|
「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.
0 Comments
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:
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:
The interim summary proposal outlined the following basic principles:
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:
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:
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。
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. これからのAI時代における企業競争力強化を目的として、2024年12月18日に「AI孔明」の製品発表会が『データと知財の融合で未来を創る！「AI孔明」製品発表会～AIネイティブ『AI孔明』を活用した企業競争力の新たな基盤～』と題して開催されました。
知財エコシステム セッション「AI時代の競争力を生む知財エコシステム」（Tokkyo.Ai株式会社取締役 COO 平井 智之氏）の部分を視聴しましたが、「AI孔明」という社内のクローズドデータにアクセスし要約や検索を効率化するLLMベースのツールと、「Tokkyo.Ai」の組合せで、新たな発明やビジネスモデルが生まれる可能性があり、アイデア創出・特許出願、事業戦略・知財戦略の立案などがさらに広がる可能性があると感じています。 AOSデータ社 データと知財の融合で未来を創る！「AI孔明」製品発表会の開催レポート https://webinarabc.jp/new-webinar/aikomei/ AI時代の競争力を生む知財エコシステム https://www.youtube.com/watch?v=XtRv35dxUWg 以下、平井氏講演をChatGPT-4oに要約してもらいました。 AI時代の競争力を生む知財エコシステム この講演では、AI技術を活用した知財エコシステムの構築と活用について、具体例を交えながら詳しく説明されています。以下は講演内容を本人の話し方や言い回しを活かしてまとめたものです。 1. 自己紹介と背景 講演者は特許AI株式会社の平井智之氏です。特許AI株式会社はリーガルテックの子会社として2021年に設立され、知財の大衆化を理念に掲げています。「知財をもっと身近にしよう」という思いから、AIツールやプラットフォームを開発し、効率的な知財管理・活用を支援しています。 平井氏は、法律系大学院を卒業後、リーガルテックに新卒入社し、法務や第三者委員会関連の業務を経験。その後、事業全体の開発やセールスを統括する立場に就きました。この経験を活かして、知財管理を根本から効率化しようという取り組みを進めています。 2. 知財エコシステムとAIの役割 知財エコシステムとは、知的財産の創出、保護、活用を通じてイノベーションや経済成長を促進する仕組みです。これまで企業は、アイデアを社会実装するためのサイクルを回してきましたが、ここにAI技術が加わったことで劇的な効率化が進んでいます。 特に2022年秋にChatGPTが登場して以降、AIを搭載した製品が次々と発表されました。AIを使って、経営者がアイデア出しをする、特許保護の戦略を考える、事業展開をシミュレーションするなど、AIは今や欠かせない存在になっています。 3. AI技術の進化：従来型AIとLLMの比較 AI技術は、従来型のルールベースAIから大規模言語モデル（LLM）へと進化しました。 LLMと従来型AIの違い
4. 実践的なAIツールの活用事例 ツールの機能:
5. AI孔明：社内データの活用と新しいアイデア創出 AI孔明とは？ 社内のクローズドデータにアクセスし、要約や検索を効率化するLLMベースのツールです。 主な機能:
6. 特許マーケットプレイスと新たな収益モデル 特許マーケットプレイスの概要:
7. まとめと今後の展望 この講演では、AI技術を活用して知財エコシステムを効率化する可能性が強調されました。特にLLMやAI公明を活用することで、データ管理から発明の創出、権利化、収益化まで一貫した支援が可能になります。 平井氏は「AIなしでは生きていけない時代がすぐそこまで来ている」と述べ、AIが今後の知財管理の標準ツールになることを確信しています。 Intellectual Property Ecosystem Driving Competitiveness in the AI Era To enhance corporate competitiveness in the upcoming AI era, the product launch event for "AI Koumei" was held on December 18, 2024, under the theme: "Shaping the Future through the Integration of Data and Intellectual Property! 'AI Koumei' Product Launch Event—A New Foundation for Corporate Competitiveness Utilizing AI-Native 'AI Koumei'." I attended the Intellectual Property Ecosystem session, "Intellectual Property Ecosystem Driving Competitiveness in the AI Era," presented by Mr. Tomoyuki Hirai, COO of Tokkyo.Ai Inc. The combination of "AI Koumei," an LLM-based tool that enhances summarization and search efficiency by accessing closed internal data, and "Tokkyo.Ai" has the potential to generate new inventions and business models. This synergy could further expand possibilities in idea creation, patent applications, and the planning of business and intellectual property strategies. Summary of Mr. Hirai’s Lecture by ChatGPT-4o Intellectual Property Ecosystem Driving Competitiveness in the AI Era This lecture provides a detailed explanation of building and utilizing an intellectual property (IP) ecosystem powered by AI technologies, including specific examples. The following is a summary preserving Mr. Hirai’s speaking style and expressions. 1. Introduction and Background The speaker, Mr. Tomoyuki Hirai, is the COO of Tokkyo.Ai Inc. Tokkyo.Ai was established in 2021 as a subsidiary of a legal tech company, promoting the democratization of intellectual property with the vision of making IP more accessible. The company develops AI tools and platforms to support efficient IP management and utilization. Mr. Hirai graduated from a law-focused graduate school and joined a legal tech company as a new graduate, gaining experience in legal affairs and third-party committee work. Later, he took charge of overall business development and sales. Leveraging this experience, he has been driving initiatives to fundamentally streamline IP management. 