特許分析ツール「Biz Cruncher」、判定特化AI「Jev」を活用した「AI技術分類」を提供開始 | 特許分析のパテント・リザルト

お知らせ

投稿日:2026年10月27日

ポストする

特許分析ツール「Biz Cruncher」、判定特化AI「Jev」を活用した「AI技術分類」を提供開始

「何を解いたか」の先へ。「どう勝つか」まで分類する。
課題・手段に加え、考え方と差のつけ方まで ── AIが特許を7つの観点で分類

弊社は、特許分析ツール「Biz Cruncher」に、特許の集まりをAIが自動で分類する新機能「AI技術分類」を追加し、2026年10月27日から提供を開始しました。課題・解決手段・構成要素など7つの観点で、大分類・小分類からなる分類体系をその特許群に合わせてAIが作り、1件ずつ振り分けます。振り分けには、TypeSafe AI社の判定特化AI「Jev」を活用しました。従来は数日から数週間かかることもあった技術マップづくりを、数万件の特許でも数分で行えます。

■ 3つの特長

1.7つの観点で、違いが見える
  課題・解決手段に加え、構成要素・用途・産業分野、
  そして技術の「考え方」と「差のつけ方」まで、7つの観点で分類します。
  考え方と差のつけ方は共通の類型で分けるため、異なる技術分野どうしでも同じ物差しで比べられます。

2.数万件でも、数分で
  数万件の特許でも、分類は数分で終わります(注1)。
  調査のたびに時間をかけていた技術マップづくりが、その場で終わります。

3.ぶれを最小限に
  判定特化AI「Jev」が1件ずつ判断するため、分類のぶれを従来より抑えることに成功しました。
  分析を繰り返してもおおむね同じような結果となります。

■ 開発の背景

特許の動向調査では、特許を「どんな課題を、どんな手段で解いているか」で分け、企業ごとの違いを比べる技術マップづくりが欠かせません。しかし、分類の体系を決めて数千〜数万件を読み分ける作業は専門家の手間がかかり、調査のたびに分類の粒度や基準がぶれることも課題でした。

大規模言語モデル(LLM)に分類を任せる方法もありますが、件数が増えるほど時間と費用がかかり、同じ特許でも実行のたびに結果が変わりやすいという難しさがあります。

■ AI技術分類の特長

LLM と Jev の役割分担で、大量の特許を安定して分類

分類体系づくりと1件ごとの振り分けを、性質の違う2つのAIで分担しました。特許群全体を見渡して大分類・小分類を設計するのは LLM、設計された分類に1件ずつ当てはめる判断は、判定に特化した Jev が受け持ちます。Jev は文章を読んで、決められた選択肢から確率付きで判断を返すAIで、大量の判定を速く、同じ条件ならほぼ同じ結果で返せます。そのため、同じ特許群を何度分類しても結果がほとんど変わらず、LLM だけで振り分ける場合に比べて、結果が変わる割合は約3分の1でした(注2)。

処理は次の3段階で進みます。

  • 体系を設計する:LLM が特許群に合わせて大分類・小分類を作ります。
  • 1件ずつ判定する:判定特化AI「Jev」が、すべての特許を分類に振り分けます。
  • 図にする:結果をユーザー分類として保存し、統計の図で分析します。

課題解決だけじゃない、7つの観点

分類の観点は、課題・解決手段・構成要素・用途・アプローチ・差別化ポイント・産業分野の7つです。

課題・解決手段・構成要素・用途・産業分野は、特許群の中身に合わせて分類を作ります。一方、「どういう考え方で解いているか」を表すアプローチ(素材・物質、構造・配置、プロセス・工程など10類型)と、「従来技術との違いをどこに置いているか」を表す差別化ポイント(数値パラメータ、工程順序、形状・形態など11類型)は、当社が定めた共通の類型で分類します。異なる技術分野の特許群どうしでも、同じ物差しで比べられます。

権利者の上位5社と課題のマトリクス。各円の内訳はアプローチ
図1 企業 × 課題ごとの、アプローチ(解き方の考え方)の内訳。同じ課題でも、素材で解く企業と構造で解く企業の違いが一目で分かります(全固体電池用固体電解質、日本特許 3,070件)

