3月5日にリリースされた中国発AIエージェント「Manus」が、OpenAI「deep research」よりも高性能ということらしいということで。話題沸騰中です。
中国企業がChatGTに追いつくのに、第一段階では1年以上かかり、第二段階の推論モデルでは４カ月かかりました。今、第三段階（ＡＩエージェント）に入り始めたところですが、もう中国企業がOpenAIを追い越した状態になっているのかもしれません。
 
 
The AI Agent from China, "Manus"
 
The China-developed AI agent "Manus," released on March 5th, is currently creating significant buzz due to reports suggesting it surpasses OpenAI's "deep research" capabilities. It took Chinese companies over a year to catch up with ChatGPT in the initial phase, and another four months in the second phase involving inference models.
Now, as we enter the third phase (AI agents), it seems possible that Chinese companies may already be overtaking OpenAI.

新機能をいち早く取り入れて進化している、特許文書の読解支援ＡＩアシスタント「サマリア」ですが、3月10日に、「分類構築ツールの強化」および「一括指示ツールのサンプリング機能（2）」がリリースされるとともに、今後の開発ロードマップが示されました。
【トピック】・分類構築ツールの強化・一括指示ツールのサンプリング機能（2）・今後の開発ロードマップ
https://patent-i.com/summaria/manual/R_20250310
 
今後の開発ロードマップでは、エージェント系ＡＩを搭載して、今年の前半には、分類、対比系の機能を大幅に強化していく予定。「特に、特許情報解析（ＩＰランドスケープ）や、侵害予防調査に取り組まれている方にとっては革新的な機能を提供していく予定です。」ということで、期待したい。
 
 
 
Future Development Roadmap for “Summaria”
 
Summaria, the AI assistant that supports reading patent documents, is rapidly evolving by quickly incorporating new features. On March 10, along with the release of the “Enhanced Classification Construction Tool” and “Batch Instruction Tool Sampling Function (2)”, the future development roadmap was unveiled.
Topics:

• Enhanced Classification Construction Tool
• Batch Instruction Tool Sampling Function (2)
• Future Development Roadmap
  https://patent-i.com/summaria/manual/R_20250310

According to the future development roadmap, the system will be equipped with agent-based AI, and the classification and contrast features are set to be significantly enhanced in the first half of this year. “In particular, we plan to provide innovative functionalities for those engaged in patent information analysis (IP landscape) and infringement prevention research.” This is definitely something to look forward to.

金融庁から、3月4日、AIディスカッションペーパー「金融機関等におけるAIの活用実態と健全な利活用の促進に向けた初期的な論点整理」が公表されました。
「本ディスカッションペーパーでは、金融機関におけるAI活用の現状および課題を整理するとともに、多岐にわたる論点を網羅的に検討しました。一方で、本ディスカッションペーパーの分析は初期段階にすぎず、提示した論点も、技術革新やビジネス環境の変化に伴って大きく変わり得るものと考えております。金融庁としては、今回提示した視点を起点に、今後もステークホルダーとの対話を強化しながら、具体的な施策について柔軟に検討を深めていきたいと考えています。御意見や御提案がありましたら、・・・・・までメールでお寄せください。」ということです。
銀行における生成AIの活用についてDeep Researchしてみました。
 
AIディスカッションペーパーの公表について
https://www.fsa.go.jp/news/r6/sonota/20250304/aidp.html
AI ディスカッションペーパー（第 1.0 版）（本文）
- 金融分野における AI の健全な利活用の促進に向けた初期的な論点整理 – 2025 年３月
https://www.fsa.go.jp/news/r6/sonota/20250304/aidp.pdf
AIディスカッションペーパー（概要資料）
https://www.fsa.go.jp/news/r6/sonota/20250304/aidp_summary.pdf
 
千葉銀行に激震　「100人の会社」を買って「1万人のAI専門人材」を獲得した──いったい何が起きている？
2025年03月10日
https://www.itmedia.co.jp/business/articles/2503/10/news111.html
 
 
FSA Publishes AI Discussion Paper
 
On March 4, the Financial Services Agency (FSA) published an AI discussion paper titled, "Preliminary Analysis of AI Utilization in Financial Institutions and the Promotion of Its Sound and Effective Use."
"This discussion paper summarizes the current status and challenges related to AI utilization among financial institutions, and comprehensively examines a wide range of related issues. However, we acknowledge that the analysis presented in this paper is still at an early stage, and the outlined issues may significantly evolve due to technological innovation and changes in the business environment. Moving forward, the FSA intends to deepen discussions on specific measures flexibly, starting from the perspectives presented here, while continuing active dialogue with stakeholders. We welcome any comments or suggestions via email to ........."
I conducted deep research on the utilization of generative AI in banks.

Deep Researchは広く深く集めたものを読みながら方針を立ててさらに検索を進めるAIエージェントで、いろんな用途に使えます。論文検索の分野でも独自の進化が進んでいます。
こうしたAIエージェントが今後さらに急速に進化するようです。
 
ChatGPT「大学院生並み」リポート10分　知識労働代替も2025年3月10日
https://www.nikkei.com/article/DGXZQOGN0464G0U5A300C2000000/
 
OpenAI「ディープリサーチ」次の進化は　開発者に聞く2025年3月10日
https://www.nikkei.com/article/DGXZQOGN090FC0Z00C25A3000000/
 
中華AIの衝撃、再び──中国発AIエージェント「Manus」が話題　OpenAI「deep research」よりも高性能とうたう
2025年03月10日
https://www.itmedia.co.jp/aiplus/articles/2503/10/news164.html
 
論文検索AIの使い方を現役研究者が解説【SciSpace, Elicit, Consensus, Connected papers】
https://www.academianote.site/literature-search/
 
 
 
Deep Research, AI for Paper Search, AI Agents
 
Deep Research is an AI agent that reads through broadly and deeply collected information, formulates strategies, and then continues to refine its searches accordingly. It can be utilized across various applications. In the field of paper search, it is experiencing its own unique evolution.
Such AI agents are expected to advance even more rapidly in the future.

