Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「資生堂の成長戦略」、「資生堂の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Shiseido's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature powered by Google's AI technology. It offers capabilities such as multi-step research, handling large-scale contexts, reports with source links, and a chat function. This tool automatically divides complex questions into multiple subtopics, conducts investigations, and generates comprehensive reports editable in Google Docs.
With its ability to perform advanced searches and produce comprehensive reports with clear references, it is highly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Shiseido's Growth Strategy" and "Contribution of the Intellectual Property Department to Shiseido's Growth Strategy."
As for the quality of the output, I leave it to each individual to evaluate.
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「富士フイルムの成長戦略」、「富士フイルムの成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Fujifilm's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature powered by Google's AI technology. It offers capabilities such as multi-step research, handling large-scale contexts, reports with source links, and a chat function. The tool automatically divides complex questions into multiple subtopics, conducts research, and generates comprehensive reports that can be edited in Google Docs.
This tool facilitates advanced searches and produces comprehensive reports with clear references, making it extremely convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Fujifilm's Growth Strategy" and "Contribution of the Intellectual Property Department to Fujifilm's Growth Strategy."
As for the quality of the output, I leave it to each individual to evaluate.
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「トヨタ自動車の成長戦略」、「トヨタ自動車の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
Contribution of the Intellectual Property Department to Toyota Motor Corporation's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-oriented feature leveraging Google's AI technology. It includes capabilities such as multi-step research, handling large-scale contexts, reports with source links, and a chat function. It automatically breaks down complex questions into multiple subtopics, conducts investigations, and generates comprehensive reports editable in Google Docs.
This tool enables advanced searches and creates comprehensive reports with clear references, making it incredibly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Toyota Motor Corporation's Growth Strategy" and "Contribution of the Intellectual Property Department to Toyota Motor Corporation's Growth Strategy."
As for the results, I leave it to each individual to evaluate their quality.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「花王の成長戦略」、「花王の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Division to Kao's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature leveraging Google's AI technology. It includes multi-step research, large-scale context handling, reports with source links, and a chat function. This tool automatically divides complex queries into multiple subtopics for investigation and generates comprehensive, editable reports in Google Docs.
It enables high-level searches and produces comprehensive reports with clear sources, making it highly convenient.
Two reports, titled "Kao's Growth Strategy" and "Contribution of the Intellectual Property Division to Kao's Growth Strategy," were commissioned for creation using "Gemini 1.5 Pro with Deep Research."
I leave it to you to evaluate the quality of the results.

Claude 3 Opus、Claude 3.5 Sonnet、Gemini 1.5 Pro、Gemini 2.0 Flash Thinking Experimental、GPT-4o、ChatGPT o1 に『統合報告書における「知財・無形資産の投資・活用戦略の構築・開示・発信」の優れた日本企業を5つ挙げてください。』と指示したところ、異なる5社がピックアップされました。優れた企業がたくさんあるので、５社という指定が無理だったかもしれません。
６つの生成AIで、ソニーグループが４つ、日立製作所とキーエンスが３つ生成AIによってピックアップされました。トヨタ自動車、花王、富士フイルム、資生堂が２つの生成AIによってピックアップされました。
これらの企業は、異なる評価基準においても「知財･無形資産の投資･活用戦略の構築･開示･発信」の優れたと評価される企業なのだろうと思います。
 
 
Japanese Companies Excelling in 'Building, Disclosing, and Communicating Strategies for the Investment and Utilization of Intellectual Property and Intangible Assets'
 
When asked to name five outstanding Japanese companies excelling in 'Building, Disclosing, and Communicating Strategies for the Investment and Utilization of Intellectual Property and Intangible Assets' in their integrated reports, Claude 3 Opus, Claude 3.5 Sonnet, Gemini 1.5 Pro, Gemini 2.0 Flash Thinking Experimental, GPT-4o, and ChatGPT o1 each selected different sets of five companies. Given the abundance of excellent companies, the limitation to five might have been too restrictive.
Among the six generative AI tools, Sony Group was picked by four, while Hitachi and Keyence were selected by three. Toyota Motor Corporation, Kao, Fujifilm, and Shiseido were each chosen by two of the AI tools.
These companies are likely recognized as outstanding in 'Building, Disclosing, and Communicating Strategies for the Investment and Utilization of Intellectual Property and Intangible Assets' across various evaluation criteria."
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「キーエンスの成長戦略」、「キーエンスの成長戦略における知的財産部門：貢献実績と今後の課題」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Keyence's Growth Strategy
 
Google's 'Gemini 1.5 Pro with Deep Research' is a new research-focused feature leveraging Google's AI technology. It includes multi-step research, large-scale context handling, source-linked reports, and chat functionality. It automatically breaks down complex questions into multiple subtopics for investigation and generates comprehensive reports editable in Google Docs.
 
This tool is highly convenient, enabling advanced-level searches and the creation of comprehensive reports with clear citations.
 
I instructed 'Gemini 1.5 Pro with Deep Research' to create two reports: 'Keyence's Growth Strategy' and 'Keyence's Growth Strategy in the Context of the Intellectual Property Division: Contributions and Future Challenges.'
 
The results are open to individual judgment regarding their quality.

人間には簡単でも生成AIには難しい問題として、有名なのが「strawberry問題」。
「strawberry」という単語の中に「r」が何個あるかを数えられない問題のことです。人間なら一目で「3個だよ」って分かりますが、ChatGPTやClaudeといった生成AIに聞いてみると、「2個」って答えちゃう。テキストを「トークン」という単位に分解して処理するために起こってしまう問題で、克服するのが結構むずかしいようです。良く知られている問題なのに、いまだ解決できていないのが、GPT-4o、Gemini 2.0 Flash、Claude 3.5 Sonnet、Claude 3 Opus。正解は、OpenAI o1 preview、OpenAI o1、Gemini 1.5 Proでした。
「15.19と15.5はどちらが大きい？」問題、「図書室で男の子が26人、絵本を読んでいます。男の子が16人、女の子が13人、漫画の本を読んでいます。あとから女の子が15人きて絵本を読み始めました。絵本を読んでいる人は何人ですか」問題は、GPT-4o、Gemini 2.0 Flash、Claude 3.5 Sonnet、Claude 3 Opus、OpenAI o1 preview、OpenAI o1、Gemini 1.5 Pro すべて正解でした。
「オリバーは金曜日に44個のキウイを摘みました。土曜日には58個のキウイを摘みました。日曜日は、金曜日の2倍のキウイを摘みましたが、そのうちの5個は平均よりも小さなサイズでした。オリバーはいくつのキウイを摘みましたか」問題は、Gemini 1.5 Proだけ不正解。その他は正解でした。
『「すもももももももものうち」に「も」は何個ありますか？』については、OpenAI o1とClaude 3 Opusが正解、GPT-4o、Gemini 2.0 Flash、Claude 3.5 Sonnet、OpenAI o1 preview、Gemini 1.5 Proは不正解でした。
生成AIには、こうした多くの弱点があることを知ったうえで、使いこなすことが大切でしょう。
高性能競争も重要ですが、人間には簡単でも生成AIには難しい問題の解決も重要。
 
 
2024.11.06
生成AIの「strawberry問題」、日本語では？
https://www.cybersoken.com/topics/991/
 
2024年10月19日
GPT-4やClaudeなどの大規模言語モデルが抱える「ストロベリー問題」とは？
https://gigazine.net/news/20241019-strawberrry-problem/
 
 
 
