書籍「戦略コンサルが知らない　最強の知財経営」は、知財戦略の現場と経営戦略の現場の両者で実務に携わってきた知財コンサルタント 林 力一 氏と、知財と経営の関わりについて長年追いかけてきたジャーナリスト 渋谷 高弘 氏の共著です。
本書で紹介されている「最強の知財戦略」は「攻めのオープンな知財戦略」です。
従来の「守りのクローズな知財戦略」とは逆に、知財をオープンにすることで競争を促進させて事業効率化を図る手法で、他社との提携によって「攻めのオープンな知財戦略」と成長戦略とを融合させることを狙い、うまくいけば、極めて短期間にライバルから収益性と市場シェアを奪うことが可能となる戦略と言えます。ただ、この「攻めのオープンな知財戦略」が通用する分野ばかりではないことにも留意すべきでしょう。
また、本書で語られているように、経営戦略としての知財活用を考え実践することが重要だろうと思います。
 
戦略コンサルが知らない　最強の知財経営
価格       3,080円（税込）
ISBN      9784296118267
発行日   2024年05月29日
著者名   林 力一 著、渋谷 高弘 著
発行元   日本経済新聞出版
ページ数              312ページ
判型       A5判
https://bookplus.nikkei.com/atcl/catalog/24/04/15/01349/
目次
【第１部　間違っている！あなたの会社の「知財戦略」】
第１章　特許で勝利した30年、知財敗北で転落した30年
-知財は、ビジネスに生かしてこそ意味がある
-知財のルールを変えた欧米企業、日本の技術を奪ったアジア企業
-２０２４年現在、日本は知財戦略で世界に「負けている」 ほか
第２章　世界最先端の知財戦略から後れる日本
-知財戦略に欠かせないＩＰランドスケープ
-日本企業が「攻めのオープンな知財戦略」を取り込めない理由
-知財戦略を経営に取り込む「ビジネス・アーキテクト」がいない　ほか
 
【第２部　これが本命「攻めのオープンな知財戦略」】
第１章「攻めのオープンな知財戦略」とは何か
-プラットフォーム戦略（二面市場戦略）と攻めのオープンな知財戦略
-克服すべきイノベーションのジレンマ
-各経営戦略・ビジネスモデルとの関係　ほか
第２章「攻めのオープンな知財戦略」策定のアプローチ
-前提ステップ 全社で取り組む大テーマの体系化・優先順位付け
-本ステップ０ まずは各事業部門の戦略担当者のヒアリング
-本ステップ１ ＩＰランドスケープなどを駆使した外部・内部環境分析
-本ステップ２ 戦略の設計
-本ステップ３ アクションプランへの落とし込み　ほか
第３章「攻めのオープンな知財戦略」のケーススタディ
-独バスラー社
-ダイキン工業
-米インテル
第４章「攻めのオープンな知財戦略」に必要な組織、人材、育成方法
-重要なビジネス・アーキテクト
-組織改革の方向性と具体的なアプローチ
 
【第３部　「新冷戦」は、日本復活に向けた大チャンス】
第１章　日本が知財で勝利するには？
-新冷戦は「日本の逆襲・復活」への大チャンス
-ＩＰランドスケープを実践した日本企業の劇的な変化とは　ほか
第２章　知財ガバナンス、そして知財安全保障
-裾野は広がったが経営陣の関心は今ひとつ
-コードに「知財ガバナンス」を盛り込む
-「企業と投資家にはズレがある」　ほか
 
 
 
Aggressive Open Intellectual Property Strategy
The book "The Ultimate IP Management Unknown to Strategy Consultants" is co-authored by IP consultant Rikiichi Hayashi, who has worked in both IP strategy and management strategy, and journalist Takahiro Shibuya, who has long covered the relationship between IP and management. This book introduces "The Ultimate IP Strategy," which is an "aggressive open IP strategy." Unlike the traditional "defensive closed IP strategy," this method aims to promote competition and improve business efficiency by making IP open. It aims to integrate the "aggressive open IP strategy" with growth strategies through partnerships with other companies, potentially allowing one to swiftly capture profitability and market share from rivals in a very short period. However, it should be noted that this "aggressive open IP strategy" is not applicable in all fields. Additionally, as the book discusses, it is important to think about and practice the use of IP as a management strategy.
The Ultimate IP Management Unknown to Strategy Consultants

• Price: 3,080 yen (tax included)
• ISBN: 9784296118267
• Publication Date: May 29, 2024
• Authors: Rikiichi Hayashi and Takahiro Shibuya
• Publisher: Nihon Keizai Shimbun Publishing
• Pages: 312
• Format: A5

Book Link
Table of Contents
Part 1: Wrong! Your Company's "IP Strategy"

• Chapter 1: 30 Years of Victory with Patents, 30 Years of Decline with IP Defeats
  • IP is meaningful only when used in business.
  • Western companies changed the rules of IP, and Asian companies took Japanese technology.
  • As of 2024, Japan is "losing" in IP strategy globally.
• Chapter 2: Japan Lags Behind in World-Leading IP Strategies
  • IP landscape is essential for IP strategy.
  • Why Japanese companies cannot adopt the "aggressive open IP strategy."
  • Lack of "business architects" to integrate IP strategy into management.

Part 2: This is the Real Deal, "Aggressive Open IP Strategy"

• Chapter 1: What is the "Aggressive Open IP Strategy"?
  • Platform strategy (two-sided market strategy) and aggressive open IP strategy.
  • Overcoming the innovation dilemma.
  • Relationship with various management strategies and business models.
• Chapter 2: Approaches to Formulating an "Aggressive Open IP Strategy"
  • Preliminary step: Systematization and prioritization of major themes tackled by the entire company.
  • Main Step 0: Hearing from strategic personnel in each business department.
  • Main Step 1: Analysis of external and internal environments using IP landscape and other tools.
  • Main Step 2: Designing the strategy.
  • Main Step 3: Implementing action plans.
• Chapter 3: Case Studies of the "Aggressive Open IP Strategy"
  • Basler AG (Germany)
  • Daikin Industries
  • Intel Corporation (USA)
• Chapter 4: Necessary Organizations, Personnel, and Training Methods for the "Aggressive Open IP Strategy"
  • Important business architects.
  • Directions and specific approaches for organizational reform.

Part 3: "New Cold War" is a Great Opportunity for Japan's Revival

• Chapter 1: How Can Japan Win with IP?
  • The new cold war is a great chance for Japan's counterattack and revival.
  • Dramatic changes in Japanese companies that implemented IP landscape.
• Chapter 2: IP Governance and IP Security
  • Although the scope has broadened, the interest of top management remains insufficient.
  • Incorporating "IP governance" into the code.
  • "There is a gap between companies and investors."

2024年5月22日（水）～ 24日（金）に行われた「第8回AI・人工知能EXPO春」の特別講演AI-6「生成AIの進化と今後の展望」（講演者：株式会社Preferred Networks 岡野原大輔 代表取締役最高研究責任者）は、生成AIがどのような原理や手法で構築されているのか、今後どのような発展があるのか、生成AIの社会実装における可能性や課題、活用例にについて解説しました。
 
2024/5/24 AI 人工知能EXPO 2024春　特別講演AI-6
生成AIの進化と今後の展望
講演者：岡野原大輔
株式会社Preferred Networks 代表取締役最高研究責任者
株式会社Preferred Elements 代表取締役社長
https://hillbig.github.io/AIEXPO2024spring_okanohara.pdf
 
 
Evolution of Generative AI and Future Prospects
 
Special Lecture AI-6 "Evolution of Generative AI and Future Prospects" (Speaker: Daisuke Okanohara, President and Chief Research Officer, Preferred Networks, Inc. He also explained the opportunities, challenges, and examples of applications of generative AI in social implementation.
 


AIEXPO2024spring_okanohara.pdf
PDF
各ページを要約してください。最後に全体を通じたまとめをつけてください。
ChatGPT
メモリを更新しました
各ページの要約
ページ 1-2: 自己紹介 岡野原大輔氏のプロフィールと著書の紹介。彼はPreferred Networks、Preferred Computational Chemistry、Preferred Elementsの代表取締役社長であり、AI事業者ガイドライン検討会委員など多くの役職を持つ。
ページ 3: PFNの事業概要 Preferred Networks(PFN)はAI技術のバリューチェーンを垂直統合し、産業応用を進めている。生成AIや基盤モデル、AIチップなどの計算基盤を提供。
ページ 4-5: 生成AIの進化と産業へのインパクト 生成AIが膨大な情報を瞬時に処理し、多くの人と同時に対話できる点を強調。2030年までに15.7兆ドルの経済効果を予測。知的労働の制約が小さくなり、AIが多くの産業に影響を与えることが説明される。
ページ 6: AIと人間の協調 AIは既存の情報や知識を扱うのが得意であり、人は新しい世界を開拓するのに強い。AIと人間が協調して働くことの重要性が述べられている。
ページ 7-8: 大規模言語モデルの仕組み 大規模言語モデルがテキスト、画像、動画などの生成能力を持ち、普遍的な事実や法則を学習する方法について説明。生成モデルの進化速度が強調される。
ページ 9-10: 自己教師あり学習 自己教師あり学習の概要とその利点。大規模言語モデルがどのようにして大量のデータから学習し、予測性能を向上させるかが示されている。
ページ 11-13: PFNの取り組み PFNが開発した大規模言語モデル（PLaMo-13B）の性能とその応用例。今後の開発計画やビジネス展開についても言及。
ページ 14-15: 生成AIの商用利用 生成AIを活用した製品・サービス群の紹介。具体的なユースケースや顧客の課題解決に向けた取り組みが示されている。
ページ 16: LLMの利用事例 材料探索のデモンストレーション。生成AIがどのようにして化学反応経路の活性化エネルギーを計算するかを具体的に示す。
ページ 17-18: LLM開発の今後 最新のLLM開発に必要な計算資源の増加とその影響。スパコンの性能や計算資源のボトルネックについて説明される。
ページ 19-20: 近年のLLM開発の流れ GPT-4レベルのモデルがスマホで動くようになる可能性と、オープンなモデルとクローズドなモデルの比較。学習データ改善の重要性とその影響が強調される。
ページ 21: 知識の索引としてのLLM LLMが知識の索引として機能する方法と、その効率を高めるための学習プロセスについて説明。
ページ 22: プライベートデータの取り込み 個人や企業のプライベートデータをLLMに取り込む方法。ファインチューニングやRAGなどの技術について言及。
ページ 23: まとめ LLMの進化は続き、開発競争が激化する中で、日本企業も勝機を見出すことができる。PFNはLLMモデル（PLaMo）とそれを使ったアプリケーション・サービスを提供し、生成AIの社会普及に貢献していく。
全体のまとめ
このプレゼンテーションでは、PFNの岡野原大輔氏がAI技術、特に生成AIと大規模言語モデル（LLM）の進化とその産業への影響について詳述しています。PFNはAI技術のバリューチェーンを垂直統合し、生成AIの高度な応用を推進しています。生成AIは膨大な情報処理能力を持ち、多くの産業に大きな影響を与えると予測されています。また、LLMの進化とその応用例が紹介され、PFNが開発したモデルの性能や商用利用の取り組みが強調されています。今後、LLMの計算資源の増加やデータ改善の重要性が強調され、日本企業も競争に勝つ可能性が示唆されています。PFNはLLMモデルとそれを利用したサービスを提供し、生成AIの社会普及に貢献することを目指しています。

 
上記の英語訳を作成してください。
ChatGPT
Summary of Each Page
Pages 1-2: Introduction Introduction of Daisuke Okanohara, who holds multiple roles including President of Preferred Networks, Preferred Computational Chemistry, and Preferred Elements. He is also a member of various AI guideline committees.
Page 3: Overview of PFN's Business Preferred Networks (PFN) vertically integrates the AI technology value chain, promoting industrial applications through AI chips, computational infrastructure, and generative AI foundation models.
Pages 4-5: Evolution and Impact of Generative AI Generative AI's ability to process vast amounts of information instantly and interact with millions simultaneously is emphasized. It is predicted to generate an economic impact of $15.7 trillion by 2030, significantly affecting many industries and reducing constraints on intellectual labor.
Page 6: Collaboration Between AI and Humans AI excels in handling existing information and knowledge, while humans are better at exploring new frontiers. The importance of leveraging both strengths through collaboration is discussed.
Pages 7-8: Mechanism of Large Language Models Explains how large language models (LLMs) generate text, images, videos, etc., and learn universal facts and laws from large datasets. The rapid evolution of generative models is highlighted.
Pages 9-10: Self-Supervised Learning Overview of self-supervised learning and its benefits. Describes how LLMs improve prediction performance by learning from massive data and acquiring various capabilities.
Pages 11-13: PFN's Initiatives Performance and applications of PFN's large language model (PLaMo-13B) and future development plans. Discusses the launch of a multi-modal model and business expansion strategies.
Pages 14-15: Commercial Use of Generative AI Introduction of products and services utilizing generative AI. Detailed use cases and efforts to address customer challenges are presented.
Page 16: Example of LLM Use Demonstration of material exploration, showing how generative AI calculates activation energy for chemical reaction pathways.
Pages 17-18: Future of LLM Development Increase in computational resources needed for the latest LLM development and its impact. Discusses the limitations of current supercomputers and future prospects.
Pages 19-20: Recent Trends in LLM Development Potential for GPT-4 level models to run on smartphones and comparison of open and closed models. Emphasizes the importance of improving training data.
Page 21: LLM as a Knowledge Index Describes how LLMs function as indexes of knowledge, requiring extensive and varied training to achieve high memory efficiency.
Page 22: Incorporating Private Data Methods for incorporating private data into LLMs, including fine-tuning and Retrieval-Augmented Generation (RAG). Discusses promising new techniques and challenges.
Page 23: Conclusion LLM evolution continues, with Japanese companies also having opportunities in the competitive landscape. PFN aims to contribute to the social adoption of generative AI by providing LLM models (PLaMo) and related applications and services.
Overall Summary
This presentation by Daisuke Okanohara of PFN details the evolution of AI technology, particularly generative AI and large language models (LLMs), and their impact on industries. PFN promotes the industrial application of AI through vertical integration of the AI technology value chain. Generative AI's ability to process vast amounts of information and its potential economic impact are highlighted. The presentation emphasizes the collaboration between AI and humans, leveraging the strengths of both. It also discusses the rapid evolution of LLMs, PFN's initiatives in developing advanced models, and the commercial use of generative AI. Future prospects and challenges in LLM development, as well as methods for incorporating private data, are explored. PFN aims to contribute to the social adoption of generative AI by providing advanced LLM models and related applications and services.