サッポロホールディングスが、全社員約6000人を対象に2025年2月3日から生成AIの利用を始めたという記事が掲載されていました。社内データ連携機能を整備して、特定部門領域に特化した有効なユースケースを発掘し業務プロセス変革につなげる狙いで、検索拡張生成（RAG）により社内文書を検索する仕組みも構築済みで、マニュアルなどを参照して回答を出力する機能を実装しているということです。2月17日時点では33パーセントが利用しているということで、月に1度以上利用する社員の割合が60パーセントに達することを目標にしているということです。
このサッポロHDの取り組みを深堀し、大手飲料メーカーの生成AI活用比較をDeep Researchしてみました。
 
サッポロHDの独自生成AI　目標指標は｢全社員の6割利用｣
2025年3月11日
https://www.nikkei.com/article/DGXZQOUC218JC0R20C25A2000000/
 
 
Comparison of Generative AI Utilization Among Major Beverage Manufacturers
 
An article reported that Sapporo Holdings began implementing generative AI for approximately 6,000 employees company-wide on February 3, 2025. The objective is to identify effective use cases specialized for specific departmental areas, facilitating business process transformation through enhanced internal data integration capabilities. They have already built a Retrieval-Augmented Generation (RAG) system for searching internal documents and implemented a function that outputs answers by referencing materials such as manuals. As of February 17, the utilization rate was reported at 33%, with the company aiming to reach a target of 60% of employees using the system at least once a month.
Building on this initiative by Sapporo Holdings, we conducted deep research comparing generative AI utilization among major beverage manufacturers.

「東北大学 知的財産シンポジウム 2025～新たなイノベーションエコシステムの構築に向けたイノベーション投資としての知的財産を考える～」（3月7日WEB開催）を視聴しました。この視点のシンポジウム、良いですね。
「イノベーションとは単なる技術革新ではなく、社会への新たな価値の提供である」
「コア技術への研究開発投資や特許出願等の知的財産権への投資だけでなく、産業として独り立ちさせるために、周辺技術も含めて社会実装を見据えた投資が必要」
それぞれ素晴らしい講演でしたが、「シリコンバレーから見たスタートアップのマインドセットと知財の役割」（佐藤 玲奈 氏｜新エネルギー・産業技術総合研究開発機構（NEDO） シリコンバレー事務所次長）の講演が特に印象的でした。
 
添田氏の講演要旨：イノベーション投資は特許取得にとどまらず、事業戦略や研究戦略との三位一体で考えるべきと強調。AIや再生医療など長期・高リスク分野でも、知財を核とした緻密なオープンクローズ戦略が鍵になる。
今村氏の講演要旨：日本の研究開発力が国際的に低下しており、大学やスタートアップの基盤強化が急務であると警鐘を鳴らす。公的支援や大企業との連携を通じて、科学立国の再興とイノベーション創出を図るべきと提言。
早川氏は、「オープンイノベーションを本質的に成功させるには“指揮者”としてのビジネスシナリオ構築と知財を核としたパートナー戦略が必要」と強調。
山本氏は、「スタートアップは急成長やピボットに対応できる柔軟な特許出願戦略、資金調達時に効く差別化策としての知財活用が重要」と解説。
佐藤氏は、シリコンバレーの事例を挙げながら、「リスクを取る文化と高速な仮説検証がスタートアップの成長エンジン」であり、「投資家や大企業の期待を満たすためには知財を含む独自優位性をどう構築するかがカギ」と紹介。
 
 
【Web開催】東北大学 知的財産シンポジウム 2025
～新たなイノベーションエコシステムの構築に向けた
イノベーション投資としての知的財産を考える～
https://peatix.com/event/4304612?lang=ja-jp
14:00　 開会挨拶
　　　　遠山 毅｜東北大学 理事 産学連携機構長
14:05　 基調講演１
　　　「イノベーション投資と知的財産」
　　　　添田 雅人 氏｜株式会社日立製作所 グローバル知的財産統括本部 弁護士
　　　　　　　　　 　 一般社団法人日本知的財産協会 ライセンス第２委員会 委員長
14:25 　基調講演２
　　　「日本のイノベーションはどこへ向かうのか」
　　　　今村 亘 氏｜経済産業省イノベーション・環境局担当 審議官
14:45　 Break
14:55　 講演１
　　　「オープンイノベーションの誤解と知財戦略の本質」
　　　　早川 典重 氏｜事業構想大学院大学 特任教授/はがみのもりデザイン CEO
15:10　 講演２
　　　「スタートアップの知財戦略」
　　　　山本 飛翔 氏｜弁護士法人法律事務所 amaneku 代表弁護士
15:25　 講演３
　　　「シリコンバレーから見たスタートアップのマインドセットと知財の役割」
　　　　佐藤 玲奈 氏｜新エネルギー・産業技術総合研究開発機構（NEDO） シリコンバレー事務所次長
 
15:40 　Break
15:50 　パネル・ディスカッション
　　　　「イノベーションを支える知財への投資 ～知の創出・蓄積と人の育成～ 」
　　　　　戸次 一夫｜東北大学産学連携機構・法学研究科 特任教授(研究)
　　　　　パネラー 各講演者
16:50 　閉 会
　　　＊司会進行 飯野 由里江 | 東北大学産学連携機構 特任教授　
 
 
 
Intellectual Property as an Investment for Innovation
 
I attended the online event, "Tohoku University Intellectual Property Symposium 2025 – Exploring Intellectual Property as an Innovation Investment for Building a New Innovation Ecosystem" (held on March 7). I found the symposium's perspective quite insightful.
“Innovation is not merely technological advancement but the provision of new value to society.”
“Investments should not be limited to R&D in core technologies and filing patent applications; they must also include investments in peripheral technologies, taking into account practical implementation, to establish sustainable industries.”
All the lectures were excellent, but the presentation titled "The Startup Mindset and the Role of Intellectual Property from a Silicon Valley Perspective" by Reina Sato (Deputy Director of the Silicon Valley Office, New Energy and Industrial Technology Development Organization (NEDO)) stood out as particularly impressive.

様々な検索特化型生成AI Deep Research ツールが利用できるようになってきました。
各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 
Search-Specialized Generative AI Deep Research Tools
A variety of search-specialized generative AI Deep Research tools are now available.
I have conducted an extensive investigation into various Deep Research tools, so please refer to them.

