Claude（クロード）で知られるAnthropic（アンソロピック）は、いまや世界最先端のAI企業の一つです。では、これだけ革新的な技術を持つ企業は、さぞ多くの特許を出願しているのだろう――そう思いきや、調べてみると意外な事実が浮かび上がります。本記事では、AI知財に精通した弁理士が、実際の登録特許とクレームを引用しながら、Anthropicの「特許戦略」を読み解きます。
単なる特許の紹介ではなく、「一流AI企業はどのように知財をマネジメントしているのか」という戦略の視点で分析します。自社のAI・ソフトウェア技術を「特許にすべきか、論文・ノウハウにすべきか」で悩む経営者・知財担当者の方にとって、示唆に富む内容です。
目次
特許データベースを丁寧に確認すると、Anthropic PBC（Anthropicの法人名）に帰属する米国特許は、登録特許で約6件、係属中の公開出願で約7件程度にとどまります（2026年時点・要確認）。しかも、そのすべてが同じ技術テーマです。
これは、数百件規模で特許網を構築していると報じられるOpenAIや、桁違いの出願数を誇るGoogle・Microsoftと比べると、際立って少ない数字です。世界トップクラスのAI企業が、なぜこれほど特許を出さないのか――そこに戦略が見えてきます。
| 観点 | Anthropicの傾向 | 大手テック（一般論） |
|---|---|---|
| 出願量 | 非常に少ない（十数件規模） | 多い（数百〜数千件） |
| 対象技術 | コンピュータ操作エージェントに集中 | 広範な技術領域をカバー |
| コア研究の扱い | 論文公開（特許化しない） | 特許化することも多い |
| 取得経緯 | 買収（Adept）による獲得が中心 | 自社の組織的出願が中心 |
数字の取り違えに注意：一部の特許分析サービスは、Anthropicの特許を「39件」「61件」などと報告していますが、これらの数字は別企業との取り違え（名寄せの誤り）で水増しされています。具体的には、写真編集ソフト（PortraitPro）を手がける英国企業「Anthropics Technology Limited」（AnthropicではなくAnthropics）の特許や、無関係な機械学習特許が誤って集計されているのです。
これは、特許調査における基本的かつ重要な教訓です。企業名が似ているだけで権利者を取り違えると、調査結果が根本から狂います。Anthropicの真の特許ポートフォリオは、誇張された数字よりもはるかに小さく、かつ明確な焦点を持っています。
Anthropicの確認できる特許は、例外なく「AIエージェントがマルチモーダル（画像＋テキスト）なユーザーインターフェースを自動操作する」技術に関するものです。これは、2024年10月にAnthropicが発表した「Computer Use」（Claudeがマウス・キーボードを操作してPCを使う機能）に正確に対応します。
代表的な確認済みの特許・出願は次のとおりです（出願人＝Anthropic PBC、優先日いずれも2024年3月20日）。
| 番号 | 名称（抄訳） | 種別 |
|---|---|---|
| US 12,430,150 B1 | マルチモーダルなインターフェース・ワークフローを自動化するエージェントと連携するランタイム・アーキテクチャ | 登録特許（2025/9/30） |
| US 12,566,913 B2 | マルチモーダルなインターフェース・タスクを自動化するAIエージェント | 登録特許（2026/3/3） |
| US 2025/0299023 A1 | マルチモーダルなインターフェース・ワークフローを自動化するAIエージェントを構成するシステム及び方法 | 公開出願 |
| US 2025/0299074 A1 | マルチモーダルなソフトウェア利用を自動化するAIエージェントを提供するデータフロー・ロジック | 公開出願 |
💡 要点：Anthropicの特許は「製品（Computer Use）と一対一で対応する、防御的・機能特化型」のポートフォリオです。広範に網を張るのではなく、自社の目玉機能を守るためにピンポイントで取得している点が特徴です。
Anthropicの基盤特許といえるのが、登録特許US 12,430,150 B1「Runtime architecture for interfacing with agents to automate multimodal interface workflows」です。実際のクレーム1（独立クレーム）を原文で引用します。
US 12,430,150 B1｜Claim 1（原文／英語）
A system, running on one or more processors, for client-side implementation of an interface automation language at runtime, comprising: agent specification logic, running on client-side, and configured to construct an agent specification, and to make the agent specification available for server-side translation into an intermediate representation, wherein the agent specification is configured to automate a multimodal interface workflow; and runtime interpretation logic, running on the client-side, and configured to: receive the intermediate representation; detect one or more agent functions in the intermediate representation; generate one or more agent calls based on the agent functions; issue the agent calls to an agent, and, in response, receive at least one runtime actuation function from the agent; and translate the runtime actuation function into at least one runtime actuation command, wherein the runtime actuation command triggers at least one machine-actuated action as a runtime synthetic action that automates the multimodal interface workflow.
