「失われた30年取り戻せる」日本の宇宙開発は今、熾烈な国際競争　勝ち筋は“宇宙版シリコンバレー”という TBS NEWS をYouTubeで視聴しました。
宇宙開発は世界的に急速に拡大し、市場規模は2040年までに現在の約3倍となる1.1兆ドル（約150兆円）超に達するということで、日本でも官民による宇宙ビジネスへの関心が高まり、新興企業を中心にロケット開発や宇宙旅行計画などが進展しています。しかし、日本は打ち上げ回数やコスト競争力で米中などに後れを取っており、近年は主力ロケットの失敗も相次ぐ厳しい状況です。
日本の宇宙開発の現状と課題、北海道で進む宇宙版シリコンバレー構想の詳細、そして日本がアジアの宇宙産業ハブとなり“失われた30年”を取り戻す戦略となり得るかを、生成AIに調査・評価させました。さらに、日本の宇宙ビジネスにおける特許競争力についても分析させました。
なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
「失われた30年取り戻せる」日本の宇宙開発は今、熾烈な国際競争　勝ち筋は“宇宙版シリコンバレー”【報道特集】| TBS NEWS DIG - YouTube
https://www.youtube.com/watch?v=dqBbaPMTLiU
 
 
Patent Competitiveness in Japan’s Space Business
I watched on YouTube a TBS NEWS segment titled “‘We Can Make Up the Lost 30 Years’: Japan’s Space Development Is Now in Fierce International Competition—the Winning Strategy Is a ‘Space Silicon Valley’.”
Space development is expanding rapidly worldwide, and the market size is expected to reach over $1.1 trillion (about ¥150 trillion) by 2040, roughly three times its current level. In Japan, interest in the space business is growing across both the public and private sectors, with startups driving progress in rocket development and space tourism plans. However, Japan lags behind the United States and China in launch frequency and cost competitiveness, and in recent years has faced a difficult situation with successive failures of its main rockets.
I had generative AI investigate and evaluate the current state and challenges of Japan’s space development, the details of the “Space Silicon Valley” concept advancing in Hokkaido, and whether Japan could become Asia’s space-industry hub and thereby recover the “lost 30 years.” In addition, I had it analyze Japan’s patent competitiveness in the space business.
Please note that the research and analysis produced by generative AI are based solely on publicly available information; they do not necessarily reflect actual conditions and may include inaccuracies. Use these results for reference only.

パテント誌2025年8月号に「特許審査におけるAIの活用（特許庁審査第一部調整課審査企画室企画調査官　五十嵐康弘）」が掲載されており、10月1日に弁理士会ホームページで公開されました。その中で、急激に進化している生成 AI について触れていましたので、生成AIに評釈させました。
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。
 
特許審査におけるAIの活用
https://jpaa-patent.info/patent/viewPdf/4704
 
 
Utilization of AI in Patent Examination
The August 2025 issue of Patent Journal featured an article titled “Utilization of AI in Patent Examination” by Yasuhiro Igarashi, Planning and Research Officer, Examination Planning Office, Examination Department I, JPO. The article was published on the Japan Patent Attorneys Association (JPAA) website on October 1.
In it, reference was made to the rapidly evolving field of generative AI, so I asked a generative AI system to provide a commentary.
Please note that the investigation and analysis results generated by AI are based solely on publicly available information. They do not necessarily reflect the actual circumstances and may include inaccuracies. Kindly keep this in mind when referring to them.

ＩＰジャーナル第34号P.4-10（発行日：2025年9月15日）に掲載された「AI技術の進展を踏まえた発明の保護の在り方に関する調査研究　米川 紘輔（Kosuke Yonekawa）（一財）知的財産研究教育財団知的財産研究所 主任研究員」の全文がWEB公開されています。
生成AIやシミュレーションの進展は、発明創出と特許制度に大きな問いを投げかけていますが、知的財産研究所は、特許庁委託調査「AI技術の進展を踏まえた発明の保護の在り方に関する調査研究」を実施。発明の定義、AI生成物の扱い、新規性・進歩性判断、記載要件といった論点を整理しました。
報告書では法改正の即時性は否定しつつ、ガイドライン整備やAI活用型の審査支援体制が重要と指摘しています。
 
ＩＰジャーナル第34号
http://fdn-ip.or.jp/ipjournal/latest.php
 
 
Approaches to Protecting Inventions in Light of Advances in AI Technology
The full text of the article “Approaches to Protecting Inventions in Light of Advances in AI Technology” by Kosuke Yonekawa, Senior Researcher at the Institute of Intellectual Property, Intellectual Property Research and Education Foundation, published in IP Journal Vol. 34, pp. 4–10 (issued on September 15, 2025), is now available online.
The progress of generative AI and simulation technologies raises significant questions for invention creation and the patent system. In response, the Institute of Intellectual Property conducted a study commissioned by the Japan Patent Office titled “Approaches to Protecting Inventions in Light of Advances in AI Technology.” The study organized key issues such as the definition of invention, the treatment of AI-generated outputs, the assessment of novelty and inventive step, and description requirements.
While the report denies the need for immediate legislative amendments, it emphasizes the importance of developing guidelines and establishing an AI-assisted examination support framework.

ＩＰジャーナル第34号P.26-31（発行日：2025年9月15日）に、「生成AIを活用した有意義なIPL実践に向けて～KHネオケムにおける知財活動の変革と挑戦～」という記事が掲載されています。
KHネオケムの知財部が、生成AIを“共働者”として取り入れ、リサーチ偏重から事業に効く提案へ転換した実践記です。人間の仮説力・解釈とAIの網羅性・速度を分担し、目的明確化→初期仮説→AI一次調査→骨子設計→AI推敲の5ステップでIPLを回す型を提示しています。実務者がそのまま使える活用シーンの網羅リストが掲載されています。
少人数の知財組織でAI前提の効率化と提案力の同時強化を図りたい方、組織の枠を超え事業価値創出にコミットする知財機能の作り方を知りたい方などに参考になります。
ChatGPT-5に紹介記事を作成させました。ぜひ原文を読んでください。
 
生成AIで知財活動が進化 ― KHネオケムの挑戦
化学メーカーのKHネオケム株式会社が、知財部門に生成AIを積極的に導入し、新たな知財活動の姿を打ち出しています。
同社は2023年、知財部を独立組織として再編。従来の「特許権利化」や「リスク管理」といった守り中心の活動から、事業戦略や新規テーマ探索に直接関わる攻めの知財活動へと舵を切りました。背景には、CTOの強い意向で「無形資産を活用し、事業に価値をもたらす知財部門へ」という方針転換があります。
そこで鍵となったのが、生成AIです。AIに文献調査や仮説立案、情報整理といった負担の大きい作業を任せることで、知財部員は「最終判断」や「部門間調整」、「戦略的提案」といった本質的な業務に集中できるようになりました。まさに、AIは人間の代わりではなく“思考のパートナー”として機能しているのです。
実際の知財活動プロセスは「Step1～Step7」として明確に整理されています。
課題整理 → 仮説構築 → 特許情報の活用 → 事業戦略との整合性確認 → 市場動向調査 → 検証 → 提案資料化、という流れでAIと人間が役割を分担。従来は半年以上かかっていた分析業務が短縮され、提案の質も大きく向上しました。
こうした取り組みによって、KHネオケムの知財部門は従来の「コストセンター」から「バリューセンター」へと進化しつつあります。単なる効率化にとどまらず、知財が経営戦略に直接貢献する仕組みづくりにまで踏み込んでいる点が大きな特徴です。
KHネオケムの事例は、これからの知財部門が直面する課題と、その解決のヒントを示しています。生成AI時代において、知財がどのように変革し、企業価値の創造に結びつくのか――同社の挑戦は、その未来像を具体的に描き出しているといえるでしょう。
 
