks its first anniversary, practical initiatives at companies, the transformation of work through generative AI, and the achievements of its subcommittees.
A central theme running through this issue is the need to move IP and intangible asset governance from “sharing principles” to “putting them into practice in corporate management.” How can companies connect their strengths in technology, brands, data, know-how, and talent to investment and business strategy, and translate those strengths into corporate value? The topics addressed are relevant not only to IP departments but also to senior management, business units, and finance and investor relations teams.
The issue has three feature sections. “Next-Generation IP Leaders” explores how IP departments can transform themselves to contribute to corporate value creation, and how companies can establish mechanisms that connect management and IP. It invites readers to consider what IP departments need to change to make the use of IP an integral part of everyday business.
“At the Forefront of AI Adoption” presents initiatives at Daikin Industries and Shimadzu Corporation. How can collaboration between AI and people be achieved? How can generative AI be incorporated into daily operations, and how can it transform the work itself? What stands out is the attention given not only to introducing tools but also to people’s roles and the ways in which work is carried out.
I also contributed an article entitled “The Structural Transformation of IP Work Brought About by Generative AI and AI Agents: Where Should IP Professionals Shift Their Focus in the ‘AI-First’ Era?” In light of the reductions in the time and cost required for analysis, as well as diminishing information asymmetry, I discuss why IP professionals need to build on their practical expertise and shift the emphasis of their work toward “strategy,” “judgment,” and “trust.” Workflow design and governance that enable the effective use of AI are also key topics.
“Our Approach to IP and Intangible Asset Governance” features case studies from Umios and TDK. Readers can learn from practices tailored to each company’s circumstances, including linking IP organizations with corporate management, transforming companies and their brands, and managing corporate groups in ways that turn diversity into a strength.
The issue also examines the relationship between the Association’s policy recommendations and Japan’s national growth strategy and revisions to the Corporate Governance Code. It introduces subcommittee activities covering generative AI use, anti-counterfeiting measures, disclosure and engagement, and key performance indicators (KPIs), among other topics. What should companies do next to connect their IP and intangible assets with growth and profitability? I highly recommend this journal to anyone considering a concrete next step.

]]><![CDATA[Tesla、人型ロボット「Optimus」を量産ラインで生産]]>Sun, 25 Oct 2026 00:28:01 GMThttp://yorozuipsc.com/blog/teslaoptimusTeslaは2026年10月21日（米国時間）に2026年第3四半期（7〜9月）の決算を発表しました。売上高は280億4600万ドルで、前年同期とほぼ横ばいだった一方、営業利益は56％減の7億1800万ドルに落ち込んでいます。減益の主な要因は、AIやロボットなどの研究開発費と株式報酬の増加。人型ロボット「Optimus」については、カリフォルニア州フリーモントの工場で生産を始めたと明らかにしました。
生成AIに、Teslaの人型ロボット「Optimus」量産ラインで生産開始について調べさせました。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Tesla、人型ロボット「Optimus」を量産ラインで生産開始
2026年10月22日
https://fabscene.com/new/news/tesla-optimus-humanoid-robot-production-fremont-q3-2026/

