<![CDATA[ - Blog]]>

<![CDATA[ - Blog]]>Mon, 28 Sep 2026 09:05:00 +0900Weebly<![CDATA[『AI×知財分析：特許情報分析の工程・品質設計実践ガイド』]]>Sun, 27 Sep 2026 23:58:11 GMThttp://yorozuipsc.com/blog/aix8264048『AI×知財分析：特許情報分析の工程・品質設計実践ガイド』：「業務の再設計」は経営判断に届くか（川上成年・大瀬佳之・上村侑太郎著）は、生成AIを使った知財分析を「品質を担保できる業務」として組み立てるための、現時点で最も体系的な実務書の一つと言えるでしょう。ぜひ読んでいただきたい本です。

「AIで自動化」ではなく「AIを組み込んだ業務の再設計」
生成AIを特許情報分析に使う試みは急速に広がっています。一方で現場からは、「出力をどこまで信用してよいかわからない」「結局、人手で全部見直している」という声がよく聞かれます。
本書はこの問題に正面から取り組んだ実務書です。主張は明快で、人間が全工程を担う前提で組み立てられた分析プロセスにAIという新たな担い手を組み込み、プロセスそのものを再設計せよ、というものです。その軸となるのが「業務設計」と「検証設計」です。業務設計では、どの工程をAIに任せ、どこに人間を置くかを決めます。検証設計では、人間がどこで出力を確認し、品質を担保してから次工程へ渡すかを仕組み化します。
ハルシネーションを前提として品質を設計する。この姿勢が一貫している点が、類書との最大の違いです。

本書の構成と読みどころ
第1章では、従来の「インデックス中心分析」の限界を、「軸がない」「文脈がない」という2つの壁として整理しています。そのうえで生成AIの意義を「目的に適合した分類軸と文脈理解を作れること」と位置づけ、分析者の役割を「地図を作る人」から「航路を示す人」へと再定義しています。
第2章は信頼性設計の実務編です。3層防御、AIによるAIのクロスチェック、RAG、根拠提示、Human in the Loopを扱います。さらに、組織としてのガイドライン策定、検索式マトリクス、プロンプト設計、ツール選定まで、導入時に必要な論点が揃っています。
第3章〜第5章はケーススタディです。ビール飲料特許の分析、デザイン科学と組み合わせたアイデア発想、EV熱マネジメントを題材にした多層DSMによる設計知識の抽出を取り上げています。いずれもプロンプト例と出力例付きで、手順を追体験できます。プログラミングは不要で、Claude、ChatGPT、GeminiなどのLLMとの対話だけで完結する点も、実務者にはありがたいところです。
第6章は、研究者・新規事業担当者・知財部門それぞれに向けて、分析者の価値を論じています。分析者が担う役割は、設計者（Architect）、統合者（Integrator）、翻訳者（Translator）の3つに整理されます。最後は「サーチャーからストラテジストへ」「T字型からπ字型へ」というメッセージで締めくくられています。

この再設計で、分析結果は経営の意思決定につながるか
私は知財部門の実務とコンサルティングを通じて、「分析結果が経営の意思決定につながらない」という課題を繰り返し見てきました。そこで、この観点から本書を読んでみました。その結果、本書にはこの課題に応える工夫が随所に盛り込まれていることがわかりました。
第1に、ワークフローそのものが経営の言葉で設計されています。 本書の6フェーズのワークフローは、経営戦略立案のフローに準じて設計されています。6つのフェーズは、目的の設定、プレ分析、現状分析、戦略方向性の定義、実行可能性評価、報告と提案です。本書はこれを、分析者・研究開発者・経営層をつなぐ「全体設計の共通言語」と位置づけています。分析を経営判断の材料として組み立てる発想が、工程のレベルで組み込まれているのは大きな特長です。
第2に、分析のゴールが「提言」まで引き上げられています。 本書はアウトプットを「調査→分析・考察→未来洞察→提言」の4段階で再定義しています。そのうえで、「きれいな図表を作ること」が目的化する従来の構造を、はっきりと問題として指摘しています。AIによって作業時間が圧縮されることで、分析者は未来洞察と提言の段階に到達する時間と余裕を得られる、という整理は説得力があります。
第3に、提言の妥当性を事前に検証する仕組みがあります。 実行可能性評価のフェーズでは、AIにあえて「批判的検討者」を演じさせます。そして、戦略案の最大のリスクや競合の対抗措置を指摘させます。また第6章では、提言に反証条件を添えることを求めています。楽観バイアスを排し、経営に耐える提言に仕上げるための具体的な工夫です。
第4に、「思考の外注」への警鐘が明確です。 AIの領分を「広さと速さ」、人間の領分を「深さと意味づけ」と整理し、この役割分担を守ることが思考の外注を防ぐと強調しています。AIに頼りすぎることへの戒めが全編を通じて示されている点も、実務書として信頼できるところです。