ＩＰジャーナル第34号　P.26-31（発行日：2025年9月15日）
生成AIを活用した有意義なIPL実践に向けて
～KHネオケムにおける知財活動の変革と挑戦～
花崎 健一KHネオケム株式会社 知的財産部 部長
KHネオケム知的財産部は、IPL実践において何から手を付ければよいか分からず、情報収集・分析に時間を費やしても有効な提案につなげられない課題を抱えていた。この解決に向け、知財業務全体をビジネス意識重視への取り組み方に変えつつ、生成AIを活用した仕事のやり方へ抜本的に見直した。情報収集前の徹底的な初期検討でAIとの協働による仮説構築と提案イメージの解像度向上を重視することで、IPL活動が有意義なものへ変わってきた。
http://fdn-ip.or.jp/ipjournal/latest.php
 
 
Practical Use of Generative AI for IPL at KH Neochem
In IP Journal No. 34 (pp. 26–31, published September 15, 2025), an article titled “Toward Meaningful IPL Practice Utilizing Generative AI: Transformation and Challenges in IP Activities at KH Neochem” was published.
It introduces how KH Neochem’s IP department has incorporated generative AI as a “co-worker,” shifting from research-heavy tasks to proposals that directly support business. They present a five-step model for running IPL: clarifying objectives → forming initial hypotheses → AI-based preliminary research → framework design → AI refinement. The article also provides a comprehensive list of practical use cases that practitioners can directly apply.
This is a valuable reference for those seeking to simultaneously strengthen efficiency and proposal capabilities in small IP teams, or for those who want to learn how to build an IP function that commits to creating business value across organizational boundaries. ChatGPT-5 was asked to write an introductory article about it—be sure to read the original text.


Evolving IP Activities with Generative AI — KH Neochem’s Challenge
KH Neochem, a chemical manufacturer, is proactively introducing generative AI into its IP department, setting forth a new vision of intellectual property activities.
In 2023, the company reorganized its IP department as an independent unit. Moving away from a defensive focus on “patent prosecution” and “risk management,” it shifted toward offensive IP activities that directly engage with business strategy and exploration of new themes. This transformation was driven by the CTO’s strong policy of “building an IP department that leverages intangible assets to bring value to the business.”
Generative AI became the key enabler. By entrusting AI with burdensome tasks such as literature review, hypothesis development, and information organization, IP staff can now concentrate on essential duties like “final decision-making,” “interdepartmental coordination,” and “strategic proposals.” In this sense, AI functions not as a substitute for humans, but as a true “thinking partner.”
The actual IP activity process is clearly organized into “Step 1–Step 7”:
Issue definition → Hypothesis building → Patent information utilization → Alignment with business strategy → Market trend research → Validation → Proposal documentation.
Humans and AI share roles along this flow. As a result, analysis work that previously took over six months has been shortened, while the quality of proposals has significantly improved.
Through these efforts, KH Neochem’s IP department is evolving from a traditional “cost center” into a “value center.” What stands out is that the initiative goes beyond efficiency—it builds a system where IP directly contributes to corporate strategy.
KH Neochem’s case illustrates both the challenges that future IP departments will face and possible solutions. In the era of generative AI, how can IP transform and link directly to value creation for companies? The company’s bold initiatives provide a concrete picture of that future.

オリンパスは2025年9月25日、執行役 CTOのサヤード・ナヴィード氏が「OLYSENSE」「エンドルミナルロボティクス」「シングルユース内視鏡（SUE）」の3領域を重点プロジェクトとする中長期技術戦略について、今後3～5年でこれら3領域の新製品を市場投入していく方針を、記者会見で説明しました。
このオリンパスの中長期技術戦略について、生成AI（ChatGPT, Gemini）に調査させました。また、2つのレポートには個性がみられますので、NotebookLMに比較検討させました。NotebookLMの分析によれば、下記の通りで、なるほどと思います。
「両レポートはオリンパスの知財戦略が向かうべき方向性について同じ結論を共有しつつも、そのアプローチは対照的です。
レポート1（ChatGPT.pdf）は、オペレーション（現場運用）レベルでの改善策を網羅的かつ具体的に提示する「How To」ガイドに近いと言えます。既存の組織構造を前提としながら、現場のプロセス、人材育成、文化をどのように改善していくかという、実践的でボトムアップ型のアプローチが中心です。
レポート2（Gemini.pdf）は、経営戦略レベルでの組織変革を提言するコンサルティングレポートに近いと言えます。「プレイブック」という新しい概念で課題を構造化し、組織設計や評価指標といった根幹部分から作り変えるべきだという、戦略的でトップダウン型のアプローチを提示しています。
結論として、レポート1は知財部門の担当者が日々の業務改善を進める上で非常に有用な示唆に富んでいる一方、レポート2は経営陣が組織全体の変革を主導する際の強力な羅針盤となり得るでしょう。両者は補完的な関係にあり、併せて読むことで、オリンパスが直面する課題と解決策を多角的に理解することができます。」
 
オリンパス新CTOが技術戦略を説明、重点3領域の新製品を3～5年で市場投入へ
2025年09月29日
https://monoist.itmedia.co.jp/mn/articles/2509/29/news062.html
 
 
Olympus’ Mid- to Long-Term Technology Strategy and Transformation of its IP Strategy
On September 25, 2025, Olympus Executive Officer and CTO Sayad Naveed explained at a press conference the company’s mid- to long-term technology strategy, focusing on three key project areas: “OLYSENSE,” “Endoluminal Robotics,” and “Single-Use Endoscopes (SUE).” He announced that Olympus plans to launch new products in these three areas within the next 3 to 5 years.
I asked generative AI (ChatGPT, Gemini) to analyze this Olympus mid- to long-term technology strategy. The two reports displayed distinct characteristics, so I had NotebookLM compare and evaluate them. According to NotebookLM’s analysis, the following observations emerged, which I found convincing:
“Both reports share the same conclusion regarding the direction Olympus’ IP strategy should take, but their approaches are contrasting.
Report 1 (ChatGPT.pdf) is closer to a practical ‘How-To’ guide, presenting comprehensive and concrete improvement measures at the operational level. It is based on the existing organizational structure and focuses on a bottom-up approach to improving on-the-ground processes, talent development, and culture.
Report 2 (Gemini.pdf) is closer to a consulting report, proposing organizational transformation at the level of corporate strategy. By introducing a new concept of a ‘playbook,’ it structures the issues and advocates a strategic, top-down approach to redesigning fundamentals such as organizational design and evaluation metrics.
In conclusion, while Report 1 is highly valuable for IP department staff seeking to improve daily operations, Report 2 can serve as a powerful compass for executives leading company-wide transformation. The two reports are complementary; reading them together enables a multifaceted understanding of the challenges and solutions Olympus faces.”