５月22日に行われた『すごい知財EXPO 2024 事前参加者登録限定セミナー 「知財人材の今とこれから」』の企画１『知財の現場から「IPランドスケープをアップデートする」』を視聴しました。DIC、ダイセル、レゾナックのIPランドスケープの話、イーバテント・アクティスのIPランドスケープの話が聞けて参考になりました。
「すごい知財EXPO2024」は、2024.6.28-6.29に行われます。
 
すごい知財EXPO2024
https://super-ip-expo.com/2024
 
すごい知財EXPO2024早期参加登録者限定特典のお知らせ
https://note.com/super_ip_expo/n/ne079bbfa5e44
 
すごい知財EXPO 2024 事前参加者登録限定セミナー 「知財人材の今とこれから」
　企画１：
知財の現場から「IPランドスケープをアップデートする」
スケジュール
13:40~13:45イントロテーマ内容
13:45~14:05各社企業での活動の紹介
ファシリテーター：上村侑太郎(DIC株式会社知的財産センター）
①若槻智美様 （株式会社ダイセル知的財産センター知的財産ソリューショングループ主席部員（兼）研究開発本部事業創出センター主席部員）
②塩谷綱正様（株式会社イーバテント・アクティス 代表取締役）
③増嶌稔様（株式会社レゾナック 知的財産部 インテリジェンスリーダー）
14:05-14:35ディスカッション
テーマ①：IPランドスケープ実践の変化点は？
テーマ②：変化点を生むために一番苦労したことは？
テーマ③：対部門外とのスキルで必妻なものは？どのような指導・教育をしている？
テーマ④：今回の課題から何ができるかお互いにアドパイス
14:35-14:40  まとめ エンディング
 
"Updating the IP Landscape" Amazing IP EXPO 2024
 
On May 22nd, I watched "Seminar for Pre-Registered Participants of Amazing IP EXPO 2024: 'The Present and Future of IP Human Resources'" Session 1: "From the Field of Intellectual Property: Updating the IP Landscape." The talks on the IP landscape from DIC, Daicel, and Resonac, as well as the IP landscape from ePatent Actis, were informative.
 
The "Amazing IP EXPO 2024" will be held from June 28th to June 29th, 2024.
 
 
ChatGPTにアーカイブ動画の文字起こしをアップし内容を要約してもらいました。
 
レゾナックの増嶌稔氏の発言を要約してください。
ChatGPT
増嶌稔氏（レゾナック）の発言要約
増嶌氏は、レゾナックのIPランドスケープ（IPL）活動について紹介しました。以下はその主なポイントです：
1.           会社の紹介：
•           レゾナックは2023年に旧昭和電工と旧日立化成の統合によって設立されました。新会社として、半導体電子材料、モビリティ、イノベーション材料、ケミカルの4つのセグメントに注力しています。
2.           IPL活動の取り組み：
•            組織全体での参加と発言を奨励し、情報と人をつなぐ役割を重視しています。
•            IPL教育プログラムを研究者向けに実施し、好評を得ています。これにより、研究者が知財アナリストとしてのスキルを磨いています。
3.           課題と解決策：
•            IPL活動を事業判断に役立てるために、仮説検証の前提を明確にすることが重要とされています。
•            初期段階では知財部が主導してIPLの重要性をアピールしていましたが、徐々に他部門が自主的にIPLを活用するようになったと述べています。
4.           コミュニケーションとネットワーク：
•            IPLの成功には組織内のコミュニケーションが重要であり、特にベテランのネットワークを活用することが鍵とされています。
このように、増嶌氏はIPLの重要性と実践方法を具体例を交えて説明し、組織全体での協力と理解がIPL活動の成功に不可欠であると強調しました。
 
DIC株式会社知的財産センターの上村侑太郎氏の発言を要約してください。
ChatGPT
上村侑太郎氏（DIC株式会社知的財産センター）の発言要約
上村氏は、DIC株式会社のIPランドスケープ（IPL）活動とその進化について説明しました。主なポイントは以下の通りです：
1.           会社概要と戦略：
•            DIC株式会社は旧大日本インク化学工業として設立され、現在はIICビジョン2030に基づき5つの重点領域で価値提供を目指しています。
2.           IPL活動の取り組み：
•            DICはIPLをテクノロジーインテリジェンスとして再定義し、特許情報だけでなく、技術情報、ニュース、市場情報を統合して事業判断をサポートする情報提供を行っています。
•            開発部門や新規事業部門など、複数の部門と連携してIPL活動を展開し、全社的な取り組みとして推進しています。
3.           課題と解決策：
•            課題として、IPL活動を事業判断に役立てることが挙げられました。特に、仮説検証の前提を明確にすることが重要とされています。
•            成功体験と失敗体験を積み重ねることが、スキルの向上とIPL活動の推進に繋がるとしています。また、IPL教育プログラムを実施し、研究者に対する教育を行っています。
4.           組織文化の醸成：
•            組織全体での参加と発言を奨励し、情報と人をつなぐ役割を重視しています。特に、コミュニケーションの量を増やすことで、組織内の理解と協力を深めています。
上村氏は、IPLの効果的な運用には組織全体の協力と理解が不可欠であることを強調し、DICにおけるIPL活動の実践と成果について具体的に述べました。
 
株式会社ダイセルの若槻智美氏の発言を要約してください
ChatGPT
若槻智美氏（株式会社ダイセル）の発言要約
若槻氏は、ダイセルにおけるIPランドスケープ（IPL）活動について以下のように述べました：
1.           小集団活動の重要性：
•            ダイセルでは34のテーマについて、小集団活動を実施しており、パトコーディネーター、研究側の責任者、知財担当者が人事発令で関わっています。
2.           組織全体でのIPL推進：
•            IPLを使った事業創出加速を中期計画に取り入れており、社長もIPL活動を会議で強調することで、社内の理解と参加を促進しています。
3.           活動結果の蓄積と共有：
•            活動結果を残すことの重要性を強調し、アウトプットを見やすいフォーマットでまとめています。これにより、後々のテーマの再評価や報告が容易になります。
4.           コミュニケーションの量：
•            研究開発部門や他部門との継続的なコミュニケーションが、IPL活動を円滑に進めるために不可欠であると述べました。
5.           成果の共有：
•            IPL活動の成功と失敗の両方の体験を共有し、スキルアップに繋げることが重要であると強調しました。また、研究者に対するIPL教育プログラムの実施も行っています。
若槻氏は、IPL活動を推進するためには、組織全体での協力と理解が不可欠であり、活動の結果を明確に示すことが重要であると結論づけました。
 
株式会社イーバテント・アクティスの塩谷綱正氏の発言を要約してください。
ChatGPT
塩谷綱正氏（株式会社イーバテント・アクティス）の発言要約
塩谷氏は、イーバテント・アクティスにおけるIPランドスケープ（IPL）の実践とその進化について説明しました。主なポイントは以下の通りです：
1.           技術者の自主的な取り組み：
•            技術者が部門で自主的にIPLを始めた際に部長が心配していましたが、成果を出すことで部門の成果として認識されるようになった。
2.           IPLの活用と成果：
•            技術者が自主的にIPLを活用することで、他部門からもIPLの依頼が増えるようになりました。具体的には、技術者がビジネスシミュレーションツールを使って遊びながら調査していたことが評価され、上層部からの依頼が来るようになった。
3.           組織内外とのコミュニケーション：
•            IPLを効果的に運用するためには、技術者同士の交流やコミュニケーションが重要であると述べました。特に、ビジネス側と技術側のギャップを埋めるための取り組みが重要です。
4.           課題と解決策：
•            初期の段階で技術者が自主的にIPLを活用することに対する部門の理解を得るのが難しかったが、具体的な成果を示すことで信頼を得た。
塩谷氏は、IPLの実践には技術者の自主的な取り組みと組織内のコミュニケーションが重要であり、具体的な成果を示すことでIPLの価値が認識されると強調しました。
 
ディスカッションのポイントそれぞれについて、要約を作成してください。
ChatGPT
ディスカッションのポイント要約
1. IPランドスケープ実践の変化点
•            若槻智美氏（ダイセル）：IPLの専門組織の新設と小集団活動の強化により、社内のIPLに対する理解と参加が進んだ。活動結果をレポートにまとめることで、後の評価や報告が容易になった 。
•            塩谷綱正氏（イーバテント・アクティス）：技術者が自主的にIPLを活用し始めたことで、上層部からの依頼が増えた。具体的な成果を示すことで、技術者の活動が部門の成果として認識されるようになった 。
•            増嶌稔氏（レゾナック）：統合による新しい技術領域での議論のきっかけとしてIPLが活用され、コロナ禍での情報不足を補うために特許情報の重要性が高まった 。
2. 変化点を生むために一番苦労したこと
•            若槻智美氏：初期段階での分析の不足や適切な結論を導くための議論が多く、具体的な成果を出すまでの過程が困難だったが、試行錯誤を通じて成功体験を積むことで自信がついた 。
•            塩谷綱正氏：技術者が自主的に始めたIPL活動に対する部門内の理解を得るのが難しかったが、具体的な成果を示すことで信頼を得た 。
•            増嶌稔氏：組織統合による新しいチームとの連携を円滑に進めるためのコミュニケーションが課題であったが、IPLを通じて議論の基盤を提供することで解決した 。
3. 対部門外とのスキルで必須なものは？どのような指導・教育をしている？
•            若槻智美氏：部門間の継続的なコミュニケーションが重要であり、研究開発部門との連携を強化するための教育プログラムを実施 。
•            塩谷綱正氏：技術者同士の交流やコミュニケーションが重要であり、特許情報の活用方法を共有することで部門間の理解を深める 。
•            増嶌稔氏：ベテランのネットワークを活用し、組織内のコミュニケーションを円滑にするスキルが重要であると強調 。
4. 今回の課題から何ができるかお互いにアドバイス
•            若槻智美氏：成功体験と失敗体験を共有し、組織全体での理解を深めることが重要であると提案 。
•            塩谷綱正氏：IPL活動を通じて、他部門からの信頼を得るための具体的な成果を示すことが必要であるとアドバイス 。
•            増嶌稔氏：組織全体の協力と理解を得るために、情報を効果的に活用することが鍵であると述べた 。
このディスカッションを通じて、参加者はそれぞれの経験と具体的な事例を共有し、今後の知財活動における課題解決の糸口を見出しました。

人工知能開発で先行する世界の１６企業は、５月２１日、英韓共催の第２回ＡＩサミットに合わせ、リスクを管理し、安全に開発を進めると約束したということです。

1. Amazon
2. Google (Alphabet)
3. IBM
4. Meta (Facebook)
5. Microsoft
6. OpenAI
7. Samsung Electronics
8. Zhipu.ai (backed by Chinese tech giants Alibaba, Tencent, Meituan, and Xiaomi)
9. Technology Innovation Institute (UAE)
10. Anthropic
11. Google DeepMind
12. Mistral AI (France)
13. Baidu (China)
14. Huawei (China)
15. Tencent (China)
16. Alibaba (China)

日本企業がいないのがさみしいですね。
 
 
AIサミット、「安全な開発」公約　韓国サムスンなど16社　2024年5月26日
https://www.nikkei.com/article/DGXZQOGM231OL0T20C24A5000000/
 
AIサミットで安全、革新、包容の3大原則盛り込んだソウル宣言採択　2024年05月23日
https://www.jetro.go.jp/biznews/2024/05/d777552ebe33fbec.html
 
ＡＩサミット、世界16企業が安全な開発を約束　英韓共催で開幕
2024年5月22日
https://jp.reuters.com/business/technology/XIL6EB7W3FJZXBEKPIOTRY3BT4-2024-05-22/
 
岸田総理大臣のAIソウル・サミット首脳セッションへの参加（ビデオメッセージ）
令和6年5月21日
https://www.mofa.go.jp/mofaj/ecm/ec/pageit_000001_00656.html
 
AI summit secures safety commitments from 16 companies
May 21, 2024
https://dcsazfdpoc.deloitte.com/ai-summit-secures-safety-commitments-from-16-companies/
 
 
 
16 Global Companies Pledge Safe Development at AI Summit
 
On May 21, sixteen leading companies in artificial intelligence development promised to manage risks and advance safely during the second AI Summit, co-hosted by the UK and South Korea. These companies include:

1. Amazon
2. Google (Alphabet)
3. IBM
4. Meta (Facebook)
5. Microsoft
6. OpenAI
7. Samsung Electronics
8. Zhipu.ai (backed by Chinese tech giants Alibaba, Tencent, Meituan, and Xiaomi)
9. Technology Innovation Institute (UAE)
10. Anthropic
11. Google DeepMind
12. Mistral AI (France)
13. Baidu (China)
14. Huawei (China)
15. Tencent (China)
16. Alibaba (China)

It's a bit disappointing that no Japanese companies are represented.

