Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「エーザイの成長戦略」、「エーザイの成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Eisai's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new feature specialized in research, leveraging Google's AI technology. It includes functionalities such as multi-step research, large-scale contextual analysis, source-linked reports, and chat capabilities. This feature automatically breaks down complex questions into multiple subtopics, conducts investigations, and generates comprehensive, editable reports in Google Docs.
It enables high-level searches and provides comprehensive reports with clearly cited sources, making it extremely convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports:

1. Eisai's Growth Strategy
2. The Contribution of the Intellectual Property Department to Eisai's Growth Strategy

As for the quality of the output, I will leave the evaluation to each individual.
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「武田薬品の成長戦略」、「武田薬品の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Takeda Pharmaceutical's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature that utilizes Google's AI technology. It offers multi-step research, large-scale contextual analysis, source-linked reports, and chat functionality. This tool automatically breaks down complex questions into multiple subtopics, conducts investigations, and generates comprehensive, editable reports in Google Docs.
It allows for high-level searches and produces comprehensive reports with clearly cited sources, making it extremely convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports:

1. Takeda Pharmaceutical's Growth Strategy
2. The Contribution of the Intellectual Property Department to Takeda Pharmaceutical's Growth Strategy

As for the quality of the output, I will leave the evaluation to each individual.
 

年末に 40 個の PDF ファイルを読み込み、その内容を評価する必要があったため、ChatGPT の GPTs および Google の NotebookLM を使用しました。GPTs は PDF ファイルだけでなく、Web 上の情報も加味して評価しているため、やや甘めの評価結果が得られました。一方、NotebookLM は PDF ファイルに書かれている情報だけを評価対象としているため、より厳しい評価結果となりました。
最終的には、NotebookLM が抽出してくれた内容や評価結果を主な参考とし、GPTs の評価結果や評価理由を補助的な参考とすることで評価をまとめました。昨年は生成 AI を使わず、すべて手作業で読み込んでいたので、今年は大幅に作業が楽になりました。
特定のファイルをアップロードして、それを中心にさまざまな作業ができる生成 AI ツールとしては、NotebookLM や GPTs のほかに Claude の Projects も存在します。
 
ユーザー独自のチャットボットを作成できる NotebookLM、GPTs、Projects の比較を検討し、比較表を作成してみました。ただし、これらのツールは急速に変化しており、使い勝手が向上したり、新たな機能が追加されたりするため、あくまで現時点での比較であることにご留意ください。
 
 
 
Comparison of NotebookLM, GPTs, and Projects
 
At the end of the year, I needed to analyze and evaluate the contents of 40 PDF files. To accomplish this, I utilized ChatGPT's GPTs and Google's NotebookLM. Since GPTs consider not only the contents of the PDF files but also information from the web, the evaluation results were somewhat lenient. In contrast, NotebookLM only evaluated the information explicitly written in the PDF files, resulting in stricter evaluation outcomes.
Ultimately, I compiled my evaluation by primarily relying on the content and results extracted by NotebookLM, while using the evaluation results and reasoning from GPTs as supplementary references. Compared to last year, when I manually reviewed all the files without generative AI, this year’s work was significantly easier.
In addition to NotebookLM and GPTs, there is another generative AI tool called Claude's Projects, which allows users to upload specific files and carry out various tasks centered around those files.
I also considered the comparison of NotebookLM, GPTs, and Projects as tools for creating user-specific chatbots and created a comparison table. However, please note that these tools are rapidly evolving, with improvements in usability and the addition of new features, so this comparison reflects their current state as of now.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「パナソニックの成長戦略」、「パナソニックの成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Panasonic's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new feature specialized in research, leveraging Google's AI technology. It includes functionalities such as multi-step research, large-scale contextual analysis, source-linked reports, and chat capabilities. This feature automatically breaks down complex questions into multiple subtopics, conducts investigations, and generates comprehensive, editable reports in Google Docs.
It enables high-level searches and provides comprehensive reports with clearly cited sources, making it extremely convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports:

1. Panasonic's Growth Strategy
2. The Contribution of the Intellectual Property Department to Panasonic's Growth Strategy

As for the quality of the output, I will leave the evaluation to each individual.
 

2024年の生成AIは、OpenAI, Google, Anthropicなどの激しい競争の中、著しく進化しました。OpenAI にかなり遅れをとっていた印象のあるGoogleが2月にサービス名称をbardからGeminiに変更し、次々と新しいサービスを提供し、追い付いてきた感じです。
新しい推論モデルについても、9月にはOpenAI o1 previewがリリース、12月にはGemini 2.0 Flush Thinkingがリリースされ、生成AIの知能指数が人間の平均を超えたと話題になりました。（2024年のGoogle, OpenAI, Anthropic各社アップデートが良くまとめられている表がありましたので、添付しました。詳細は引用元をご覧ください。）
OpenAIのCEO Sam Altman氏は、新年早々、「我々は伝統的な意味でのAGI（Artificial General Intelligence：汎用人工知能）の構築方法を確実に把握している」とし、次なる目標として「ASI（Artificial Superintelligence：人工超知能）」の開発を掲げたということです。2025年には、「OpenAI o3」、「Google Agentspace」などがリリース予定ですが、それ以外にも次々と予想外のことが起こる可能性がありそうです。
 
 
「生成AI大進化」まとめ、2025年を占うOpenAIやグーグル、MS動向と予測
連載：グーグルの生成AIトレンドガイド
https://www.sbbit.jp/article/cont1/155177
 
Reflections
https://blog.samaltman.com/reflections
 
OpenAI、Sam Altman氏が「AGIの構築方法は分かっている」と明言 – スーパーインテリジェンス開発へ舵を切る
2025年1月7日
https://xenospectrum.com/openai-sam-altman-stated-we-know-how-to-build-agi/
 
 
 
