食品メーカー向け「AI調査前整理ワークフロー」を提供開始、知財・研究開発向けAI基盤「IPGenius」

リーガルテック株式会社は、知財・研究開発向けAIナレッジ基盤「IPGenius」において、食品メーカー向け「AI調査前整理ワークフロー」の提供を開始しました。

本ワークフローは、食品分野における特許明細書、実験データ、研究ノート、実施例・比較例の表データなどをAIで整理し、先行技術調査やFTO調査の前提となる情報整理を支援するものです。

具体的には、実施例・比較例から評価対象となった配合・条件を抽出し、原料名、商品名、略称などを、汎用名・化学名・上位概念へ整理します。これにより、調査前に必要となる検索語候補の作成、自社製品構成の整理、過去案件の横断検索を効率化します。

背景：食品分野における調査前整理の負担

食品メーカーの研究開発・知財業務では、油脂、乳化剤、添加物、機能性素材、粉末素材、香料、安定剤など、多様な原料や配合条件が特許明細書や実験データに記載されます。

一方で、実務上は以下のような作業が発生します。

・実施例・比較例から、実際に評価された配合を抜き出す ・原料名、商品名、略称、型番を整理する ・検索に使うべき汎用名、化学名、上位概念を洗い出す ・自社製品の構成を、他社特許と比較できる形に分解する ・過去に類似する配合や検討事例がないか確認する

これらの作業は、先行技術調査やFTO調査の前提として重要である一方、担当者の経験や知識に依存しやすく、整理の粒度や検索観点にばらつきが生じやすい領域です。

食品メーカー向け「AI調査前整理ワークフロー」でできること

今回提供を開始した食品メーカー向け「AI調査前整理ワークフロー」では、以下のような業務を支援します。

1. 評価対象となる配合・条件の抽出 特許明細書や実験データに記載された実施例・比較例・試験例・表データから、評価対象となった配合や条件を抽出します。

対象となる情報の例： ・各原料の名称 ・配合割合 ・配合割合の単位 ・評価対象となった実施例・比較例 ・評価項目 ・評価結果 ・条件差分

これにより、明細書中に広く列挙された候補成分ではなく、実際に評価された配合に着目した整理が可能になります。

2. 原料名・商品名・略称の呼称整理 食品分野では、同じ成分であっても、商品名、略称、一般名、化学名、表示名称など、複数の呼称で記載されることがあります。

本ワークフローでは、実験データに記載された原料名をもとに、以下のような呼称候補を整理します。

・汎用名 ・化学名 ・上位概念 ・別の呼称 ・類似原料名 ・代替原料名

これにより、商品名や略称だけで検索してしまうことによる調査漏れを防ぎ、先行技術調査やFTO調査で使用する検索語候補の作成を支援します。

3. 先行技術調査・FTO調査の前処理 先行技術調査やFTO調査では、調査対象となる技術を正確に分解することが重要です。

本ワークフローでは、食品の配合、原料、用途、効果、評価条件などを整理し、調査に使いやすい形に変換します。

活用例： ・新規食品素材の先行技術調査前整理 ・油脂組成物、乳化組成物、粉末食品、機能性食品の配合整理 ・自社製品のFTO調査前の構成要素整理 ・原料変更・配合変更時の他社特許確認 ・過去の調査メモや類似案件の横断検索

汎用生成AIとの違い

ChatGPT、Gemini、Copilotなどの汎用生成AIでも、個別ファイルの要約や抽出は可能です。

一方で、IPGeniusは、知財・研究開発データを継続的に蓄積し、業務プロンプト、RAG検索、出典表示、権限管理、過去案件検索と組み合わせることで、組織内で再利用できるナレッジ基盤として活用できます。

単発でファイルを読み込ませるAI利用ではなく、過去の明細書、実験データ、調査メモ、研究ノートを横断的に検索・整理し、知財・研究開発業務のプロセスに組み込める点が特徴です。

IPGeniusについて

IPGeniusは、知財・研究開発部門向けのAIナレッジ基盤です。

特許書類、技術メモ、発明提案書、実験レポート、品質データ、設計データなど、社内に蓄積された知財・研究開発データをAIで活用しやすい形に整理します。

主な活用領域： ・過去資料の横断検索 ・発明候補の抽出・整理 ・特許調査前の情報整理 ・FTO調査前の構成要素整理 ・特許リストの分析 ・研究開発データのナレッジ化

今後の展開

リーガルテック株式会社は、今後も材料・化学・食品・化粧品・電子材料など、各業界の研究開発・知財実務に対応したAIワークフローを順次拡充してまいります。