第1部 生成AIを用いた特許分析

(2026年4月21日 10:30〜12:00)

　ChatGPTをはじめとする生成AIを用いた新たなサービスが連日創出される中、特許に対する注目が高まっている。それと同時に、生成AIにより特許分析自体をサポートする新たな試みが始まっている。
　本講演では、生成AIが特許分析に与えるインパクトについて非技術者や非特許専門家であっても理解しやすいよう、特許分析サービスを用いた具体例を交えながら解説する。

1. はじめに
   1. 生成AIが特許戦略に与える影響
   2. 生成AIが特許関連業務に与える影響
2. 生成AIの力と限界
   1. 生成AIによって特許分析が可能となった理由
   2. ドメイン特化で生成AIを利用するための仕組み
      • RAG (Retrieval Augmented Generation)
   3. 生成AIによる特許分析の実例
   4. 生成AIによる特許分析の課題
   5. 生成AIは特許分析のどこまでを可能とするか
3. 実践編
   1. 生成AIによる特許分析のはじめかた
   2. カスタムGPTによる生成AIサービスの実現
   3. 生成AI・カスタムGPTの特許調査への活用
4. おわりに
• 質疑応答

第2部 生成AIを活用した知財業務の高速化とプロンプト設計のコツ

(2026年4月21日 13:00〜14:30)

　生成AIの進化により、知財業務は単なる作業効率化の段階を超え、「業務設計そのもの」を見直す局面に入っている。
　本講演では、発明整理、先行技術調査、出願判断支援といった上流工程を中心に、生成AIをどのように活用すれば高速化と品質向上を両立できるのかを解説する。あわせて、成果を左右するプロンプト設計の考え方、再現性のある運用方法、リスク管理のポイントを具体例とともに提示し、実務で活用可能な指針を示す。

1. 生成AIの進化と知財業務への影響
2. 知財業務における高速化と品質向上の両立
3. 発明整理フェーズにおけるAI活用の可能性
4. 発明メモの構造化と論点抽出の高度化
5. 技術内容の言語化支援と整理手法
6. 先行技術調査における生成AIの活用方法
7. 調査観点の設計と仮説構築支援
8. 先行技術の要約・比較・差分整理
9. 出願可否判断に向けた情報整理支援
10. 特許事務所・弁理士への依頼品質向上
11. プロンプト設計の基本構造
12. 業務別プロンプト設計の考え方と実例
13. 再現性を高めるテンプレート化の方法
14. ハルシネーション対策と品質担保の仕組み
15. 今後の知財業務と生成AI活用の展望
• 質疑応答

第3部 AIと人の役割分担、相乗効果の設計のポイントと人材育成

〜AIと人で如何にシナジー創出に繋ぐか〜

(2026年4月21日 14:45〜16:15)

　企業現場におけるAI活用ではプロンプトをどうするかもあるが、AIと人で如何にシナジー効果を出すかがより本質的課題となる。大量データの検索など教師データが明確な領域での仕事ではAI活用は必須である。一方、非言語情報の読み取りや組織内ベクトル合わせ、共感・信頼関係の醸成など、人ならではの強みがないとできない仕事は多々あって更に重要である。
　AIと人の役割分担や相乗効果の設計が今後の競争力の鍵であり、特に若手育成では現場で汗かく業務経験から「勘」が働く力を伸ばすことが不可欠となる。

1. AI活用した知財業務での課題・危機感
2. そもそも企業知財部の仕事とか何なのか?
   1. 日本産業界には知財活用の伝統と強みがある
   2. 知財を事業価値に変換プロモートするのが真の仕事
   3. 知財業務でAIに任せるべきところはどこか
   4. AIには任せられない人の強みは何か
3. AI活用を促進すべき領域の例
   1. 教師データが明確な中での調査分析
   2. 思い込みや偏りのない視野・視座の活用
4. 人ならではの強みを活かすべき領域の例
   1. 非言語情報が重要となる仕事
   2. 組織/チームでのベクトル合わせ
5. AIと人でシナジーを創出する業務設計・人材育成
• 質疑応答