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.

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はどこまで進化するか？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。
両者とも物足りなさはあるものの、それなりの水準だと思いました。
 
 
How far will generative AI evolve by 2025?
 
I have asked ChatGPT o1 pro and Gemini 2.0 Flash Thinking, which are new LLM models known as inference AI models, to write an article on the topic "How far will generative AI evolve by 2025? Please write an essay-style article of about 4,000 characters in Japanese, based on the prompt given above.
Although both were lacking in some areas, I thought they were of a reasonable standard.

パテント・インテグレーションは、2024年10月25日に提起した訴訟、2024年11月27日提起した訴訟に引き続き、2024年12月24日に、Patentfieldに対する生成ＡＩに関する特許権の侵害訴訟を東京地方裁判所に提起したということです。
　「Patentfield AIR」だけでなく、「AI特許総合検索・分析プラットフォーム Patentfield」も対象となっているようです。
一方、Patentfieldは、11月26日と、12月24日に、「当社に対する特許権侵害訴訟の提起に関するお知らせ」をホームページにアップしています。『本件訴訟において原告は、「Patentfield AIR」の一部機能が、原告が既に提起している訴訟で侵害を主張している特許の分割特許1件についても侵害していると主張しております。』『なお、「AI特許総合検索・分析プラットフォーム Patentfield」および「Patentfield AIR」の当該機能以外の機能を含むその他のオプションサービスは、本件訴訟の対象外であることを弁護士より確認しております。』ということですので、2024年10月25日に提起した訴訟、2024年11月27日提起した訴訟では「Patentfield AIR」の一部機能が問題になっており、2024年12月24日に提起した訴訟では、「Patentfield AIR」だけでなく、「AI特許総合検索・分析プラットフォーム Patentfield」も対象となっているようです。
 
知財分野での生成AI活用が実用化段階に入っており、そのサービスの先頭に立っている両社の争いが、生成AI活用の阻害になることは避けていただきたいと思います。
 
 
「AI特許総合検索・分析プラットフォーム Patentfield」および「Patentfield AIR」に対する４件の特許権に基づく６件の特許権侵害訴訟提起のお知らせ（３）
パテント・インテグレーション株式会社
2024年12月25日
https://prtimes.jp/main/html/rd/p/000000010.000086119.html
 
2024.12.24
当社に対する特許権侵害訴訟の提起に関するお知らせ　Patentfield株式会社
https://patentfield.com/news/274#/
 
 
 
Patent Integration: Filing of Six Patent Infringement Lawsuits
 
Patent Integration has filed yet another patent infringement lawsuit concerning generative AI against Patentfield at the Tokyo District Court on December 24, 2024, following its previous filings on October 25, 2024, and November 27, 2024. It appears that not only “Patentfield AIR” but also the “AI Patent Search and Analysis Platform Patentfield” is included in this latest lawsuit.
Meanwhile, on November 26 and December 24, Patentfield posted announcements on its website titled “Notice Regarding Filing of a Patent Infringement Lawsuit Against Our Company.” According to these announcements:
“In this lawsuit, the plaintiff asserts that certain features of ‘Patentfield AIR’ also infringe one of the divisional patents of the patents currently at issue in the pending litigation. Moreover, we have confirmed with our attorneys that other options and services, including features of the ‘AI Patent Search and Analysis Platform Patentfield’ and ‘Patentfield AIR’ not related to the functions at issue, are outside the scope of this lawsuit.”
Therefore, it appears that the lawsuits filed on October 25 and November 27, 2024, concern certain features of “Patentfield AIR,” whereas the lawsuit filed on December 24, 2024, targets not only “Patentfield AIR” but also the “AI Patent Search and Analysis Platform Patentfield.”
Since generative AI technology is now entering a practical phase in the intellectual property field—one in which both of these companies are leading players—one hopes that this dispute will not become a hindrance to the advancement and utilization of generative AI.