さらに踏み込んでほしかった点
そのうえで、経営の現場を見てきた立場から、今後さらに掘り下げていただけるとうれしい点を挙げます。
1つ目は、「報告と提案」の先の設計です。ワークフローはフェーズ6の報告で一区切りとなっています。しかし実際には、提言を受けて経営がどう決め、どう実行し、その結果を次の分析にどう生かすかというフィードバックの循環が、分析の価値を大きく左右します。この「その後」の設計まで示されると、さらに実践的になると感じました。
2つ目は、分析者と経営者の役割の切り分けです。各フェーズの役割分担表では、「責任ある意思決定・経営資源配分の判断」が「人間の役割」とされています。この「人間」が分析者なのか経営者なのかをもう一段区別すると、組織への導入時に役立つと思います。
3つ目は、組織としての仕組み化です。第6章は、分析者一人ひとりがストラテジストへ成長する道筋を力強く描いています。これに加えて、知財・無形資産ガバナンスのような組織の意思決定の仕組みとどう結びつけるかという視点が加わると、個人の力量に左右されない形で経営への接続が定着していくのではないでしょうか。

おわりに
本書は、生成AIを使った知財分析を「品質を担保できる業務」として組み立てるための、現時点で最も体系的な実務書の一つです。知財部門の実務者、IPランドスケープ担当者、研究開発・新規事業の企画担当者に広くおすすめします。
AIが分析を安く速くするほど、「誰が、いつ、何を決めるために使うのか」という問いの重みは増していきます。本書はその問いに向き合うための確かな土台を与えてくれる一冊です。

AI×知財分析: 特許情報分析の工程・品質設計実践ガイド
川上成年 (著), 大瀬佳之 (著), 上村侑太郎 (著) 形式: 単行本
https://www.amazon.co.jp/dp/4502592617

