<![CDATA[ - Blog]]>

<![CDATA[ - Blog]]>Mon, 06 Apr 2026 12:03:32 +0900Weebly<![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.

]]><![CDATA[生成AIの知財業務での活用法～「労働集約型」から「知識集約・戦略型」へ]]>Wed, 01 Apr 2026 03:29:01 GMThttp://yorozuipsc.com/blog/ai9210217一般社団法人発明推進協会が発行する月刊誌「発明」2026年４月号に、『生成AIと知財実務　生成AIの知財業務での活用法～「労働集約型」から「知識集約・戦略型」へ』を執筆しました。PDF版を添付しましたので、ご参照ください。

Leveraging Generative AI in IP Operations: From “Labor-Intensive” to “Knowledge-Intensive and Strategic”
I have contributed an article titled “Generative AI and IP Practice: How to Leverage Generative AI in IP Operations – From ‘Labor-Intensive’ to ‘Knowledge-Intensive and Strategic’” to the April 2026 issue of the monthly journal Hatsumei, published by the Japan Institute of Invention and Innovation.
Please refer to the attached PDF version for details.

]]><![CDATA[OpenClawとManus]]>Wed, 01 Apr 2026 00:00:00 GMThttp://yorozuipsc.com/blog/openclawmanus2025年11月に公開されたオープンソースのAIエージェント「OpenClaw」が個人のパソコンで動かせる自律型AIエージェントして注目されています。
完全自律型AIエージェント「Manus（マナス）」は、2025年12月15日に最新版「Manus 1.6」がリリースされ、モバイルアプリ開発や細かい画像編集などが可能になったリサーチから画像・動画生成、ライティングまで一気通貫でタスクを行えるAIツールです。
OpenClawとManusは、共にユーザーの指示に基づき自律的にタスクを実行するAIエージェントですが、その設計思想、運用モデル、リスクプロファイルにおいて根本的な違いがあります。OpenClawは、技術者が自身のローカル環境で構築・運用するオープンソースの「DIY型」エージェントであり、最大限のカスタマイズ性とコントロールを提供します。一方、Manusは企業や非技術者でもすぐに利用できるクラウドベースの「サービス型（SaaS）」商用エージェントで、タスクの計画から成果物の納品までをシームレスに完結させる能力に長けています。
このOpenClawとManus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。

非エンジニアでもできる「OpenClaw」のセットアップ方法～社会現象化する“ロブスター”と大ブームの裏に潜むセキュリティリスク
あらゆるPC作業を自動化！話題のAIエージェントを体感しよう［特別編］
2026年3月31日
https://forest.watch.impress.co.jp/docs/serial/yaaiwatch/2097395.html

2026.03.17
完全自律型AIエージェント「Manus」とは？使い方や始め方、料金を解説
https://shift-ai.co.jp/blog/18244/

OpenClaw and Manus
The open-source AI agent “OpenClaw,” released in November 2025, has been attracting attention as an autonomous AI agent that can run on a personal computer.
The fully autonomous AI agent “Manus” released its latest version, “Manus 1.6,” on December 15, 2025. It is an AI tool capable of executing tasks end-to-end—from research to image and video generation, and writing—while also enabling mobile app development and fine-grained image editing.
Both OpenClaw and Manus are AI agents that autonomously execute tasks based on user instructions; however, they differ fundamentally in their design philosophy, operating model, and risk profile. OpenClaw is an open-source, “DIY-style” agent that engineers build and operate in their own local environments, offering maximum customizability and control. In contrast, Manus is a cloud-based, “service-type (SaaS)” commercial agent that can be readily used by companies and non-technical users alike, excelling in seamlessly completing workflows from task planning to final deliverables.
I asked a generative AI system to conduct an in-depth analysis of OpenClaw and Manus. Please note that the results of this analysis are based solely on publicly available information and may not necessarily reflect actual conditions; inaccuracies may also be included.