2024 Generative AI Updates and AGI, ASI
 
In 2024, generative AI underwent remarkable advancements amid intense competition among OpenAI, Google, and Anthropic. Google, which had seemed to lag significantly behind OpenAI, rebranded its service from "Bard" to "Gemini" in February and has been catching up by launching a series of new services.
As for new inference models, OpenAI released the "o1 preview" in September, followed by the release of "Gemini 2.0 Flush Thinking" in December. These developments sparked discussions, as the intelligence quotient of generative AI was said to surpass the human average. (I’ve attached a table summarizing the 2024 updates from Google, OpenAI, and Anthropic. Please see the source for details.)
OpenAI CEO Sam Altman declared at the beginning of the year that "we have a solid understanding of how to build AGI (Artificial General Intelligence) in the traditional sense" and announced the development of ASI (Artificial Superintelligence) as the next goal. In 2025, releases such as "OpenAI o3" and "Google Agentspace" are anticipated, but there is also the possibility of numerous unforeseen developments.

Perplexity、Genspark、Felo AIなどが検索特化型の生成AIとして台頭、Google一強だった従来型検索エンジンにとって代わる勢いでしたが、OpenAIのChatGPT Search、Googleの「Gemini 1.5 Pro with Deep Research」が登場し、非常に速いスピードで検索特化型生成AIの進化が進んでいます。
個人的には、「Gemini 1.5 Pro with Deep Research」が、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成してくれ、Perplexity、Genspark、Felo AIよりレベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても良いと思っています。
他の検索特化型生成AIも、それぞれの特長があり、短期間で新機能が追加されていますので、当面は、使い比べながら調べる状況が続きそうです。
 
 
 
Comparison of Search-Specialized Generative AI
 
Perplexity, Genspark, and Felo AI have emerged as leading search-specialized generative AI tools, posing a strong challenge to traditional search engines dominated by Google. However, with the introduction of OpenAI's ChatGPT Search and Google's "Gemini 1.5 Pro with Deep Research," the evolution of search-specialized generative AI is progressing at an exceptionally rapid pace.
From my perspective, "Gemini 1.5 Pro with Deep Research" stands out for its advanced features, including multi-step research, large-scale context handling, source-linked reports, and chat functionality. It automatically breaks down complex questions into multiple subtopics for investigation and generates comprehensive reports—editable in Google Docs—with clear citations. This makes it superior to Perplexity, Genspark, and Felo AI, offering a higher level of search capability and producing comprehensive, well-sourced reports.
That said, other search-specialized generative AI tools also have their unique strengths, with new features being added in quick succession. For the time being, it seems the situation will involve trying out and comparing different tools to find the best fit for various research needs.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「資生堂の成長戦略」、「資生堂の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Shiseido's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature powered by Google's AI technology. It offers capabilities such as multi-step research, handling large-scale contexts, reports with source links, and a chat function. This tool automatically divides complex questions into multiple subtopics, conducts investigations, and generates comprehensive reports editable in Google Docs.
With its ability to perform advanced searches and produce comprehensive reports with clear references, it is highly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Shiseido's Growth Strategy" and "Contribution of the Intellectual Property Department to Shiseido's Growth Strategy."
As for the quality of the output, I leave it to each individual to evaluate.
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「富士フイルムの成長戦略」、「富士フイルムの成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Fujifilm's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature powered by Google's AI technology. It offers capabilities such as multi-step research, handling large-scale contexts, reports with source links, and a chat function. The tool automatically divides complex questions into multiple subtopics, conducts research, and generates comprehensive reports that can be edited in Google Docs.
This tool facilitates advanced searches and produces comprehensive reports with clear references, making it extremely convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Fujifilm's Growth Strategy" and "Contribution of the Intellectual Property Department to Fujifilm's Growth Strategy."
As for the quality of the output, I leave it to each individual to evaluate.
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「トヨタ自動車の成長戦略」、「トヨタ自動車の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
Contribution of the Intellectual Property Department to Toyota Motor Corporation's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-oriented feature leveraging Google's AI technology. It includes capabilities such as multi-step research, handling large-scale contexts, reports with source links, and a chat function. It automatically breaks down complex questions into multiple subtopics, conducts investigations, and generates comprehensive reports editable in Google Docs.
This tool enables advanced searches and creates comprehensive reports with clear references, making it incredibly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Toyota Motor Corporation's Growth Strategy" and "Contribution of the Intellectual Property Department to Toyota Motor Corporation's Growth Strategy."
As for the results, I leave it to each individual to evaluate their quality.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「花王の成長戦略」、「花王の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Division to Kao's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature leveraging Google's AI technology. It includes multi-step research, large-scale context handling, reports with source links, and a chat function. This tool automatically divides complex queries into multiple subtopics for investigation and generates comprehensive, editable reports in Google Docs.
It enables high-level searches and produces comprehensive reports with clear sources, making it highly convenient.
Two reports, titled "Kao's Growth Strategy" and "Contribution of the Intellectual Property Division to Kao's Growth Strategy," were commissioned for creation using "Gemini 1.5 Pro with Deep Research."
I leave it to you to evaluate the quality of the results.