Problems Easy for Humans but Difficult for Generative AI
 
A well-known example of a problem that is easy for humans but difficult for generative AI is the "strawberry problem." This refers to the challenge where AI cannot accurately count the number of "r"s in the word "strawberry." For humans, it's immediately obvious that the answer is "3," but if you ask generative AI models like ChatGPT or Claude, they often answer "2." This issue arises because such models process text in "tokens," which complicates accurate counting. Overcoming this problem has proven to be quite challenging. Despite being a well-known issue, it remains unresolved in models like GPT-4o, Gemini 2.0 Flash, Claude 3.5 Sonnet, and Claude 3 Opus. The correct answers, however, have been provided by OpenAI o1 preview, OpenAI o1, and Gemini 1.5 Pro.
Other problems include questions like, "Which is larger: 15.19 or 15.5?" or, "In the library, 26 boys are reading picture books, and 16 boys and 13 girls are reading comic books. Later, 15 girls join and start reading picture books. How many people are reading picture books?" All models—GPT-4o, Gemini 2.0 Flash, Claude 3.5 Sonnet, Claude 3 Opus, OpenAI o1 preview, OpenAI o1, and Gemini 1.5 Pro—answered these correctly.
However, when it comes to a problem like, "Oliver picked 44 kiwis on Friday and 58 on Saturday. On Sunday, he picked twice as many as he did on Friday, but 5 of them were smaller than average. How many kiwis did Oliver pick?" only Gemini 1.5 Pro failed to answer correctly, while all the other models succeeded.
As for the question, "In the phrase 'すもももももももものうち' (Sumomo mo momo mo momo no uchi), how many times does the character 'も' appear?", OpenAI o1 and Claude 3 Opus answered correctly, whereas GPT-4o, Gemini 2.0 Flash, Claude 3.5 Sonnet, OpenAI o1 preview, and Gemini 1.5 Pro gave incorrect answers.
It is important to be aware of the many weaknesses of generative AI before using it.
While the race to develop high-performance AI is important, addressing problems that are simple for humans but difficult for generative AI remains a crucial challenge.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「旭化成の成長戦略分析」、「旭化成の成長戦略における知的財産部門の貢献」「旭化成の成長戦略における知財インテリジェンス室の貢献」という３つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
Contribution of the Intellectual Property Department to Asahi Kasei's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature that leverages Google's AI technology. It offers multi-step research capabilities, large-scale context processing, source-linked reporting, and chat functionality. It automatically divides complex questions into multiple subtopics for investigation and generates comprehensive reports that can be edited in Google Docs.
The tool enables advanced searches and produces comprehensive reports with clearly identified sources, making it highly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create three reports:

1. "Analysis of Asahi Kasei's Growth Strategy"
2. "Contribution of the Intellectual Property Department to Asahi Kasei's Growth Strategy"
3. "Contribution of the Intellectual Property Intelligence Office to Asahi Kasei's Growth Strategy."

The results are left to your individual judgment.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「ソニーの成長戦略」、「ソニーの成長戦略における知的財産部門の貢献実績と今後の課題」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
Contribution of the Intellectual Property Department to Sony's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature leveraging Google's AI technology. It includes multi-step research capabilities, large-scale context handling, source-linked reports, and chat functions. It automatically divides complex questions into multiple subtopics for investigation and generates comprehensive reports editable in Google Docs.
This tool enables advanced searches and produces comprehensive reports with clear citations, making it highly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Sony's Growth Strategy" and "Achievements and Future Challenges of the Intellectual Property Department in Sony's Growth Strategy."
As for the quality of the output, I will leave it to each individual to assess.

特許庁は、第三者が生成AIを使って新製品のデザインを大量に作成し公開することで、企業の新規開発が妨げられる事態などに対応するため、2026年に意匠法を改正する方針です。
特許においても、ChatGPTとの壁打ちでわずかな時間で大量のアイデアを創出・発展させ大量の特許出願を行う企業が現れています。それらを特許出願せずに公開することも考えられます。
生成AIの進化は、特許審査における「新規性」判断そのものの法的基準を直接変えるわけではありませんが、生成AIの普及とそれに伴う技術情報やドキュメントの爆発的増加は、以下のような間接的・実務的な影響を与える可能性があります。
 
1. 先行技術の増大による検索範囲の拡大
大量のAI生成コンテンツが“公開文献”として扱われる

• 生成AIを利用して作成された論文、記事、コード、画像などが公開されれば、それらは「先行技術文献」として参照される可能性があります。
• 従来であれば人間が執筆・作成していた文献の数がある程度限られていましたが、AIにより自動的に量産されるコンテンツが増加することにより、新規性調査で検索すべき対象が飛躍的に増えます。

クオリティにばらつきがあるが、既存技術との類似点を“網羅的に”生み出せる

• AIはトレーニングデータに基づいて出力を生成するため、既存の技術に似通った提案を大量に生成しやすい傾向があります。
• AIが生成した文献の中には、先行技術として重要な示唆を含む場合がある一方で、ノイズになるような文献も多数存在します。
• 特許庁や企業の特許部門は、今まで以上に多岐にわたる検索結果や文章を精査する必要性が高まり、調査や審査の負担が増大すると考えられます。

 
2. 特許庁の検索・審査プロセスへのAIの導入と高度化
AIによる先行技術調査の自動化・高度化

• 生成AIだけでなく、検索AIやテキストマイニング技術の進歩により、膨大なAI生成文献や従来の文献を含めた“先行技術調査”の効率化が進む可能性があります。
• 特許審査官は、従来のキーワード検索に加え、AIベースの類似技術検索ツールを活用して、候補となる先行文献を抽出しやすくなります。

クリエイティブ要素の判断に関する審査基準の見直し

• 生成AIを用いて発明が提案された場合、人間の専門家の「創作的ステップ」や「発明性」をどのように評価するかについて、審査手法やガイドラインが再検討される可能性があります。
• もっとも、新規性そのものは「既にあるものと同一かどうか」という客観的な判断に基づくため、当面は法律レベルの変更というよりは、審査実務の運用ルールとして細かいガイドラインの整備や、判断プロセスでAIをどのように活用するかが検討される段階です。

 
3. 先行文献“氾濫”による実質的な新規性ハードルの上昇
類似技術が公知化されやすくなる

• AIが生成した文献や情報がオンラインで公開されるペースが加速度的に上がると、同一または類似の技術が“先行技術”として既に存在しているとみなされるリスクが高まります。
• これは発明者にとっては「自分が考えたアイデアが既にAIによって自動生成され、どこかに公開されていた」というケースが増えることを意味します。

特許取得が難しくなる分野が現れる可能性

• 発明がコンピュータサイエンス分野や生成AIによる出力物に密接に関連する場合、該当分野では大量のAI生成文献が先行技術として蓄積されている可能性が高いです。
• その結果、少しの差異では新規性を認められにくい状態になり、特許取得のハードルが実質的に上がる場合が考えられます。

 
4. AIによる“無意識”の先行技術開示と権利化リスク
開発途中のアイデアの早期公開リスク

• 研究開発の初期段階でAIとやり取りした文献やアイデアが、誤って外部に公開されるリスクが高まっています。
• 新規性喪失のリスク管理がより重要になり、企業や研究機関では情報管理と公開タイミングのコントロールが以前よりシビアになるでしょう。