知財実務情報Lab が2025年10月1日に開催したセミナー「生成AI活用による米国特許コスト削減の実務」の録画が公開されました。
現地代理人費用や翻訳費用が高額になりがちな米国特許プロセキューションにおいて、生成AIの活用は、コスト削減と業務効率化を実現する鍵となります。本セミナーでは、竹内 茂樹　カリフォルニア州弁護士/パテントエージェント/弁理士が、米国特許出願の実務における生成AIの活用経験に基づいて、効果的に生成AIを活用するための方法を具体例とともに解説しています。
竹内氏は、米国特許出願の高コスト要因である「代理人タイムチャージ」と「オフィスアクション回数」に対し、生成AIを活用した2つの解決策を提案しました。
・従属クレーム自動生成：出願前にAIで追加クレームを作成し、審査を効率化
・応答方針の早期決定：AIで一次コメントを生成し、代理人の手戻りを防止
プロンプトも公開されており、大変参考になりました。
生成AIは、単なる効率化ツールを超え、知財実務の新たなワークフローを構築する鍵になりつつあります
約１週間の公開となっています。
録画視聴方法については、下記を参照してください。
https://chizai-jj-lab.com/2022/12/21/faq/
 
（無料）生成AI活用による米国特許コスト削減の実務【10/1開催セミナー】
https://chizai-jj-lab.com/2025/08/29/1001/
 
Cost Reduction in U.S. Patents through Generative AI
The recording of the seminar “Practical Approaches to Reducing U.S. Patent Costs through Generative AI”, held by Intellectual Property Practice Information Lab on October 1, 2025, has been released.
In U.S. patent prosecution, where local attorney fees and translation costs often become significant, the use of generative AI is emerging as a key to cost reduction and operational efficiency. In this seminar, Shigeki Takeuchi, California attorney/patent agent/patent attorney, explained—based on his practical experience in U.S. patent filings—specific methods for effectively utilizing generative AI, accompanied by concrete examples.
Mr. Takeuchi proposed two AI-based solutions to address the major cost drivers in U.S. patent applications--attorney time charges and the number of office actions:

• Automatic generation of dependent claims: creating additional claims with AI before filing to streamline examination.
• Early determination of response strategies: generating preliminary comments with AI to prevent rework by attorneys.

The prompts were made available, proving very useful.
Generative AI is evolving beyond a mere efficiency tool and is becoming a key enabler in building new workflows for intellectual property practice.
The recording will be available for about one week.

「2025知財・情報フェア」における「サマリア」ブースでの講演をウェビナー形式で提供されるとのこと。無料で誰でも自由に聴講でき、どのウェビナーも視聴リンクより、事前申し込みなしに視聴できるとのことです。
 
「2025知財・情報フェア」講師によるウェビナーのご案内
https://patent-i.com/summaria/manual/R_20250930
 
2025年10月02日（木）14:00-15:00 (1時間の予定)
弁理士法人レクシード・テック パートナー弁理士・博士（理学）　角渕 由英 先生
【タイトル】特許調査における生成AI活用の最前線
https://www.youtube.com/live/FK6GTh6zPpg
 
2025年10月03日（金）14:00-15:00 (1時間の予定)
株式会社知財デザイン 代表取締役／弁理士(付記)　川上 成年 先生
【タイトル】生成AIが拓く特許情報分析の新時代～特許情報の文脈理解による意味分類から新規事業構想まで～
https://www.youtube.com/live/CQkWH_bXgFU
 
2025年10月06日（月）14:00-15:00 (1時間の予定)
株式会社LeXi/Vent 代表取締役　上村 侑太郎 先生
【タイトル】特許分析×生成AI活用の最新トレンド
https://www.youtube.com/live/xY0mG5c4Be4
 
2025年10月08日(水) 14:00-15:00 (1時間の予定)
弁理士法人はるか国際特許事務所 パートナー　竹下 賢 先生
【タイトル】OA対応における生成AIの活用例
https://www.youtube.com/live/dING_HwuVZk
 
2025年10月10日(金) 14:00-15:00 (1時間の予定)
株式会社MIXI コンプライアンス本部 知財室 室長　栗山 幸介 先生
【タイトル】生成AIにより進化した企業知財の最前線
https://www.youtube.com/live/L65EENTdQxw
 
 
Webinar Presentation at the “Summaria” Booth
A presentation at the “Summaria” booth during the 2025 Intellectual Property & Information Fair will be offered in webinar format. It will be free and open to anyone, and each webinar can be viewed directly through the provided viewing link without prior registration.

NTTドコモビジネス（旧NTTコミュニケーションズ）は、2025年9月30日、2025年度事業戦略発表会を開催しました。発表された2025年度事業戦略は、「2027年度に人工知能（AI）などの重点領域を5000億円以上の事業規模に育てる（現在の売上高は約2500億円）」と目標を示し、かつて主力だった長距離・国際通信サービスを縮小、「AI」「IoT」「デジタル・ビジネス・プロセス・アウトソーシング（BPO）」「地域・中小DX」の4つを重点領域として掲げています。
各生成AI（Gemini, Perplexity, ChatGPT）にNTTドコモビジネスが2025年9月30日に発表した2025年度事業戦略について調査・分析させました。それぞれ異なる視点から詳細に分析しています。以下に、各レポートに共通する内容とそれぞれのレポートが独自に深掘りしている点を比較・検討すると、下記のようになります。
３つのレポートで一致している主要戦略
各レポートは、NTTドコモビジネスの新戦略の核心として、以下の3つの要素を共通して重要視しています。

1. 野心的な成長目標:
   • 2027年度までに重点4領域の売上高を現在の約2500億円から5000億円超へ倍増させるという、非常に野心的な財務目標を掲げている点で全レポートが一致しています。
   • この重点4領域にはAI、IoTが含まれ、同社が「産業・地域DXのプラットフォーマー」を目指すビジョンの中核であるとされています。
2. 新インフラ「AI-Centric ICTプラットフォーム」:
   • AI時代の企業の課題である「分散」「柔軟」「安全」「リーズナブル」という4つのニーズに応えるために設計された、新しいICT基盤であると3つのレポートすべてが解説しています。
   • 具体的な構成要素として、高発熱GPUに対応する液冷データセンター（横浜・大阪）や、地方拠点向けのコンテナ型データセンター、オンデマンドで帯域を変更できるNaaS (Network as a Service)、ネットワークに組み込まれたAIによるセキュリティ脅威検知機能などが共通して挙げられています。
3. 新SaaSサービス「docomo business ANCAR」:
   • AIを活用して企業の顧客接点を強化する新しいSaaS型コミュニケーションサービスとして、全レポートが注目しています。
   • 顧客体験（CX）と従業員体験（EX）の向上を目的とし、通話録音・テキスト化・AI要約による業務効率化や、通信キャリアならではの網内データを活用した顧客行動分析といった機能が共通して紹介されています。
   • 提供開始は2025年12月から順次行われるという点も一致しています。

各レポートの独自な視点と深掘りポイント
1. レポート「ChatGPT」の独自性
このレポートは、既存事業との連携とパートナー戦略に焦点を当て、戦略の具体性を深掘りしています。

• 既存インフラとの連携: ネットワーク、データセンター、セキュリティといった旧NTTコミュニケーションズ時代から培ってきた既存のインフラ資産を、AI新戦略の土台として最大限活用する「レガシー＋AIの融合」という視点を強調しています。
• 販路拡大・エコシステム戦略: NTTドコモの法人営業網を活用した中小企業へのリーチ拡大に加え、「他の通信事業者へのサービス提供拡大」という将来的な構想や、SIパートナーとの連携強化といった多面的な販路拡大策を具体的に解説しています。

