| 開催日 | 2026年7月27日(月) |
|---|---|
| 開催地 | Web |
★特許実務の効率化にとどまらず、知財戦略の策定・提言等への活用展開まで！
AIエージェントによる競合分析・ホワイトスペース探索・経営層への戦略提言の
実践ワークフローを深掘りし解説！
★最新のAIガバナンスをふまえた知財関連の組織づくり・社内規程整備のポイントについても言及します！
生成AI・AIエージェント活用による知財戦略の進め方
―国内外ツールの使い分けとAI事業者ガイドラインv1.2対応を踏まえて―
＜講師＞
よろず知財戦略コンサルティング 代表 医学博士 萬 秀憲 氏
＜日時＞
2026年7月27日(月) 13:00-17:00
＜形態＞
Zoomオンラインセミナー：見逃し視聴あり
＜受講料＞
【オンライン受講（見逃し視聴なし）】
：1名 46,200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35,200円
【オンライン受講（見逃し視聴あり）】
：1名 51,700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40,700円
※受講料やセミナー申し込み～開催までの流れなど、詳細については、弊社HPのセミナーページを必ずご確認ください。
＜セミナーポイント＞
従来の知財戦略策定・IPランドスケープ（IPL）は、膨大な公報の読み込み・分類・ノイズ除去といった「作業」に多くの工数を奪われ、本来の目的である「経営・事業への戦略提言」にリソースを割けないというジレンマを抱えてきました。生成AIによる拡張でこの構造は一変しつつありますが、単発のチャット利用では「作業の一部自動化」にとどまり、戦略価値の創出にはなお距離があります。
2025年から2026年にかけて本格化したのは、計画立案・ツール実行・検証・レポート作成までを自律的にこなす「AIエージェント」の実務活用です。MCP（Model Context Protocol）を介した特許DB連携、マルチステップ推論、Human-in-the-loopによる品質担保が組み合わさり、IPLは「分析の場」から「意思決定の場」へと再定義されつつあります。一方で、AI事業者ガイドラインv1.2、AI推進法（2025年成立）、知財推進計画2025のAI関連KPIなど、遵守すべき政策・ガバナンスの枠組みも整備が進んでいます。
本セミナーでは、知財戦略の基礎を短時間で俯瞰したうえで、AIエージェントを組み込んだIPLの実践ワークフローを具体ツール（AI Samurai／Patentfield AIR／Summaria等）を用いたデモで提示します。競合分析・ホワイトスペース探索・経営報告の3ケースを各25分で深掘りし、最後に国内政策動向を踏まえた導入・ガバナンス設計と組織づくりに落とし込みます。知財部門を企業の「知のハブ」へと進化させるための、実装可能なノウハウを体系的に提供します。
○受講対象：
・知的財産部門、研究開発部門、新規事業開発部門、経営企画部門のリーダー・マネージャー層
・IPランドスケープ（IPL）・特許調査の実務経験があり、AI活用で業務を一段高度化したい方
・生成AIを試したが「使いこなし」と「ガバナンス」に課題を感じている方
・経営層・事業部門に響く知財提言を目指す方
＜講演プログラム＞
1．知財戦略の基礎とAIがもたらすパラダイムシフト
1-1. 知財戦略の要点俯瞰
・知財活動の5つの発展段階（ディフェンス→ビジョン）の到達点診断
・経営・事業に評価される知財活動の3条件（数値・仮説・タイミング）
1-2. IPLの到達点と限界
・「分析」偏重で「戦略創造」に至らない構造的理由
・工数配分の実態データ（作業70%：思考30%を逆転できるか）
1-3. 生成AIからAIエージェントへ
・生成AI・AIエージェント・マルチエージェントの違いと2026年現在の到達点
・MCP（Model Context Protocol）と特許DB／社内DB連携の意味
・主要モデルの知財業務適性比較：GPT-5系、Claude Opus 4.x、Gemini 3系、国産LLM（GENIAC由来）
・パラダイムシフト：「作業代替」から「思考・提言のパートナー」へ
2．AIエージェントを組み込んだ戦略的IPLワークフロー
2-1. 事業戦略起点のテーマ設定
・経営課題・事業課題と知財課題の紐付けフレーム
・AIによる仮説構築：複数シナリオ並走型プロンプト
2-2. 人とAIの協業モデル（Human-in-the-loop）
・任せる領域／判断する領域の切り分け原則（可逆性・責任・専門性）
・スクリーニング・分類工数の削減事例（実測データに基づく）
・ハルシネーション検出を組み込んだ二重化ワークフロー
2-3. デモ：エージェントによる自動化ワークフロー
・デモ①：公報分析
・デモ②：ポートフォリオ分析
2-4. プロンプト設計の勘所
・構造化プロンプト（役割・前提・制約・出力形式）の実例
・うまくいかない時のデバッグ手順（反復・分解・検証）
3．ケーススタディ
3-0. ケース選定の考え方
・頻度×インパクトで選定した3ケース。M&A技術DDと経営報告の要素は各ケースに分散
3-1. ケース①：競合他社の動向分析＆「勝ち筋」発見
・AIによる競合ポートフォリオ俯瞰と強み・弱み抽出
・後発企業が先発企業に勝つための空白領域特定
3-2. ケース②：新規事業のためのホワイトスペース探索
・異業種特許データ×市場データ×論文データの統合分析
・AIによる事業機会仮説の生成と検証プロセス
・注意点：AI生成仮説の鵜呑み防止チェックリスト
3-3. ケース③：経営層への戦略提言レポート作成
・「刺さる」レポートの構成原則（結論先行・数値根拠・選択肢提示）
・AIによるドラフト生成→人によるブラッシュアップの工程
・役員会・事業部会議それぞれへの最適化テクニック
4．導入・ガバナンス・組織づくり／Q&A
4-1. 2026年時点の国内AI政策・ガバナンス動向
・AI事業者ガイドラインv1.2の知財実務への含意
・AI推進法（2025年成立）と事業者の留意事項
・知財推進計画2025のAI関連KPIと産業界への期待
・JPO審査・審判におけるAI関連論点（除くクレーム、発明者性ほか）
・機密情報・営業秘密の取扱いと社内規程整備のポイント
4-2. 導入ステップと組織づくり
・スモールスタートから全社展開へ：12か月ロードマップ雛形の解説
・自社業務フローに合わせたツール選定の判断軸
・知財部門を「知のハブ」に進化させる人材・評価・風土
Q&A