2. The Role of AI in the IP Ecosystem An IP ecosystem facilitates innovation and economic growth through the creation, protection, and utilization of intellectual property. Companies have traditionally operated cycles to implement ideas in society, but integrating AI has dramatically improved efficiency. Since the emergence of ChatGPT in fall 2022, AI-powered products have rapidly entered the market. AI now plays an essential role in brainstorming ideas, formulating patent protection strategies, and simulating business developments. 3. Evolution of AI Technology: Traditional AI vs. LLMs AI technology has evolved from rule-based systems to large language models (LLMs). Differences between Traditional AI and LLMs: Data Scale: Traditional AI utilized thousands to millions of data points, whereas LLMs are trained on trillions. Flexibility: Traditional AI followed predefined rules, while LLMs adapt flexibly to context and instructions. Applications: LLMs support tasks such as patent searches, text generation, summarization, and analysis. Mr. Hirai compared traditional AI to a “feature phone” and LLMs to a “smartphone,” emphasizing their scalability. Just as smartphones can expand functionalities with apps, LLMs can flexibly handle a wide range of tasks. 4. Practical Use Cases of AI Tools Key Features of the Tools: Patent Document Creation: Generates drafts based on keywords like “metaverse” within a short time. Similar Patent Search: Instantly analyzes past patents and identifies trends. Competitive Analysis: Automatically evaluates company data and market trends. Implementation Benefits: Reduces document preparation and research time from 10 hours to less than 1 hour. Enables researchers and engineers to directly use tools for patent strategy formulation. Identifies similar technologies before filing patents to avoid redundant applications. By supporting tasks from drafting inventions to patent searches and commercialization, AI enables researchers to efficiently plan IP strategies. 5. AI Koumei: Leveraging Internal Data for Idea Generation What is AI Koumei? AI Koumei is an LLM-based tool designed to enhance summarization and search efficiency by accessing internal closed data. Main Features: Internal Document Analysis: Summarizes and organizes content within documents. Knowledge Sharing and Search: Manages data securely in the cloud. New Idea Proposals: Combines existing data and new technologies to create value. Mr. Hirai highlighted that “valuable information often remains hidden in internal data not available online.” AI Koumei maximizes the use of this data, supporting idea generation and business strategy development. 6. Patent Marketplaces and New Revenue Models Overview of Patent Marketplaces: Lists and trades patents and ideas. Uses AI analysis to streamline licensing and sales. Creates new inventions by combining existing and emerging technologies. Utilization of Blockchain Technology: Product Authenticity Verification: Uses QR codes for certification. Brand Management via NFT Technology. By incorporating AI analysis, the platform facilitates proposals for combinations in licensing and sales, expanding the possibilities for new inventions and business models. 7. Conclusion and Future Outlook The lecture emphasized the potential for AI technologies to enhance IP ecosystems efficiently. By leveraging tools like LLMs and AI Koumei, companies can receive comprehensive support—from data management and idea generation to patent protection and monetization. Mr. Hirai concluded by stating, “We are approaching an era where living without AI will be impossible,” expressing confidence that AI will soon become the standard tool for IP management. 12月20日行われた「関西知的財産セミナー」（主催：大阪工業大学 知的財産学部・知的財産研究科）の「AIと知財」と題する知的財産戦略推進事務局参事官 白鳥綱重氏の講演をWEBで視聴しました。
「AI時代における知的財産権検討会」でのAIと知財の関係についての検討結果がは本年5月に「中間とりまとめ」として公表され、11月には「AI時代の知的財産権検討会 中間とりまとめの概要」と「AI時代の知的財産権検討会 中間とりまとめの手引き（権利者向け）」が公表されています。講演では、「中間とりまとめ」が示す考え方の紹介がされました。 若干新しい内容も含まれていましたが、内容の転送などは禁じられているため、ほとんど同じ資料が掲載されている３つの資料を下記に示すにとどめます。 