AI × IP Analysis: A Practical Guide to Process Design and Quality Assurance in Patent Information Analysis
Can “Workflow Redesign” Inform Management Decision-Making?
AI × IP Analysis: A Practical Guide to Process Design and Quality Assurance in Patent Information Analysis, by Naritoshi Kawakami, Yoshiyuki Ose, and Yutaro Uemura, is arguably one of the most systematic practical guides currently available for organizing generative AI–assisted IP analysis into “workflows whose quality can be assured.” It is a book I strongly recommend.
Not “Automation with AI,” but “Redesigning Workflows to Incorporate AI”
The use of generative AI in patent information analysis is spreading rapidly. At the same time, practitioners frequently voice concerns such as, “I don’t know how far I can trust the output,” and “In the end, I still have to review everything manually.”
This book tackles these problems head-on. Its central argument is clear: incorporate AI as a new contributor into analytical processes originally designed on the assumption that humans would handle every step—and redesign the processes themselves. The two pillars of this approach are “workflow design” and “verification design.” Workflow design determines which stages to entrust to AI and where to involve humans. Verification design establishes systematic checkpoints at which people review outputs and ensure their quality before passing them to the next stage.
Designing for quality on the assumption that hallucinations will occur: the consistency of this approach is what most clearly distinguishes the book from other works on the subject.
The Book’s Structure and Key Highlights
Chapter 1 identifies two barriers that limit conventional “index-centric analysis”: a “lack of analytical axes” and a “lack of context.” It then positions the significance of generative AI in its ability to develop purpose-specific classification axes and understand context, redefining the analyst’s role from “someone who draws maps” to “someone who charts the course.”
Chapter 2 provides practical guidance on designing for reliability. It covers a three-layer defense, AI-to-AI cross-checking, retrieval-augmented generation (RAG), the presentation of supporting evidence, and human-in-the-loop review. It also addresses the issues organizations need to consider when introducing AI, from organizational guidelines and search-query matrices to prompt design and tool selection.
Chapters 3–5 present case studies: the analysis of beer-related patents, idea generation combined with design science, and the extraction of design knowledge using multilayer DSMs, with electric vehicle (EV) thermal management as the subject. Each includes sample prompts and outputs, allowing readers to work through the procedures themselves. Another welcome feature for practitioners is that no programming is required: the exercises can be completed entirely through dialogue with large language models (LLMs) such as Claude, ChatGPT, and Gemini.
Chapter 6 discusses the value analysts bring to researchers, new business development teams, and IP departments. It organizes the analyst’s responsibilities into three roles: Architect, Integrator, and Translator. The chapter concludes with the messages “from searcher to strategist” and “from T-shaped to π-shaped professionals.”
Can This Redesign Connect Analysis to Management Decision-Making?
Through my work in corporate IP departments and consulting, I have repeatedly encountered the problem of analytical findings failing to inform management decisions. I therefore read this book through that lens. What I found was that it incorporates numerous measures to address this challenge.
First, the workflow itself is designed in the language of management. The book’s six-phase workflow follows the logic of management strategy formulation. The phases are setting objectives, preliminary analysis, current-state analysis, defining strategic direction, feasibility assessment, and reporting and recommendations. The book positions this workflow as “a common language for designing the overall process,” connecting analysts, R&D professionals, and senior management. A major strength is that the idea of structuring analysis to support management decisions is built into the process itself.
Second, the goal of analysis is elevated to the level of recommendations. The book redefines outputs across four stages: “research → analysis and interpretation → foresight → recommendations.” It explicitly identifies the conventional tendency to make “producing attractive charts and tables” an end in itself as a problem. Its argument is persuasive: by reducing the time spent on tasks, AI gives analysts the time and capacity to reach the stages of foresight and recommendations.
Third, the approach includes mechanisms for testing the validity of recommendations in advance. During the feasibility assessment phase, AI is deliberately asked to play the role of a “critical reviewer,” identifying the greatest risks in a proposed strategy and the countermeasures competitors might take. Chapter 6 also calls for recommendations to be accompanied by the conditions under which they would be invalidated. These are concrete measures for countering optimism bias and developing recommendations robust enough to withstand management scrutiny.
Fourth, the warning against “outsourcing thinking” is clear. The book assigns “breadth and speed” to AI and “depth and interpretation” to humans, emphasizing that maintaining this division of responsibilities prevents the outsourcing of thinking. Its consistent warnings against excessive reliance on AI are another reason to trust it as a practical guide.
Where I Would Have Welcomed Further Exploration
That said, drawing on my experience with management in practice, I would highlight several areas that I would welcome seeing explored in greater depth.
The first is designing what happens after “reporting and recommendations.” The workflow reaches a stopping point with reporting in Phase 6. In practice, however, the value of analysis depends heavily on the feedback loop: how management makes decisions in response to recommendations, how those decisions are implemented, and how the outcomes inform subsequent analysis. Showing how to design this “what happens next” would make the approach even more practical.
The second is distinguishing between the roles of analysts and executives. The role-allocation tables for each phase assign “responsible decision-making and judgments about resource allocation” to “humans.” A more explicit distinction between whether “humans” refers to analysts or executives would be helpful when introducing the approach into an organization.
The third is embedding the approach in organizational systems. Chapter 6 compellingly describes the path by which individual analysts can develop into strategists. Adding a perspective on how this connects with organizational decision-making structures—such as IP and intangible asset governance—could help institutionalize the link to management, rather than leaving it dependent on individual capabilities.
Conclusion
This book is one of the most systematic practical guides currently available for organizing generative AI–assisted IP analysis into “workflows whose quality can be assured.” I recommend it widely to IP practitioners, IP landscape analysts, and those responsible for planning in R&D and new business development.
The cheaper and faster AI makes analysis, the more important the following question becomes: “Who will use it, when, and to make what decisions?” This book provides a solid foundation for addressing that question.]]><![CDATA[知財・情報フェア2026「カオスマップ」]]>Sun, 27 Sep 2026 01:46:34 GMThttp://yorozuipsc.com/blog/202618883502026年9月16〜18日に東京ビッグサイトで開かれた「知財・情報フェア＆コンファレンス2026」の出展169社・製品215・講演114枠を、来場者ポータルの公開データから取り込み、知財業務のライフサイクル（横軸）×提供形態（色）で並べ替えた『知財・情報フェア2026「カオスマップ」』が公開されています。どんなサービスがあるか外観したいとき、見逃しがないかチェックする際に便利です。

知財・情報フェア2026を「カオスマップ」にしてみた — 169社の出展ツールを業務の流れで並べ替える
https://note.com/satoshi_hayasaki/n/nce4dd531cf31

知財・情報フェア2026 出展ツールカオスマップ
https://mokumoku.ipfde.com/docs/pifc2026-chaosmap.html

Patent Information Fair & Conference 2026 “Market Landscape Map”
A “Market Landscape Map” has been published for the Patent Information Fair & Conference 2026, held at Tokyo Big Sight from September 16 to 18, 2026. Drawing on publicly available data from the event’s visitor portal, the map covers 169 exhibiting companies, 215 products, and 114 presentation sessions, organizing them by stage in the intellectual property (IP) workflow lifecycle along the horizontal axis and color-coding them by delivery model.
The map is useful for getting an overview of the services available and checking for offerings you may have missed.

]]><![CDATA[iPS細胞基本特許の存続期間延長が決定]]>Fri, 25 Sep 2026 22:30:00 GMThttp://yorozuipsc.com/blog/ips9165612京都大は2026年9月24日、人工多能性幹細胞（iPS細胞）の作製方法などに関する基本特許の権利が2031年12月まで延長されたと発表しました。特許権の存続期間は、原則として出願から20年ですが、医薬品や再生医療等製品では、承認を得るまでに臨床試験や審査など長い期間を要するため、特許発明を実施できなかった期間について、一定の要件を満たした場合、特許権の存続期間を最長5年間延長できる制度が設けられています。2026年3月に、iPS細胞を用いた再生医療等製品である住友ファーマ株式会社のパーキンソン病治療製品「アムシェプリ®」とクオリプス株式会社の重症心不全治療製品「リハート®」が、条件及び期限付きで製造販売承認を受けましたので、京都大学は、これらの承認に基づいて、関連するiPS細胞の基本特許の存続期間の延長登録を日本特許庁に出願していました。
本件について、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。

iPS細胞の基本特許の存続期間延長が決定
―知的財産を通じてiPS細胞医療応用の社会実装を示す―
https://www.cira.kyoto-u.ac.jp/j/pressrelease/news/260924-140000.html

Patent Term Extensions Granted for Foundational iPS Cell Patents
On September 24, 2026, Kyoto University announced that the terms of its foundational patents covering methods for generating induced pluripotent stem cells (iPS cells) and related technologies had been extended through December 2031.
As a general rule, a patent lasts for 20 years from its filing date. However, pharmaceuticals and regenerative medical products require lengthy clinical trials and regulatory reviews before approval can be obtained. A patent term extension system therefore allows patent terms to be extended by up to five years, provided certain requirements are met, to compensate for the period during which the patented invention could not be put into practice.
In March 2026, two iPS cell-based regenerative medical products—Sumitomo Pharma Co., Ltd.’s AMCHEPRY® for the treatment of Parkinson’s disease and Cuorips Inc.’s RiHEART® for the treatment of severe heart failure—received conditional and time-limited manufacturing and marketing approval. Based on these approvals, Kyoto University had filed applications with the Japan Patent Office to register term extensions for the relevant foundational iPS cell patents.
I asked generative AI to conduct an in-depth investigation into this matter. Please refer to the resulting research and analysis. Please note, however, that these AI-generated findings are based solely on publicly available information, do not necessarily reflect the actual circumstances, and may contain errors. Please review them with these limitations in mind.

]]><![CDATA[Gemini 4は年末よりかなり前に登場の可能性]]>Fri, 25 Sep 2026 22:00:59 GMThttp://yorozuipsc.com/blog/gemini-42026年9月24日、Google DeepMindの開発責任者であるコライ・カブクチュオール氏が、Gemini 4がすでに「ポストトレーニング（事後学習）の初期段階」に入っていることを明かし、2026年末より大幅に早くローンチする可能性があると述べました。Googleは2025年11月のGemini 3シリーズ以降、新たな旗艦モデルを発表しておらず、OpenAIやAnthropicに旗艦モデルで後れをとっています。カブクチュオール氏は、約束していたGemini 3.5 Proのアップデートを見送り、Flashモデルに注力する判断を下したことを認めつつも、グーグルが最前線に留まり続けることへの自信を表明したと報道されています。Gemini 3.5 Proが幻となったようにGemini 4 が幻に終わる懸念もあります。
本件について、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。

