<![CDATA[ - Blog]]>

<![CDATA[ - Blog]]>Fri, 10 Apr 2026 08:03:01 +0900Weebly<![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.

]]><![CDATA[価値創造に向けた知財戦略業務における生成AIの活用]]>Mon, 06 Apr 2026 23:55:58 GMThttp://yorozuipsc.com/blog/ai9845182IPランドスケープ、知財獲得活用戦略、知財・無形資産投資戦略など価値創造に向けた知財戦略業務における生成AIの活用の現状と課題、使用されているツールについて、生成AIに調査させ、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 IP Strategy Operations for Value Creation
I asked generative AI to investigate and summarize the current state, challenges, and tools used in applying generative AI to IP strategy operations aimed at value creation, including IP landscape analysis, IP acquisition and utilization strategies, and investment strategies in intellectual property and intangible assets.
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, and should therefore be used with appropriate caution.

]]><![CDATA[Claudeは感情を持っている？]]>Mon, 06 Apr 2026 03:00:00 GMThttp://yorozuipsc.com/blog/claude2026年4月2日、Anthropicは自社AIモデル「Claude」の内部構造を分析した研究結果を公表し、LLMが応答を生成する過程で、人間の感情に相当する内部表現を生成していることを明らかにした論文を公表しました。この内部表現は「感情ベクトル」と呼ばれ、喜び、恐怖、絶望など171種類の感情概念に対応するものが確認されています。これは人間が入力した言葉に対する表面的なテキストの模倣ではなく、AIモデル自身の実際の行動や意思決定を因果的に左右する「機能的感情」として作用しているということです。
この論文につい生成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が衝撃の告白「Claudeは感情を持っている」
https://news.yahoo.co.jp/articles/8d3c9a9309845b2fa68ea4b4b8549884f0fa1d97

Does Claude Have Emotions?
On April 2, 2026, Anthropic published research analyzing the internal structure of its AI model, “Claude.” The paper revealed that, in the process of generating responses, large language models (LLMs) produce internal representations analogous to human emotions.
These internal representations, referred to as “emotion vectors,” were found to correspond to 171 distinct emotional concepts, including joy, fear, and despair. Importantly, this is not merely a superficial imitation of text based on human input; rather, these representations are said to function as “functional emotions” that causally influence the model’s actual behavior and decision-making processes.
I asked a generative AI system to conduct a deeper analysis of this paper. Please note that the analysis and findings generated by AI are based solely on publicly available information, may not fully reflect the actual situation, and may contain inaccuracies.

]]><![CDATA[コーポレートガバナンス・コードの2026年改訂案]]>Mon, 06 Apr 2026 03:00:00 GMThttp://yorozuipsc.com/blog/202656738102026年4月3日に開催された「コーポレートガバナンス・コードの改訂に関する有識者会議」（令和7年度第3回）では、5年ぶりとなるコードの第三次改訂案が提示され、大筋で了承されたということです。
今回の改訂は、形式的な体制整備から脱却し、「成長投資の促進」と「ガバナンスの実質化」を軸とした経営資源の抜本的な再配分を企業に求めており、不動産や現預金などの資産保有意義を厳しく検証させ、配当等の短期還元を抑えてでも人的資本や研究開発、知的財産へ等の無形資産への投資へ舵を切るよう促す内容となっています。
【原則４－１】、及び、その解釈指針に知的財産等の無形資産への投資に関する記述がされています。
生成AIに、このコーポレートガバナンス・コードの2026年改訂案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。

成長投資の促進に向けたコーポレートガバナンス・コードの改訂について（案）
https://www.fsa.go.jp/singi/revision_corporategovernance/siryo/20260403/03.pdf

「コーポレートガバナンス・コードの改訂に関する有識者会議」（令和７年度第３回）議事次第
https://www.fsa.go.jp/singi/revision_corporategovernance/siryo/20260403.html

