特許業務支援AIツール「Tokkyo.Ai」「Summaria」「Genzo AI」の導入は、知的財産業務の大幅な効率化を実現します。一方で、情報システム部門にとってはセキュリティとデータガバナンスの確保が最重要課題となります。生成AIに、これら3つのツールの技術的仕組み、セキュリティ対策、運用体制を分析し、社内導入承認を得るための論点を整理させました。
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。
 
Key Points for Securing Internal Approval to Introduce AI Tools for Patent Operations
The introduction of AI tools for patent operations--Tokkyo.Ai, Summaria, and Genzo AI—can significantly enhance the efficiency of intellectual property workflows. However, for the information systems department, ensuring security and data governance becomes the most critical concern.
I have used generative AI to analyze the technical architecture, security measures, and operational frameworks of these three tools, and to organize the key discussion points necessary for obtaining internal approval for their adoption.
Please note that the research and analysis conducted by generative AI are based solely on publicly available information and may not fully reflect actual conditions. They may also contain inaccuracies, so please review the information with this understanding.

AI Agent(Manus, Genspark, Perplexity, Felo AI)導入は、知的財産業務の大幅な効率化を実現します。一方で、情報システム部門にとってはセキュリティとデータガバナンスの確保が最重要課題となります。生成AIに、これら４つのAI Agent(Manus, Genspark, Perplexity, Felo AI)の社内導入承認を得るための論点を整理させました。
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。
 
Key Points for Explaining the Introduction of AI Agents (Manus, Genspark, Perplexity, Felo AI)
The introduction of AI agents (Manus, Genspark, Perplexity, and Felo AI) can significantly improve the efficiency of intellectual property operations. On the other hand, for the information systems department, ensuring security and proper data governance becomes the top priority. I have used generative AI to organize the key discussion points necessary to obtain internal approval for deploying these four AI agents (Manus, Genspark, Perplexity, and Felo AI).
Please note that the research and analysis conducted by generative AI are based solely on publicly available information and may not fully reflect actual conditions. They may also contain inaccuracies, so please review the information with this in mind.

Anthropic が、2026年4月16日にリリースした「Claude Opus 4.7」、2026年4月17日にリリースした「Claude Design」は、AI業界の競争軸が「汎用モデルの性能競争」から「タスク特化型の自律エージェントとワークフロー統合の競争」へと完全にシフトしていることを示しているようです。
この「Claude Opus 4.7」、「Claude Design」の内容と評判を生成AIに調べさせましたので、ご参照ください。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Anthropic Releases “Claude Opus 4.7” and “Claude Design”
The release of “Claude Opus 4.7” on April 16, 2026, and “Claude Design” on April 17, 2026, by Anthropic appears to signal a complete shift in the competitive landscape of the AI industry—from a focus on general-purpose model performance to competition centered on task-specific autonomous agents and workflow integration.
I asked generative AI to investigate the details and reception of “Claude Opus 4.7” and “Claude Design.” Please note that the research and analysis conducted by generative AI are based solely on publicly available information, may not fully reflect actual conditions, and could contain inaccuracies.

島津製作所は、2026年3月25日に知的財産部がAIを活用して独自で開発／運用してきた知財関連業務の自動化プラットフォームを提供する企業としてGenzo AIを、IPエージェントと共同で2026年4月1日に設立すると発表し、しばらく経ちました。
4月15日には製品説明会が開催され、安定したサービス品質を確保するためのインフラ増強を行うため、当初予定していた2026年4月15日の提供開始が2026年5月上旬に変更されました。
島津製作所知財部の生成AI活用とGenzo AIの現状・今後について、最新の情報を生成AIに深掘りさせましたので、ご参照ください。なお、生成AIによる調査・分析結果は、公開された情報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。
 
