研究成果を知的財産として活かすには～基礎から生成AI活用まで～

2026年7月17日（金）15:00～17:00に、東京大学SPRING GXのレクチャーシリーズで土本さんと「研究成果を知的財産として活かすには～基礎から生成AI活用まで～」と題する講演をしました。

動画と資料は以下のとおり。

15年前、博士論文の中間発表をした場所で。

博士の知財キャリア、強い特許の考え方、そしてAIを使った特許調査について

15年前、僕は博士課程の学生として、今回の講演会場と同じ場所で博士論文の中間発表をしていました。

当時の僕は、まさか15年後に弁理士としてここに戻り、博士課程の学生の皆さんに「研究成果と知的財産」について話をするとは思っていませんでした。

博士課程を終えた後、僕はアカデミックの道ではなく、知財業界に入りました。
特許調査の仕事からキャリアを始め、その後に弁理士資格を取得し、現在は博士と弁理士という二つの専門性を使いながら、大学やスタートアップ、研究開発型企業の支援をしています。

今回は、講演でお話しした内容をもとに、

• 博士課程で身につけた力は、社会でどう生きるのか

• 研究成果を特許として生かすには、何を考えるべきか

• 「すごい研究」と「強い特許」は、なぜ同じではないのか

• AIを使うと特許調査はどこまで効率化できるのか

という話を書いてみたいと思います。

博士課程で身につけたものは、研究テーマだけではなかった

僕自身、学生時代に実験がものすごく得意だったかというと、正直、そうではありませんでした。

一方で、先行文献を調べたり、研究の位置づけを考えたり、「この研究は従来の研究と何が違うのか」を整理したりすることは比較的好きでした。

博士課程では、単に面白い実験結果を出せばよいわけではありません。

先行研究を調べる。
研究の背景を整理する。
未解決の課題を定義する。
自分の研究が何を解決したのかを説明する。
論文を書き、査読者や審査委員からの指摘に応答する。

実は、これらは特許実務と非常によく似ています。

特許の仕事でも、先行技術を調べ、その技術が従来と何が違うのかを整理し、どのような課題を、どのような手段で解決したのかを言語化します。
審査官から拒絶理由が出れば、その内容を読み、技術的・法的な論理を組み立てて応答します。

博士課程で鍛えられるのは、特定分野の専門知識だけではありません。

情報を調べ、位置づけ、論理を組み立て、第三者に説明する力です。

この力は、知財の仕事だけでなく、コンサルティング、事業開発、投資、研究企画、技術営業など、さまざまな仕事で生きます。
僕たちの事務所にも、博士号を持つメンバーが複数在籍しています。
技術を深く理解できることは、知財実務において明確な強みになります。

「博士号を取った後、研究者にならなければ博士課程での経験が無駄になる」

そんなことはありません。

大切なのは、博士号そのものだけではなく、博士課程で培った能力を、別の仕事の言葉に翻訳することです。

僕の場合は、それが「博士×知財」でした。

論文になる前に、一度だけ立ち止まってほしい

研究者にとって、論文発表や学会発表は非常に重要です。

ただし、研究成果を社会実装したい、スタートアップをつくりたい、企業との共同研究につなげたいと考えている場合には、発表前に一度だけ立ち止まってほしいと思います。

その研究成果は、特許として守るべきものではないでしょうか。

特許制度は、発明の内容を社会に公開する代わりに、一定期間の独占権を与える制度です。

研究成果を秘密のまま抱え込むのではなく、技術情報として世の中に公開する。
その公開によって、他の人が重複研究を避けたり、さらに改良した技術を生み出したりできるようにする。
その代償として、発明者や権利者には独占権が与えられます。

つまり、特許には「公開」と「独占」という二つの側面があります。

ここで注意が必要なのが、出願前の情報公開です。

論文、学会発表、ポスター発表、ウェブサイト、ブログなどによって発明の内容を公開すると、原則として、その発明は「新しいもの」ではなくなります。特許取得の前提となる新規性を失う可能性があります。

