<![CDATA[ - Blog]]>

<![CDATA[ - Blog]]>Wed, 15 Apr 2026 07:10:57 +0900Weebly<![CDATA[AI利活用における民事責任の解釈適用に関する手引き]]>Tue, 14 Apr 2026 22:00:00 GMThttp://yorozuipsc.com/blog/ai78004062026年4月9日、経済産業省は、AI利活用時の民事責任の在り方について、現行法における解釈の考え方を整理した「AI利活用における民事責任の解釈適用に関する手引き」を公表しました。
この手引きは、AIによる権利侵害が発生した際の損害賠償責任について、現行の不法行為法に基づくデフォルト・ルールを体系化しています。AIを人間の判断を助ける「補助／支援型」と、AIに判断を委ねる「依拠／代替型」に分類し、それぞれの主体が負うべき注意義務の内容を明確にしています。特に知的財産分野では、著作権や特許権、営業秘密などの侵害リスクに対し、利用者は検証体制の構築、開発者は技術的なガードレールの実装が求められると説いています。
この手引きが直接扱う知財関連事例もありますが、知財分野ではそのほかにどんな事例が考えられるか、手引きの枠組みを知財業務に応用した事例を生成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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

2026年4月9日
https://www.meti.go.jp/press/2026/04/20260409001/20260409001.html?fbclid=IwdGRzaARJ1SpjbGNrBEnVEGV4dG4DYWVtAjExAHNydGMGYXBwX2lkDDM1MDY4NTUzMTcyOAABHqHA-fDQkZVl_ZBx2JaqZKrmkGQuj4fjkmaaXDi-GQXg44ei90enzGixXSF9_aem_2cN9DDkpU17VuPXhOdwX5g&sfnsn=mo

ＡＩ利活用における民事責任の解釈適用に関する手引き
経済産業省［第 1.0 版］
https://www.meti.go.jp/press/2026/04/20260409001/20260409001-1.pdf

AI利活用における民事責任の解釈適用に関する手引き
概要資料
https://www.meti.go.jp/press/2026/04/20260409001/20260409001-2.pdf

Guidelines on the Interpretation and Application of Civil Liability in the Use of AI
On April 9, 2026, the Ministry of Economy, Trade and Industry (METI) released the “Guidelines on the Interpretation and Application of Civil Liability in the Use of AI,” which organize how existing laws should be interpreted with respect to civil liability arising from the use of AI.
These guidelines systematize the default rules under current tort law regarding liability for damages in cases where AI causes infringement of rights. They classify AI usage into two categories: (i) “assistive/support-type,” where AI aids human decision-making, and (ii) “reliance/substitutive-type,” where decision-making is delegated to AI. For each category, the guidelines clarify the scope of the duty of care borne by the relevant parties.
In particular, in the field of intellectual property, the guidelines emphasize that, in response to risks of infringement involving copyrights, patent rights, and trade secrets, users are expected to establish appropriate verification frameworks, while developers are required to implement technical guardrails.
While the guidelines include certain IP-related case examples, we also used generative AI to further explore additional potential scenarios in the IP domain by applying the framework presented in the guidelines.
Please note that the research and analysis generated by AI are based solely on publicly available information and may not necessarily reflect actual circumstances, and may contain inaccuracies.

]]><![CDATA[知財ライセンス業務における生成AI・AIエージェント活用]]>Mon, 13 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/aiai8884677知財ライセンス業務は、生成AI・AIエージェントの導入により、2025年を転換点として「人間が作業する時代」から「人間がAIを指揮する時代」へと急速に移行しています。
契約書レビューに要する時間は最大90%削減され、特許分析は数分で完了し、自律的に契約交渉を遂行するAIエージェントも実用化されています。
生成AIに、知財ライセンス業務における生成AI・AIエージェント活用を深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Utilization of Generative AI and AI Agents in IP Licensing Operations
IP licensing operations are rapidly transitioning—marking 2025 as a turning point—from an era where humans perform tasks themselves to one where humans orchestrate and direct AI, driven by the adoption of generative AI and AI agents.
The time required for contract review has been reduced by up to 90%, patent analysis can now be completed in a matter of minutes, and AI agents capable of autonomously conducting contract negotiations are already being put into practical use.
I asked generative AI to conduct an in-depth analysis of how generative AI and AI agents are being utilized in IP licensing operations. Please note that this analysis is based solely on publicly available information and may not fully reflect actual conditions. It may also contain inaccuracies.