]]><![CDATA[Manus を活用した知財業務の効率化と高度化]]>Tue, 31 Mar 2026 14:50:19 GMThttp://yorozuipsc.com/blog/manus自律型AIエージェント「Manus」は、知的財産（IP）業務のパラダイムシフトを加速させる可能性を秘めています。従来、時間と労力を要していた先行技術調査、出願書類作成、競合分析といった定型業務を自動化・高速化するだけでなく、社内に散在する非構造化データから発明の種を能動的に発掘し、データ駆動型のIP戦略立案を支援するなど、業務の「高度化」を実現でき、Manusの活用は、IP部門を管理機能から解放し、事業戦略の中核を担う戦略的ドライバーへと変革させるポテンシャルを秘めていると考えられます。
生成AIに、Manus を活用した知財業務の効率化と高度化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。

Enhancing Efficiency and Sophistication of IP Operations Using Manus
The autonomous AI agent “Manus” has the potential to accelerate a paradigm shift in intellectual property (IP) operations. It not only automates and accelerates routine tasks that traditionally required significant time and effort—such as prior art searches, preparation of application documents, and competitive analysis—but also enables a higher level of operations. For example, it can proactively uncover seeds of invention from unstructured data scattered across an organization and support data-driven IP strategy formulation.
The use of Manus is therefore expected to transform IP departments from administrative functions into strategic drivers at the core of business strategy.
I asked generative AI to conduct an in-depth analysis of how Manus can enhance the efficiency and sophistication of IP operations.
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 be reviewed with this in mind.

]]><![CDATA[自律型AIエージェントManusの劇的な進化]]>Tue, 31 Mar 2026 14:32:55 GMThttp://yorozuipsc.com/blog/aimanus4965522自律型AIエージェントであるManus（マナス）の劇的な進化と、その革新的な新機能について解説したYouTube動画「今リアルに一番使っているメインのAI「Manus」が最近凄すぎる件」(23分39秒)は、共感を持って視聴しました。
従来のチャット形式を超え、仮想PC上で自ら計画を立ててタスクを完遂する「自立型」で、Gemini, Claude, ChatGPTではできないこともやってのける自律型AIエージェントです。
このManusの最新の情報を生成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。

今リアルに一番使っているメインのAI「Manus」が最近凄すぎる件
https://www.youtube.com/watch?v=2wHAAk_XQOU

The Dramatic Evolution of the Autonomous AI Agent “Manus”
I watched with great interest a YouTube video titled “The AI I’m actually using the most right now—Manus has become insanely powerful lately” (23 minutes 39 seconds), which explains the dramatic evolution of the autonomous AI agent Manus and its innovative new features.
Going beyond the traditional chat-based interface, Manus operates as an “autonomous” agent that plans and executes tasks on its own within a virtual PC environment. It is capable of accomplishing things that even Gemini, Claude, and ChatGPT cannot.
I asked a generative AI system to conduct a deeper analysis of the latest developments surrounding Manus.
Please note that the analysis generated by AI is based solely on publicly available information and may not necessarily reflect the full reality. It may also contain inaccuracies, so please review it with this in mind.

]]><![CDATA[マツダが日本製鉄との共創で取り組んだ調達の革新]]>Tue, 31 Mar 2026 14:06:23 GMThttp://yorozuipsc.com/blog/9575122マツダが日本製鉄との共創で取り組んだ調達の革新により新型「CX-5」における鋼材重量とコストの削減を実現した事例についての記事では、このマツダと日本製鉄の連携が従来の自動車業界の常識を覆す調達モデルの抜本的転換とされていましたので、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。

「マツダの本気」が日本製鉄を動かした、鋼板調達の新モデル　2026年03月26日
https://monoist.itmedia.co.jp/mn/articles/2603/26/news032.html
　

Mazda’s Procurement Innovation Through Co-Creation with Nippon Steel
An article introduced a case in which Mazda achieved reductions in both steel weight and cost for the new CX-5 through a procurement innovation initiative carried out in co-creation with Nippon Steel. This collaboration between Mazda and Nippon Steel was described as a fundamental transformation of the procurement model that overturns conventional practices in the automotive industry. Based on this, I asked generative AI to provide a deeper analysis.
Please note that the research and analysis results generated by AI are based solely on publicly available information and do not necessarily reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.

]]><![CDATA[Anthropic次世代AIモデルに関する機密資料が外部へ流出]]>Mon, 30 Mar 2026 10:42:34 GMThttp://yorozuipsc.com/blog/anthropicaiAnthropicが開発中の次世代AIモデル「Claude Mythos」に関する機密資料が外部へ流出した可能性が2026年3月26日に報じられました。報道によれば、コンテンツ管理システムの設定不備という人為的ミスにより、約3,000件の内部ドキュメントが一時的に公開状態となっていたとされています。この流出により、現行の最上位モデル「Claude Opus」を大幅に凌駕する「Claude Mythos」の驚異的な性能、特にソフトウェアの脆弱性を自動で発見・悪用しうる卓越したサイバーセキュリティ能力が明らかになり、AIによるサイバー攻撃の脅威を現実のものとして市場に強く意識させ、サイバーセキュリティ関連銘柄や暗号資産市場の急落を引き起こしました。
この件について、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。

2026/03/29
Anthropicから未発表の次世代AI「Claude Mythos」内部文書が流出
サイバーリスクへの警戒からソフトウェア株とビットコインが急落
https://www.sbbit.jp/article/cont1/183482

Confidential Documents on Anthropic’s Next-Generation AI Model Leaked Externally
On March 26, 2026, it was reported that confidential documents related to “Claude Mythos,” a next-generation AI model under development by Anthropic, may have been leaked externally. According to the reports, approximately 3,000 internal documents were temporarily exposed due to a human error involving misconfigured settings in a content management system.
This leak revealed the astonishing capabilities of “Claude Mythos,” which is said to significantly surpass the current flagship model, “Claude Opus.” In particular, its advanced cybersecurity capabilities—such as the ability to autonomously discover and exploit software vulnerabilities—have drawn serious attention. The incident has heightened market awareness of AI-driven cyberattack risks, contributing to sharp declines in cybersecurity-related stocks and the cryptocurrency market.
I conducted a deeper analysis of this issue using generative AI. Please note that the results of this analysis are based solely on publicly available information and may not necessarily reflect the full reality; they may also contain inaccuracies.

]]><![CDATA[知財業務の判断プロセスを可視化する人材育成支援AI]]>Mon, 30 Mar 2026 00:59:23 GMThttp://yorozuipsc.com/blog/ai3932140リーガルテック株式会社は2026年3月23日、知財AIプラットフォーム「Tokkyo.Ai」に、ベテラン担当者の思考プロセスを可視化し、次世代の知財人材育成を支援する新機能「AIエージェント」を追加したことを発表しました。この機能は、特許の検索、評価、出願判断といった一連の業務における専門家の「暗黙知」をデータとして構造化し、組織内で再現・共有可能にすることを目的としています。
この新機能は、判断の「プロセス」そのものをデータ化するというアプローチで、従来のOJTに頼った育成モデルから、組織として知識を継承・発展させる「再現可能な育成基盤」への転換を促すものとして注目されますので、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。

知財業務の判断プロセスを可視化する育成支援AI機能を提供開始【リーガルテック】
属人化した暗黙知を構造化し、次世代知財人材の育成基盤を強化
リーガルテック株式会社
2026年3月23日
https://prtimes.jp/main/html/rd/p/000000454.000042056.html

AI for Human Resource Development that Visualizes Decision-Making Processes in IP Operations
On March 23, 2026, LegalTech Co., Ltd. announced that it has added a new feature, an “AI Agent,” to its IP AI platform Tokkyo.Ai. This feature visualizes the thought processes of experienced professionals and supports the development of next-generation IP talent.
The function aims to structure experts’ “tacit knowledge” as data across a series of tasks such as patent search, evaluation, and filing decisions, making it reproducible and shareable within an organization.
By taking an approach that digitizes the decision-making “process” itself, this new feature is drawing attention as a shift away from conventional OJT-dependent training models toward a “reproducible development infrastructure” that enables organizations to systematically inherit and evolve knowledge. Therefore, we asked generative AI to conduct a deeper analysis of this initiative.
Please note that the research and analysis results generated by AI are based solely on publicly available information and do not necessarily reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.

]]>