知りたいことを選ぶだけで、図まで一気に

「この分野で何が問題になっているか」「どの課題にどの技術が使われているか」「企業はどのアプローチに力を入れているか」など、知りたいことを選ぶと、必要な観点だけを分類し、そのまま統計の図を描きます。図のセルを押すと、該当する特許の一覧を確かめられます。分類の結果はユーザー分類として保存され、Biz Cruncher のほかの分析にも使えます。

AI技術分類の「分析する」画面。問いごとに、グラフの見本と観点のボタンが並ぶ
図2 知りたいことを選ぶ画面。問いごとに、描けるグラフと使う観点が並びます

全固体電池用固体電解質の特許3,070件を課題と解決手段で分類した件数のヒートマップ
図3 課題 × 解決手段の件数(全固体電池用固体電解質、日本特許 3,070件)。「イオン伝導性の向上」を「固体電解質・電解質組成の制御」で解く特許が突出しています

■ 提供の概要

  • 機能名:AI技術分類
  • 提供開始日:2026年10月27日
  • 対象:Biz Cruncher の日本特許版・米国特許版で、AI機能オプションをご契約のお客様(グローバル版は後日提供予定)
  • 1回に分類できる件数:20,000件まで
  • 月に分類できる件数:日本特許版ゴールドコースの場合、課題と解決手段の分類を作る場合で、月に最大12万5,000件(注3)

■ 公開記念キャンペーン:2027年3月31日まで、通常の4倍お使いいただけます

キャンペーン期間中は、月に分類できる件数が通常の4倍になります。日本特許版ゴールドコースなら、課題と解決手段の分類を作る場合で、月に最大50万件(通常は12万5,000件)を分類できます(注3)。

■ 判定特化AI「Jev」について

Jev は、TypeSafe AI社が提供する判定に特化したAIモデルです。文章と状況を読み、あらかじめ決めた選択肢の中から確率付きで判断を返します。生成を得意とする LLM と組み合わせることで、大量の判断を速く安定して行えます。

パテント・リザルトは TypeSafe 社とゼロデータ保持(ZDR)を設定しており、Jev に送信したデータは、判定の処理のためだけに使われ、Jev のサーバー上には一切保存されず、学習にも使われません。

注1:当社の検証環境での計測(2026年10月21日)。約2万件の特許を2つの観点で約2.5分、7つの観点で約4分。件数・観点の数・混雑状況により変わります。

注2:当社調べ(2026年10月8日)。3つの技術分野の特許群について、分類体系と対象を固定して振り分けを2回ずつ行い、2回の結果が一致した割合を比較。LLM のみで振り分ける方式(当社の開発時の方式)90〜93%に対し、Jev を用いた方式は96〜98%。

注3:AIまとめて分析と共通の月間利用件数を、AI技術分類だけに使った場合の上限です。日本特許版・米国特許版・グローバル版をすべてご契約の場合は、その3倍(課題と解決手段で月に最大37万5,000件、キャンペーン中は150万件)まで分類できます。観点を増やすと、分類できる件数はその分減ります。

※ Biz Cruncher は株式会社パテント・リザルトの登録商標です。Jev は TypeSafe AI社の製品です。その他記載の会社名・製品名は各社の商標または登録商標です。


本件に関するお問い合わせ

お名前
  • 姓
  • 名
会社・組織名
部署/役職
  • 部署名
  • 役職名
メールアドレス

法人ドメインのメールアドレスをご入力ください。

電話番号
詳細・その他

個人情報の取り扱いにつきまして

  • お預かりいたしましたお客様の個人情報は、株式会社パテント・リザルトの営業活動、及び情報提供のために使わせていただく場合がございます。
  • これらの個人情報は適切な安全対策のもと管理し、原則としてお客さまの同意なく第三者へ開示・提供いたしません。

当社プライバシーポリシーのページはこちら

お知らせ一覧を見る

当社のウェブサイトはサイトの利便性の向上および品質維持・向上を目的にCookieを使用します。
Cookieの設定は、いつでもご利用のブラウザの設定により変更いただけます。
Cookieの無効化等をせずに閲覧される場合は、弊社のウェブサイト上の全ページでCookieを受信することに同意したものとさせていただきます。