AI時代の知的財産権検討会 中間とりまとめの手引き（権利者向け） https://www.kantei.go.jp/jp/singi/titeki2/chitekizaisan2024/2411_tebiki.pdf AI時代の知的財産権検討会 中間とりまとめの概要 https://www.kantei.go.jp/jp/singi/titeki2/chitekizaisan2024/2411_gaiyou.pdf 第2回構想委員会 資料２：IPトランスフォーメーション https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2025/dai2/siryou2.pdf Kansai Intellectual Property Seminar: "AI and Intellectual Property" I watched the online broadcast of the lecture titled "AI and Intellectual Property," delivered by Mr. Tsunashige Shiratori, Counselor at the Intellectual Property Strategy Promotion Office, during the "Kansai Intellectual Property Seminar" held on December 20 (organized by the Faculty of Intellectual Property and the Graduate School of Intellectual Property at Osaka Institute of Technology). The results of discussions on the relationship between AI and intellectual property, conducted by the "Study Group on Intellectual Property Rights in the AI Era," were published as an "Interim Report" in May of this year. In November, two additional documents were released: "Overview of the Interim Report by the Study Group on Intellectual Property Rights in the AI Era" and "Guide to the Interim Report by the Study Group on Intellectual Property Rights in the AI Era (For Rights Holders)." During the lecture, the concepts presented in the "Interim Report" were introduced. Although some new content was included, redistribution of the material is prohibited. Therefore, I will only list below the three documents, which contain almost identical content to the lecture. 生成AI（OpenAI o1）に、『特許検索式作成における生成AIの活用方法』というタイトルで、企業の研究者・技術者向けの新書を書かせてみました。 プロンプトは、「『特許検索式作成における生成AIの活用方法』というタイトルで企業の研究者・技術者向けの新書を１０万字で書きたいと思いますので、よろしくお願いします。」というものです。 生成AI（OpenAI o1）からの提案に対して、いくつか指示を出し、生成AI（OpenAI o1）の提案を求めるという作業を行っています。生成AI（OpenAI o1）の提案する考え方は、それなりによくわかるのですが、私の意図とは異なる方向なので、この方向で完成するのは止めました。 従って、やり取りは途中までになっていますが、参考になればと思い、そのプロセスを添付しましたので、ご参照ください。 【本書タイトル】 『特許検索式作成における生成AIの活用方法』 対象読者： • 企業の研究者・技術者 • 知財部門担当者 • 特許情報調査や競合技術調査を行う担当者 • AIを活用した業務効率化に興味のあるビジネスパーソン 本書の目的： • 研究開発・知財の実務で必要となる特許検索において、生成AI（例：ChatGPTなど）をどのように活用できるかを包括的に解説する。 • 特許検索の精度を高めるための検索式作成手法、AIのプロンプト設計ノウハウ、注意点やリスクマネジメントなどを体系的にまとめる。 • 実務での具体的な事例や運用形態を示すことで、読者が実際に取り入れやすいようにする。 ________________________________________ 【目次】 1. はじめに 1.1 特許検索の重要性 1.2 生成AIがもたらすイノベーション 1.3 本書の構成と読み方 2. 特許検索の基礎知識 2.1 特許検索の目的とプロセス 2.2 特許分類とIPC/ステート・オブ・ジ・アート調査の基本 2.3 検索データベースの種類と特徴 2.4 検索式作成の一般的なフロー 3. 生成AIの概要と特許分野における可能性 3.1 生成AIとは何か 3.2 ChatGPTをはじめとした大規模言語モデルの仕組み 3.3 特許文書と自然言語処理の相性 3.4 生成AIが特許検索にもたらすメリット・デメリット 4. 特許検索式の作成技法：従来手法と課題 4.1 キーワードベースの検索式の限界 4.2 類義語・シノニム対応の難しさ 4.3 特許分類の複雑さと組み合わせ 4.4 特許クレーム・明細書の構造への対応 5. 生成AIを用いた検索式作成の基本プロセス 5.1 検索意図の明確化とAIへの指示（プロンプト設計）の重要性 5.2 ステップ1：検索目的の設定・整理 5.3 ステップ2：キーワード候補の抽出 5.4 ステップ3：生成AIによる類義語や関連用語のリストアップ 5.5 ステップ4：分類シンボルや関連分野の把握 5.6 ステップ5：実際の検索式への落とし込み 5.7 ステップ6：ノイズ除去と再検証 6. 実務事例1：自社コア技術に関する特許検索式の作成 6.1 ケース概要（例：自動車部品メーカーによるEV駆動系部品の特許調査） 6.2 生成AIによるキーワード洗い出しと評価 6.3 分類（IPC・CPC等）との組み合わせ方 6.4 必要に応じたノイズ除去ルール 6.5 実際の検索式例 6.6 得られた結果と考察 7. 実務事例2：競合製品動向調査のための特許検索式 7.1 ケース概要（例：食品メーカーによる植物由来タンパク質の技術動向調査） 7.2 生成AIを活用した文献リストアップ 7.3 分析ツールとの連携と可視化 7.4 クレーム・明細書の読解支援へのAI応用 7.5 検索結果から見出せる知見 8. 実務事例3：海外特許調査と多言語検索への展開 8.1 グローバル調査における課題と生成AIの活用 8.2 多言語キーワード抽出・翻訳と留意点 8.3 現地語特有の用語・慣習の吸い上げ 8.4 AI翻訳サービスとの連携で得られる利点とリスク 8.5 海外調査の検索式と実例 9. プロンプトエンジニアリング：生成AIを最大限活用するために 9.1 プロンプト設計の基礎と考え方 9.2 特許領域での具体的なプロンプト例 9.3 プロンプト分割・リカレント手法・チェーンオブソート 9.4 ノイズや誤情報が出る場合の対処法 10. 知財リスクマネジメントとコンプライアンス 10.1 AIが生成する情報の真偽と取り扱い方 10.2 機密情報の取り扱いと社内ルール整備 10.3 AIの利用に関する法的・倫理的側面 10.4 特許取得戦略との整合性 11. 今後の展望：特許検索の自動化と知財戦略の高度化 11.1 AIによる高度なクレーム解析と要約技術 11.2 パテントポートフォリオ最適化への応用 11.3 ゲノム編集・量子コンピュータなど先端領域でのAI活用 11.4 実務スキルとAI活用のハイブリッド化 12. 結論：生成AIと共創する特許検索の未来 12.1 研究者・技術者が身につけるべき新しいリテラシー 12.2 組織全体での導入・教育への提言 12.3 AI時代の特許戦略に求められる柔軟性 13. 付録 o AI関連用語集 o 特許検索データベース一覧 o ChatGPT等の生成AIで使える主なプロンプト例 o 参考文献と関連サイト Utilizing Generative AI for Patent Search Query Formulation I had Generative AI (OpenAI o1) create a draft of a new book titled "Utilizing Generative AI for Patent Search Query Formulation," targeted at corporate researchers and engineers. The prompt I provided was: "I would like to write a 100,000-character book titled 'Utilizing Generative AI for Patent Search Query Formulation,' aimed at corporate researchers and engineers. Please assist with this project." In response to suggestions from the Generative AI (OpenAI o1), I provided feedback and requested further suggestions. Although the AI's proposals made sense, they diverged from my intended direction, so I decided not to complete the project along that path. Nevertheless, I have attached the partial process as a reference, which I hope you will find helpful. [Book Title] Utilizing Generative AI for Patent Search Query Formulation Target Audience:
[Table of Contents] 1. Introduction 1.1 Importance of Patent Searches 1.2 Innovations Brought by Generative AI 1.3 Book Structure and How to Read It 2. Basics of Patent Searches 2.1 Purpose and Process of Patent Searches 2.2 Patent Classification and Basics of IPC/State-of-the-Art Surveys 2.3 Types and Features of Search Databases 2.4 General Workflow for Query Formulation 3. Overview of Generative AI and Its Potential in the Patent Field 3.1 What Is Generative AI? 3.2 Mechanisms of Large Language Models Like ChatGPT 3.3 Compatibility Between Patent Documents and Natural Language Processing 3.4 Pros and Cons of Generative AI in Patent Searches 4. Query Formulation Techniques: Traditional Methods and Challenges 4.1 Limitations of Keyword-Based Queries 4.2 Challenges in Handling Synonyms and Related Terms 4.3 Complexity and Combinations of Patent Classifications 4.4 Addressing Patent Claims and Specification Structures 5. Basic Process for Query Formulation Using Generative AI 5.1 Clarifying Search Intent and Importance of AI Prompt Design 5.2 Step 1: Setting and Organizing Search Objectives 5.3 Step 2: Extracting Keyword Candidates 5.4 Step 3: Generative AI Suggestions for Synonyms and Related Terms 5.5 Step 4: Identifying Classification Symbols and Related Fields 5.6 Step 5: Incorporating Keywords into Actual Search Queries 5.7 Step 6: Noise Removal and Revalidation 6. Case Study 1: Creating Patent Queries for Core Technologies 6.1 Case Overview (e.g., EV Drive System Components by an Automotive Manufacturer) 6.2 Generative AI-Driven Keyword Extraction and Evaluation 6.3 Combining Keywords with Classifications (IPC/CPC, etc.) 6.4 Defining Rules for Noise Removal 6.5 Example of a Search Query 6.6 Results and Observations 7. Case Study 2: Competitive Product Trend Analysis 7.1 Case Overview (e.g., Plant-Based Protein Research by a Food Manufacturer) 7.2 Generative AI for Listing Relevant Documents 7.3 Integration with Analytical Tools and Visualization 7.4 AI Applications for Claims and Specification Analysis 7.5 Insights from Search Results 8. Case Study 3: International Patent Search and Multilingual Expansion 8.1 Challenges in Global Searches and AI Utilization 8.2 Multilingual Keyword Extraction, Translation, and Key Considerations 8.3 Extracting Language-Specific Terms and Practices 8.4 Advantages and Risks of Using AI Translation Services 8.5 Search Queries and Examples for Overseas Searches 9. Prompt Engineering: Maximizing Generative AI Capabilities 9.1 Basics and Concepts of Prompt Design 9.2 Practical Prompt Examples for Patent Searches 9.3 Techniques: Prompt Splitting, Recurrent Methods, and Chain-of-Thought 9.4 Handling Noise and Misinformation 10. IP Risk Management and Compliance 10.1 Verifying and Handling AI-Generated Information 10.2 Managing Confidential Information and Establishing Internal Rules 10.3 Legal and Ethical Aspects of AI Utilization 10.4 Alignment with Patent Acquisition Strategies 11. Future Prospects: Patent Search Automation and Advanced IP Strategies 11.1 Advanced Claim Analysis and Summarization by AI 11.2 Applications for Patent Portfolio Optimization 11.3 AI Utilization in Cutting-Edge Fields Like Genome Editing and Quantum Computing 11.4 Hybridization of Practical Skills and AI Utilization 12. Conclusion: The Future of Patent Searches with Generative AI 12.1 New Literacies Researchers and Engineers Should Acquire 12.2 Recommendations for Organization-Wide Implementation and Education 12.3 Flexibility Needed for Patent Strategies in the AI Era 13. Appendix
12月20日、OpenAI連続発表会の12日目に「o3」、「o3 mini」の登場が発表されました。
「o3」は高度な推論力を持ち、数学・プログラミング・科学分野で人間専門家水準を上回る性能を達成しています。 人間が容易に解けるのに大規模言語モデル（LLM）が解けなかった「ARC-AGI」と呼ばれるベンチマークテストで、「o3」は飛躍的に性能を向上させました。GPT-3が0%(2020年)、GPT-4oが5%(2024年)だったのが、計算リソースを抑えつつ実行した場合75.7%、大量の計算資源を投入した場合87.5%で、人間の水準(85%）を上回る正解率となっています。 「o3 mini」は、コスト効率を重視した軽量版モデルで、2025年1月末に、続いてo3も一般公開予定とのことです。 現状、OpenAIでは、2024年5月からの「ChatGPT-4o」、2024年12月からの「OpenAI o1」、「OpenAI o1 pro」、「OpenAI o1 mini」を用途により使い分ける使い方になります。 Googleでは、2024年2月からの「Gemini 1.5 Pro」、「Gemini 1.5 Flash」（2024年9月にいずれもアップデート）に加え、2024年12月11日「Gemini2.0 Flash Experimental」、12月19日新たな推論AIモデル「Gemini 2.0 Flash Thinking」が発表され、現在使えるようになっています。 Anthropicでは、2024年3月に発表された「Claude 3 Opus」、2024年6月に発表された「Claude 3.5 Sonnet」(2024年10月アップグレード)、2024年10月発表された「Claude 3.5 Haiku」が現在使えます。 