弁理士による参考訳（日本語）
注目すべきは、「クライアント側（client-side）」と「サーバ側（server-side）」で処理を分担させ、その間を「エージェント仕様 → 中間表現 → エージェント呼び出し → 作動関数 → 作動コマンド」という多段階の変換でつないでいる点です。
単に「AIがPCを操作する」というアイデアではなく、クライアント／サーバの役割分担、中間表現という抽象化レイヤー、関数からコマンドへの翻訳という具体的なソフトウェア・アーキテクチャとして記載されています。この具体性が、米国の特許適格性（Alice/Mayo）や日本のソフトウェア関連発明の要件をクリアする鍵となっています。
同じファミリーの登録特許US 12,566,913 B2は、より上位概念で「インターフェース自動化」を捉えています。その要約（Abstract）を引用します。
US 12,566,913 B2｜Abstract（原文／英語）
A system for interface automation includes an agent. The agent is configured to process an input that specifies an interface workflow, wherein the interface workflow is otherwise implementable by one or more user-actuated actions directed towards an interface by a user. The agent is also configured to generate an output that specifies a sequence of actuation commands, wherein the sequence of actuation commands triggers one or more machine-actuated actions that replicate the user-actuated actions on the interface and cause automation of the interface workflow.
「ユーザーが手作業で行うインターフェース操作（user-actuated actions）を、機械が再現（replicate）する」という、computer-use技術の本質を端的に捉えた記載です。これがAnthropicのこの分野での最も広い権利の一つと考えられます。
ここで最大の謎に戻ります。Anthropicは、Constitutional AI（憲法AI）、RLHF/RLAIF、解釈可能性（interpretability）、プロンプトキャッシュ、バッチ処理といった、業界をリードする数々の技術を生み出しています。にもかかわらず、これらを特許化せず、論文・技術文書として公開しています。
これは「特許を取れなかった」のではなく、意図的な戦略と考えられます。背景には次のような合理性があります。
| 特許化する場合 | 論文公開する場合 |
|---|---|
| 20年の独占権を得られる | 独占権は得られない |
| 明細書で技術を詳細に開示する義務 | 自由な範囲で開示できる |
| 権利行使・ライセンス収入が可能 | ブランド・人材獲得・標準化で先行 |
| 競合の追随を法的に抑止 | エコシステム全体の発展を促進 |
| AI安全性の知見を囲い込む | 安全性の知見を広く共有（理念に合致） |
💡 要点：AI安全性を理念に掲げるAnthropicにとって、安全性研究を特許で囲い込むより、論文で広く共有する方が理念にもブランドにも合致します。一方で、製品の差別化機能（Computer Use）は防御的に特許化する。「何を公開し、何を独占するか」を明確に切り分けている点こそ、Anthropicの知財戦略の核心です。
もう一つの重要な戦略ポイントは、Anthropicの特許の大半が自社の組織的出願ではなく、買収（M&A）によって獲得されたものである点です。
Anthropicは2024年、AIエージェント企業Adept社の主要メンバーと技術を取り込みました（acqui-hire）。前述の特許群の発明者リストには、Adept出身のDavid Luan氏、Erich Elsen氏、Curtis Hawthorne氏らの名前が並びます。つまり、Anthropicは「Computer Useを実現する技術」と「それを守る特許」を、買収によって一括で獲得したのです。
実務上、極めて重要な注意点があります。特許の明細書に「Claude」「Anthropic」「大規模言語モデル」と書かれていても、その特許の権利者（出願人）がAnthropicとは限りません。
