特許庁がAIを本格導入 ― 審査はどう変わるのか（2022-2026計画の現在地）

特許庁（JPO）は、急増する特許出願と審査の質的向上という二重の課題に対応するため、AI（人工知能）技術の本格導入に踏み切りました。2022年に策定された「AI アクション・プラン」は、2026年までの4年間で特許審査プロセスの根幹にAIを組み込む野心的なロードマップです。

先行技術調査の自動化、外国語文献の機械翻訳、画像認識AIによる意匠・商標審査の高度化、さらには生成AIの適用可能性の検討まで——このプランは日本の知的財産制度の未来を大きく変える可能性を秘めています。

しかし、AIの導入は審査官だけの話ではありません。出願人・発明者・弁理士にとっても、AIが審査プロセスに介在することで、従来とは全く異なる「新しい脅威」が生まれます。本記事では、JPOのAIアクション・プランの全貌を解説するとともに、AI審査時代に出願人が直面する課題と、それに対する弁理士の介在価値について深く掘り下げます。

1. AIアクション・プランとは——特許庁が描く審査DXの全体像

1-1. プラン策定の背景

日本の特許出願件数は年間約30万件に達し、審査官一人あたりの処理負担は年々増大しています。加えて、技術の高度化・複合化により、先行技術調査の範囲は飛躍的に拡大しました。従来のキーワード検索や分類コードベースの調査手法では、膨大な文献群の中から真に関連性の高い先行技術を効率的に発見することが困難になりつつあります。

こうした状況を受け、特許庁は2022年、AI技術を審査プロセスに体系的に組み込むための「AIアクション・プラン」を策定しました。このプランは単なるデジタル化の延長ではなく、審査の質そのものをAIの力で向上させるという、知的財産行政における一大転換点です。

背景には、世界的なAI活用の潮流もあります。米国特許商標庁（USPTO）、欧州特許庁（EPO）、中国国家知識産権局（CNIPA）といった主要特許庁も、それぞれ独自のAI戦略を推進しています。JPOが国際的な競争力を維持し、出願人に対して迅速かつ高品質な審査サービスを提供し続けるためには、AI導入は避けて通れない課題だったのです。

1-2. アクション・プランの全貌

AIアクション・プランは、2022年度から2026年度までの5年間を対象とした包括的なロードマップです。その核心は、AI技術を特許審査の複数のフェーズに段階的に導入し、審査官の判断を支援するツールとして活用することにあります。

特に注目すべきは、このプランが「AIによる自動審査」を目指しているのではなく、あくまで「審査官のツールとしてのAI活用」を基本理念としている点です。最終的な特許査定・拒絶査定の判断は、引き続き人間の審査官が行います。

2. AIは審査にどう実装されているか——4つの技術領域

AIアクション・プランに基づき、JPOではすでに複数のAI技術が実証・運用フェーズに入っています。ここでは、4つの主要な技術領域について、それぞれの実装状況と審査への影響を詳しく見ていきます。

2-1. 先行技術調査のAI支援

先行技術調査は、特許審査の中核を成すプロセスです。出願された発明の新規性・進歩性を判断するためには、関連する先行技術文献を網羅的に調査する必要があります。従来、この作業は審査官が国際特許分類（IPC）やキーワードを駆使して手作業で行っていました。

AIアクション・プランでは、自然言語処理（NLP）技術を活用した検索支援ツールの開発・導入が進められています。このツールは、出願明細書のテキストを直接入力として受け取り、意味的に類似する先行技術文献を自動的にランキング表示します。キーワードの完全一致に頼らず、文脈や意味の類似性に基づいて検索を行うため、従来の検索では発見が困難だった「言い換え表現」や「異なる技術用語で記載された類似技術」も捕捉できる可能性があります。

2-2. 外国語文献の翻訳AI

グローバル化に伴い、特許審査において外国語文献の重要性は飛躍的に増大しています。特に、中国の特許出願件数は世界最多であり、中国語で記載された膨大な先行技術文献を日本の審査官が正確に理解する必要があります。

JPOは、特許分野に特化したニューラル機械翻訳（NMT）システムの開発を推進しています。汎用的な翻訳エンジンとは異なり、特許文献に特有の技術用語、法律用語、文体に最適化されたモデルを構築することで、翻訳精度の大幅な向上を図っています。

翻訳AIの高度化は、審査官がアクセスできる先行技術の範囲を劇的に拡大させます。これまで言語の壁によって事実上アクセス不可能だった外国語文献が、審査において積極的に引用されるようになることを意味します。出願人にとっては、世界中のあらゆる言語で公開された技術情報が「先行技術」として立ちはだかる可能性が高まるのです。

2-3. 画像認識AIの活用

画像認識AI技術は、主に意匠審査と商標審査の分野で活用が進められています。意匠審査では、出願された意匠と既存の登録意匠・公知意匠との類似性判断にAIが活用されます。商標審査では、図形商標の類似検索にAI技術が導入されています。

特許審査の文脈では、図面解析機能が特に注目に値します。AIが特許図面から構成要素を自動的に抽出・解析できるようになれば、テキストベースの検索では見つからなかった先行技術が、図面の類似性から発見される可能性が広がります。