これら3社以外にも、次々と新しい大規模言語モデル（LLM）が発表されていますので、用途に応じて使い分けることが出来る時代になってきたと言えます。 o3 preview & call for safety researchers https://openai.com/12-days/ 【転換点直前】o1を越える「o3」登場。性能・特徴を徹底解説 https://chatgpt-lab.com/n/nc3c0040035c1 OpenAI Unveils New Generation Models "o3" and "o3 mini" On December 20, the 12th day of OpenAI's consecutive announcement event, the release of "o3" and "o3 mini" was announced. The "o3" model boasts advanced reasoning capabilities, achieving performance levels that surpass human experts in fields such as mathematics, programming, and science. It demonstrated remarkable improvements in the ARC-AGI benchmark test, which measures tasks that are easy for humans but challenging for large language models (LLMs). While GPT-3 achieved a 0% accuracy rate in 2020 and GPT-4o reached 5% in 2024, "o3" recorded a 75.7% accuracy rate when executed with limited computational resources. When provided with extensive computational resources, it achieved an 87.5% accuracy rate, surpassing the human benchmark of 85%. The "o3 mini" is a lightweight version designed with cost-efficiency in mind. It is scheduled for public release by the end of January 2025, followed by the general release of "o3." Currently, OpenAI offers the "ChatGPT-4o" since May 2024, and "OpenAI o1," "OpenAI o1 pro," and "OpenAI o1 mini" starting from December 2024, which can be used based on specific purposes. Google has also introduced models like "Gemini 1.5 Pro" and "Gemini 1.5 Flash" since February 2024, both of which were updated in September 2024. Additionally, the "Gemini 2.0 Flash Experimental" was announced on December 11, 2024, and is now available. Anthropic offers "Claude 3 Opus," released in March 2024, "Claude 3.5 Sonnet," launched in June 2024 and upgraded in October 2024, and "Claude 3.5 Haiku," introduced in October 2024. Besides these three companies, numerous new large language models (LLMs) continue to be released, allowing users to select models that best suit their specific needs. Googleは12月19日、新たな推論AIモデル「Gemini 2.0 Flash Thinking」を発表し、Experimental（実験）モデルをGoogle AI Studioで公開しました。12月11日に登場したばかりのGemini 2.0 Flashの派生モデルです。
Gemini 2.0 Flash Thinkingは、回答時に「思考プロセス（thinking process）」を生成、ベースとした「Gemini 2.0 Flash」よりも高度な推論が可能ということで、OpenAI o1のライバルと言えそうです。 各種テストでOpenAIのo1-previewやGPT-4oを超える性能という評価や、Gemini 2.0 Flash ThinkingとOpenAI o1を比較してみた結果、OpenAI o1の圧勝だったという報告もあります。 性能競争が新たな段階に入ったようです。 Googleが思考プロセスを導入して推論を強化したAIモデル「Gemini 2.0 Flash Thinking」を公開、各種テストでOpenAIのo1-previewやGPT-4oを超える性能 https://gigazine.net/news/20241220-google-gemini-flash-thinking/ GoogleのGemini 2.0 Flash Thinkingを徹底検証！思考プロセスが生む推論力とは？ 2024-12-20 https://weel.co.jp/media/tech/gemini-2-flash-thinking/ Google、「Gemini 2.0 Flash Thinking」公開 「o1」競合の“思考過程を示す”推論AIモデル https://www.itmedia.co.jp/news/articles/2412/20/news108.html New Inference AI Model "Gemini 2.0 Flash Thinking" On December 19, Google announced a new inference AI model called "Gemini 2.0 Flash Thinking" and released an experimental version in Google AI Studio. This model is a derivative of "Gemini 2.0 Flash," which was introduced just recently on December 11. Gemini 2.0 Flash Thinking is said to enable more advanced reasoning compared to its predecessor, "Gemini 2.0 Flash," by generating a "thinking process" during responses. It is expected to rival OpenAI's o1 model. Performance evaluations indicate that it has surpassed OpenAI's o1-preview and GPT-4o in various tests. However, there are also reports that OpenAI's o1 achieved overwhelming victories when directly compared with Gemini 2.0 Flash Thinking. It seems the competition in AI performance has entered a new phase. USPTOが、特許審査の品質向上に向けた取り組みを公表しています。ウェブサイトのキャシー・ヴィダル長官のブログ記事の中では、特許審査の品質を向上させるためのツールの開発にAIが活用されていることが気になりました。
日本の特許庁のAI活用の検討より幅広い範囲でAI活用が検討されているようです。 『審査官が最良の先行技術を効率的に特定できる最良のツールを提供しなければなりません。すべての特許審査官が特許審査エンドツーエンド（PE2E）検索スイートを使用しており、半数以上の審査官が「この文書に似たもの」や「類似性検索」などのPE2Eの人工知能（AI）検索機能を日常的に使用しています。2022年9月以降、審査官はこれらのAI機能を使用して150万件以上のPE2Eクエリを実行しています。 また、審査官が外国出願で特定された先行技術や、関連出願に対する特許審判・不服審判部（PTAB）の審理中に特定された技術から学ぶことができるプロセスも用意しています。さらに現在、先行技術調査やその他の特許審査機能を改善するために、AIの他の用途を調査する作業も進めています。 We must provide examiners the best tools to efficiently identify the best prior art. All patent examiners use the Patents End-to-End (PE2E) Search suite, and more than half regularly use PE2E’s artificial intelligence (AI) search features, including “More Like This Document” and “Similarity Search.” Since September 2022, examiners have run more than 1.5 million PE2E queries using these AI-powered features. We also have processes through which examiners can learn from prior art identified in foreign applications or art identified during Patent Trial and Appeal Board (PTAB) challenges in related applications. And we are currently working to investigate other uses of AI to improve the prior art search and other functions in patent examination.』 USPTO、特許審査の品質向上に向けた取り組みを公表 2024 年 12 月 16 日 https://www.jetro.go.jp/ext_images/_Ipnews/us/2024/20241216.pdf Quality U.S. patents drive our economy and solve world problems Kathi Vidal December 9, 2024 https://www.uspto.gov/blog/quality-us-patents-drive-our-economy-and-solve-world-problems USPTO Efforts to Improve Patent Examination Quality Using AI The USPTO has announced its efforts to improve the quality of patent examination. In Director Cathy Vidal's blog post on the website, I was interested to see that AI is being used to develop tools to improve patent examination quality. It seems that AI is being considered for use in a broader range of areas than the Japanese Patent Office's consideration of AI use. 日本知財学会、韓国知識財産学会、中国知識産権研究会が2012年より年に１回三カ国交代でシンポジウムを開催していますが、今年は特許庁および日本弁理士会と共催し、「日中韓連携知的財産シンポジウム2024」として、12月19日に東京大学 伊藤謝恩ホールで開催されました。テーマ4つのうちの２つがＡＩに関するものでした。「特許の審査、サーチにおけるＡＩの活用」と「大規模言語モデル技術の審査メカニズムへの挑戦」ですが、日本、中国、韓国の取り組みの違いも参考になりました。 日本特許庁の講演「特許の審査とサーチにおけるAIの活用」は、が2024年11月7日の「第8回特許情報シンポジウム」での講演とほぼ同じ内容でしたが、「生成AIの活用」というスライド1枚が付け加わっていました。生成AIによる自然文の理解支援として、特許審査における、審査対象の発明の理解、調査対象の文献の理解、外国庁での審査経過の理解などに有用であり、特に外国語で書かれた審査経過を要約させて分散した情報の集約、整理に活用していることが話されました。また、タスクごとに理解支援への活用を検討していて、より審査に有用な要約のさせ方、例えば、技術の概要把握に適した要約とか特定の技術観点に注目した要約など、判断材料の収集、整理に活用できる可能性を、現在進行形で研究中であることが話されました。 これらの知見が特許庁内だけでなく民間にも早く開放されることを期待しています。 ●共通テーマ「特許の審査、サーチにおけるＡＩの活用」 ◆講演 「特許の審査とサーチにおけるAIの活用」 五十嵐康弘氏（特許庁 審査第一部 調整課審査企画室 企画調査官） 「特許審査及び検索における AI の応用」 彭学龍氏（中南財経政法大学 知識産権研究センター 主任・教授） 「IP 行政における AI: KIPO の経験」 Lee Chang Kyo氏（韓国特許庁 産業財産情報システム課） ●テーマ１：「大規模言語モデル技術の審査メカニズムへの挑戦」 AI 生成内容の「現有技術」属性審査 崔国斌氏（清華大学法学院 教授） 討論文：人工知能生成物に対する「従来技術」属性の審査 Kim, Kwan-Shik氏（韓南大学 法学部 教授） 大規模言語モデル技術の審査メカニズムへの挑戦 ～大規模言語モデル技術をどの様に特許審査に活用していくか～ 河野英仁氏（河野特許事務所 所長・弁理士） ＜モデレータ＞ 上野剛史氏（一般社団法人日本知的財産協会 専務理事） ●テーマ２： 「標準必須特許とライセンス」 ●テーマ3： 「女性活躍とイノベーション」 日中韓連携知的財産シンポジウム2024 https://www.ipaj.org/symposium/2024/jck_symposium_2024.html 特許庁におけるAIの活用 9/11/2024 https://yorozuipsc.com/blog/ai3916471 Utilization of AI in Patent Examination and Search Since 2012, the Intellectual Property Association of Japan, the Korean Intellectual Property Society, and the China Intellectual Property Research Association have held an annual symposium on a rotating basis among the three countries. This year, in collaboration with the Japan Patent Office and the Japan Patent Attorneys Association, the event was held as the Japan-China-Korea Collaborative Intellectual Property Symposium 2024 at the Ito Hall, University of Tokyo, on December 19. Two of the four themes focused on AI: “Utilization of AI in Patent Examination and Search” and “Challenges of Large Language Model Technology in Examination Mechanisms.” The differences in approaches among Japan, China, and Korea provided valuable insights. The Japan Patent Office's lecture, “Utilization of AI in Patent Examination and Search,” delivered at the 8th Patent Information Symposium on November 7, 2024, had content largely similar to a previous lecture. However, a single additional slide on the “Utilization of Generative AI” was included. It was discussed that generative AI is useful for supporting the comprehension of natural language, specifically in patent examination. This includes understanding the invention under examination, understanding the documents being searched, and understanding examination procedures at foreign patent offices. In particular, it is being used to summarize examination procedures written in foreign languages, consolidating and organizing dispersed information. Additionally, the lecture mentioned ongoing research into applying generative AI for comprehension support on a task-by-task basis. This involves exploring more effective ways of generating summaries that are useful for examination, such as summaries tailored to understanding a technology's overview or summaries that focus on specific technical perspectives. The goal is to collect and organize information for decision-making more effectively. There is hope that these insights will soon be made available not only within the Patent Office but also to the private sector. 12月13日に行われた旭化成の2024年「無形資産戦略説明会」のアーカイブ動画が公開されました。 説明会では、旭化成がソリューション型事業やライセンス型事業など「無形資産が価値の中心となるビジネスモデル」を強化し、企業価値向上に向けて取り組んでいる実績や今後の方向がトップ自らの言葉で説明されていました。 工藤社長は中期経営計画2024の進捗状況と、無形資産活用の重要性について説明。久世副社長は具体的な事業事例を通じて無形資産の活用状況を解説。西川執行役員は人材戦略の観点から無形資産の強化について説明しました。 「無形資産が価値の中心となるビジネスモデル」として、自動車内装材事業、イオン交換膜事業、クリティカルケア事業、海外住宅事業における無形資産の活用事例が紹介され、各事業でのROIC（投資収益率）が9%以上を達成していることが報告されました。 また、新しいビジネスモデルとしてTBC（テクノロジーバリュービジネスクリエーション）の展開について説明があり、2030年近傍で100-200億円の利益規模を目指すことが示されました。 旭化成は、知財戦略、DX戦略などのテーマで説明会を行ってきましたが、無形資産をまとめた形で説明会を行ったのは画期的と言えるのではないかと思います。 2024年「無形資産戦略説明会」を開催 https://www.asahi-kasei.com/jp/news/2024/ze241217.html 無形資産戦略説明会 資料 無形資産が価値の中心となるビジネスモデルの強化 https://www.asahi-kasei.com/jp/ir/library/business/pdf/241213.pdf 動画 https://www.irwebmeeting.com/asahi-kasei/vod/20241213/N5mfAvYd/meeting_01_ja/index.html 旭化成の久世副社長、生成AI全社展開で「3領域またぎ無形資産活用」 https://xtech.nikkei.com/atcl/nxt/column/18/00001/10072/ 生成AIを新規用途探索の自動化や製造現場の技術伝承において活用開始 無形資産の活用を加速し、競争力強化を目指す 2024年12月9日 旭化成株式会社 https://www.asahi-kasei.com/jp/news/2024/ze241209.html 旭化成の素材／化学の無形資産戦略、技術やノウハウのマネタイズ手法とは？ https://monoist.itmedia.co.jp/mn/articles/2412/16/news078.html Asahi Kasei's 2024 "Intangible Asset Strategy Briefing" The archived video of Asahi Kasei's 2024 Intangible Asset Strategy Briefing held on December 13 has been made available. During the briefing, top executives explained Asahi Kasei’s efforts and achievements in enhancing “business models where intangible assets are at the core of value,” such as solution-based and license-based businesses, as part of their initiatives to increase corporate value. President Kudo presented the progress of the Mid-Term Management Plan 2024 and emphasized the importance of leveraging intangible assets. Vice President Kuze provided specific examples of how intangible assets are being utilized in various business operations. Executive Officer Nishikawa discussed the reinforcement of intangible assets from the perspective of human resource strategy. Examples of intangible asset utilization were introduced within business models centered on intangible assets, such as the automotive interior materials business, ion-exchange membrane business, critical care business, and overseas housing business. It was reported that these businesses achieved a Return on Invested Capital (ROIC) of over 9%. Additionally, a new business model, Technology Value Business Creation (TBC), was discussed, with a goal of achieving a profit scale of 10-20 billion yen by around 2030. While Asahi Kasei has previously held briefings on themes such as intellectual property strategy and DX strategy, this briefing, which comprehensively covered intangible assets, can be seen as groundbreaking. YouTubeのINPIT Channelで、2024年10月30日、31日に開催された、IPランドスケープをご紹介するセミナーのアーカイブ動画が公開されました。①IPランドスケープ概論、②パネルディスカッション、③IPランドスケープ支援事業のご紹介、を視聴しました。 知財情報をビジネスに役立てるということの重要性がしっかり伝わる「IPランドスケープ概論」、「パネルディスカッション」でした。 【IPランドスケープ概論】中小企業等におすすめ！知財情報を経営判断に活かすIPランドスケープのご紹介（約28分） https://www.youtube.com/watch?v=9iOI0np19zY 【パネルディスカッション】中小企業等におすすめ！知財情報を経営判断に活かすIPランドスケープのご紹介（約30分） https://www.youtube.com/watch?v=dS2Yh3RO918 【IPランドスケープ支援事業のご紹介】中小企業等におすすめ！知財情報を経営判断に活かすIPランドスケープのご紹介（約9分半） https://www.youtube.com/watch?v=6adISz6FT2A IP Landscape: Leveraging Intellectual Property Information for Business The archived video of a seminar introducing IP landscape, held on October 30th and 31st, 2024, on the INPIT Channel on YouTube, has been released. I watched the following segments: (1) Overview of IP Landscape, (2) Panel Discussion, and (3) Introduction to the IP Landscape Support Program. The "Overview of IP Landscape" and the "Panel Discussion" effectively conveyed the importance of leveraging intellectual property information for business. 生成AI（OpenAI o1）に、『生成AIを使い特許調査の効率と精度を上げる』というタイトルで、企業知財担当者向けの新書を書かせてみました。プロンプトは、「『生成AIを使い特許調査の効率と精度を上げる』というタイトルで特許調査の初心者向けの新書を１０万字で書いてください。」という簡単なものです。 出来上がりは、それぞれの方が判断していただければと思います。 