2. レポート「Perplexity」の独自性
このレポートは、事業戦略の背景にある組織変革と財務的実現可能性という、より経営的な視点からの分析が特徴です。

• 組織文化の変革: NTTコミュニケーションズからNTTドコモビジネスへの社名変更が単なる看板の掛け替えではなく、小島社長のリーダーシップ（例：「コジー珈琲」）による組織文化の変革を伴っている点を指摘しています。
• 財務的裏付け: 親会社であるNTTグループ全体の財務基盤や成長投資計画（5年で1.5兆円以上）に触れ、5000億円目標の実現可能性を財務的な持続可能性の観点から評価しています。
• 技術ロードマップ: 2025年9月に公開された「テクノロジーロードマップ2025」を引用し、短期から長期にわたる技術開発の展望を示し、戦略の奥行きを解説しています。

3. レポート「Gemini」の独自性
このレポートは、競合他社との戦略比較を通じて、NTTドコモビジネスの市場における独自のポジションを浮き彫りにしています。

• 競合分析: KDDIの垂直統合型ソリューション「WAKONX」や、ソフトバンクグループの壮大な「ASI（人工超知能）」構想とNTTドコモビジネスの戦略を詳細に比較しています。
• 戦略的ポジショニングの定義: 競合比較から、NTTドコモビジネスの戦略を「インフラから構築する水平プラットフォーム戦略」であり、「現実主義（プラグマティズム）」に基づいていると明確に定義し、その強みとリスクを分析しています。
• フレームワークの統合的理解: 売上目標の「重点4領域」と技術開発の「7つの技術領域」という2つのフレームワークを「何を売るか（商業）」と「どうやって作るか（技術基盤）」という関係で統合的に解説し、戦略の一貫性を明らかにしています。

以上のように、3つのレポートは基本戦略の骨子では一致していますが、それぞれが「連携・販路」「組織・財務」「競合比較・ポジショニング」という異なる切り口から、NTTドコモビジネスの2025年度事業戦略を多角的に分析・評価しています。
なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
 
 
NTTドコモビジネス社長｢AIなど重点領域、売上高5000億円へ｣
2025年9月30日
https://www.nikkei.com/article/DGXZQOUC301AH0Q5A930C2000000/
 
NTTドコモビジネス、AI向けのICTプラットフォームですべての企業でAI活用をサポート
2025年9月30日
https://k-tai.watch.impress.co.jp/docs/news/2051291.html
 
「顧客接点」そのものの考え方が変わる？　NTTドコモビジネスの新サービスからAI活用法を探る
https://www.itmedia.co.jp/enterprise/articles/2509/29/news092.html
 
 
 
NTT Docomo Business 2025 Business Strategy Briefing
NTT Docomo Business (formerly NTT Communications) held its 2025 Business Strategy Briefing on September 30, 2025. The announced strategy set the target of expanding its four priority areas—including Artificial Intelligence (AI)—to a business scale of over 500 billion yen by fiscal year 2027 (up from the current revenue of around 250 billion yen). At the same time, the company will downsize its once-core long-distance and international communication services, instead positioning AI, IoT, Digital Business Process Outsourcing (BPO), and Regional/SME DX as its four key focus areas.
NTT Docomo Business’s 2025 strategy announcement on September 30 was then analyzed by three generative AI models (Gemini, Perplexity, and ChatGPT), each from different perspectives. Below is a comparative review of the common findings across all three reports, as well as the unique deep-dive points emphasized by each.
 
Key Strategies Highlighted in All Three Reports

1. Ambitious Growth Target
   • All reports stress the very ambitious financial goal of doubling sales in the four focus areas from roughly 250 billion yen today to over 500 billion yen by FY2027.
   • These four areas—particularly AI and IoT—are described as the core of the company’s vision to become an “industrial and regional DX platform provider.”
2. New Infrastructure: “AI-Centric ICT Platform”
   • All three reports explain that this new ICT foundation is designed to meet four enterprise needs in the AI era: decentralized, flexible, secure, and cost-efficient.
   • Commonly noted elements include liquid-cooled data centers for high-heat GPUs (Yokohama and Osaka), container-type data centers for regional bases, on-demand bandwidth via NaaS (Network as a Service), and AI-driven security threat detection built into the network.
3. New SaaS Service: “docomo business ANCAR”
   • All reports highlight this new SaaS-based communication service that leverages AI to strengthen corporate customer engagement.
   • Features include call recording, transcription, and AI summarization to improve work efficiency, as well as customer behavior analytics using in-network carrier data—unique to a telecom operator.
   • They also agree that rollout will begin sequentially from December 2025.

 
Distinct Perspectives of Each Report

1. ChatGPT Report: Focus on Partnerships & Market Reach
   • Legacy + AI Fusion: Emphasizes leveraging existing infrastructure assets (network, data centers, security) built since the NTT Communications era as the foundation for the new AI strategy.
   • Channel Expansion & Ecosystem Strategy: Discusses expanding reach to SMEs through NTT Docomo’s corporate sales network, as well as future plans to provide services to other telecom operators and to deepen partnerships with SI vendors.
2. Perplexity Report: Organizational & Financial Lens
   • Cultural Transformation: Points out that the shift from NTT Communications to NTT Docomo Business reflects not just a rebranding but a cultural change driven by President Kojima’s leadership (e.g., his “Koji Coffee” initiatives).
   • Financial Backing: Evaluates the feasibility of the 500 billion yen target in light of NTT Group’s overall financial foundation and investment plans (over 1.5 trillion yen in five years).
   • Technology Roadmap: Cites the “Technology Roadmap 2025” released in September 2025, laying out short- to long-term tech development directions that underpin the strategy.
3. Gemini Report: Competitive Benchmarking & Positioning
   • Competitive Analysis: Compares NTT Docomo Business’s strategy with KDDI’s vertically integrated “WAKONX” solution and SoftBank Group’s grand “ASI (Artificial Super Intelligence)” vision.
   • Strategic Positioning: Defines NTT Docomo Business’s approach as a “horizontal platform strategy built from infrastructure,” rooted in pragmatism, and evaluates its strengths and risks.
   • Framework Integration: Explains how the sales targets for the four focus areas (“what to sell”) align with the seven technological domains in development (“how to build”), showing the consistency of the overall strategy.

 
Summary
While all three AI-generated reports converge on the same core strategies—ambitious growth, the AI-Centric ICT platform, and the ANCAR SaaS service—they differ in emphasis:

• ChatGPT: Partnerships and sales channels
• Perplexity: Organizational change and financial feasibility
• Gemini: Competitive positioning and framework consistency

Please note that the above analyses were generated by AI models based only on publicly available information. They may not fully reflect the company’s actual situation and may contain inaccuracies.
 

エナジーウィズ株式会社は蓄電池専業メーカーとして2021 年に昭和電工マテリアルズの事業部門を分離・独立させる形で設立された会社で、従業員は1,028 名（2025 年3 月末時点）で、自動車・産業向けバッテリーを中心に国内外で事業を拡大しています。
2024年から生成AIの活用を検討し、知財部門で月間120時間/人の業務削減を達成したということですが、生成AIを「思考のパートナー」として位置づけ、特許戦略立案などのより高度で創造的な業務に活用することで、知財業務の「質」そのものを飛躍的に向上させた点にこそ、最大の意義が見出されます。
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。
 
エナジーウィズの生成AI活用事例が記事掲載されました
2025年8月20日
https://www.energy-with.com/%E3%82%A8%E3%83%8A%E3%82%B8%E3%83%BC%E3%82%A6%E3%82%A3%E3%82%BA%E3%81%AE%E7%94%9F%E6%88%90ai%E6%B4%BB%E7%94%A8%E4%BA%8B%E4%BE%8B%E3%81%8C%E8%A8%98%E4%BA%8B%E6%8E%B2%E8%BC%89%E3%81%95%E3%82%8C%E3%81%BE/
 
知財部門で月間120時間/人の業務削減
セキュリティと先進性を両立するexaBase 生成AIが、全社のDXを力強く推進する
https://exawizards.com/exabase/gpt/case/30695/
 
 
Energywith’s Use of Generative AI Improved the Quality of IP Operations
Energywith Co., Ltd. is a company established in 2021 through the spin-off of Showa Denko Materials’ business unit as a specialized storage battery manufacturer. As of the end of March 2025, it has 1,028 employees and is expanding its business both domestically and internationally, focusing on automotive and industrial batteries.
Since 2024, the company has been exploring the use of generative AI and reportedly achieved a reduction of 120 work hours per person per month in its IP department. More importantly, by positioning generative AI as a “thinking partner” and applying it to more advanced and creative tasks such as patent strategy development, the company has realized a dramatic improvement in the very quality of its IP operations, which is where the true significance lies.
This analysis was further explored by generative AI. Please note, however, that the research and analysis results generated by AI are based solely on publicly available information, may not necessarily reflect the actual situation, and may contain inaccuracies. They are provided for reference purposes only.

「職場にあふれる生成AIツールと「シャドーAI」の実態」という記事を読みました。
ChatGPTなど生成AIが職場に急速に浸透。便利さの一方で、IT部門の承認なしに使われる「シャドーAI」が情報漏えいや規制違反を招くリスクが浮上しています。大手メーカーで機密情報が生成AI経由で流出、正式に生成AI利用を認めた後に起きた点が注目されていること、外部AIモデルに不正コードが仕込まれる「AIサプライチェーンリスク」も顕在化していること、自律型エージェントAIは効率化に有用だが、悪用されれば企業ネットワークの脆弱性につながることなどが主なリスクということです。
従来のチェックリスト型ガバナンスでは限界で、各企業はリアルタイム監視・挙動検知・サプライチェーン可視化といった新手法を取り入れて対策しているということです。
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。
 
職場にあふれる生成AIツールと「シャドーAI」の実態
9/29(月)
https://news.yahoo.co.jp/articles/13c85b698454786758fbafcd411fb7ca83e65c48
 
 
The Shadow of Generative AI Tools Flooding the Workplace
I read an article titled “The Reality of Generative AI Tools Flooding the Workplace and ‘Shadow AI’.”
Generative AI such as ChatGPT is rapidly spreading in workplaces. While convenient, “shadow AI” used without IT department approval poses risks of information leaks and regulatory violations. Notable points include cases where confidential information at major manufacturers leaked via generative AI after official approval for AI use had been granted, the emergence of “AI supply chain risks” where malicious code is embedded in external AI models, and the fact that while autonomous agent AI can enhance efficiency, if abused it could expose vulnerabilities in corporate networks.
Conventional checklist-based governance has its limits, and companies are introducing new approaches such as real-time monitoring, behavior detection, and supply-chain visualization.
I had generative AI conduct a deeper analysis. Please note that the results are based solely on publicly available information and may not accurately reflect reality; they may also contain errors. Please refer to them with this in mind.

今年の6月に「知財部門での生成AI 活用は、他部門に比べて遅れている？」と生成AIに調べさせたところ、他部門に比べて遅れているという調査結果などが示されました。
今年に入って、賢くなった推論モデル生成AIの普及で知財分野でも生成AIで出来ることが多くなり、各企業での活用検討が急速に活発になり、先進企業のユースケースの事例紹介も相次いでおり、体感では、知財部門での生成AI 活用が急速に進んでいるように感じています。
その後も同じような状態が続いているかどうか、再度生成AIに調査させました。あまり変わっていないという結果でした。他部門の活用の進捗がもっと速いのでしょう。
「日本企業における知的財産（以下、知財）部門の生成AI活用は、マーケティングや経営企画といった他部門と比較して遅れている傾向が継続している。・・・・・先進的なツールを駆使する企業と、依然として従来手法に留まる企業との間で、活用レベルの格差が拡大しつつある。」（Gemini）
「複数の調査によると、知財・法務部門のAI導入率は約26%にとどまり、これは調査対象10部門中9位と下位に位置しています。この数値は全社平均の42.1%を大きく下回り、IT・ソフトウェア部門（72%）やマーケティング・営業部門（68%）などが高い導入率を示す中で、知財部門は人事部門（12%）に次いで低い水準となっています。」（ChatGPT）
「2025年の最新調査結果によると、知財部門での生成AI活用は依然として他の多くの企業部門に比べて遅れている状況が続いていることが明らかになりました。マッキンゼーの2025年AI現状調査をはじめとする複数の調査データから、この傾向に変化がないばかりか、部門間の格差がより明確になっていることが判明しています。」（Perplexity）
「PwC日本グループの「生成AIに関する実態調査2025春」によると、法務部門（知財部門を含む）の生成AI導入率は14%に留まり、調査対象5カ国中最下位という結果となっています。部門別生成AI導入率の比較（2025年春時点）：🔧 システム開発・IT部門: 38.2%、📈 マーケティング・営業部門: 33.6%、👥 人事部門: 26.0%、📋 事務・管理部門: 25.5%、💼 経営企画層: 約20%、⚖️ 法務・知財部門: 14%（5カ国中5位）。さらに深刻なのは、この格差が縮小するどころか拡大しつつあることです。2023年から2025年の2年間で、IT部門: 45%→72%（+27ポイント）、マーケティング部門: 32%→68%（+36ポイント）、法務・知財部門: 11%→26%（+15ポイント）。このデータから、知財部門は他部門と比較して、導入ペースも遅いことが明らかです。」（Genspark）
「日本では法務部門でさえ29%の導入率に対し、知財部門は15-25%程度と推定される。しかし、2024年から2025年にかけて状況は劇的に変化しつつあり、法務・知財分野の導入率は前年比で倍増し、専門家の78%が5年以内にAIが業務の中核になると予測している。」（Claude）
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。
 
知財部門での生成AI 活用は、他部門に比べて遅れている？
https://yorozuipsc.com/blog/ai3082906
 
 
Intellectual Property (IP) Departments’ Use of Generative AI Continues to Lag Behind Other Departments
When I asked generative AI back in June this year, “Is the use of generative AI in IP departments lagging behind other departments?”, the survey results suggested that it was indeed behind.
Since then, reasoning-model generative AI has become much more capable, and its spread has significantly increased the range of possible applications in the IP field. Companies have rapidly accelerated their efforts to explore its use, with many leading companies showcasing practical use cases. Subjectively, it feels like the adoption of generative AI in IP departments has been progressing quickly.
I then asked generative AI again to investigate whether the situation had changed. The result was that not much has changed—likely because the pace of adoption in other departments is even faster.

• (Gemini)
  “The use of generative AI in intellectual property (IP) departments within Japanese companies continues to lag behind other departments such as marketing and corporate planning. … The gap in utilization levels is widening between companies that leverage advanced tools and those that still stick to traditional methods.”
• (ChatGPT)
  “According to multiple surveys, the AI adoption rate in IP and legal departments remains around 26%, ranking 9th out of 10 surveyed departments. This is far below the company-wide average of 42.1%. While IT/software departments (72%) and marketing/sales departments (68%) show high adoption rates, IP departments rank just above HR (12%) at the lower end.”
• (Perplexity)
  “The latest survey results for 2025 show that generative AI adoption in IP departments continues to lag behind many other corporate departments. Multiple datasets, including McKinsey’s 2025 AI Status Survey, reveal not only that this trend persists, but also that the gap between departments has become more pronounced.”
• (Genspark)
  “According to PwC Japan Group’s Spring 2025 Generative AI Survey, the adoption rate in legal departments (including IP) is only 14%, the lowest among the five countries surveyed. Departmental adoption rates of generative AI (as of Spring 2025) were: 🔧 IT/Systems Development: 38.2%, 📈 Marketing/Sales: 33.6%, 👥 HR: 26.0%, 📋 Administration/Management: 25.5%, 💼 Corporate Planning: ~20%, ⚖️ Legal/IP: 14% (5th of 5). More concerning is that the gap is widening rather than narrowing. From 2023 to 2025, IT rose from 45% → 72% (+27 points), Marketing from 32% → 68% (+36 points), while Legal/IP only increased from 11% → 26% (+15 points). This shows that IP departments are not only behind but also adopting at a slower pace.”
• (Claude)
  “In Japan, while legal departments show an adoption rate of 29%, IP departments are estimated at only 15–25%. However, between 2024 and 2025 the situation is changing dramatically, with adoption in legal and IP fields doubling year-over-year. Furthermore, 78% of experts predict that AI will become central to operations within five years.”

Please note that these survey and analysis results by generative AI are based only on publicly available information, and may not fully reflect actual conditions; some inaccuracies may be included.

公開済み情報を活用した安全・安心なAI利活用の第一歩として高付加価値・効率化事例を紹介した『知財部門における生成AI活用推進プラン「レベル1：探索・理解フェーズ」～リスク最小化で始める知財業務革新～』を、ユースケースを大幅に増やし改訂しました。
以下の20のユースケースを概説しています。
A. 特許分析・リスク管理系
① 競合分析の高度化
⑤ 無効資料の探索支援
⑥ 権利範囲の俯瞰比較
⑦ 引用関係ネットワーク分析
⑫ 訴訟・係争リスクの予兆検知
B. 発明創出・事業探索系
② 新規事業機会の探索
④ 発明創出プロセスの加速
⑧ サプライチェーン技術リスク分析
⑨ 国際出願動向の把握
⑩ 技術テーマごとの研究者・発明者マッピング
C. 価値評価・ポートフォリオ系
③ 戦略的インサイトの提供
⑪ SDGs・ESG視点の特許分析
⑬ 特許スコアリングによる価値可視化
⑭ ポートフォリオ価値分布マッピング
⑮ 価値予兆分析（動的視点）
⑯ ライセンス・収益化可能性評価
D. 無形資産・統合報告系
⑰ 統合報告書における知財・無形資産投資の言及評価
⑱ 有形資産／無形資産割合の自動算出
⑲ 無形資産KPIの抽出とトレンド比較
⑳ 投資家向けストーリーテリング支援
 
 
 
Generative AI Utilization Promotion Plan in the IP Department: “Level 1: Exploration & Understanding Phase”
As the first safe and secure step in AI utilization based on publicly available information, we have revised and expanded the document “Generative AI Utilization Promotion Plan in the IP Department: Level 1: Exploration & Understanding Phase – Innovating IP Operations by Minimizing Risk”, introducing many more high-value, efficiency-enhancing use cases.
It outlines the following 20 use cases:
A. Patent Analysis & Risk Management
1. Advanced competitor analysis
5. Support for prior-art search for invalidation

1. Comparative overview of claim scopes
2. Citation network analysis

1. Early detection of litigation/dispute risks

B. Invention Creation & Business Exploration
2. Exploration of new business opportunities
4. Acceleration of the invention creation process
8. Supply-chain technology risk analysis
9. Monitoring of international filing trends
10. Mapping of researchers/inventors by technology theme
C. Valuation & Portfolio Management
3. Provision of strategic insights
11. Patent analysis from SDGs/ESG perspectives
13. Visualization of value through patent scoring
14. Portfolio value distribution mapping
15. Predictive value analysis (dynamic perspective)
16. Evaluation of licensing/monetization potential
D. Intangible Assets & Integrated Reporting
17. Assessment of references to IP and intangible asset investment in integrated reports
18. Automatic calculation of tangible/intangible asset ratios
19. Extraction and trend comparison of intangible asset KPIs
20. Support for investor-oriented storytelling

『生成AIのフル活用で「創薬期間の大幅短縮」実現へ、中外製薬のDXリーダーが語るDX部門のこれからの役割』という記事を読みました。
さ菅と思いましたので、改めて、中外製薬における生成AI活用、特に知財業務における生成AIの活用について、生成AIに調査・まとめさせました。（なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。）
記事では、製薬業界のDXを牽引する中外製薬が、「創薬期間の大幅短縮」を実現するために生成AIをいかにフル活用しているか、AIエージェントの導入によって研究開発や営業プロセスの抜本的改革に挑んでいるデジタルトランスフォーメーションユニット長の鈴木貴雄氏がその最前線を語っています。
中外製薬が推し進めるのは、AIエージェントを通じた業務の最適化とスピードアップ。特に注力するのは「創薬プロセスの時間短縮」。ビジネス全体の再設計にまで踏み込むことで、AIを単なる効率化のツールではなく、企業成長のエンジンとして位置づける戦略を描いています。
営業現場でもAIの導入は進んでいて、MR（医療機関向け営業）が使用するアプリ「メディメンター」では、医師への説明スキルを学習する仕組みを搭載。チャット形式で医師からの反応を想定し、対話の最適解を導き出す。単なる営業効率化に留まらず、「医師のタイプ別対応」など新たな知見を蓄積できる点が特徴。
鈴木氏は「人間のプロセスを理解したうえで、AIに任せる領域と責任を設計する力が不可欠」と強調。責任の所在を曖昧にせず、最終的な意思決定は人が担うという原則を重視しているということです。
 
 
生成AIのフル活用で「創薬期間の大幅短縮」実現へ、中外製薬のDXリーダーが語るDX部門のこれからの役割
2025.9.29
https://jbpress.ismedia.jp/articles/-/90687
 
 
Chugai Pharmaceutical Aims to Achieve “Significant Shortening of Drug Discovery Timelines” Through Full Utilization of Generative AI
I read an article titled “Chugai Pharmaceutical’s DX Leader Talks About the Future Role of the DX Division: Achieving a ‘Significant Shortening of Drug Discovery Timelines’ Through Full Utilization of Generative AI.”
I found it very insightful, so I asked generative AI to further investigate and summarize the use of generative AI at Chugai Pharmaceutical, especially in intellectual property (IP) operations. (Please note: the investigation and analysis by generative AI are based solely on publicly available information, and therefore may not necessarily reflect the actual situation; it may also include inaccuracies. Please keep this in mind when reviewing.)
The article highlights how Chugai Pharmaceutical, a driving force of DX in the pharmaceutical industry, is fully utilizing generative AI to realize “a significant shortening of drug discovery timelines.” Takao Suzuki, Head of the Digital Transformation Unit, describes how the company is at the forefront of introducing AI agents to fundamentally reform R&D and sales processes.
Chugai’s focus is on optimizing and accelerating business operations through AI agents, with particular emphasis on reducing the time required for the drug discovery process. By going as far as redesigning the overall business structure, the company positions AI not merely as a tool for efficiency but as a growth engine for the enterprise.
AI introduction is also advancing in sales activities. In the “Medimentor” app used by MRs (medical representatives), a mechanism has been implemented for learning physician communication skills. It simulates responses from physicians in chat format and derives optimal conversational strategies. The app does more than just improve sales efficiency—it also accumulates new insights such as “tailored approaches by physician type.”
Mr. Suzuki emphasizes that “It is essential to have the ability to understand human processes and design the domains and responsibilities to be entrusted to AI.” He underscores the importance of avoiding ambiguity regarding accountability, while maintaining the principle that final decision-making must always remain with humans.

企業の知財部門における生成AI活用推進プラン「レベル1：探索・理解フェーズ」「レベル2：業務適用フェーズ」「レベル3：戦略統合フェーズ」に続き、企業の知財部門における生成AI活用推進プラン「レベル4：価値創造フェーズ（社外連携）」の詳細を記しました。
このフェーズの目的は、レベル3で確立した社内連携基盤を拡張し、社外パートナーや産業エコシステム全体との協働を通じて新たな価値を共創することにあります。
「オープンイノベーション共創支援」や「産業標準化・政策提言連携」、「サプライチェーン・パートナー企業連携」、「スタートアップ・ベンチャー投資連携」といった四つのユースケースを通じて、AIを活用した戦略的な知財活動の具体的方法と達成すべきKPIが詳細に設定されています。最終的な目標は、セキュアな外部連携基盤を整備し、知財主導で業界エコシステムを構築・拡大することです。
 
Generative AI Utilization Promotion Plan “Level 4: Value Creation Phase (External Collaboration)”
Following the “Level 1: Exploration & Understanding Phase,” “Level 2: Business Application Phase,” and “Level 3: Strategic Integration Phase” of the Generative AI Utilization Promotion Plan for corporate intellectual property departments, this document details the “Level 4: Value Creation Phase (External Collaboration).”
The objective of this phase is to extend the internal collaboration platform established in Level 3 and to co-create new value through collaboration with external partners and across the broader industrial ecosystem.
Through four use cases—“Open Innovation Co-Creation Support,” “Industrial Standardization & Policy Proposal Collaboration,” “Supply Chain & Partner Company Collaboration,” and “Startup & Venture Investment Collaboration”—specific methods for AI-driven strategic intellectual property activities and the KPIs to be achieved are defined in detail.
The ultimate goal is to establish a secure external collaboration platform and build and expand an industry ecosystem led by intellectual property.

企業の知財部門における生成AI活用推進プラン「レベル1：探索・理解フェーズ」「レベル2：業務適用フェーズ」に続き、企業の知財部門における生成AI活用推進プラン「レベル3：戦略統合フェーズ」の詳細を記しました。
レベル2では、セキュアな自社専用環境で秘密情報を活用し、出願戦略シミュレーションや競合分析など知財部門の業務効率化と価値創出を目指しますが、さらに上位のレベル3では、AI活用を全社規模に拡張し、知財×経営×技術の三位一体による戦略的意思決定基盤を構築することに焦点を当てています。
具体的なユースケースとして、研究開発テーマの投資ROI評価、M&A候補企業の戦略的整合性評価、契約・訴訟リスクの統合管理など、部門横断的な活用方法と、それによって得られる効率化と高付加価値の成果指標を詳細に示しています。
そして、次は「レベル4：価値創造フェーズ」です。
 
 
Generative AI Utilization Promotion Plan: “Level 3 – Strategic Integration Phase”
Following the “Level 1: Exploration & Understanding Phase” and “Level 2: Operational Application Phase” of the generative AI utilization promotion plan in corporate intellectual property departments, this document details the “Level 3: Strategic Integration Phase.”
In Level 2, the focus is on leveraging confidential information within a secure, company-dedicated environment to achieve efficiency and value creation in IP operations, such as filing strategy simulations and competitive analysis. At the higher Level 3, the scope of AI utilization expands to the entire company, with an emphasis on establishing a strategic decision-making platform that unifies intellectual property, management, and technology.
Specific use cases include ROI evaluation of R&D themes, assessment of strategic alignment in potential M&A targets, and integrated management of contract and litigation risks. The plan provides detailed cross-departmental applications as well as efficiency and high-value performance indicators that can be achieved through this approach.
And next comes “Level 4: Value Creation Phase.”

一昨日公開した、企業の知財部門における生成AI活用推進プラン「レベル1：探索・理解フェーズ」は、生成AI活用のルールとして秘密情報は入力しないことが決められている企業において、公開済み情報のみを利用して生成AI活用の有用性を示すやり方を提案したものでした。リスク最小化のため公開済み情報のみを利用し、PoC（概念実証）を通じて小さな成功体験を積み重ねることを基本方針としています。
昨日公開した、知的財産部門における生成AI活用推進プランの「レベル2'：業務適用フェーズ」は、知財ツールベンダーが準備したセキュリティが確保された環境でのツールを用いることにより秘密情報も活用することで、単なる効率化を超え、高付加価値の戦略的価値創出を目指しています。
「レベル2'」という書き方に関して質問や疑問の声をいただきました。実は、「レベル２：業務適用フェーズ」があったうえで、「レベル2'：業務適用フェーズ」という準備をしたのですが、「レベル２：業務適用フェーズ」の説明をしていませんでしたので、不審に思われたかもしれません。「レベル２：業務適用フェーズ」はセキュリティを担保した自社専用環境で秘密情報を活用した場合、「レベル2'：業務適用フェーズ」は知財ツールベンダーが準備したセキュリティが確保された環境でのツールを用いて秘密情報を活用した場合を想定しています。
いずれも、アクションプランを通じて、AI活用を日常業務へと定着させ、次の「レベル3：戦略統合」へとステップアップすることを計画しています。
 
Generative AI Utilization Promotion Plan “Level 2: Business Application Phase”
The plan released the day before yesterday, “Level 1: Exploration and Understanding Phase” of the Generative AI Utilization Promotion Plan for corporate intellectual property (IP) departments, proposed a method for demonstrating the usefulness of generative AI in companies where the rule is set not to input confidential information. The approach was to use only publicly available information, thereby minimizing risks, and to accumulate small success experiences through PoCs (Proof of Concept) as the basic policy.
The plan released yesterday, “Level 2’: Business Application Phase” of the Generative AI Utilization Promotion Plan for IP departments, aims to go beyond mere efficiency and pursue high-value strategic value creation. This is achieved by utilizing confidential information through tools provided in secure environments prepared by IP tool vendors.
Some questions and concerns were raised about the notation “Level 2’.” In fact, “Level 2: Business Application Phase” already existed, and “Level 2’: Business Application Phase” was prepared on that basis. However, since “Level 2: Business Application Phase” had not been explained, it may have caused confusion. “Level 2: Business Application Phase” assumes the use of confidential information in a company’s own secure environment, while “Level 2’: Business Application Phase” assumes the use of confidential information through tools provided in a secure environment prepared by IP tool vendors.
In both cases, the goal is to establish AI utilization as part of everyday business operations through action plans, and to step up to the next stage, “Level 3: Strategic Integration.”
 

