生成AI・機械学習を活用した特許 (技術) 調査・分析と技術マーケティングへの応用 (2日間)

セミナーに申し込む
オンライン 開催

本セミナーでは、特許調査・特許分析に生成AI・機械学習を導入することによる効率化・高精度化を目的として、AIによる高精度な「セマンティック検索」、膨大な公報を瞬時に読み解く「AI要約」、競合動向を可視化する「AIパテントマップ」など、ツールと利用の際の留意点を解説いたします。
また、自社技術の「新たな応用先」や「市場の空白領域 (ホワイトスペース) 」を探索し、技術マーケティングや新規事業開発に繋げる応用手法についても詳解いたします。
1日目の基礎編は、代表的な特許調査タスクの整理から、AI/機械学習の基本概念仕組みの理解や、知財・技術情報の調査における活用可能性や限界など、実践・応用に向けて必要な知識を基礎から整理いたします。
2日目の実践テクニック・応用編では、1日目の基礎編の内容を前提として、特許調査フローへの具体的なAI組み込みや技術マーケティングへの展開を詳しく扱います。

日時

開催予定

プログラム

本セミナーでは、特許調査・特許分析に生成AI・機械学習を導入することによる効率化・高精度化を目的として、AIによる高精度な「セマンティック検索」、膨大な公報を瞬時に読み解く「AI要約」、競合動向を可視化する「AIパテントマップ」など、ツールと利用の際の留意点を解説いたします。  また、自社技術の「新たな応用先」や「市場の空白領域 (ホワイトスペース) 」を探索し、技術マーケティングや新規事業開発に繋げる応用手法についても詳解いたします。  1日目の基礎編は、代表的な特許調査タスクの整理から、AI/機械学習の基本概念仕組みの理解や、知財・技術情報の調査における活用可能性や限界など、実践・応用に向けて必要な知識を基礎から整理いたします。  2日目の実践テクニック・応用編では、1日目の基礎編の内容を前提として、特許調査フローへの具体的なAI組み込みや技術マーケティングへの展開を詳しく扱います。

1日目 生成AI・機械学習を活用した特許 (技術) 調査・分析と技術マーケティングへの応用 基礎編

(2026年1月22日 10:30〜16:30)

 本セミナー〈1日目:基礎編〉は、2日目の「生成AI・機械学習を活用した特許 (技術) 調査・分析と技術マーケティングへの応用〈実践テクニック・応用編〉」を最大限活用していただくための土台づくりを目的としています。  基礎編の前半では、特許文献の構成や新規性・FTO・無効・動向といった代表的な特許調査タスク、および従来の検索・対比表作成の流れを整理し、その中でどこにAIの余地があるかを明確にします。後半では、機械学習・深層学習・生成AI (大規模言語モデル) の基本概念、RAG (検索拡張生成) やベクトル検索のイメージ、プロンプト設計と簡易な評価の考え方を解説し、特許・技術分野での具体的な活用例と留意点までを概観します。AIの仕組みと限界を理解したうえで、〈実践テクニック・応用編〉で扱う「特許調査フローへの組み込み」「技術マーケティングへの応用」にスムーズに進めることを狙いとしています。