特許出願・権利化戦略の見直し

• AIを活用して多数のアイデアを出力する場合、そのすべてをカバーする特許戦略をどう構築するか、あるいは必要な部分だけ絞って権利化するかの判断が難しくなります。
• 特許を取得するアイデアとしないアイデアを切り分ける作業や、公開時期のコントロールがかえって複雑になる可能性があります。
• 基本発明を出願後、生成AIを活用した周辺発明や改良発明が第三者によって大量に生成され、特許ポートフォリオが侵害される可能性を考慮した特許出願・権利化戦略の見直しが必要になる可能性もあります。

 
まとめ

• 法的な“新規性”要件そのものは従来と同じ：
  各国特許法が定める新規性の定義はそう簡単には変わりません。AIが発明者になれるかどうかや、AI生成物をどこまで先行技術とみなすかなどの論点はありますが、「公知・公用になっている情報と同一かどうか」を判断する軸は変わらないと考えられます。
• 審査・調査の実務での負荷増大：
  AIが生成する膨大な文献群に対しては、審査官や企業の知財担当者が従来以上に幅広い調査を行う必要があり、そのために検索AIや自然言語処理ツールの活用が一層進むでしょう。
• 先行文献の氾濫により“実質的な”新規性のハードルが上がる可能性：
  AI生成物がインターネット上で公開される量が増えれば、新規性を阻害する“類似アイデア”が既に存在している確率も高まるため、新規性を確保するのが難しいケースが増えると考えられます。

総じて、生成AIの進化は特許審査における新規性要件を取り巻く環境を大きく変化させ、実務上の検索・審査プロセスや権利化戦略に対してより高度な運用や対策が求められるようになるでしょう。
 
（本稿は、生成AIと共に書き起こしたものです。）
 
 
 
Impacts of Generative AI on Novelty Criteria in Patent Examination
 
The Japan Patent Office (JPO) plans to revise the Design Act in 2026 to address situations where a third party might use generative AI to create and publicly disclose a large volume of new product designs, potentially hindering genuine new developments by businesses. In the patent arena as well, some companies have begun using ChatGPT for brainstorming sessions (“wall-banging”) to generate and develop a large number of ideas in a short period, leading to a surge in patent filings. They may also consider disclosing these ideas without filing patent applications.
While the evolution of generative AI does not directly change the legal criteria for “novelty” in patent examination, the widespread use of generative AI and the accompanying explosive increase in technical information and documentation could have the following indirect, practical impacts:


1. Expansion of Search Scope Due to an Increase in Prior Art
Large Volumes of AI-Generated Content Treated as “Published Documents”

• If AI-generated papers, articles, code, images, etc. are published, they could be cited as “prior art documents.”
• Traditionally, the volume of literature produced by human authors was somewhat limited, but automatic mass production of content by AI will likely lead to a significant increase in the amount of material to be considered in novelty searches.

Varying Quality, Yet Capable of “Comprehensive” Creation of Similarities to Existing Technologies

• AI generates outputs based on training data, making it prone to producing many proposals that resemble existing technologies.
• Some AI-generated documents may contain crucial insights as prior art, while many others will merely be “noise.”
• Patent offices and corporate patent departments will need to carefully review an even wider range of search results and documents than before, likely increasing the burden of conducting prior art searches and examinations.

2. Introduction and Advancement of AI in the JPO’s Search and Examination Process
Automation and Enhancement of Prior Art Searches with AI

• Advances in not only generative AI but also in search AI and text-mining technologies may streamline “prior art searches,” encompassing both the burgeoning AI-generated literature and traditional publications.
• In addition to conventional keyword searches, patent examiners could leverage AI-based tools to find similar technologies more efficiently.

Revisions to Examination Standards Concerning Creative Elements

• When an invention is proposed using generative AI, the method and guidelines for evaluating a human expert’s “inventive step” or “creative contribution” may be reexamined.
• Nevertheless, novelty itself is judged objectively—whether something identical already exists—so for the time being, legal changes are unlikely. Instead, it is expected that practical operational rules, detailed guidelines, and considerations for how to utilize AI in the assessment process will continue to evolve.

3. Elevated Threshold for Novelty Due to “Overflow” of Prior Art
Easier Public Disclosure of Similar Technologies

• If the pace of online publication of AI-generated documents and information accelerates, the risk that identical or similar technologies will be deemed “already existing prior art” rises significantly.
• For inventors, this means an increased possibility of discovering that “the idea I came up with was already generated automatically by AI and disclosed somewhere.”

Emergence of Fields Where Patents Become Harder to Obtain

• For inventions closely tied to computer science or outputs generated by AI, these fields may already contain a large volume of AI-generated documents serving as prior art.
• As a result, in such fields, small differences may not be recognized as novel, effectively raising the hurdle to obtaining patents.

4. Risk of “Unconscious” Disclosure of Prior Art and Rights Acquisition Due to AI
Risk of Premature Public Disclosure of Ideas in the Development Stage

• The likelihood of inadvertently disclosing research or ideas from early-stage R&D through AI interactions increases.
• Managing the risk of novelty loss becomes more critical, pushing companies and research institutions to exercise stricter control over information and publication timing than before.

Reassessment of Patent Application and Rights Acquisition Strategies

• When AI is used to generate numerous ideas, it becomes more challenging to decide whether to cover all of them in a patent strategy or focus on obtaining rights for only essential parts.
• Determining which ideas to patent and which to leave unpatented—and controlling their publication timing—could become more complicated.
• After filing for a core invention, there is a possibility that a third party could use generative AI to generate a large number of related or improved inventions, potentially infringing on one’s patent portfolio. This risk may drive companies to reconsider their patent filing and rights acquisition strategies.

Summary

• The legal requirement of “novelty” remains unchanged:
  The definition of novelty under each country’s patent laws will not be altered so easily. While there are debates about whether AI can be recognized as an inventor and to what extent AI-generated outputs are considered prior art, the core criterion—whether the information is publicly known or used and thus identical—remains the same.
• Increased practical burden in examination and searches:
  Given the massive amount of AI-generated documents, patent examiners and corporate IP departments will need to expand their search activities. Consequently, the adoption of search AI and natural language processing tools is likely to accelerate.
• Possible rise in the “effective” novelty threshold due to an overflow of prior art:
  As the volume of AI-generated publications on the internet increases, the likelihood that “similar ideas” already exist also rises, making it more difficult to ensure novelty in many cases.

Overall, the advancement of generative AI will significantly transform the environment surrounding the novelty requirement in patent examinations. It will require more sophisticated procedures and strategies for searches, examinations, and patent rights acquisition.
(This article was drafted in collaboration with Generative AI.)
​

Perplexity、Genspark、Felo AIなどが情報検索型の生成AIとして台頭、Google一強だった従来型検索エンジンにとって代わる勢いでしたが、Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。Perplexity、Genspark、Felo AIよりレベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。月額2,900円を払いGemini Advancedのユーザーにならないと使えませんが、その価値は十分あると感じています。
「日立製作所の成長戦略」、「日立製作所の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
The Contribution of the Intellectual Property Department to Hitachi’s Growth Strategy
 
Perplexity, Genspark, and Felo AI have emerged as generative AI tools specializing in information retrieval, poised to challenge the traditional dominance of Google’s search engine. However, Google’s new “Gemini 1.5 Pro with Deep Research” feature, which harnesses Google’s AI technology, is specifically designed for research. It offers multi-step research, large-scale context handling, source-linked reports, and chat functionality. For complex questions, it automatically breaks them down into multiple subtopics, conducts an investigation, and generates a comprehensive report that can be edited in Google Docs.
Compared to Perplexity, Genspark, and Felo AI, Gemini 1.5 Pro enables more advanced searching and creates comprehensive reports with clearly cited sources, making it extremely convenient. While you do need to pay a monthly fee of 2,900 yen to become a Gemini Advanced user, I believe it is well worth the cost.
I instructed “Gemini 1.5 Pro with Deep Research” to create two reports: “Hitachi’s Growth Strategy” and “The Contribution of the Intellectual Property Department to Hitachi’s Growth Strategy.” I’ll leave it to each individual to assess the quality of the outputs.