Tesla Begins Producing Its Optimus Humanoid Robot on a Mass Production Line
Tesla announced its financial results for the third quarter of 2026 (July–September) on October 21, 2026 (U.S. time). Revenue totaled $28.046 billion, virtually unchanged from a year earlier, while operating profit fell 56% to $718 million. The decline in profit was primarily attributable to higher research and development spending in areas such as AI and robotics, together with increased stock-based compensation. The company also disclosed that it had begun producing its Optimus humanoid robot at its factory in Fremont, California.
I asked generative AI to investigate Tesla’s move to begin producing its Optimus humanoid robot on a mass production line. Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain errors. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[「Kimi K3.1 Pro」が知能ベンチマーク世界4位]]>Sat, 24 Oct 2026 23:00:00 GMThttp://yorozuipsc.com/blog/kimi-k31-pro4Moonshot AIは10月24日(中国時間)、新しいLLM「Kimi K3.1 Pro」を発表しました。「Kimi K3.1 Pro」は、事前学習の規模拡大ではなく数百の下流領域にわたる強化学習の徹底的な最適化によって構築され、独立評価機関であるArtificial Analysisの総合指標（Intelligence Index）において55点を記録し、 Anthropicの「Claude Opus 5.5」（58点）や「Claude Sonnet 5.5」（56点）、Muse Wonder Full (Max)（56点）に次ぐ世界第4位にランクされました。オープンウェイト(モデルの重み)は11月4日までに公開予定。
この「Kimi K3.1 Pro」について、生成AIに詳細に調べさせその影響を考察させました。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Opus 5.5肉薄のコーディング性能、3Dも作る3兆級LLM「Kimi K3.1 Pro」。11月4日までにオープンウェイト化
10/24
https://news.yahoo.co.jp/articles/03be793079f6a59762d3b55d8871ccfe3aee6a83

Kimi K3.1 Pro Ranks Fourth Worldwide on an AI Intelligence Benchmark
ctober 24 (China time), Moonshot AI announced its new large language model (LLM), “Kimi K3.1 Pro.” The model was developed through extensive optimization of reinforcement learning across hundreds of downstream domains, rather than by scaling up pretraining. It scored 55 on the Intelligence Index, a composite measure published by independent evaluation organization Artificial Analysis, ranking fourth worldwide behind Anthropic’s “Claude Opus 5.5” (58 points) and “Claude Sonnet 5.5” (56 points), as well as “Muse Wonder Full (Max)” (56 points). The model’s weights are scheduled to be made publicly available by November 4.
I asked generative AI to conduct an in-depth investigation into Kimi K3.1 Pro and assess its implications. Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain inaccuracies. Please keep these limitations in mind when reviewing the findings.

]]><![CDATA[「JIMI企業」に学ぶ無形資産を顧客価値と利益につなぐ経営]]>Sat, 24 Oct 2026 22:00:00 GMThttp://yorozuipsc.com/blog/jimi『日経ビジネス』2026年10月19日号で、「地味でも伸びるJIMI企業　技術とヒト、無形資産で稼ぐ11社」という特集が組まれています。日経ビジネスでは、今後の成長が期待できる中堅企業を「JIMI企業（Japan Innovative Mid-cap Incorporated）」と位置付けて、革新的な技術やユニークな事業モデルで稼ぐ力が強い中堅企業が「成長型経済」の鍵を握るとしています。知財・無形資産経営の目で読むと、各社には、蓄積した強みを「顧客に選ばれる理由」と「自社の利益」につなげているという共通点があります。
■技術と顧客の関係が互いを強くする
精工技研は、先端顧客に選ばれる立場を次の開発案件を知る機会にもしています。マニーは、医療現場の声を製品改善や新しい事業領域への展開につなげています。顧客接点そのものが、次の発明を生む資産です。
■個人の知識を会社の能力に変える
オルガノは訓練設備・スキルマップ・AIを組み合わせてベテランの実践知を継承しています。ラクスは失注原因をチームで分析して営業を改善しています。どちらも、個人の経験をほかの社員も使える仕組みにしています。
■人への投資は仕組みとセットで
高砂熱学工業は処遇を改善すると同時に支店長の評価を見直し、人材を採算のよい案件に配置しています。人への投資の成果は、人が力を発揮できる組織や業務の仕組みと切り離せません。
■知財部門への示唆
何を強化し、顧客のどの課題を解き、なぜ選ばれ、どう利益につなげ、成果を次の投資にどう生かすか。この問いを一続きで考えることが重要です。知財部門は、発明情報の収集や権利化で得る情報を生かせば、技術・顧客課題・競争優位・収益の関係を整理し、事業側と共有できます。
各社の成長には市場拡大などの要因もあり、投資と業績を単純に結び付けることはできません。それでも今回の特集は、自社の無形資産を棚卸しし、それが「顧客に選ばれる理由」と「自社の利益につながる理由」まで説明できるかを点検する、よい材料になると思います。

