世界的な特許制度の持続可能性は、特許出願件数の急増と複雑化により圧迫されています。出願が最も急速に増加している国々では、処理能力の不足が特許審査の遅延を招き、特許の質を低下させ、顧客満足度を下げ、イノベーションと投資のペースを鈍化させています。
出願の迅速化と特許の質の向上
出願の遅延削減は、顧客満足度の向上とイノベーションの促進を目指す特許庁にとって共通の優先事項です。審査の遅延は発明者に法的不確実性をもたらし、投資を躊躇させる原因となります。ブラジルを代表する特許弁護士の一人であり、Gusmao & Labrunieのパートナーであるジュリアーノ・リョータ・ムラカミ氏は、知的財産（IP）関係者が直面するリスクを次のように指摘しています。
「特許審査の過度な遅延は、国のイノベーションと経済発展を損ないます。特許が最終的に付与された時点で、その技術が完全に時代遅れで陳腐化している可能性があるため、企業は発明の法的保護を求める意欲を失ってしまいます。また、それは発明の排他的な複製や商業化の可能性に関する不確実性を生じさせることにもなります。」
出願の迅速化と特許の質を確保する責任は、主に特許審査官にあり、審査を迅速に進めるためにいかに早く関連する先行技術を見つけられるかにかかっています。しかし、先行技術調査には時間がかかり、複雑な検索戦略と深い専門知識が求められます。
欧州特許庁（EPO）による職員の調査活動の分析によると、特許出願の包括的な調査には179のデータベースにある13億件の技術記録が活用されており、毎月約6億件の文書が検索結果として表示されています。当然のことながら、日本特許庁の調査では、審査官が業務時間の約40%を先行技術調査と結果の確認に費やしていると推定されています。審査官が先行技術に容易にアクセスするための時間、専門知識、技術的リソースを欠いている場合、特許の質は低下する可能性があります。
AIを活用した検索ソリューションは、効率性と特許の質の両方を向上させることで、特許エコシステム全体において重要な役割を果たすことができます。これらは特許庁内での迅速な審査を支援し、イノベーターが先行技術を早期に特定できるようにすることで、質の低い特許に対する審査や無効審判にかかる時間とコストを回避させます。これが、科学およびIP検索を改善するために、CAS SciFinder Discovery PlatformおよびSTNext®ソリューションにAI先行技術アルゴリズムが追加された理由です。
持続可能性を支える新しいアプローチ
出願の遅延や非効率性は、特許庁の長期的な運営の持続可能性を確保する施策を通じて解決されつつあります。欧州特許庁（EPO）は、意欲的な職員、デジタルトランスフォーメーション、効果的な特許付与プロセス、そして影響力の大きい国際協力を柱とする持続可能性目標を掲げています。他の特許庁も、組織の有効性を高めるために同様の優先事項を設定しています。
より迅速で質の高い審査を提供するため、各庁は特許審査官の増員、AIなどの時間短縮技術の導入、そしてワークフローの変革を進めています。
- 米国特許商標庁（USPTO）は、特許の質と迅速性を最適化するための戦略計画に基づき、増大する業務量に対応するため2021年に数百人の審査官を採用しました。また、審査官が先行技術に容易にアクセスできるよう、特許分類や検索へのAI導入を拡大しています。
- 2021年の二桁の出願増加を見越し、英国知的財産庁は前年に審査官の数を倍増させました。プロセスを合理化・近代化する5カ年計画では、中核的な運営コストの少なくとも3.5%の効率化を目指しています。また、サービス提供への投資を増やす中で、AIを最大限に活用する方法も検討しています。
- 欧州特許庁（EPO）は、「Master the Prior Art（先行技術の習得）」と呼ばれる主要な取り組みにおいて、分類手順を改善し、検索精度を高め、審査の初期段階で関連文書を抽出できるようにしています。人工知能、機械学習、その他の技術を体系的に適用し、より効率的なエンドツーエンドのデジタル特許付与プロセスの構築を進めています。
AIを活用したソリューションは、先行技術調査以外にも、特許庁の多くの機能に利用できます。これには、分類の割り当てや変換、より効率的な文書配信のためのAPI、レビューや分析のためのオンラインツールなどが含まれます。効率性、特許の質、顧客サービスを強化することで、これらのソリューションは、各庁が運営の持続可能性とグローバルなイノベーションという戦略的目標を達成するための相乗効果を生み出すことができます。
AIとワークフローの変革は、出願の遅延削減に期待をもたらしています
CASは最近、ブラジル国立産業財産権機関（INPI）とのプロジェクトを完了しました。このプロジェクトでは、精査されたデータ、人工知能、カスタムワークフロー、そして外部委託の知財調査サービスを独自に組み合わせることで、先行技術調査の効率化を実現しました。この取り組みにより、以下のような大きな成果が得られました。
- 審査時間を最大50%短縮
- 国内出願全体の77%において、審査官の調査時間を削減
- 国内出願全体の29%において、追加調査がほとんど、あるいは全く不要に
- 生産性の向上により、同庁の未処理案件を80%削減
先行技術調査におけるAIパフォーマンス最適化の知見
AIは、膨大なデータセットを迅速に分析し、関連性の高い結果を導き出す能力があるとして、特許庁から注目を集めています。WIPOによると、27の特許庁で70以上のAI関連プロジェクトが進行中であり、そのうち19件は先行技術調査や審査手続きに焦点を当てています。
INPIブラジルとの協働を通じて、先行技術調査におけるAI活用の最適化に向けた、いくつかの基本的な原則が明らかになりました。
- クリーンで構造化されたデータが予測精度を大幅に向上させる
- 高い関連性を持つ類似結果を得るには、複数のアルゴリズムが必要である
- テクノロジーに人間の専門知識を組み合わせることで成果が向上する
データの品質：一般に公開されている未精査の科学データや特許データには、特許庁にとって本質的な課題が伴います。多くの場合、転記ミスや単位の誤表記、過度に複雑な特許用語が含まれており、外国語のデータは特に大きな障壁となります。
正規化、準備、そして構造化された形式で接続された人間による精査データは、AIアルゴリズムのトレーニングを改善し、先行技術調査のパフォーマンスを高めます。精査されたデータは、より多くの類似特許を明らかにし、自明性の懸念を生じさせる可能性のある関連特許を特定します。
複数のアルゴリズム：特定の調査手法に合わせてカスタマイズされた複数のアルゴリズムを使用することで、AIのパフォーマンスが向上します。ブラジルでは、最初の検索結果を出すために10個のアルゴリズムを開発しました。さらに、アンサンブル学習用の別のアルゴリズムがそれらの結果を分析し、関連性の高い順位付けされた最終結果セットを生成しました。
最適化されたワークフロー：INPIブラジル向けに構築したカスタムワークフローソリューションにより、先行技術調査の工程数が半減しました。また、特許や非特許の検索結果、参考文献、そして並べ替え・フィルタリング・可視化ツールを単一のクラウドベースのインターフェースで利用可能にすることで、時間の節約を実現しています。カスタムワークフローは完全に自動化することも、外部の調査専門家を組み込んでアルゴリズムモデルの検証や検索結果のフィルタリングを行い、審査官の能力を補完することも可能です。
特許庁におけるAIを活用したワークフローのアプローチや、予測技術が知的財産エコシステム全体の持続可能性をどのように支えるかについて、詳しくはこちらのCASインサイトレポートをご覧ください。「グローバル特許システムの持続可能性への取り組み：生産性向上におけるAIの役割