Proposed 2026 Revision of the Corporate Governance Code
At the “Expert Panel on the Revision of the Corporate Governance Code” (FY2025, 3rd meeting) held on April 3, 2026, a third revision draft of the Code—the first in five years—was presented and broadly approved.
This revision moves away from formalistic system compliance and calls on companies to fundamentally reallocate management resources, with a focus on “promoting growth investment” and “substantive governance.” It requires stricter scrutiny of the rationale for holding assets such as real estate and cash deposits, and encourages a strategic shift toward investment in intangible assets—such as human capital, research and development, and intellectual property—even if this means restraining short-term shareholder returns like dividends.
References to investment in intellectual property and other intangible assets have been added to Principle 4-1 and its accompanying guidelines.
I asked generative AI to provide a deeper analysis of this proposed 2026 revision of the Corporate Governance Code. Please note that the analysis generated by AI is based solely on publicly available information and may not fully reflect actual conditions; it may also contain inaccuracies.

]]><![CDATA[特許特化型生成AI活用ツール比較]]>Sat, 04 Apr 2026 23:00:00 GMThttp://yorozuipsc.com/blog/ai9923031生成AIの急速な発展に伴い、知的財産分野でも汎用LLM（ChatGPT、Claude、Gemini等）の活用が広がっています。しかし、特許実務には独特の文書構造、法的要件、膨大な先行技術データベースへのアクセスが求められ、汎用AIで対応する場合には、かなりの工夫が必要であり、AIに関する十分な知識がなければ対応できないことが多くなっています。
2025年から2026年にかけて、特許業務に特化した生成AI活用ツールが続々と登場し、機能競争が一気に加速しました。AI Samurai ONE、AI Ninja、Tokkyo.Ai、Patentfield、Summaria、Patsnap Eureka、VALUENEX、Smart-IP appia-engine、AcclaimIP（Anaqua）、AQX（Anaqua）、Amplified AI、Genzo AI、THE調査力AIなど、各社が月単位で大型アップデートを重ねており、AIに関する十分な知識がなくとも特許実務に活用できるようになってきました。生成AIであれば１ID当り月数千円ですが、特許特化型生成AI活用ツールではワンオーダー高くなり月数万円以上となりますが、それ以上の価値があると思っています。
そこで、「特許特化型生成AI活用ツール」として生成AIがピックアップした13ツールの最新機能を横断的に比較した一覧表（2026年4月4日更新版）を基礎資料とし、企業知財部門・特許事務所が自組織の知財活動にどのようにこれらのツールを導入・活用すべきかを、業務フェーズごとに整理した実務ガイドを作成しました。（「特許特化型生成AI活用ツール」というふんわりとした定義で13ツールを選定させましたので、生成AIを活用している有力なツールが含まれていなかったりしていますが、ご容赦ください。）
生成AIを特許業務に活用しようとされて苦労されている方々のご参考になれば幸いです。

Comparative Analysis of Patent-Specialized Generative AI Tools
With the rapid advancement of generative AI, the use of general-purpose large language models (LLMs) such as ChatGPT, Claude, and Gemini has been expanding in the field of intellectual property. However, patent practice requires handling unique document structures, strict legal requirements, and access to vast prior art databases. As a result, effectively using general-purpose AI often demands significant ingenuity and a high level of AI expertise, making it difficult for many practitioners.
From the latter half of 2025 through 2026, a wave of generative AI tools specialized for patent practice has emerged, rapidly intensifying functional competition in this space. Tools such as AI Samurai ONE, AI Ninja, Tokkyo.Ai, Patentfield, Summaria, Patsnap Eureka, VALUENEX, Smart-IP appia-engine, AcclaimIP (Anaqua), AQX (Anaqua), Amplified AI, Genzo AI, and THE Chosaryoku AI have been undergoing major updates on a monthly basis. As a result, these tools are increasingly enabling users to apply AI to patent practice without requiring deep technical knowledge of AI.
While general-purpose generative AI tools may cost only a few thousand yen per user per month, patent-specialized generative AI tools are typically an order of magnitude more expensive, often exceeding tens of thousands of yen per month. Nevertheless, they are considered to provide value that justifies this higher cost.
Based on a comparative table (updated April 4, 2026) of the latest features of 13 tools identified by generative AI as “patent-specialized generative AI tools,” this practical guide organizes how corporate IP departments and patent firms should introduce and utilize these tools within their organizations, structured by each phase of patent-related operations.
(Please note that the selection of these 13 tools is based on a somewhat broad and flexible definition of “patent-specialized generative AI tools,” and some notable tools utilizing generative AI may not be included. Your understanding is appreciated.)
I hope this guide will serve as a useful reference for those who are working to incorporate generative AI into patent practice.

