AI Native知財時代、専門家の価値はどこに残るのか

対談セミナー文字起こし・要約資料を基に再構成 | 2026.08.05 01

対談の背景と本資料の位置づけ 角渕の発言を、当日提示された6つのテーマに沿って整理 議論の前提 当日提示された6テーマ AIを前提として知財実務が回る未来を「AI Native 知財」として議論。調査・分析・ドラフト作成が 一般化した後、専門家がどこで価値を出すかを問 う。 角渕の視点 弁理士・元サーチャー。特許調査を中心に、調査に 基づく出願、無効対応、侵害予防、他社特許対応な どに携わる。AIで専門人材の価値はむしろ出しやす くなるとの立場。 編集方針 テーマ3とテーマ6は、対談中の関連発言を横断して再構成。 口語の重複や言いよどみは整理し、趣旨を保った要旨として掲載する 。 「専門家は何を作るか」から「何を判断し、どうつなぐか」へ 02

OVERVIEW AIが「作る」領域 を広げるほど、専 門家の価値は目的 設定・評価・判断 ・共創・伝達へ移 る。 KEYWORDS 作る → 判断 専門家の再定義 6つの論点 03

THEME 1 調査の民主化は進 んだ。一方で、成 果物を評価する実 務リテラシーが追 いついていない。 KEYWORDS 網羅性 再現性 母集団 04

THEME 2 専門家の価値は、 AIの成果物を評価 し、事業の意思決 定と次の一手につ なげること。 KEYWORDS 目的 評価 意思決定 05

THEME 3 必要なのはツール 操作だけではない 。目的・原理原則 ・評価・共創・翻 訳という前後の力 。 KEYWORDS 目的特定 原理原則 伝わる形 06

THEME 4 粗い成果物を否定 せず、依頼者の意 図を知る「食材」 として受け止め、 一緒に磨く。 KEYWORDS 下ごしらえ 反復 盛り付け 07

THEME 5 作業代行はAIへ。 人間は、作業の前 後にある目的設定 ・評価・判断と責 任を担う。 KEYWORDS 前工程 後工程 新人育成 08

THEME 6 AI活用の起点はプ ロンプトではなく 目的。何を知り、 判断し、行動する かを先に決める。 KEYWORDS 目的 合格点 説明責任 09

実務への落とし込み：AI活用の標準プロセス 角渕氏の発言を、現場で使える5つの工程に変換 1 目的を定義 2 ツールを選ぶ 3 AIでたたき台 4 専門家が評価 5 次の一手へ 何を知り、何を判断し、何 に使うかを明確化 データ源・網羅性・再現性 の要件に合う手段を選定 調査・要約・ドラフトを短時間 で生成し、プロセスを残す 正確性・十分性・リスクを 検証し、依頼者と磨く 意思決定できる形に翻訳し 、具体的な行動へ落とす 運用の3原則 新人育成の転換 目的に応じて、必要な精度・網羅性・再現性を先に定義する 作業者育成 判断者育成 AIが参照した情報源と、出力に至るプロセスを可視化する 報告書を納品するのではなく、意思決定できる形に翻訳する AIで基礎実務を高速反復し、判断根拠をレビューする。作業 量ではなく、目的設定・評価・説明の質を育てる。 100点を探すのではなく、依頼者の目的に沿った「納得感のある合格点」を説明する 10

総括 専門家は、目的を見つけ、評価し、磨き、伝える人 目的設定 評価・判断 共創 翻訳・伝達 「何をしたいか」を言語化し 、AI活用の条件を決める 正確性・網羅性・リスクを見 極め、合格点を説明する 粗い成果物をたたき台に、依 頼者と反復して磨く 知財情報を要約・図解し、意 思決定できる形にする AIは専門家を不要にするのではなく、価値の重心を「作業」から「判断」 へ移す。 その変化に備える鍵は、AIの操作技術よりも、目的・評価・共創・伝達の実務能力にある。 11