]]><![CDATA[Generalist AI社のロボットAI基盤モデル「GEN-1」]]>Mon, 13 Apr 2026 22:00:00 GMThttp://yorozuipsc.com/blog/generalist-aiaigen-1Generalist AI社が開発した「GEN-1」は、物理世界で自律的に動く身体性AI（フィジカルAI）の基盤モデルで、従来のAIとは異なり、言語データに依存せず、「Data Hands」という独自のデバイスで収集した膨大な人間活動データから物理法則を直接学習しています。
その結果、産業利用の基準となる99%のタスク成功率と、競合を圧倒する約3倍の動作速度、そして未知のトラブルに即興で対応する物理的常識を兼ね備えているということです。この「GEN-1」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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

2026/4/9
Generalist、実世界ロボットの動作を最適化するAI基盤モデル「GEN-1」発表　成功率99%、従来比最大3倍高速
https://ledge.ai/articles/generalist_gen1_real_world_robot_motion_foundation_model

Robot AI Foundation Model “GEN-1”
“GEN-1,” developed by Generalist AI, is a foundation model for embodied AI (physical AI) that autonomously operates in the physical world. Unlike conventional AI, it does not rely on language data; instead, it directly learns physical laws from vast amounts of human activity data collected באמצעות its proprietary device called “Data Hands.”
As a result, it reportedly achieves a 99% task success rate—the benchmark for industrial applications—along with approximately three times faster operation compared to competitors, and possesses physical common sense that enables it to improvise and respond to unforeseen problems.
I asked generative AI to conduct an in-depth analysis of this “GEN-1.” Please note that the investigation and analysis by generative AI are based solely on publicly available information and may not necessarily reflect the actual situation; they may also contain inaccuracies.

]]><![CDATA[国産AI開発の新司令塔「日本AI基盤モデル開発」]]>Mon, 13 Apr 2026 22:00:00 GMThttp://yorozuipsc.com/blog/aiai21257492026年4月12日、ソフトバンク、NEC、ソニーグループ、ホンダが、国産AI開発の新たな司令塔となる新会社「日本AI基盤モデル開発（Japan AI Foundation Model Development）」の設立が公式に発表されました。これまで独立して独自の技術戦略を描いてきた日本を代表する巨大企業4社が「日の丸連合」として合流したもので、単なる一企業の新規事業領域を超えた、国家ぐるみの「反転攻勢」を企図した枠組みです。
生成AIに、新会社「日本AI基盤モデル開発」を深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

2026/04/12
ソフトバンク、NEC、ソニー、ホンダが国産AI開発の新会社「日本AI基盤モデル開発」
国内企業が結集して国産AIモデルで巻き返し
https://www.sbbit.jp/article/cont1/184305

Japan’s New Command Center for Domestic AI Development: “Japan AI Foundation Model Development”
On April 12, 2026, SoftBank Group, NEC, Sony Group, and Honda officially announced the establishment of a new company, “Japan AI Foundation Model Development,” which will serve as a new command center for domestic AI development.
This initiative brings together four of Japan’s leading corporations—each of which had previously pursued independent and distinct technology strategies—into what can be described as a unified “All-Japan alliance.” It represents not merely the creation of a new business venture by a single company, but a national-scale framework aimed at launching a strategic “counteroffensive” in the global AI race.
I asked generative AI to conduct an in-depth analysis of this new company, “Japan AI Foundation Model Development.” Please note that the insights and analysis generated by AI are based solely on publicly available information and may not necessarily reflect the full reality. They may also contain inaccuracies, and should be reviewed with appropriate caution.

]]><![CDATA[比較例を意識した実験ノートの書き方]]>Sun, 12 Apr 2026 22:00:00 GMThttp://yorozuipsc.com/blog/6187462数値限定発明やパラメータ発明においては、比較例の有無・設計の巧拙が進歩性の判断を左右するにもかかわらず、多くの発明者は特許出願の段階になって初めて比較例を意識することが多くなっています。
実験ノート（ラボノート）の段階から比較例を戦略的に設計・記録することが重要です。比較例を意識した実験ノートの書き方について生成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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

How to Write Experimental Notebooks with Comparative Examples in Mind
In inventions involving numerical limitations or parameters, the presence and quality of comparative examples can significantly influence the assessment of inventive step. However, many inventors tend to consider comparative examples only at the patent filing stage.
It is crucial to strategically design and document comparative examples from the experimental notebook (lab notebook) stage. I asked a generative AI to conduct an in-depth analysis of how to write experimental notebooks with comparative examples in mind. Please note that the analysis and insights generated by AI are based solely on publicly available information, may not reflect actual circumstances, and may contain inaccuracies.