昨日公開した、企業の知財部門における生成AI活用推進プラン「レベル1：探索・理解フェーズ」は、生成AI活用のルールとして秘密情報は入力しないことが決められている企業において、公開済み情報のみを利用して生成AI活用の有用性を示すやり方を提案したものでした。リスク最小化のため公開済み情報のみを利用し、PoC（概念実証）を通じて小さな成功体験を積み重ねることを基本方針としています。
今回添付した資料は、知的財産部門における生成AI活用推進プラン「レベル2'：業務適用フェーズ」の概要を説明するものです。このフェーズの基本方針は、セキュリティが確保された環境で秘密情報も活用することで、単なる効率化を超え、高付加価値の戦略的価値創出を目指す点にあります。具体的には、自社秘密アイデアと公開情報を組み合わせた出願戦略シミュレーションや、秘密資料を含む競合分析、発明創出ワークショップの支援、契約・訴訟対応シナリオ策定といった四つのユースケースを詳細に提示しています。
これらのユースケースは、いずれも従来数日から数週間かかっていたプロセスを即時または大幅に短縮しつつ、公開情報のみでは得られないより高度な分析を実現することを目標としています。
ベンダー選定や業務フローへの組み込みといったアクションプランを通じて、AI活用を日常業務へと定着させ、次の「レベル3：戦略統合」へとステップアップすることを計画しています。
 
Securing Security and Leveraging Confidential Information to Integrate Generative AI into Daily Operations
The plan published yesterday, “Level 1: Exploration and Understanding Phase” of generative AI utilization in corporate IP departments, proposed a method for demonstrating the usefulness of generative AI in companies where rules prohibit entering confidential information, relying only on publicly available data. To minimize risks, this phase emphasizes using public information exclusively and accumulating small successes through PoCs (Proofs of Concept).
The attached document explains the outline of “Level 2’: Business Application Phase” of the generative AI adoption plan in IP departments. The basic policy of this phase is to utilize confidential information in a secured environment, aiming not only at efficiency but also at creating high-value strategic outcomes. Specifically, it presents four detailed use cases:

• filing strategy simulations combining proprietary confidential ideas with public information,
• competitive analysis including confidential materials,
• support for invention-creation workshops, and
• formulation of contract and litigation response scenarios.

Each of these use cases aims to drastically shorten processes that previously took days to weeks, while enabling advanced analyses unattainable with public information alone.
Through action plans such as vendor selection and integration into business workflows, the goal is to establish AI utilization as part of daily operations and step up to “Level 3: Strategic Integration.”
 
 

企業によっては、生成AI活用のルールとして、秘密情報は入力しないことが決められている場合もあります。そういう企業においては、公開済み情報のみを利用して生成AI活用の有用性を示すことが重要です。
今回添付した資料は、リスク最小化のため公開済み情報のみを利用し、PoC（概念実証）を通じて小さな成功体験を積み重ねることを基本方針として、企業の知財部門における生成AI活用推進プランの「レベル1：探索・理解フェーズ」を詳述しています。
このフェーズでは、効率化（工数削減）と高付加価値（新たな視点）の両立を目指しており、「競合分析の高度化」「新規事業機会の探索」「戦略的インサイトの提供」「発明創出プロセスの加速」という具体的な四つのユースケースが紹介しています。
各ユースケースでは、プロンプト例と期待される成果（例えば、特許精読時間の短縮）を示しており、最終的にこのレベルを足掛かりに、より高度なレベルへの移行を目指す段階的なアクションプランを提示しています。
生成AI活用のルールとして、秘密情報は入力しないことが決められている企業において、秘密情報は入力しないで公開済み情報のみを利用することで、生成AI活用の有用性を示す一助になれば幸いです。
 
 
Demonstrating the Usefulness of Generative AI Using Only Publicly Available Information
At some companies, the rules for using generative AI stipulate that confidential information must not be entered. In such cases, it is important to demonstrate the usefulness of generative AI by relying solely on publicly available information.
The attached material details the “Level 1: Exploration & Understanding Phase” of a plan for promoting the use of generative AI in corporate intellectual property departments. Its basic policy is to minimize risks by using only public information and to build up small success stories through proof of concept (PoC).
This phase aims to balance efficiency (reduction of work hours) with high added value (new perspectives) and introduces four specific use cases:

• Enhancement of competitive analysis
• Exploration of new business opportunities
• Provision of strategic insights
• Acceleration of the invention creation process

For each use case, example prompts and the expected outcomes (e.g., shortening the time required for close reading of patents) are presented. Ultimately, this level serves as a stepping stone toward transitioning to more advanced levels, with a step-by-step action plan proposed.
For companies where the rule is to avoid inputting confidential information, I hope that by using only publicly available information, this material will help demonstrate the usefulness of generative AI.

知財実務情報Lab. が9月24日に開催した『生成AI時代の特許調査で人が果たす役割』のセミナーの録画が専用サイトの「角渕 由英 先生」のページで公開されました。
特許調査はあくまで「手段」であり、ビジネス上の「課題解決」が真の目的である、
AIが情報収集やスクリーニングを効率化する一方で、「解くべき問い」を立て、それを磨き上げ、調査結果に基づいた具体的なアクションを実行するという、技術・法律・ビジネスの知見を統合した専門家の役割が、今後ますます重要になる、
と論じています。
 
下記のページから登録すれば、1週間無料で視聴できます。
https://chizai-jj-lab.com/2022/12/21/faq/?hm_ct=0c1982f207277f6e47ffeb671f192e39&hm_cv=eec46f6a70652f34fd4998144fa02039&hm_cs=4753948456670b47f9c3b35.87810436&hm_mid=m15hm&hm_id=m15hm&hm_h=a24.hm-f.jp
 
（無料）生成AI時代の特許調査で人が果たす役割【9/24開催セミナー】
https://chizai-jj-lab.com/2025/08/17/0924/
AIが変える「専門家の仕事」
「調査は手段であり、目的ではない」という大原則
最も価値あるスキルは「検索」から「問いを立てる力」へ
専門家が持つ隠れた超能力、「発明の言語化」
最高の戦略は「仮説から逆算する」こと
AI時代、人間の価値は「問う力」にある
 
 
The Role of Humans in Patent Search in the Era of Generative AI
The recording of the seminar “The Role of Humans in Patent Search in the Era of Generative AI”, hosted by Intellectual Property Practice Information Lab. on September 24, has been made available on the dedicated page of Patent Attorney Yoshihide Tsunubuchi.
The seminar emphasized that patent search is merely a means, while the true purpose lies in solving business problems.
While AI enhances efficiency in information gathering and screening, it is becoming increasingly important for experts—who integrate knowledge of technology, law, and business—to frame the right questions, refine them, and take concrete actions based on the search results.

2025年9月10日から12日まで、東京ビッグサイトで開催された2025第34回知財情報フェア＆コンファレンスの出展社数は過去最多の158社、来場者数は15,207名を記録し、盛況に終わりました。ほぼ10日間が過ぎた現時点における評価・評判を生成AIに調査させ、まとめさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。
 
Reputation of the 34th Intellectual Property Information Fair & Conference
The 34th Intellectual Property Information Fair & Conference 2025, held at Tokyo Big Sight from September 10 to 12, 2025, recorded the largest number of exhibitors in its history with 158 companies and welcomed 15,207 visitors, concluding successfully. At this point, nearly ten days after the event, I had generative AI investigate and summarize the evaluations and reputations. Please note that the investigation and analysis results by generative AI are based solely on publicly available information, may not necessarily reflect the actual situation, and could include inaccuracies. Kindly keep this in mind when reviewing.