法律業界でもChatGPTを始めとしたAIツールの活用は始まっていますが、使用する際の弁護士と依頼人間の特権への潜在的なリスクが現在注目されています。具体的には、生成AIを使用しても弁護士と依頼人の間の機密性が担保されるのか？が問題になっています。ChatGPTは個人情報に単独でアクセスしたり保持することはできませんが、OpenAIのプライバシーポリシーに従ってユーザーとのやり取りを訓練データとして使えるよう記録しています。そのため、弁護士や依頼人は、法律の文脈でAIを使用する際には特に注意を払うように助言されており、特権を危険にさらす可能性のある機密情報や敏感な情報をプロンプトとして利用することは避けるべきです。
アメリカのアマゾンでモノを売る場合、商標を取り、ブランド・レジストリに登録することは今では当たり前のようになっています。しかし、このように制度が普及すると、それを悪用する業者も出てくるのが常です。今回はそのような悪徳業者をアマゾンが地裁で訴えたという珍しいことがありましたが、その効果は限定的で、ブランド自身が自分たちの知財に対して真剣に取り組み、権利化から権利行使まで、より戦略的で緻密な取り組みが求められることが浮き彫りになりました。
架空の存在しない判例をChatGPTが作り出し、事実確認が取れないまま裁判所に提出した弁護士たちの事件は、法曹界に大きな衝撃を与えました。今回その事件に関する審問と制裁判決があったので、その詳細を解説します。この問題は表面的にはAIツールの誤操作・過信のように見えますが、審問と判決内容を見るとそうではなく、ミスを指摘されたときに隠蔽しようとウソをついたことが本質的な問題です。そのウソがウソを呼び、取り返しのつかないところまで膨れ上がったという、弁護士として（そして人間として）のミスをしたときの対応に問題があり、そこが制裁でも重視されていたことがわかります。
今回紹介するケースでは、親出願・子出願で同様のクレーム文言が使われており、子出願におけるクレーム解釈が親出願の審査期間中に行われた権利者による陳述によって限定されるのかが焦点になりました。結論としては、裁判所は、問題となったクレームを狭めるために親出願の審査経過を適用せず、また、決定された解釈の一部は明細書の記載に基づき本件において適切であると判断しました。今回のケースでは考慮されませんでしたが、親出願の審査で将来継続出願のクレームで使用される可能性の高いクレーム用語に関しては慎重なコメントが必要で、安易に解釈を狭めるような陳述は控えた方がいいでしょう。
先行技術と重なるクレーム範囲であっても、クレームされた範囲だけで起こる特徴を示すことで特許が取れることもあります。しかし、そのような特許の権利行使には注意した方がいいというのが今回の判例です。CAFCは、地方裁判所の分析において一部の誤りがあったことを示しましたが、重複する範囲による明白性の判断を支持し、予期しない結果や商業的な成功の主張を退けました。先行技術と重なるクレーム範囲をもつ特許を取得する場合、クレーム範囲の特徴が程度の差ではなく、種類の差（例えば、新しい特性）である発明を選ぶと良いでしょう。
米国連邦巡回控訴裁判所（CAFC）は主張される用語の意味を決定する際には、内在的証拠が外的証拠よりも重要であると述べています。内在的証拠はクレーム文言や明細書はもちろん審査履歴も含まれ、審査の際の発言も含まれます。今回の訴訟では、地裁は「コンピューター読み取り可能記録媒体」の解釈に外的証拠を用い、信号や波を含めることができると解釈しました。しかし、CAFCはそれは誤りであり、明細書がすでに用語を定義していると結論づけ、外的証拠を拒否し、代わりに内在的証拠を使用して用語の意味を定義しました。
医薬品業界内を二分にする実施可能要件に関するAmgen v. Sanofiの最高裁での争いは知財業界の注目を集めています。しかし、最近開催された口頭弁論の内容を総合的に判断すると、実施可能要件に関する大きな変更がある可能性は少なく、最高裁は、実施可能要件の欠如による特許無効には過度な実験 (undue experimentation) の証明が必要であり、実験の量が「過度」（ undue）であるかどうかは、長年にわたるWands判決に示された要素に依存することを確認するようです。