]]><![CDATA[知財業務で、すぐに生成AIの効果を出したい]]>Sun, 12 Apr 2026 22:00:00 GMThttp://yorozuipsc.com/blog/ai8667735「知財業務で、すぐに生成AIの効果を出したい。」という要望が多くなってきました。
その問いに対する回答を生成AIに記述させました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Achieving Immediate Impact from Generative AI in Intellectual Property Operations
Requests such as “We want to quickly realize the benefits of generative AI in IP operations” have been increasing.
In response to this question, I asked generative AI to provide a structured answer. Please note that the investigation and analysis conducted by generative AI are based solely on publicly available information and may not fully reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.

]]><![CDATA[特許出願で有利になる実験ノート（ラボノート）の書き方]]>Sun, 12 Apr 2026 00:00:00 GMThttp://yorozuipsc.com/blog/2543246実験ノート（ラボノート）は、研究の過程や結果を記録するだけでなく、実験の再現性を担保し、研究の正当性（捏造ではないこと）を証明するための極めて重要な公的書類です。特許出願時において有利になる実験ノートの書き方について生成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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

How to Keep Experimental (Lab) Notebooks That Strengthen Patent Applications
Experimental notebooks (lab notebooks) are not only records of research processes and results, but also extremely important official documents that ensure the reproducibility of experiments and demonstrate the integrity of the research (i.e., that it is not fabricated).
I asked a generative AI to conduct an in-depth analysis of how to keep experimental notebooks in a way that is advantageous for patent applications. Please note that the investigation and analysis conducted by the generative AI are based solely on publicly available information and may not necessarily reflect actual circumstances, and may also contain inaccuracies.

]]><![CDATA[知的財産推進計画2025KPI「日本企業のAI利活用率を概ね100％まで高める」]]>Sat, 11 Apr 2026 23:30:00 GMThttp://yorozuipsc.com/blog/2025kpiai1002025年6月3日、内閣総理大臣を本部長とする知的財産戦略本部が「知的財産推進計画2025 ～IPトランスフォーメーション～」を決定しました。この中には、AI施策KPIとして「日本企業のAI利活用率を概ね100％まで高める」という目標が掲げられています。
計画決定から10カ月が経過した2026年4月時点の状況を見ると、大企業を中心にAI活用は急拡大している一方、中小企業の導入率は約20%にとどまり、KPI達成には依然として大きな乖離があります。
この知的財産推進計画2025KPI「日本企業のAI利活用率を概ね100％まで高める」についてその進捗、課題などを生成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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

KPI of the Intellectual Property Strategic Program 2025: “Increase the AI utilization rate among Japanese companies to approximately 100%”
On June 3, 2025, the Intellectual Property Strategy Headquarters, headed by the Prime Minister of Japan, adopted the Intellectual Property Strategic Program 2025 – IP Transformation. Within this program, a key AI-related KPI is set: “to increase the AI utilization rate among Japanese companies to approximately 100%.”
As of April 2026, ten months after the plan’s adoption, AI utilization has expanded rapidly, particularly among large enterprises. However, the adoption rate among small and medium-sized enterprises remains at around 20%, indicating a significant gap toward achieving the KPI.
I asked generative AI to conduct an in-depth analysis of the progress and challenges related to this KPI, “increasing the AI utilization rate among Japanese companies to approximately 100%.” Please note that the findings and analysis generated by AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies.

]]><![CDATA[Anthropicの年換算売上高がOpenAIを抜いた]]>Sat, 11 Apr 2026 23:30:00 GMThttp://yorozuipsc.com/blog/anthropicopenaiAnthropicは、2026年4月7日、年換算売上高（ARR）が300億ドル（約4.8兆円）に達したと発表しました。これはOpenAIの250億ドル（約4兆円）のARRを上回ります。
Anthropicがエンタープライズ市場へ注力した結果であり、特に「Claude Code」が1年足らずでARRを1,700万ドル（約25億円）から25億ドル（約4,000億円）へと急成長した寄与が大きいとされています。
この情報について、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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Anthropicの年換算売上高が300億ドルを突破、OpenAIを抜き世界最大のAIスタートアップへ
2026-04-08
https://finance.biggo.jp/news/F9mhap0B5edQG9E4ZxBE