地味でも伸びるJIMI企業　技術とヒト、無形資産で稼ぐ11社
https://business.nikkei.com/atcl/NBD/19/special/02674/

Lessons from “JIMI Companies”: Turning Intangible Assets into Customer Value and Profits
The October 19, 2026 issue of Nikkei Business features a special report titled “Low-Profile but Growing: 11 JIMI Companies Profiting from Technology, People, and Intangible Assets.” The magazine uses the term “JIMI companies” (Japan Innovative Mid-cap Incorporated) to describe mid-sized companies with promising growth prospects. It argues that these companies, with their strong ability to generate profits through innovative technologies and distinctive business models, hold the key to a “growth-oriented economy.” Viewed through the lens of intellectual property (IP) and intangible asset management, they share a common trait: they translate the strengths they have built over time into both “reasons for customers to choose them” and “profits for their businesses.”
Technology and Customer Relationships Reinforce Each Other
Seikoh Giken uses its position as a preferred supplier to customers at the forefront of technology to learn about their upcoming development projects. MANI draws on feedback from medical professionals to improve its products and expand into new business areas. Interactions with customers are themselves assets that can give rise to the next invention.
Turning Individual Knowledge into Organizational Capabilities
Organo combines training facilities, skills maps, and AI to pass on experienced employees’ practical know-how. At RAKUS, teams analyze why sales opportunities were lost and use the findings to improve their sales approach. Both companies have established systems that enable other employees to draw on individuals’ experience.
Investment in People Must Be Supported by the Right Systems
Takasago Thermal Engineering is improving employee compensation and working conditions while also revising how branch managers are evaluated and assigning staff to profitable projects. The returns on investment in people are inseparable from the organizational structures and work processes that enable employees to use their capabilities effectively.
Implications for IP Departments
The key is to consider a connected sequence of questions: what to strengthen, which customer problems to solve, why customers will choose the company, how to translate that into profits, and how to use the results to guide the next round of investment. IP departments can draw on the insights gained from gathering information on inventions and securing IP rights to map the relationships among technology, customer challenges, competitive advantage, and financial returns, and share that understanding with business teams.
Factors such as market expansion also contribute to these companies’ growth, so we cannot draw a simple causal link between investment and business performance. Even so, I believe this feature provides a valuable opportunity for companies to take stock of their intangible assets and assess whether they can explain how those assets give customers a reason to choose them—and why they translate into profits for the business.

]]><![CDATA[花王、膨大な「研究データ」を生成AI で探索可能に。]]>Sat, 24 Oct 2026 06:50:24 GMThttp://yorozuipsc.com/blog/ai18231822026年10月22日、ナレッジセンスは、同社が提供する法人向けAIエージェント「ChatSense」を花王が導入したと発表しました。花王は同サービスを活用した「研究データアシスタント」を研究部門全体に展開し、研究所や商品カテゴリーを越えた技術・知見の共有に利用するということです。
生成AIに、花王の取組、他の会社での同様の取組も調べさせて、現状今後を推測させました。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