2-4. 生成AI（LLM）の適用可能性

ChatGPTに代表される大規模言語モデル（LLM）の急速な発展を受け、JPOは生成AI技術の審査業務への適用可能性についても積極的に検討を進めています。これはアクション・プランの当初の範囲を超えた発展的な取り組みですが、AI審査の将来像を考える上で極めて重要な領域です。

生成AIの潜在的な適用領域としては、審査報告書のドラフト作成支援、クレーム解釈の補助、技術分野の概要生成、出願書類の形式チェック自動化などが検討されています。しかし、特許審査は法的効力を持つ行政行為であるため、生成AIの「ハルシネーション」（事実に基づかない情報の生成）リスクへの対処が大きな課題となっています。

生成AIの審査業務への導入は、まだ研究・実証段階にありますが、その影響は将来的に極めて大きいと予想されます。AIが審査報告書のドラフトを生成する場合、そのドラフトの品質がそのまま最終的な審査結果に影響する可能性があるためです。

AI導入技術の全体像——ツール別影響サマリー

3. AI審査時代の3つの脅威——出願人が知るべきリスク

AIの審査導入は、審査の効率化・品質向上というメリットをもたらす一方で、出願人にとっては従来経験したことのない新たな脅威を生み出します。ここでは、AI審査時代に出願人が直面する3つの主要な脅威について、その具体的なメカニズムと影響を解説します。

3-1. 脅威① 言い換え表現の見破り——セマンティック検索の脅威

従来の特許検索システムでは、キーワードの完全一致または部分一致に基づいて文献を検索していました。このため、出願人は技術用語の「言い換え」によって、先行技術との差別化を図ることが——意図的であるか否かにかかわらず——可能でした。例えば、先行技術が「容器」という用語を使っている場合、出願人が「収容部材」という異なる表現を用いれば、キーワード検索では当該先行技術がヒットしないことがありました。

この脅威は、特にソフトウェア関連発明やビジネスモデル特許において顕著です。これらの分野では、同一の技術的アイデアを多様な用語で表現することが一般的であり、従来は用語の違いが事実上の「参入障壁」として機能していた側面があります。AIセマンティック検索の導入により、この障壁が取り除かれることになります。

3-2. 脅威② 異分野文献の結合——AIが生む「予期せぬ組み合わせ」

特許審査における進歩性の判断では、複数の先行技術文献を組み合わせて、出願発明の構成に至ることが「当業者にとって容易であったか否か」が問われます。従来、審査官は主に同一技術分野または近接分野の文献を組み合わせの対象としていました。異なる技術分野の文献を組み合わせるためには、両分野に精通している必要があり、実務上の限界がありました。

この問題は、近年の技術融合トレンドとも相まって深刻化しています。IoT、AI、バイオテクノロジーといった分野では、異分野の技術を組み合わせた発明が増加しており、AIが発見する「関連文献」の範囲は従来の想定を大きく超える可能性があります。出願人は、自らの技術分野に閉じた先行技術調査では不十分となり、より広範な視野での調査が求められるようになります。

3-3. 脅威③ 先行技術の氾濫——引用文献数の爆発的増加

AI先行技術調査ツールの導入により、審査官が一件の出願について参照できる先行技術文献の数は飛躍的に増加することが予想されます。従来、審査官の時間的・物理的制約から、一件あたりの引用文献数には実質的な上限がありました。しかし、AIが自動的に関連文献を抽出・ランキングすることで、この制約が大幅に緩和されます。

さらに、引用文献数の増加は「文献の質」の問題も引き起こします。AIが関連度スコアに基づいて自動的に抽出した文献の中には、審査官が手作業で選別した場合には引用されなかったであろう「微妙に関連する」文献が含まれる可能性があります。このような「ノイズ」的な引用文献に対しても、出願人は形式的に応答する必要が生じ、手続の煩雑化が懸念されます。

加えて、非特許文献（学術論文、技術ブログ、標準化文書など）がAIによって大量に発見されるようになれば、出願人はこれらの非特許文献の内容を正確に理解し、自らの発明との差異を論証する能力が求められます。非特許文献は特許文献と異なり、クレームのような構造化された記載がないため、技術的特徴の特定と比較がより困難です。

4. 弁理士の介在価値——AI時代にこそ求められる専門知

AI審査時代の到来は、弁理士の役割を縮小させるものではなく、むしろその専門性の価値を一層高めるものです。AIが審査の「武器」を強化する以上、出願人側にも同等以上の「防御力」が求められます。ここでは、AI審査時代における弁理士の4つの核心的な介在価値を解説します。

まとめ

JPOのAIアクション・プラン（2022～2026年）は、日本の特許審査の在り方を根本的に変革するものです。先行技術調査のAI支援、外国語文献の翻訳AI、画像認識AIの活用、そして生成AIの適用可能性検討——これら4つの柱は、審査の迅速化と品質向上を同時に実現する可能性を秘めています。

しかし、出願人にとっては、AIの導入が新たな脅威を生むことも事実です。セマンティック検索による言い換え表現の見破り、異分野文献の組み合わせによる予期せぬ進歩性否定、引用文献数の爆発的増加——これらの脅威に適切に対処するためには、AI時代に適応した新たな出願戦略が不可欠です。

そして、この新たな戦略を立案・実行する上で、弁理士の専門性はこれまで以上に重要な役割を果たします。AIの能力を理解し、その強みと限界を踏まえた上で、最適な出願戦略を設計する——これこそが、AI審査時代における弁理士の真の介在価値です。