Anthropic’s Annualized Revenue Surpasses OpenAI
On April 7, 2026, Anthropic announced that its annual recurring revenue (ARR) had reached $30 billion (approximately ¥4.8 trillion). This surpasses the $25 billion (approximately ¥4.0 trillion) ARR of OpenAI.
This growth is attributed to Anthropic’s strong focus on the enterprise market. In particular, its “Claude Code” offering is said to have made a significant contribution, rapidly expanding from an ARR of $17 million (approximately ¥2.5 billion) to $2.5 billion (approximately ¥400 billion) in less than a year.
I asked a generative AI system to conduct an in-depth analysis of this development. Please note that the results of this analysis are based solely on publicly available information and may not fully reflect the actual situation. They may also contain inaccuracies, so please review them with this in mind.

]]><![CDATA[企業知財部門におけるAIエージェント活用事例の比較]]>Sat, 11 Apr 2026 23:00:00 GMThttp://yorozuipsc.com/blog/ai5954455生成AIの急速な進化に伴い、企業の知的財産部門における業務プロセスは根本的な変革期を迎えています。特に2025年後半以降、単なる「チャット型AI」の利用から、自律的にタスクを遂行する「AIエージェント」の導入へとフェーズが移行しつつあります。
生成AIに、株式会社MIXIにおけるAIエージェントの先進的な活用事例を軸に、島津製作所など国内外の主要企業の取り組みを比較分析させました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

A Comparative Analysis of AI Agent Utilization in Corporate Intellectual Property Departments
With the rapid advancement of generative AI, business processes within corporate intellectual property (IP) departments are undergoing a fundamental transformation. Particularly since the latter half of 2025, there has been a shift from the use of simple “chat-based AI” to the adoption of “AI agents” capable of autonomously executing tasks.
Using generative AI, I conducted a comparative analysis of advanced AI agent use cases, centering on the pioneering initiatives at MIXI, alongside efforts by major domestic and international companies such as Shimadzu Corporation.
Please note that the research and analysis results generated by AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies, so we encourage readers to review them with this understanding.

]]><![CDATA[MIXIが生成AI導入で事業戦略に貢献する攻めの知財へ]]>Sat, 11 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/mixiaiMIXI知財室は生成AIの全面導入により、特許出願のリードタイムを最大4割削減し、少人数で大規模組織に匹敵する業務遂行能力を実現しました。さらに、特許出願・FTO調査・中間処理・商標区分推定・外部掲出物チェックという主要業務すべてにAIを組み込み、「守りの知財」から「事業戦略に貢献する攻めの知財」への転換を打ち出しています。
この取り組みは、全社AI利用率99%・月間17,600時間の業務削減を達成したMIXI全社のAI推進方針を知財領域で具体化したものとなっています。
生成AIに、このMIXIの取組みを深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

From Defensive IP to Offensive IP Contributing to Business Strategy through MIXI’s Adoption of Generative AI
MIXI’s Intellectual Property Department has fully implemented generative AI, achieving up to a 40% reduction in patent filing lead time and enabling a small team to perform at a level comparable to a large-scale organization. Furthermore, AI has been integrated into all core operations—including patent filing, FTO analysis, office action handling, trademark classification estimation, and review of external publications—marking a shift from “defensive IP” to “offensive IP” that actively contributes to business strategy.
This initiative represents the embodiment, within the IP domain, of MIXI’s company-wide AI strategy, which has achieved a 99% AI utilization rate and reduced working time by 17,600 hours per month.
I asked generative AI to conduct an in-depth analysis of MIXI’s initiatives. Please note that the results of this analysis are based solely on publicly available information and may not fully reflect actual conditions; they may also contain inaccuracies.