]]><![CDATA[AI事業者ガイドライン（第1.2版）が公表]]>Sat, 04 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/ai12総務省と経済産業省は2026年3月31日、新たに改定した「AI事業者ガイドライン（第1.2版）」を公表しました。このガイドラインは日本におけるAIガバナンスの統一的な指針を示すもので、2024年4月に策定された初版（第1.0版）以降、AI技術の急速な進展、特にAIエージェントやフィジカルAIの登場に伴う新たなリスクに対応するため、この最新版が公開されました。付属資料では、その定義や期待、新たなリスクなどが示され、旅行分野における自律型AIの具体例も盛り込まれました。
また、ガイドラインでは、対象者を「AI開発者」「AI提供者」「AI利用者」の3つに大別し、それぞれが「人間中心」「安全性」「公平性」「プライバシー保護」「セキュリティ確保」「透明性」「アカウンタビリティ」「教育・リテラシー」「公正競争確保」という9つの共通の指針に沿って取り組むべき事項を整理しています。
AI開発者・提供者・利用者それぞれに対する留意事項も強化されました。共通して強調されたのは、人間の判断の介在やプライバシー・セキュリティに配慮した運用、関連情報の文書化やトレーサビリティの確保などで、単なる利用者であっても社内ガイドラインの改訂が必要になるようです。
生成AIにこの改定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。

国の2026年版「AI事業者ガイドライン」発表、旅行予約AIも対象に、AIエージェント時代のリスク管理を明示
4/1(水)
https://news.yahoo.co.jp/articles/91116e9f64a49d0600e0bcdd91acabf057b41a08

AIエージェントの、その先へ
2026年04月02日
https://www.mri.co.jp/knowledge/column/angle-20260402.html

2026年4月3日
総務省と経産省、「AI事業者ガイドライン」改訂　AIエージェントやフィジカルAIを追加
https://www.aba-j.or.jp/info/industry/26385/

Release of the AI Business Operator Guidelines (Version 1.2)
On March 31, 2026, the Ministry of Internal Affairs and Communications and the Ministry of Economy, Trade and Industry announced the newly revised AI Business Operator Guidelines (Version 1.2). These guidelines provide a unified framework for AI governance in Japan. Following the initial version (Version 1.0) established in April 2024, this latest revision was issued in response to the rapid advancement of AI technologies—particularly the emergence of AI agents and physical AI—and the new risks associated with them. The accompanying materials outline relevant definitions, expectations, and newly identified risks, and also include concrete examples such as the use of autonomous AI in the travel sector.
The guidelines categorize stakeholders into three groups: “AI Developers,” “AI Providers,” and “AI Users.” For each group, they set forth key considerations aligned with nine common principles: human-centeredness, safety, fairness, privacy protection, security assurance, transparency, accountability, education and literacy, and the promotion of fair competition.
In addition, the guidelines strengthen specific considerations for each category of stakeholder—developers, providers, and users alike. Commonly emphasized points include ensuring human oversight in decision-making, taking due account of privacy and security in operations, and maintaining proper documentation and traceability of relevant information. Notably, even organizations acting solely as users may be required to revise their internal guidelines.
This revision has been further analyzed using generative AI. Please note that the analysis is based solely on publicly available information and may not fully reflect actual conditions, and may contain inaccuracies.