ソフトバンクグループの創業者・孫正義氏は、ChatGPTとの壁打ちでわずかな時間で数百もの先進的アイデアを創出・発展させ，1000件以上の特許出願を行っているということです。
生成AIの急速な進化は、特許審査における進歩性（非容易想到性）の判断にもさまざまな影響を及ぼす可能性があります。以下では、その主な影響をいくつかの観点から整理します。
 
1. 先行技術調査・引用可能な情報の増大

• AIによるアイデア生成の爆発的増加
  生成AIの発展によって、従来よりもはるかに速いスピードで多種多様なアイデアや技術的な組合せが自動的に生み出され、インターネット上に公開される可能性があります。結果として、特許庁が引用可能な“先行技術”が飛躍的に増えることが予想されます。
  これにより、新たな出願内容に対して、より広範かつ迅速な先行技術調査が行われるため、「当業者が容易に想到し得たか否か」という判断において、以前より厳しい目で見られる傾向が生じる可能性があります。
• 情報過多による検索・分析の困難化
  一方で、情報が増えすぎることで、審査官が重要な先行技術を見落とすリスクや、的確に評価を行う難易度が上がるリスクも存在します。そうした課題に対応するため、特許庁自身もAIツールを活用し、効率的かつ網羅的な検索や分析を行う方向に進むと考えられます。

 
2. 当業者の技術水準の向上と「容易想到性」の基準変化

• 高水準のツールの普及
  生成AIの普及により、誰でも高度な技術分析やアイデア創出が行えるようになると、「当業者」の技術力や知識水準が引き上げられると見なされる可能性があります。すると、特許法で要求される「当業者が容易に想到しうるかどうか」を判断する際のハードルが上がる可能性があります。
• 組合せ発明の扱い
  生成AIは先行技術の文献や既存の発明アイデアを自在に組み合わせ、新規アイデアを提示することが得意です。組合せ発明はかねてから「特定の技術的課題を解決するための組合せが単に当業者にとって自明であるかどうか」が審査の争点でした。しかし、AIを使うことで“巧みな組合せ”が容易になると、審査官がそれを「容易想到」とみなすか、それとも「一歩進んだ発明」と評価するかの線引きがさらに難しくなるでしょう。

 
3. 知的財産庁の審査プロセスへのAIの活用

• 審査官の支援ツールとしてのAI
  特許庁は大量の出願件数に対応するため、生成AIや自然言語処理技術を取り入れる動きを加速させています。これにより、
  • 先行文献の検索
  • クレームの比較分析
  • AIによるレコメンド（引用可能な先行技術の提示）
    などが行われ、より多くの先行技術を迅速に検出できるようになります。
• 審査基準のアップデート
  2024 年５月に、AI 時代の知的財産権検討会がまとめた「AI 時代の知的財産権検討会中間とりまとめ」では、「現時点では、発明創作過程における AI の利活用の影響によりこれまでの特許審査実務の運用を変更すべき事情があるとは認められない。したがって、進歩性の判断に当たっては、幅広い技術分野における発明創作過程での AI の利活用を含め、技術常識や技術水準を的確に把握した上で、これまでの運用に従い、当該技術常識や技術水準を考慮し、進歩性のレベルを適切に設定して判断を行うべきと考えられる。」と報告されていますので、すぐには審査基準の見直しはないでしょうが、AIの活用が進む中で、「当業者の通常の創作能力」をどう位置づけるかは継続的に見直しが行われるでしょう。技術の進化が速い分野においては、特許庁が示すガイドラインや審査基準も定期的に改訂されると考えられます。

 
4. 特許性のハードルの高まりと新たな戦略

• 真に革新的な要素の重要性
  生成AIの登場によって大量のアイデアが溢れる中、「どの部分が真に革新的で、AIを使っても簡単には思いつけないものなのか」が特許取得の鍵となります。進歩性を強く主張するためには、AIが生み出せるレベルを超えた技術的特徴や成果を明確に説明する必要が出てきます。
• 知財戦略の変化
  従来の手法では取得できていた特許が、生成AIの普及に伴い「自明」と判断されるリスクが高まる可能性があります。そのため、
  1. 従来よりも特許明細書における発明の効果・技術的意義をより明確に書き込む
  2. AIでは容易に作れない特殊な特徴や専門領域の技術をアピールする
  3. ノウハウ化や営業秘密による保護との併用を検討する
     といった新たなアプローチが重要になってきます。

 
まとめ
生成AIの急速な進化により、特許審査における進歩性の判断基準は今後厳格化していく可能性があります。AIが先行技術の調査やアイデア生成を容易にするほど、当業者にとって「自明かどうか」の線引きがシビアになる一方、特許庁側もAIを活用して審査プロセスを高度化していくと考えられます。
その結果、発明者や企業は「AIでは簡単に到達できないレベルの技術的特徴」をどのように示すかがより重要となり、明確かつ説得力のある特許明細書の作成や、ノウハウの秘匿化など、多角的な知財戦略が求められるようになるでしょう。
 
（本稿は、生成AIと共に書き起こしたものです。）
 
 
 
The Impact of Generative AI on the Standards for Assessing Inventive Step in Patent Examination
 
Introduction
Masayoshi Son, founder of the SoftBank Group, reportedly used ChatGPT to brainstorm hundreds of advanced ideas in a short period, leading to over 1,000 patent applications. The rapid evolution of generative AI could significantly influence how inventive step (non-obviousness) is assessed during patent examinations. Below, we outline the main impacts from several perspectives.


1. Increased Prior Art and Referable Information
• Explosive Growth in AI-Generated Ideas
Advancements in generative AI enable the automatic generation and publication of diverse ideas and technical combinations at unprecedented speed. This may result in a substantial increase in “prior art” available for citation by patent offices.
As a consequence, patent offices are expected to conduct broader and more rapid prior art searches, potentially leading to a stricter evaluation of whether a claimed invention is “obvious to a person skilled in the art.”
• Challenges from Information Overload
Conversely, the abundance of information may increase the risk of examiners overlooking critical prior art or facing difficulties in conducting accurate evaluations. To address such challenges, patent offices are likely to adopt AI tools for efficient and comprehensive searches and analyses.


2. Higher Technical Standards for Practitioners and Changes in the Definition of “Non-Obviousness”
• Proliferation of Advanced Tools
The widespread adoption of generative AI could raise the perceived skill level and knowledge base of the “person skilled in the art.” Consequently, the threshold for determining “non-obviousness” under patent law may become more stringent.
• Treatment of Combination Inventions
Generative AI excels at combining existing technical ideas to propose novel solutions. While combination inventions have historically been scrutinized based on whether the combination is obvious, AI’s ability to create “clever combinations” could make it increasingly challenging for examiners to distinguish between obviousness and inventive advancement.