産業構造審議会知的財産分科会　令和６年度第１回審査品質管理小委員会（令和７年２月１２日開催）の議事録が公表されました。
https://www.jpo.go.jp/resources/shingikai/sangyo-kouzou/shousai/hinshitu_shoi/document/index/2024-01-gijiroku.pdf
 
この議事録の中でAI（人工知能）に関して触れられている部分で、気になる部分を以下にピックアップしました。
なかでも、「審査におけるＡＩ活用は本当に喫緊の課題になっている」、「ＡＩの質的な能力に応じた審査が求められる」の2点の指摘は重要だと感じます。
久保田意匠課長「審査の均質化に向けて一次判断等に生成ＡＩを活用するなど、属人性を排除していく方策が必要ではないか等の御意見を頂きました。」
松浦品質管理室長「人員増が容易でない状況を踏まえつつ、これまで以上に質の高い審査を実現できるよう、検索外注やＡＩ技術のさらなる活用を含め、審査業務の効率化に引き続き取り組んでまいります。」
澤井 委員(TopoLogic 株式会社 IP Advisor 弁理士)
「生成ＡＩ技術の審査への活用を御提案できればと思っております。本当にこの１年で生成ＡＩの技術力が格段に、我々の想像のはるか上を行って、世界中の情報がすぐに見つかるような状況でございます。審査というところは、恐らく調査、分析、判断という３段階あると思うのですけれども、特に調査の段階においては、できるだけ属人性を廃した均質的な調査能力を生成ＡＩで担保しつつ、一方で審査官の皆様には、判断というところが最終的に課されるところでございますので、そこにより注力いただきまして、例えば先ほど御意見にありましたような、拒絶理由通知の記載の充実ですとか、どうしてこのような審査結果が出たかというところを、よりユーザーフレンドリーな形で明確にお示しいただければと考えております。それによって、いわゆる均質性の問題ですとか、そういったところも徐々に改善されていくのではないかと思料しております。」
松浦品質管理室長「澤井委員より御指摘のありました生成ＡＩでございますが、ＡＩの活用に関してまず御説明いたしますと、特許庁は平成29年度より人工知能技術の活用に向けたアクション・プランを公表いたしまして、開発を進めてきたところであります。特許分類付与や概念検索、特許文献のランキング表示、さらには構成要素検索というツールにおいて、既に庁内に導入がなされております。今後もアジャイル型開発により高度化を進めるなど、様々な業務でのＡＩ技術の利活用の検討に取り組んでおります。
 また、近年の進展がとりわけ目覚ましい生成ＡＩの活用につきましても、特許審査への適用可能性を検討しております。例えば、特許文献の要約や表データの構造化などの実現可能性について、現在調査を行っております。さらに、特許審査部では、審査業務の各プロセスにおける生成ＡＩの活用可能性を検討しておりまして、手応えを感じ始めているところでございます。検討状況については、このように御説明申し上げたとおりでございますが、それも含めました環境整備を通じまして、先行技術文献調査の強化を図っていきたいと考えている所存でございます。」
東海林 委員（TMI 総合法律事務所 顧問弁護士、元知的財産高等裁判所第３部部総括判事）の指摘
「ＡＩについては、今いろいろ御指摘があったところですけれども、この時代になって私も一番強く感じるのは、審査においていかにＡＩを活用していくかということは本当に喫緊の課題になっていると思っております。・・・・各特許の分野においてＡＩを利用した発明もどんどん出てきているようになっている。そうすると、出願時の技術水準が上がってくるということになるので、審査官がそのレベルの審査ができるように追いついていく必要があると思います。
 もちろん審査におけるＡＩをどのように活用していくかということもあるのですけれども、そういうＡＩを利用した発明ということになると、ＡＩの能力が向上すればするほど技術常識がどんどん上がっていきますので、その情報を的確に収集しながら審査していくことが今後求められていくのかなと。そういう意味で、ＡＩの質的な能力に応じた審査ができるように今後努めていかなければいけないのかなと思っています。」
 
 
AI Utilization in Patent Examination: An Urgent Issue
 
The minutes from the first session of the Quality Control Subcommittee for Patent Examination under the Intellectual Property Subcommittee of the Industrial Structure Council, held on February 12, 2025, have been published.
Within these minutes, the following points regarding AI (Artificial Intelligence) are particularly noteworthy:

1. "Utilizing AI in patent examination has genuinely become an urgent issue."
2. "Patent examinations must adapt according to the qualitative capabilities of AI."

Key Comments from Participants:
Kubota, Head of Design Division: "We received opinions suggesting that, for ensuring consistency in examination, it might be necessary to eliminate individual biases by utilizing generative AI for initial assessments."
Matsuura, Head of Quality Management Office: "Given the difficulty of increasing staffing, we will continue our efforts to improve the efficiency of examination processes, including outsourcing searches and further leveraging AI technology, to achieve higher quality examinations than ever before."
Committee Member Sawai (Patent Attorney, IP Advisor at TopoLogic Inc.): "I propose the use of generative AI technology in examinations. Over the past year, the capabilities of generative AI have advanced far beyond our expectations, enabling immediate access to global information. Examination generally involves three stages: research, analysis, and judgment. Particularly during the research stage, generative AI can ensure consistent, unbiased investigative capabilities. This allows examiners to focus more intensively on the judgment stage, ultimately enhancing the comprehensiveness of notifications regarding reasons for rejection and making the examination results clearer and more user-friendly. Consequently, this approach should gradually mitigate issues concerning consistency."
Matsuura, Head of Quality Management Office: "Regarding the generative AI mentioned by Committee Member Sawai, I would like to explain the current status of AI utilization. Since fiscal year 2017, the Japan Patent Office has published an action plan for leveraging artificial intelligence technologies and has been actively developing these technologies. Tools such as patent classification assignment, concept searching, patent document ranking displays, and component searches have already been implemented internally. We are committed to further enhancing these tools through agile development and actively exploring AI applications across various tasks. Particularly, we are examining the applicability of generative AI—which has shown remarkable advancements recently—in patent examinations, including feasibility studies on patent summarization and structured tabular data creation. Additionally, the Patent Examination Department is actively exploring the potential use of generative AI across various examination processes, and initial outcomes appear promising. We aim to strengthen prior art document research through these and related environmental improvements."
Committee Member Shoji (Advisor Attorney at TMI Associates, former Presiding Judge of the Third Division of the Intellectual Property High Court): "There have been several points raised regarding AI, but in this current era, I strongly feel that determining how to effectively utilize AI in patent examinations has truly become an urgent issue. With inventions leveraging AI rapidly increasing across various patent fields, the technological standards at the time of application are rising. Therefore, patent examiners must catch up and conduct examinations that match this elevated technological level. Furthermore, inventions utilizing AI inherently elevate general technical knowledge proportionally to improvements in AI capabilities. Thus, examiners must accurately collect relevant information to conduct examinations effectively. In that sense, future examinations must align with the qualitative capabilities of AI."

生成AIの企業での活用が、大企業中心に実用化段階に入ってきており、顧客対応部門、営業・マーケティング部門、情報システム部門での成功事例が公表されてきています。
知的財産部門での生成AI活用例も、公表されているのはまだ少ないですが増加してきています。
企業の知的財産部門における生成AI活用事例を、各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 

Use Cases of Generative AI in Corporate Intellectual Property Departments
 
The use of generative AI within corporations is entering the stage of practical implementation, particularly among large enterprises, with successful examples emerging in customer service, sales and marketing, and information systems departments.
While there are still relatively few publicly reported use cases of generative AI within intellectual property departments, their numbers are steadily increasing.
I have thoroughly investigated examples of generative AI utilization within corporate intellectual property departments through various Deep Research. Please refer to the detailed findings provided.

生成AIの企業での活用が、大企業中心に実用化段階に入ってきており、顧客対応部門、営業・マーケティング部門、情報システム部門での成功事例が公表されてきています。企業の情報システム部門における生成AI活用事例を、各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 
 
Use Cases of Generative AI in Corporate Information Systems Departments
 
The corporate adoption of generative AI is entering a practical implementation phase, primarily among large enterprises, with successful cases emerging in customer service, sales and marketing, and information systems departments.
I have thoroughly investigated use cases of generative AI specifically within corporate information systems departments through various deep research methodologies. Please refer to the findings provided.

「住友電工がグループ全社規模のRAG基盤を構築～QuickSolution®の高精度検索×生成AI連携で社内ナレッジを有効活用～」というプレスリリースがありました。
住友電工はグループ全社規模の大容量RAG基盤を約2週間という短期間で構築しました。必要な情報を検索・抽出し生成AIに連携する RAG技術を用いて、ファイルサーバなどに保存されている数百TB規模の社内情報から高精度に質問応答する機能を提供していて、住友電工グループ約29万人が対話形式で社内情報を収集できるようになり、ナレッジの有効活用にともなう生産性の向上やDX推進が可能になったということです。
当然のことですが、DeepResearhでは、WEB上のオープン情報しか収集しないため、その限界には注意する必要があります。
 
住友電工がグループ全社規模のRAG基盤を構築
https://www.sei-info.co.jp/quicksolution/news/news-qs20250307/
 
 
Sumitomo Electric Builds Group-wide RAG Infrastructure
 
A press release titled "Sumitomo Electric Builds Group-wide RAG Infrastructure: Leveraging High-Precision QuickSolution® Search Integrated with Generative AI for Effective Internal Knowledge Utilization" was announced.
Sumitomo Electric constructed a large-capacity, company-wide Retrieval-Augmented Generation (RAG) infrastructure in approximately two weeks. Utilizing RAG technology—which searches, extracts, and feeds relevant data into generative AI—the system provides high-precision question-and-answer functionality from internal company information stored across file servers, totaling hundreds of terabytes. This enables roughly 290,000 employees within the Sumitomo Electric Group to interactively access internal knowledge, improving productivity and accelerating digital transformation (DX) through effective knowledge utilization.
It should be noted, however, that DeepResearch only collects publicly available information from the web, and its limitations must be considered accordingly.

3月5日に開催された「産業構造審議会 第２０回知的財産分科会」では、「イノベーション創出のための特許庁の取組」「各小委員会の報告」について、議論されました。
資料１の「イノベーション創出のための特許庁の取組」のところでは、下記のページの説明が気になりました。
P.4　知財経営による「稼ぐ力」の強化：特許権を有している企業の方が営業利益率が高い、特許権の保有総数と営業利益率の関係営業利益率に相関がある
P.5　知財経営の概要：知財部門を中心に実施する部分が青で塗られた部分
P.6　中小企業における知財経営：イノベーション活動の実践や、稼ぐ力の強化といった点で、中小企業には改善の余地がまだまだ残されている。
P14  中堅企業における知財経営の実態に関する調査方針：中堅企業から大企業への成長割合は国際的に見ても低い状況にあり、中堅企業のポテンシャルを活かしきれていない可能性がある。
P23  機械的手法による技術動向調査の試行：従前は、抽出した文献を人手で読込み、調査を実施していたが、来年度からは試行的に、調査テーマごとに技術区分表と各技術区分に対応する検索式を作成する形式での調査を実施。
P28  特許審査とAIとの関係：特許審査のプロセス中、「分類付与」・「先行技術調査」においてAI技術を試行的に導入中。生成AI技術については、「分類付与」、「本願発明の理解」、「先行技術調査」等への適用可能性について調査研究を実施。
P56  アクション・プラン（令和６年度改定版）：各テーマの進捗状況や生成AI の発展を踏まえ、アクション・プラン（令和６年度改定版）を令和６年５月２０日に公表。
 
資料　イノベーション創出のための特許庁の取組
https://www.jpo.go.jp/resources/shingikai/sangyo-kouzou/shousai/chizai_bunkakai/document/20-shiryou/s01.pdf
 
 
 
Japan Patent Office Initiatives for Innovation Creation
 
At the 20th Intellectual Property Subcommittee Meeting of the Industrial Structure Council held on March 5, discussions were held on the "Japan Patent Office Initiatives for Innovation Creation" and "Reports from Various Subcommittees."
In the material titled "Japan Patent Office Initiatives for Innovation Creation" (Document 1), the following pages caught my attention:

• Page 4: Enhancing Profitability through IP Management
  Companies holding patents tend to have higher operating profit margins. There is a correlation between the total number of patents held and operating profit margins.
• Page 5: Overview of IP Management
  The sections primarily executed by intellectual property departments are highlighted in blue.
• Page 6: IP Management in Small and Medium-sized Enterprises (SMEs)
  SMEs still have significant room for improvement in areas such as innovation practices and enhancing profitability.
• Page 14: Research Policy on the State of IP Management in Mid-sized Enterprises
  The proportion of mid-sized enterprises growing into large enterprises remains low by international standards, suggesting potential underutilization of mid-sized enterprises' growth capabilities.
• Page 23: Pilot Project for Technological Trend Analysis Using Mechanical Methods
  Traditionally, technology trend analysis was conducted by manually reading extracted documents. From the next fiscal year, a pilot program will implement an approach where technology classification tables and corresponding search queries will be created for each research theme.
• Page 28: Relationship Between Patent Examination and AI
  AI technology is currently being pilot-tested in patent examination processes, specifically in "classification assignment" and "prior art search." Regarding generative AI technology, studies are underway on its potential application to "classification assignment," "understanding claimed inventions," and "prior art search."
• Page 56: Action Plan (FY2024 Revised Edition)
  Considering the progress of each initiative and developments in generative AI, the revised Action Plan (FY2024 Edition) will be published on May 20, 2024.

 

2025年2月21日に開催された「サイバー大学 IT・ビジネスセミナー：ビジネス変化の波を乗りこなせ！ － 生成AI時代のビジネス戦略 －」（講師：サイバー大学 教授　除村 健俊 氏）がYouTubeにアップされました。
全体としては、「日本企業は競争力低下に直面しており、これを克服するためには、生成AI等の最新技術を効果的に取り入れることが必須。今後の成功には技術的能力のみならず、自律的な学習力、創造力、ビジネス理解力など幅広いスキルが求められる。生成AIを積極的に活用し、変化に対応できる人材を育てることが重要。」ということでした。
テクノロジー、ビジネスで、今起こっている変化がわかりやすく説明されていて、そういう変化に対応するためには最新技術を効果的に取り入れることが必須で、中でも生成AI活用のスキルが今後の競争力に直結することが良くわかる説明でした。
 
１．日本の競争力の状況について
日本の世界競争力の低下：IMD世界競争力年鑑によると、日本の順位は1990年代の1位から現在（講演時点）では38位に低下。経済や科学インフラでは比較的高い評価を維持しているものの、財政状況や企業経営慣行は極めて低評価（64位や65位）。一人当たりGDPも韓国に追い抜かれている状況。
労働生産性の低迷：OECD加盟38か国中30位（ポルトガルやスロバキアと同水準）。日本企業は「インプット（コスト削減）」は得意だが、「アウトプット（価値創造）」は苦手。
日本企業は価値創造（アウトプット）を強化しなければ、競争力回復は難しい。「付加価値創造力」が重要。
２．今起こっている変化（テクノロジー・ビジネス環境の変化）
デジタル技術の急速な進化：クラウド、IoT、生成AI、ブロックチェーン、スマホ技術などが急速に発展。スマホがビジネス活動の中心的デバイスとなり、ビジネスモデルの変革が加速。
意識・行動の変化：経済合理性を重視（コスト最小、価値最大化）。所有よりも「モノが生み出す価値」に意識が移行（例：ドリルを欲しいのではなく、「穴」を欲しがる）。経験価値・心理的満足感が重視されるようになった。
ビジネスモデルの変化：サブスクリプション、重量課金（例：車、動画配信サービス）。プラットフォーム型ビジネス（例：Amazon、楽天）。データ駆動型（広告収益型）やエコシステム型モデル、シェアリングエコノミー（Uber、Airbnbなど）が増加。
デジタル技術の普及がビジネスの概念・収益構造を大きく変えている。
３．生成AIの衝撃
生成AIの特徴と活用例：画像認識、データ分析、コード作成・デバッグ、フリーコメントの分類・要約などが可能。コード生成例（チャットGPTを使った地図表示のHTMLプログラム作成）が紹介され、数分で実用的なソフトウェアを作成できる実例を提示。
生成AI活用による業務効率化：ホームページの分析・改善。手書き文字や写真の内容の高度な認識・分析。複雑なデータ分析や、顧客のセンチメント分析も可能。
生成AIを使うことで、ソフトウェア開発やデータ分析など業務が劇的に効率化される。AI活用のスキルが今後の競争力に直結する。
4．求められる人材・能力（今後必要なスキル）
ソフトウェア開発の変化と必要能力の変化：「終わりのない開発」が常態化し、アジャイル開発（短期間で繰り返し開発を進める）への移行が求められる。ソフトウェアの「上流工程」（要求仕様・アーキテクチャ設計）が重要になる。
ソフトウェアエンジニアに求められる能力の変化：コーディング中心の開発から、ビジネス活動を理解した上での要求定義や設計能力へ。AIを活用した開発が一般化するため、「生成AIを使えること」よりも「生成AIが出力した内容を正しく理解し、活用できる」能力が求められる。
非認知能力（コンピテンシー）：「自律的自己成長能力」：メタ認知（客観的な自己評価）や継続的な学習意欲など。成果を生むために、「変化の予兆を感じ、アイデアを生み、仮説検証を繰り返す能力」が必須。マイクロクレデンシャル（特定領域の知識・スキル証明）が、自律的な学習能力を示す指標として重要視されるようになった。
変化の速い環境に対応できる「自律的な学習能力」と「ビジネス感覚を持ったソフトウェア開発力」が重要である。
 
 
2024年度 第4回「サイバー大学 IT・ビジネスセミナー」
ビジネス変化の波を乗りこなせ！ － 生成AI時代のビジネス戦略 －
https://www.youtube.com/watch?v=b7aKVEIdy1U
https://www.cyber-u.ac.jp/app/uploads/250221_24_4_IT_seminar.pdf
【2025年2月21日開催】2024年度 第4回「サイバー大学 IT・ビジネスセミナー」
ビジネス変化の波を乗りこなせ！－ 生成AI時代のビジネス戦略 －
講師：除村 健俊 氏（サイバー大学 教授）
＜概要＞
エグゼクティブ・プロジェクトマネジャーとして、ノートパソコン（ThinkPad）の開発をグローバルチームで統括した経歴をもつ除村健俊 氏が登壇。テクノロジー、人間の意識、ビジネス環境、生成AI等の急速な進化の事例紹介を交えながら、変化を先読みした戦略的に行動できるビジネスリーダーになるためのヒントを解説しています。また、「ソフトウェアファーストのための組織形成について」「生成AI活用におけるプログラミング知識の必要性について」等、参加者の皆さんからの質問にも回答しています。
＜チャプター＞
0:00:00 オープニング 
0:03:56 第1章：日本の競争力の状況
0:11:26 息抜き：問題1
0:13:06 第2章：今起こっている変化
0:13:20 テクノロジーと意識の変化
0:15:19 ビジネスを取り巻く変化
0:27:02 ソフトウェア開発の変化
0:43:25 息抜き：問題2
0:46:26 第3章：生成AIの衝撃
0:58:38 コード作成のデモンストレーション
1:08:12 第4章：求められる人材・能力
1:11:23 本セミナーのまとめ
1:12:36 質疑応答
1:20:38  法人向けサービスのご案内
 
 
Mastering the Waves of Business Change! Business Strategy in the Era of Generative AI
 
The "Cyber University IT & Business Seminar: Mastering the Waves of Business Change! - Business Strategy in the Era of Generative AI," held on February 21, 2025 (Speaker: Professor Taketoshi Yokemura, Cyber University), has been uploaded to YouTube.
Overall, the seminar emphasized that Japanese companies are facing declining competitiveness, and effectively incorporating advanced technologies such as generative AI is essential for overcoming this challenge. Future success will require not only technical capabilities but also a broad range of skills, including autonomous learning ability, creativity, and business acumen. Actively utilizing generative AI and developing talent capable of adapting to change is crucial.
The presentation clearly explained ongoing transformations in technology and business, highlighting that adapting effectively to these changes through advanced technologies—especially skills in generative AI—is directly linked to future competitiveness.

1. Japan’s Competitive Situation Decline in Japan’s global competitiveness: According to the IMD World Competitiveness Yearbook, Japan's ranking has dropped from 1st in the 1990s to 38th at the time of the lecture. While it maintains relatively high ratings in economic and scientific infrastructure, fiscal conditions and corporate management practices are rated extremely low (64th and 65th). Japan’s GDP per capita has even been surpassed by South Korea. Low labor productivity: Japan ranks 30th among 38 OECD countries, at similar levels to Portugal and Slovakia. Japanese companies excel in inputs (cost reduction) but struggle with outputs (value creation). Strengthening value creation (output) capabilities is essential for restoring competitiveness. "Value-added creation" capability is crucial.
2. Current Technological and Business Environment Changes Rapid evolution of digital technology: Cloud computing, IoT, generative AI, blockchain, and smartphone technology are advancing rapidly. Smartphones have become central devices for business activities, accelerating business model transformation. Shift in awareness and behavior: Emphasis on economic rationality (minimizing costs, maximizing value). Shift in awareness from ownership to "value generated by objects" (e.g., consumers don't want drills; they want holes). Increasing emphasis on experiential value and psychological satisfaction. Changing business models: Subscription and usage-based billing models (e.g., cars, streaming services), platform businesses (e.g., Amazon, Rakuten), data-driven (advertising revenue) and ecosystem models, and sharing economy platforms (e.g., Uber, Airbnb) are increasing. Digital technology penetration significantly changes business concepts and revenue structures.
3. Impact of Generative AI Features and use cases of generative AI: Capable of image recognition, data analysis, coding and debugging, and categorizing/summarizing free-text comments. A demonstrated example was creating a practical HTML map-display program using ChatGPT within minutes. Efficiency through generative AI usage: Analyzing and improving websites, advanced recognition and analysis of handwritten texts and images, complex data analytics, and customer sentiment analysis. Generative AI significantly enhances productivity in software development and data analysis. AI utilization skills directly correlate with future competitiveness.
4. Required Talent and Capabilities (Future Skills Needed) Software development and necessary skills changes: "Never-ending development" is becoming standard, demanding a shift to agile development (iterative, short-cycle development). Importance of upstream software development processes (requirements and architecture design) is increasing. Shift in required software engineer skills: From coding-centric to capabilities in defining requirements and designs based on business understanding. As AI-assisted development becomes common, the ability to correctly understand and utilize AI-generated outputs will be more important than merely using generative AI. Non-cognitive skills (competencies): "Autonomous self-growth capability" includes metacognition (objective self-assessment) and sustained learning motivation. The ability to "sense signals of change, generate ideas, and repeatedly validate hypotheses" is essential for producing outcomes. Microcredentials (certifications of knowledge/skills in specific fields) are becoming important indicators of autonomous learning abilities. Developing autonomous learning skills and software development capabilities with a business perspective is essential for adapting to rapidly changing environments.

孫正義氏についてさまざまな方面の専門家が語る「孫正義を語る」シリーズが連載されています。
https://www.data-max.co.jp/series/talkingabout_sonmasayoshi
 
これらの記事全体を通じて浮かび上がるのは、「孫正義氏は常に時代の変化やテクノロジーの波を敏感に察知し、巨額資金を投入して未来の産業を先取りしようとする投資家・経営者」という像です。
大胆な意思決定によって世界各国の政財界に影響を与え、成功時には莫大なリターンを得る反面、失敗時には巨額の損失を被るリスクも抱える、まさしく「ハイリスク・ハイリターン」な勝負を繰り返している点が大きな特徴といえます。
さらに今後は、AI・半導体を軸に大規模投資を継続し、米国政界との連携や世界的企業との協業を深めながら「次の産業革命」を狙っています。
米オープンAIとの新会社「SB OpenAI Japan」、ぜひ成功させてほしいものです。
 
 
Masayoshi Son: "Superintelligent AI will emerge from major Japanese corporations."
 
A series titled "Talking About Masayoshi Son," featuring insights from experts across various fields discussing Masayoshi Son, is currently being published: https://www.data-max.co.jp/series/talkingabout_sonmasayoshi
 
A consistent picture emerges from these articles: Masayoshi Son is an investor and business leader who keenly senses technological advancements and societal changes, swiftly mobilizing enormous capital to seize opportunities and preemptively invest in future industries.
He is characterized by bold decision-making, significantly influencing political and economic spheres worldwide. While his successful ventures yield massive returns, failures entail equally significant losses, epitomizing a high-risk, high-reward approach.
Going forward, Son plans continued large-scale investment focused on AI and semiconductors, aiming for "the next industrial revolution" through strengthened collaboration with U.S. political leaders and global corporations.
I sincerely hope for the success of his new venture, "SB OpenAI Japan," established in partnership with the American firm OpenAI.

生成AIの企業での活用が、大企業中心に実用化段階に入ってきており、顧客対応部門、営業・マーケティング部門、情報システム部門での成功事例が公表されてきています。
研究開発部門での生成AI活用例も、公表されているのはまだ少ないですが増加してきています。
企業の研究開発部門における生成AI活用事例を、各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 
 
Using Generative AI in Corporate R&D Departments
 
The practical implementation of generative AI in companies, particularly large enterprises, has been progressing, with successful cases being published in customer service, sales and marketing, and information systems departments.
Although the number of publicly available examples of generative AI utilization in R&D departments is still limited, it is gradually increasing.
I have conducted a thorough investigation through various Deep Research sources on examples of generative AI utilization in corporate R&D departments. Please refer to them.

3月5日に行われた産業構造審議会知的財産分科会 第52回特許制度小委員会では、「AI技術の発達を踏まえた特許制度上の適切な対応について」、「国際的な事業活動におけるネットワーク関連発明等の適切な権利保護について」が議論されました。
「AI技術の発達を踏まえた特許制度上の適切な対応について」では、特に、オンラインで出席の中畑委員の発言、その通りだと思いながら聞いていました。
以下、メモから書いたものですが、同様のことは私自身も経験していますので、中畑委員の発言を自分の経験と重ね思い込んでしまっている可能性もあり、正確性を欠いているかもしれません。ご容赦ください。
「・スタートアップの業界でどのような活用方法がされてるのを見ると、想像以上に進み方が早いと思っている。
・スタートアップの中にいるエンジニアが、競合の特許公報のPDFを全部ダウンロードしてきて、それを生成AIの中に入れて、この隙間を埋める発明を生成してほしいっていうだけで課題の入力もせず、ただその隙間になってるところを生成してくださいっていうことで、実際にアウトプットしたのをレビューしたところ、確かにこういう論点あるなっていうものになっている。
・それが技術的に効果があるのかないのかっていうところはまた別の論点だが、新たに何か発明を生み出すという意味で言うと、隙間を埋めてくださいとか、あとはDeepResearchを使って、Web情報として公になっている情報の中から、技術トレンドとか、相手の会社の決算書とかも全部読み込ませて、この会社が将来くるであろうところとか、技術トレンドも考慮して生成してほしいとかの内容が、プロダクトとかサービスが決まってない段階でも、要は隙間がどこにあるのかっていうのを特許情報とともに、生み出してしまうことが、生成AIでできてしまう。
・それをあらゆる分野で同時多発的に、ちょっとプログラム組んでしまえば、それこそ数十万のアイデアっていうものが10分とか15分とかっていうレベルで出てきてしまう、そういう状態になっている。
・予想以上にスピードが速いので、法律や運用が決まる前に、そういうのを見つけて実行した人たちが、有利な状態になってしまうことがある。
・割とスピード感持って制度をつくらないと、そういうところでの有利不利みたいなものができる。」
 
実は、このやり方は、生成AI（Deep Research）がなくとも各社当然やっていることであって、それが簡単にできるようになったということです。生成AIを使うと簡単に短時間で出来るわけで有効に使うと有利になることは当然です。確かに、いろいろ生成させて公知化することで特許化が難しくなる可能性、いろいろ生成させて権利化して独占する可能性が高まります。AI技術の速い進化を把握したうえでの議論を期待しています。
 
 
産業構造審議会知的財産分科会　第52回特許制度小委員会
https://www.jpo.go.jp/resources/shingikai/sangyo-kouzou/shousai/tokkyo_shoi/52-shiryou.html
日時：令和7年3月5日（水曜日）14時00分開会
会場：特許庁特別会議室（特許庁庁舎16階）＋Web会議室
議事次第
AI技術の発達を踏まえた特許制度上の適切な対応について
国際的な事業活動におけるネットワーク関連発明等の適切な権利保護について
 
特許制度に関する検討課題について
https://www.jpo.go.jp/resources/shingikai/sangyo-kouzou/shousai/tokkyo_shoi/document/52-shiryou/01.pdf
 
 
 
Appropriate Responses in Patent Systems Considering Advances in AI Technology
 
During the 52nd Patent System Subcommittee meeting of the Intellectual Property Subdivision of the Industrial Structure Council, held on March 5, discussions took place on "Appropriate responses within the patent system considering advances in AI technology" and "Appropriate protection of rights related to network inventions in international business activities."
Regarding "Appropriate responses within the patent system considering advances in AI technology," I particularly noted the remarks made online by Committee Member Nakahata, feeling that his comments resonated exactly with my own views.
The following notes are based on memory, and since I myself have similar experiences, it is possible I may unintentionally blend my own experiences with Mr. Nakahata’s remarks, potentially affecting accuracy. Please forgive any inaccuracies.

• "Looking at how AI is utilized in the startup industry, progress is faster than expected."
• "Engineers at startups download all competitor patent documents in PDF form, feed them into generative AI, and simply ask it to fill any technological gaps without explicitly defining a problem. When reviewing the generated outputs, we indeed find valid and relevant points."
• "Whether or not these generated inventions technically yield actual effects is a separate issue. However, generative AI can already identify technological gaps and generate new inventions. For instance, DeepResearch can be fed publicly available web information such as technological trends or competitors' financial statements, then asked to consider these trends and anticipate future developments—even before specific products or services have been determined. Essentially, generative AI can identify potential gaps alongside patent information and proactively create new ideas."
• "By automating this approach across multiple sectors simultaneously with relatively simple programming, hundreds of thousands of ideas could emerge in just 10 or 15 minutes."
• "Due to this unexpectedly rapid advancement, those who recognize and act on these capabilities before regulations or operational standards are clearly defined can gain a significant competitive advantage."
• "Therefore, there's a pressing need to swiftly establish legal and operational frameworks to prevent disparities and unfair advantages from emerging."

In fact, such practices already exist in many companies even without generative AI (DeepResearch); generative AI simply makes these practices far quicker and easier. Naturally, effective use of generative AI can significantly increase competitiveness, as it simplifies and accelerates the process. Indeed, widespread use of generative AI could complicate obtaining patents due to increased public disclosure, or conversely, enable extensive patenting and monopolization. I look forward to discussions informed by a clear understanding of the rapid evolution of AI technology.