Claude 3 Opus、Claude 3.5 Sonnet、Gemini 1.5 Pro、Gemini 2.0 Flash Thinking Experimental、GPT-4o、ChatGPT o1 に『統合報告書における「知財・無形資産の投資・活用戦略の構築・開示・発信」の優れた日本企業を5つ挙げてください。』と指示したところ、異なる5社がピックアップされました。優れた企業がたくさんあるので、５社という指定が無理だったかもしれません。
６つの生成AIで、ソニーグループが４つ、日立製作所とキーエンスが３つ生成AIによってピックアップされました。トヨタ自動車、花王、富士フイルム、資生堂が２つの生成AIによってピックアップされました。
これらの企業は、異なる評価基準においても「知財･無形資産の投資･活用戦略の構築･開示･発信」の優れたと評価される企業なのだろうと思います。
 
 
Japanese Companies Excelling in 'Building, Disclosing, and Communicating Strategies for the Investment and Utilization of Intellectual Property and Intangible Assets'
 
When asked to name five outstanding Japanese companies excelling in 'Building, Disclosing, and Communicating Strategies for the Investment and Utilization of Intellectual Property and Intangible Assets' in their integrated reports, Claude 3 Opus, Claude 3.5 Sonnet, Gemini 1.5 Pro, Gemini 2.0 Flash Thinking Experimental, GPT-4o, and ChatGPT o1 each selected different sets of five companies. Given the abundance of excellent companies, the limitation to five might have been too restrictive.
Among the six generative AI tools, Sony Group was picked by four, while Hitachi and Keyence were selected by three. Toyota Motor Corporation, Kao, Fujifilm, and Shiseido were each chosen by two of the AI tools.
These companies are likely recognized as outstanding in 'Building, Disclosing, and Communicating Strategies for the Investment and Utilization of Intellectual Property and Intangible Assets' across various evaluation criteria."
 

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「キーエンスの成長戦略」、「キーエンスの成長戦略における知的財産部門：貢献実績と今後の課題」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
Contribution of the Intellectual Property Department to Keyence's Growth Strategy
 
Google's 'Gemini 1.5 Pro with Deep Research' is a new research-focused feature leveraging Google's AI technology. It includes multi-step research, large-scale context handling, source-linked reports, and chat functionality. It automatically breaks down complex questions into multiple subtopics for investigation and generates comprehensive reports editable in Google Docs.
 
This tool is highly convenient, enabling advanced-level searches and the creation of comprehensive reports with clear citations.
 
I instructed 'Gemini 1.5 Pro with Deep Research' to create two reports: 'Keyence's Growth Strategy' and 'Keyence's Growth Strategy in the Context of the Intellectual Property Division: Contributions and Future Challenges.'
 
The results are open to individual judgment regarding their quality.

人間には簡単でも生成AIには難しい問題として、有名なのが「strawberry問題」。
「strawberry」という単語の中に「r」が何個あるかを数えられない問題のことです。人間なら一目で「3個だよ」って分かりますが、ChatGPTやClaudeといった生成AIに聞いてみると、「2個」って答えちゃう。テキストを「トークン」という単位に分解して処理するために起こってしまう問題で、克服するのが結構むずかしいようです。良く知られている問題なのに、いまだ解決できていないのが、GPT-4o、Gemini 2.0 Flash、Claude 3.5 Sonnet、Claude 3 Opus。正解は、OpenAI o1 preview、OpenAI o1、Gemini 1.5 Proでした。
「15.19と15.5はどちらが大きい？」問題、「図書室で男の子が26人、絵本を読んでいます。男の子が16人、女の子が13人、漫画の本を読んでいます。あとから女の子が15人きて絵本を読み始めました。絵本を読んでいる人は何人ですか」問題は、GPT-4o、Gemini 2.0 Flash、Claude 3.5 Sonnet、Claude 3 Opus、OpenAI o1 preview、OpenAI o1、Gemini 1.5 Pro すべて正解でした。
「オリバーは金曜日に44個のキウイを摘みました。土曜日には58個のキウイを摘みました。日曜日は、金曜日の2倍のキウイを摘みましたが、そのうちの5個は平均よりも小さなサイズでした。オリバーはいくつのキウイを摘みましたか」問題は、Gemini 1.5 Proだけ不正解。その他は正解でした。
『「すもももももももものうち」に「も」は何個ありますか？』については、OpenAI o1とClaude 3 Opusが正解、GPT-4o、Gemini 2.0 Flash、Claude 3.5 Sonnet、OpenAI o1 preview、Gemini 1.5 Proは不正解でした。
生成AIには、こうした多くの弱点があることを知ったうえで、使いこなすことが大切でしょう。
高性能競争も重要ですが、人間には簡単でも生成AIには難しい問題の解決も重要。
 
 
2024.11.06
生成AIの「strawberry問題」、日本語では？
https://www.cybersoken.com/topics/991/
 
2024年10月19日
GPT-4やClaudeなどの大規模言語モデルが抱える「ストロベリー問題」とは？
https://gigazine.net/news/20241019-strawberrry-problem/
 
 
 
Problems Easy for Humans but Difficult for Generative AI
 
A well-known example of a problem that is easy for humans but difficult for generative AI is the "strawberry problem." This refers to the challenge where AI cannot accurately count the number of "r"s in the word "strawberry." For humans, it's immediately obvious that the answer is "3," but if you ask generative AI models like ChatGPT or Claude, they often answer "2." This issue arises because such models process text in "tokens," which complicates accurate counting. Overcoming this problem has proven to be quite challenging. Despite being a well-known issue, it remains unresolved in models like GPT-4o, Gemini 2.0 Flash, Claude 3.5 Sonnet, and Claude 3 Opus. The correct answers, however, have been provided by OpenAI o1 preview, OpenAI o1, and Gemini 1.5 Pro.
Other problems include questions like, "Which is larger: 15.19 or 15.5?" or, "In the library, 26 boys are reading picture books, and 16 boys and 13 girls are reading comic books. Later, 15 girls join and start reading picture books. How many people are reading picture books?" All models—GPT-4o, Gemini 2.0 Flash, Claude 3.5 Sonnet, Claude 3 Opus, OpenAI o1 preview, OpenAI o1, and Gemini 1.5 Pro—answered these correctly.
However, when it comes to a problem like, "Oliver picked 44 kiwis on Friday and 58 on Saturday. On Sunday, he picked twice as many as he did on Friday, but 5 of them were smaller than average. How many kiwis did Oliver pick?" only Gemini 1.5 Pro failed to answer correctly, while all the other models succeeded.
As for the question, "In the phrase 'すもももももももものうち' (Sumomo mo momo mo momo no uchi), how many times does the character 'も' appear?", OpenAI o1 and Claude 3 Opus answered correctly, whereas GPT-4o, Gemini 2.0 Flash, Claude 3.5 Sonnet, OpenAI o1 preview, and Gemini 1.5 Pro gave incorrect answers.
It is important to be aware of the many weaknesses of generative AI before using it.
While the race to develop high-performance AI is important, addressing problems that are simple for humans but difficult for generative AI remains a crucial challenge.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「旭化成の成長戦略分析」、「旭化成の成長戦略における知的財産部門の貢献」「旭化成の成長戦略における知財インテリジェンス室の貢献」という３つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
Contribution of the Intellectual Property Department to Asahi Kasei's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature that leverages Google's AI technology. It offers multi-step research capabilities, large-scale context processing, source-linked reporting, and chat functionality. It automatically divides complex questions into multiple subtopics for investigation and generates comprehensive reports that can be edited in Google Docs.
The tool enables advanced searches and produces comprehensive reports with clearly identified sources, making it highly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create three reports:

1. "Analysis of Asahi Kasei's Growth Strategy"
2. "Contribution of the Intellectual Property Department to Asahi Kasei's Growth Strategy"
3. "Contribution of the Intellectual Property Intelligence Office to Asahi Kasei's Growth Strategy."

The results are left to your individual judgment.

Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。
レベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。
「ソニーの成長戦略」、「ソニーの成長戦略における知的財産部門の貢献実績と今後の課題」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
Contribution of the Intellectual Property Department to Sony's Growth Strategy
 
Google's "Gemini 1.5 Pro with Deep Research" is a new research-focused feature leveraging Google's AI technology. It includes multi-step research capabilities, large-scale context handling, source-linked reports, and chat functions. It automatically divides complex questions into multiple subtopics for investigation and generates comprehensive reports editable in Google Docs.
This tool enables advanced searches and produces comprehensive reports with clear citations, making it highly convenient.
I instructed "Gemini 1.5 Pro with Deep Research" to create two reports: "Sony's Growth Strategy" and "Achievements and Future Challenges of the Intellectual Property Department in Sony's Growth Strategy."
As for the quality of the output, I will leave it to each individual to assess.

特許庁は、第三者が生成AIを使って新製品のデザインを大量に作成し公開することで、企業の新規開発が妨げられる事態などに対応するため、2026年に意匠法を改正する方針です。
特許においても、ChatGPTとの壁打ちでわずかな時間で大量のアイデアを創出・発展させ大量の特許出願を行う企業が現れています。それらを特許出願せずに公開することも考えられます。
生成AIの進化は、特許審査における「新規性」判断そのものの法的基準を直接変えるわけではありませんが、生成AIの普及とそれに伴う技術情報やドキュメントの爆発的増加は、以下のような間接的・実務的な影響を与える可能性があります。
 
1. 先行技術の増大による検索範囲の拡大
大量のAI生成コンテンツが“公開文献”として扱われる

• 生成AIを利用して作成された論文、記事、コード、画像などが公開されれば、それらは「先行技術文献」として参照される可能性があります。
• 従来であれば人間が執筆・作成していた文献の数がある程度限られていましたが、AIにより自動的に量産されるコンテンツが増加することにより、新規性調査で検索すべき対象が飛躍的に増えます。

クオリティにばらつきがあるが、既存技術との類似点を“網羅的に”生み出せる

• AIはトレーニングデータに基づいて出力を生成するため、既存の技術に似通った提案を大量に生成しやすい傾向があります。
• AIが生成した文献の中には、先行技術として重要な示唆を含む場合がある一方で、ノイズになるような文献も多数存在します。
• 特許庁や企業の特許部門は、今まで以上に多岐にわたる検索結果や文章を精査する必要性が高まり、調査や審査の負担が増大すると考えられます。

 
2. 特許庁の検索・審査プロセスへのAIの導入と高度化
AIによる先行技術調査の自動化・高度化

• 生成AIだけでなく、検索AIやテキストマイニング技術の進歩により、膨大なAI生成文献や従来の文献を含めた“先行技術調査”の効率化が進む可能性があります。
• 特許審査官は、従来のキーワード検索に加え、AIベースの類似技術検索ツールを活用して、候補となる先行文献を抽出しやすくなります。

クリエイティブ要素の判断に関する審査基準の見直し

• 生成AIを用いて発明が提案された場合、人間の専門家の「創作的ステップ」や「発明性」をどのように評価するかについて、審査手法やガイドラインが再検討される可能性があります。
• もっとも、新規性そのものは「既にあるものと同一かどうか」という客観的な判断に基づくため、当面は法律レベルの変更というよりは、審査実務の運用ルールとして細かいガイドラインの整備や、判断プロセスでAIをどのように活用するかが検討される段階です。

 
3. 先行文献“氾濫”による実質的な新規性ハードルの上昇
類似技術が公知化されやすくなる

• AIが生成した文献や情報がオンラインで公開されるペースが加速度的に上がると、同一または類似の技術が“先行技術”として既に存在しているとみなされるリスクが高まります。
• これは発明者にとっては「自分が考えたアイデアが既にAIによって自動生成され、どこかに公開されていた」というケースが増えることを意味します。

特許取得が難しくなる分野が現れる可能性

• 発明がコンピュータサイエンス分野や生成AIによる出力物に密接に関連する場合、該当分野では大量のAI生成文献が先行技術として蓄積されている可能性が高いです。
• その結果、少しの差異では新規性を認められにくい状態になり、特許取得のハードルが実質的に上がる場合が考えられます。

 
4. AIによる“無意識”の先行技術開示と権利化リスク
開発途中のアイデアの早期公開リスク

• 研究開発の初期段階でAIとやり取りした文献やアイデアが、誤って外部に公開されるリスクが高まっています。
• 新規性喪失のリスク管理がより重要になり、企業や研究機関では情報管理と公開タイミングのコントロールが以前よりシビアになるでしょう。