権利者の取り違えに注意：調査の過程では、「Claude」等に言及しつつ別企業に帰属する特許が多数見つかりました。例：言語モデル出力の検証・引用に関する米国特許 US 12,353,469 B1 は Amazon の特許、UIの自動化に関する出願 US 2025/0278287 は Workday、LMM/LLMのアライメントに関する WO 2025/188958 は Seekr Technologies の出願です。
特許の権利者を正しく把握するには、必ず出願人（assignee）欄を一件ずつ確認することが不可欠です。これはFTO（Freedom to Operate）調査や競合分析において、判断を誤らないための基本中の基本です。AIのように話題のキーワードを含む特許ほど、この取り違えのリスクが高まります。
① 「特許 vs 論文・ノウハウ」を意識的に切り分ける。すべてを特許化するのが正解ではありません。独占したいコア機能は特許に、共有が有利な研究や秘匿が有利なノウハウは別の手段に。事業戦略に基づく仕分けが重要です。
② 防御的・機能特化型の出願も有効。大量出願だけが知財戦略ではありません。自社の差別化機能をピンポイントで守る少数精鋭の出願も、立派な戦略です。
③ 買収による特許獲得という選択肢。自社出願に時間をかけられない場合、技術と特許を持つ企業の買収（acqui-hire）で一気にポートフォリオを構築する手があります。
④ 特許調査では権利者を必ず確認する。企業名の類似による取り違えは致命的です。assigneeの一件確認を徹底しましょう。
自社の技術、特許にすべき？論文・ノウハウにすべき？
IT・ソフトウェア・AI分野に精通した弁理士が、権利化の可否診断から「特許 vs 秘匿」の戦略設計、出願、FTO調査までトータルでご支援します。初回無料相談を承ります。
初回無料相談を予約IT・AI知財サービスQ. Anthropicは特許をたくさん持っていますか？
A. いいえ。Anthropic（アンソロピック）は、主要AI企業の中でも特許出願が非常に少ない「ライト・ファイラー」です。確認できる米国特許は、登録・係属中を合わせても十数件程度で、しかもそのすべてが「コンピュータ操作（computer-use）エージェント」という単一の技術ファミリーに属します。OpenAIやGoogle、Microsoftが数百件規模で出願していると報じられるのとは対照的です。
Q. Anthropicの特許はどんな技術ですか？
A. 確認できるAnthropicの特許は、すべて「AIエージェントがマルチモーダル（画像＋テキスト）なユーザーインターフェースを自動操作する」技術です。これはAnthropicが2024年に発表した「Computer Use（Claudeがパソコンを操作する機能）」に対応します。これらの特許は、Anthropicが2024年に買収したAdept社のチームによるもので、優先日はいずれも2024年3月20日です。
Q. なぜAnthropicはConstitutional AIなどを特許にしないのですか？
A. Anthropicは、Constitutional AI、RLHF/RLAIF、解釈可能性（interpretability）、プロンプトキャッシュといった看板研究を、特許ではなく論文・技術文書として公開する傾向があります。AI安全性に関する知見を広く共有するという理念や、特許化による独占よりオープンな発展を重視する姿勢の表れと考えられます（「publish, don't patent」戦略）。
Q. 「Claude」や「Anthropic」と書かれた特許はすべてAnthropicのものですか？
A. いいえ。明細書に「Claude」「Anthropic」と記載されていても、出願人（assignee）が別企業であることが多々あります。例えば言語モデル出力の検証・引用に関する米国特許（US 12,353,469 B1）はAmazonの特許です。特許の権利者を判断するには、必ず出願人（assignee）欄を一件ずつ確認する必要があります。
Q. 特許出願が少ないことは企業にとって不利ですか？
A. 一概には言えません。特許には「独占による競争優位」というメリットがある一方、出願には明細書による技術公開という代償が伴います。研究を論文公開してブランド・人材獲得・標準化で先行する戦略も有効です。重要なのは、自社の事業戦略に合わせて「特許化する技術」と「ノウハウ／論文公開とする技術」を意識的に切り分けることです。
本記事の注意事項：本記事は、2026年時点で公開特許情報に基づき作成した一般的な解説です。特許の番号・件数・ステータスは時点により変動し、また権利範囲は各特許のクレームと経過情報により定まります。事業判断（FTO・侵害分析・出願戦略等）にあたっては、必ず最新の公報・経過情報と専門家の個別検討をご利用ください。引用したクレーム・要約は公開公報データに基づきますが、法的に重要な用途ではUSPTO正本でのご確認を推奨します。