もちろん、すべての研究成果を特許出願すべきだという話ではありません。

論文として広く公開した方がよい成果もあります。
秘密情報として管理した方がよいノウハウもあります。
標準化を狙うべき技術もあります。

ただし、一度公開した情報は、基本的には元に戻せません。

だからこそ、発表前に一度、

を考えてほしいと思います。

「失敗したデータ」も知的資産になる

研究室のセミナーや論文では、どうしても一番きれいな結果、いわゆるチャンピオンデータが中心になります。

しかし、特許出願では、うまくいかなかった実験結果も重要です。

ある条件では性能が出た。
別の条件では性能が下がった。
この材料を使うと失敗した。
この範囲を外れると効果がなくなった。

こうした情報があることで、発明が成立する条件と成立しない条件の境界が見えてきます。

弁理士は、その境界を見ながら、

「発明の本質はどこにあるのか」
「どこまで一般化できるのか」
「どの範囲まで権利として主張できるのか」

を考えます。

研究者からすると、「失敗したから使えないデータ」と思えるものが、特許出願では権利範囲を検討するための重要な材料になることがあります。

ですから、弁理士に発明相談をするときは、成功したデータだけでなく、ぜひ失敗したデータも共有してください。

「すごい研究」と「強い特許」は、同じではない

ここは、研究者にとって少し分かりにくいところかもしれません。

研究の世界では、技術的に高度であること、精度が高いこと、従来できなかったことを実現することが高く評価されます。

一方、特許の強さは、技術的な高度さだけでは決まりません。

特許の権利範囲は、「特許請求の範囲」、いわゆるクレームによって定められます。

仮に、ある特許のクレームが、

「A、B、CおよびDを備える装置」

となっていたとします。

原則として、競合製品がA、B、C、Dのすべてを備えていれば、そのクレームの権利範囲に入る可能性があります。
一方、Dを使わずに同じ目的を達成できれば、そのクレームを回避できる可能性があります。

これをオールエレメントルールと呼びます。

クレームに書かれた構成要件が多くなるほど、競合他社は、そのうち一つを外すことで回避しやすくなります。

研究者は、自分の技術の素晴らしさを説明するために、いろいろな要素を書きたくなります。

しかし、特許では、余計な要素を書けば書くほど、権利範囲が狭くなることがあります。

僕は、講演で次のような趣旨の話をしました。

研究のすごさは足し算で説明する。
特許の強さは、引き算で考える。

研究成果をそのまま特許文書に置き換えるだけでは、強い特許にはなりません。

技術を深く理解したうえで、

を考える必要があります。

強い特許とは、単に難しい技術を詳しく書いた特許ではありません。

競合が回避しにくい、本質的な構成を押さえた特許です。

研究者から見ると、弁理士が作成した特許の文章が「自分の発明をつまらなく書いている」ように感じられることがあります。

しかし、その「つまらなさ」は、競合他社が必ず通る道を押さえるための抽象化かもしれません。

これは、研究成果を法的な権利へ翻訳する作業です。

特許を取れたからといって、自由に事業ができるわけではない

もう一つ、研究者やスタートアップの方に必ず知っておいてほしいことがあります。

それは、

自分が特許を取得できたことと、その技術を自由に実施できることは、別の問題である

ということです。

たとえば、他社が先にA、B、Cという基本技術について特許を取得していたとします。

その後、自社がBを改良したB1を開発し、「A、B1、C」という改良発明について特許を取得できたとします。

自社の改良発明が新しく、進歩性もあると認められれば、自社特許を取得できる可能性はあります。

しかし、その製品が他社特許のA、B、Cをすべて実施しているのであれば、他社の基本特許に抵触する可能性があります。

特許庁は、自社の発明に新規性や進歩性があるかを審査します。
一方で、その事業が第三者の特許を侵害するかどうかまで保証してくれるわけではありません。

そのため、事業を始める際には、自社の特許を取るための調査だけでなく、他社の権利を侵害しないかを確認する調査、いわゆるFTO調査も重要になります。

特許侵害が認められれば、損害賠償だけでなく、製品の製造・販売や事業そのものの停止を求められる可能性があります。研究開発型のスタートアップにとって、差止めは極めて大きな経営リスクです。

なお、実際の侵害判断には、クレームの文言だけでなく、明細書、図面、出願経過、各国の法制度なども関係します。
個別案件については、必ず弁理士や弁護士などの専門家に相談してください。

特許調査は、特許から始めない

僕は、特許調査をするときに、よくこう言います。

「特許を調べたいなら、最初から特許を調べない方がいい」

少し矛盾しているように聞こえるかもしれません。

しかし、特許だけを見ていると、その特許がなぜ重要なのか分からなくなることがあります。

まず確認すべきなのは、その技術が使われる市場です。

誰が困っているのか。
どのような課題を解決するのか。
顧客は何にお金を払うのか。
競合企業は、どの部分で差別化しているのか。
その会社の競争優位性はどこにあるのか。

これらを理解したうえで、その価値や強みに結びついている特許を探します。

順番としては、

市場・顧客課題 → 企業の強み → 技術 → 知的財産

です。

特許番号のリストをつくること自体には、それほど大きな価値はありません。

重要なのは、

を説明できることです。

特許情報をビジネス情報と結びつけることで、初めて知財分析が経営や研究戦略に使えるようになります。

AIは魔法の杖ではなく、「高性能な電子レンジ」

生成AIによって、特許調査や技術分析の入口は大きく変わりました。

以前であれば、難解な特許公報を何件も読み、会社情報を調べ、競合を整理し、レポートにまとめるには、かなりの時間が必要でした。

現在は、公開情報と適切なプロンプトを組み合わせることで、

• 技術内容を平易な言葉に言い換える

• 特許公報を図解する

• 企業の製品やサービスを整理する

• 競合企業を抽出する

• 各社の技術的な強みを比較する

• 事業上重要と思われる特許を抽出する

といった作業のたたき台を、数十分程度でつくれる場合があります。

ただし、AIは魔法の杖ではありません。

僕は、AIを「ものすごく性能のよい電子レンジ」のようなものだと考えています。

高性能な電子レンジがあっても、入れてはいけないものを入れれば事故になります。
加熱時間や温度を間違えれば、料理は失敗します。
そもそも料理の良し悪しを判断するには、食べる側の知識や経験も必要です。