グーグルDeepMindトップ、Gemini 4は年末よりかなり前に登場の可能性を示唆
https://finance.biggo.jp/news/453577c6-1b68-4b92-96fb-565ac750742f

Gemini 4 Could Arrive Well Before the End of the Year
On September 24, 2026, Koray Kavukcuoglu, Google DeepMind’s head of development, revealed that Gemini 4 had already entered the “early stages of post-training” and said it could launch well before the end of 2026. Google has not announced a new flagship model since the Gemini 3 series in November 2025, leaving it trailing OpenAI and Anthropic in flagship models. While acknowledging the decision to forgo the promised Gemini 3.5 Pro update and focus on Flash models, Kavukcuoglu reportedly expressed confidence that Google would remain at the forefront of AI. Just as Gemini 3.5 Pro ended up being a phantom release, there are concerns that Gemini 4 might meet the same fate.
I asked generative AI to conduct an in-depth investigation into this topic and am sharing the findings for your reference. Please note that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual situation, and may contain inaccuracies.

]]><![CDATA[人工知能のパイオニアがSakana AIに参画]]>Fri, 25 Sep 2026 22:00:00 GMThttp://yorozuipsc.com/blog/sakana-ai5256186現代AIの父として世界的に知られるユルゲン・シュミットフーバー氏がサカナAIに最高科学顧問として入社し、東京に新設された再帰的自己改善（RSI）ラボを指導することになったことが、2026年9月24日発表されました。その詳細と影響を生成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。

The Next Frontier: Welcoming AI Pioneer Jürgen Schmidhuber to Sakana AI
https://sakana.ai/schmidhuber/

AI Pioneer Joins Sakana AI
On September 24, 2026, it was announced that Jürgen Schmidhuber, known worldwide as the father of modern AI, had joined Sakana AI as Chief Scientific Advisor and would lead its newly established Recursive Self-Improvement (RSI) Lab in Tokyo.
I asked generative AI to conduct an in-depth investigation into the details of this development and its implications. Please review the findings, bearing in mind that AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual situation, and may contain errors.

]]><![CDATA[2026PIFCにおける「図面・表の読解と作成」への生成AI活用]]>Thu, 24 Sep 2026 22:00:00 GMThttp://yorozuipsc.com/blog/2026pifcai3076175「2026知財・情報フェア＆コンファレンス（PIFC）」における「図面・表の読解と作成」への生成AI活用関連の展示内容について、生成AIに2025年と比較して調査させましたので、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。

Generative AI for Interpreting and Creating Drawings and Tables at PIFC 2026
I asked generative AI to investigate the exhibits showcasing the use of generative AI for interpreting and creating drawings and tables at the 2026 Patent Information Fair & Conference (PIFC), and to compare them with those from 2025. The findings are presented for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual circumstances, and may contain inaccuracies. Please keep these limitations in mind when reviewing the findings.

]]><![CDATA[ClaudeがCRISPRに似た未知の酵素システムを発見]]>Thu, 24 Sep 2026 21:30:00 GMThttp://yorozuipsc.com/blog/claudecrispr2026年9月23日、Anthropicのライフサイエンス研究チーム（Peter H. Yoonら）は、自律型AIエージェントを活用してメタゲノムデータから未知の分子機構を発見したとするプレプリント「Autonomous AI agents discover reverse transcriptases with tandem repeat arrays」を発表しました。「array-associated reverse transcriptases」、略して「ART」と名付けられたこのシステムの具体的な機能はまだ分かっていませんが、Claudeが大量のDNA配列を自律的に調べ、研究対象となる新たな生物学的システムを見つけ出した事例となっています。
この件を生成AIに深掘り調査させましたので、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。

Claude discovers a novel enzyme system with CRISPR-like repeats
Sep 23, 2026
https://www.anthropic.com/news/claude-discovers-novel-enzyme-system

AnthropicのClaudeがバクテリオファージからCRISPRに似た未知の酵素システムを発見、ダリオ・アモデイCEOはAIで「5〜10年以内に多くの病気を治せる」と予測
https://gigazine.net/news/20260924-anthropic-claude-crispr/

Claude Discovers a Previously Unknown Enzyme System Resembling CRISPR
On September 23, 2026, Anthropic’s life sciences research team (Peter H. Yoon and colleagues) released a preprint titled “Autonomous AI agents discover reverse transcriptases with tandem repeat arrays,” reporting the discovery of a previously unknown molecular mechanism in metagenomic data using autonomous AI agents. Although the specific function of this system—named “array-associated reverse transcriptases,” or “ART”—remains unknown, this represents a case in which Claude autonomously examined large volumes of DNA sequence data and identified a new biological system for further investigation.
I asked generative AI to conduct an in-depth investigation into this development, and the findings are presented for your reference. Please note that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual circumstances, and may contain inaccuracies. Please keep these limitations in mind when reviewing the findings.

]]><![CDATA[知財業界の生成AI活用のトレンドと2027年の予測]]>Wed, 23 Sep 2026 22:30:00 GMThttp://yorozuipsc.com/blog/ai2027知財業界における生成AI活用の今後のトレンドを生成AIに深掘り調査させ、2027年の予測をさせましたので、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。

Trends in Generative AI Adoption in the IP Industry and Predictions for 2027
I asked generative AI to conduct an in-depth investigation into future trends in the use of generative AI in the intellectual property (IP) industry and to make predictions for 2027. Please refer to the findings.
When reviewing them, please bear in mind that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual situation, and may contain errors.

知財業界における生成ai活用の動向と2027年に向けた予測（説明資料）.pdf
File Size:	622 kb
File Type:	pdf

Download File

]]><![CDATA[OpenAIが「GPT-6 Sol」「GPT-6 Luna」を公開]]>Wed, 23 Sep 2026 22:00:00 GMThttp://yorozuipsc.com/blog/openaigpt-6-solgpt-6-luna2026年9月22日、OpenAIはGPT-6ファミリーの新モデル「GPT-6 Sol」と「GPT-6 Luna」を公開しました。前世代モデルからAPI利用価格を50%引き下げ、事実誤認の発生率も半減させており、GPT-6 Solは複雑なコーディングや自律型エージェントの運用を担う中核モデルとして位置づけられ、GPT-6 Lunaは定型的な要約やデータ抽出といった大量の処理を低コストで実行する高効率モデルとして設計されています。
「GPT-6 Sol」と「GPT-6 Luna」の特徴や評判などについて、生成AIに深掘り調査させましたので、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。

Introducing GPT‑6 Sol and Luna
https://openai.com/index/introducing-gpt-6-sol-and-luna/

OpenAI Releases GPT-6 Sol and GPT-6 Luna
On September 22, 2026, OpenAI released GPT-6 Sol and GPT-6 Luna, two new models in the GPT-6 family. Compared with the previous-generation models, API pricing has been reduced by 50%, and the rate of factual errors has also been halved. GPT-6 Sol is positioned as a core model for complex coding tasks and running autonomous agents, while GPT-6 Luna is designed as a highly efficient model for handling high-volume tasks, such as routine summarization and data extraction, at low cost.
I asked generative AI to conduct an in-depth investigation into the features, reception, and other aspects of GPT-6 Sol and GPT-6 Luna. Please refer to the findings. When reviewing them, please bear in mind that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual situation, and may contain errors.

]]><![CDATA[Anthropicが「Claude Opus 5.5」発表]]>Wed, 23 Sep 2026 21:30:00 GMThttp://yorozuipsc.com/blog/anthropicclaude-opus-55Anthropicは、2026年9月22日、新たな「Claude 5.5」ファミリーの最初のモデル「Claude Opus 5.5」の提供を開始しました。Claude Opus 5.5は多くの作業で上位モデル「Claude Fable 5.1」並みの性能を発揮し、一般的な作業ではOpus 5より運用コストが40％下がるということです。「Artificial Analysis Intelligence Index」では、Opus 5.5が58点で、GPT-6 AstraやClaude Fable 5.1などのモデルを総合スコアで上回りトップになりました。
「Claude Opus 5.5」の特徴や評判などについて、生成AIに深掘り調査させましたので、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。

We’re introducing Claude Opus 5.5, the first model in our new Claude 5.5 family.
https://www.anthropic.com/claude-opus-5-5

Claude Opus 5.5発表、Astra超え・Fable 5.1級で半額以下。口調も結論から分かりやすく改善、無料リセット配布
https://news.yahoo.co.jp/articles/1055bc1a895d92429bdc77ab39863d41379ef0bc

Anthropic Announces Claude Opus 5.5
On September 22, 2026, Anthropic launched Claude Opus 5.5, the first model in its new Claude 5.5 family. Claude Opus 5.5 reportedly delivers performance comparable to the higher-tier Claude Fable 5.1 on many tasks, while reducing operating costs by 40% compared with Opus 5 for typical workloads. On the Artificial Analysis Intelligence Index, Opus 5.5 scored 58, taking the top spot overall ahead of models such as GPT-6 Astra and Claude Fable 5.1.
I asked generative AI to conduct an in-depth investigation into the features, reception, and other aspects of Claude Opus 5.5. Please refer to the findings. When reviewing them, please bear in mind that the AI-generated research and analysis are based solely on publicly available information, may not necessarily reflect the actual situation, and may contain errors.

