1. はじめに
2024年7月17日、米国特許商標庁（USPTO）はAI関連発明の特許適格性に関する新たなガイダンスを発表しました。この動きは、急速に進化するAI技術と特許制度の調和を図る重要な一歩として注目されています。
AIの応用範囲が拡大し、その技術的複雑性が増す中、従来の特許適格性（Patent eligibility）の判断基準では十分に対応できない事例が増えてきました。特に、AIによる発明や、AIを利用した発明プロセスの取り扱いについて、明確な指針が求められていました。
新ガイダンスは、AI関連発明の特許適格性判断に関する予測可能性を高め、AI技術の特殊性を考慮した基準を提供することを目的としています。また、こうした明確な基準の提示により、AI分野におけるイノベーションの促進も期待されています。
本稿では、この新ガイダンスの具体的な内容と、それが特許実務に与える影響、さらには今後の展望について詳しく見ていきます。AI技術と特許制度の融合に向けた重要な一歩として、この新ガイダンスがどのような意義を持つのか、一緒に考えていきましょう。
2. 特許適格性判断の基本的枠組み
特許適格性（Patent eligibility）の判断は、発明が特許を受けるに値するかどうかを決める重要なプロセスです。そこで、ここではまず基準となるAlice/Mayoテストを振り返り、そこから見えるAI関連発明におけるAlice/Mayoテストの足りない部分を考察していきましょう。
2.1. Alice/Mayoテストの概要
Alice/Mayoテストは、米国における特許適格性判断の要となる基準です。このテストは、2つのステップから構成されています。
Step 1では、クレームが抽象的アイデア、自然法則、または自然現象に向けられているかを判断します。例えば、「データを収集して分析する」といった一般的な概念は、抽象的アイデアとみなされる可能性が高いです。
もし Step 1 で抽象的アイデアなどに該当すると判断された場合、Step 2 に進みます。ここでは、クレームが「著しく超えるもの（significantly more）」を含んでいるかどうかを検討します。つまり、単なる抽象的アイデアの適用以上の何かがあるか、発明に革新的な要素が含まれているかを判断します。
このテストは 2014 年の Alice Corp. v. CLS Bank International 事件の最高裁判決で確立され、その後の特許実務に大きな影響を与えてきました。しかし、AI 技術の急速な進歩により、このテストの限界も見えてきました。
2.2. AIに特化した判断基準の必要性
AI技術の特殊性を考えると、従来のAlice/Mayoテストだけでは不十分だという認識が広まっています。それはなぜでしょうか？
まず、AIの「ブラックボックス」的な性質が挙げられます。AI、特に深層学習モデルは、入力と出力の関係を人間が完全に理解できない形で処理を行うことがあります。これは、従来の発明とは異なる特徴であり、特許適格性の判断に新たな視点が必要と指摘されている理由の１つになります。
また、AIによる発明プロセスの自動化も課題です。人間の関与が限定的な場合、「発明者」の定義や、発明の非自明性の判断基準をどうするべきか、これらの課題はすでに多くの場で議論されており、USPTOも優先課題として取り組んでいます。
さらに、AIモデルの学習データや学習プロセスをどのように扱うかという問題もあります。これらは従来の特許制度では想定されていなかった要素であり、新たな基準が求められています。
こうした背景から、USPTOは今回のガイダンスで、AI特有の特徴を考慮した判断基準を提示しました。これにより、AI関連発明の特許適格性判断がより適切に、そして予測可能になることが期待されています。
次章では、この新ガイダンスの具体的な内容について、詳しく見ていきましょう。
3. 新ガイダンスの主要ポイント
USPTOが発表した新ガイダンスは、AI関連発明の特許適格性判断に関する重要な指針を提供しています。ここでは、その主要なポイントを詳しく見ていきましょう。
3.1. 抽象的アイデアの判断（Step 2A, Prong One）