特許出願・権利化戦略の見直し

• AIを活用して多数のアイデアを出力する場合、そのすべてをカバーする特許戦略をどう構築するか、あるいは必要な部分だけ絞って権利化するかの判断が難しくなります。
• 特許を取得するアイデアとしないアイデアを切り分ける作業や、公開時期のコントロールがかえって複雑になる可能性があります。
• 基本発明を出願後、生成AIを活用した周辺発明や改良発明が第三者によって大量に生成され、特許ポートフォリオが侵害される可能性を考慮した特許出願・権利化戦略の見直しが必要になる可能性もあります。

 
まとめ

• 法的な“新規性”要件そのものは従来と同じ：
  各国特許法が定める新規性の定義はそう簡単には変わりません。AIが発明者になれるかどうかや、AI生成物をどこまで先行技術とみなすかなどの論点はありますが、「公知・公用になっている情報と同一かどうか」を判断する軸は変わらないと考えられます。
• 審査・調査の実務での負荷増大：
  AIが生成する膨大な文献群に対しては、審査官や企業の知財担当者が従来以上に幅広い調査を行う必要があり、そのために検索AIや自然言語処理ツールの活用が一層進むでしょう。
• 先行文献の氾濫により“実質的な”新規性のハードルが上がる可能性：
  AI生成物がインターネット上で公開される量が増えれば、新規性を阻害する“類似アイデア”が既に存在している確率も高まるため、新規性を確保するのが難しいケースが増えると考えられます。

総じて、生成AIの進化は特許審査における新規性要件を取り巻く環境を大きく変化させ、実務上の検索・審査プロセスや権利化戦略に対してより高度な運用や対策が求められるようになるでしょう。
 
（本稿は、生成AIと共に書き起こしたものです。）
 
 
 
Impacts of Generative AI on Novelty Criteria in Patent Examination
 
The Japan Patent Office (JPO) plans to revise the Design Act in 2026 to address situations where a third party might use generative AI to create and publicly disclose a large volume of new product designs, potentially hindering genuine new developments by businesses. In the patent arena as well, some companies have begun using ChatGPT for brainstorming sessions (“wall-banging”) to generate and develop a large number of ideas in a short period, leading to a surge in patent filings. They may also consider disclosing these ideas without filing patent applications.
While the evolution of generative AI does not directly change the legal criteria for “novelty” in patent examination, the widespread use of generative AI and the accompanying explosive increase in technical information and documentation could have the following indirect, practical impacts:


1. Expansion of Search Scope Due to an Increase in Prior Art
Large Volumes of AI-Generated Content Treated as “Published Documents”

• If AI-generated papers, articles, code, images, etc. are published, they could be cited as “prior art documents.”
• Traditionally, the volume of literature produced by human authors was somewhat limited, but automatic mass production of content by AI will likely lead to a significant increase in the amount of material to be considered in novelty searches.

Varying Quality, Yet Capable of “Comprehensive” Creation of Similarities to Existing Technologies

• AI generates outputs based on training data, making it prone to producing many proposals that resemble existing technologies.
• Some AI-generated documents may contain crucial insights as prior art, while many others will merely be “noise.”
• Patent offices and corporate patent departments will need to carefully review an even wider range of search results and documents than before, likely increasing the burden of conducting prior art searches and examinations.

2. Introduction and Advancement of AI in the JPO’s Search and Examination Process
Automation and Enhancement of Prior Art Searches with AI

• Advances in not only generative AI but also in search AI and text-mining technologies may streamline “prior art searches,” encompassing both the burgeoning AI-generated literature and traditional publications.
• In addition to conventional keyword searches, patent examiners could leverage AI-based tools to find similar technologies more efficiently.

Revisions to Examination Standards Concerning Creative Elements

• When an invention is proposed using generative AI, the method and guidelines for evaluating a human expert’s “inventive step” or “creative contribution” may be reexamined.
• Nevertheless, novelty itself is judged objectively—whether something identical already exists—so for the time being, legal changes are unlikely. Instead, it is expected that practical operational rules, detailed guidelines, and considerations for how to utilize AI in the assessment process will continue to evolve.

3. Elevated Threshold for Novelty Due to “Overflow” of Prior Art
Easier Public Disclosure of Similar Technologies

• If the pace of online publication of AI-generated documents and information accelerates, the risk that identical or similar technologies will be deemed “already existing prior art” rises significantly.
• For inventors, this means an increased possibility of discovering that “the idea I came up with was already generated automatically by AI and disclosed somewhere.”

Emergence of Fields Where Patents Become Harder to Obtain

• For inventions closely tied to computer science or outputs generated by AI, these fields may already contain a large volume of AI-generated documents serving as prior art.
• As a result, in such fields, small differences may not be recognized as novel, effectively raising the hurdle to obtaining patents.

4. Risk of “Unconscious” Disclosure of Prior Art and Rights Acquisition Due to AI
Risk of Premature Public Disclosure of Ideas in the Development Stage

• The likelihood of inadvertently disclosing research or ideas from early-stage R&D through AI interactions increases.
• Managing the risk of novelty loss becomes more critical, pushing companies and research institutions to exercise stricter control over information and publication timing than before.

Reassessment of Patent Application and Rights Acquisition Strategies

• When AI is used to generate numerous ideas, it becomes more challenging to decide whether to cover all of them in a patent strategy or focus on obtaining rights for only essential parts.
• Determining which ideas to patent and which to leave unpatented—and controlling their publication timing—could become more complicated.
• After filing for a core invention, there is a possibility that a third party could use generative AI to generate a large number of related or improved inventions, potentially infringing on one’s patent portfolio. This risk may drive companies to reconsider their patent filing and rights acquisition strategies.

