| 開催日 | 2026年4月23日(木) |
|---|---|
| 開催地 | Web |
★生成AIを“使える”から“回せる”へ－知財業務におけるAI活用の実装・運用ノウハウ －
■セミナーテーマ
生成AIによる知財業務効率化と実務実装・運用のポイント
■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（2018－2024）
・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：2026年4月23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。
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
■講座のポイント
本講座では、生成AIを活用した知財業務の効率化について、単なるツール紹介や導入事例にとどまらず、「実務としてどう回すか」という視点から解説します。
本講座では、生成AIにより「何ができるのか」のその一歩先として、生成AIを前提とした知財業務フローの再設計、運用定着、品質担保、責任分担に焦点を当てます。
先行技術調査、FTO調査、発明発掘、特許明細書作成、中間処理、意匠・商標・著作物の類否判断、鑑定書・審判・裁判所提出書類作成、競合分析（IPランドスケープ）、M&A判断支援といった各知財業務について、生成AIに任せられる業務範囲、人が判断すべき重要ポイント、AIアウトプットを前提としたレビュー・チェック工程の設計を具体例を交えて整理し、生成AIを安全かつ効果的に実装・運用するための実務的な考え方を提示します。
■受講後、習得できること
・生成AIを前提とした知財業務フローの設計方法と、AIに任せる業務と人が判断すべき業務の切り分け方
・先行技術調査、FTO調査、特許明細書作成、中間処理における生成AIの実務的な活用方法と運用上の留意点
・生成AIによるドラフトや分析結果を前提としたレビュー・チェック工程の構築方法
・意匠・商標・著作物分野における生成AIの補助的活用方法と類否判断時の注意点
・IPランドスケープやM&A判断支援における生成AI活用の考え方と意思決定への反映方法
・生成AIを知財実務に継続的に定着させるための導入・運用上の実務的ポイント
■講演プログラム（概要版）
1.生成AIの基本理解から実務実装への視点転換
1.1 主要生成AIモデルの特徴と実務適合性の再整理（ChatGPT／Claude／Gemini／DeepSeek 等）
1.2 API連携を前提とした知財業務フロー設計の考え方
1.3 知財・企業データベース連携における「自動化可能領域」と「人の判断領域」の切り分け（「何ができるか」から「どこまで任せ、どこを人が担うか」）
2.先行技術文献調査のAI活用：導入から運用へ
2.1 生成AIによる要約・分類・比較処理の実務適用条件
2.2 TotalPatentOne®、PatentField®、Amplified®等を用いた検索・整理プロセスの標準化
2.3 AI調査結果を前提としたレビュー工程・品質担保の設計（ 単なる工数削減ではなく、調査品質を維持する仕組み）
3.FTO（侵害予防調査）支援におけるAI実装の現実
3.1 クレーム×製品構成要素マッチング支援の有効範囲
3.2 AIによる技術抽出・比較結果の解釈方法
3.3 FTO報告書作成におけるAIアウトプットの扱い方と説明責任（「FTOをAIにやらせる」ではなく「FTO においてAIをどう使うか」）
4.発明発掘支援におけるAI活用の運用設計
4.1 対話ログ・ヒアリング内容を起点とした構造化支援
4.2 技術要素整理・漏れ防止におけるAIの役割
4.3 発明段階から特許実務を意識したAI活用フローの構築（発明創出を「ベテラン担当者に属人化させない」ためのAI利用）
5.特許明細書作成支援：ドラフト生成から実務定着へ
5.1 請求項・課題・実施例ドラフト生成の実務的使い方
5.2 文脈保持・表現バリエーション調整の運用ポイント
5.3 特許法的観点からの人による最終確認プロセスの設計（AIドラフトを前提にしたレビュー型業務への転換）
6.中間処理支援におけるAI活用の実装ポイント
6.1 拒絶理由通知書の自動解析と論点整理
6.2 引用文献の技術把握と反論案生成支援
6.3 審査官意図を踏まえた文章生成の工夫
6.4 事業戦略を踏まえた補正案検討プロセスへのAI活用（成功確率を高めるための「人×AI」役割分担）
7.意匠・商標・著作物分野におけるAI活用の実務整理
7.1 画像認識AI・自然言語処理併用時の判断補助
7.2 商標類否判断におけるAI整理結果の扱い方
7.3 著作物分析におけるAI利用の限界と人の判断（自動判定ではなく「判断補助ツール」としての位置づけ）
8.鑑定書・審判・裁判所提出書類へのAI活用
8.1 技術説明・論理構成整理へのAI活用
8.2 法的文書における表現調整とリスク管理
8.3 弁護士・法務部門との分業体制におけるAIの役割（提出書類として許容されるAI活用ライン）
9.競合分析・IPランドスケープへのAI実装
9.1 PatentSight+®、スピーダ®、Patsnap®等を用いた分析補助
9.2 生成AIによる特許群要約・技術動向整理
9.3 経営判断に耐える分析結果の補正・読み解き（「見える化」から「判断材料」へ）
10.M&A・投資判断支援における知財AI活用
10.1 特許価値・質評価におけるAI支援の位置づけ
10.2 非特許情報との統合分析時の注意点
10.3 意思決定資料としてのAIレポートの扱い方（AIは判断者ではなく補助者）
11.生成AI導入後の運用・定着に向けた実務的提言
11.1 導入後に問題となりやすいポイント整理
11.2 社内展開・教育・ルール整備の考え方
11.3 生成AI時代における知財実務者の役割変化
（質疑応答）