]]><![CDATA[AIエージェントと変える企業知財（MIXI 知財室）]]>Fri, 10 Apr 2026 23:36:30 GMThttp://yorozuipsc.com/blog/aimixi4月9日に配信された（第281回）知財実務オンライン：「AIエージェントと変える企業知財 ― 業務アシスタントから戦略的パートナーへ」（ゲスト：株式会社MIXI コンプライアンス本部知財室室長　栗山幸介氏、約1時間45分）を視聴しました。
SE出身の弁理士・中小企業診断士である栗山氏は、チャットAIの一問一答型利用から、Claude Codeを活用したAIが自律的に計画・実行する「エージェント」型へと活用を進化させています。デモでは、発送書類のPDFを入力するだけで、拒絶理由通知への対応案作成や特許査定案件の評価・分割出願方針の提案までをAIが約1時間で一括処理する様子が披露されました。
運用上のポイントは「許容ライン」の設計で、権利維持目的の中間処理はAIに大きく委ね、重要案件には人が深く関与するという、メリハリが少人数での高い生産性を支えています。プロンプト資産はGitHubで管理し、出願関連だけで約1万8000行に達しています。
今年度の目標は「5人で30人分のアウトプット」、知財部を処理組織から戦略を語る組織へ転換するというビジョンが明確に示されていました。
AIで何が自動化できるかだけでなく、知財部門がこれから何を担うべきかを考えるうえでも、ぜひご視聴ください。

（第281回）知財実務オンライン：「AIエージェントと変える企業知財 ― 業務アシスタントから戦略的パートナーへ」（ゲスト：株式会社MIXI コンプライアンス本部知財室室長　栗山幸介）
https://www.youtube.com/watch?v=bNFbfnHIaZc

Transforming Corporate IP with AI Agents (MIXI IP Department)
I watched the 281st IP Practice Online session, streamed on April 9, titled “Transforming Corporate IP with AI Agents — From Operational Assistants to Strategic Partners” (Guest: Mr. Kosuke Kuriyama, Head of the Intellectual Property Office, Compliance Division, MIXI, Inc.; approx. 1 hour 45 minutes).
Mr. Kuriyama, a patent attorney and certified small and medium enterprise management consultant with a background as a systems engineer, has evolved his use of AI from simple Q&A-style chat tools to an “agent-based” approach in which AI autonomously plans and executes tasks using tools such as Claude Code. In the demonstration, simply inputting a PDF of office action documents enabled the AI to complete, in about one hour, a full set of processes—from drafting response strategies to office actions, to evaluating cases for allowance and proposing divisional filing strategies.
A key operational point is the design of an “acceptable threshold.” Routine intermediate procedures aimed at maintaining rights are largely delegated to AI, while human experts remain deeply involved in critical cases. This clear division of roles enables high productivity even with a small team. Prompt assets are managed on GitHub, with approximately 18,000 lines dedicated to filing-related workflows alone.
The department’s goal for this fiscal year is to achieve “the output of 30 people with a team of five,” with a clear vision of transforming the IP department from a processing function into a strategy-driven organization.
This session is highly recommended—not only for understanding what can be automated with AI, but also for rethinking the future role of corporate IP departments.

]]><![CDATA[Metaの新たなAIモデル「Muse Spark」]]>Fri, 10 Apr 2026 23:00:00 GMThttp://yorozuipsc.com/blog/metaaimuse-spark2026年4月8日、Metaは新たなAIモデル「Muse Spark」を発表しました。
生成AIに、この「「Muse Spark」を深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Meta’s New AI Model “Muse Spark”
On April 8, 2026, Meta announced a new AI model called “Muse Spark.”
I asked a generative AI system to conduct a deep dive into “Muse Spark.” Please note that the investigation and analysis produced by generative AI are based solely on publicly available information and may not necessarily reflect actual conditions, and may also contain inaccuracies.

]]><![CDATA[競合他社分析にすぐ使えるIPランドスケープ特化型生成AIツール]]>Fri, 10 Apr 2026 23:00:00 GMThttp://yorozuipsc.com/blog/ipai4001773競合他社分析にすぐ使えるIPランドスケープ特化型生成AIツールについて、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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Generative AI Tools Specialized for IP Landscape Analysis, Ready for Competitor Analysis
I conducted an in-depth exploration using generative AI on specialized generative AI tools for IP landscape analysis that can be readily applied to competitor analysis.
Please note that the research and analysis conducted by generative AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies, so please review them with this understanding.