Step 2A の Prong One では、クレームが抽象的アイデアに向けられているかどうかを判断します。新ガイダンスは、AI技術の文脈で「抽象的アイデア」（abstract idea）をどのように解釈すべきか、より具体的な指針を示しています。
3.1.1. 数学的概念
AIの核心には数学的アルゴリズムがあります。新ガイダンスは、単なる数学的概念の記述と、その実践的応用を区別することの重要性を強調しています。例えば、ニューラルネットワークの基本構造を記述しただけのクレームは、抽象的な数学的概念とみなされる可能性が高いでしょう。一方で、特定の問題解決に向けた具体的なニューラルネットワーク構造を記述したクレームは、単なる数学的概念を超えたものとして扱われる可能性があります。
3.1.2. 人間の活動を組織化する方法
AI技術はまた人間の活動を自動化または効率化するために用いられます。新ガイダンスは、こうした用途のAI発明が「人間の活動を組織化する方法」(certain methods of organizing human activity)という抽象的アイデアに該当するかどうかの判断基準を明確化しています。
例えば、単に人間の意思決定プロセスをAIで置き換えただけのクレームは、抽象的アイデアとみなされる可能性が高いです。しかし、AIを用いて従来は不可能だった方法で人間の活動を組織化する発明は、抽象的アイデアを超えたものとして扱われる可能性があります。
3.1.3. 精神的プロセス
新ガイダンスは、「精神的プロセス」(mental processes)の解釈についても言及しています。AI技術は人間の認知プロセスを模倣または拡張することがありますが、それが常に「精神的プロセス」という抽象的アイデアに該当するわけではありません。
ガイダンスによれば、人間の頭脳で実行可能なプロセスをAIで実装しただけのクレームは、「精神的プロセス」として抽象的アイデアに該当する可能性が高いとされています。一方、人間の認知能力を超えるスケールや速度で処理を行うAIシステムは、「精神的プロセス」を超えたものとして扱われる可能性があります。
3.2. 実用的応用への統合（Step 2A, Prong Two）
Step 2A の Prong Two では、抽象的アイデアが実用的応用に統合されているかどうかを判断します。新ガイダンスは、AI技術の文脈でこの判断をどのように行うべきか、具体的な指針を提供しています。
3.2.1. 技術的改善の重要性
新ガイダンスは、AI発明がもたらす技術的改善の重要性を強調しています。単にAIを既存のプロセスに適用するだけでなく、AIの使用によって特定の技術分野に具体的な改善をもたらすクレームは、実用的応用への統合とみなされる可能性が高いのです。
例えば、画像認識の精度を大幅に向上させる新しいAIアルゴリズムや、従来のシステムでは処理できなかったデータ量を扱えるようにするAIシステムなどが、技術的改善の例として挙げられています。
3.2.2. 特定の実装方法の強調
新ガイダンスは、AIの特定の実装方法を強調することの重要性も指摘しています。一般的なAIの使用を主張するだけでなく、特定のAIアーキテクチャ、学習方法、またはデータ処理技術を詳細に記述することで、抽象的アイデアの実用的応用を示すことができるとされています。
たとえば、特定の産業分野における具体的な問題を解決するためのAIモデルの構造や学習プロセスを詳細に記述したクレームは、実用的応用への統合とみなされる可能性が高いでしょう。
これらの新しい指針は、AI関連発明の特許適格性判断に大きな影響を与えると予想されます。発明者や特許実務家は、これらのポイントを念頭に置いてクレームを作成し、特許出願戦略を立てる必要があるでしょう。
4. AIに関する新しい事例分析
新ガイダンスの理解を深めるため、USPTOは3つの新しい事例を提供しました。これらの事例は、AI関連発明の特許適格性判断がどのように行われるべきかを具体的に示しています。それぞれの事例を見ていきましょう。
4.1. 事例47：異常検出のための人工ニューラルネットワーク
事例47は、ネットワーク侵入検出のための人工ニューラルネットワーク（artificial neural network, ANN）に関するものです。この事例では、3つの異なるクレームが提示され、それぞれの特許適格性が検討されています。
1つ目のクレームは、ANNを実装するための特定のハードウェア構成（application-specific integrated circuit, ASIC）を詳細に記述しています。このクレームは、抽象的アイデアではなく具体的な機械として判断され、特許適格とされました。
2つ目のクレームは、ANNを使用した異常検出の方法を記述していますが、具体的な技術的詳細が欠けています。このクレームは抽象的アイデア（精神的プロセス）に該当すると判断されましたが、ニューラルネットワークの使用が単なる計算ツール以上の役割を果たしているため、実用的応用への統合が認められ、最終的に特許適格とされました。
3つ目のクレームは、2つ目のクレームをさらに具体化し、リアルタイムでの悪意のあるネットワークパケットの検出と遮断を含んでいます。これは技術的な改善を明確に示しており、特許適格と判断されました。
この事例から、ハードウェアの具体的な記述や、AIの使用が技術的な改善をもたらすことを示すことの重要性が分かります。
4.2. 事例48：AI基盤の音声信号処理
事例48は、AIを用いた音声信号処理、特に複数の話者の音声を分離する技術に関するものです。
最初のクレームは、機械学習モデルを使用して音声信号を処理する基本的な方法を記述しています。このクレームは抽象的アイデアに該当し、単に一般的なコンピュータを使用しているだけとみなされたため、特許不適格と判断されました。
2つ目のクレームは、より具体的なAIモデルの構造と学習プロセスを記述し、さらに分離された音声の再合成方法も含んでいます。このクレームは、音声信号処理技術の具体的な改善を示しているとして、特許適格と判断されました。
3つ目のクレームは、分離された音声信号の転写（音声認識）まで含む、さらに具体的な応用を記述しています。これも技術的改善を示すものとして特許適格とされました。
この事例は、AIの具体的な実装方法と、それがもたらす技術的改善を明確に示すことの重要性を強調しています。また、AIの応用範囲を拡大することで、特許適格性が高まる可能性も示唆しています。
4.3. 事例49：AI支援による個別化医療
最後の事例49は、AIを用いた個別化医療に関するものです。これは、AIの応用がより直接的に人間の生活に影響を与える分野での特許適格性判断を示しています。
1つ目のクレームは、患者のデータをAIモデルに入力し、治療計画を生成するという基本的な方法を記述しています。このクレームは抽象的アイデア（精神的プロセス）に該当し、AIの使用が一般的なコンピュータの利用を超えていないとして、特許不適格と判断されました。
2つ目のクレームは、より具体的なAIモデルの構造と、特定の治療法（眼科用の化合物X点眼薬の使用）を含んでいます。このクレームは、抽象的アイデアを特定の治療方法に統合しているとして、特許適格と判断されました。
この事例は、医療分野におけるAI応用の特許適格性判断の難しさを示しています。単にAIを用いて診断や治療計画を立てるだけでは不十分で、具体的な治療方法との組み合わせが重要であることが分かります。
これらの事例分析は、AI関連発明の特許出願者に貴重な指針を提供しています。抽象的なAIの使用を超えて、具体的な技術的改善や実用的な応用を示すことが、特許適格性を確保する上で極めて重要であることが明確になりました。
5. 実務への影響と対応策
新ガイダンスの公表により、AI関連発明の特許実務は大きな転換点を迎えています。この変化に適応し、効果的に特許を取得するためには、戦略の見直しが必要です。ここでは、実務への影響と具体的な対応策について詳しく見ていきましょう。
5.1. AI関連発明の特許出願戦略