次世代知財業務自動化プラットフォーム　Genzo AI
https://www.genzo-ai.co.jp/
 
AIを活用した知財業務の自動化プラットフォーム、コスト削減につながるワケ
https://monoist.itmedia.co.jp/mn/articles/2604/10/news032.html
素材／化学メルマガ 編集後記：
AIを活用した知財業務の自動化プラットフォーム、コスト削減につながるワケ
https://ids.itmedia.co.jp/pdf/mn/260410_news032.pdf?bpc=31d2ff3aec64ebf74a6e6426410437025bffb9f78aef58628814f5a60312a7a6&ac=e8cb9106baa7e37eb9feb877b9f0a27ddaf48b95ba02da49cbb3a8247ee7fec4&fp=dc2d0d52505b9d9bdd6f3db6f7f9dbe3a51e8637407f078ff21c0a0ed4143c2d
 
 
Use of Generative AI in the Intellectual Property Department of Shimadzu Corporation and the Current Status and Future of Genzo AI
It has been some time since Shimadzu Corporation announced on March 25, 2026, that it would establish Genzo AI—a company providing an automation platform for IP-related operations independently developed and operated by its Intellectual Property Department using AI—jointly with IP Agent on April 1, 2026.
On April 15, a product briefing was held, and in order to strengthen infrastructure to ensure stable service quality, the initially planned service launch date of April 15, 2026 was postponed to early May 2026.
I have used generative AI to conduct an in-depth analysis of the latest developments regarding the use of generative AI in the Intellectual Property Department of Shimadzu Corporation, as well as the current status and future outlook of Genzo AI. Please refer to the analysis with the understanding that it is based solely on publicly available information and may not fully reflect actual conditions, and may contain inaccuracies.

浜松ホトニクスは、DX の一環として、知財業務におけるAIの活用を推進しています。
この浜松ホトニクスの知財業務におけるAI活用について生成AIに深掘りさせましたので、ご参照ください。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Use of AI in Intellectual Property Operations at Hamamatsu Photonics
As part of its DX (digital transformation) initiatives, Hamamatsu Photonics is promoting the use of AI in its intellectual property operations.
I asked generative AI to conduct an in-depth analysis of how AI is being utilized in the company’s IP activities—please refer to the results below.
Please note that the research and analysis conducted by generative AI are based solely on publicly available information and may not fully reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.
 

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

意匠調査と類似性判定における生成AI活用の最新動向と技術的課題を生成AIに深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Use of Generative AI in Design Search and Similarity Assessment
I asked generative AI to conduct an in-depth analysis of the latest trends and technical challenges in the use of generative AI for design search and similarity assessment. Please note that the findings and analysis generated by AI are based solely on publicly available information, and may not fully reflect actual conditions. They may also contain inaccuracies, so I recommend reviewing them with this in mind.
​

意匠出願・権利化業務における生成AIの活用の現状と課題について、生成AIに調査させました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

Current Status and Challenges of Using Generative AI in Design Application and Prosecution Work
I asked a generative AI system to investigate the current status and challenges of using generative AI in design application and prosecution work. Please note that the research and analysis conducted by the generative AI are based solely on publicly available information and do not necessarily reflect actual conditions. They may also contain inaccuracies, so please review the information with this in mind.

プロダクトデザイン・工業デザインの現場においては、生成AIの活用は2024年から実用段階に入ったと言われています。
デザイン創作における生成AIの活用の現状と課題について、生成AIに深掘りさせましたので、ご参照ください。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
The Use of Generative AI in Design Creation
In the fields of product design and industrial design, the use of generative AI is said to have entered a practical phase starting in 2024.
I have conducted an in-depth analysis using generative AI on the current state and challenges of its application in design creation. Please refer to the results below.
Please note that the investigation and analysis conducted by generative AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.

