研究開発部門におけるIPランドスケープの導入と実践

第1部 研究開発部門における IPランドスケープの実施と活用

(2026年8月5日 10:00〜12:00)

　近年AI技術が大きく進歩しており、情報活用として注目を集めているIPランドスケープへの活用の期待が大きくなっています。研究開発部門で多く行われる新規用途探索や新規技術探索には、市場俯瞰や技術要素での分類 (クラスタリング) 、それに加えてビジネスモデルにおける勝ち筋検証といった情報分析が求められます。これらの情報分析では大量データの概要把握や整理が必要ですが、そのためにはテキスト分析や特許分類など専門的な知識が求められることから、特に知財を専門業務としていない研究開発部門では生成AIの活用期待が大きくなっています。 　本セミナーでは、IPランドスケープに取り組んだ立場から、IPランドスケープの捉え方、その実践における留意点や対策など講師の考え方を述べるとともに、AI活用に対しての期待や現状での課題・求められる機能向上について担当者視点で紹介します。

1. IPランドスケープの概要〜“誰に“、“何を“、伝えるのか〜
   1. 特許情報分析からIPランドスケープへの変遷
      1. 特許分析、知財戦略からIPランドスケープへ
      2. 受信者の変化と発信者に求められること
   2. IPランドスケープ
      1. IPランドスケープと言っても色々
      2. 研究開発部門によるIPランドスケープ
      3. 情報分析活用の分類
2. IPランドスケープのプロセス〜因数分解と生成AIの活用〜
   1. IPランドスケープのプロセス
      1. 情報分析:正しいものを、正しく見て、正しく捉える
      2. 次への発想:情報をつなげて考える、ずらす
   2. 特許情報分析の目的とデータ
      1. 分析目的と対象データ
      2. 特許情報分析におけるAIへの期待
         • データの収集と仕分け
         • 腹落ち感のある区分付け
         • 提案策定へのサポート
      3. 生成AI活用における留意点
         • 出力結果の見極め
         • 人による解釈・判断の重要性
3. IPランドスケープ事例〜講師作成事例とNoteBookLM作成事例との比較〜
   1. 事例1:技術トレンド「サービス業における人型ロボット」
      1. 講師作成事例
      2. otebookLM作成事例
      3. 比較から見える特徴と活用可能性
   2. 今後の活用
      1. 生成AIが有効に機能する場面
      2. 人が担うべき役割
      3. IPランドスケープ実務への活かし方
• 質疑応答

第2部 研究所におけるIPランドスケープの実施と連携体制の構築

(2026年8月5日 13:00〜14:30)

　IPランドスケープ (IPL) は、事業戦略、技術開発戦略、知財戦略、パートナリング、活動の外部向け可視化など研究開発部門で多面的に活用される。一方で、実際に解析を行う知財部門側から見れば、研究開発部門に刺さる解析のやり方、提示のタイミングや方法、双方向の連携体制の構築方法に悩むことが少なくない。それ以前に、研究開発側にIPL活用の有用性自体を理解してもらう難しさもある。 　本講演では、知財部門を経て現在は研究所を担当している講師が、これらの課題に対する私見や実践例を紹介する。研究所 (研究開発部門) と知財部門のギャップを埋め、組織内でIPLをさらに有効活用するための具体的なヒントを提示し、皆様の組織での実践の一助となることを目指す。

1. はじめに
   1. 自己紹介
   2. 第一工業製薬について
   3. IP ランドスケープとは
   4. IP ランドスケープによる取り組みの目指すべき方向性
   5. 研究開発部門と知財部門の業務と思考のギャップ
   6. 研究開発部門から見たIPランドスケープ
2. IPランドスケープの実施
   1. 研究開発側のIPランドスケープの理解度向上のために
   2. 研究開発部門に刺さる解析
   3. 情報の提示のタイミングや方法
   4. 知財部門に求められるスキル
   5. 第一工業製薬における事例
3. 連携体制の構築
   1. 全体像、研究開発以外の部門を巻き込むことの意味
   2. 研究開発部門との連携
   3. IPランドスケープを契機とした連携の深化
   4. 営業、戦略部門との連携
   5. 製造、IR、人事部門との連携
   6. 社外との連携
   7. 第一工業製薬における事例
4. まとめ
• 質疑応答

第3部 研究開発部門におけるIPランドスケープの導入と活用

(2026年8月5日 14:45〜16:45)

　「IPランドスケープを導入したいのに、研究開発部門に相手にされない」「分析スキルを磨いても活用が広がらない」 — そんな悩みを抱える知財担当者、また自部門に知財情報を根付かせたい研究開発企画担当者のための講座です。 　本講座は、検索・分析のテクニックを教えるものではありません。ある調査結果が示すのは、スキル向上だけでは導入は進まないという事実です。鍵は「打席を引き寄せる力」、すなわち相手から呼ばれる存在になること。そのために、研究開発部門が何を気にし、知財情報をどう捉えているかを正面から理解し、相手の状態 (開発ステージ・困りごと・求める答えの性質) に応じて貢献するテクニックを、ケーススタディと生成AI活用も交え解説します。 「貢献相手ファースト」で研究開発部門に価値を提供する知財人材へ踏み出したい方にお勧めします。

1. IPランドスケープを導入するのに必要なコト
   1. カギとなるのは検索と分析のスキルではない
      1. データが裏付ける「スキル向上」効果の弱さ
      2. どう行動するかが成功を決定づける
   2. 打席を引き寄せることが大事
      1. 打席に立てなければスキルが活きることはない
      2. 打席を引き寄せるための実践プロセス
   3. 引き寄せるには、相手の理解が欠かせない
      1. 相手にとっての便益を言語化する
      2. 相手にとっての独自性を言語化する
2. 導入したい相手 (研究開発部門) をよく知ろう
   1. 技術者が気にしていること
      1. 開発効率が超・大事
      2. 絶対に避けたい4事象
   2. 一般的な開発プロセス
      1. 最もよく使われるのがステージゲート法
      2. 知財情報調査をプロセスと同期できているか?
   3. 「知財情報」 に持っている印象
      1. どう思われているかを正面から受け止めよう
      2. そう思われている根本原因を解決しよう
3. 提供内容は相手の状態が決めるもの
   1. 今、開発プロセスのどの段階?
      1. 知財情報が効くのは中間3プロセス
      2. ステージによって知財情報の効かせ方が変わる
   2. 今、どんなマズイ状況になっている?
      1. マズイ状況からの脱却に知財情報を
      2. マズイ状況を予防するために知財情報を
   3. 今、出したい答えの性質は?
      1. 性質を見誤ると情報提供が効かない
      2. 情報ニーズには季節性がある
4. いろいろ調べてから提言をまとめるのではない
   1. とにかく貢献相手ファーストで!
      1. いきなり検索、ダメ絶対
      2. 相手のイシューをおさえよ
   2. ニーズが問いを生み、問いが分析手法を決める
      1. 相手の成功から逆算して分析をデザインする
      2. 問いを因数分解し、分析メニューに落とす
   3. ケーススタディ
      1. 新規事業のアイデア創出を助けたい
      2. 成功の秘訣は、貢献相手への愛だ
5. R&D部門のための生成AI活用
   1. 活用のベースはトレードオフ思考
      1. 特許発明を生みたいならトレードオフ思考が必須
      2. 公報はトレードオフ解決のストーリーだ
   2. 生成AIでトレードオフを解決する
      1. トレードオフを特定する
      2. トレードオフを解決する
   3. ケーススタディ
      1. 筋の良い開発テーマを提案したい
      2. 筋の良さをトレードオフ思考で訴求したい
• 質疑応答