日経クロステックの記事「生成AIの売り方に悩む欧州産業機器メーカー、シーメンスが無料提供で先制」によれば、SiemensやBeckhoff Automation、Schneider Electricなどの大手産業機器メーカーが、生成AIを搭載した新たなシステムやサービスを相次いで発表していて、2024年後半には生成AIの産業利用が本格的に始まりそうだということです。
特に、Siemensは、2024年4月22日、Siemens Industrial Copilotを「最初は無料で提供する」と発表し、無料提供によりユーザー開拓を優先するようです。
ベテラン社員が減り続ける日本では生成AIが特に必要になる見通しで、日本メーカーでも急速に利用が進むようです。
 
生成AIの売り方に悩む欧州産業機器メーカー、シーメンスが無料提供で先制
2024.05.24
https://xtech.nikkei.com/atcl/nxt/column/18/02818/052200011/
 
 
 
Industrial use of generative AI will begin in earnest in late 2024
 
According to the Nikkei Crosstech article, "European Industrial Equipment Manufacturers Struggling to Sell Generative AI, Siemens Preempts with Free Offerings," major industrial equipment manufacturers such as Siemens, Beckhoff Automation, and Schneider Electric have announced new systems and services that incorporate generative AI. According to the report, major industrial equipment manufacturers such as Siemens, Beckhoff Automation, and Schneider Electric have announced a series of new systems and services equipped with generative AI, and industrial use of generative AI is expected to begin in earnest in the second half of 2024.
In particular, Siemens announced on April 22, 2024 that it will provide Siemens Industrial Copilot "initially for free," and it appears that the company will prioritize user development by offering it for free.
Generative AI is expected to become especially necessary in Japan, where the number of veteran employees continues to decline, and its use is likely to increase rapidly among Japanese manufacturers.

日経ビジネス5月27日号には、『「グローバルニッチトップ」を掲げ、商品構成を変えながら成長してきた日東電工。世界トップクラスの顧客のニーズを先読み。知財戦略も見直して競争力を磨いてきた。新規事業への投資を加速し、さらなる構造転換を推し進める。』日東電工・髙﨑社長のインタビューが掲載されています。
知的財産をどう生かすかが全ての事業の根幹にあるようです。
・昔はとにかく「特許を出せ」の一点張りだったのを、製品を業界でニッチトップにしたり、長く高収益をキープしたりするにはどんな特許の出し方をすればいいか、より戦略的な出し方に代わり、競合も参入しにくくなった。
・ニッチトップ戦略は完成形に近づいていると思います。知財もそうですが、他社が入ってこられない領域で顧客にとって「なくてはならない」存在になっているからこそ、利益もキープできる。顧客からすれば2～3社を競争させて安く調達したいところですが、「日東電工でないとだめだ」というポジションを、スマートフォンやハードディスク、医薬でもつくり上げてきている。
 
 
日東電工・髙﨑社長「ニッチトップ戦略は完成形に近づいている」
2024.5.24
https://business.nikkei.com/atcl/NBD/19/00119/00255/?n_cid=nbpnb_mled_pre
 
2024/03/06
Nittoが「クラリベイト Top 100 グローバル・イノベーター2024」を受賞
～知財分野に関する功績が評価され、世界のトップ100社に選出～
https://www.nitto.com/jp/ja/press/2024/0306.jsp
 
日東電工「経営戦略は知財戦略」　脱・無形資産貧国への道
2023.7.21
https://business.nikkei.com/atcl/gen/19/00567/071100006/
 
 
PATENTSIGHT SUMMIT 2023：日東電工
26/8/2023
https://yorozuipsc.com/blog/patentsight-summit-2023
 
日東電工の知的財産活動
18/7/2022
https://yorozuipsc.com/blog/2331245
 
 
Approaching Perfection: Nitto Denko's Niche Top Strategy
 
The May 27th issue of Nikkei Business features an interview with Nitto Denko President Takasaki, highlighting the company's strategy of aiming for "global niche top" status and evolving its product lineup to achieve growth. Nitto Denko has anticipated the needs of world-class customers and refined its intellectual property strategy to enhance its competitiveness. The company is accelerating investment in new businesses to further promote structural transformation.
 
It seems that leveraging intellectual property is at the core of all their businesses.
 
・In the past, the focus was solely on "filing patents," but now the approach has shifted to filing patents strategically to make products the niche top in the industry and maintain high profitability over the long term, making it difficult for competitors to enter.
・I believe the niche top strategy is nearing completion. This is true not only for intellectual property but also because we have become indispensable to our customers in areas where other companies cannot enter, allowing us to maintain profits. Ideally, customers would like to source cheaply by making 2-3 companies compete, but we have established a position where "it has to be Nitto Denko" in smartphones, hard disks, and pharmaceuticals.

デロイト トーマツが発行した「Tech Trends 2024 日本版」では、ビジネスに関わるテクノロジー領域の最新動向や分析から6つのテクノロジートレンドに注目しています。
トレンド1　新しい場所のインターフェース〜空間コンピューティングと産業メタバース
トレンド2　現れたランプの魔人〜成長のカタリストとしての生成AI
トレンド3　より柔軟で、よりスマートに〜力任せのコンピューティングを超えて
トレンド4　DevOpsからDevExへ〜エンジニアリングエクスペリエンスの強化
トレンド5　現実を守る：合成メディアの時代における真実
トレンド6　コアを鍛える〜技術負債から技術ウェルネスへ
特に、「トレンド２　現れたランプの魔人：成長のカタリストとしての生成 AI」は、興味深く読みました。
 
「Tech Trends 2024 日本版」が取り上げる6テーマと日本の動向
デロイト トーマツが注目するビジネスシーンにおける6つのテクノロジートレンド
2024.04.29
https://dime.jp/genre/1777973/
 
Deloitte Insights
Tech Trends 2024 日本版
https://www2.deloitte.com/jp/ja/pages/technology/articles/tsa/tech-trends.html
 
 
 
Generative AI as a Catalyst for Growth
In the "Tech Trends 2024 Japan Edition" published by Deloitte Tohmatsu, six technology trends are highlighted based on the latest developments and analyses in the business technology domain.
 
Trend 1: New Interfaces for New Places - Spatial Computing and the Industrial Metaverse
Trend 2: The Emerging Genie from the Lamp - Generative AI as a Catalyst for Growth
Trend 3: Smarter and More Flexible - Beyond Brute Force Computing
Trend 4: From DevOps to DevEx - Enhancing the Engineering Experience
Trend 5: Protecting Reality - Truth in the Age of Synthetic Media
Trend 6: Strengthening the Core - From Technical Debt to Technical Wellness
 
I found "Trend 2: The Emerging Genie from the Lamp - Generative AI as a Catalyst for Growth" particularly interesting.

ROIC経営が企業を変える第3回「PBRをいかに高めるか　レゾナック、NECの好例から探る」では、高PBR実現に向けた実務上の課題と処方箋を、レゾナック、NECの具体的な事例を交えながら深掘りしています。
高PBR実現に向けたアプローチは大きく4つ、稼ぐ力（ROIC）向上２つ、成長期待（PER）向上２つで、課題と処方箋が述べられています。
 
ROIC経営が企業を変える　第３回
PBRをいかに高めるか　レゾナック、NECの好例から探る
https://www.itmedia.co.jp/business/articles/2405/24/news004.html
 
ROIC経営が企業を変える　第２回
「PBR優良企業」の4つの共通点とは　財務・非財務の経営管理手法
https://www.itmedia.co.jp/business/articles/2404/24/news002.html
 
ROIC経営が企業を変える　第１回
古くて新しい「ROIC経営」　再注目の背景に、日本企業への“外圧”
https://www.itmedia.co.jp/business/articles/2403/14/news020.html
 
 
 
How to Increase PBR Explored from Good Examples of Resonac and NEC
 
In the third issue of "How to Raise PBR: Exploring Good Examples from Resonac and NEC," we take an in-depth look at the practical challenges and prescriptions for achieving high PBR, using specific examples from Resonac and NEC.
The challenges and prescriptions are described for four major approaches to achieving high PBR: two for improving earning power (ROIC) and two for improving growth expectations (PER).

「ChatGPTの無料ユーザーも含め、すべてのユーザーに対して利用可能になりました。全人類が史上最高のAIを使えるようになった、時代の転換点です。」という『生成AIで世界はこう変わる』の著者で、元東大 松尾研究室の今井翔太氏がGPT-4oは何が凄いのか、過去のモデルと何が違うのか、わかりやすく解説しています。
 
GPT-4oをわかりやすく解説、専門家が「時代の転換点」と評価するヤバすぎる能力とは
2024/05/22
https://www.sbbit.jp/article/cont1/140613?ref=rss
＜目次＞

1. 突然の発表になった「GPT-4o」前夜
2. 全人類が史上最高のAIを使えるようになった「時代の転換点」
3. GPT-4oとはそもそも何か？ 技術情報を解説
4. 音声や動画像を理解できる「最大のメリット」とは？
5. GPT-4oの発表後に多くの人が勘違いしていること
6. 「正体不明のgpt2-chatbot」の正体

 
 
 
A Turning Point in History: All of Humanity Can Now Use the Best AI Ever
 
"GPT-4o is now available to all users, including free users of ChatGPT. This marks a turning point in history where all of humanity can use the best AI ever," explains Shota Imai, former member of the Matsuo Laboratory at the University of Tokyo and author of "How Generative AI Will Change the World." He provides a clear explanation of what makes GPT-4o so remarkable and how it differs from past models.

メタのAI部門のトップが5月22日に公開されたフィナンシャル・タイムズによるインタビューの中で、ChatGPTやGemini、Llamaのような生成AIツールの基盤となる大規模言語モデル（LLM）は、「人間のレベルのプランニングや推論に到達することはできない」と語ったようです。

人間と同じレベルのAIは、「ワールド・モデリング」と呼ばれるアプローチに基づく次世代のAIシステムで実現可能と考えているようです。
 
メタのAI部門トップ、大規模言語モデルが「人間レベルの知恵」を持つことはないと発言
5/23
https://news.yahoo.co.jp/articles/a6d6cba775cae4fffec8b1f13f8e5cee4d0e0045
 
 
Large-scale language models will never have "human-level wisdom"
 
In an interview by the Financial Times published on May 22, the head of Meta's AI department said that the large-scale language models (LLMs) underlying generative AI tools like ChatGPT, Gemini, and Llama "will never reach human levels of planning and reasoning" He seems to have said.

They believe that the same level of AI as humans can be achieved with next-generation AI systems based on an approach called "world modeling".

2024年4月14日ライブ配信された野崎篤志のイーパテントチャンネル-調査・分析系中心-「知財強国へ駆け上がる中国の今」（三代川英嗣 氏： TMI総合法律事務所 北京オフィス 代表弁護士）のアーカイブ動画を視聴しました。
中国・北京に駐在して約1年、現場感覚が伝わってきます。「第4　生成AIと著作権訴訟における中国の今」も興味深い話でした。
 
第１　知財強国へ駆け上がろうとする中国の今（総論）

• 知的財産強国をめざす中国
• 中国の知的財産政策
• 中国の知的財産制度
• 中国の知的財産データ
• 中国における知財戦略の重要性

第2　知財の活用、室への展開を図る中国の今

• 知財情報
• 知財取引
• 知財金融

第3　悪意の先取り商標と模倣品対策における中国の今

• 悪意の先取り商標
• 模倣品対策

第4　生成AIと著作権訴訟における中国の今

• 生成AIと著作権の法的論点
• AI生成物の著作物性の裁判例
• 生成AIサービス提供事業者の著作権侵害責任
• 日本法と中国方が相互に学びあう事の重要性

 
 
知財強国へ駆け上がる中国の今－ 三代川英嗣 氏（ TMI総合法律事務所 北京オフィス 代表弁護士）
野崎篤志のイーパテントチャンネル-調査・分析系中心-
https://www.youtube.com/watch?v=kfCD4fJwXjY&t=5s
（以下は、ChatGPTによる要約です。）
動画概要
2024年4月14日のライブ配信内容を編集したもので、イーパテントチャンネルのトークセッションです。ゲストはTMI総合法律事務所の弁護士で現在北京オフィスに勤務している三代川さんです。
中国の知財現状

• 中国の特許、実用新案、意匠、商標の出願件数は世界一。
• 以前は「量はあるが質が伴っていない」と言われていたが、現在では全ての中国企業の出願が質が低いわけではない。
• 知財情報分析において「専利導航」を国家標準としており、知財強国への道を着実に歩んでいる。

三代川さんの役割とトーク内容

• 三代川さんは北京オフィスで働いており、主に日中のクロスボーダー案件や知的財産、データ関連の案件を扱っている。
• 今回のトークでは、中国の知財面から見た現状について議論。

中国知財の重要性

• 中国企業の知財意識が高まり、イノベーション能力も向上。
• 訴訟が多く、損害賠償も高額になる傾向があり、日本企業にとってもリスクが増加。
• 営業秘密の訴訟が多く、訴訟対策が必要。

中国知財制度の特徴

• 特許法、実用新案法、意匠法が一つの専利法にまとめられている。
• 実用新案や意匠権の活用が盛んで、権利保護期間が短い。
• 営業秘密やデータの保護も重視。

訴訟の現状

• 知財訴訟の数が非常に多く、著作権訴訟が特に多い。
• 日本企業の訴訟数は少ないが、勝訴率は高い。

知財戦略の重要性

• 知財ミックスが重要で、技術やデータ、コンテンツ、ブランド、デザインの活用が必要。
• 技術系と非技術系で異なる戦略が求められる。

 
【中国】【著作権】AIが生成した画像の著作物性と著作権侵害が初めて認められた中国の裁判例
2023.12.12
https://www.tmi.gr.jp/eyes/blog/2023/15234.html
 
【中国】【著作権】 AIが生成するウルトラマン画像の著作権侵害について生成AIサービス提供事業者の責任を認めた中国の裁判例
2024.03.04
https://www.tmi.gr.jp/eyes/blog/2024/15548.html
 
【中国】【商標】「大谷翔平」商標の中国での出願における実体審査のポイント
2024.04.02
https://www.tmi.gr.jp/eyes/blog/2024/15639.html
 
 
The Current State of China Rising as an Intellectual Property Powerhouse
 
I watched the archived video of Atsushi Nozaki's ePatent Channel, which focuses on research and analysis, titled "The Current State of China Rising as an Intellectual Property Powerhouse" (Hidetsugu Miyokawa: Representative Lawyer of TMI General Law Office Beijing Office), which was live-streamed on April 14, 2024. Having been stationed in Beijing for about a year, the on-the-ground perspective was very insightful. The discussion on "Chapter 4: The Current State of China in Generative AI and Copyright Litigation" was also fascinating.
 