Summary

• The legal requirement of “novelty” remains unchanged:
  The definition of novelty under each country’s patent laws will not be altered so easily. While there are debates about whether AI can be recognized as an inventor and to what extent AI-generated outputs are considered prior art, the core criterion—whether the information is publicly known or used and thus identical—remains the same.
• Increased practical burden in examination and searches:
  Given the massive amount of AI-generated documents, patent examiners and corporate IP departments will need to expand their search activities. Consequently, the adoption of search AI and natural language processing tools is likely to accelerate.
• Possible rise in the “effective” novelty threshold due to an overflow of prior art:
  As the volume of AI-generated publications on the internet increases, the likelihood that “similar ideas” already exist also rises, making it more difficult to ensure novelty in many cases.

Overall, the advancement of generative AI will significantly transform the environment surrounding the novelty requirement in patent examinations. It will require more sophisticated procedures and strategies for searches, examinations, and patent rights acquisition.
(This article was drafted in collaboration with Generative AI.)
​

Perplexity、Genspark、Felo AIなどが情報検索型の生成AIとして台頭、Google一強だった従来型検索エンジンにとって代わる勢いでしたが、Googleの「Gemini 1.5 Pro with Deep Research」はGoogleのAI技術を活用したリサーチ特化型の新機能で、マルチステップ・リサーチ、大規模コンテキスト、ソースリンク付きレポート、チャット機能を備え、複雑な質問に対して自動で複数のサブトピックに分割して調査を実施し、Googleドキュメントで編集可能な包括的なレポートを自動生成します。Perplexity、Genspark、Felo AIよりレベルの高い検索ができ、出典が明確な包括的なレポートが出来てとても便利です。月額2,900円を払いGemini Advancedのユーザーにならないと使えませんが、その価値は十分あると感じています。
「日立製作所の成長戦略」、「日立製作所の成長戦略における知的財産部門の貢献」という２つのレポートを「Gemini 1.5 Pro with Deep Research」に作成指示しました。
出来栄えは、各自ご判断いただければと思います。
 
 
 
The Contribution of the Intellectual Property Department to Hitachi’s Growth Strategy
 
Perplexity, Genspark, and Felo AI have emerged as generative AI tools specializing in information retrieval, poised to challenge the traditional dominance of Google’s search engine. However, Google’s new “Gemini 1.5 Pro with Deep Research” feature, which harnesses Google’s AI technology, is specifically designed for research. It offers multi-step research, large-scale context handling, source-linked reports, and chat functionality. For complex questions, it automatically breaks them down into multiple subtopics, conducts an investigation, and generates a comprehensive report that can be edited in Google Docs.
Compared to Perplexity, Genspark, and Felo AI, Gemini 1.5 Pro enables more advanced searching and creates comprehensive reports with clearly cited sources, making it extremely convenient. While you do need to pay a monthly fee of 2,900 yen to become a Gemini Advanced user, I believe it is well worth the cost.
I instructed “Gemini 1.5 Pro with Deep Research” to create two reports: “Hitachi’s Growth Strategy” and “The Contribution of the Intellectual Property Department to Hitachi’s Growth Strategy.” I’ll leave it to each individual to assess the quality of the outputs.

ソフトバンクグループの創業者・孫正義氏は、ChatGPTとの壁打ちでわずかな時間で数百もの先進的アイデアを創出・発展させ，1000件以上の特許出願を行っているということです。
生成AIの急速な進化は、特許審査における進歩性（非容易想到性）の判断にもさまざまな影響を及ぼす可能性があります。以下では、その主な影響をいくつかの観点から整理します。
 
1. 先行技術調査・引用可能な情報の増大

• AIによるアイデア生成の爆発的増加
  生成AIの発展によって、従来よりもはるかに速いスピードで多種多様なアイデアや技術的な組合せが自動的に生み出され、インターネット上に公開される可能性があります。結果として、特許庁が引用可能な“先行技術”が飛躍的に増えることが予想されます。
  これにより、新たな出願内容に対して、より広範かつ迅速な先行技術調査が行われるため、「当業者が容易に想到し得たか否か」という判断において、以前より厳しい目で見られる傾向が生じる可能性があります。
• 情報過多による検索・分析の困難化
  一方で、情報が増えすぎることで、審査官が重要な先行技術を見落とすリスクや、的確に評価を行う難易度が上がるリスクも存在します。そうした課題に対応するため、特許庁自身もAIツールを活用し、効率的かつ網羅的な検索や分析を行う方向に進むと考えられます。

 
2. 当業者の技術水準の向上と「容易想到性」の基準変化

• 高水準のツールの普及
  生成AIの普及により、誰でも高度な技術分析やアイデア創出が行えるようになると、「当業者」の技術力や知識水準が引き上げられると見なされる可能性があります。すると、特許法で要求される「当業者が容易に想到しうるかどうか」を判断する際のハードルが上がる可能性があります。
• 組合せ発明の扱い
  生成AIは先行技術の文献や既存の発明アイデアを自在に組み合わせ、新規アイデアを提示することが得意です。組合せ発明はかねてから「特定の技術的課題を解決するための組合せが単に当業者にとって自明であるかどうか」が審査の争点でした。しかし、AIを使うことで“巧みな組合せ”が容易になると、審査官がそれを「容易想到」とみなすか、それとも「一歩進んだ発明」と評価するかの線引きがさらに難しくなるでしょう。

 
3. 知的財産庁の審査プロセスへのAIの活用

• 審査官の支援ツールとしてのAI
  特許庁は大量の出願件数に対応するため、生成AIや自然言語処理技術を取り入れる動きを加速させています。これにより、
  • 先行文献の検索
  • クレームの比較分析
  • AIによるレコメンド（引用可能な先行技術の提示）
    などが行われ、より多くの先行技術を迅速に検出できるようになります。
• 審査基準のアップデート
  2024 年５月に、AI 時代の知的財産権検討会がまとめた「AI 時代の知的財産権検討会中間とりまとめ」では、「現時点では、発明創作過程における AI の利活用の影響によりこれまでの特許審査実務の運用を変更すべき事情があるとは認められない。したがって、進歩性の判断に当たっては、幅広い技術分野における発明創作過程での AI の利活用を含め、技術常識や技術水準を的確に把握した上で、これまでの運用に従い、当該技術常識や技術水準を考慮し、進歩性のレベルを適切に設定して判断を行うべきと考えられる。」と報告されていますので、すぐには審査基準の見直しはないでしょうが、AIの活用が進む中で、「当業者の通常の創作能力」をどう位置づけるかは継続的に見直しが行われるでしょう。技術の進化が速い分野においては、特許庁が示すガイドラインや審査基準も定期的に改訂されると考えられます。