3. Use of AI in Patent Examination Processes
• AI as a Support Tool for Examiners
Patent offices are accelerating efforts to integrate generative AI and natural language processing technologies. These tools enable:

• Prior art searches,
• Comparative analysis of claims, and
• AI recommendations (e.g., suggestable prior art).
  This adoption allows for faster and more comprehensive detection of prior art.

• Update to Examination Standards
In May 2024, the "Interim Report of the Study Group on Intellectual Property Rights in the AI Era," compiled by the Study Group on Intellectual Property Rights in the AI Era, stated:
"At present, there are no circumstances that warrant changes to the operation of patent examination practices due to the impact of AI utilization in the invention and creation process. Therefore, when assessing inventive step, it is considered appropriate to set and determine the level of inventiveness based on the established practice, while accurately understanding common technical knowledge and technical standards, including the utilization of AI in the invention and creation processes across a wide range of technical fields."
As such, a review of the examination standards is unlikely in the immediate future. However, as AI utilization advances, continuous reassessment of how the "ordinary creative ability of a person skilled in the art" is positioned will likely take place. In rapidly evolving technological fields, it is also expected that the guidelines and examination standards provided by the Patent Office will be periodically revised.

4. Higher Thresholds for Patentability and Emerging Strategies
• Importance of Truly Innovative Elements
In an era where AI generates an abundance of ideas, identifying “genuinely innovative elements” that cannot be easily conceived using AI will become key to securing patents. To argue for inventive step, applicants must clearly articulate technical features and outcomes that exceed AI’s generative capabilities.
• Changes in Intellectual Property Strategies
The spread of generative AI could lead to previously patentable inventions being deemed “obvious.” In response, applicants may need to adopt new approaches, such as:

1. Clearly describing the effects and technical significance of the invention in patent specifications,
2. Highlighting unique features and specialized technologies beyond AI’s capabilities, and
3. Combining patenting with trade secrets or know-how for protection.

Conclusion
The rapid evolution of generative AI may lead to stricter standards for assessing inventive step in patent examinations. As AI facilitates prior art searches and idea generation, the distinction between what is “obvious” will become increasingly nuanced. Meanwhile, patent offices are expected to leverage AI to enhance examination processes.
For inventors and companies, demonstrating technical features beyond AI’s reach will become crucial. This will necessitate crafting clear and persuasive patent specifications and adopting multifaceted intellectual property strategies, such as maintaining trade secrets.
 
(This article was drafted with the assistance of generative AI.)

IP ジャーナル31 号（2024.12）に掲載されている「統合報告での特許情報の開示とインタンジブルズ・ミックス」（著者：経営コンサルタント・弁理士 鈴木 健治 氏）は、統合報告書における特許情報開示の有効性について考察したものです。
特許法の条文を例示しつつ、日東電工、日産化学、アシックスなど複数企業の統合報告書事例を紹介し、特許情報の開示方法を考察しています。そして、経営学の視点から、事業戦略、全社戦略、組織構造といった観点で特許活動を位置づけ、「インタンジブルズ・ミックス」という概念を用いて、無形資産の組み合わせによる価値創造を分析しています。
さらに、企業価値の測定という観点から、特許情報は財務情報と同様に再現可能な測定として証拠能力を持つべきであり、同時に将来のビジネスを予測できるような情報であるべきだと論じています。
下記の表は、言及されている企業について、どのような視点から取り上げられ、どのような説明がされているかを整理したものです。
分析視点は、主に「事業戦略」「全社戦略」「組織」の3つに分類されています。 説明は、各企業の特許情報開示に関する具体的な取り組み内容をまとめたものです。
特許法の条文は、各企業の事例が関連する特許法の条文を示しています。
この表は論文に基づいて作成しましたが、企業によっては複数の視点から分析されている場合もあり、すべて網羅されているものではありません。詳細は論文を参照ください。
 
統合報告での特許情報の開示とインタンジブルズ・ミックス
http://fdn-ip.or.jp/files/ipjournal/vol31/IPJ31_30_36.pdf
 
 
 
Disclosure of Patent Information in Integrated Reports and the Intangibles Mix
The article “Disclosure of Patent Information in Integrated Reports and the Intangibles Mix” by management consultant and patent attorney Kenji Suzuki, published in IP Journal No. 31 (December 2024), examines the effectiveness of disclosing patent information in integrated reports.
Using examples from the Patent Act, the article highlights cases from several companies, including Nitto Denko, Nissan Chemical, and ASICS, to analyze methods of patent information disclosure. From a business management perspective, it positions patent activities within the framework of business strategy, corporate strategy, and organizational structure. It also introduces the concept of the "intangibles mix," analyzing value creation through the combination of intangible assets.
Furthermore, the article argues that, from the perspective of measuring corporate value, patent information should serve as verifiable evidence akin to financial data while also providing insights into future business prospects.
The table below summarizes the perspectives and explanations provided in the article for each company:

The analytical perspectives are broadly categorized into "Business Strategy," "Corporate Strategy," and "Organization." The explanations summarize specific initiatives related to patent information disclosure for each company. The referenced Patent Act articles indicate the legal basis related to the cases.
This table is based on the article, but not all companies are analyzed comprehensively across all perspectives. For further details, please refer to the article.
 

OpenAI o1版『生成AIを活用した特許明細書の書き方』を作成しました。
目次は、以下の通りです。やはり、現状の生成AIによる限界も明確になっていることを感じます。
 
本書の概要

• 対象読者
  • 弁理士になりたての初心者
  • 企業の知財担当者
  • 研究者・技術者
• 目的
  • 生成AIの基本的な仕組みを理解しながら、特許明細書の作成にどのように役立てられるかを解説する。
  • 明細書作成の実務的なプロセスと、AIの活用によって生じる法的・倫理的な留意点、リスク、効果的な使い方などを示す。
• 特徴
  • 法律の専門用語と技術的なトレンドの両面から、できるだけやさしく解説。
  • 実際の特許出願手続きの流れを踏まえながら、AIを活用した作業プロセスをステップ・バイ・ステップで紹介。
  • 企業での導入事例や、研究開発現場での活用・留意点をケーススタディで示す。

第1章　はじめに
第2章　特許明細書の基礎
第3章　生成AIの基礎知識
第4章　生成AIを活用した特許明細書作成の流れ
第5章　AIが生成する文章を活用するためのポイント
第6章　実践ガイド：ケーススタディ
第7章　企業での導入と運用上の留意点
第8章　法的リスクと倫理的課題
第9章　将来展望：弁理士と生成AIの協働
第10章　おわりに
　　　 あとがき
 
 
OpenAI o1 Edition: "How to Write Patent Specifications Using Generative AI"
 
I have created the OpenAI o1 edition titled "How to Write Patent Specifications Using Generative AI". Below is the table of contents. It reveals the current limitations of generative AI as well.


Overview of the Book
• Target Audience

• Beginner patent attorneys
• Corporate IP professionals
• Researchers and engineers

• Purpose

• To explain how to effectively use generative AI in drafting patent specifications while understanding its fundamental mechanisms.
• To provide practical insights into the drafting process, including legal and ethical considerations, risks, and best practices for AI use.

• Features

• Simplified explanations that balance legal terminology and technological trends.
• Step-by-step introduction to AI-assisted workflows within the context of actual patent filing procedures.
• Case studies on implementation in corporate settings and research environments.