Chapter 1: The Current State of China Rising as an Intellectual Property Powerhouse (General Overview)
China Aiming to Become an Intellectual Property Powerhouse
China’s Intellectual Property Policies
China’s Intellectual Property System
Intellectual Property Data in China
The Importance of Intellectual Property Strategies in China
 
Chapter 2: The Current State of China Utilizing and Expanding Intellectual Property
Intellectual Property Information
Intellectual Property Transactions
Intellectual Property Finance
 
Chapter 3: The Current State of China in Tackling Malicious Trademark Squatting and Counterfeit Products
Malicious Trademark Squatting
Counterfeit Product Countermeasures
 
Chapter 4: The Current State of China in Generative AI and Copyright Litigation
Legal Issues in Generative AI and Copyright
Judicial Precedents on the Copyrightability of AI-Generated Works
Copyright Infringement Liability of Generative AI Service Providers
The Importance of Mutual Learning between Japanese and Chinese Laws
 

5月14日にOpenAIの発表会、5月15日にGoogleの発表会がありました。
【前編】でOpenAIのChat-GPT4oの発表、【中編】でGoogleのGemini含めたAI新商品について、それぞれ、注目すべきポイント、【後編】は、それらまとめる形で、両社の戦略の違いや、生成AIがこの先どうなっていくのか、が考察されています。
 
ChatGPTに、記事を読ませ、それぞれ要約させました。
 
【前編】OpenAIのChat-GPT4o発表の注目ポイント
OpenAIは、新しいバージョンのChat-GPT4oを発表しました。この「o」は「omni」の意味であり、文字、音声、画像、動画のマルチモーダルに対応しています。主要なアップデート内容は以下の通りです：

1. 言語性能アップ：言語処理能力が向上し、他の先進的なモデルを超える性能を持つ。
2. 真のマルチモーダル対応：テキスト、音声、画像を同時に処理し、多様な形式の出力が可能。
3. 視覚機能（Vision）の向上：動画やビデオの理解力が向上。
4. 高速応答：音声入力に対して、平均320ミリ秒で応答し、会話がスムーズに。
5. デスクトップ版のリリース：ブラウザだけでなく、画面の片隅に置けるデスクトップ版が新たに登場。
6. リアルタイム翻訳：遅延なく、同時通訳並みの翻訳が可能。
7. 感情表現：相手の話す内容に応じて感情を表現。
8. 多言語対応：日本語も含む多言語に対応し、英語との差が少なく。
9. 大幅な値下げ：API利用料金が半額になり、利用制限が大幅に緩和。
10. 無料ユーザーもGPT4が利用可能：制限付きながら、無料でGPT4の利用が可能に。

【中編】GoogleのGemini含めたAI新商品発表の注目ポイント
Googleの発表では、多岐にわたる新商品やアップデートが紹介されました。主なポイントは以下の通りです：

1. Geminiアップデート：
   • Gemini Pro 1.5正式版リリース：入力できるデータ量が100万トークンから200万トークンに倍増。
   • Gemini 1.5 Flashのリリース：軽量・高速化されたモデルで、コストパフォーマンスに優れる。
   • Gemini Nano：最も軽快に動くAIがスマホにインストールされ、詐欺電話を警告する機能も紹介。
2. GoogleアプリとAIの融合：G-Mail、Googleマップ、GoogleフォトなどのサービスにAIが統合され、より日常生活で便利に。
3. Google検索の進化「AI overview」：検索結果の要約をAIが自動生成し、表示する新機能。
4. AIエージェント機能（Project Astra）：ECでの返品処理など、ユーザーの指示に基づき具体的な行動を自動的に実行する機能。
5. その他の発表：画像生成機能「Imagen3」、音楽生成「Music AI Sandbox」、動画生成「Veo」など。

【後編】両社の戦略の違いや生成AIの未来
両社の戦略の違いや生成AIの進化について考察しています。

1. Googleの強み：
   • 圧倒的なユーザー接点を持ち、Google検索やG-Mail、Googleカレンダー、Googleフォトなど日常生活に浸透している。
   • Googleの発表は、AIエンジンからユーザー接点まで全てをAI最適化することで生活を変えるというメッセージ。
2. OpenAIの強み：
   • GPT4oの性能を前面に打ち出し、開発者向けにAPIを安価に提供することで、企業やアプリ開発者にAIエコノミー基盤を提供。
   • Microsoftとの提携を通じて、ビジネスユーザーや開発者をターゲットにし、基盤提供に徹する戦略。
3. 共通点：両社ともに「マルチモーダルの進化」を掲げており、音声、文字、画像、動画を同時に理解しアウトプットすることで人間に近づく方向性を目指しています。
4. 未来の方向性：
   • AIが具体的な行動を起こす「大規模アクションモデル」（LAM）へ進化し、ユーザーの指示に基づき自律的に行動するAIエージェントの登場が予見される。
   • 汎用人工知能（AGI）の到来が2030年より前に来る可能性が高まり、AIの進化が予想を超えるスピードで進行している。

以上がそれぞれの要約です。
 
 
OpenAIとGoogle発表から読み取るべき両社の戦略の違い【前編】
https://note.com/naka_68/n/n2726cb0545b2
 
Google IOでの発表を考察する -OpenAIとGoogle発表から読み取るべき両社の戦略の違い【中編】
https://note.com/naka_68/n/na411a58694b5
 
OpenAIとGoogle発表から読み取るべき両社の戦略の違い【後編】
https://note.com/naka_68/n/n336f1939fe2b
 
 
 
Part 1: Key Points from OpenAI's Chat-GPT4o Announcement
OpenAI unveiled a new version of Chat-GPT, named GPT-4o, which stands for "omni," signifying comprehensive multi-modal capabilities in text, voice, image, and video. The key updates are as follows:

1. Improved Language Performance: Enhanced language processing capabilities, surpassing other advanced models.
2. True Multi-Modal Support: Capable of simultaneously processing and outputting text, voice, and images.
3. Enhanced Vision Features: Improved understanding of videos.
4. High-Speed Response: Able to respond to voice inputs in an average of 320 milliseconds, making conversations smoother.
5. Desktop Version Released: A new desktop version that can be pinned to the screen corner, beyond just browser use.
6. Real-Time Translation: Provides simultaneous interpretation-level translations without delays.
7. Emotional Expression: Capable of expressing emotions based on the content of conversations.
8. Multi-Language Support: Supports multiple languages, including Japanese, with minimal performance difference from English.
9. Significant Price Reduction: API usage fees halved, with usage limits significantly increased.
10. GPT-4 Available to Free Users: Some functionality limitations, but free access to GPT-4 for all users.

Part 2: Key Points from Google's AI Product Announcements, Including Gemini
Google introduced numerous new products and updates, with the main points being:

1. Gemini Updates:
   • Release of Gemini Pro 1.5: Data input capacity doubled from 1 million to 2 million tokens.
   • Release of Gemini 1.5 Flash: A lightweight, high-speed model with excellent cost-performance.
   • Gemini Nano: The lightest AI model, installed on smartphones, with features like warning about potential scam calls.
2. Integration of Google Apps and AI: AI integration into services like G-Mail, Google Maps, Google Photos, making everyday life more convenient.
3. Advancement of Google Search "AI Overview": An AI-generated summary displayed at the top of search results.
4. AI Agent Functionality (Project Astra): Automates tasks such as processing returns for online purchases, leveraging Google apps and Gemini.
5. Other Announcements: Image generation (Imagen3), music generation (Music AI Sandbox), and video generation (Veo) services were introduced.

Part 3: Differences in Strategies and Future of Generative AI
The analysis explores the strategic differences between the two companies and the future of generative AI.

1. Google's Strengths:
   • Extensive user touchpoints through services like Google Search, G-Mail, Google Calendar, and Google Photos.
   • Google’s strategy focuses on optimizing everything from the AI engine to user touchpoints to transform daily life.
2. OpenAI's Strengths:
   • Highlighting GPT-4o's performance and offering affordable API access to developers to build an AI economy foundation.
   • Partnering with Microsoft to target business users and developers, focusing on providing a robust foundation for AI applications.
3. Common Goal: Both companies emphasize the evolution of "multi-modal capabilities," aiming to make AI closer to human interactions by simultaneously understanding and outputting text, voice, images, and videos.
4. Future Direction:
   • The evolution towards "Large Action Models" (LAM), where AI autonomously takes specific actions based on user instructions.
   • The potential arrival of Artificial General Intelligence (AGI) before 2030, with AI advancing at an unprecedented speed.

These summaries encapsulate the key points and strategic directions from the announcements by OpenAI and Google.
 

5月24日「構想委員会（第４回）」が開かれ、「知的財産推進計画2024」（案）、「新たなクールジャパン戦略」（案）などが議論されました。
構想委員会は、知的財産戦略本部令の規定に基づき、「知的財産戦略ビジョン」に掲げた「価値デザイン社会」の実現のために必要な中長期の方向性及び具体的な施策を構想するとともに、各種施策の実施状況の検証・評価を行い、その実効を確保するために必要な措置を検討するための有識者会議で、現在は、渡部俊也 東京大学 未来ビジョン研究センター教授が座長です。
知的財産推進計画２０２４策定に向けて、委員から活発な意見が出されていました。「知的財産推進計画2024」の策定に向けた意見募集の結果、提出された3,106件の意見のうち、約9割が「AI」に関するものであったということで、ＡＩ戦略会議での議論などもしっかり反映されたものであってほしいと思います。
なお、下記の配付資料のうち、資料３～６については、委員のみの配布でした。
 
構想委員会（第４回）議事次第
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2024/dai4/gijisidai.html
 
資料１   国際標準戦略部会の設置について
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2024/dai4/siryou1.pdf
資料２   研究者転退職時の知的財産の扱いについて
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2024/dai4/siryou2.pdf
資料３   「インターネット上の海賊版に対する総合的な対策メニュー」の再更新について
資料４   「知的財産推進計画2024」（案）
資料５   「新たなクールジャパン戦略」（概要）（案）
資料６   「新たなクールジャパン戦略」（案）
 
ＡＩを利用した創作物、発明者は「人間」…政府が知的財産計画で見解明記へ
2024/05/24
https://www.yomiuri.co.jp/politics/20240523-OYT1T50193/
 
ＡＩ創作物も「発明者」は人　政府知財戦略本部が見解、役割は補助的と判断
2024/5/24
https://www.sankei.com/article/20240524-IVAMJFKBOZKPTBJJBYAWY66H4Y/
 
日本に有利な「国際規格」拡大へ　24年度にも新国家戦略
https://www.nikkei.com/article/DGXZQOUA281DJ0Y4A320C2000000/
 
 
"Planning Committee (4th Meeting)" for the Formulation of the Intellectual Property Promotion Plan 2024
On May 24, the "Planning Committee (4th Meeting)" was held, during which the "Intellectual Property Promotion Plan 2024 (Draft)" and the "New Cool Japan Strategy (Draft)" were discussed.
 
The Planning Committee is an expert meeting established under the provisions of the Intellectual Property Strategy Headquarters Ordinance. Its purpose is to conceptualize the medium- to long-term direction and specific measures necessary to realize the "Value Design Society" outlined in the "Intellectual Property Strategy Vision," and to verify and evaluate the implementation status of various measures, considering the necessary actions to ensure their effectiveness. Currently, Professor Toshiya Watanabe from the University of Tokyo's Future Vision Research Center is serving as the chairperson.
 
In preparation for the formulation of the Intellectual Property Promotion Plan 2024, the committee members actively exchanged opinions. As a result of soliciting opinions for the formulation of the "Intellectual Property Promotion Plan 2024," approximately 90% of the 3,106 opinions submitted were related to "AI," indicating a strong desire for the discussions in the AI Strategy Conference to be thoroughly reflected.
 
Please note that among the distributed materials listed below, Materials 3 to 6 were only distributed to the committee members.

2024年4月18日に日経ホールで開催されたJAPAN X-Tech展2024の講演【AI知財テック】「生成AIで日常化される知財―特許AIツールが強化するソフトパワー」（Tokkyo.Ai株式会社 取締役COO 平井 智之 氏）の動画がYouTubeでアップされましたので、ChatGPTに要約を作成させ、5月23日のブログに載せました。
 
生成AIの特許分野における活用　23/5/2024
https://yorozuipsc.com/blog/ai5909108
 
Gemini無料版に、【知財テック】「生成AIで日常化される知財～特許AIツールで強化するソフトパワー」を要約させるべく、下記のように指示したところ、しっかり要約してくれました。文字起こしは必要ありませんでした。確かに、マルチモーダル化はChatGPTよりGeminiの方が進んでいるようです。
 
以下は、Geminiへの指示と回答です。
 
指示
https://www.youtube.com/watch?v=xngXNz8tC-o
summarize it step-by-step, translate it into Japanese
 
回答
This video is about a lecture on how AI-generated inventions are becoming routine in the field of intellectual property and how AI patent tools can strengthen soft power.
The speaker, Mr. Hirai, who is the COO of a patent AI company, argues that soft power, which uses a country's attractiveness to influence the world, is becoming increasingly important. He says that Japan needs to utilize its intellectual property to create soft power.
AI-generated inventions are already being used in the field of intellectual property, and Mr. Hirai's company provides AI tools that can be used to do this. For example, their tool can be used to quickly generate patent drafts from descriptions of inventions and business ideas. It can also be used to search for similar patents and summarize foreign documents in Japanese.
The lecture also covers how AI can be used to come up with new ideas based on existing patents. For example, the speaker showed how their AI tool can be used to take a summarized patent and use it to generate a new patent idea. This is a new way of working that is made possible by AI.
The speaker also addressed concerns that AI will take people's jobs. He argued that AI will not take jobs, but rather that those who can use AI effectively will be the ones who succeed.
Overall, the lecture is about how AI is changing the field of intellectual property and how it can be used to create new inventions and strengthen soft power.
Here are the timestamps for the key points in the video:

• 1:05 - Introduction of the speaker and the topic of the lecture
• 2:07 - The importance of soft power and how intellectual property can be used to create it
• 3:11 - How AI-generated inventions are becoming routine in the field of intellectual property
• 5:22 - Demonstration of the AI patent tool
• 12:13 - How AI can be used to come up with new ideas based on existing patents
• 14:50 - Addressing concerns that AI will take people's jobs
• 17:37 - The benefits of using AI patent tools
• 19:22 - Examples of how AI-generated inventions are being used in the real world
• 21:22 - Conclusion

I hope this summary is helpful!
 