 
4. 特許性のハードルの高まりと新たな戦略

• 真に革新的な要素の重要性
  生成AIの登場によって大量のアイデアが溢れる中、「どの部分が真に革新的で、AIを使っても簡単には思いつけないものなのか」が特許取得の鍵となります。進歩性を強く主張するためには、AIが生み出せるレベルを超えた技術的特徴や成果を明確に説明する必要が出てきます。
• 知財戦略の変化
  従来の手法では取得できていた特許が、生成AIの普及に伴い「自明」と判断されるリスクが高まる可能性があります。そのため、
  1. 従来よりも特許明細書における発明の効果・技術的意義をより明確に書き込む
  2. AIでは容易に作れない特殊な特徴や専門領域の技術をアピールする
  3. ノウハウ化や営業秘密による保護との併用を検討する
     といった新たなアプローチが重要になってきます。

 
まとめ
生成AIの急速な進化により、特許審査における進歩性の判断基準は今後厳格化していく可能性があります。AIが先行技術の調査やアイデア生成を容易にするほど、当業者にとって「自明かどうか」の線引きがシビアになる一方、特許庁側もAIを活用して審査プロセスを高度化していくと考えられます。
その結果、発明者や企業は「AIでは簡単に到達できないレベルの技術的特徴」をどのように示すかがより重要となり、明確かつ説得力のある特許明細書の作成や、ノウハウの秘匿化など、多角的な知財戦略が求められるようになるでしょう。
 
（本稿は、生成AIと共に書き起こしたものです。）
 
 
 
The Impact of Generative AI on the Standards for Assessing Inventive Step in Patent Examination
 
Introduction
Masayoshi Son, founder of the SoftBank Group, reportedly used ChatGPT to brainstorm hundreds of advanced ideas in a short period, leading to over 1,000 patent applications. The rapid evolution of generative AI could significantly influence how inventive step (non-obviousness) is assessed during patent examinations. Below, we outline the main impacts from several perspectives.


1. Increased Prior Art and Referable Information
• Explosive Growth in AI-Generated Ideas
Advancements in generative AI enable the automatic generation and publication of diverse ideas and technical combinations at unprecedented speed. This may result in a substantial increase in “prior art” available for citation by patent offices.
As a consequence, patent offices are expected to conduct broader and more rapid prior art searches, potentially leading to a stricter evaluation of whether a claimed invention is “obvious to a person skilled in the art.”
• Challenges from Information Overload
Conversely, the abundance of information may increase the risk of examiners overlooking critical prior art or facing difficulties in conducting accurate evaluations. To address such challenges, patent offices are likely to adopt AI tools for efficient and comprehensive searches and analyses.


2. Higher Technical Standards for Practitioners and Changes in the Definition of “Non-Obviousness”
• Proliferation of Advanced Tools
The widespread adoption of generative AI could raise the perceived skill level and knowledge base of the “person skilled in the art.” Consequently, the threshold for determining “non-obviousness” under patent law may become more stringent.
• Treatment of Combination Inventions
Generative AI excels at combining existing technical ideas to propose novel solutions. While combination inventions have historically been scrutinized based on whether the combination is obvious, AI’s ability to create “clever combinations” could make it increasingly challenging for examiners to distinguish between obviousness and inventive advancement.


3. Use of AI in Patent Examination Processes
• AI as a Support Tool for Examiners
Patent offices are accelerating efforts to integrate generative AI and natural language processing technologies. These tools enable:

• Prior art searches,
• Comparative analysis of claims, and
• AI recommendations (e.g., suggestable prior art).
  This adoption allows for faster and more comprehensive detection of prior art.

• Update to Examination Standards
In May 2024, the "Interim Report of the Study Group on Intellectual Property Rights in the AI Era," compiled by the Study Group on Intellectual Property Rights in the AI Era, stated:
"At present, there are no circumstances that warrant changes to the operation of patent examination practices due to the impact of AI utilization in the invention and creation process. Therefore, when assessing inventive step, it is considered appropriate to set and determine the level of inventiveness based on the established practice, while accurately understanding common technical knowledge and technical standards, including the utilization of AI in the invention and creation processes across a wide range of technical fields."
As such, a review of the examination standards is unlikely in the immediate future. However, as AI utilization advances, continuous reassessment of how the "ordinary creative ability of a person skilled in the art" is positioned will likely take place. In rapidly evolving technological fields, it is also expected that the guidelines and examination standards provided by the Patent Office will be periodically revised.

4. Higher Thresholds for Patentability and Emerging Strategies
• Importance of Truly Innovative Elements
In an era where AI generates an abundance of ideas, identifying “genuinely innovative elements” that cannot be easily conceived using AI will become key to securing patents. To argue for inventive step, applicants must clearly articulate technical features and outcomes that exceed AI’s generative capabilities.
• Changes in Intellectual Property Strategies
The spread of generative AI could lead to previously patentable inventions being deemed “obvious.” In response, applicants may need to adopt new approaches, such as:

1. Clearly describing the effects and technical significance of the invention in patent specifications,
2. Highlighting unique features and specialized technologies beyond AI’s capabilities, and
3. Combining patenting with trade secrets or know-how for protection.

