生成ＡＩを活用した侵害予防調査を含むビジネスに必要な特許調査・分析（プレゼン資料）

新しい世界への地図 AI時代の知財戦略とビジネスでの勝利 第60回東北大学知大セミナー | 弁理士法人レクシードテック

「特許調査はもう手段であって 目的ではない」 - 角口義英 調査 勝利 旧世界の目的 新世界の目的 調査を完了させること ビジネスで勝つこと

AI時代の逆説： 「泥臭い経験」こそが輝く AIは、すべてを宝石のように見せる。 しかし、多くの「ゴミ・ノイズ」を見てきた 経験者だけが、その価値を正しく見抜ける。 「多くのゴミノイズを見てきてるからこそ いいものがわかる」 この能力が「審美眼」である。

非効率の効用 現代は「タイパ（時間対効果）」を追求するが、真のスキルは非効率から生まれる。 効率 経験 プログラミングにおける、 料理における、レシピにはない 一見無駄な失敗の経験が、 一つ一つのバグ取り 「微妙なさじ加減」 問題発生時の対応力を生む。

AIは部下、人間は司令塔 「部下に仕事をするつもりで AIも使うといい」 AIの役割 高速な実行とアウトプット生成 人間の役割 • 目的設定 • 審美眼と判断力 • 想像力 • 最終責任

人間がサイクルを回し、AIを育てる 1. PLAN (人間) 目的を明確化し、 調査の問いを立てる 2. DO (AI) 人間では時間のかかる処理を 数秒〜数分で実行 3. CHECK (人間) アウトプットを 「審美眼」で評価・判断 4. ACT (人間) 結果に基づき、 プロンプトやプロセスを改善

航路図の最初の目的地：侵害予防調査 新規事業の航路上にある「邪魔な特許」を発見する 危険な範囲を把握し、「安全な実施範囲」を明確にする DANGER - 邪魔な特許 SAFE - FTO / 安全な範囲 DANGER - 邪魔な特許 SAFE - FTO / 安全な範囲 DANGER - 邪魔な特許 スタートアップや新規事業創設時には不可欠な調査。

侵害判断の絶対原則：オール・エレメント・ルール 独立請求項の全ての構成要件を満たした場合にのみ、侵害となる。 Example (お箸の特許 - Chopsticks Patent) 構成要件 (Elements): A: 長細い本体 B: 先端の溝 C: 後端の滑り止め Case 1 (侵害): Product has A+B+C. -> 侵害 Case 2 (非侵害): Product has A+C (先端の溝 Bがない). -> 非侵害 Case 3 (侵害): Product has A+B+C + 余分な 構成 (柄模様). -> 侵害

地図上の最も危険な落とし穴 権利取得 ≠ 侵害回避 競合の基本特許 A+B+C 自社の改良特許 A+B+C+D 自社で改良発明(A+B+C+D)の特許を取得できても、他社の基本特許(A+B+C)が 存在する場合、その実施は基本特許の侵害 (利用発明) となる可能性がある。 特許庁は新規性・進歩性を審査するが、他社特許への侵害は審査しない。

地図の再定義：技術からビジネスへ 従来の技術中心の調査から、ビジネスの目的から逆算した戦略的分析へ。 技術マップ (Technology Map) 市場規模と成長性 顧客が抱える課題 競合環境 サプライチェーン 自社の進むべき方向性

実践ケーススタディ：AIと航路を拓く MOF材料技術によるCO2回収事業の事業化検討 1 用途の洗い出し AIを使い、技術の潜在的な用途を体系的に分析。 2 市場の選択 政策、コスト、需要を分析し、ターゲットを絞り込む → 欧州のセメント産業向けCCS事業 3 サプライチェーン分析 顧客から遡り、各層（原料、ユニット、システム、 サービス）の主要企業を特定。

競合という「暗礁」をマッピングする 1 競合企業の特定 選択した事業層の競合を リストアップ。 2 特許ポートフォリオ分析 AIを使い、競合 (例: Svante社) の特許をリストアップ。 3 簡易リスク評価 事業上の障壁となる可能性を AIが簡易評価。 欧州セメント向けCCS事業 Svante 「Svante社の材料特許のクレーム範囲に含まれると侵害リスク大。ユニットシステムでは別設計が必要。」

自分だけの「海図」を作成する 独自分類によるポートフォリオ分析 A: 吸着材の合成 B: ユニット設計 C: システム制御 D: 再生プロセス Svante 120 95 0 70 競合B社 80 110 25 0 競合C社 45 30 130 0 Method: ● 調査目的に即した実用的 分類を生成AIで作成。 ● 競合企業の特許をマッ ピングし、技術ごとの競 争状況を可視化。 Benefit: 技術的強み・弱みや、自社 の参入機会（ホワイトスペ ース）が一目瞭然になる。

AIが部門間の溝を埋め、一つのチームを創る 旧世界 新世界 事業成功 研究開発 知財部 事業部 各部門が異なる視点から事業を見て、 時には対立。 研究開発 生成AI 知財部 事業部 生成AIが共通言語となり、各部門が「事業 成功」という共通目標に向かって協力する 価値ある対話を生み出す。

新しい世界への第一歩：今日からできること アクションリスト 学ぶ：2年前のセミナー動画でJ-PlatPatの基本を復習する。 試す：実際にクレームチャートを作成してみる。 学習させる：本日の資料を自社のクローズドなAIに学習させ、実務に活用する。 確認する：自組織の機密情報ポリシーと弁理士会のAIガイドラインを確認する。 参加する：年明けの「生成AI時代の特許調査」セミナーに参加を検討する。