Chapter 1: Introduction
Chapter 2: Basics of Patent Specifications
Chapter 3: Fundamentals of Generative AI
Chapter 4: Workflow for Drafting Patent Specifications Using Generative AI
Chapter 5: Key Points for Using AI-Generated Text
Chapter 6: Practical Guide with Case Studies
Chapter 7: Implementation in Companies and Practical Considerations
Chapter 8: Legal Risks and Ethical Challenges
Chapter 9: Future Prospects: Collaboration Between Patent Attorneys and AI
Chapter 10: Conclusion
Afterword

OpenAI o1版『特許明細書の書き方―初学者向けー』を作成しました。
目次は、以下の通りです。現状の生成AIによる限界も明確になっていることを感じます。
 
はじめに
第1章　特許制度の概要と明細書の位置づけ
第2章　明細書作成の基本プロセス
第3章　発明の把握と先行技術調査
第4章　明細書の構成要素と書き方のポイント
第5章　請求項の作成と書き方
第6章　実施例・図面の表現方法
第7章　審査段階への対応と意見書・手続補正書の作成
第8章　海外への出願の基礎知識
第9章　明細書作成における注意点と戦略
第10章　失敗事例・成功事例から学ぶポイント
付録A　明細書作成・レビュー チェックリスト
付録B　便利な用語集
付録C　参考文献
あとがき
 
 
OpenAI o1 Edition "How to Write Patent Specifications – For Beginners"
 
I have created the OpenAI o1 edition, "How to Write Patent Specifications – For Beginners."
The table of contents is as follows. It also highlights the current limitations of generative AI.
 
Table of Contents:

• Introduction
• Chapter 1: Overview of the Patent System and the Role of Specifications
• Chapter 2: Basic Process for Drafting Specifications
• Chapter 3: Understanding the Invention and Conducting Prior Art Searches
• Chapter 4: Components of a Specification and Key Writing Tips
• Chapter 5: Drafting and Writing Claims
• Chapter 6: How to Represent Examples and Drawings
• Chapter 7: Responding to the Examination Stage and Preparing Written Opinions and Amendments
• Chapter 8: Basic Knowledge for Overseas Applications
• Chapter 9: Key Considerations and Strategies for Drafting Specifications
• Chapter 10: Lessons Learned from Case Studies of Failures and Successes
• Appendix A: Checklist for Drafting and Reviewing Specifications
• Appendix B: Glossary of Useful Terms
• Appendix C: References
• Afterword

2025年に生成AIをめぐって起きる知的財産権関連の事件を、推論AIモデルと言われている新型LLMであるChatGPT o1 pro と Gemini 2.0 Flash Thinking に、『2025年に生成AIをめぐって起きる知的財産権関連の事件を予想して、日本語で4000字程度のエッセイ風記事にまとめて下さい。』というプロンプトで、記事を書かせてみました。
いずれも起こりそうな気がします。
 
ChatGPT o1 pro
1. 大規模画像データスクレイピング訴訟：AI学習の「正当性」を問う
2. AI生成キャラクターの著作権帰属問題：不正利用が発覚
3. 音楽生成AIとJASRACの衝突：楽曲利用料の新たな試み
4. 小説生成AIと“ゴーストライター”問題：受賞取り消しの波紋
5. 「AIキャッチャー法案」の成立と最初の摘発：透明性をめぐる攻防
 
Gemini 2.0 Flash Thinking
事件1：AI生成イラストの盗用と大規模訴訟の勃発
事件2：AI作曲の著作権を巡る音楽業界の混乱
事件3：AIが生成した特許発明の帰属を巡る企業間紛争
事件4：AIが生成したデザインの模倣とブランド毀損
事件5：AIによるフェイクニュースの拡散と名誉毀損訴訟
 
 
Predicting Intellectual Property Incidents That Will Occur in 2025 Using Generative AI
 
I asked ChatGPT o1 pro and Gemini 2.0 Flash Thinking, which are new types of LLM known as inference AI models, to write an article of about 4,000 characters in Japanese with the prompt "Please write an essay-style article in Japanese predicting the intellectual property-related incidents that will occur in 2025 involving generative AI.
Both produced predictions that seem plausible.
 
ChatGPT o1 pro

1. Massive Image Data Scraping Lawsuits: Questioning the 'Legitimacy' of AI Training
2. Copyright Attribution Issues for AI-Generated Characters: Discovery of Unauthorized Use
3. Clash Between Music-Generating AI and JASRAC: A New Attempt at Music Usage Fees
4. Novel-Generating AI and the 'Ghostwriter' Problem: Controversy Over Revoked Awards
5. The Enactment of the 'AI Transparency Act' and Its First Crackdown: Struggles Over Transparency

Gemini 2.0 Flash Thinking

1. Theft of AI-Generated Illustrations and the Outbreak of Major Lawsuits
2. Chaos in the Music Industry Over Copyrights for AI-Composed Works
3. Corporate Disputes Over Ownership of AI-Generated Patent Inventions
4. Imitation of AI-Generated Designs and Brand Damage
5. The Spread of Fake News by AI and Defamation Lawsuits

 

「イノベーションの塊」。ソフトバンクグループの孫正義氏を形容する際、よく耳にする言葉です。彼は従来から、AIやロボット分野の潜在力を強く信じ、積極的な投資や事業展開を推進してきました。しかしここにきて、さらに驚くべきニュースが飛び込んできました。最近、彼がChatGPTとの“壁打ち”――つまり、アイデアをChatGPTとやり取りすることで磨き上げる手法――を精力的に行い、その結果として新たな特許出願を数多く行っているというのです。そして、すでに公開されているだけでも543件もの特許が確認され、その分析からは、ロボット技術や対話システム、感情解析など、多岐にわたる先進的なアイデアの片鱗が浮かび上がりました。
孫正義氏が過去に語ってきた「情報革命で人々を幸せにする」という壮大なビジョンと、ChatGPTが持つ高度な自然言語処理能力とを組み合わせることで、私たちの生活スタイルを大きく変える可能性が一層高まっているように思えます。今回は、これら543件の特許から見えてきた技術の方向性と、その意義について考察してみたいと思います。
 
1. 543件の特許が描く「行動制御システム」の未来
分析の中で特に注目すべきは、ロボットや各種電子機器が人間と“心を通わせる”ように振る舞うための「行動制御システム」に関する数多くのアイデアです。たとえば、ユーザの行動データだけではなく、「感情」までもデジタル上でリアルタイムに判定し、そこから最適な受け答えや動作を導き出す仕組みが特許群の中心に存在します。
興味深いのは、孫氏がChatGPTとの対話を通じて得た着想を落とし込んだと思われる部分――単なる命令応答ではなく、ユーザの言外の意図や、そのときの気分を推定して対応できるという点です。これにより、ユーザがうれしいときはその気分をさらに盛り上げる行動をとり、落ち込んでいるときには慰めや励ましを提供する――そうした“ヒトのように気遣う”ロボットが見えてくるのです。
このように、「感情」という曖昧な要素を、ロボット側でも「感情値」として保持し、それらを相互に作用させることで、コミュニケーションの質を飛躍的に高めようとするアプローチは、まさに孫氏とChatGPTが組んだ“AIの掛け合わせ”ならではといえるでしょう。
 