花王、ChatSense を導入。膨大な「研究データ」を生成AI で探索可能に。新時代のデータ活用術
https://chatsense.jp/case/kao

Kao Makes Vast Amounts of Research Data Searchable with Generative AI
On October 22, 2026, Knowledge Sense announced that Kao had adopted ChatSense, its enterprise AI agent. According to the announcement, Kao will roll out a “Research Data Assistant” powered by the service across its research organization to facilitate the sharing of technologies and expertise across research laboratories and product categories.
I asked generative AI to investigate Kao’s initiative and similar efforts at other companies, and to assess the current landscape and future prospects.
Please note that the AI-generated research and analysis are based solely on publicly available information, may not accurately reflect actual circumstances, and may contain errors. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[AIが自律的に創出した発明（AI自律発明）の保護]]>Thu, 22 Oct 2026 23:06:52 GMThttp://yorozuipsc.com/blog/aiai5774864人工知能（AI）技術の急速な発展、とりわけ生成AIや自律的探索アルゴリズムの高度化は、人間の創作活動を奨励することを目的として構築されてきた近代特許制度の根幹に構造的な問いを突きつけている。日本においては、2026年6月16日に開催された産業構造審議会知的財産分科会特許制度小委員会（第56回）において、AIが自律的に創出した発明（AI自律発明）の保護要否、AIを活用してなされた発明（AI利用発明）の発明者認定、およびAI生成情報の引用発明（先行技術）適格性という3つの主要論点が提示された。この議論の過程で、製薬企業からAI自律発明も特許法で保護すべきであるとの積極的な意見が示され、日本製薬工業協会（製薬協）からも審査基準等の国際調和を求める要望が表明されている。一方で、国内の他産業や法曹・実務界、さらには欧米やアジア等の主要国に目を向けると、産業構造や研究開発プロセスの違いに起因する明確な温度差と、従来の自然人中心の法理を維持しつつ実務的解決を図ろうとする国際的な収斂の動きが交錯している。
生成AIに、AIが自律的に創出した発明（AI自律発明）の保護に関して深掘りさせました。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Protection of Inventions Autonomously Generated by AI
The rapid development of artificial intelligence (AI) technologies, particularly the increasing sophistication of generative AI and autonomous search algorithms, is raising fundamental questions about the foundations of the modern patent system, which was designed to encourage human creative activity. In Japan, three key issues were presented at the 56th meeting of the Patent System Subcommittee of the Intellectual Property Committee under the Industrial Structure Council, held on June 16, 2026: whether inventions autonomously generated by AI should be protected; how inventorship should be determined for inventions made using AI (AI-assisted inventions); and whether AI-generated information qualifies as prior art.
During these discussions, pharmaceutical companies expressed strong support for protecting inventions autonomously generated by AI under patent law. The Japan Pharmaceutical Manufacturers Association (JPMA) also called for international harmonization of examination guidelines and related standards. Meanwhile, across other industries and the legal and patent-practice communities in Japan, as well as major jurisdictions in Europe, the United States, Asia, and elsewhere, marked differences in attitudes stemming from differences in industrial structures and research and development processes coexist with a movement toward international convergence on practical solutions that preserve traditional legal principles centered on natural persons.
I asked generative AI to conduct an in-depth examination of the protection of inventions autonomously generated by AI.
Please note that the research and analysis produced by generative AI are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain inaccuracies. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[AIが設計したウイルスをヒトに投与]]>Thu, 22 Oct 2026 23:01:20 GMThttp://yorozuipsc.com/blog/ai48921302026年10月21日、朝日新聞は連載企画「AIの時代」の一環として、「AIが設計したウイルスをヒトに投与世界初、薬剤耐性菌患者に」と題する記事を配信しました。その内容について生成AIに深掘りさせました。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

AIが設計したウイルスをヒトに投与　世界初、薬剤耐性菌患者に
10/21　 https://news.yahoo.co.jp/articles/66d7c8c24d39474506ee4c8fe98956ea9c209706

An AI-Designed Virus Administered to a Human Patient
On October 21, 2026, The Asahi Shimbun published an article titled “In a World First, an AI-Designed Virus Is Administered to a Human Patient with a Drug-Resistant Bacterial Infection” as part of its series “The Age of AI.” I asked generative AI to investigate the subject in depth.
Please note that the research and analysis produced by generative AI are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain errors. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[OpenAIがOrchestra Bioを買収]]>Wed, 21 Oct 2026 23:38:22 GMThttp://yorozuipsc.com/blog/openaiorchestra-bioOpenAIは2026年10月20日（米国時間）、バイオ医薬品企業向けの業務管理プラットフォームを手掛けるOrchestra Bioを買収したと発表しました。
この内容を生成AIに調べさせました。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