Sakana AIとMIT、OpenAIの研究者たちが発表した論文「Automating the Search for Artificial Life with Foundation Models」では、人工生命（ALife）の自動探索を行う新しいアルゴリズム「ASAL（Automated Search for Artificial Life）」を提案しています。このシステムは、視覚と言語を理解する基盤モデルを活用し、従来の手法に比べて効率的に新しい生命体を発見することを目指しています。
ASALは、以下の三つの主要な方法を用いて人工生命のシミュレーションを探索します。

1. Supervised Target: 特定の現象（例：生物細胞のような振る舞い）を示すシミュレーションを自動的に発見します。
2. Open-Endedness: 時間とともに新しい振る舞いを継続的に生み出すシミュレーションを見つけ出します。
3. Illumination: 異なる特徴を持つシミュレーションを幅広く発見する手法です。

ASALは、Boids、Particle Life、Game of Life、Lenia、Neural Cellular Automataなど、さまざまな人工生命(Alife)シミュレーションにおいて新たな生命体を発見することに成功しました。この新しいアプローチは、AIの進化における重要なステップであり、今後の人工生命の研究や応用に大きな影響を与えるとされています。
ASAL技術など自動探索による新しい発見や効率的な研究手法の確立は、人工生命研究にとどまらず、生物学、医療、環境科学、ロボティクス、複雑系科学など、さまざまな科学分野において応用の可能性を秘めているようです。
 
Automating the Search for Artificial Life with Foundation Models
基礎モデルによる人工生命の探索の自動化
2024年12月24日
https://sakana.ai/asal/
 
Automating the Search for Artificial Life with Foundation Models
https://arxiv.org/pdf/2412.17799
 
“人工生命”を発見する自動AIシステム「ASAL」 Sakana AIや米OpenAIなどの研究チームが開発
https://www.itmedia.co.jp/aiplus/articles/2412/26/news085.html
 
 
 
A New Algorithm "ASAL" for Automating the Search for Artificial Life
 
A research paper titled "Automating the Search for Artificial Life with Foundation Models" by researchers from Sakana AI, MIT, and OpenAI proposes a new algorithm, "ASAL" (Automated Search for Artificial Life), designed to automate the exploration of artificial life (ALife). This system leverages foundation models capable of understanding vision and language, aiming to discover new life forms more efficiently than traditional methods.
ASAL explores artificial life simulations using the following three key approaches:

1. Supervised Target - Automatically identifies simulations that exhibit specific phenomena (e.g., behaviors resembling biological cells).
2. Open-Endedness - Continuously generates new behaviors over time through simulations.
3. Illumination - Discovers a wide variety of simulations with distinct characteristics.

ASAL has successfully discovered new life forms across various artificial life simulations, including Boids, Particle Life, Game of Life, Lenia, and Neural Cellular Automata. This innovative approach represents a significant step in the evolution of AI and is expected to have a profound impact on future research and applications in artificial life.
The establishment of efficient research methods and new discoveries through automated exploration technologies like ASAL has the potential for applications beyond artificial life research. These include fields such as biology, medicine, environmental science, robotics, and complex systems science.

「特許競争力、三菱ケミカルが首位　電機大手は振るわず」という日本経済新聞の12月27日付けの記事は、工藤一郎国際特許事務所が開発した「YK値」による解析結果です。
「YK値」は、特許の閲覧請求、異議申し立て、無効審判の件数などを基に算出、数値の大きさは競合を排除して市場を独占する力が強いことを示しており、特許の価値を経済的な側面から評価しています。毎月ＹＫ値による企業ランキングが公表されています。
2024年12月27日 公開された「上場企業特許力ランキング　知財上手は？」では、特許力ランキング[総合]、成長幅ランキング、領域転換ランキング、投資効率ランキングなどが示されています。
特許競争力については、一つの見方に限らず、様々な角度から検討することが必要です。
 
 
 
