<![CDATA[ - Blog]]>Sat, 18 Apr 2026 11:26:47 +0900Weebly<![CDATA[古河電工のIPランドスケープにおける生成AI活用]]>Sat, 18 Apr 2026 02:16:42 GMThttp://yorozuipsc.com/blog/ipai8330595古河電工は、IPランドスケープを知財戦略の中核に据えた上で、生成AIを「特許分析・技術資産の可視化・発明創出」の三層で本格活用し始めています。
2026年3月31日に公表された2025年版知的財産報告書では、森平英也 代表取締役社長の挨拶で「IPランドスケープの活用は確実に定着し、生成AIの導入により発明提案書作成や先行文献調査を含む知財活動全般において業務の質とスピードも着実に向上しており、今後もAI活用はさらに広がると思われます。」と言及されており、大久保典雄知財部長インタビューでは「知財部では早くから生成AIの活用にも取り組んでおり、当社独自の知財AIエージェント創出につながることも期待しています。」と古河電工独自の知財AIエージェントの構築に取り組んでいることが明らかにされています。
生成AIに、古河電工のIPランドスケープにおける生成AIの活用について深堀させましたので、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。
 
知的財産報告書2025
https://www.furukawaelectric.com/rd/ip-report/pdf/ip-report_2025.pdf
 
 
Utilization of Generative AI in Furukawa Electric’s IP Landscape
Furukawa Electric has positioned IP landscape as the core of its intellectual property strategy and has begun full-scale utilization of generative AI across three layers: patent analysis, visualization of technological assets, and invention creation.
In the Intellectual Property Report 2025 (published on March 31, 2026), President and Representative Director Hideya Moridaira stated in his message:
“The use of IP landscape has firmly taken root, and with the introduction of generative AI, both the quality and speed of intellectual property activities—including invention proposal drafting and prior art searches—have steadily improved. We expect the use of AI to expand further in the future.”
Furthermore, in an interview, Head of the Intellectual Property Department Michio Okubo noted:
“Our IP department has been working on the utilization of generative AI from an early stage, and we also expect this to lead to the creation of our own proprietary IP AI agents.”
This reveals that Furukawa Electric is actively working toward building its own proprietary IP-focused AI agents.
I asked generative AI to conduct a deeper analysis of how Furukawa Electric is utilizing generative AI in its IP landscape, and we invite you to refer to the results. Please note that the analysis is based solely on publicly available information and may not fully reflect actual conditions; it may also contain inaccuracies.

]]><![CDATA[意匠調査と類似性判定における生成AI活用]]>Sat, 18 Apr 2026 01:27:30 GMThttp://yorozuipsc.com/blog/ai1438749意匠調査と類似性判定における生成AI活用の最新動向と技術的課題を生成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。
 
Use of Generative AI in Design Search and Similarity Assessment
I asked generative AI to conduct an in-depth analysis of the latest trends and technical challenges in the use of generative AI for design search and similarity assessment. Please note that the findings and analysis generated by AI are based solely on publicly available information, and may not fully reflect actual conditions. They may also contain inaccuracies, so I recommend reviewing them with this in mind.
​
]]><![CDATA[意匠出願・権利化業務における生成AIの活用の現状と課題]]>Fri, 17 Apr 2026 23:02:39 GMThttp://yorozuipsc.com/blog/ai6335374意匠出願・権利化業務における生成AIの活用の現状と課題について、生成AIに調査させました。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。

Current Status and Challenges of Using Generative AI in Design Application and Prosecution Work
I asked a generative AI system to investigate the current status and challenges of using generative AI in design application and prosecution work. Please note that the research and analysis conducted by the generative AI are based solely on publicly available information and do not necessarily reflect actual conditions. They may also contain inaccuracies, so please review the information with this in mind.
]]><![CDATA[デザイン創作における生成AIの活用]]>Thu, 16 Apr 2026 23:08:24 GMThttp://yorozuipsc.com/blog/ai5501083プロダクトデザイン・工業デザインの現場においては、生成AIの活用は2024年から実用段階に入ったと言われています。
デザイン創作における生成AIの活用の現状と課題について、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。
 
The Use of Generative AI in Design Creation
In the fields of product design and industrial design, the use of generative AI is said to have entered a practical phase starting in 2024.
I have conducted an in-depth analysis using generative AI on the current state and challenges of its application in design creation. Please refer to the results below.
Please note that the investigation 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 in mind.
]]><![CDATA[意匠関連業務における生成AIの活用]]>Wed, 15 Apr 2026 22:36:53 GMThttp://yorozuipsc.com/blog/ai8709177生成AIは意匠関連業務の全領域においても、急速に影響力を拡大しています。
デザイン創作の現場ではMidjourney・Adobe FireflyなどのAI生成ツールが標準的なワークフローに組み込まれ、USPTO（米国特許商標庁）は2025年7月にAI画像検索ツール「DesignVision」を意匠審査に導入しました。
一方、日本特許庁（JPO）は生成AI技術の発達を踏まえた意匠法改正に向けた議論を継続しており、2026年通常国会への法案提出を目指しています。
生成AIに、意匠関連業務における生成AIの活用につい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。
 
The Use of Generative AI in Design-Related Work
Generative AI is rapidly expanding its influence across all areas of design-related work as well.
In the field of design creation, AI generation tools such as Midjourney and Adobe Firefly have been incorporated into standard workflows, and in July 2025, the USPTO (United States Patent and Trademark Office) introduced the AI image search tool “DesignVision” into design examination.
Meanwhile, the Japan Patent Office (JPO) continues discussions toward revising the Design Act in light of advances in generative AI technology, with the aim of submitting a bill to the ordinary session of the Diet in 2026.
I asked generative AI to provide a deeper analysis of how generative AI is being used in design-related work. Please note, however, that the research and analysis produced by generative AI are based solely on publicly available information, may not necessarily reflect actual circumstances, and may include incorrect information. Please keep this in mind when referring to the material.

]]><![CDATA[IPランドスケープにおける内部情報の重要性]]>Wed, 15 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/ip3300221特許情報や市場情報などの公開された情報を基にした精緻なIPランドスケープ（IPL）分析が、「その分析は確かに良い分析だけど、ちょっと違うな」などと言われ、なぜ社内（経営層、事業部門幹部、研究部門幹部）で受け入れられにくいのか？
最大の原因は、自社の歴史的文脈や現場の暗黙知などの「内部情報」との統合が欠如している点にあると言われています。
下記のような社内(秘密)情報が入ってきていないことが大きな要因でしょう。
  • 現時点で社外に開示している中長期ビジョン・経営戦略・事業戦略・R&D戦略と、社内で検討している中長期ビジョン・経営戦略・事業戦略・R&D戦略とで、課題意識にズレがある
  • 経営戦略では、まだ発表していないが次の段階として検討している選択と集中の考え方、M&A、アライアンスなどの水面下での動きが入っていない
  • 事業戦略では、まだ発表していない次の段階として検討している市場展開、商品・技術の考え方などの水面下の動きが入っていない
  • R&D戦略では、まだ発表していない次の段階として検討している技術、特許出願されていないノウハウなどの水面下の動きが入っていない
では、意思決定を左右する内部情報としてはどんな情報が重要でを統合すべきなのか、
生成AIに、意思決定を左右する内部情報の重要性を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。
 
The Importance of Internal Information in IP Landscape Analysis
Why is it that even a highly sophisticated IP landscape (IPL) analysis—based on publicly available information such as patent data and market intelligence—often receives feedback like, “It’s certainly a good analysis, but something feels off,” and struggles to gain acceptance within organizations (e.g., top management, business unit executives, and R&D leaders)?
The primary reason is said to be the lack of integration with “internal information,” such as the company’s historical context and the tacit knowledge held at operational levels.
A major contributing factor is that internal (confidential) information like the following is not incorporated:
  1. There is a misalignment between the mid- to long-term vision, management strategy, business strategy, and R&D strategy that are publicly disclosed, and those actually being considered internally, particularly in terms of problem awareness.
  2. In management strategy, unannounced next-stage initiatives—such as strategic focus and resource allocation (“selection and concentration”), M&A activities, and alliance discussions—are not reflected.
  3. In business strategy, unannounced next-stage considerations—such as market expansion plans and product/technology directions—are not included.
  4. In R&D strategy, unannounced next-stage developments—such as emerging technologies under consideration and know-how not yet filed as patents—are missing.
So, what types of internal information that influence decision-making are truly important and should be integrated?
I asked generative AI to explore in depth the importance of internal information that affects decision-making. Please refer to the results with the understanding that the analysis is based solely on publicly available information and may not fully reflect reality, and may contain inaccuracies.

]]><![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.

]]>