]]><![CDATA[2026PIFCにおける「生成AIと翻訳」]]>Wed, 23 Sep 2026 01:30:00 GMThttp://yorozuipsc.com/blog/2026pifcai2459483「2026知財・情報フェア＆コンファレンス（PIFC）」における「生成AIと翻訳」関連の展示内容について、生成AIに2025年と比較して調査させましたので、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。

“Generative AI and Translation” at PIFC 2026
I asked generative AI to research the exhibits related to “Generative AI and Translation” at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[2026PIFCにおける「生成AIと化学構造式」]]>Wed, 23 Sep 2026 01:30:00 GMThttp://yorozuipsc.com/blog/2026pifcai2291045「2026知財・情報フェア＆コンファレンス（PIFC）」における「生成AIと化学構造式」関連の展示内容について、生成AIに2025年と比較して調査させましたので、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。

“Generative AI and Chemical Structural Formulas” at PIFC 2026
I asked generative AI to research the exhibits related to “Generative AI and Chemical Structural Formulas” at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[Xiaomiが「MiMo-V2.6」を公開]]>Wed, 23 Sep 2026 01:00:00 GMThttp://yorozuipsc.com/blog/xiaomimimo-v26Xiaomi MiMoは9月22日(日本時間)、AIモデル「MiMo-V2.6」シリーズの3モデルをオープンウェイト(モデルの重み)として公開しました。上位版のProは、Artificial Analysis Intelligence Indexでは７位（46）となっており、オープンウェイトのモデルでは首位となりました。
「MiMo-V2.6」について、生成AIに深掘り調査させましたので、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。

Introducing MiMo-V2.6 series
https://mimo.xiaomi.com/mimo-v2-6

オープンウェイトの最高評価AIモデル「MiMo-V2.6」、Xiaomiが無償公開
https://news.yahoo.co.jp/articles/a3c8a635e7989bc2aacb60b7365b249f4667a421

Xiaomi Releases “MiMo-V2.6”
Xiaomi MiMo released three models in its “MiMo-V2.6” AI model series on September 22 (Japan Standard Time), making their model weights publicly available. The higher-end Pro model ranks seventh on the Artificial Analysis Intelligence Index, with a score of 46, placing it first among open-weight models.
I asked generative AI to conduct an in-depth investigation into “MiMo-V2.6.” The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[2026PIFCにおける「生成AIを活用した発明発掘／創出」]]>Wed, 23 Sep 2026 00:25:34 GMThttp://yorozuipsc.com/blog/2026pifcai5839422「2026知財・情報フェア＆コンファレンス（PIFC）」における「生成AIを活用した発明発掘／創出」関連の展示内容について、生成AIに2025年と比較して調査させましたので、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。

“Invention Mining and Creation Using Generative AI” at PIFC 2026
I asked generative AI to research the exhibits related to “Invention Mining and Creation Using Generative AI” at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[2026PIFCにおける「生成AIを活用したアイデア発想／創造」]]>Wed, 23 Sep 2026 00:20:09 GMThttp://yorozuipsc.com/blog/2026pifcai5016203「2026知財・情報フェア＆コンファレンス（PIFC）」における「生成AIを活用したアイデア発想／創造」関連の展示内容について、生成AIに2025年と比較して調査させましたので、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。

“Idea Generation and Creation Using Generative AI” at PIFC 2026
I asked generative AI to research the exhibits related to “Idea Generation and Creation Using Generative AI” at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[インシリコ・メディシンが生物学向けの基盤モデルを商用化へ]]>Tue, 22 Sep 2026 23:38:41 GMThttp://yorozuipsc.com/blog/7762617生成AIによる創薬を手掛けるインシリコ・メディシン（香港上場）は、2026年9月21日、AIの基盤モデルを開発する企業と数千万ドル規模の共同開発契約を結んだと発表しました。生物学の研究に特化した基盤モデルを共同で開発・検証し、商用化まで進めるということですが、提携先の社名は公表していません。
本件について、生成AIに深掘り調査させましたので、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。

インシリコ・メディシンが匿名のAI企業と提携、生物学向けの基盤モデルを商用化へ
9/21(月)
https://news.yahoo.co.jp/articles/a69ff6967f897c9fed814a9b546951210d0fcdf0

Insilico Medicine Moves Toward Commercializing Foundation Models for Biology
Hong Kong–listed Insilico Medicine, which uses generative AI for drug discovery, announced on September 21, 2026, that it had signed a joint development agreement worth tens of millions of dollars with a company that develops AI foundation models. The two companies plan to jointly develop, validate, and commercialize foundation models specifically designed for biological research. However, Insilico Medicine has not disclosed the name of its partner.
I asked generative AI to conduct an in-depth investigation into this development. The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[SpaceXAIが「Grok 4.7」を発表]]>Tue, 22 Sep 2026 23:00:52 GMThttp://yorozuipsc.com/blog/september-23rd-2026SpaceXAIは2026年9月21日（現地時間）、「Grok 4.7」を発表しました。コーディングとナレッジワーク向けの最上位モデルで、先月リリースした「Grok 4.6」を凌ぐ品質とパフォーマンスを実現しているにもかかわらず、価格と速度は据え置きということです。Artificial Analysis Intelligence Indexでは6位（46）となっています。
SpaceXAI「Grok 4.7」について、生成AIに深掘り調査させましたので、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。

Introducing Grok 4.7
https://x.ai/news/grok-4-7

SpaceXAI、「Grok 4.7」を発表～先代から速度・価格維持で「GPT-5.6」「Fable 5.1」に伍する性能
9/22
https://news.yahoo.co.jp/articles/6630ba3a7dec89f1e5b5c661ce73c5d9fd6783d0

SpaceXAI Announces “Grok 4.7”
SpaceXAI announced “Grok 4.7” on September 21, 2026 (local time). According to the company, its flagship model for coding and knowledge work delivers better quality and performance than “Grok 4.6,” released last month, while maintaining the same pricing and speed. It ranks sixth on the Artificial Analysis Intelligence Index, with a score of 46.
I asked generative AI to conduct an in-depth investigation into SpaceXAI’s “Grok 4.7.” The findings are provided for your reference.
Please note that the AI-generated research and analysis are based solely on publicly available information, do not necessarily reflect the actual situation, and may contain inaccuracies. Please review the findings with these limitations in mind.

]]><![CDATA[2026PIFCにおける拒絶理由対応におけるAI活用の展示]]>Tue, 22 Sep 2026 00:30:00 GMThttp://yorozuipsc.com/blog/2026pifcai5585927「2026知財・情報フェア＆コンファレンス（PIFC）」における拒絶理由対応（中間対応）におけるAI活用の展示内容について、生成AIに2025年と比較して調査させましたので、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。

Exhibits on the Use of AI in Responding to Office Actions at PIFC 2026
I asked generative AI to research the exhibits on the use of AI in responding to office actions during patent prosecution at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the results of this AI-generated research and analysis 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[2026PIFCにおける特許網構築におけるAI活用の展示]]>Tue, 22 Sep 2026 00:00:00 GMThttp://yorozuipsc.com/blog/2026pifcai「2026知財・情報フェア＆コンファレンス（PIFC）」における特許網構築におけるAI活用の展示内容について、生成AIに2025年と比較して調査させましたので、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。

Exhibits on the Use of AI in Building Patent Portfolios at PIFC 2026
I asked generative AI to research the exhibits on the use of AI in building patent portfolios at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the results of this AI-generated research and analysis 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[2026PIFCにおける特許明細書作成関連の展示]]>Mon, 21 Sep 2026 23:30:00 GMThttp://yorozuipsc.com/blog/2026pifc3144805「2026知財・情報フェア＆コンファレンス（PIFC）」における生成AIを活用した特許明細書作成関連の展示内容について、生成AIに2025年と比較して調査させましたので、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。

Exhibits on Patent Specification Drafting at PIFC 2026
I asked generative AI to research the exhibits on the use of generative AI for drafting patent specifications at the 2026 Patent Information Fair & Conference (PIFC) and compare them with those at the 2025 event. The findings are provided for your reference.
Please note that the results of this AI-generated research and analysis 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.

]]>