| 開催日 | 2025年10月9日(木) |
|---|---|
| 開催地 | Web |
★「生成AIが変える！知財実務の現場を支える最新AIツール活用法」
知財業務の効率化・高度化をサポートする具体的なAI活用事例を、実務に即して紹介！
■セミナーテーマ
AIによる知財業務効率化とそのポイント
■講師
弁理士法人スズエ国際特許事務所 代表社員 所長弁理士 ａｉｉｐ株式会社 代表取締役社長 赤堀 孝 氏
■主経歴等
1985年4月 京セラ株式会社 入社
新規事業の開発部門に所属し、アモルファスシリコン使用デバイスの研究開発を担当。
1986年2月 住友金属工業株式会社（現日本製鉄）入社
総合技術研究所に入所し、半導体製造装置技術のプラズマCVD装置の開発を担当。
1996年5月 東京エレクトロン株式会社 入社
半導体製造プロセスおよび半導体製造装置の開発に従事。
2004年3月 鈴榮特許綜合法律事務所入所を経て、現弁理士法人スズエ国際特許事務所（特許業務法人スズエ国際特許事務所から改称）に在籍。2009年4月に弁理士登録し、2017年10月より代表社員 所長弁理士に就任。
2025年4月 生成AIによる知財業務をサポートする事業を目的に、ａｉｉｐ株式会社を設立し、代表取締役社長に就任。
■専門および得意な分野・研究
・生成AIを活用した特許実務の自動化・効率化のサポート
・AI×知財業務ソフト開発
・特許出願・中間処理、国内・外内・内外出願戦略
・IPランドスケープ
・半導体製造プロセスおよび半導体製造装置
・原子・分子構造解析
■本テーマ関連の公的委員及び専門学協会等での委員会活動
・特許委員会(2014-2020)
・特許委員会 副委員長(2016-2017,2019-2020)
・特許委員会 委員長(2018)
・バイオ・ライフサイエンス委員会(2014-2015)
・バイオ・ライフサイエンス委員会副委員長(2015)
・審査基準専門委員会対応ワーキンググループ(2014-2015)
・TPP対応ワーキンググループ(2016)
・平成28年度特許委員会法改正対応グループ グループ長
・弁理士会常議員(2016－2017)
・審判実務者研究会会員（2017）
・知財システム検討ワーキンググループ(2018-2020)
・知財制度検討委員会(2021)
・知的財産経営センター 委員(2022)
・東京農工大学 生物システム応用化学府 非常勤講師（2018－）
・電子情報通信学会会員
・日本生化学会会員
・日本商標協会会員
●日時：2025年10月9日(木) 13:00-16:30 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 45,100円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき34,100円
【オンライン受講（見逃し視聴あり）】：1名 50,600円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき39,600円
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
■講座のポイント
本講座では、生成AIを活用した知財業務（特許明細書作成、中間処理、先行技術調査、FTO調査、他社技術動向調査、意匠・商標・著作物の類否判定、M&A判断など）の効率化事例や、実際に使用されているソフトウェア構成（各種特許・企業・文献データベース連携、ChatGPT等API活用）を紹介。従来の知財業務が今後どのように進化するのかを予想し、実例ベースで具体的に示します。
■受講後、習得できること
・生成AIと各種データベース（TotalPatentOne®、PatentSight+®、Patsnap®、スピーダ®等）を活用した特許実務の最適化手法
・拒絶理由通知対応の自動化支援や明細書作成支援の実際例と仕組み
・FTO調査やM&A判断など、高度な戦略的判断を支援するAIの使い方
・意匠・商標・著作物などの類否判定における生成AIの利用可能性
・特許業務における生成AIの導入プロセスと注意点
■講演プログラム
1.生成AIの基本理解と知財業務への応用可能性
1.1 ChatGPT、Claude、Gemini、DeepSeekなど最新モデルの特徴
1.2 API連携と実務システムへの組み込み事例
1.3 各種データベース（PatentSight+®, スピーダ®等）との連携方法
2.先行技術文献調査の効率化と自動化
2.1 生成AIによる要約・比較・分類の自動処理
2.2 TotalPatentOne®、PatentField®、Amplified®等を活用した検索戦略
2.3 調査結果の報告書作成支援と業務削減効果の実例
3.侵害予防調査（FTO：Freedom to Operate）の支援
3.1 特許クレームと製品構成要素の自動マッチング
3.2 FTO調査対象技術の抽出と比較ロジック
3.3 生成AIによるFTO報告テンプレートと留意点
4.特許発明発掘を加速するAIマインドマップ作成支援
4.1 発明者との対話内容をもとに構造化するAIツール
4.2 技術要素の漏れ防止と類似発明の可視化支援
4.3 開発初期段階からの知財戦略連携の実践法
5.特許明細書作成支援の最前線
5.1 請求項、実施例、課題・解決手段のドラフト生成の補助
5.2 ChatGPT等のAPIと文脈保持・表現バリエーションの扱い
5.3 特許法的観点からのレビューと最終調整方法
6.中間処理支援：意見書・補正書作成の自動支援
6.1 拒絶理由通知書の自動解析
6.2 引用文献の技術特定と進歩性等反論案の生成プロセス
6.3 審査官意図を考慮した文章例と成功可能性を上げる工夫
6.4 引用関係および他社事業状況を把握した上での戦略的補正案の作成
7.意匠・商標・著作物のAIによる類否判定
7.1 画像認識AIと自然言語処理の併用による判断事例
7.2 商標の文字・音・概念の多面的類似性の判断方法
7.3 著作物の構成要素・創作性分析と類似の閾値設定
8.鑑定書および審判・裁判所提出書類のAI支援による作成
8.1 技術的説明の論理構成補助と法的記述の整備
8.2 審判・裁判所向け文書における用語選定と説得力の強化
8.3 法務部門や弁護士との連携におけるAI活用の現状
9.競合他社の事業・技術分析（IPランドスケープ）
9.1 スピーダ®・PatentSight+®・Patsnap®・PatentField®等による企業戦略の読み解き
9.2 生成AIによる特許群の要約と技術方向性の可視化
9.3 特許出願傾向・権利範囲・ライセンス状況の分析
10.M&A戦略支援における知財デューデリジェンス
10.1 対象企業の保有特許の質・価値評価（PatentSight+®等活用）
10.2 ノンパテントデータ（JDreamIII®、CrossRef等）と統合した評価手法
10.3 M&A判断を支えるスピーダ®の活用
10.4 M&A判断を支える生成AIによる統合レポート生成
11.生成AI導入プロセスと実務家へのアドバイス
11.1 AIツール導入時の注意点とセキュリティ対策
11.2 社内展開・教育方法とユーザーとのインターフェース構築
11.3 生成AIの限界と人の判断が不可欠な領域の整理
（質疑応答）