特許競争力、三菱ケミカルが首位　電機大手は振るわず
2024年12月27日
https://www.nikkei.com/article/DGXZQOUC19B430Z11C24A2000000/
 
工藤一郎国際特許事務所が最新の特許技術競争力指標（ＹＫ値）による
企業ランキングを公表
https://www.kudopatent.com/pdf/kudopat_press_release20241205.pdf
 
上場企業特許力ランキング　知財上手は？
2024年12月27日 公開
特許力ランキング[総合]
https://vdata.nikkei.com/newsgraphics/strong-patent/
特許力ランキング[総合]、成長幅ランキング、領域転換ランキング、投資効率ランキングなどが示されています。
                       
 
 
Patent Competitiveness: Mitsubishi Chemical Takes the Top Spot
 
An article published in the Nikkei on December 27, titled "Patent Competitiveness: Mitsubishi Chemical Takes the Top Spot While Major Electronics Companies Struggle," presents analysis results based on the "YK Value" developed by Kudo Ichiro International Patent Office.
The "YK Value" is calculated based on factors such as requests for patent inspection, oppositions, and invalidation trials. A higher YK Value indicates a stronger ability to exclude competitors and dominate the market, thus evaluating the economic value of patents. Company rankings based on the YK Value are published monthly.
The rankings released on December 27, 2024, under the title "Listed Companies Patent Power Rankings—Who Excels in Intellectual Property?" include categories such as Overall Patent Power Rankings, Growth Rate Rankings, Domain Transition Rankings, and Investment Efficiency Rankings.
When evaluating patent competitiveness, it is essential to consider multiple perspectives rather than relying on a single viewpoint.

知財高裁は、令和5年（ネ）第10040号損害賠償請求控訴事件を新たに大合議事件として指定しました。本件は、控訴人である株式会社東海医科が特許権に基づき被控訴人のY（個人）に対して損害賠償を請求する内容で、特に医療行為や医薬品に関する技術的な問題が争点となっています。
2024年6月24日、知的財産高等裁判所は、本件に関する第三者意見募集を行っており、医療分野における特許権の適用と医師の医療行為の自由とのバランスを問う重要なケースであり、判決は医療技術の発展や特許権の解釈に大きな影響を与えます。
 
 
令和5年（ネ）第10040号損害賠償請求控訴事件
原審       東京地方裁判所令和4年（ワ）第5905号
当事者   控訴人（一審原告）株式会社東海医科
被控訴人（一審被告）Y（個人）
権利の種別          特許権
発明の名称          皮下組織および皮下脂肪組織増加促進用組成物（特許番号：第5186050号）
口頭弁論期日      令和7年1月27日午後3時00分
事案の概要
控訴人（第１審原告）は、特許第５１８６０５０号の特許権者である。本件の対象とな
る特許発明は、①自己由来の血漿（けっしょう）、②塩基性線維芽細胞増殖因子（b-FG
F）、③脂肪乳剤の３つの成分を含有する「豊胸用組成物」の発明である。
控訴人は、医師である被控訴人（第１審被告）が、その経営する美容クリニックにおい
て提供する「血液豊胸術」に用いるための薬剤を生産したことによって、控訴人の上記特
許権が侵害されたとして、被控訴人に対して損害賠償金の支払を求めている。
原判決は、被控訴人が上記①～③の成分が同時に含まれる薬剤を調合して被施術者に投
与したと認めるには足らないとして、特許権侵害を認めず、控訴人の請求を棄却した。
主な争点
○ 本件特許発明の組成物を生産するには被施術者から採血する必要がある。また、この
組成物は被施術者に投与することが予定されている。このように前後に医療行為を予定
する本件特許発明は、「産業上利用することができる発明」（特許法２９条１項柱書）で
ないから特許の対象とされるべきではなく、特許は無効であるか。
○ 特許法６９条３項の規定により、医師である被控訴人が上記①～③の成分が同時に含
まれる薬剤を調合する行為には、特許権の効力は及ばないか。
○ 被控訴人が上記①～③の成分を別々に被施術者に投与し、これらの成分が体内で混ざ
り合った場合に、被控訴人に特許権侵害が成立するか。
 