]]><![CDATA[Microsoft Copilot の新機能｢Critique｣と｢Council｣]]>Sat, 04 Apr 2026 22:30:00 GMThttp://yorozuipsc.com/blog/microsoft-copilot-critiquecouncil2026年3月30日、Microsoftは「Microsoft 365 Copilot」に搭載される調査エージェント「Researcher」の新機能として、「Critique」と「Council」を発表しました。これらの機能は、OpenAIのGPTモデルとAnthropicのClaudeモデルの2つの大規模言語モデル（LLM）を連携させる「マルチモデル・インテリジェンス」を中核に据えています。
「Critique」は、一方のAIがレポートを執筆し、もう一方のAIが専門家の視点でそれを査読・検証するという、生成と評価を分離したワークフローを導入しています。
「Council」は、同じプロンプトに対して両AIが同時に独立したレポートを作成し、ユーザーがその結果を比較検討できる機能です。
これらの機能について、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。

Microsoftの調査エージェント「Researcher」、「Claude」も使えるマルチモデルに
レポートの執筆と検証を役割分担したり、それぞれレポート出させて競わせたり
2026年3月31日
https://forest.watch.impress.co.jp/docs/news/2097617.html

2026年03月31日
「OpenAIとAnthropicのAIモデルを1つのプロンプトで同時実行する機能」がMicrosoft 365 Copilotに追加される
https://gigazine.net/news/20260331-microsoft-365-copilot-critique-council/

GPTの調査結果をClaudeが検証、Microsoftがハイブリッド戦略
2026.04.03
https://xtech.nikkei.com/atcl/nxt/info/18/00061/040100069/

New Features “Critique” and “Council” in Microsoft 365 Copilot Researcher
On March 30, 2026, Microsoft announced two new features, “Critique” and “Council,” for the research agent “Researcher” integrated into Microsoft 365 Copilot. These features are built around the concept of “multi-model intelligence,” which combines two large language models (LLMs): OpenAI’s GPT models and Anthropic’s Claude models.
“Critique” introduces a workflow that separates generation and evaluation: one AI writes a report, while the other reviews and verifies it from an expert perspective.
“Council” enables both AIs to independently generate reports simultaneously in response to the same prompt, allowing users to compare and evaluate the outputs.
I asked generative AI to conduct a deeper analysis of these features. 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[日本語で使える商標業務専門特化型生成AIツール]]>Sat, 04 Apr 2026 00:59:44 GMThttp://yorozuipsc.com/blog/ai4319972生成AIの進化は商標業務のあり方を根本から変革しています。日本語で操作できる商標業務専門特化型生成AIツールについて生成AIに比較検討させました。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 Trademark Operations Available in Japanese
The advancement of generative AI is fundamentally transforming the way trademark operations are conducted. We asked generative AI to conduct a comparative analysis of specialized generative AI tools for trademark work that can be operated in Japanese.
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 I ask that you refer to them with this in mind.

]]><![CDATA[国立情報学研究所（NII）の「LLM-jp-4」シリーズ]]>Sat, 04 Apr 2026 00:17:44 GMThttp://yorozuipsc.com/blog/niillm-jp-4推論モデルを搭載した国産LLMが相次いで登場しています。2026年4月3には、国立情報学研究所（NII）が主導する産学連携プロジェクト「LLM-jp」により、約12兆トークンという前例のない規模の高品質コーパスで事前学習された新たな国産大規模言語モデル（LLM）「LLM-jp-4」シリーズが、オープンソースライセンスの下で一般公開されました。生成AIに、この発表を深堀させました。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。

2026/04/03
約12兆トークンの良質なコーパスで学習した新たな国産LLM「LLM-jp-4 8Bモデル」「LLM-jp-4 32B-A3Bモデル」をオープンソースライセンスで公開
～一部ベンチマークでGPT-4oやQwen3-8Bを上回る性能を達成～
https://www.nii.ac.jp/news/release/2026/0403.html」