  1. はじめに
    1. 講師自己紹介
    2. アジア特許情報研究会紹介
  2. 特許調査と検索の基礎
    1. 特許文献の基本構成
      • 請求項
      • 明細書
      • 図面
      • 書誌
    2. 主な調査タスク
      • 新規性
      • FTO
      • 無効資料
      • 動向調査
    3. 調査対象と調査範囲の特定・明確化
    4. マッチングと適合
    5. 特許調査における再現率 (網羅性) と適合率 (効率)
    6. 「完全一致」⇔「最良一致」検索モデルの比較
    7. 従来の特許調査標準フロー
    8. 典型的なアウトプット:対比表、技術動向レポート
    9. 従来の人手作業による課題と限界
  3. 機械学習・深層学習の基礎
    1. 人工知能 (AI:Artificial Intelligence) とは
    2. AIの使用と情報要求
    3. AI/機械学習/深層学習の関係 (用語整理)
    4. タスク例
      • 分類
      • 回帰
      • クラスタリング
      • 生成
    5. 特徴量・モデル・評価指標 (精度・再現率など)
    6. データサイエンスベースの特許調査
    7. 実践的なAI活用と注意点
    8. 機械学習/AIの原理的な限界
  4. 商用AI特許調査ツールの活用事例
    1. AI特許調査ツールへの要求性能
    2. PatentfieldのAIセマンティック検索
    3. PatentfieldのAI分類予測
    4. PatentSQUAREのAI検索・AI分類
    5. Amplified.aiのAI検索
    6. THE調査力AI (Deskbee5) のSDI調査事例
    7. 最新AI特許調査ツールの開発動向
  5. 生成AIの基礎と特許調査における可能性
    1. 生成AIのしくみと限界
    2. OpenAIのChatGPT5
    3. Google Gemini 2.5Pro
    4. Anthropic Claude4
    5. 要約や要点の自動生成
    6. 特許明細書の査読支援
    7. 特許明細書の自動作成支援
    8. 質問応答やクエリ生成
    9. AI特許調査ツールと生成系AIの連携
  6. RAGとベクトル検索の基礎
    1. RAG (検索拡張生成)
    2. 「事前学習モデル」+「自社/公報データ」の発想
    3. 埋め込みベクトル (意味の近さ=距離の近さ)
    4. ベクトル検索→関連文書取得→LLMで回答生成
  7. プロンプト設計と簡易評価
    1. 良いプロンプトの要素
      • 役割指定
      • 条件
      • 出力形式
      • 禁止事項
    2. 出典必須プロンプト/「わからない」と答えることの許容
    3. 簡易評価の型
      • 少数サンプルでの比較
      • チェックリスト評価
    4. 実践編で使うプロンプト (構成要素抽出・対比表生成) の“前振り”
  8. AIを利用した知財・技術分野での活用例
    1. 利用例 (特許領域)
      • 要約
      • 翻訳
      • 構成要素抽出
      • 先行技術サマリ
      • 動向マップ
    2. 利用例 (技術・事業側)
      • アイデア発散
      • 技術比較
      • 技術→市場の言い換え
    3. 留意点
      • 秘密情報・個人情報
      • 権利関係
      • 責任分担
    4. EvalOps (評価運用) ・FinOps (費用最適化運用) のごく簡単な紹介
  9. 特許実務へのAI利用の現状のまとめと将来展望
    1. 特許庁 (JPO,USPTO) におけるAI技術の活用動向
    2. 特許調査分野におけるAI技術の活用動向
    3. 国産大規模言語モデルの開発動向
    4. 知財DXにおけるAIの効果を引き出すための3要素
付録 : 自分でできる特許情報解析ツール紹介

2日目 生成AI・機械学習を活用した特許 (技術) 調査・分析と技術マーケティングへの応用 実践テクニック・応用編

(2026年1月29日 10:30〜16:30)

 特許情報は「技術の宝庫」ですが、その膨大な量と複雑さから調査・分析は属人化し、事業活用にも壁がありました。本セミナー〈実践編〉では、ChatGPTに代表される「生成AI」と「機械学習」が、この状況をどう劇的に変革するかを解説します。AIによる高精度な「セマンティック検索」、膨大な公報を瞬時に読み解く「AI要約」、競合動向を可視化する「AIパテントマップ」など、特許調査・分析を高速化・高精度化する実践テクニックを、デモを交えて具体的に紹介します。さらに、AIを活用して自社技術の「新たな応用先」や「市場の空白領域 (ホワイトスペース) 」を探索し、技術マーケティングや新規事業開発に繋げる応用手法も深掘りします。  研究、知財、マーケティング、新規事業の各担当者がAIを「共通言語」とし、部門の壁を越えて「技術的優位性」を「事業成果」に繋げるための、明日から使えるAI活用法を学びます。機密保持など、導入時のリスク管理についても解説します。