特許訴訟において賠償金を決定する際、合理的ロイヤリティ分析および逸失利益分析の両方において、非侵害代替品が考慮されることがあります。しかし、米国地方裁判所の判例によると、非侵害代替品の役割は、2つの分析の間で異なることが示されています。合理的ロイヤリティ分析において、裁判所は次に最良の利用可能な代替品を考慮しますが、多くの要因の一つとして扱われ、逸失利益の決定における非侵害代替品と同じ基準を必ずしも満たす必要はありません。逸失利益分析においては、非侵害代替品の入手可能性は「はい」か「いいえ」の問題となり、非侵害代替品として認められる基準が高くなる傾向があります。そのため、当事者は、求める損害の形式に基づいて、非侵害代替品の適切な解釈を適用する必要があります。
ここ数ヶ月、ChatGPTに代表される人工知能（AI）と法曹界に関連する意見が絶えませんが、中にはAIがいずれ弁護士を廃業に追い込むことをほのめかす記事もあります。しかし、AIは101条における特許の適格性について正しい判断ができるのでしょうか？
法律業界でもChatGPTを始めとしたAIツールの活用は始まっていますが、使用する際の弁護士と依頼人間の特権への潜在的なリスクが現在注目されています。具体的には、生成AIを使用しても弁護士と依頼人の間の機密性が担保されるのか？が問題になっています。ChatGPTは個人情報に単独でアクセスしたり保持することはできませんが、OpenAIのプライバシーポリシーに従ってユーザーとのやり取りを訓練データとして使えるよう記録しています。そのため、弁護士や依頼人は、法律の文脈でAIを使用する際には特に注意を払うように助言されており、特権を危険にさらす可能性のある機密情報や敏感な情報をプロンプトとして利用することは避けるべきです。
アメリカのアマゾンでモノを売る場合、商標を取り、ブランド・レジストリに登録することは今では当たり前のようになっています。しかし、このように制度が普及すると、それを悪用する業者も出てくるのが常です。今回はそのような悪徳業者をアマゾンが地裁で訴えたという珍しいことがありましたが、その効果は限定的で、ブランド自身が自分たちの知財に対して真剣に取り組み、権利化から権利行使まで、より戦略的で緻密な取り組みが求められることが浮き彫りになりました。
架空の存在しない判例をChatGPTが作り出し、事実確認が取れないまま裁判所に提出した弁護士たちの事件は、法曹界に大きな衝撃を与えました。今回その事件に関する審問と制裁判決があったので、その詳細を解説します。この問題は表面的にはAIツールの誤操作・過信のように見えますが、審問と判決内容を見るとそうではなく、ミスを指摘されたときに隠蔽しようとウソをついたことが本質的な問題です。そのウソがウソを呼び、取り返しのつかないところまで膨れ上がったという、弁護士として（そして人間として）のミスをしたときの対応に問題があり、そこが制裁でも重視されていたことがわかります。
今回紹介するケースでは、親出願・子出願で同様のクレーム文言が使われており、子出願におけるクレーム解釈が親出願の審査期間中に行われた権利者による陳述によって限定されるのかが焦点になりました。結論としては、裁判所は、問題となったクレームを狭めるために親出願の審査経過を適用せず、また、決定された解釈の一部は明細書の記載に基づき本件において適切であると判断しました。今回のケースでは考慮されませんでしたが、親出願の審査で将来継続出願のクレームで使用される可能性の高いクレーム用語に関しては慎重なコメントが必要で、安易に解釈を狭めるような陳述は控えた方がいいでしょう。
先行技術と重なるクレーム範囲であっても、クレームされた範囲だけで起こる特徴を示すことで特許が取れることもあります。しかし、そのような特許の権利行使には注意した方がいいというのが今回の判例です。CAFCは、地方裁判所の分析において一部の誤りがあったことを示しましたが、重複する範囲による明白性の判断を支持し、予期しない結果や商業的な成功の主張を退けました。先行技術と重なるクレーム範囲をもつ特許を取得する場合、クレーム範囲の特徴が程度の差ではなく、種類の差（例えば、新しい特性）である発明を選ぶと良いでしょう。
米国連邦巡回控訴裁判所（CAFC）は主張される用語の意味を決定する際には、内在的証拠が外的証拠よりも重要であると述べています。内在的証拠はクレーム文言や明細書はもちろん審査履歴も含まれ、審査の際の発言も含まれます。今回の訴訟では、地裁は「コンピューター読み取り可能記録媒体」の解釈に外的証拠を用い、信号や波を含めることができると解釈しました。しかし、CAFCはそれは誤りであり、明細書がすでに用語を定義していると結論づけ、外的証拠を拒否し、代わりに内在的証拠を使用して用語の意味を定義しました。
医薬品業界内を二分にする実施可能要件に関するAmgen v. Sanofiの最高裁での争いは知財業界の注目を集めています。しかし、最近開催された口頭弁論の内容を総合的に判断すると、実施可能要件に関する大きな変更がある可能性は少なく、最高裁は、実施可能要件の欠如による特許無効には過度な実験 (undue experimentation) の証明が必要であり、実験の量が「過度」（ undue）であるかどうかは、長年にわたるWands判決に示された要素に依存することを確認するようです。
特許訴訟において賠償金を決定する際、合理的ロイヤリティ分析および逸失利益分析の両方において、非侵害代替品が考慮されることがあります。しかし、米国地方裁判所の判例によると、非侵害代替品の役割は、2つの分析の間で異なることが示されています。合理的ロイヤリティ分析において、裁判所は次に最良の利用可能な代替品を考慮しますが、多くの要因の一つとして扱われ、逸失利益の決定における非侵害代替品と同じ基準を必ずしも満たす必要はありません。逸失利益分析においては、非侵害代替品の入手可能性は「はい」か「いいえ」の問題となり、非侵害代替品として認められる基準が高くなる傾向があります。そのため、当事者は、求める損害の形式に基づいて、非侵害代替品の適切な解釈を適用する必要があります。
ここ数ヶ月、ChatGPTに代表される人工知能（AI）と法曹界に関連する意見が絶えませんが、中にはAIがいずれ弁護士を廃業に追い込むことをほのめかす記事もあります。しかし、AIは101条における特許の適格性について正しい判断ができるのでしょうか？
法律業界でもChatGPTを始めとしたAIツールの活用は始まっていますが、使用する際の弁護士と依頼人間の特権への潜在的なリスクが現在注目されています。具体的には、生成AIを使用しても弁護士と依頼人の間の機密性が担保されるのか？が問題になっています。ChatGPTは個人情報に単独でアクセスしたり保持することはできませんが、OpenAIのプライバシーポリシーに従ってユーザーとのやり取りを訓練データとして使えるよう記録しています。そのため、弁護士や依頼人は、法律の文脈でAIを使用する際には特に注意を払うように助言されており、特権を危険にさらす可能性のある機密情報や敏感な情報をプロンプトとして利用することは避けるべきです。
アメリカのアマゾンでモノを売る場合、商標を取り、ブランド・レジストリに登録することは今では当たり前のようになっています。しかし、このように制度が普及すると、それを悪用する業者も出てくるのが常です。今回はそのような悪徳業者をアマゾンが地裁で訴えたという珍しいことがありましたが、その効果は限定的で、ブランド自身が自分たちの知財に対して真剣に取り組み、権利化から権利行使まで、より戦略的で緻密な取り組みが求められることが浮き彫りになりました。