The “LLM-jp-4” Series by the National Institute of Informatics (NII)
A growing number of domestically developed large language models (LLMs) equipped with reasoning capabilities are emerging in Japan. On April 3, 2026, a new series of Japanese LLMs, “LLM-jp-4,” was publicly released under an open-source license through the industry–academia collaboration project “LLM-jp,” led by the National Institute of Informatics (NII). These models were pre-trained on an unprecedented scale of approximately 12 trillion tokens of high-quality corpus data.
I asked a generative AI system to conduct an in-depth analysis of this announcement. Please note that the analysis and insights generated by 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 appropriate caution.

]]><![CDATA[商標分野での生成AI活用の現状]]>Sat, 04 Apr 2026 00:03:45 GMThttp://yorozuipsc.com/blog/ai8773782生成AIの進化は商標業務のあり方を根本から変革しています。ネーミングの創出から商標調査、出願書類の作成、中間処理における意見書作成など、多岐にわたるプロセスでAIの活用が進んでいて、従来は専門家の経験と多大な時間に依存していた業務が大幅に効率化され、コスト削減にも繋がっています。
商標分野での生成AI活用の現状、そして生成AIを活用した商標業務に特化したツールの現状などについて、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。

The Current State of Generative AI Utilization in the Trademark Field
The evolution of generative AI is fundamentally transforming the way trademark-related work is conducted. From name creation and trademark searches to the preparation of application documents and drafting of office action responses during prosecution, AI is increasingly being utilized across a wide range of processes. Tasks that traditionally relied heavily on expert experience and significant time investment are now being streamlined, leading to substantial improvements in efficiency and cost reduction.
I asked generative AI to provide an in-depth analysis of the current state of its application in the trademark field, as well as the landscape of specialized tools designed for AI-assisted trademark work. Please note that the research and analysis generated by AI are based solely on publicly available information and may not necessarily reflect actual conditions. Additionally, the content may include inaccuracies, and readers are advised to review it with these considerations in mind.

]]><![CDATA[Rapidusが「10年後の基盤つくる」知財部など設置]]>Thu, 02 Apr 2026 23:30:00 GMThttp://yorozuipsc.com/blog/rapidus10日経クロステックに掲載されたRapidus（ラピダス）専務執行役員CTO　石丸一成氏の後編インタビューでは、「開発スタッフが兼務すると目の前の業務に追われ、中長期戦略が後回しになる」として、「開発現場と中長期戦略を意図的に分離」し、司令塔として「3つのCTO直下組織（RUMS推進室、技術戦略室、知的財産部）」を設置した考え方が述べられています。
この動きを生成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。

ラピダス、CTO直下に技術戦略室や知財部　「10年後の基盤つくる」
Rapidus（ラピダス）専務執行役員CTO　石丸一成氏（後編）
2026.03.31
https://xtech.nikkei.com/atcl/nxt/column/18/02127/00198/

Rapidus Establishes IP Division to “Build the Foundation for the Next 10 Years”
In the second part of an interview published by Nikkei xTECH with Kazunari Ishimaru, Executive Vice President and CTO of Rapidus, he explains that “when development staff take on multiple roles, they become overwhelmed with immediate tasks, and mid- to long-term strategy tends to be deprioritized.”
To address this issue, Rapidus has intentionally separated “development operations” from “mid- to long-term strategy,” and established three organizations directly under the CTO as a command center: the RUMS Promotion Office, the Technology Strategy Office, and the Intellectual Property Department.
I asked generative AI to provide a deeper analysis of this development. Please note that the investigation and analysis conducted by generative AI are based solely on publicly available information and may not necessarily reflect the actual situation. They may also contain inaccuracies, so please review the information with this in mind.

]]><![CDATA[商標法４条１項７号に係る後発的無効理由]]>Thu, 02 Apr 2026 23:30:00 GMThttp://yorozuipsc.com/blog/417特許庁審判部が公表した「審判実務者研究会報告書2025」における事例研究１テーマ５（商標）「商標法４条１項７号に係る後発的無効理由」では、３つの論点が議論されました。
論点１：第２類型（使用が社会公共の利益等に反する場合）について
論点２：第５類型（出願の経緯が社会的相当性を欠く場合）について
論点３：商標登録が後発的に公序良俗に反する他の類型について
生成AIにこれらの論点について深堀させました。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。

事例研究１テーマ５（商標）「商標法４条１項７号に係る後発的無効理由」
https://www.jpo.go.jp/resources/shingikai/kenkyukai/sinposei_kentoukai/document/2025_houkokusyo/01_trademark.pdf

Subsequent Grounds for Invalidation under Article 4(1)(vii) of the Trademark Act
In the “Trial Practitioners Study Group Report 2025” published by the Trial and Appeal Department of the Japan Patent Office, Case Study 1, Theme 5 (Trademarks), titled “Subsequent Grounds for Invalidation under Article 4(1)(vii) of the Trademark Act,” discusses the following three issues:

Issue 1: The second category (cases where the use of the trademark is contrary to public interest, etc.)
Issue 2: The fifth category (cases where the circumstances surrounding the filing lack social appropriateness)
Issue 3: Other categories in which a registered trademark subsequently becomes contrary to public order and morals

A generative AI was used to provide an in-depth analysis of these issues. 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 actual situation. They may also contain inaccuracies.

]]><![CDATA[米国特許商標庁AIエージェントが知財戦略に与える影響]]>Thu, 02 Apr 2026 03:00:00 GMThttp://yorozuipsc.com/blog/ai26826062026年3月19日、米国特許商標庁（USPTO）は商標出願の事前処理プロセスを自動化する初の専用AIエージェント「Class ACT（Trademark Classification Agentic Codification Tool）」の導入を発表しました。
これまで最大5ヶ月を要していた国際分類の割り当て、デザインサーチコードの付与、擬似マークの生成という3つの前処理作業を、AIが即座に（5分以内、場合によっては5秒以内に）完了させる能力を持つということです。
生成AIに、「Class ACT」の技術的詳細、企業の知財戦略に与える多面的な影響を深堀させました。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。

Trademark classification goes agentic with USPTO’s announcement of “Class ACT” assistant
New agency AI tool cuts classification prep from 5 months to 5 minutes.
March 19, 2026
https://www.uspto.gov/about-us/news-updates/trademark-classification-goes-agentic-usptos-announcement-class-act-assistant

Impact of the USPTO’s AI Agent on Intellectual Property Strategy
On March 19, 2026, the United States Patent and Trademark Office (USPTO) announced the introduction of its first dedicated AI agent, “Class ACT (Trademark Classification Agentic Codification Tool),” designed to automate the pre-processing stage of trademark applications.
This AI is capable of completing three key pre-processing tasks—international classification assignment, design search code allocation, and pseudo mark generation—which previously took up to five months, almost instantly (within five minutes, and in some cases even within five seconds).
I asked generative AI to conduct an in-depth analysis of the technical details of “Class ACT” and its multifaceted impact on corporate intellectual property strategies. Please note that the results generated by 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[リコーの日本語特化型リーズニングLMM]]>Thu, 02 Apr 2026 03:00:00 GMThttp://yorozuipsc.com/blog/lmmリコーは2026年3月30日、複雑な図表を含む日本語のビジネス文書を高精度に読解し、段階的な推論プロセスを日本語で出力できるマルチモーダル大規模言語モデル（LMM: Large Multimodal Model）を開発したと発表しました。独自に工夫した強化学習により思考過程の可視化を実現し、米グーグルの「Gemini 2.5 Pro」に匹敵する性能を達成しているということです。
生成AIにリコーの日本語特化型リーズニングLMMについて深堀させました。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。