大日本印刷株式会社（DNP）は2025年2月に、OpenAIが提供する企業向け生成AIサービス「ChatGPT Enterprise」を研究開発や新規事業開発などの部門で導入しました。
ChatGPT Enterpriseは、テキスト・画像・音声・動画などのデータを統合して処理する“マルチモーダル”や、思考プロセスを連鎖させて推論し結論を導き出す“論理的思考”の先進AIモデルの活用が可能で、企業の業務プロセスの変革などにつなげられます。
今回DNPは、本サービスの活用によってデジタルトランスフォーメーション（DX）を加速させ、さらなる業務プロセスの最適化や開開発の効率化を進めて、競争力強化と新事業創出を目指すとのことです。
この記事を基に、生成AIにDeepResearchさせました。ご参照ください。
 
 
大日本印刷、「ChatGPT Enterprise」を導入--研究開発や新規事業開発を加速
3/6(木)
https://news.yahoo.co.jp/articles/06e7a6160a391de824c39e60ddb4af17abc01923
 
 
 
DNP Introduces 'ChatGPT Enterprise' in R&D Departments
 
In February 2025, Dai Nippon Printing Co., Ltd. (DNP) implemented OpenAI’s corporate-focused generative AI service, "ChatGPT Enterprise," in departments including research and development and new business development.
ChatGPT Enterprise supports advanced AI models with multimodal capabilities that integrate and process various types of data such as text, images, audio, and video, as well as logical reasoning functions that chain thought processes to reach conclusions, enabling transformative changes in corporate workflows.
Through the utilization of this service, DNP aims to accelerate digital transformation (DX), further optimize business processes, enhance development efficiency, strengthen competitiveness, and foster the creation of new business opportunities.
The above article was used as a basis for a generative AI analysis performed by DeepResearch. Please refer to the analysis for further details.
 

生成AIの企業での活用が、大企業中心に実用化段階に入ってきており、顧客対応部門、営業・マーケティング部門、情報システム部門での成功事例が公表されてきています。生成AIの基盤モデルの性能アップに伴い、OpenAIのロードマップ（5段階）での第３段階に突入しており、今年はAIエージェント元年と言われており、生成AIの成功事例も今後は、AIエージェントによる成功事例が増えていくと予想されています。（レベル1：チャットボット、レベル2：論理的思考、レベル3：エージェント、レベル４：イノベーター、レベル5：組織）。（レベル1：チャットボット、レベル2：論理的思考、レベル3：エージェント、レベル４：イノベーター、レベル5：組織）
企業のマーケティングにおける生成AI活用事例を、各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 
 
Using Generative AI in Corporate Marketing
 
The use of generative AI in enterprises is entering the practical application stage, focusing on large enterprises, and success stories are being announced in customer support departments, sales and marketing departments, and information systems departments. As the performance of the underlying model of generative AI improves, it is entering the third stage of OpenAI's roadmap (five stages), and this year is said to be the first year of AI agents, and it is expected that the number of success stories using generative AI will increase in the future. (Level 1: Chatbots, Level 2: Logical Thinking, Level 3: Agents, Level 4: Innovators, Level 5: Organizations.) I have had Deep Research thoroughly investigate examples of the use of generative AI in enterprise marketing, so please refer to them.

2025年はAIエージェント元年と言われ、生成AIの基盤モデルの性能アップに伴い、OpenAIのロードマップ（5段階）での第３段階に突入しています。（レベル1：チャットボット、レベル2：論理的思考、レベル3：エージェント、レベル４：イノベーター、レベル5：組織）
 
Microsoftは3月5日、営業部門向けのAIエージェントを発表しました。リード（見込み客）の調査や会議の設定、顧客へのリーチ、さらには影響の小さいリードとの成約によって、営業担当チームがより多くの取引を迅速にまとめるのに役立つ「Sales Agent」、CRMデータやプレゼンテーション資料、会議、メール、ウェブなどから、営業担当チームが必要な情報すべてを入手でき、「調査」に費やす時間を減らして売り込みにかける時間を増やすのに役立つAIチャットインターフェース「Sales Chat」です。
Deep Researchで、情報検索のAIエージェント化が進んでいますが、OpenAI「Operator」にとどまらず、さまざまな特化型のAIエージェントも実用段階に入ってきました。
Microsoftの営業部門向けAIエージェントを、各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 
MS、営業部門向けのAIエージェントを発表--取引成立の迅速化を実現
3/6(木)
https://news.yahoo.co.jp/articles/eae3a161437b23c0afeea90d7c4aeb9424ad38cc
 
Published Mar 5, 2025
New sales agents accessible in Microsoft 365 Copilot help teams close more deals, faster
https://www.microsoft.com/en-us/microsoft-365/blog/2025/03/05/new-sales-agents-accessible-in-microsoft-365-copilot-help-teams-close-more-deals-faster/
 
 
 
Microsoft's AI Agents for Sales Departments
 
The year 2025 is regarded as the dawn of the AI Agent era. With advancements in the performance of generative AI foundational models, we have now entered the third stage of OpenAI's five-level roadmap. (Level 1: Chatbot, Level 2: Logical Thinking, Level 3: Agent, Level 4: Innovator, Level 5: Organization.)
On March 5, Microsoft announced AI agents specifically designed for sales departments. These include the Sales Agent, which assists sales teams in rapidly closing more deals by researching leads, scheduling meetings, reaching out to customers, and even finalizing transactions with lower-impact leads. There's also the AI chat interface Sales Chat, which provides sales teams with all the information they need—drawn from CRM data, presentation materials, meetings, emails, and web sources—helping to reduce time spent on research and allowing more focus on actual sales activities.
While the trend towards AI agent-based information retrieval is accelerating through developments such as Deep Research, specialized AI agents beyond OpenAI's "Operator" are also increasingly becoming practical realities.
I had various deep research thoroughly investigate Microsoft's AI agent for sales departments
, so please refer to them.

生成AIの企業での活用が、大企業中心に実用化段階に入ってきており、顧客対応部門、営業・マーケティング部門、情報システム部門での成功事例が公表されてきています。
企業の営業活動における生成AI活用事例を、各種Deep Researchに徹底的に調査してもらいましたので、ご参照ください。
 
 
Examples of Generative AI Utilization in Corporate Sales Activities
 
The use of generative AI in companies has entered the practical implementation stage, primarily among large corporations. Successful cases have been published in customer service departments, sales and marketing divisions, and information systems departments.
I have conducted an in-depth investigation through various Deep Research sources on examples of generative AI utilization in corporate sales activities. Please refer to the findings.