  1. はじめに
    1. 講師自己紹介
    2. アジア特許情報研究会紹介
  2. イントロダクション:なぜ今、特許業務にAIなのか?
    1. 本講演のゴールと対象
    2. 特許情報活用における「3つの壁」とAIによる変革
      1. 調査の壁 (キーワード検索の限界)
      2. 読解の壁 (文献の膨大さ)
      3. 活用の壁 (分析の属人化)
    3. 本日紹介する「AIツールボックス」の全体像
    4. AI/ML搭載の統合型特許調査・分析プラットフォーム
      • PatSnap
      • Derwent Innovation
      • Orbit Intelligence
    5. 生成AI・特化型AIを活用した調査・分析ツール
      • Amplified
      • LexisNexis PatentSight
      • AI Samurai
    6. 汎用的な生成AIの応用
      • ChatGPT 5
      • Gemini 2.5 Pro
      • Claude 4 Opus など
    7. 特定タスク向けツール
      • Deep Research
      • NotebookLM
      • Perplexity
      • Felo.AI (検索エンジン)
  3. 実践テクニック1:AIによる特許「調査・読解」の高速化・高精度化
    1. 【調査編】「思い込み」を排除するAI検索術
    2. テクニック1:概念 (セマンティック) 検索の活用
    3. テクニック2:生成AIによる検索クエリ拡張
    4. 【読解編】「読む時間」を1/10にするAI要約術
    5. テクニック3:クレーム (請求項) の構造的解読
    6. テクニック4:外国語公報のピンポイント翻訳・要約
    7. テクニック5:複数特許の自動比較分析
  4. 実践テクニック2:AIによる特許「分析・可視化」
    1. 【分析編】「勘と経験」を「データ」で裏付ける
    2. テクニック6:AIパテントマップ (ランドスケープ) の活用
    3. テクニック7:大量文献からの技術トレンド抽出
    4. 【評価編】「質の高い特許」を見抜く
    5. テクニック8:AIによる特許価値評価 (スコアリング) とその活用
  5. 応用編:技術マーケティング・新規事業への展開
    1. 知財部と事業部を「繋ぐ」AI活用 .
    2. テクニック9:技術シーズの「応用先 (他業界) 」探索
    3. テクニック10:AIマップによるホワイトスペースの特定
    4. 「売れる技術」にするためのAI活用 .
    5. テクニック11:特許文書からマーケティング資料への自動変換
    6. テクニック12:シナジー候補 (提携・M&A先) の探索
  6. 実務1:構成要素抽出と対比表自動化
    1. 請求項の要素分割テンプレート/生成AIの安全プロンプト (出典必須・引用表記)
    2. 「要素×文献×根拠」対比表 (◎/◯/△) と該当スニペット自動貼付
    3. 先行技術の欠落要素抽出 → 進歩性/差別化要素の仮説化
  7. 実務2:コーパス拡張とRAG設計
    1. データ取得→正規化 (番号・重複・ファミリー) →段落化→embedding
    2. チャンク粒度とウィンドウ拡張、メタデータでの再ランキング
    3. コスト最適化
      • 二段推論 (粗=廉価モデル/最終=高精度)
      • キャッシュ
      • しきい値
  8. AI導入と未来展望
    1. 【最重要】AI活用の「落とし穴」と鉄壁のリスク管理
    2. 機密保持の徹底 (入力データの管理)
    3. ハルシネーション (嘘) の見抜き方と対策
    4. 部門別・AI導入のファーストステップ (研究員・知財・マーケティング・新規事業担当者への提言)
    5. 未来展望:AIエージェントと知財人材の進化
付録: 自分でできる特許情報解析ツール紹介

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて