9月16日から18日まで、東京ビッグサイトにて、「2026知財・情報フェア&コンファレンス（知財情報フェア）」が開催されます。
そして、私も、イノベーションリサーチとして初出展することになりました。これまで創業から13年の間、多くの技術系の展示会に出展してきていますが、こちらは初めてとなります。そして、折角なので、それに際し分析記事を書いてみました。
これまで毎年、知財情報フェアには足を運んでいますが、近年は話題の中心がAI関連で、今年もその傾向が続く感触をもっています。そこで、特許のデータから、生成AIに関する変化が何か分からないかと思い、「専門業務へ広がる生成AI 特許情報から見る自然言語・テキスト解析の用途変化」という記事としてまとめてみました。
今回書いた記事で使った特許情報は、USの「人工知能×自然言語・テキスト解析」分野に関する36,149件のデータです。このデータから、用途関連のキーワードを抽出して、当分野において、どのような用途が近年のトレンドとなっているのかを見ています。
これによれば、これまでの累積としては、「検索」や「翻訳」といった汎用的なものが多い一方で、「教育」、「金融」、「法務・契約」などの特定業務に関するものが、最近になって増えてきていることが分かります。そして、その中に、「知的財産」も入っています。
このような用途分析においては、各キーワードについて、類義語を含めて名寄せした形で分析しています。例えば、今回の「知的財産」に関して言うと、以下のキーワードを要約に含むデータをグルーピングしています。
このようなキーワードの候補抽出、類義語抽出は、AIを活用することで、大幅に効率化・高品質化してきていますが、やはり、分析の目的に応じた取捨選択や粒度調整が必要であり、そのプロセスが、レポートの品質を大きく左右する実感を持っています。
どのようなツール、AIを使うにしても、結局は、どういったロジック、データの積み上げで分析しているかが全てなので、便利になったからこそ、こういった細かい目配りが重要になってきているように思います。
また、当然ですが、このようなキーワードの件数カウントは、AIが最も苦手とすることの一つですので、キーワードを数える作業に関してAIに任せず、別途、分析システムを使う必要があるところです。
さらに、その前提となるのが検索式であって、この土台が間違っていると、分析結果もおかしな内容になってしまいます。
今回の執筆をとおして改めて、このような、分析の目的把握→適切な検索式→適切な用途キーワード選択→適切な類義語選択→適切な分析処理（システム処理）という一連の流れを押さえておくことが必須であり、一言質問をすれば、自動的にそれらしい答えが出てくる時代にこそ、このような分析の基本を掴んでおくことが重要になるだろうと感じました。