]]><![CDATA[ホワイトスペース分析にすぐ使える特化型生成AIツール]]>Thu, 09 Apr 2026 23:00:00 GMThttp://yorozuipsc.com/blog/ai8836059IPランドスケープにおける「ホワイトスペース分析」は、競合他社がまだ特許を取得していない、あるいは技術的課題が残されている「空白領域」を特定し、新規事業や研究開発の方向性を決定するための重要なプロセスです。近年、生成AIの進化により、膨大な特許文献や非特許文献（学術論文など）を瞬時に読み解き、意味的クラスタリングや自然言語によるインサイト抽出を行うツールが多数登場しています。
生成AIに、ホワイトスペース分析にすぐ使えるIPランドスケープ特化型の生成AIツールを厳選させ、それぞれの特徴、機能、および最適なユースケースを比較・整理させました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Specialized Generative AI Tools Readily Applicable to Whitespace Analysis
In IP landscape analysis, “whitespace analysis” is a critical process for identifying “unexplored areas” where competitors have not yet secured patents or where technical challenges remain unresolved. It plays a key role in determining the direction of new business initiatives and R&D activities.
In recent years, with the advancement of generative AI, numerous tools have emerged that can instantly analyze vast volumes of patent and non-patent literature (such as academic papers), enabling semantic clustering and the extraction of insights through natural language processing.
Using generative AI, I have curated a selection of specialized tools tailored for IP landscape–driven whitespace analysis, and organized a comparative overview of their features, functionalities, and optimal use cases.
Please note that the research and analysis conducted by generative AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies, and should therefore be reviewed with appropriate caution.

]]><![CDATA[「特許・実用新案審査基準」改訂案]]>Thu, 09 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/7918100産業構造審議会知的財産分科会特許制度小委員会審査基準専門委員会ワーキンググループ第18回会合（令和7年11月17日開催）・第19回会合（令和8年3月18日開催）で承認された改訂の方向性に従い、「特許・実用新案審査基準」の改訂案が作成され、意見募集が始まりました。意見募集期間は、令和8年4月8日（水曜日）～令和8年5月7日（木曜日）です。
主な改訂点として、引用発明との重複を避ける「除くクレーム」の補正について、新規事項の追加とみなされない具体例や判断指針が明確化されています。また、進歩性の判断において、引用文献の記載に固執せず当業者の視点や阻害要因の程度を総合的に評価する運用も示されました。さらに、外国語書面出願における翻訳の不備への対応や、同日出願があった際の協議手続きを効率化するための運用変更も含まれています。
生成AIに、この「特許・実用新案審査基準」の改訂案を深掘りさせ、意見案を作成させました。この改定案に関する課題はピックアップされているように思います。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

4月8日　「特許・実用新案審査基準」改訂案に対する意見募集
https://www.jpo.go.jp/news/public/iken/260408_tokkyo-shinsakijun.html

2026年04月09日　そーとく日記
「除くクレーム」審査基準改訂案・第19回審査基準専門委員会WG議事録
https://thinkpat.seesaa.net/article/520399847.html

Proposed Revisions to the “Examination Guidelines for Patents and Utility Models”
In accordance with the direction of revisions approved at the 18th meeting (held on November 17, 2025) and the 19th meeting (held on March 18, 2026) of the Working Group on Examination Guidelines under the Patent System Subcommittee of the Intellectual Property Committee of the Industrial Structure Council, a draft revision of the “Examination Guidelines for Patents and Utility Models” has been prepared, and a public comment process has commenced. The comment period runs from April 8, 2026 (Wednesday) to May 7, 2026 (Thursday).
The major points of revision include clarification of specific examples and examination criteria regarding amendments to so-called “excluding claims” (disclaimer claims) intended to avoid overlap with cited inventions, particularly in relation to whether such amendments constitute the addition of new matter. In addition, for the assessment of inventive step, the revised draft indicates an operational approach that does not rigidly adhere to the descriptions in cited documents, but instead comprehensively evaluates the perspective of a person skilled in the art and the degree of any teaching away (hindering factors).
Furthermore, the draft includes measures to address deficiencies in translations for foreign-language patent applications, as well as procedural changes aimed at improving the efficiency of consultations in cases of same-day filings.
A generative AI system was used to conduct an in-depth analysis of this draft revision of the “Examination Guidelines for Patents and Utility Models” and to prepare a set of comments. It appears that key issues related to this revision have been identified. However, please note that the analysis and findings generated by AI are based solely on publicly available information and may not necessarily reflect actual circumstances; they may also contain inaccuracies.