架空の存在しない判例をChatGPTが作り出し、事実確認が取れないまま裁判所に提出した弁護士たちの事件は、法曹界に大きな衝撃を与えました。今回その事件に関する審問と制裁判決があったので、その詳細を解説します。この問題は表面的にはAIツールの誤操作・過信のように見えますが、審問と判決内容を見るとそうではなく、ミスを指摘されたときに隠蔽しようとウソをついたことが本質的な問題です。そのウソがウソを呼び、取り返しのつかないところまで膨れ上がったという、弁護士として（そして人間として）のミスをしたときの対応に問題があり、そこが制裁でも重視されていたことがわかります。
今回紹介するケースでは、親出願・子出願で同様のクレーム文言が使われており、子出願におけるクレーム解釈が親出願の審査期間中に行われた権利者による陳述によって限定されるのかが焦点になりました。結論としては、裁判所は、問題となったクレームを狭めるために親出願の審査経過を適用せず、また、決定された解釈の一部は明細書の記載に基づき本件において適切であると判断しました。今回のケースでは考慮されませんでしたが、親出願の審査で将来継続出願のクレームで使用される可能性の高いクレーム用語に関しては慎重なコメントが必要で、安易に解釈を狭めるような陳述は控えた方がいいでしょう。
先行技術と重なるクレーム範囲であっても、クレームされた範囲だけで起こる特徴を示すことで特許が取れることもあります。しかし、そのような特許の権利行使には注意した方がいいというのが今回の判例です。CAFCは、地方裁判所の分析において一部の誤りがあったことを示しましたが、重複する範囲による明白性の判断を支持し、予期しない結果や商業的な成功の主張を退けました。先行技術と重なるクレーム範囲をもつ特許を取得する場合、クレーム範囲の特徴が程度の差ではなく、種類の差（例えば、新しい特性）である発明を選ぶと良いでしょう。
米国連邦巡回控訴裁判所（CAFC）は主張される用語の意味を決定する際には、内在的証拠が外的証拠よりも重要であると述べています。内在的証拠はクレーム文言や明細書はもちろん審査履歴も含まれ、審査の際の発言も含まれます。今回の訴訟では、地裁は「コンピューター読み取り可能記録媒体」の解釈に外的証拠を用い、信号や波を含めることができると解釈しました。しかし、CAFCはそれは誤りであり、明細書がすでに用語を定義していると結論づけ、外的証拠を拒否し、代わりに内在的証拠を使用して用語の意味を定義しました。
医薬品業界内を二分にする実施可能要件に関するAmgen v. Sanofiの最高裁での争いは知財業界の注目を集めています。しかし、最近開催された口頭弁論の内容を総合的に判断すると、実施可能要件に関する大きな変更がある可能性は少なく、最高裁は、実施可能要件の欠如による特許無効には過度な実験 (undue experimentation) の証明が必要であり、実験の量が「過度」（ undue）であるかどうかは、長年にわたるWands判決に示された要素に依存することを確認するようです。
特許訴訟において賠償金を決定する際、合理的ロイヤリティ分析および逸失利益分析の両方において、非侵害代替品が考慮されることがあります。しかし、米国地方裁判所の判例によると、非侵害代替品の役割は、2つの分析の間で異なることが示されています。合理的ロイヤリティ分析において、裁判所は次に最良の利用可能な代替品を考慮しますが、多くの要因の一つとして扱われ、逸失利益の決定における非侵害代替品と同じ基準を必ずしも満たす必要はありません。逸失利益分析においては、非侵害代替品の入手可能性は「はい」か「いいえ」の問題となり、非侵害代替品として認められる基準が高くなる傾向があります。そのため、当事者は、求める損害の形式に基づいて、非侵害代替品の適切な解釈を適用する必要があります。
ここ数ヶ月、ChatGPTに代表される人工知能（AI）と法曹界に関連する意見が絶えませんが、中にはAIがいずれ弁護士を廃業に追い込むことをほのめかす記事もあります。しかし、AIは101条における特許の適格性について正しい判断ができるのでしょうか？