(Japanese translation)
このビデオは、AI生成の発明が知的財産分野で日常化しつつあることと、AI特許ツールがソフトパワーを強化できることについての講義です。
講演者のヒライ氏は、特許AI企業のCOOを務めており、ソフトパワーとは、国の魅力を使って世界に影響を与える力であり、ますます重要になってきていると主張しています。日本は知的財産を活用してソフトパワーを創出していく必要があるとしています。
AI生成の発明はすでに知的財産分野で利用されており、ヒライ氏の会社はAIを活用した特許ツールを提供しています。例えば、このツールは、発明やビジネスアイデアの説明から迅速に特許明細書を作成したり、類似の特許を検索したり、外国のドキュメントを日本語に要約したりすることができます。
また、この講義では、AIを使って既存の特許から新しいアイデアを生み出す方法についても取り上げています。例えば、講演者は、AIツールを使って要約された特許を取得し、そこから新しい特許アイデアを生み出すことができることを示しました。これは、AIによって可能になった新しい働き方です。
講演者はまた、AIが人々の仕事を奪ってしまうのではないかという懸念にも答えていました。AIは仕事を奪うのではなく、むしろAIを効果的に活用できる人々が成功するだろうと主張していました。
全体として、この講義は、AIが知的財産分野を変革しつつあること、そしてAIを使って新しい発明を生み出し、ソフトパワーを強化することができるということについてでした。
ビデオの要点のタイムスタンプは以下の通りです。

• 1:05 - 講演者と講演内容の紹介
• 2:07 - ソフトパワーの重要性と、知的財産を活用してソフトパワーを創出する方法
• 3:11 - AI生成の発明が知的財産分野で日常化しつつあること
• 5:22 - AI特許ツールのデモンストレーション
• 12:13 - AIを使って既存の特許から新しいアイデアを生み出す方法
• 14:50 - AIが人々の仕事を奪ってしまうのではないかという懸念への回答
• 17:37 - AI特許ツールを使用するメリット
• 19:22 - AI生成の発明が実世界でどのように使われているかの例
• 21:22 - まとめ

この要約が役に立てば幸いです。
 
 
 
Intellectual Property Routinized by Generative AI - Soft Power Enhanced by Patent AI Tools
 
A video of Mr. Tomoyuki Hirai, COO, Tokkyo.Ai Corporation, speaking at JAPAN X-Tech Exhibition 2024 held at Nikkei Hall on April 18, 2024, titled "Generating AI for Routine Intellectual Property: Soft Power Enhanced by Patent AI Tools" was uploaded on YouTube. Ai, Inc.) was uploaded on YouTube, and ChatGPT prepared a summary of the video and posted it on our blog on May 23.
 
Application of Generative AI in the Patent Field 23/5/2024
https://yorozuipsc.com/blog/ai5909108
 
I instructed Gemini Free Edition to summarize [IP Tech] "IP Routinized by Generative AI - Soft Power Enhanced by Patent AI Tools" as follows, and it did a good job summarizing. No transcription was necessary. Indeed, multimodalization seems to be more advanced in Gemini than in ChatGPT.

2024年5月5日 にライブ配信された「AI 時代における特許翻訳 － 平山 氏／藪内 達也 氏／nasa 氏」（YouTube「野崎篤志のイーパテントチャンネル-調査・分析系中心」）では、特許翻訳の専門家である平山氏、藪内達也氏、nasa氏の三人が、AI技術の進展が特許翻訳の分野にどのような影響を与えているかについて議論しています。-
文字起こししたファイルをアップし、ChatGPT（GPT-4o）に
『ファイルは、「AI 時代における特許翻訳 － 平山 氏／藪内 達也 氏／nasa 氏 YouTube「野崎篤志のイーパテントチャンネル-調査・分析系中心」- 2024/05/05 にライブ配信 ゴールデンウイークもそろそろ終わりますが、本日のイーパテントYouTubeトークセッションは、ChatGPTなどAIが注目されていますが、そのAI時代における特許翻訳をテーマに3名のゲストをお迎えしてディスカッションしていきます。 ゲストは 平山 氏　フリーランス特許翻訳　@Kitchoman 藪内 達也 氏　ストランズ・インターナショナル株式会社　代表取締役　@TYashf7 nasa 氏　振り出しに戻った技術者　兼 特許翻訳者(休止中) の3名です。 実際に特許翻訳の仕事でAIを使っているのか？ AIでどこまで特許翻訳は効率化できるのか？ AIでは難しく人がやるべき特許翻訳は？ といったテーマで伺っていこうと思います。 特許翻訳に従事されている方だけではなく、知財業務にAIをどのように適用できるのかご興味ある方はぜひご覧いただければと思います。」というYouTubeの動画の書き起こしです。この動画の長めの要約を作成してください。』
と指示して要約させました。現在、これらのツールは特定のタスクで有用である一方、全ての翻訳作業に適用するにはまだ課題が残っています、ということで、大筋OKです。が、当然のことですが、動画の中で細かな話がされているところにヒントがあり、そのあたりは要約では出てきません。動画を見るべきですね。
 
このYouTubeトークセッションでは、特許翻訳の専門家である平山氏、藪内達也氏、nasa氏の三人が、AI技術の進展が特許翻訳の分野にどのような影響を与えているかについて議論しています。
主な議論内容:

1. AIの現状と特許翻訳への影響:
   • AI技術、特にChatGPTや他のニューラルネットワークベースの翻訳ツールが特許翻訳の効率をどの程度向上させることができるかについての議論が行われました。現在、これらのツールは特定のタスクで有用である一方、全ての翻訳作業に適用するにはまだ課題が残っています。
2. AIを使う場面と使わない場面:
   • AIを使用した翻訳結果をさらに編集する形で使うケースと、従来の手作業で行うケースの違いについて話されました。AIが得意とする翻訳分野と、人間の翻訳者が介入する必要がある分野の境界線が明確化されています。
3. 具体的なAIツールの活用例:
   • 特許翻訳者の中には、AIツールを使って翻訳の精度を向上させる試みを行っている方もいますが、実際の仕事でAIをメインで使用している訳者はまだ少数派です。一部の翻訳会社では、特定の翻訳支援ツール（CATツール）を指定して使用することもありますが、それは翻訳会社の方針やコストの問題によるものです。
4. AIと人間翻訳者の役割分担:
   • 特許翻訳の分野では、AIが生成した翻訳をチェックする役割と、ゼロベースで翻訳を行う役割が存在することが述べられています。AIツールの精度が向上しても、特定の専門的な内容や微妙なニュアンスを理解して翻訳するのは依然として人間の役割です。
5. 今後の展望:
   • AI技術の進歩に伴い、翻訳者の作業も変化していく可能性が高いとされています。将来的には、より個別化されたAI翻訳エージェントが登場し、翻訳者のスタイルや過去の翻訳データを学習したAIが、より自然で正確な翻訳を提供することが期待されています。

このセッションは、AI技術が特許翻訳の効率化に貢献する一方で、人間の翻訳者の専門知識と判断力が依然として重要であることを再確認する場となりました。また、特許翻訳に従事する方々にとって、AI技術の進展をどのように取り入れるべきかについての洞察を提供する有益なディスカッションとなりました。
 
 
 
Patent Translation in the AI Era
In a live broadcast on May 5, 2024, titled "Patent Translation in the AI Era - Featuring Mr. Hirayama, Mr. Tatsuya Yabuuchi, and Mr. Nasa" on the YouTube channel "Atsushi Nozaki's e-Patent Channel - Focused on Research and Analysis," three patent translation experts, Mr. Hirayama, Mr. Tatsuya Yabuuchi, and Mr. Nasa, discuss the impact of AI technology advancements on the field of patent translation.
The transcription file was uploaded and ChatGPT (GPT-4) was instructed to summarize it. Here is the summary:
Main Discussion Points:

1. Current State of AI and Its Impact on Patent Translation:
   • The discussion revolved around the extent to which AI technologies, particularly ChatGPT and other neural network-based translation tools, can enhance the efficiency of patent translation. While these tools are useful for specific tasks, there are still challenges in applying them to all translation work.
2. When to Use AI and When Not To:
   • The conversation highlighted the differences between using AI-generated translations and traditional manual translations. The boundaries between translation areas where AI excels and areas where human translators need to intervene were clarified.
3. Examples of AI Tool Utilization:
   • Some patent translators are trying to improve translation accuracy using AI tools, but the majority of translators do not primarily use AI in their work. Some translation companies specify the use of certain computer-assisted translation (CAT) tools, driven by company policy and cost considerations.
4. Role Distribution Between AI and Human Translators:
   • In the patent translation field, roles such as checking AI-generated translations and performing translations from scratch were discussed. Despite improvements in AI tool accuracy, human expertise is still essential for understanding and translating specific technical content and subtle nuances.
5. Future Outlook:
   • With the advancement of AI technology, the nature of translators' work is expected to change. Future AI translation agents may offer more personalized translations by learning from a translator's style and past data, resulting in more natural and accurate translations.

This session reaffirmed the importance of human translators' expertise and judgment in patent translation, even as AI technology contributes to efficiency. It provided valuable insights for those engaged in patent translation on how to integrate AI advancements into their work.
 
 
 


This YouTube talk session featured discussions on how advancements in AI technology impact the field of patent translation, with contributions from experts Hirayama, Tatsuya Yabuuchi, and Nasa. The session covered several key points:

1. Current State of AI and Impact on Patent Translation:
   • Discussed the extent to which AI technologies, such as ChatGPT and other neural network-based translation tools, can enhance the efficiency of patent translation. These tools are useful for specific tasks but face challenges in being applied to all translation work.
2. When to Use AI and When Not To:
   • Highlighted the differences between using AI-generated translations and traditional manual translations. Clarified the boundaries between areas where AI excels and areas where human translators need to intervene.
3. Examples of AI Tool Utilization:
   • Mentioned that some patent translators are trying to improve translation accuracy using AI tools, but most translators do not primarily use AI in their work. Some translation companies specify the use of certain CAT tools based on company policy and cost considerations.
4. Role Distribution Between AI and Human Translators:
   • Discussed roles such as checking AI-generated translations and performing translations from scratch. Despite improvements in AI tool accuracy, human expertise is still crucial for understanding and translating specific technical content and subtle nuances.
5. Future Outlook:
   • Anticipated changes in the nature of translators' work with AI technology advancements. Future AI translation agents may offer more personalized translations by learning from a translator's style and past data, resulting in more natural and accurate translations.

The session reaffirmed the importance of human translators' expertise and judgment in patent translation, even as AI technology contributes to efficiency. It provided valuable insights for those engaged in patent translation on how to integrate AI advancements into their work.

5月22日に行われた「AI戦略会議第9回」についてのマスコミの取り上げ方は、「AI法規制、検討開始へ」など、欧米で法規制の動きが広がる中、４月に策定した事業者向け指針を補完する法整備の必要性を議論する点しか取り上げていないのは残念です。
今回は、松尾豊座長自らまとめた「生成Aの産業における可能性」（資料1－4）が重要です。
5月23日NexTech Week2024の特別講演「AI活用の展望と日本のとるべき戦略」で、「AI戦略会議第9回」で報告された「生成Aの産業における可能性」（資料1－4）の話を聞く機会を得ました。
「我が国のAIを巡る状況は厳しい状態からスタートしているが、ここ１年、日本は最善手を指し続けている」（将棋に例えると1年前は20:80だったのが30:70くらいまできている）と評価しています。そして、東南アジア市場への展開が重要と、東南アジアLLM計画への参画を通じて、日本企業のビジネスチャンスを拡大する戦略が提案されています。さらに、医療分野、リーガル分野、製造業、行政分野、防衛分野、金融分野、コンテンツ分野、メディア分野、電力分野、半導体分野など、分野別に戦略が提案されています。
政府の戦略に、こうしたAI戦略の方向性をしっかりと盛り込んでほしいと思います。
 
ＡＩ戦略会議　第９回
https://www8.cao.go.jp/cstp/ai/ai_senryaku/9kai/9kai.html
 
資料1-4松尾座長資料（生成AIの産業における可能性）
https://www8.cao.go.jp/cstp/ai/ai_senryaku/9kai/shiryo1-4.pdf
 
 
ChatGPTに、「生成Aの産業における可能性」（資料1－4）を要約させました。
 
この資料は、日本の生成AI技術の発展とそれに基づく産業応用の可能性を示しています。
まず、生成AIの登場により、国内外で広範な利用が進んでいます。事務作業の効率化や顧客向けの投資アドバイスなど、具体的な利用例が紹介され、日本のAI政策が急速に進展していることが強調されています。政府の予算増額や計算資源の整備、AIセーフティーインスティチュートの設立、グローバルな議論へのリーダーシップが示されており、日本はAI戦略を積極的に推進しています。
さらに、デジタル領域における日本の出発点として、厳しい競争の中でのスタートが述べられ、ここ1年での具体的な動きや成果が強調されています。特に、東南アジア市場への展開が重要視されており、東南アジアLLM計画への参画を通じて、日本企業のビジネスチャンスを拡大する戦略が紹介されています。
医療分野においては、生成AIを活用して電子カルテのフォーマット変換やデータベースの標準化を進め、医療データの効率的な管理を目指しています。また、ロボット分野では、GoogleのRT-Xプロジェクトを通じて、複数の研究機関がデータを共有し、ロボットの性能向上を図る取り組みが進行中です。
リーガル分野では、生成AIを活用して他国の法制度をベンチマークし、立法時の制度設計を高度化することが期待されています。製造業では、サプライチェーンのデータ統合を通じて効率化・自動化を進め、高付加価値の創出を目指しています。
行政分野では、生成AIの導入が進んでおり、先行事例を共有し、組織内ルールやリスクヘッジの方法を整備することが重要とされています。防衛分野でも生成AIの利用が進み、SNSからの情報整理や避難所チャットボットの活用など、AIの活用範囲が広がっています。
金融分野では、生成AIを活用して企業活動をハイサイクル化し、融資先のDXをサポートすることで、企業の成長を促進しています。コンテンツ分野では、生成AIを前提とした二次創作・三次創作が可能なプラットフォームの構築が求められています。
メディア分野では、共通知識の醸成を目的とし、取材の価値を維持しながらAIを活用して効率化を図る新しいビジネスモデルが提案されています。電力分野では、再生可能エネルギーの余剰電力を生成AIの学習に活用する提案がなされ、半導体分野では、生成AIの応用を前提にした設計が重要視されています。
最後に、デジタル・AIリテラシの向上が全国民的な課題として挙げられ、リスキリングのための学びのパスを整備することが重要とされています。また、日本のAIスタートアップがグローバルサウスに進出し、地域企業のDXを支援することで、グローバル展開を目指すシナリオが有望とされています。
この資料は、生成AI技術が日本の産業をエンパワーし、人材の能力を引き出し、人々の生活を豊かにするための具体的な戦略と可能性を示しています。
 
各ページの要約を示します。
1. 生成AIの産業における可能性
生成AIは国内外で幅広く活用されており、効率化・自動化を進める一方で、新たな価値の創造にも寄与しています。例えば、事務手続きの照会、メールの文案作成、リポートの要約、ナレッジワーカーのサポートなどが挙げられます。また、顧客向けには投資ニーズに応じた最適な投資対象の選定が可能です​​。
2. これまでの日本のAI政策
日本はAI政策を急速に進めており、政府予算の増額や計算資源の整備が行われています。リスク対応としてはAIセーフティーインスティチュートの設立やAI事業者ガイドラインの策定が進められています。また、グローバルな議論のリーダーシップもとり、国内のLLM開発やGENIACプロジェクトも進行中です​​。
3. 日本のAI政策の出発点
デジタル領域におけるグローバルな競争の中で、日本のAI政策は厳しい状況からスタートしています。政府は計算資源の増強やリスク対応、グローバルな議論のリーダーシップをとることで、AI戦略を推進しています​​。
4. ここ１年の動き
日本はこの1年でAI関連予算を大幅に増額し、計算資源の整備やAIセーフティーインスティチュートの設立など、多くの施策を講じてきました。また、広島AIプロセスやGPAI東京センターなど、グローバルな議論にも積極的に参加しています​​。
5. グローバルな立ち位置としての日本
日本はAI推進において存在感を増しており、OpenAIがアジア初のオフィスを日本に設置するなど、海外のAI事業者も日本での活動を進めています。政府や企業間の連携が進み、日本のAI環境が整備されています​​。
6. 日本が注目される理由
日本はAIに対してポジティブな反応を示しており、高齢化社会においてAI活用が不可欠となっています。また、人件費の安さや大企業のDX余地の大きさもあり、AIの導入が進みやすい環境です​​。
7. 日本のAI活用の可能性：伸びしろが大きい
日本のDX未実施企業の割合は高く、DX余地が大きいことが示されています。GDP比では16%ですが、DX余地の面積比では37%となっており、今後の成長可能性が大きいです​​。
8. （参考）日本とシンガポールのAI戦略比較(1/2)
シンガポールのAI戦略NAIS2.0と日本政府のAI戦略を比較すると、産業ごとのAI活用やスタートアップ支援、行政サービスの生産性向上など、多くの点で共通しています​​。
9. （参考）日本とシンガポールのAI戦略比較(2/2)
シンガポールと日本のAI戦略を比較した際、日本は計算資源の整備やデータ関連サービスの進展、AI関連規制の整備において多くの取り組みを行っています。また、AIセキュリティ耐性の向上や国際的な地位の確立も目指しています
10. グローバルへの展開
日本は特にアジア市場への展開に注力しており、東南アジアLLM計画への参画を通じて、東南アジア諸国と協力し、日本企業のビジネスチャンスを拡大することを目指しています 。
11. 東南アジアLLM計画への参画
シンガポール政府と連携し、日本が東南アジアLLM開発に参画することで、日本語と諸言語との対応性能を向上させ、多言語間でのコンテキスト・価値観の変換基盤を開発しています 。
12. 医療LLM
医療分野での生成AI活用は大きな可能性を秘めており、電子カルテのフォーマット変換やデータベースの標準化が進められています。LLMは異なるフォーマットのデータを統一する能力を持ち、医療データの効率的な管理が可能です 。
13. ロボット×生成AI(1/2)
ロボットのための大規模モデル開発が進んでおり、GoogleのRT-Xプロジェクトを通じて、複数の研究機関がデータを共有し、ロボットの性能向上を図っています。日本からも複数の研究室が参加しています 。
14. ロボット×生成AI(2/2)
ロボットの外界とのインタラクションデータを共有するプラットフォームの構築が提案されています。これにより、高精度、安全性、信頼性の高いモデルを学習し、開発者の増加とデータの増加の好循環を生み出すことが期待されています 。
15. リーガルLLM
リーガル分野での生成AIの活用により、他国の法制度をベンチマークし、立法時の制度設計を高度化します。企業の法務チェック基盤としても活用が期待されています 。
16. 製造LLM（マルチモーダル）
サプライチェーンのデータを統合し、戦略的分析を行うことで、効率化・自動化によるコスト削減や高付加価値の創出が可能です。データ統合により、販売と商品開発・設計の距離が縮まることが期待されています​​。
17. 行政での生成AI活用
行政機関や自治体での生成AIの導入が進んでおり、先行事例を共有し、組織内ルールやリスクヘッジの方法を整備することが重要です。良い前例を作り、前例やガイドラインを参照しながらプロジェクトを進める仕組みが求められています​​。
18. 防衛×生成AI
防衛分野における生成AIの利用は、他国でも試行されており、日本もスタートアップとの連携が必要です。SNSからの情報整理や、避難所チャットボットの活用、防衛作戦の提案、画像AIによる空撮画からの住所抽出など、AIの活用範囲は広がっています。防衛省とスタートアップを仲介する企業の設立により、協業を加速することが求められます​​。
19. 金融×生成AI(1/2)
生成AIの活用は金融分野でも進んでおり、Bloombergは金融特化型のBloombergGPTを開発、Morgan Stanleyは世界中の企業や資本市場を分析し、フィナンシャルアドバイザーをサポートしています。JP Morgan Chaseも顧客の投資ニーズに応じた最適な投資対象を分析する実験を行っています​​。
20. 金融×生成AI(2/2)
企業活動をハイサイクル化し、複利効果を最大化することが競争の主流となっています。金融機関が融資先のDXをサポートし、データで把握し、ハイサイクル化を加速させることが重要です。例えば、Amazon Lendingや三菱UFJ銀行のMars Growth Capitalの事例があります​​。
21. コンテンツ×生成AI
生成AIの利用を前提とした二次創作・三次創作が可能なプラットフォームの構築が求められます。クリエイターの権利を尊重し、新たな創作機会を生む仕組みを日本がリードすることが重要です。コンテンツ生成プラットフォームは、AIの学習を通じて新しいコンテンツを生み出す可能性を秘めています​​。
22. メディア×生成AI
メディアの役割は、共通知識の醸成です。取材の深い価値、AIを活用した編集の効率化、信頼性のスタンプ付与など、生成AIを活用することで、新しいビジネスモデルを構築できます。メディアの社会的価値を再認識し、生成AI時代に適した新しい仕組みを作ることが求められます​​。
23. 電力×生成AI
生成AI時代には、計算資源と同時に電力の確保が重要です。データセンターにおけるLLMの学習は、再生可能エネルギーの余剰電力を活用し、地産地消を促進することが可能です。生成AIの学習は、いつでも停止可能な計算であり、需要調整に活用できます​​。
24. 半導体×生成AI
生成AIの応用を前提にした半導体設計が重要です。エッジ側と学習側の開発があり、最適な設計を行うためには、生成AIのアルゴリズムや応用事例を理解することが必要です。NVIDIAの成功事例に学び、国内でも同様の取り組みを進めるべきです​​。
25. デジタル・AIのリテラシの向上
デジタル・AIリテラシの向上は全国民的な課題です。リスキリングのための学びのパスを整備し、誰もが何を勉強すれば良いかを明確にすることが重要です。情報処理技術者試験や未踏プログラムなど、既存の取り組みを拡大し、全国規模でのリスキリングを進める必要があります​​。
26. AIスタートアップのグローバルサウスへの展開
日本のAIスタートアップが東南アジアなどのグローバルサウスに進出し、DXニーズの高い地域で事業を展開することが重要です。成功事例を共有し、技術交流を促進することで、日本の技術力を活かしてグローバルに展開することが求められます​​。
27. ローカルからグローバルへ： “街の電気屋さん”構想
地域のDXをサポートするAIスタートアップの取り組みを全国で展開し、地域企業と共にグローバルに進出するシナリオが有望です。地域のニーズを満たしつつ、地域企業のDXを支援することで、自然と世界に進出することが可能です​​。
28. まとめ
この1年、生成AIに関する国の取り組みは急速に進んでおり、各産業での活用を進める適切な手を打つことが必要です。中長期的な見通しを持ち、生成AI技術が日本の産業をエンパワーし、人材の能力を引き出し、人々の生活を豊かにすることを目指しています​​。
 
ＡＩ法規制、検討開始へ　戦略会議で決定―政府
2024年05月22日
https://www.jiji.com/jc/article?k=2024052201015&g=eco
 
AI戦略会議、法規制の検討着手　人権侵害や犯罪のリスクに対応へ
2024年5月22日
https://digital.asahi.com/articles/ASS5Q21TCS5QULFA015M.html
 
政府 生成AIの新たな法規制の導入するかどうか 夏以降に検討へ
2024年5月22日
https://www3.nhk.or.jp/news/html/20240522/k10014457521000.html
 
AI普及へリスク規制　開発者に報告義務
安全性評価など、法整備検討　大規模事業者が対象
2024年5月23日
https://www.nikkei.com/article/DGKKZO80867350T20C24A5EA2000/
 
 
 
Potential of Generative AI in Industry (9th AI Strategy Meeting)
 
The media coverage of the "9th AI Strategy Meeting" held on May 22 primarily focused on topics like "Initiating AI Regulatory Review," highlighting the need for legal frameworks to supplement the guidelines for businesses established in April, especially in the context of expanding regulatory movements in Europe and the United States. It is unfortunate that this was the only aspect emphasized.
What is truly significant is the report titled "Potential of Generative AI in Industry" (Document 1-4) compiled by Chair Yutaka Matsuo himself. On May 23, at a special lecture during NexTech Week 2024 titled "Prospects for AI Utilization and Japan's Strategic Direction," I had the opportunity to hear about the "Potential of Generative AI in Industry" (Document 1-4) presented at the "9th AI Strategy Meeting."
Japan's situation concerning AI has started from a challenging position, but over the past year, the country has been making the best possible moves (in Shogi terms, moving from a 20:80 to a 30:70 position). The strategy emphasizes the importance of expanding into the Southeast Asian market, proposing that Japan should participate in the Southeast Asia LLM (Large Language Model) development plan to increase business opportunities for Japanese companies.
Additionally, the strategy outlines specific approaches for various sectors, including the medical, legal, manufacturing, administrative, defense, financial, content, media, energy, and semiconductor fields.
I hope the government will incorporate these strategic directions for AI comprehensively into its overall strategy.
 
 
This document highlights the development of generative AI technology in Japan and its potential industrial applications.
First, it discusses the widespread use of generative AI both domestically and internationally, emphasizing its role in streamlining administrative tasks and providing investment advice to customers. It underscores the rapid progress of Japan's AI policy, with increased government budgets, the establishment of computational resources, the creation of the AI Safety Institute, and leadership in global discussions. Japan's proactive approach to advancing its AI strategy is evident.
The document then addresses Japan's starting point in the digital domain, noting the tough competitive landscape and the significant progress made in the past year. The focus on expanding into Southeast Asian markets is highlighted, particularly through participation in the Southeast Asia LLM (Large Language Model) development plan, which aims to enhance business opportunities for Japanese companies.
In the medical field, generative AI is being leveraged to standardize electronic medical records and databases, making medical data management more efficient. In the robotics sector, Google's RT-X project is showcased, where multiple research institutions, including those from Japan, share data to improve robotic performance.
In the legal sector, generative AI helps benchmark foreign legal systems and refine legislative design. The manufacturing sector benefits from integrating supply chain data to streamline operations and create high value-added products.
The administrative sector is also rapidly adopting generative AI, with the importance of sharing best practices and establishing organizational rules and risk mitigation methods emphasized. In defense, the application of generative AI extends to real-time data analysis from social media, disaster response chatbots, and strategic planning.
In finance, generative AI accelerates corporate activities by supporting the digital transformation (DX) of loan recipients, thereby promoting corporate growth. In the content industry, the creation of platforms that facilitate secondary and tertiary creations using generative AI is proposed.
The media sector is advised to leverage AI for efficient content editing while maintaining the value of in-depth reporting, aiming to create shared knowledge within communities. In the energy sector, utilizing surplus renewable energy for AI training is suggested, while in the semiconductor sector, designing semiconductors based on AI application requirements is deemed crucial.
Finally, the document emphasizes the national challenge of improving digital and AI literacy, advocating for structured reskilling pathways. It also highlights the potential for Japanese AI startups to expand into the Global South, supporting local businesses' DX and aiming for global market penetration.
This document outlines strategic measures and the potential of generative AI technology to empower Japanese industries, enhance human capabilities, and enrich people's lives.
 