]]><![CDATA[数学者向けの無料AIツール「Axplorer」]]>Thu, 09 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/aiaxplorerAIスタートアップ「アクシオム・マス（Axiom Math）」が開発した無料の数学AIツール「Axplorer」は、これまでスーパーコンピューターを必要としていた高度な数学研究を、個人のコンピュータで実行可能にすることで、数学界に革命をもたらしているということです。このツールは、数万台のマシンで3週間を要した計算問題を1台のMacでわずか2時間30分で解決するというから驚きです。
この数学者向けの無料AIツール「Axplorer」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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

A Free AI Tool for Mathematicians: “Axplorer”
“Axplorer,” a free AI tool for mathematics developed by the AI startup Axiom Math, is said to be revolutionizing the field by enabling advanced mathematical research—previously requiring supercomputers—to be performed on personal computers. Remarkably, it can solve computational problems that once required tens of thousands of machines running for three weeks in just 2 hours and 30 minutes on a single Mac.
I asked a generative AI to conduct an in-depth analysis of this free AI tool for mathematicians, “Axplorer.” Please note that the investigation and analysis conducted by the generative AI are based solely on publicly available information and may not necessarily reflect the full reality. They may also contain inaccuracies, so please review them with this in mind.

]]><![CDATA[技術動向分析から技術開発テーマを提案]]>Thu, 09 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/2990754生成AIに、技術動向分析から自社が取り組むべき技術開発テーマを提案する用途で、すぐに使える特許特化型AI活用ツールをピックアップさせ、事例を調査させました。
なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Proposing R&D Themes Based on Technology Trend Analysis
I asked a generative AI to identify patent-focused AI tools that can be readily used to propose technology development themes a company should pursue based on technology trend analysis, and to investigate relevant use cases.
Please note that the research and analysis conducted by the generative AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.

]]><![CDATA[能力が凄すぎて一般公開が見送られた「Claude Mythos」]]>Thu, 09 Apr 2026 00:41:37 GMThttp://yorozuipsc.com/blog/claude-mythos2026年4月7日、Anthropicは、既存のフラッグシップモデル「Claude Opus」を大幅に上回る性能を持ち、特にサイバーセキュリティ分野で前例のない能力を示す新型AIモデル「Claude Mythos Preview」を発表しました。
このモデルは、自律的にソフトウェアの未知の脆弱性を発見・悪用する能力が極めて高いため、Anthropicは一般公開を見送り、主要テクノロジー企業と連携して防御目的で活用するイニシアチブ「Project Glasswing」を発足させました。
このMythos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、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Project Glasswing: Securing critical software for the AI era
https://www.anthropic.com/glasswing

Anthropic「Claude Mythos」凄すぎて一般公開見送り
2026年04月08日
https://ascii.jp/elem/000/004/388/4388019/

Anthropic’s “Claude Mythos,” Deemed Too Powerful for Public Release
On April 7, 2026, Anthropic announced a new AI model, Claude Mythos Preview, which significantly surpasses the performance of its existing flagship model, Claude Opus, and demonstrates unprecedented capabilities particularly in the field of cybersecurity.
Due to its extremely high ability to autonomously discover and exploit unknown software vulnerabilities, Anthropic decided not to release the model to the public. Instead, the company launched an initiative called Project Glasswing, in collaboration with major technology firms, to utilize the model for defensive purposes.
I conducted an in-depth analysis of Mythos using generative AI. Please note that the findings are based solely on publicly available information and may not fully reflect the actual situation, and may also contain inaccuracies.

]]><![CDATA[IPランドスケープ実践用特化型生成AI活用ツール]]>Tue, 07 Apr 2026 21:51:42 GMThttp://yorozuipsc.com/blog/ipai9845351IPランドスケープ（IP Landscape）とは、「経営戦略や事業戦略の立案において、経営・事業情報に知財情報（特許など）を組み込んだ分析を実施し、その分析結果（現状の俯瞰・将来展望など）を経営者や事業責任者と共有すること」です。
生成AIに、このIPランドスケープを実践するための特化型生成AI活用ツールを徹底分析させました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Specialized Generative AI Tools for Practicing IP Landscape
IP Landscape refers to the practice of integrating intellectual property information (such as patents) with business and management data to conduct analyses that support the formulation of corporate and business strategies. The results of such analyses—covering both the current landscape and future outlook—are then shared with executives and business leaders.
I conducted an in-depth analysis using generative AI on specialized tools designed to support the practical implementation of IP Landscape. Please note that the findings and analyses generated by AI are based solely on publicly available information and may not fully reflect actual conditions. They may also contain inaccuracies, so please review them with this understanding.

]]>