OpenAI、創薬AIのOrchestra Bioを買収　「Rosalind」に統合
10/21
https://news.yahoo.co.jp/articles/25b33a29523035c53bbe0fd57bfcd4d69b9a1ffc

OpenAI Acquires Orchestra Bio
On October 20, 2026 (U.S. time), OpenAI announced that it had acquired Orchestra Bio, a company that provides an operations management platform for biopharmaceutical companies.
I asked generative AI to research this acquisition. When reviewing the findings, please bear in mind that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect actual circumstances, and may contain inaccuracies.

]]><![CDATA[最終判断は人間がやる]]>Wed, 21 Oct 2026 23:26:48 GMThttp://yorozuipsc.com/blog/3966984Claude Codeでは2026年8月14日から、Pro/Max/Team向け新規セッションの既定がauto mode（分類器が操作の危険性を判定して自動承認する設定）になったように、人々は、ファイル編集、コマンド実行、さらに「何に人間の承認が必要か」の判断そのものを、段階的にAIへ渡してきています。「最終判断は人間がやる」という線は、すでに崩れてきているのかもしれません。
「人間のAIに対する判断移譲」について関連の情報を、生成AIに徹底的に調べさせ現状と今後についてまとめさせました。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

人間のAIに対する判断移譲
https://scrapbox.io/nishio/%E4%BA%BA%E9%96%93%E3%81%AEAI%E3%81%AB%E5%AF%BE%E3%81%99%E3%82%8B%E5%88%A4%E6%96%AD%E7%A7%BB%E8%AD%B2

【激変】AIに作業だけでなく判断そのものを委ねる2年間の歴史
https://www.youtube.com/watch?v=dyHmz16ew-0

Humans Make the Final Decision
On August 14, 2026, auto mode became the default for new Claude Code sessions on the Pro, Max, and Team plans. This setting automates approvals based on a classifier’s assessment of the risks associated with actions. It illustrates how people have been gradually delegating file editing, command execution, and even decisions about “what requires human approval” to AI. The boundary defined by the principle that “humans make the final decision” may already be eroding.
I asked generative AI to conduct a thorough investigation into “the delegation of human judgment to AI” and summarize the current state of affairs and future outlook.
Please bear in mind that these AI-generated research findings and analyses are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain errors.

]]><![CDATA[データセンター・クラウド安全認証]]>Tue, 20 Oct 2026 22:00:00 GMThttp://yorozuipsc.com/blog/63396712026年10月19日、日経新聞が「データセンター・クラウド、国が安全認証へ　中国系を事実上排除」と政府の新制度創設方針を報じました。その内容と影響を生成AIに深掘りさせました。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

データセンター・クラウド、国が安全認証へ　中国系を事実上排除
https://www.nikkei.com/news/print-article/?R_FLG=0&bf=0&ng=DGXZQOUA171BY0X11C26A0000000

Security Certification for Data Centers and Cloud Services
On October 19, 2026, Nikkei reported on the Japanese government’s plans to establish a new certification system in an article headlined “Japan to Introduce Security Certification for Data Centers and Cloud Services, Effectively Excluding Chinese-Affiliated Providers.” I asked generative AI to examine the proposed system and its implications in depth.
Please note that the research and analysis generated by AI are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain inaccuracies. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[MiniMax M3.1 Flash の正式リリース]]>Tue, 20 Oct 2026 21:30:00 GMThttp://yorozuipsc.com/blog/minimax-m31-flash中国のAIスタートアップMiniMaxは2026年10月19日、大規模言語モデル「MiniMax M3.1 Flash」（APIモデル名：MiniMax-M3.1-Flash）を正式に発表しました。
MiniMaxはこのモデルについて推論速度「ほぼ3倍」の改善とコスト「70%削減」と発表しています。このモデルによる日本企業の知財業務への影響を生成AIに調べさせました。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