 
2024.12.25
新しい大合議事件の指定について
https://www.ip.courts.go.jp/hanrei/g_panel/index.html
 
大合議で審理する事件について　知的財産高等裁判所
https://www.ip.courts.go.jp/vc-files/ip/2024/jikennogaiyou-daigougi.pdf
 
 
知財高裁が係属中の事件で第三者から意見募集
25/6/2024
https://yorozuipsc.com/blog/4941936
 
知的財産高等裁判所令和５年（ネ）第１００４０号損害賠償請求控訴事件における第三者意見募集に対する意見書
https://www.nichibenren.or.jp/document/opinion/year/2024/240822_3.html
 
知財高裁に係属中の事件において、第三者からの意見募集を実施しています（～令和6年9月6日まで）。
https://www.ip.courts.go.jp/index.html
募集要項
https://www.ip.courts.go.jp/vc-files/ip/2024/boshuuyoukou.pdf
 
 
New Grand Panel Case at the Intellectual Property High Court
 
The Intellectual Property High Court has newly designated Case No. (Ne) 10040 of 2023, an appeal case concerning a claim for damages, as a Grand Panel case. This case involves the appellant, Tokai Medical Co., Ltd., seeking damages from the appellee, Y (an individual), based on patent rights. The primary issues in dispute are technical matters related to medical practices and pharmaceuticals.
On June 24, 2024, the Intellectual Property High Court invited third-party opinions regarding this case. It is a significant case that questions the balance between the application of patent rights in the medical field and the freedom of medical practitioners to perform medical acts. The ruling is expected to have a profound impact on the development of medical technology and the interpretation of patent rights.

文部科学省は、12月26日、「初等中等教育段階における生成AIの利活用に関するガイドラインVer.2.0」（昨年7月に公表されたガイドラインVer1.0の改訂版）を公表し、学校現場における具体的な活用例を示しました。あらゆる生活の場で生成AIが浸透していく中で、重要なガイドラインだと思います。
ガイドラインでは、生成AIはあくまで道具であり人間が判断することの重要性や教師の役割が重要であることを強調、生成AIの活用に伴うリスクとして誤情報や著作権侵害の可能性を指摘し情報モラル教育の必要性を訴えています。
 
 
初等中等教育段階における生成 AI の利活用に関するガイドライン（Ver.2.0）（令和6年12月26日公表）
https://www.mext.go.jp/a_menu/other/mext_02412.html
初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0）
https://www.mext.go.jp/content/20241226-mxt_shuukyo02-000030823_001.pdf
 
生成AI利活用ガイドラインの改訂版が公開
暫定版から何が変わったのか
2024.12.26
https://project.nikkeibp.co.jp/pc/atcl/19/06/21/00003/122600591/
 
文部科学省、生成AIの利活用に関するガイドラインVer2.0を公開
https://news.yahoo.co.jp/articles/db4caa1442ca0dc19ef1a2f39e200ef68631c936
 
 
 
Guidelines on the Use of Generative AI in Primary and Secondary Education
 
On December 26, the Ministry of Education, Culture, Sports, Science and Technology (MEXT) released the "Guidelines on the Use of Generative AI in Primary and Secondary Education Ver. 2.0"—an updated version of the guidelines initially published in July last year (Ver. 1.0). These guidelines illustrate specific examples of how generative AI can be utilized in school settings. Given the increasing penetration of generative AI in various aspects of life, these guidelines are considered highly significant.
The guidelines emphasize that generative AI should be regarded solely as a tool, highlighting the importance of human judgment and the critical role of teachers. They also point out risks associated with the use of generative AI, such as misinformation and copyright infringement, and stress the necessity of providing information ethics education.

三井化学は、化学分野における実験結果の表の読み取りや化学構造式の理解など、化学分野特有の専門性の高い業務ニーズに対応するため、独自開発の生成AIチャットを搭載したプラットフォームを開発し、2024年度内に事業部や研究開発部門での利用を通して実証実験を完了し、2025年度から社内での本格運用を開始することを公表しました。
以下の3つの主要機能が搭載されています。
特許分析機能: 膨大な特許情報からユーザーの質問に応答し、特許調査、課題抽出、技術動向調査に活用できる。
新規用途探索機能: 大規模な特許情報から新規用途探索に必要な情報を抽出し、新規用途の発見や用途候補の立案を支援する。
営業支援機能: 社内情報およびウェブ情報から営業活動に関する知見を引き出し、市場調査、営業先発掘、競合分析などに活用できる。
以下の成果が確認されています。
・特許分析機能と新規用途探索機能を使用することで、業務時間が80%削減。
・構造式や表形式データを含む技術文書の解析において、従来の手法と比較して大幅な効率化が実現。
・営業提案機能は、文章データだけでなく、表形式のデータや化合物の構造式からも情報を抽出・解析することが可能となり、化学分野特有の複雑な情報処理ニーズに対応。
「この取り組みを通じて得られた知見は、化学業界全体の発展に寄与するべく、産学連携や他企業との協業も積極的に推進していく方針です。」ということです。
なお、三井化学は、生成AI技術に関して、2023年5月にCrowdChemと、2023年9月にIBMと、に2023年12月に日立と、取り組んでいることも公表しており、こうした取り組みが大きな成果につながることを期待しています。
 
 
三井化学、生成AIを活用した特許チャットを開発
社内での特許調査時間を80%削減し、製品開発DXを加速
2024.12.25
https://jp.mitsuichemicals.com/jp/release/2024/2024_1225/index.htm
 
AI SUMMIT 2024 生成AI×経営 実例から成功の形を導き出せ／三井化学のパーパス･ドリブンな企業の生成AI活用とその先の展望<Session1 >
2024.06.21
https://forbesjapan.com/articles/detail/71582
 
三井化学と日立、AI技術の応用で材料開発のコスト大幅削減を見込む実証実験開始
2023/12/21
https://aismiley.co.jp/ai_news/hitachi-mitsui-chemicals-mi/
 
三井化学が「生成AI」で得られた“圧倒的”成果、作業効率はなんと3倍？
https://www.sbbit.jp/article/sp/125233
 
生成AI/GPT活用により、新規用途の発見数が倍増
ー生成AI/GPTとIBM Watsonの融合によるDXイニシアティブー
2023.09.13
https://jp.mitsuichemicals.com/jp/release/2023/2023_0913/index.htm
 
三井化学とCrowdChem社、自然言語処理を活用した新規材料探索の効率化技術を共同開発
～ 生成AI活用でDXを推進 ～
2023.05.17
https://jp.mitsuichemicals.com/jp/release/2023/2023_0517/index.htm
 
 
 
Mitsui Chemicals' Proprietary Generative AI Patent Chat
 
Mitsui Chemicals has announced the development of a proprietary generative AI-powered chat platform designed to address the highly specialized needs of the chemical industry, such as reading experimental data tables and understanding chemical structural formulas. The company plans to complete demonstration experiments through use in its business divisions and R&D departments within fiscal 2024 and commence full-scale internal operations in fiscal 2025.
The platform is equipped with the following three key features:

1. Patent Analysis Function:
   • Responds to user queries based on vast patent information.
   • Supports patent searches, issue identification, and technology trend analysis.
2. New Application Discovery Function:
   • Extracts information necessary for exploring new applications from extensive patent databases.
   • Assists in discovering new applications and proposing potential use cases.
3. Sales Support Function:
   • Leverages internal and web-based information to provide insights into sales activities.
   • Supports market research, prospect identification, and competitor analysis.

Key Achievements:

• An 80% reduction in work hours achieved using the patent analysis and new application discovery functions.
• Significant efficiency improvements in analyzing technical documents, including structural formulas and tabular data, compared to conventional methods.
• Enhanced sales proposal capabilities, enabling the extraction and analysis of information not only from text data but also from tabular data and compound structural formulas, addressing the complex information processing needs specific to the chemical industry.

The company stated, "The insights gained through this initiative will be actively shared to contribute to the development of the entire chemical industry through industry-academia collaboration and partnerships with other companies."
Additionally, Mitsui Chemicals revealed its collaborations on generative AI technologies with CrowdChem in May 2023, IBM in September 2023, and Hitachi in December 2023, expressing expectations that these initiatives will lead to significant outcomes.
 

12月26日、石破茂首相が出席した「AI戦略会議」と「AI制度研究会」の合同会議が行われ、AIのイノベーション促進とリスク対応の両立を目指す「中間取りまとめ案」が決定されました。
会議では、AIに関する法整備の必要性が強調されました。特に、以下の点が挙げられました。
政府の司令塔機能の強化: 全閣僚からなる「AI戦略本部」を設置し、AI政策を一元的に統括することが決定されました。これにより、研究開発や活用促進に向けた戦略の整備が図られます。
事業者への協力要請: AIの安全性に関する調査や情報提供への協力を事業者に求める法整備が必要であるとされ、特に悪用リスクへの対応が重要視されました。
新法案の提出: 石破首相は、AIに関する関連法案を早期に国会に提出するよう指示しました。これにより、AIの急速な進展に伴うリスクに対処するための法的枠組みを整備することが目指されています。
中間取りまとめ案の内容
中間取りまとめ案では、以下の基本的な考え方が示されました。
イノベーションとリスク対応の両立: AIの技術革新を促進しつつ、同時にそのリスクに対処するための施策を推進することが求められています。
国際協調の推進: AIに関する国際的な協力を強化し、国内外の事業者との連携を図ることが重要視されています。
偽情報対策: AIを利用した偽情報の拡散に対する技術開発や基準の策定も支援する方針が示されました。
日本のAI政策における重要な転換点となる可能性があり、今後の法整備や政策の進展に注目です。
 
ＡＩ戦略会議・ＡＩ制度研究会合同会議
令和6年12月26日
https://www.kantei.go.jp/jp/103/actions/202412/26ai.html
資料1ＡＩ戦略会議　ＡＩ制度研究会　中間とりまとめ（案）
https://www8.cao.go.jp/cstp/ai/ai_senryaku/12kai/shiryou1.pdf
 
ＡＩ事業者協力へ法整備　司令塔機能強化、国家戦略も―政府有識者会議
2024年12月26日
https://www.jiji.com/jc/article?k=2024122600211&g=eco#goog_rewarded
 
政府に「AI戦略本部」設置へ　イノベーションとリスク対応を両立　新法準備 指示
12/26(木)
https://news.yahoo.co.jp/articles/c49b5f2904c9edb566477ffe2e41eb5165f4f433
 
 
 
12th AI Strategy Meeting & 6th AI Regulatory Framework Study Group
On December 26, a joint meeting of the "AI Strategy Meeting" and the "AI Regulatory Framework Study Group" was held, attended by Prime Minister Shigeru Ishiba. During the meeting, an "Interim Summary Proposal" was adopted, aiming to balance the promotion of AI innovation with addressing associated risks.
The necessity of establishing legal frameworks related to AI was emphasized, with particular focus on the following points:

1. Strengthening the Government's Command Functions:
   It was decided to establish an "AI Strategy Headquarters," comprising all cabinet ministers, to centrally coordinate AI policies. This aims to develop strategies for promoting research, development, and utilization.
2. Requests for Cooperation from Businesses:
   Legal frameworks requiring businesses to cooperate in providing information and conducting safety investigations related to AI were deemed necessary, with particular emphasis on addressing misuse risks.
3. Submission of New Legislation:
   Prime Minister Ishiba instructed the early submission of AI-related bills to the National Diet. This aims to establish a legal framework to address risks arising from AI's rapid advancement.

Key Points of the Interim Summary Proposal
The interim summary proposal outlined the following basic principles:

• Balancing Innovation and Risk Management:
  Policies should promote AI technological innovation while simultaneously addressing associated risks.
• Promoting International Cooperation:
  Strengthening international collaboration on AI and fostering partnerships with domestic and international businesses were highlighted as priorities.
• Combating Disinformation:
  Support for technological developments and the establishment of standards to counter the spread of disinformation through AI was also emphasized.

This development marks a potentially significant turning point in Japan's AI policies. Future legal frameworks and policy progress will be closely monitored.

OpenAI o1に、『年間特許出願件数が約200件で特許出願明細書の自社作成割合が50%（すなわち、外部の特許事務所での作成が50%）の日本企業が、外部特許事務所での作成割合を増やすことを検討している。外部特許事務所での作成割合を増やすべきか、否かを検討するに際しての論点を洗い出したい。』というテーマで、バランスの取れた議論をするための最適なペルソナ3人を用意して議論させるという手法を試してみました。
なかなか面白い議論になっています。さらに下記のような追加質問をしてみました。
『洗い出した論点を中心に、年間特許出願件数が約200件で特許出願明細書の自社作成割合が50%（すなわち、外部の特許事務所での作成が50%）の日本企業が、外部特許事務所での作成割合を増やすことを検討している。外部特許事務所での作成割合を増やすべきか、提言案を作成してください。』
提言に時間軸が入っていなかったので、
『提言に時間軸を入れてください。』
『この提言を実行する場合に予想される問題点、及びそれへの対応策について説明してください。』
『成功例、失敗例があれば紹介してください。』
教科書的には、なかなか良い出来栄えになっています。
「As Is(現在の姿)」及び「To Be(ありたい姿)」を細かく示して考えさせると、実務で使える水準になります。
 
 
 
Should the Ratio of Patent Specifications Prepared by External Patent Firms Be Increased?
 
I tested a method using OpenAI o1 to facilitate a balanced discussion on whether a Japanese company, which files approximately 200 patent applications annually and prepares 50% of its patent specifications in-house (with the remaining 50% outsourced to external patent firms), should increase the proportion prepared by external firms.
The method involved preparing three well-balanced personas to conduct the discussion, and it turned out to be quite an interesting debate.
Furthermore, I posed additional questions such as:

• "Based on the identified discussion points, please draft a proposal addressing whether this Japanese company should increase the proportion of patent specifications prepared by external patent firms."

Since the proposal lacked a timeline, I followed up with:

• "Please include a timeline in the proposal."
• "Explain the potential issues anticipated when implementing this proposal and the corresponding countermeasures."
• "If there are any success or failure cases, please introduce them."

From a textbook perspective, the output was quite impressive.
By clearly specifying the 'As Is' (current state) and 'To Be' (desired state), the discussion can be elevated to a level that is practically applicable.

12月25日、DXや新規事業開発について取り組みの事例やノウハウを共有する場として開かれた「VALUE DESIGN SUMMIT 2024」（2024年11月29日開催）のイベントレポートが掲載されました。
第一弾ということで、以下の４セッションが掲載されています。
「AI による DX 第二章とその先 - 求められる企業と人材」
　株式会社博報堂ＤＹホールディングス　執行役員 Chief AI Officer 兼 Human-Centered AI Institute代表　森 正弥 氏
「多様な事業へ生成AIの導入を加速する東芝の取り組み」
　株式会社東芝　上席常務執行役員 最高デジタル責任者　岡田 俊輔 氏
「共創型研究開発により価値を創造――生成AIを活用し、共創型で課題解決」
　株式会社レゾナック・ホールディングス　執行役員 最高技術責任者（CTO） 福島 正人 氏
「AI時代を勝ち抜く！次世代の事業開発メソッド最前線」
　株式会社NEWh　取締役 兼 Design Strategist　小池 祐介
 
『VALUE DESIGN SUMMIT 2024』イベントレポート No.1
2024年12月25日
https://www.projectdesign.jp/articles/news/e56e95b7-7dfe-40dd-85b9-f959cf1b70f2
 
 
また、無料で全セッションのアーカイブ配信がおこなわれています。
「VALUE DESIGN SUMMIT 2024」のアーカイブ動画を無料公開
「生成AIと企業価値創造」をメインテーマにした、企業経営層らが登壇する12セッションを2025/1/31まで無料視聴可能
https://prtimes.jp/main/html/rd/p/000000031.000078441.html
 
生成AIと企業価値創造
3/12/2024
https://yorozuipsc.com/blog/al5354894
 
レゾナックの生成AIを活用した共創型研究開発
3/12/2024
https://yorozuipsc.com/blog/ai2969510
 
 
"VALUE DESIGN SUMMIT 2024" Event Report
 
On December 25, a report on the "VALUE DESIGN SUMMIT 2024," held on November 29, 2024, was published. The summit served as a platform for sharing case studies and insights on DX (digital transformation) and new business development initiatives.
As the first installment, the report covers the following four sessions:

1. "Chapter Two of DX with AI and Beyond – The Companies and Talent Required"
   • Masaya Mori, Executive Officer, Chief AI Officer, and Head of the Human-Centered AI Institute, Hakuhodo DY Holdings Inc.
2. "Accelerating Toshiba's Efforts to Introduce Generative AI Across Diverse Businesses"
   • Shunsuke Okada, Senior Executive Vice President and Chief Digital Officer, Toshiba Corporation.
3. "Creating Value through Co-Creation-Based R&D—Leveraging Generative AI for Collaborative Problem Solving"
   • Masato Fukushima, Executive Officer and Chief Technology Officer (CTO), Resonac Holdings Corporation.
4. "Thriving in the AI Era! The Cutting Edge of Next-Generation Business Development Methods"
   • Yusuke Koike, Director and Design Strategist, NEWh Inc.

 

特許調査業務を行っている担当者を知財アナリストに移行させることは、知財部門にとっては急務となっています。それぞれの会社で苦労されていますが、生成ＡＩに問いかけてみました。参考になる部分となんだという部分がありますが、ご参考まで。

• 特許サーチャーを知財アナリストに移行させるためにはどうしたら良いか、論点を洗い出したい。
• 特許サーチャーを知財アナリストへ移行させるために考慮すべき主な論点を踏まえ、特許サーチャーを知財アナリストに移行させるための方策を提言してください。
• 時間軸を入れた提言としてください。
• この提言を実行するにあたり、予想される問題点、対応策をピックアップしてください。
• 特許サーチャーを知財アナリストに移行させる取り組みの成功事例、失敗事例があれば、紹介してください。

 
同じテーマで、バランスの取れた議論をするための最適なペルソナ3人を用意して議論させるという手法も試してみました。なかなか面白い議論になっています。
 
 
Transitioning Patent Searchers to Intellectual Property Analysts
 
Transitioning personnel engaged in patent search operations to intellectual property (IP) analysts has become an urgent priority for IP departments. While many companies are struggling with this transition, we posed the question to generative AI. Although some suggestions were insightful and others questionable, we share them here for your reference.
 
Identify and organize the key issues involved in transitioning patent searchers to IP analysts.
Propose strategies for transitioning patent searchers to IP analysts, considering the main issues identified.
Incorporate a timeline into the proposed strategies.
Highlight anticipated challenges and countermeasures associated with implementing the proposed strategies.
Provide examples of both successful and unsuccessful cases related to efforts in transitioning patent searchers to IP analysts.
 
 
I also tried a method of preparing three optimal personas to have a discussion on the same theme in order to have a balanced discussion. It turned out to be quite an interesting discussion.