AIも同じです。

機密情報を入力しない。
出力された特許番号を原文で確認する。
事実とAIの推測を分ける。
参照元を確認する。
分からないものを「分かったつもり」にしない。

こうした基本動作が欠かせません。

AIは、もっともらしい誤情報を出すことがあります。
特に、特許番号、出願人、権利状況、法的評価などは、必ず一次情報で確認する必要があります。

AIの出力は最終結論ではありません。

専門家同士が議論を始めるための、コミュニケーション資料として使うのが非常に有効です。

公開情報だけで試せる、知財分析プロンプト

ここでは、講演内容をもとに、公開情報だけで試せる簡易版のプロンプトを紹介します。

あなたは、研究開発、事業分析、知的財産分析に詳しいアナリストです。

以下の企業、研究室、技術またはウェブページについて、
公開情報のみを使って調査してください。

対象：
［企業名、研究室名、技術名またはURLを入力］

次の順番で整理してください。

1. 対象技術を、専門外の大学生にも分かる言葉で説明する
2. その技術が解決する顧客課題を整理する
3. 想定される製品、サービス、用途、市場を整理する
4. 主な競合企業または代替技術を整理する
5. 対象企業・研究機関の技術的な強みを整理する
6. その強みに関連する代表的な特許を抽出する
7. 各特許について、公開番号、出願人、発明の概要、
   事業上の意味、確認できる情報源を示す
8. 事実と推測を明確に分ける
9. 確認できない内容は、推測で補わず「不明」と記載する
10. 最後に、追加調査すべき論点を示す

特許番号、権利状況、出願人については、
必ず一次情報による再確認が必要であることを明記してください。

特許公報の内容が難しい場合は、次のように追加で指示すると理解しやすくなります。

この特許について、次の形式で説明してください。

・従来は何が問題だったのか
・発明者は何を工夫したのか
・発明の中心となる構成は何か
・どのような製品やサービスに使われる可能性があるか
・請求項1を構成要件ごとに分解する
・各構成要件の関係を、テキスト図解で示す
・専門用語には短い注釈を付ける
・明細書に書かれた事実と、あなたの推測を分ける

これだけでも、難解な公報を読み始めるための地図をつくることができます。

ただし、AIが作成した構成要件表だけで侵害判断をすることはできません。あくまで、専門家に相談する前の論点整理として使用してください。

AIによって、専門家が不要になるわけではない

AIを使えば、情報収集や整理の速度は確実に上がります。

しかし、AIが出した情報のうち、何が重要なのかを判断するのは人間です。

市場にとって価値があるのか。
研究として新しいのか。
特許として強いのか。
競合が回避できるのか。
事業として投資すべきなのか。
社会にどのような影響を与えるのか。

これらは、単なる情報検索では答えが出ません。

専門知識、経験、価値観、独創性が必要です。

AIによって専門家が不要になるのではなく、AIによって情報収集のスタートラインが上がり、専門家には、より高度な判断が求められるようになるのだと思います。

博士人材が持つ深い専門性や、研究の位置づけを考える力は、むしろこれから重要になります。

研究成果を、研究室の中だけで終わらせない

研究成果は、それだけでは事業になりません。

研究成果を論文にする。
技術として再現可能にする。
特許として権利化する。
製品やサービスに組み込む。
社会が理解できる言葉で説明する。

それぞれの段階で、異なる翻訳が必要です。

知財とは、単に特許を取得するための手続ではありません。

研究成果を、社会で使える無形資産に翻訳するための仕組みです。

博士課程で身につけた専門性を、研究室の中だけで終わらせる必要はありません。

博士×知財。
博士×事業開発。
博士×投資。
博士×AI。
博士×政策。

どのような組み合わせであっても、専門性を別の領域と掛け合わせることで、博士人材にしか生み出せない価値があります。

次に論文を投稿するとき。
次に学会発表をするとき。
次に企業との共同研究を始めるとき。

一度だけ、

と考えてみてください。

研究成果を生み出すだけでなく、社会に届く形へ変換すること。

それもまた、研究者にできる重要な仕事だと思います。

#博士
#博士課程
#知的財産
#特許
#弁理士
#研究開発
#生成AI
#特許調査
#スタートアップ
#キャリア