Here are the summaries of each page translated into English:
1. Potential of Generative AI in Industry
Generative AI is widely utilized both domestically and internationally, contributing to efficiency and automation while also creating new value. Examples include handling administrative inquiries, drafting emails, summarizing reports, and supporting knowledge workers. Additionally, it helps in selecting the best investment targets based on customer needs.
2. Japan's AI Policy to Date
Japan has been rapidly advancing its AI policy, with increased government budgets and the development of computational resources. Risk management initiatives include the establishment of the AI Safety Institute and the formulation of AI operator guidelines. Additionally, Japan leads global discussions and is advancing domestic LLM development and the GENIAC project.
3. Starting Point of Japan's AI Policy
Amid global competition in the digital domain, Japan's AI policy started from a challenging position. The government promotes AI strategy by enhancing computational resources, managing risks, and leading global discussions.
4. Developments Over the Past Year
In the past year, Japan significantly increased its AI-related budget, established computational resources, and set up the AI Safety Institute. Japan has also actively participated in global discussions, such as the Hiroshima AI Process and the GPAI Tokyo Center.
5. Japan's Global Position
Japan is increasing its presence in AI promotion, with OpenAI establishing its first Asian office in Japan. Overseas AI companies are also expanding their activities in Japan. Collaboration between the government and businesses is progressing, creating a well-established AI environment in Japan.
6. Reasons for Japan's Recognition
Japan has shown a positive response to AI, essential in an aging society. Additionally, the low labor costs and significant potential for DX in large companies make Japan an attractive environment for AI adoption.
7. Potential for AI Utilization in Japan: Large Room for Growth
The high proportion of companies in Japan that have not yet implemented DX indicates significant potential for growth. While the GDP ratio is 16%, the area ratio for DX potential is 37%, indicating a substantial opportunity for future growth.
8. Comparison of AI Strategies Between Japan and Singapore (1/2)
Comparing Singapore's NAIS2.0 AI strategy with Japan's government AI strategy reveals many similarities, such as cross-industry AI utilization, startup support, and improving the productivity of government services.
9. Comparison of AI Strategies Between Japan and Singapore (2/2)
In comparison with Singapore, Japan has undertaken many initiatives in areas such as the development of computational resources, data-related services, and AI-related regulations. Japan also aims to improve AI security resilience and establish an international standing.
10. Global Expansion
Japan focuses on expanding into the Asian market, aiming to enhance business opportunities for Japanese companies by collaborating with Southeast Asian countries through the Southeast Asia LLM development plan.
11. Participation in the Southeast Asia LLM Plan
By collaborating with the Singaporean government, Japan aims to enhance the performance of handling Japanese and other languages, developing a foundation for cross-cultural and contextual conversion among multiple languages.
12. Medical LLM
Generative AI in the medical field holds great potential, including the conversion of electronic medical records formats and the standardization of databases. LLMs can unify various data formats, enabling efficient management of medical data.
13. Robotics × Generative AI (1/2)
Large-scale model development for robots is progressing, with Google’s RT-X project involving multiple research institutions sharing data to improve robot performance. Several Japanese research labs are also participating.
14. Robotics × Generative AI (2/2)
A platform for sharing interaction data between robots and their environment is proposed in Japan. This would enable the development of high-precision, safe, and reliable models, creating a virtuous cycle of increasing developers and data.
15. Legal LLM
Generative AI in the legal field can benchmark foreign legal systems, enhancing legislative design during lawmaking. It also shows promise as a foundation for legal checks in corporate settings.
16. Manufacturing LLM (Multimodal)
Integrating supply chain data allows for strategic analysis, leading to cost reductions through efficiency and automation, and creating high value-added products. Data integration bridges the gap between sales and product development/design.
17. Generative AI Utilization in Administration
The adoption of generative AI in administrative agencies and local governments is advancing. It is crucial to share precedents, establish organizational rules, and develop risk mitigation methods. Creating good precedents and using guidelines to move projects forward smoothly is essential.
18. Defense × Generative AI
The utilization of generative AI in defense is being tested in other countries, and Japan needs to collaborate with startups. The applications range from real-time data analysis from social media, disaster response chatbots, and strategic planning to extracting addresses from aerial images using AI. Establishing intermediary organizations between the Ministry of Defense and startups is necessary to accelerate collaboration.
19. Finance × Generative AI (1/2)
Generative AI is advancing in the finance sector, with Bloomberg developing BloombergGPT tailored for finance, and Morgan Stanley using AI to analyze global companies and capital markets. JP Morgan Chase is also experimenting with analyzing investment targets based on customer needs.
20. Finance × Generative AI (2/2)
Accelerating corporate activities through DX support from financial institutions maximizes the compounding effect of growth. Institutions like Amazon Lending and Mitsubishi UFJ Bank’s Mars Growth Capital provide examples of supporting DX in loan recipients through data-driven credit assessments.
21. Content × Generative AI
There is a need to build platforms enabling secondary and tertiary creations using generative AI. Respecting creators' rights while creating opportunities for new creations is crucial. Content generation platforms have the potential to produce new content through AI learning.
22. Media × Generative AI
The role of media is to cultivate shared knowledge. Utilizing AI for efficient editing while maintaining the value of in-depth reporting can create new business models. The importance of media in society should be re-emphasized, creating new mechanisms suited to the AI era.
23. Energy × Generative AI
Securing both computational resources and electricity is crucial in the generative AI era. Utilizing surplus renewable energy for AI training and promoting local production for local consumption by placing data centers near power sources is proposed.
24. Semiconductors × Generative AI
Designing semiconductors based on AI application requirements is essential. Understanding AI algorithms and application examples is necessary for optimal design. Learning from NVIDIA’s success, similar initiatives should be advanced domestically.
25. Improving Digital and AI Literacy
Improving digital and AI literacy is a national challenge. Establishing clear reskilling pathways and expanding existing programs like the Information Technology Engineers Examination and the Unexplored Project are crucial. Nationwide reskilling efforts are necessary.
26. Expansion of AI Startups to the Global South
Supporting the expansion of Japanese AI startups into the Global South, where DX needs are high, is essential. Sharing success stories and promoting technical exchanges can leverage Japan's technological strengths for global deployment.
27. From Local to Global: The “Neighborhood Electrician” Concept
Expanding AI startups' initiatives to support regional DX nationwide and collaborating with local companies to venture globally is promising. Meeting local needs while supporting local companies' DX can naturally lead to global expansion.
28. Summary
In the past year, national initiatives in generative AI have rapidly advanced, requiring appropriate measures to promote utilization in various industries. A long-term outlook is essential to ensure generative AI technology empowers Japanese industries, enhances human capabilities, and enriches people’s lives.
 

2024年5月22日に配信された安高史朗の知財解説チャンネル「知財戦略についてとことん議論しよう」では、安高史朗弁理士がゲストの鮫島正洋氏、小嶋輝人氏、宮下洋明氏と共に知財戦略についてとことん議論しています。
 
文字起こししたファイルをアップし、ChatGPT（GPT-4o）に
『添付ファイルは、2024年5月22日配信「知財戦略についてとことん議論しよう」（YouTube　安高史朗の知財解説チャンネル）を文字起こししたものです。安高史朗弁理士が、下記の出演者と議論しました。各論点の要約も含めて、全体の要約を作成してください。内容がよくわかるよう、やや多めの分量で作成してください。
ゲスト：
鮫島 正洋
弁護士法人内田・鮫島法律事務所 パートナー弁護士・弁理士
小嶋 輝人
知財戦略ラボラトリー 代表　元セイコーエプソン株式会社 知的財産本部 特許技術部長
宮下洋明
株式会社資生堂 技術知財部 知財企画グループ グループマネージャー　1級知的財産管理技能士/付記弁理士
論点（案）：
・知財戦略ってなに？
・知財戦略の歴史と変化
・知財戦略の作り方、注意点
・良い知財戦略と悪い知財戦略
・お勧めの書籍、論文など
・技術分野、事業分野などによる知財戦略の違い
・他部門の巻き込み方』
と指示して要約させました。鮫島弁護士の書籍を皆さんが推奨していたのに言葉で言われていないので出てこないなど、物足りなさもありますが、大筋OKですね。
 
全体の要約
2024年5月22日に配信された「知財戦略についてとことん議論しよう」では、安高史朗弁理士がゲストの鮫島正洋氏、小嶋輝人氏、宮下洋明氏と共に知財戦略について深く議論しました。この議論は以下の主要な論点に沿って展開されました。
1. 知財戦略とは何か？
知財戦略は企業の競争力を高め、持続的な成長を実現するための知的財産の活用方法です。具体的には、企業が保有する技術やアイデアをどのように特許化し、これをビジネスに活用していくかを計画します。鮫島氏は、知財戦略は企業価値を高めるための手段であり、経営目標を達成するための重要な要素であると述べました。小嶋氏は、知財ポートフォリオ戦略を中心に設計し、事業目標達成に向けて知財活動を進めることが重要であると強調しました。彼は、知財戦略が多岐にわたる要素を含むため、企業全体の戦略と整合させることが重要であると述べました。
2. 知財戦略の歴史と変化
知財戦略の歴史は、日本の製造業が世界的に競争力を持っていた時期から始まります。2000年以前、丸島モデルは、特許を多く取得し、これを活用して競争力を高める戦略として知られていました。これは、良い製品を安価に大量生産する日本の強みを活かすための戦略でした。しかし、2000年代以降、日本企業の競争力が低下し、新たな知財戦略が求められるようになりました。オープンクローズ戦略やIPランドスケープなどが導入され、知財戦略はより複雑で高度なものとなりました。これにより、知財戦略は単なる特許取得から、経営戦略と深く結びついたものへと進化しました。
3. 知財戦略の作り方と注意点
知財戦略を作成する際には、まず経営者のビジョンと事業目標を理解することが重要です。これに基づき、知財活動の方針を定め、具体的なアクションプランを策定します。鮫島氏は、スタートアップ企業においては、経営者の競争力強化の意図をヒアリングし、それを知財的に実現するための方策を立てることが重要だと述べました。また、契約交渉も重要な要素であり、知財戦略と契約交渉を組み合わせたアプローチが必要です。小嶋氏は、情報収集と分析を通じて競合とのコンフリクトを予測し、それを解消するための具体的な方策を立てることが重要であると述べました。
4. 良い知財戦略と悪い知財戦略
良い知財戦略は、事業目標に直結し、実際に競争力を高めるものであるべきです。具体的には、企業が競争力を維持・強化するために必要な特許や知的財産を的確に取得し、これを活用して市場での優位性を確保します。小嶋氏は、特許ポートフォリオを中心に据えた戦略が重要であり、これにより事業目標を達成するための知財活動が行われると述べました。一方で、単なる啓発活動や手続きの効率化に終始する知財戦略は、目的から遠ざかり、効果が薄いと指摘されました。例えば、特許の数を増やすことだけを目的とした戦略は、実際の競争力強化には寄与しないことが多いです。
5. 推奨書籍と論文
議論の中では具体的な書籍や論文の紹介はありませんでしたが、参加者たちが言及した理論や実践例から、多くの参考になる文献が存在することが示唆されました。例えば、小川紘一著「オープンクローズ戦略」は、日本企業における知財戦略の新たな方向性を示した重要な文献として言及されました。また、丸島儀一 著「知的財産戦略」も、知財戦略の基本を理解するために重要な書籍として参考になります。
6. 技術分野や事業分野による知財戦略の違い
知財戦略は、業種や技術分野によって大きく異なります。例えば、電気メーカーでは特許が非常に重要視されますが、食品メーカーや化粧品メーカーではブランドや商標がより重要な役割を果たします。宮下氏は、食品業界や化粧品業界では、特許だけでなく商標やデザイン保護も重要であり、これらを総合的に活用することが求められると述べました。鮫島氏も、スタートアップ企業では、特許以外の知財を含めた包括的な戦略が必要であると強調しました。
7. 他部門の巻き込み方
知財戦略を効果的に実行するためには、他部門との連携が不可欠です。経営層や技術部門と密接に協力し、知財戦略を事業戦略の一部として統合することが求められます。小嶋氏は、知財部門が単独で活動するのではなく、他部門と協力して情報収集と分析を行い、共通の目標に向かって活動することが重要であると述べました。宮下氏も、知財戦略が事業目標と一致し、全社的な取り組みとして推進されることが成功の鍵であると強調しました。
 
このように、「知財戦略についてとことん議論しよう」では、知財戦略の重要性と具体的な実践方法について、多角的な視点から深く掘り下げられました。企業の競争力を高めるための知財戦略の設計と実行に関する有益な知見が提供され、視聴者にとっても大変参考になる内容となりました。
 
 
知財戦略についてとことん議論しよう
https://www.youtube.com/watch?v=r7zv0BveC2s
 
 
 
 
Let's Thoroughly Discuss IP Strategies
 
In the May 22, 2024 edition of Shiro Ataka's IP Commentary Channel "Let's Thoroughly Discuss IP Strategy," patent attorney Shiro Ataka discusses IP strategy with guests Masahiro Samejima, Teruhito Kojima, and Hiroaki Miyashita.
 
Upload the transcribed file to ChatGPT (GPT-4o)
The attached file is a transcription of the May 22, 2024 "Let's Thoroughly Discuss IP Strategies" (YouTube: Shiro Ataka's IP Commentary Channel). Patent Attorney Shiro Ataka discussed with the following performers. Please prepare a summary of the entire discussion, including a summary of each point. Please prepare a slightly larger amount of text so that the content can be clearly understood.
Guest:
Masahiro Samejima
Partner, Uchida & Samejima Law Office; Patent Attorney
Teruhito Kojima
Representative, Intellectual Property Strategy Laboratory Former General Manager, Patent Engineering Department, Intellectual Property Division, Seiko Epson Corporation
Hiroaki Miyashita
Group Manager, Intellectual Property Planning Group, Technology & Intellectual Property Department, Shiseido Company, Limited First Class Certified Intellectual Property Management Technician/Attached Patent Attorney
Discussion Points (Draft):
What is IP strategy?
History and changes of IP strategy
How to create an IP strategy and what to keep in mind
Good IP strategy and bad IP strategy
Recommended books, papers, etc.
Differences in IP strategies by technology field, business field, etc.
How to involve other departments
The difference of IP strategy by technology field, business field, etc., and how to involve other divisions. There are some things that are missing, such as the books recommended by Attorney Samejima that everyone recommended but did not appear because they were not said in words, but the general outline is OK.
 