【本書タイトル】 生成AIを使い特許調査の効率と精度を上げる ――初心者のための実践的新書 【目次】 はじめに 序章：特許調査と生成AIの出会い 第1章：特許調査の基礎理解 第2章：特許公報とデータベースの基礎 第3章：生成AIとは何か 第4章：生成AIを用いた特許文献解析の基礎 第5章：特許分類とクレーム解析への生成AI活用 第6章：既存キーワード検索と生成AI活用の統合 第7章：類似特許検索と生成AIによる概念展開 第8章：競合他社調査と生成AIによる俯瞰分析 第9章：生成AIツール導入時のポイントと留意点 第10章：ケーススタディ：実際の特許課題への応用 第11章：今後の展望と課題 終章：生成AIを活用した新時代の特許調査 付録：参考文献・関連ツール一覧 Using Generative AI to Improve the Efficiency and Accuracy of Patent Searches —A Practical Introductory Guide for Beginners-- I tried having a generative AI (OpenAI o1) write a new introductory book aimed at corporate intellectual property staff, titled "Using Generative AI to Improve the Efficiency and Accuracy of Patent Searches." The prompt was as simple as: "Please write an introductory book for beginners, titled 'Using Generative AI to Improve the Efficiency and Accuracy of Patent Searches,' in 100,000 characters." As for the final result, I’ll leave it to each of you to judge. Title of this Book Using Generative AI to Improve the Efficiency and Accuracy of Patent Searches —A Practical Introductory Guide for Beginners-- Table of Contents Introduction Prologue: The Encounter Between Patent Searches and Generative AI Chapter 1: Fundamentals of Patent Searches Chapter 2: Basics of Patent Publications and Databases Chapter 3: What Is Generative AI? Chapter 4: Fundamentals of Patent Document Analysis Using Generative AI Chapter 5: Utilizing Generative AI for Patent Classification and Claim Analysis Chapter 6: Integrating Existing Keyword Searches with Generative AI Chapter 7: Similar Patent Searches and Concept Expansion Through Generative AI Chapter 8: Competitive Intelligence and Panoramic Analyses Enabled by Generative AI Chapter 9: Key Points and Considerations for Implementing Generative AI Tools Chapter 10: Case Studies: Applying Generative AI to Actual Patent Issues Chapter 11: Future Outlook and Challenges Epilogue: A New Era of Patent Searches Powered by Generative AI Appendix: List of References and Related Tools 生成AI（OpenAI o1）に、『生成AIの知財業務への活用』というタイトルで、企業知財担当者向けの新書を書かせてみました。プロンプトは、「『生成AIの知財業務への活用』というタイトルで企業知財担当者向けの新書を１０万字で書いてください。」という簡単なものです。 出来上がりは、それぞれの方が判断していただければと思います。 【全体構成】
“Utilizing Generative AI in Intellectual Property Operations" — A New Strategic Foundation for Corporate IP Professionals I attempted to have Generative AI (OpenAI o1) write a new book for corporate IP professionals, titled "Utilizing Generative AI in Intellectual Property Operations," by using a simple prompt: "Please write a new book for corporate IP professionals, titled 'Utilizing Generative AI in Intellectual Property Operations,' with a length of 100,000 characters." Each individual may judge the quality of the final product for themselves. Overall Structure
本年9月に登場したOpenAIの「OpenAI o1-preview」が、12月5日にアップデートされ正式版「OpenAI o1」になり「OpenAI o1 Pro」も加わりました。 TRACKING AIによれば、ノルウェーMensa IQテストにおいて、正式版「Open o1」のIQは133で、「OpenAI o1-preview」(120)より13ポイント上昇したということです。ただ、高性能なはずの「OpenAI o1 Pro」は118となっていて、正式版「Open o1」より低いということで、よくわかりません。 別の評価「オフラインテスト」では、「OpenAI o1 Pro」が110、「OpenAI o1-preview」が97、正式版「Open o1」が90と全体的に低くなっています。 ちょっと古いですが、今年の9月に公表されているARC-AGI（Abstraction and Reasoning Corpus for Artificial General Intelligence）における各AIモデルのスコアは以下の通りとなっています。
TRACKING AI Monitoring Bias in Artificial Intelligence Chatbots https://trackingai.org/IQ OpenAI o1 Results on ARC-AGI-Pub https://arcprize.org/blog/openai-o1-results-arc-prize Is Open o1's IQ 133? OpenAI's "OpenAI o1-preview," which was introduced this September, was updated on December 5 to become the official "OpenAI o1," and "OpenAI o1 Pro" was also added. According to TRACKING AI, the official version "Open o1" scored an IQ of 133 on the Norwegian Mensa IQ test, marking a 13-point increase from "OpenAI o1-preview" (120). However, the supposedly higher-performing "OpenAI o1 Pro" scored 118, which is lower than the official "Open o1," making this somewhat confusing. In another evaluation, the "Offline Test," "OpenAI o1 Pro" scored 110, "OpenAI o1-preview" scored 97, and the official "Open o1" scored 90, showing overall lower scores. Although a bit dated, the scores for various AI models in the ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence) released this September are as follows:
|
著者萬秀憲 アーカイブ
January 2026
カテゴリー |
RSS Feed
|
Copyright © よろず知財戦略コンサルティング All Rights Reserved.
|
サイトはWeeblyにより提供され、お名前.comにより管理されています