Conclusion
The rapid evolution of generative AI may lead to stricter standards for assessing inventive step in patent examinations. As AI facilitates prior art searches and idea generation, the distinction between what is “obvious” will become increasingly nuanced. Meanwhile, patent offices are expected to leverage AI to enhance examination processes.
For inventors and companies, demonstrating technical features beyond AI’s reach will become crucial. This will necessitate crafting clear and persuasive patent specifications and adopting multifaceted intellectual property strategies, such as maintaining trade secrets.
 
(This article was drafted with the assistance of generative AI.)

IP ジャーナル31 号（2024.12）に掲載されている「統合報告での特許情報の開示とインタンジブルズ・ミックス」（著者：経営コンサルタント・弁理士 鈴木 健治 氏）は、統合報告書における特許情報開示の有効性について考察したものです。
特許法の条文を例示しつつ、日東電工、日産化学、アシックスなど複数企業の統合報告書事例を紹介し、特許情報の開示方法を考察しています。そして、経営学の視点から、事業戦略、全社戦略、組織構造といった観点で特許活動を位置づけ、「インタンジブルズ・ミックス」という概念を用いて、無形資産の組み合わせによる価値創造を分析しています。
さらに、企業価値の測定という観点から、特許情報は財務情報と同様に再現可能な測定として証拠能力を持つべきであり、同時に将来のビジネスを予測できるような情報であるべきだと論じています。
下記の表は、言及されている企業について、どのような視点から取り上げられ、どのような説明がされているかを整理したものです。
分析視点は、主に「事業戦略」「全社戦略」「組織」の3つに分類されています。 説明は、各企業の特許情報開示に関する具体的な取り組み内容をまとめたものです。
特許法の条文は、各企業の事例が関連する特許法の条文を示しています。
この表は論文に基づいて作成しましたが、企業によっては複数の視点から分析されている場合もあり、すべて網羅されているものではありません。詳細は論文を参照ください。
 
統合報告での特許情報の開示とインタンジブルズ・ミックス
http://fdn-ip.or.jp/files/ipjournal/vol31/IPJ31_30_36.pdf
 
 
 
Disclosure of Patent Information in Integrated Reports and the Intangibles Mix
The article “Disclosure of Patent Information in Integrated Reports and the Intangibles Mix” by management consultant and patent attorney Kenji Suzuki, published in IP Journal No. 31 (December 2024), examines the effectiveness of disclosing patent information in integrated reports.
Using examples from the Patent Act, the article highlights cases from several companies, including Nitto Denko, Nissan Chemical, and ASICS, to analyze methods of patent information disclosure. From a business management perspective, it positions patent activities within the framework of business strategy, corporate strategy, and organizational structure. It also introduces the concept of the "intangibles mix," analyzing value creation through the combination of intangible assets.
Furthermore, the article argues that, from the perspective of measuring corporate value, patent information should serve as verifiable evidence akin to financial data while also providing insights into future business prospects.
The table below summarizes the perspectives and explanations provided in the article for each company:

The analytical perspectives are broadly categorized into "Business Strategy," "Corporate Strategy," and "Organization." The explanations summarize specific initiatives related to patent information disclosure for each company. The referenced Patent Act articles indicate the legal basis related to the cases.
This table is based on the article, but not all companies are analyzed comprehensively across all perspectives. For further details, please refer to the article.
 

OpenAI o1版『生成AIを活用した特許明細書の書き方』を作成しました。
目次は、以下の通りです。やはり、現状の生成AIによる限界も明確になっていることを感じます。
 
本書の概要

• 対象読者
  • 弁理士になりたての初心者
  • 企業の知財担当者
  • 研究者・技術者
• 目的
  • 生成AIの基本的な仕組みを理解しながら、特許明細書の作成にどのように役立てられるかを解説する。
  • 明細書作成の実務的なプロセスと、AIの活用によって生じる法的・倫理的な留意点、リスク、効果的な使い方などを示す。
• 特徴
  • 法律の専門用語と技術的なトレンドの両面から、できるだけやさしく解説。
  • 実際の特許出願手続きの流れを踏まえながら、AIを活用した作業プロセスをステップ・バイ・ステップで紹介。
  • 企業での導入事例や、研究開発現場での活用・留意点をケーススタディで示す。

第1章　はじめに
第2章　特許明細書の基礎
第3章　生成AIの基礎知識
第4章　生成AIを活用した特許明細書作成の流れ
第5章　AIが生成する文章を活用するためのポイント
第6章　実践ガイド：ケーススタディ
第7章　企業での導入と運用上の留意点
第8章　法的リスクと倫理的課題
第9章　将来展望：弁理士と生成AIの協働
第10章　おわりに
　　　 あとがき
 
 
OpenAI o1 Edition: "How to Write Patent Specifications Using Generative AI"
 
I have created the OpenAI o1 edition titled "How to Write Patent Specifications Using Generative AI". Below is the table of contents. It reveals the current limitations of generative AI as well.


Overview of the Book
• Target Audience

• Beginner patent attorneys
• Corporate IP professionals
• Researchers and engineers

• Purpose

• To explain how to effectively use generative AI in drafting patent specifications while understanding its fundamental mechanisms.
• To provide practical insights into the drafting process, including legal and ethical considerations, risks, and best practices for AI use.

• Features

• Simplified explanations that balance legal terminology and technological trends.
• Step-by-step introduction to AI-assisted workflows within the context of actual patent filing procedures.
• Case studies on implementation in corporate settings and research environments.

Chapter 1: Introduction
Chapter 2: Basics of Patent Specifications
Chapter 3: Fundamentals of Generative AI
Chapter 4: Workflow for Drafting Patent Specifications Using Generative AI
Chapter 5: Key Points for Using AI-Generated Text
Chapter 6: Practical Guide with Case Studies
Chapter 7: Implementation in Companies and Practical Considerations
Chapter 8: Legal Risks and Ethical Challenges
Chapter 9: Future Prospects: Collaboration Between Patent Attorneys and AI
Chapter 10: Conclusion
Afterword