Overall summary
In "Let's Discuss IP Strategy in Depth," delivered on May 22, 2024, patent attorney Shiro Yasutaka discussed IP strategy in depth with guests Masahiro Samejima, Teruhito Kojima, and Hiroaki Miyashita. The discussion revolved around the following main points
1. what is IP strategy?
An IP strategy is a way of utilizing intellectual property to increase a company's competitiveness and achieve sustainable growth. Specifically, it is a plan for how to patent technologies and ideas owned by a company and how to utilize these technologies and ideas for business. Mr. Samejima stated that IP strategy is a means to increase corporate value and an important element in achieving business goals. Mr. Kojima emphasized the importance of designing an IP portfolio strategy around the IP activities to achieve business goals. He stated that since IP strategy involves a wide variety of elements, it is important to align it with the overall corporate strategy.
History and Changes of IP Strategies
The history of IP strategy begins with the period when Japanese manufacturing was globally competitive: prior to 2000, the Marushima Model was known as a strategy to obtain and leverage a large number of patents to increase competitiveness. This was a strategy to take advantage of Japan's strength in mass-producing good products at low cost. However, since the 2000s, the competitiveness of Japanese companies has declined, and new IP strategies have been sought. With the introduction of open-close strategies and IP landscapes, IP strategies have become more complex and sophisticated. As a result, IP strategy has evolved from mere patent acquisition to one that is deeply linked to business strategy.
3. how to create an IP strategy and points to note
When creating an IP strategy, it is important to first understand management's vision and business goals. Based on this, a policy for IP activities is established and a specific action plan is formulated. Mr. Samejima stated that for a start-up company, it is important to interview the management about their intention to strengthen competitiveness and formulate a strategy to realize this intention in terms of intellectual property. Contract negotiation is also an important element, and a combined approach of IP strategy and contract negotiation is necessary. Mr. Kojima stated that it is important to predict conflicts with competitors through information gathering and analysis, and to develop concrete measures to resolve them. 4.
4. good and bad IP strategies
A good IP strategy should be directly related to business goals and actually increase competitiveness. Specifically, companies should acquire the right patents and intellectual property necessary to maintain and strengthen their competitiveness, and leverage these patents and intellectual property to secure an advantage in the marketplace. Mr. Kojima stated that it is important to have a strategy that focuses on the patent portfolio, and this will ensure that IP activities are carried out to achieve business goals. On the other hand, he pointed out that an IP strategy that merely focuses on awareness-raising activities or streamlining procedures is far from the goal and is not effective. For example, strategies that only aim to increase the number of patents often do not contribute to actual enhancement of competitiveness.
5. recommended books and papers
Although no specific books or papers were mentioned in the discussion, the theories and practical examples mentioned by the participants suggested that there are many references available. For example, "Open-Close Strategies" by Koichi Ogawa was mentioned as an important reference that shows a new direction of IP strategies in Japanese companies. Also, "Intellectual Property Strategy" by Giichi Marushima is an important book for understanding the basics of IP strategy.
6. differences in intellectual property strategy by technological field and business field
IP strategies differ greatly depending on the type of industry and technological field. For example, patents are very important for electrical manufacturers, while brands and trademarks play a more important role for food manufacturers and cosmetics manufacturers. Mr. Miyashita noted that in the food and cosmetics industries, not only patents but also trademarks and design protection are important, and these must be used in a comprehensive manner. Mr. Samejima also emphasized that start-up companies need a comprehensive strategy that includes IP other than patents.
7. how to involve other departments
Collaboration with other departments is essential to effectively implement an IP strategy. Close cooperation with management and technical divisions is required to integrate the IP strategy as part of the business strategy. Mr. Kojima stated that it is important for the IP division not to work alone, but to cooperate with other divisions to collect and analyze information and work toward a common goal. Mr. Miyashita also stressed that the key to success is for the IP strategy to be consistent with business goals and to be promoted as a company-wide effort.
 
Thus, the "Let's Thoroughly Discuss IP Strategy" session delved deeply into the importance of IP strategy and specific practices from various perspectives. It provided useful insights into the design and implementation of IP strategies to enhance a company's competitiveness, and was very informative for the audience.

文化庁は、生成AIと著作権の関係についてまとめた「AI と著作権に関する考え方について」（概要版）の英訳を公表しました。「諸外国で関心が高い話なので作成した」とのこと。
 
AIと著作権、文化庁が「考え方」英訳を公表　「諸外国で関心高い」
https://digital.asahi.com/articles/ASS5Q2VWNS5QUCVL01NM.html
 
文化審議会 著作権分科会 法制度小委員会「AI と著作権に関する考え方について【概要】」の英訳版（General Understanding on AI and Copyright in Japan -Overview-）を公表しました
https://www.bunka.go.jp/english/policy/copyright/pdf/94055801_01.pdf
 
文化審議会 著作権分科会 法制度小委員会「AIと著作権に関する考え方について」【概要】
令和6年４月　文化庁著作権課
https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/pdf/94037901_02.pdf
 
 
English Translation of "General Understanding on AI and Copyright in Japan -Overview"
 
The Agency for Cultural Affairs has released an English translation of the "Concepts" (summary version) summarizing the relationship between generated AI and copyright. A person in charge at the Agency for Cultural Affairs said, "We prepared this document because it is a topic of high interest in other countries.”

2024年4月18日に日経ホールで開催されたJAPAN X-Tech展2024の講演【AI知財テック】「生成AIで日常化される知財―特許AIツールが強化するソフトパワー」（Tokkyo.Ai株式会社 取締役COO 平井 智之 氏）の動画がYouTubeでアップされました。（約23分）
 
ChatGPTに要約を作成させました。
 
JAPAN X-Tech展2024の講演「生成AIで日常化される知財―特許AIツールが強化するソフトパワー」の要約
1. 知財の重要性と国際競争力の強化

• 知財の活用:
  • 日本の国際競争力を強化するために、知財を活かすことが重要。
  • 知財を使って日本の良いものを発信し、海外市場に進出し、その価値を守る必要がある。

2. ソフトパワーの重要性

• ソフトパワー:
  • 軍事力や経済力（ハードパワー）ではなく、国の魅力を広めるソフトパワーが重要。
  • ソフトパワーを使って産業の振興や海外市場の拡大を目指す。

3. 生成AIの利用例とその効果

• 生成AIの例:
  • チャットGPTなどの生成AIを日常的に活用。
  • 生成AIを使ってわずか10秒でハードパワーとソフトパワーをイメージしたイラストを作成。

4. 生成AIの特許分野での利用

• 特許AIツール:
  • 特許文案の作成や類似特許の調査を簡単に行うAIツールを提供。
  • 特許分野における生成AIの実装が進んでいる。

5. 特許の重要性と文書の難解さ

• 特許の重要性:
  • 発明を保護し、特許を取得することで企業の競争優位性を確立。
  • 世界的に特許出願数が増加しており、知財の重要性が広がっている。
• 文書の難解さ:
  • 特許文書は専門的で理解しづらい。
  • 手続きが煩雑で、ステータスの把握が難しい。

6. 特許AIツールの機能と利便性

• 要約機能:
  • 長い特許文書を簡単に要約し、理解しやすくする。
  • 特許文書を数行にまとめ、わずか10秒で要約を作成。
• 類似特許の調査機能:
  • 既存の類似特許を簡単に調査し、特許出願の参考にする。

7. 特許業務の効率化

• 業務フローの効率化:
  • 発明の発掘から特許調査、特許文案作成、権利取得までをAIツールで効率化。
  • 特許文書を自動生成し、要約機能で特許を理解しやすくする。

8. 実際の活用事例

• 導入企業の事例:
  • 食品、電気機械、教育、自動車、物流関係などの分野で導入が進んでいる。
  • 特許の出願数が多い業界で業務効率化が図られている。
• 利用可能な産業のリストアップ:
  • 自分たちの発明がどの産業で実装可能かをリストアップする機能も提供。

9. AIツールのデモンストレーション

• 特許検索と要約:
  • テーマに沿った特許検索を行い、特許の中身をAIで要約。
  • 新たなアイデアを特許文に変換し、類似特許の調査を行う。
• 具体的なデモ:
  • 農業分野の特許を例に、検索結果の分析、要約、特許文案作成のプロセスを紹介。

10. AIツールの利点

• 業務効率とコスト削減:
  • 業務効率が向上し、特許業務のスピードが速くなる。
  • コスト効果も高く、AIツールを使うことで競争力が向上。
• AIを活用する企業としない企業の差:
  • AIを導入しない企業は、AIを活用する企業に追いつくために多くのリソースを必要とする。
  • AIツールを使いこなすことが競争力の鍵。

この講演では、生成AIが特許分野にどのように活用され、業務効率を大幅に向上させるかが詳しく紹介されました。特許AIツールの利便性とその実装例を通じて、知財分野での生成AIの重要性が強調されました。
 
「生成AIで日常化される知財 -特許AIツールが強化するソフトパワー」
https://www.youtube.com/watch?v=xngXNz8tC-o
 
Use of Generative AI in the Patent Field
 
Summary of the JAPAN X-Tech Exhibition 2024 Lecture on "AI Intellectual Property Tech: How Generative AI is Normalizing IP - Strengthening Soft Power with Patent AI Tools" (Given by Tomoyuki Hirai, COO of Tokkyo.Ai Inc.)
1. Importance of Intellectual Property (IP) and Enhancing International Competitiveness

• Utilization of IP:
  • Leveraging IP is crucial to enhance Japan's international competitiveness.
  • It is essential to use IP to promote Japan's excellent products, enter overseas markets, and protect their value.

2. Importance of Soft Power

• Soft Power:
  • Soft power, which spreads a nation's appeal, is more important than hard power like military or economic strength.
  • Utilizing soft power aims to promote industries and expand overseas markets.

3. Examples and Effects of Using Generative AI

• Examples of Generative AI:
  • Generative AI tools such as ChatGPT are used daily.
  • Generative AI can create illustrations that conceptualize hard and soft power in just 10 seconds.

4. Use of Generative AI in the Patent Field

• Patent AI Tools:
  • AI tools are provided to easily create patent drafts and conduct searches for similar patents.
  • Implementation of generative AI in the patent field is advancing.

5. Importance of Patents and Complexity of Documents

• Importance of Patents:
  • Protecting inventions and obtaining patents establishes a company's competitive advantage.
  • Globally, the number of patent applications is increasing, indicating the growing importance of IP.
• Complexity of Documents:
  • Patent documents are specialized and difficult to understand.
  • The processes are complex, and the status of applications can be hard to track.

6. Functions and Convenience of Patent AI Tools

• Summarization Function:
  • Long patent documents can be easily summarized and made easier to understand.
  • Summarizes patent documents into a few lines, creating summaries in just 10 seconds.
• Similar Patent Search Function:
  • Easily searches for existing similar patents to use as references for patent applications.

7. Efficiency in Patent Operations

• Streamlining Workflow:
  • AI tools streamline the entire patent process, from invention discovery to patent investigation, drafting, and obtaining rights.
  • Automatically generates patent documents and uses the summarization function to make patents easier to understand.

8. Actual Use Cases

• Examples of Implementing Companies:
  • Implementation is progressing in fields such as food, electrical machinery, education, automotive, and logistics technology.
  • Industries with many patent applications have seen significant efficiency improvements.
• Listing Usable Industries:
  • Provides a function to list which industries an invention can be implemented in.

9. Demonstration of AI Tools

• Patent Search and Summarization:
  • Conducts patent searches based on themes and summarizes the content of patents using AI.
  • Transforms new ideas into patent documents and investigates similar patents.
• Specific Demonstration:
  • Demonstrates the process of analyzing search results, summarizing, and drafting patent documents using an example from the agricultural field.

10. Benefits of AI Tools

• Improving Efficiency and Reducing Costs:
  • Improves work efficiency and speeds up patent operations.
  • Cost-effective and enhances competitiveness by using AI tools.
• Difference Between Companies Using and Not Using AI:
  • Companies not using AI will need more resources to catch up with those using AI.
  • Mastering AI tools is key to maintaining competitiveness.

This lecture detailed how generative AI is utilized in the patent field, significantly improving work efficiency. The convenience of patent AI tools and their implementation examples highlighted the importance of generative AI in the intellectual property field.

知財実務情報Lab.５月22日「何としても特許を取りたいときの思考術～機械分野の発明掘り下げテクニック～」（ソナーレ特許事務所 右田俊介 代表弁理士）は、「従来技術との違いを見出せない、それでも特許を取得しないといけない。困った・・・。そんなときに（そんなときでなくても）使える思考術を伝授します」というものでした。
まとめは、「まずは虫の目で、その発明品を隅々まで観察します。ただ目で見るのではなく、作用効果を自問自答しながら観察しましょう。特徴点さえ見つかれば、あとは明細書でのストーリー構築の問題。ニッチな課題を創作して進歩性を強化しましょう。どうしても見つからなければ未来を先取りします。二次的課題を探求、または新たな価値を付加してみましょう。」というものでした。
多くのプロが同じようなことをやっています。
 
このセミナー録画が専用サイトの「期間限定セミナー」のページで公開されており、資料もダウンロードできます。約１週間の公開となっています。
録画視聴は、下記のページに説明されています。
https://chizai-jj-lab.com/2022/12/21/faq/
 
（無料）何としても特許を取りたいときの思考術（5/22開催セミナー）
https://chizai-jj-lab.com/2024/04/06/0522/
 
 
 
Techniques for Getting a Patent at Any Cost
​
The Intellectual Property Practice Information Lab's May 22nd session, "Techniques for Getting a Patent at Any Cost: In-Depth Techniques for Inventions in the Mechanical Field" (Sonare Patent Office, represented by Shunsuke Migita, Patent Attorney), was about teaching thought techniques that can be used when "you cannot find the difference from existing technologies, but you still need to obtain a patent. What should you do in such a situation (or even in normal circumstances)?"
 
The summary was: "First, observe the invention thoroughly with a meticulous eye. Don't just look at it; observe it while constantly questioning its effects and functions. Once you identify the distinguishing features, the rest is about constructing a compelling narrative in the specification. Create niche issues to strengthen the inventive step. If you still can't find any distinguishing features, anticipate future developments. Explore secondary issues or try adding new value."
 
Many professionals are doing similar things.