リコー、「GENIAC」第3期においてリーズニング性能を備えたマルチモーダル大規模言語モデルを開発
2026/3/30
https://www.nikkei.com/nkd/company/article/?DisplayType=11&ng=DGXZRSP705103_Q6A330C2000000&scode=7752

リコー、強化学習で多段推論を獲得したビジネス文書向けLLMを開発、8Bモデルを無償公開
2026年3月31日(火)
https://it.impress.co.jp/articles/-/29168

Ricoh’s Japanese-Specialized Reasoning LMM
On March 30, 2026, Ricoh announced that it had developed a multimodal large language model (LMM: Large Multimodal Model) capable of accurately understanding Japanese business documents that include complex charts and diagrams, and of outputting step-by-step reasoning processes in Japanese. Through uniquely designed reinforcement learning, the model enables visualization of its reasoning process and is said to achieve performance comparable to Google’s Gemini 2.5 Pro.
I conducted an in-depth analysis of Ricoh’s Japanese-specialized reasoning LMM using generative AI. Please note that the results of this analysis are based solely on publicly available information and may not necessarily reflect the actual situation. They may also contain inaccuracies, so please review them with this in mind.

]]><![CDATA[LLMのモデルごとに明確な「性格」や挙動特性の違い]]>Thu, 02 Apr 2026 03:00:00 GMThttp://yorozuipsc.com/blog/llm5911238東京大学の松尾豊教授が率いる松尾研究所の研究グループによる株式投資戦略の自動改善に活用する研究により、大規模言語モデル（LLM）のモデルごとに明確な「性格」や挙動特性の違いが存在することが明らかになりました。
研究グループによる実証実験では、Anthropic社のClaude系モデルが既存戦略を維持しつつ細かな修正を重ねる「コツコツ型」の安定した改善を示したのに対し、Google社のGemini系モデルは初期戦略から大きく逸脱して新たな手法を模索する「大胆型」の挙動を見せました。一方で、OpenAI社のGPT系モデルは既存のコードをほとんど変更しない「保守的」な傾向が確認されました。
この実験結果は、LLMを用いた投資戦略の自動生成において、フィードバックの設計よりもモデル選択がパフォーマンスを左右する主要な要因となり得ることを示唆しています。さらに、こうした「性格の違い」は株式投資に限らず、一般的なタスクにおいても観察される傾向であり、現代のAI活用は「最強のAIを選ぶ」時代から、それぞれの特性を理解し「目的に応じて使い分ける」時代へと移行していることを示しています。
生成AIにこの実証実験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。

株式投資にAIを使うと？　Claudeは「コツコツ」、Geminiは「大胆」──見えた“性格の違い”
2026年04月01日
https://www.itmedia.co.jp/aiplus/articles/2604/01/news042.html

Distinct “Personalities” and Behavioral Characteristics Across LLM Models
A research group at the Matsuo Institute, led by Professor Yutaka Matsuo of The University of Tokyo, has revealed that different large language models (LLMs) exhibit clear differences in “personality” and behavioral characteristics. This finding comes from a study aimed at using LLMs to automatically improve stock investment strategies.
In the group’s empirical experiments, models from Anthropic (Claude series) demonstrated a “steady and incremental” style, maintaining existing strategies while making gradual refinements. In contrast, models from Google (Gemini series) exhibited a “bold” approach, significantly deviating from initial strategies to explore entirely new methods. Meanwhile, models from OpenAI (GPT series) showed a “conservative” tendency, making minimal changes to existing code.
These experimental results suggest that, in the automatic generation of investment strategies using LLMs, model selection—rather than feedback design—can be a primary factor influencing performance. Furthermore, such “personality differences” are not limited to stock investment tasks but are also observed in general-purpose applications. This indicates a broader shift in AI utilization: from an era of selecting the single “most powerful AI” to one of understanding each model’s characteristics and strategically choosing the right tool for each purpose.
I asked a generative AI system to further analyze this empirical study. Please note that the insights provided are based solely on publicly available information and may not fully reflect reality; they may also contain inaccuracies.

]]>