AI関連発明の特許出願戦略は、新ガイダンスを踏まえて再考する必要があります。まず、出願のタイミングについて考えてみましょう。AIの進化は急速であり、「早く出願する」ことの重要性は変わりません。しかし、新ガイダンスは、より具体的で技術的な改善を示すことを求めています。そのため、単にアイデアの段階で出願するのではなく、ある程度実装や検証が進んだ段階で出願することを検討すべきかもしれません。
次に、出願の範囲についても戦略的な判断が必要です。AIモデル自体の特許だけでなく、そのAIモデルを使用した具体的なアプリケーションや、AIモデルの学習方法など、関連する技術についても積極的に出願を検討すべきでしょう。これにより、より広範な保護を得られる可能性が高まります。
また、国際戦略も重要です。USPTOのガイダンスは、他の特許庁にも影響を与える可能性があります。しかし、各国の判断基準には違いがあるため、重要な市場では、その国独自の基準も考慮に入れた出願戦略を立てる必要があるでしょう。
5.2. 明細書作成時の留意点
新ガイダンスを踏まえると、AI関連発明の明細書作成時には、以下の点に特に注意を払う必要があります。
- 技術的課題の明確化：
AIを適用する分野における具体的な技術的課題を、明確に記述することが重要です。「AIを使って効率を上げる」といった漠然とした記述ではなく、「従来の画像認識システムでは識別困難だった微小な欠陥を、本発明のAIモデルにより99.9%の精度で検出可能になった」といった具体的な改善点を示すことが求められます。 - AIモデルの詳細な説明：
AIモデルの構造、学習方法、使用するデータの特徴など、技術的な詳細を可能な限り記述しましょう。「ニューラルネットワークを使用する」だけでなく、そのネットワークの層構造、活性化関数、最適化アルゴリズムなどの具体的な情報を含めることで、単なる抽象的アイデア以上のものであることを示せます。 - 実装例の充実：
AIモデルの具体的な実装例を複数記載することが有効です。異なる応用分野での使用例や、異なるハードウェア環境での実装例など、多様な実施形態を示すことで、発明の汎用性と具体性の両方をアピールできます。 - 効果の定量的記述：
AIの使用による効果を、できるだけ定量的に記述しましょう。処理速度の向上、精度の改善、リソース使用量の削減など、具体的な数値を用いて効果を示すことで、技術的改善の存在を明確に主張できます。
5.3. 審査対応のポイント
新ガイダンスに基づく審査に対応する際は、以下のポイントを押さえておくと良いでしょう。
まず、拒絶理由通知を受け取った場合、その内容を慎重に分析することが重要です。審査官が抽象的アイデアと判断した理由を正確に把握し、それに対する反論を準備します。特に、Step 2Aの Prong One（抽象的アイデアの判断）とProng Two（実用的応用への統合）のどちらで拒絶されたかを明確にしましょう。
Prong One で拒絶された場合、クレームが単なる抽象的アイデアではなく、具体的な技術的解決策を提供していることを主張します。AIの使用が単なる計算ツールではなく、特定の技術的問題を解決するための不可欠な要素であることを強調しましょう。
Prong Two で拒絶された場合は、AIの使用が従来技術に対して具体的にどのような改善をもたらしているかを詳細に説明します。可能であれば、実験データや比較結果を提示し、改善の程度を定量的に示すことが効果的です。
また、審査官との面接を積極的に活用することをお勧めします。面接では、発明の技術的な背景や、AIの使用がもたらす具体的な利点について、より詳細に説明する機会が得られます。審査官の懸念点を直接聞くこともでき、効果的な対応策を見出しやすくなります。
最後に、必要に応じてクレームの補正を検討しましょう。AIモデルの具体的な構造や、特定の技術分野での応用方法を、より明確にクレームに盛り込むことで、抽象的アイデアの域を超えた発明であることを示せる可能性があります。
これらのポイントを押さえることで、新ガイダンスに基づくAI関連発明の特許取得の可能性を高めることができるでしょう。AI技術の進化とともに、特許実務もまた進化を続けています。常に最新の動向に注目し、柔軟に対応していくことが、成功への鍵となるでしょう。
6. 今後の展望