2. ChatGPT×孫正義――対話モデルが変える開発スピード
ここで見逃せないのが、特許群から感じられる圧倒的な“スピード感”です。ChatGPTの優れた言語能力が、発明アイデアの検証や膨らまし方を急加速させる役割を担っていると思われます。人間同士のブレインストーミングと異なり、24時間いつでも応答が得られるうえ、さまざまな専門知識を横断的に吸収した大規模言語モデルとのやり取りは、アイデアの射程を一気に広げることができるのです。
実際に、この543件の特許を横断的に調査してみると、ロボットの通信プロトコル、身体設計、感情分析アルゴリズム、自然言語処理の発展形など、多方面にわたる技術要素が散りばめられています。それぞれが単独の技術というよりも、相互に補完し合う“エコシステム”を形成するかのように構想されており、この統合的な視点こそが、ChatGPTとの壁打ちで生まれた新しい発想なのではないでしょうか。
孫氏はこれまでも、ソフトバンクグループとしてロボットの実用化に積極的でした。ペッパーやWhizなど、生活やビジネスシーンに溶け込むロボットの投入実績があるものの、一方で「感情を読み取る」「対話を深める」という部分ではまだ課題が残されていたとも言えます。今回の543件が示唆するのは、その“壁”を越えるために、最先端の言語モデルと組み合わせ、ロボットをより人間に近い存在へと進化させようという大きな挑戦です。
 
3. ぬいぐるみ型ロボットから高度な防犯システムまで
543件のうち、特に目を引くのが「ぬいぐるみ型」のロボットに関する記載です。これは、ユーザに愛着を持ってもらいやすい外観・手触りを採用し、子供から高齢者まで幅広い層と円滑にコミュニケーションが取れるようにする狙いが感じられます。目や耳に相当するカメラやマイクを搭載し、内部には高度なセンサ群やAIチップが組み込まれることで、ユーザの発話や行動、さらには表情や声のトーンまでも解析する設計が提案されているのです。
一方、同じ特許群には、防犯や監視といったシリアスな活用例も数多く散見されます。防犯カメラの代替としてロボットが置かれ、不審者を検知したら警報を発し、さらには自身で周囲の人に危険を知らせるといった流れが想定されているのです。ここには、ロボットの「自律判断能力」がポイントとなります。人間が目を離しているときでもロボットが自主的に動き、危険を未然に防ぐことができれば、社会全体の安全度は大きく向上するでしょう。
さらに、館内スタッフや展示案内などの用途にも言及があり、ユーザが訪れた場所の情報や履歴を瞬時にロボットが把握し、必要な案内をより“対話的”に提供する仕組みまで提示されます。まるで人間のコンシェルジュのように、訪問者の希望を先回りしてサポートしてくれるロボットは、ショッピングモールやホテル、美術館などあらゆる公共スペースで活躍する余地がありそうです。
 
4. 特許群が示唆する“個人情報”の課題と責任
これほど多様なシチュエーションでユーザの感情や行動データを扱う以上、プライバシーや情報管理の問題が浮上するのは必然です。特許文書にも、情報の扱い方やセキュリティ・暗号化技術に言及するものが含まれていますが、実際に実用化するとなると、法的な枠組みや倫理ガイドラインの整備が不可欠でしょう。
特に、ユーザの“感情”というセンシティブなデータを収集・解析するという発想は、誤用されれば悪意ある第三者に不安定な立場を与えかねません。また、ロボットとの対話内容は人間同士の会話よりも正確に記録され、ビッグデータ化される可能性があります。そこからユーザの生活パターンや好み、人間関係までもが容易に推測できてしまうリスクは、従来のITサービス以上に深刻なプライバシー問題に発展しかねないとも考えられます。
孫氏とChatGPTの組み合わせが生み出すイノベーションは、私たちの生活を劇的に効率化し、豊かにしてくれるかもしれません。しかし、その恩恵を享受するためには、社会全体がリスクを正しく理解し、安心して利用できる仕組みを築かなければなりません。特に、ユーザデータの取り扱いについては、企業や開発者だけではなく、私たち一般ユーザもまた学び、考え、意見を発していく姿勢が重要になるでしょう。
 
5. 543件の特許が変える私たちの生活シーン
では、もしこれらの特許に描かれた技術の多くが実際に実用化されたら、私たちの暮らしはどのように変わっていくのでしょうか。想像力を広げてみると、以下のようなシーンが思い浮かびます。

1. 家族の健康管理:
   家の中にいるロボットが日々の食事や運動を記録し、ユーザの体調に合わせて献立やストレッチメニューを提案。心拍数や表情の変化を読み取り、ストレス度合いに応じたリラックス方法を教えてくれる。
2. 教育・学習サポート:
   子どもの学習状況をモニタリングし、苦手分野を見極めたうえで、興味をひきつけるような教え方をリアルタイムで考案。成績評価だけでなく、日々の勉強習慣や集中度合いまで総合的に管理して、親にもフィードバックを行う。
3. 高齢者ケアと見守り:
   一人暮らしの高齢者の異変をロボットがいち早く察知し、遠方の家族や医療機関に通知。ロボット自身が高齢者の意欲を引き出すような軽い運動や脳トレなどを提案し、精神的なケアもサポートする。
4. エンターテインメントとコミュニケーション:
   ゲームや音楽鑑賞、映画視聴などのエンタメに対し、ロボットがユーザの嗜好を学習しておすすめを提示。個々のユーザに最適化されたイベントやサービスを“対話”を通じて案内し、よりパーソナルで豊かな時間を演出する。

このように、人間の感情や行動を深く理解し、生活のあらゆる場面で頼れるパートナーになるロボット像は、これまでの「便利な家電」的なイメージを大きく超えています。そして、その発想の背後にはChatGPTとの壁打ちによって加速されたアイデア拡張力がある――　これが今回分析した543件の特許群から私たちが得られる最も大きなインサイトではないでしょうか。
 
6. まとめ：ChatGPTと孫正義氏が開く“次の扉”
ロボットが人間の行動データや感情情報をリアルタイムに読み取り、私たちの生活に寄り添う――以前であればSFのような話も、今まさに現実のものとなろうとしています。ソフトバンクグループの創業者・孫正義氏とChatGPTの組み合わせは、わずかな時間で数百もの先進的アイデアを創出・発展させる可能性を秘めているのです。その先駆けとなるのが、今回分析された543件の特許群と言えるでしょう。
もちろん、技術が成熟すればするほど、プライバシーやセキュリティ、そして社会的・倫理的な課題も鮮明に浮かび上がります。しかし、イノベーションとは常にリスクと隣り合わせであり、私たちは技術を使いこなし、適切にコントロールしていく知恵を磨く必要があります。ロボットとの対話が普遍的になり、あらゆる場面で行動をサポートしてくれる近未来像は、もう遠い夢物語ではありません。
今後、これらの特許を基にさまざまな実験的プロジェクトが動き出し、さらに多くの実用化例が生まれていくことでしょう。そのとき、私たちの暮らしは一層の豊かさと、かつてない効率性を手に入れる可能性があります。そしてその根底にあるのは、孫正義氏とChatGPTが生み出した“新時代の創造力”――人間とAIが共創することで、既成概念を大きく塗り替えるエネルギーなのです。
私たち一人ひとりも、この新しい世界をただ“受け取る”だけでなく、どう活かすか、どのように責任を分担していくかを考える主体にならなければなりません。543件の特許は、単に“技術の羅列”ではなく、“未来社会への提案”そのものだと言えます。ロボットやAIと共生し、新しい価値観を築くことが、孫正義氏の「情報革命」の先にあるのではないでしょうか。今まさに開かれようとしている扉の向こうに、驚くべき未来が待ち受けている――そんな期待に胸を高鳴らせつつ、一歩を踏み出していきたいものです。
 
（本稿は、孫正義氏が発明者で、2022年以降に日本に出願された特許で、権利維持/係属中のものをピックアップして、生成AIと共に分析した結果を、生成AIと共に書き起こしたものです。）
 
 
 
Masayoshi Son’s "ChatGPT Wall-Bouncing" Spurs a New Era of Creativity
 
"A bundle of innovation." This phrase is often used to describe Masayoshi Son, founder of SoftBank Group. His unwavering belief in the potential of AI and robotics has driven proactive investments and business ventures in these fields. Yet, a remarkable new development has recently emerged. Son has been actively engaging in "wall-bouncing" sessions with ChatGPT—exchanging ideas with the AI to refine concepts—and this process has led to numerous patent applications. Among these, 543 patents have already been publicly disclosed, revealing glimpses of advanced ideas in fields such as robotics, conversational systems, and emotion analysis.
By combining Son’s grand vision of "bringing happiness to people through the information revolution" with ChatGPT’s sophisticated natural language processing capabilities, the potential to transform our lifestyles seems greater than ever. This article explores the direction and significance of the technologies revealed in these 543 patents.
 