MiniMaxが新AIモデル「MiniMax M3.1 Flash」を発表、AIエージェントの性能を強化しつつ利用コストを70％削減
https://gigazine.net/news/20261020-minimax-m3-1-flash/

Official Release of MiniMax M3.1 Flash
On October 19, 2026, Chinese AI startup MiniMax officially announced its large language model, “MiniMax M3.1 Flash” (API model name: MiniMax-M3.1-Flash).
MiniMax reports that the model delivers “nearly three times” the inference speed and a “70% reduction” in costs. I asked generative AI to investigate the model’s impact on intellectual property (IP) operations at Japanese companies.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain inaccuracies. Please keep these limitations in mind when reviewing the findings.

]]><![CDATA[ヒューマノイド・フィジカルAIで日本は勝てるのか]]>Mon, 19 Oct 2026 23:09:37 GMThttp://yorozuipsc.com/blog/ai46882752026年は「ヒューマノイドロボット元年」と呼ぶべき歴史的転換点といわれています。
フィジカルAIと人型ロボットの国際的な覇権争いにおける日本の立ち位置、勝機、そして課題を生成AIに多角的に分析させました。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Can Japan Win in Humanoid Robotics and Physical AI?
2026 is being described as a historic turning point, marking the dawn of the humanoid robot era.
I asked generative AI to analyze Japan’s position, opportunities for success, and challenges from multiple perspectives in the global race for leadership in physical AI and humanoid robotics.
When reviewing the findings, please bear in mind that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain errors.

]]><![CDATA[大量の特許を継続的に扱う業務に強いPatentfield AIR]]>Sun, 18 Oct 2026 23:30:00 GMThttp://yorozuipsc.com/blog/patentfield-airPatentfieldは、約8,000万件の公報を構造化した「AIサマリー」、高精度な機械学習による「AI分類予測」、最大120種類の属性と独自の「PFスコア」を自在に操る可視化エンジン、そして最大1万件の母集団を一括査読・クレーム対比・マインドマップ化する「Patentfield AIR」を統合することで、従来の特許検索ツールの概念を根本から刷新しました。
特許の検索・分類・読解・可視化をつなぎ、大量の特許を継続的に扱う業務、特に、SDI、競合分析、IPランドスケープ、FTOの候補抽出・一次スクリーニングで力を発揮します。
Patentfield 、Patentfield AIRについて生成AIに深掘りさせましたので、ご参照ください。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Patentfield AIR: A Powerful Tool for Ongoing Work with Large Patent Datasets
Patentfield has fundamentally redefined the conventional patent search tool by integrating “AI Summary,” which provides structured summaries of approximately 80 million patent publications; “AI Classification Prediction,” powered by highly accurate machine learning; a flexible visualization engine that enables users to explore up to 120 attributes and the proprietary “PF Score”; and “Patentfield AIR,” which supports batch reviews, claim comparisons, and mind map generation for patent sets containing up to 10,000 documents.
By connecting patent searching, classification, document analysis, and visualization, Patentfield excels in workflows that involve handling large volumes of patents on an ongoing basis. It is particularly effective for selective dissemination of information (SDI), competitor analysis, IP landscaping, and the identification and preliminary screening of potentially relevant patents for freedom-to-operate (FTO) assessments.
I have used generative AI to explore Patentfield and Patentfield AIR in depth and am sharing the findings for your reference.
Please note that the findings of this AI-generated research and analysis are based solely on publicly available information and may not necessarily reflect actual circumstances. They may also contain errors, so please bear these limitations in mind when reviewing them.

]]><![CDATA[ブログの紹介（２０２６年１月―２０２６年９月）]]>Sun, 18 Oct 2026 21:00:00 GMThttp://yorozuipsc.com/blog/20261-20269ブログの紹介（２０２６年４月―２０２６年９月）
ブログの紹介（２０２６年１月―２０２６年３月）

]]><![CDATA[調査・権利化の自動化に強いSummaria]]>Sun, 18 Oct 2026 09:02:50 GMThttp://yorozuipsc.com/blog/summaria2556540パテント・インテグレーション株式会社が提供するSummaria（サマリア）は、特許調査から分析、明細書作成、中間処理までを横断して支援する生成AIサービスで、少人数の知財部門や特許事務所が調査と権利化の作業を一つの環境で効率化するのに適しているとされており、特に、審査実務を反映した検索語の拡張、検索後の分類・評価への接続、汎用AIから特許データを利用できるMCP対応は重宝されています。
Summariaについて生成AIに深掘りさせましたので、ご参照ください。
なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

Summaria Excels at Automating Patent Search and Prosecution
Summaria, offered by Patent Integration Co., Ltd., is a generative AI service that supports workflows spanning patent searches, analysis, patent specification drafting, and responses to office actions. It is considered well suited to helping small IP departments and patent firms streamline their patent search and prosecution tasks within a single environment. Particularly valued features include search-term expansion informed by patent examination practice, integration with post-search classification and evaluation, and MCP support that enables general-purpose AI tools to access patent data.
I asked generative AI to conduct an in-depth analysis of Summaria. Please see the findings.
When reviewing the findings, please bear in mind that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain errors.

]]><![CDATA[マルチモーダル軽量推論モデル「DeepSeek-V4.1-Flash-1017」]]>Sun, 18 Oct 2026 08:51:12 GMThttp://yorozuipsc.com/blog/deepseek-v41-flash-1017中国のAI企業DeepSeekが2026年10月17日に公開したマルチモーダル軽量推論モデル「DeepSeek-V4.1-Flash-1017」の技術特性、市場評価、および知的財産業務への戦略的影響について、生成AIに深掘りさせましたのでご参照ください。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real
https://api-docs.deepseek.com/news/news261017/

DeepSeek-V4.1-Flash-1017: A Lightweight Multimodal Reasoning Model
I asked generative AI to conduct an in-depth analysis of “DeepSeek-V4.1-Flash-1017,” a lightweight multimodal reasoning model released by the Chinese AI company DeepSeek on October 17, 2026, focusing on its technical characteristics, market reception, and strategic implications for intellectual property (IP) work. Please see the findings for your reference.
Please note that this AI-generated research and analysis is based solely on publicly available information, may not necessarily reflect actual circumstances, and may contain inaccuracies. Please bear these limitations in mind when reviewing the findings.

]]><![CDATA[トヨタSDV全面移行方針と知財への影響]]>Sun, 18 Oct 2026 01:18:28 GMThttp://yorozuipsc.com/blog/sdvトヨタ自動車は2026年10月16日、2030年までに世界で展開する全約50車種・年間約1000万台の新車を「SDV（ソフトウェア定義車両）」にする方針を明らかにしました。この内容と影響について生成AIに調べさせましたのでご参照ください。なお、生成AIによる調査・分析結果は、公開された情報だけに基づくものであり、必ずしも実情を示したものではなく、誤った情報を含む可能性があることにご留意のうえ、ご参照ください。

トヨタ、30年までに全車種をＳＤＶに　年1000万台の新車に独自ソフト搭載
https://www.reuters.com/jp/economy/2PJOAMPT2VN6TBCNN4JLQ2KVBI-2026-10-16/

Toyota’s Plan for a Full Transition to SDVs and Its Implications for Intellectual Property
On October 16, 2026, Toyota Motor Corporation announced plans to transition its entire global lineup of approximately 50 models—encompassing around 10 million new vehicles annually—to software-defined vehicles (SDVs) by 2030.
I asked generative AI to investigate the details of this policy and its implications, and am sharing the findings for your reference. Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect actual circumstances, and may contain errors. Please bear these limitations in mind when reviewing the findings.

]]>