AI技術は日々進化を続けており、特許制度もそれに追随する必要があります。USPTOの新ガイダンスは重要な一歩ですが、これで全ての課題が解決されたわけではありません。ここでは、AI関連発明の特許保護に関する今後の展望について考察してみましょう。
6.1. AI技術の進化と特許制度の更なる適応
AI技術の進化は、特許制度に新たな課題を突きつけ続けるでしょう。例えば、AI自体が新たな発明を生み出す「AI生成発明」(AI generated inventions)の取り扱いは、今後ホットな議論の的となりそうです。現在の特許制度は人間の発明者を前提としていますが、AIが主体的に発明を行う時代が来れば、「発明者」の定義自体を見直す必要が出てくるかもしれません。
また、AIの判断プロセスの不透明性（いわゆる「ブラックボックス問題」）も、特許制度にとって大きな課題となるでしょう。AIの判断根拠を人間が完全に理解し説明することが難しい場合、その発明をどのように保護すべきか。これは、特許の「実施可能要件」や「サポート要件」の解釈に大きな影響を与える可能性があります。
さらに、AIの学習データの取り扱いも重要な論点になるでしょう。学習データは多くの場合、他者の知的財産を含んでいます。このようなデータを使用して学習させたAIモデルの特許性をどのように判断すべきか、難しい問題が残されています。
これらの課題に対応するため、特許制度は更なる適応を迫られるでしょう。例えば、AI特有の発明カテゴリーの創設や、AIの判断プロセスの説明に関する新たな基準の策定、AI学習データの取り扱いに関するガイドラインの整備などが考えられます。
6.2. 国際的な動向との比較
AI関連発明の特許保護は、グローバルな課題です。各国・地域の特許庁は、それぞれの方法でこの課題に取り組んでいます。
例えば、欧州特許庁（EPO）は「技術的性質」を重視するアプローチを採用しています。EPOのガイドラインでは、AIそのものは「数学的方法」として抽象的なものとみなされますが、「技術的手段を用いて技術的問題を解決する」ものであれば特許可能とされています。
一方、中国では、AI関連発明の特許出願が急増しており、より柔軟なアプローチを採用しています。中国特許庁は、AI技術を「知的財産権強国」戦略の重要な一部と位置付け、積極的に保護を推進しています。
日本特許庁も、AI関連発明に関する審査ハンドブックを公表し、「コンピュータソフトウエア関連発明」の枠組みでAI関連発明を扱う方針を示しています。
これらの国際的な動向を踏まえると、USPTOの新ガイダンスは、グローバルな特許実務の調和に向けた一歩と見ることができます。しかし、各国の法制度や技術政策の違いにより、完全な調和は難しいでしょう。
今後、AI技術の国際標準化や、AI関連発明の特許保護に関する国際的な協調の動きが加速する可能性があります。例えば、AI関連発明の特許分類の国際的な統一や、AI発明の特許性に関する国際的なガイドラインの策定などが考えられます。
特許実務家や企業は、このような国際的な動向を注視し、グローバルな特許戦略を適宜調整していく必要があるでしょう。AI技術の進化と特許制度の適応は、今後も続く長い旅路です。しかし、この過程を通じて、イノベーションを促進しつつ、公平で効果的な知的財産保護のバランスを取ることができれば、それは社会全体にとって大きな利益となるはずです。
まとめ
USPTOが発表した新ガイダンスは、AI関連発明の特許適格性判断に新たな指針を提供し、テクノロジー業界に大きな影響を与えています。このガイダンスは、AIの特殊性を考慮しつつ、抽象的アイデアと実用的応用の境界をより明確にしました。特許実務家や企業は、技術的改善の明確な提示や具体的な実装方法の強調など、新たな戦略を採用する必要があります。しかし、AI技術の急速な進化に伴い、「AI生成発明」や「ブラックボックス問題」など、さらなる課題も浮上しています。今後、特許制度はこれらの課題に対応するためさらなる進化を遂げるでしょうが、同時に国際的な調和も求められています。AI技術と特許制度の共進化は、イノベーションの促進と知的財産保護のバランスを取る上で極めて重要であり、その行方は今後も注目され続けるでしょう。