生成AIは意匠関連業務の全領域においても、急速に影響力を拡大しています。
デザイン創作の現場ではMidjourney・Adobe FireflyなどのAI生成ツールが標準的なワークフローに組み込まれ、USPTO（米国特許商標庁）は2025年7月にAI画像検索ツール「DesignVision」を意匠審査に導入しました。
一方、日本特許庁（JPO）は生成AI技術の発達を踏まえた意匠法改正に向けた議論を継続しており、2026年通常国会への法案提出を目指しています。
生成AIに、意匠関連業務における生成AIの活用について深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
The Use of Generative AI in Design-Related Work
Generative AI is rapidly expanding its influence across all areas of design-related work as well.
In the field of design creation, AI generation tools such as Midjourney and Adobe Firefly have been incorporated into standard workflows, and in July 2025, the USPTO (United States Patent and Trademark Office) introduced the AI image search tool “DesignVision” into design examination.
Meanwhile, the Japan Patent Office (JPO) continues discussions toward revising the Design Act in light of advances in generative AI technology, with the aim of submitting a bill to the ordinary session of the Diet in 2026.
I asked generative AI to provide a deeper analysis of how generative AI is being used in design-related work. Please note, however, that the research and analysis produced by generative AI are based solely on publicly available information, may not necessarily reflect actual circumstances, and may include incorrect information. Please keep this in mind when referring to the material.

特許情報や市場情報などの公開された情報を基にした精緻なIPランドスケープ（IPL）分析が、「その分析は確かに良い分析だけど、ちょっと違うな」などと言われ、なぜ社内（経営層、事業部門幹部、研究部門幹部）で受け入れられにくいのか？
最大の原因は、自社の歴史的文脈や現場の暗黙知などの「内部情報」との統合が欠如している点にあると言われています。
下記のような社内(秘密)情報が入ってきていないことが大きな要因でしょう。

• 現時点で社外に開示している中長期ビジョン・経営戦略・事業戦略・R&D戦略と、社内で検討している中長期ビジョン・経営戦略・事業戦略・R&D戦略とで、課題意識にズレがある
• 経営戦略では、まだ発表していないが次の段階として検討している選択と集中の考え方、M&A、アライアンスなどの水面下での動きが入っていない
• 事業戦略では、まだ発表していない次の段階として検討している市場展開、商品・技術の考え方などの水面下の動きが入っていない
• R&D戦略では、まだ発表していない次の段階として検討している技術、特許出願されていないノウハウなどの水面下の動きが入っていない

では、意思決定を左右する内部情報としてはどんな情報が重要でを統合すべきなのか、
生成AIに、意思決定を左右する内部情報の重要性を深掘りさせましたので、ご参照ください。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
The Importance of Internal Information in IP Landscape Analysis
Why is it that even a highly sophisticated IP landscape (IPL) analysis—based on publicly available information such as patent data and market intelligence—often receives feedback like, “It’s certainly a good analysis, but something feels off,” and struggles to gain acceptance within organizations (e.g., top management, business unit executives, and R&D leaders)?
The primary reason is said to be the lack of integration with “internal information,” such as the company’s historical context and the tacit knowledge held at operational levels.
A major contributing factor is that internal (confidential) information like the following is not incorporated:

1. There is a misalignment between the mid- to long-term vision, management strategy, business strategy, and R&D strategy that are publicly disclosed, and those actually being considered internally, particularly in terms of problem awareness.
2. In management strategy, unannounced next-stage initiatives—such as strategic focus and resource allocation (“selection and concentration”), M&A activities, and alliance discussions—are not reflected.
3. In business strategy, unannounced next-stage considerations—such as market expansion plans and product/technology directions—are not included.
4. In R&D strategy, unannounced next-stage developments—such as emerging technologies under consideration and know-how not yet filed as patents—are missing.

So, what types of internal information that influence decision-making are truly important and should be integrated?
I asked generative AI to explore in depth the importance of internal information that affects decision-making. Please refer to the results with the understanding that the analysis is based solely on publicly available information and may not fully reflect reality, and may contain inaccuracies.