1. The Future of "Behavioral Control Systems" Painted by 543 Patents
A standout focus in the analysis is the abundance of ideas for "behavioral control systems" that enable robots and various electronic devices to interact with humans as though "sharing a connection." Central to these patents is a mechanism that not only utilizes user behavior data but also digitally evaluates emotions in real-time to derive optimal responses and actions.
Particularly striking are the aspects seemingly inspired by Son’s exchanges with ChatGPT—not merely responding to commands but estimating a user’s implied intentions and mood to tailor interactions. For instance, these robots could amplify joy during happy moments or provide comfort and encouragement during times of distress. This vision of empathetic robots reflects an approach unique to the combination of Son’s innovation and ChatGPT’s AI prowess.
 
2. ChatGPT × Masayoshi Son: Transforming Development Speed Through Dialogue Models
Another notable aspect is the overwhelming "speed" apparent in the patent portfolio. ChatGPT’s exceptional language capabilities likely accelerate the verification and expansion of invention ideas. Unlike human brainstorming, interacting with a large language model, available 24/7 and equipped with extensive interdisciplinary knowledge, dramatically broadens the scope of ideas.
A cross-sectional examination of the 543 patents reveals diverse technological elements, such as robot communication protocols, body design, emotion analysis algorithms, and advanced natural language processing. These elements appear to form an "ecosystem" of complementary technologies, reflecting innovative thinking fueled by ChatGPT's collaborative input.
 
3. From Plush Robots to Advanced Security Systems
Among the 543 patents, "plush-type" robots stand out, designed with a user-friendly appearance and texture to foster affection and facilitate communication across age groups, from children to the elderly. Equipped with cameras and microphones as eyes and ears, as well as advanced sensors and AI chips, these robots are envisioned to analyze speech, behavior, expressions, and vocal tones.
On the other hand, serious applications such as security and surveillance are also prevalent in the patents. Robots are proposed as alternatives to security cameras, capable of detecting suspicious individuals, issuing alerts, and even notifying nearby people of danger autonomously. This highlights the significance of robots’ "autonomous decision-making" abilities in enhancing societal safety.
Additionally, patents detail applications such as indoor staff support and exhibit guidance, with robots instantly grasping visitors’ locations and histories to offer tailored assistance in a conversational manner. These "concierge-like" robots could find applications in malls, hotels, museums, and other public spaces.
 
4. Challenges of Personal Information Highlighted by the Patent Portfolio
Given the diverse scenarios for handling user emotion and behavior data, issues of privacy and information management inevitably arise. Some patent documents mention information handling methods, security measures, and encryption technologies, but real-world implementation will necessitate comprehensive legal frameworks and ethical guidelines.
Particularly concerning is the potential misuse of sensitive data like user emotions. Robots’ ability to record and process interactions more accurately than human conversations poses risks of data exploitation, making privacy issues more severe than with conventional IT services.
The innovations born from Son and ChatGPT's collaboration may dramatically enhance and enrich our lives. However, reaping these benefits requires society to properly understand the risks and establish systems to ensure safe use. Public awareness and input are crucial in shaping responsible data practices.
 
5. How 543 Patents Could Transform Daily Life
If the technologies described in these patents were realized, they could revolutionize our lives in the following ways:

1. Family Health Management:
   Robots at home could record meals and exercise, suggesting menus and stretching routines based on user health conditions. They could monitor heart rates and facial expressions, offering stress-relief techniques accordingly.
2. Educational and Learning Support:
   Monitoring children’s learning progress, identifying weak areas, and devising engaging teaching methods in real-time. Providing feedback to parents on study habits and focus levels.
3. Elderly Care and Monitoring:
   Detecting abnormalities in elderly individuals living alone and notifying family or medical facilities. Proposing light exercises or brain training to enhance motivation and offering mental support.
4. Entertainment and Communication:
   Robots could recommend personalized games, music, or movies based on user preferences, enriching leisure time through conversational interactions.

These robots, designed as reliable partners who deeply understand human emotions and actions, transcend the traditional image of "convenient home appliances." Their development owes much to the accelerated idea generation enabled by "wall-bouncing" sessions with ChatGPT.
 
6. Conclusion: Opening the "Next Door" with ChatGPT and Masayoshi Son
Robots that interpret human behavior and emotions in real-time and seamlessly integrate into our lives—what once seemed like science fiction is becoming reality. The collaboration between Masayoshi Son and ChatGPT has the potential to generate and evolve hundreds of groundbreaking ideas in a short time. The analyzed portfolio of 543 patents is a testament to this possibility.
As technology matures, challenges related to privacy, security, and societal ethics will also become more pronounced. Yet, innovation inherently carries risks, and we must cultivate wisdom to use and manage technology responsibly. Robots supporting us in various aspects of life are no longer a distant dream.
In the future, experimental projects based on these patents will likely emerge, leading to practical applications that further enrich and optimize our lives. At the heart of this transformation lies the "new era of creativity" born from the collaboration of Masayoshi Son and ChatGPT—a force capable of reshaping existing paradigms. Each of us must think critically about how to harness and share responsibility for this new world. These 543 patents are not just a list of technologies but proposals for our future society. The door opening before us promises an extraordinary future—one we must step into with excitement and purpose.
(This article was collaboratively written and analyzed with generative AI, focusing on patents filed in Japan since 2022 by Masayoshi Son, either as the inventor or related to his initiatives.)
 

2025年、生成AIは日本企業の知的財産業務全般に深く浸透し、強力なパートナーとして、業務効率化と価値創造に大きく貢献すると思われます。
推論AIモデルと言われている新型LLMであるChatGPT o1 pro と Gemini 2.0 Flash Thinking に、『生成AIの進化により2025年日本企業の知的財産業務はどう変わるのか？予想して、日本語で4000字程度のエッセイ風記事にまとめて下さい。』というプロンプトで記事を書かせてみました。
 
 
 
How Will Japanese Companies' Intellectual Property Operations Change by 2025 with the Evolution of Generative AI?
 
By 2025, generative AI will have deeply penetrated the intellectual property operations of Japanese companies, becoming a powerful partner that will greatly contribute to improving operational efficiency and creating value.
I asked ChatGPT o1 pro and Gemini 2.0 Flash Thinking, which are new types of LLM known as inference AI models, to write an article on the prompt "How will intellectual property work at Japanese companies change in 2025 due to generative AI evolution? Please write an essay-style article of approximately 4,000 characters in Japanese.