2026年4月9日、経済産業省は、AI利活用時の民事責任の在り方について、現行法における解釈の考え方を整理した「AI利活用における民事責任の解釈適用に関する手引き」を公表しました。
この手引きは、AIによる権利侵害が発生した際の損害賠償責任について、現行の不法行為法に基づくデフォルト・ルールを体系化しています。AIを人間の判断を助ける「補助／支援型」と、AIに判断を委ねる「依拠／代替型」に分類し、それぞれの主体が負うべき注意義務の内容を明確にしています。特に知的財産分野では、著作権や特許権、営業秘密などの侵害リスクに対し、利用者は検証体制の構築、開発者は技術的なガードレールの実装が求められると説いています。
この手引きが直接扱う知財関連事例もありますが、知財分野ではそのほかにどんな事例が考えられるか、手引きの枠組みを知財業務に応用した事例を生成AIに深掘りさせました。
なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
2026年4月9日
https://www.meti.go.jp/press/2026/04/20260409001/20260409001.html?fbclid=IwdGRzaARJ1SpjbGNrBEnVEGV4dG4DYWVtAjExAHNydGMGYXBwX2lkDDM1MDY4NTUzMTcyOAABHqHA-fDQkZVl_ZBx2JaqZKrmkGQuj4fjkmaaXDi-GQXg44ei90enzGixXSF9_aem_2cN9DDkpU17VuPXhOdwX5g&sfnsn=mo
 
ＡＩ利活用における民事責任の解釈適用に関する手引き
経済産業省［第 1.0 版］
https://www.meti.go.jp/press/2026/04/20260409001/20260409001-1.pdf
 
AI利活用における民事責任の解釈適用に関する手引き
概要資料
https://www.meti.go.jp/press/2026/04/20260409001/20260409001-2.pdf
 
 
Guidelines on the Interpretation and Application of Civil Liability in the Use of AI
On April 9, 2026, the Ministry of Economy, Trade and Industry (METI) released the “Guidelines on the Interpretation and Application of Civil Liability in the Use of AI,” which organize how existing laws should be interpreted with respect to civil liability arising from the use of AI.
These guidelines systematize the default rules under current tort law regarding liability for damages in cases where AI causes infringement of rights. They classify AI usage into two categories: (i) “assistive/support-type,” where AI aids human decision-making, and (ii) “reliance/substitutive-type,” where decision-making is delegated to AI. For each category, the guidelines clarify the scope of the duty of care borne by the relevant parties.
In particular, in the field of intellectual property, the guidelines emphasize that, in response to risks of infringement involving copyrights, patent rights, and trade secrets, users are expected to establish appropriate verification frameworks, while developers are required to implement technical guardrails.
While the guidelines include certain IP-related case examples, we also used generative AI to further explore additional potential scenarios in the IP domain by applying the framework presented in the guidelines.
Please note that the research and analysis generated by AI are based solely on publicly available information and may not necessarily reflect actual circumstances, and may contain inaccuracies.

知財ライセンス業務は、生成AI・AIエージェントの導入により、2025年を転換点として「人間が作業する時代」から「人間がAIを指揮する時代」へと急速に移行しています。
契約書レビューに要する時間は最大90%削減され、特許分析は数分で完了し、自律的に契約交渉を遂行するAIエージェントも実用化されています。
生成AIに、知財ライセンス業務における生成AI・AIエージェント活用を深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Utilization of Generative AI and AI Agents in IP Licensing Operations
IP licensing operations are rapidly transitioning—marking 2025 as a turning point—from an era where humans perform tasks themselves to one where humans orchestrate and direct AI, driven by the adoption of generative AI and AI agents.
The time required for contract review has been reduced by up to 90%, patent analysis can now be completed in a matter of minutes, and AI agents capable of autonomously conducting contract negotiations are already being put into practical use.
I asked generative AI to conduct an in-depth analysis of how generative AI and AI agents are being utilized in IP licensing operations. Please note that this analysis is based solely on publicly available information and may not fully reflect actual conditions. It may also contain inaccuracies.

Generalist AI社が開発した「GEN-1」は、物理世界で自律的に動く身体性AI（フィジカルAI）の基盤モデルで、従来のAIとは異なり、言語データに依存せず、「Data Hands」という独自のデバイスで収集した膨大な人間活動データから物理法則を直接学習しています。
その結果、産業利用の基準となる99%のタスク成功率と、競合を圧倒する約3倍の動作速度、そして未知のトラブルに即興で対応する物理的常識を兼ね備えているということです。この「GEN-1」について、生成AIに深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
2026/4/9
Generalist、実世界ロボットの動作を最適化するAI基盤モデル「GEN-1」発表　成功率99%、従来比最大3倍高速
https://ledge.ai/articles/generalist_gen1_real_world_robot_motion_foundation_model
 
 
Robot AI Foundation Model “GEN-1”
“GEN-1,” developed by Generalist AI, is a foundation model for embodied AI (physical AI) that autonomously operates in the physical world. Unlike conventional AI, it does not rely on language data; instead, it directly learns physical laws from vast amounts of human activity data collected באמצעות its proprietary device called “Data Hands.”
As a result, it reportedly achieves a 99% task success rate—the benchmark for industrial applications—along with approximately three times faster operation compared to competitors, and possesses physical common sense that enables it to improvise and respond to unforeseen problems.
I asked generative AI to conduct an in-depth analysis of this “GEN-1.” Please note that the investigation and analysis by generative AI are based solely on publicly available information and may not necessarily reflect the actual situation; they may also contain inaccuracies.
 

2026年4月12日、ソフトバンク、NEC、ソニーグループ、ホンダが、国産AI開発の新たな司令塔となる新会社「日本AI基盤モデル開発（Japan AI Foundation Model Development）」の設立が公式に発表されました。これまで独立して独自の技術戦略を描いてきた日本を代表する巨大企業4社が「日の丸連合」として合流したもので、単なる一企業の新規事業領域を超えた、国家ぐるみの「反転攻勢」を企図した枠組みです。
生成AIに、新会社「日本AI基盤モデル開発」を深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
2026/04/12
ソフトバンク、NEC、ソニー、ホンダが国産AI開発の新会社「日本AI基盤モデル開発」
国内企業が結集して国産AIモデルで巻き返し
https://www.sbbit.jp/article/cont1/184305
 
 
Japan’s New Command Center for Domestic AI Development: “Japan AI Foundation Model Development”
On April 12, 2026, SoftBank Group, NEC, Sony Group, and Honda officially announced the establishment of a new company, “Japan AI Foundation Model Development,” which will serve as a new command center for domestic AI development.
This initiative brings together four of Japan’s leading corporations—each of which had previously pursued independent and distinct technology strategies—into what can be described as a unified “All-Japan alliance.” It represents not merely the creation of a new business venture by a single company, but a national-scale framework aimed at launching a strategic “counteroffensive” in the global AI race.
I asked generative AI to conduct an in-depth analysis of this new company, “Japan AI Foundation Model Development.” Please note that the insights and analysis generated by AI are based solely on publicly available information and may not necessarily reflect the full reality. They may also contain inaccuracies, and should be reviewed with appropriate caution.

数値限定発明やパラメータ発明においては、比較例の有無・設計の巧拙が進歩性の判断を左右するにもかかわらず、多くの発明者は特許出願の段階になって初めて比較例を意識することが多くなっています。
実験ノート（ラボノート）の段階から比較例を戦略的に設計・記録することが重要です。比較例を意識した実験ノートの書き方について生成AIに深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
How to Write Experimental Notebooks with Comparative Examples in Mind
In inventions involving numerical limitations or parameters, the presence and quality of comparative examples can significantly influence the assessment of inventive step. However, many inventors tend to consider comparative examples only at the patent filing stage.
It is crucial to strategically design and document comparative examples from the experimental notebook (lab notebook) stage. I asked a generative AI to conduct an in-depth analysis of how to write experimental notebooks with comparative examples in mind. Please note that the analysis and insights generated by AI are based solely on publicly available information, may not reflect actual circumstances, and may contain inaccuracies.

「知財業務で、すぐに生成AIの効果を出したい。」という要望が多くなってきました。
その問いに対する回答を生成AIに記述させました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Achieving Immediate Impact from Generative AI in Intellectual Property Operations
Requests such as “We want to quickly realize the benefits of generative AI in IP operations” have been increasing.
In response to this question, I asked generative AI to provide a structured answer. Please note that the investigation and analysis conducted by generative AI are based solely on publicly available information and may not fully reflect actual conditions. They may also contain inaccuracies, so please review them with this in mind.

実験ノート（ラボノート）は、研究の過程や結果を記録するだけでなく、実験の再現性を担保し、研究の正当性（捏造ではないこと）を証明するための極めて重要な公的書類です。特許出願時において有利になる実験ノートの書き方について生成AIに深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
How to Keep Experimental (Lab) Notebooks That Strengthen Patent Applications
Experimental notebooks (lab notebooks) are not only records of research processes and results, but also extremely important official documents that ensure the reproducibility of experiments and demonstrate the integrity of the research (i.e., that it is not fabricated).
I asked a generative AI to conduct an in-depth analysis of how to keep experimental notebooks in a way that is advantageous for patent applications. Please note that the investigation and analysis conducted by the generative AI are based solely on publicly available information and may not necessarily reflect actual circumstances, and may also contain inaccuracies.

2025年6月3日、内閣総理大臣を本部長とする知的財産戦略本部が「知的財産推進計画2025 ～IPトランスフォーメーション～」を決定しました。この中には、AI施策KPIとして「日本企業のAI利活用率を概ね100％まで高める」という目標が掲げられています。
計画決定から10カ月が経過した2026年4月時点の状況を見ると、大企業を中心にAI活用は急拡大している一方、中小企業の導入率は約20%にとどまり、KPI達成には依然として大きな乖離があります。
この知的財産推進計画2025KPI「日本企業のAI利活用率を概ね100％まで高める」についてその進捗、課題などを生成AIに深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
KPI of the Intellectual Property Strategic Program 2025: “Increase the AI utilization rate among Japanese companies to approximately 100%”
On June 3, 2025, the Intellectual Property Strategy Headquarters, headed by the Prime Minister of Japan, adopted the Intellectual Property Strategic Program 2025 – IP Transformation. Within this program, a key AI-related KPI is set: “to increase the AI utilization rate among Japanese companies to approximately 100%.”
As of April 2026, ten months after the plan’s adoption, AI utilization has expanded rapidly, particularly among large enterprises. However, the adoption rate among small and medium-sized enterprises remains at around 20%, indicating a significant gap toward achieving the KPI.
I asked generative AI to conduct an in-depth analysis of the progress and challenges related to this KPI, “increasing the AI utilization rate among Japanese companies to approximately 100%.” Please note that the findings and analysis generated by AI are based solely on publicly available information and may not necessarily reflect actual conditions. They may also contain inaccuracies.

Anthropicは、2026年4月7日、年換算売上高（ARR）が300億ドル（約4.8兆円）に達したと発表しました。これはOpenAIの250億ドル（約4兆円）のARRを上回ります。
Anthropicがエンタープライズ市場へ注力した結果であり、特に「Claude Code」が1年足らずでARRを1,700万ドル（約25億円）から25億ドル（約4,000億円）へと急成長した寄与が大きいとされています。
この情報について、生成AIに深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Anthropicの年換算売上高が300億ドルを突破、OpenAIを抜き世界最大のAIスタートアップへ
2026-04-08
https://finance.biggo.jp/news/F9mhap0B5edQG9E4ZxBE
 
 
Anthropic’s Annualized Revenue Surpasses OpenAI
On April 7, 2026, Anthropic announced that its annual recurring revenue (ARR) had reached $30 billion (approximately ¥4.8 trillion). This surpasses the $25 billion (approximately ¥4.0 trillion) ARR of OpenAI.
This growth is attributed to Anthropic’s strong focus on the enterprise market. In particular, its “Claude Code” offering is said to have made a significant contribution, rapidly expanding from an ARR of $17 million (approximately ¥2.5 billion) to $2.5 billion (approximately ¥400 billion) in less than a year.
I asked a generative AI system to conduct an in-depth analysis of this development. Please note that the results of this analysis are based solely on publicly available information and may not fully reflect the actual situation. They may also contain inaccuracies, so please review them with this in mind.