判決雑感（カプコンｖｓコーエーテクモ）
・事件名
平成３０年（ネ）第１０００６号 特許権侵害行為差止等請求控訴事件・同年（ネ）第１００２２号 同附帯控訴事件
・事件の経緯
原審である平成２６年（ワ）第６１６３号 特許権侵害行為差止等請求事件に対する控訴事件になります。原審では、被告から原告に対する５１７万円の損害賠償請求のみ（請求は９億８３２３万１１１５円）が認められたことに対して、敗訴部分を不服として控訴がなされたものです。
原告：株式会社カプコン（以下、「カプコン」と呼ぶ）
被告：株式会社コーエーテクモゲームス（以下、「コーエーテクモ」と呼ぶ）
・判旨（主文）
１ 控訴人の本件控訴に基づき，原判決を次のとおり変更する。
（１）被控訴人は，控訴人に対し，１億４３８４万３７１０円及びこれに対する平成２６年７月１１日から支払済みまで年５分の割合による金員を支払え。
（２）控訴人のその余の請求をいずれも棄却する。
２ 被控訴人の附帯控訴を棄却する。
３ 訴訟費用（控訴費用，附帯控訴費用を含む。）は，第１，２審を通じてこれを７分し，その１を被控訴人の負担とし，その余を控訴人の負担とする。
４ この判決の第１項⑴は，仮に執行することができる。
・主な論点
（１）本件発明Aに係る特許は特許無効審判により無効にされるべきものか
⇒特に公知発明においてセーブデータ（書き可能なディスク）をトリガとして採用しているところ、本件発明A（請求項１及び８）においては、「所定のキー（セーブ不可）」を採用することに対して阻害要因を認める点等を考慮して、進歩性を肯定しています。
*ただし、審決取消訴訟（平成29年（行ケ）第10097号）等において、既に争われている。
（２）控訴人の損害の有無及び損害額
⇒本件における実施料率を3.0％とし、弁護士等の費用を含めて合計１億２８３３万３７１０円（１億１６６７万３７１０円＋１１６６万円）を損害額として認定しました。
（３）控訴人の損害の有無及び損害額
⇒本件における実施料率を1.5%とし、弁護士等の費用を含めて合計１５５１万円（１４１０万円＋１４１万円）を損害額として認定しました。
・対象特許権１：特許第３３５０７７3号
【請求項１】ゲームプログラムおよび／またはデータを記憶するとともに所定のゲーム装置の作動中に入れ換え可能な記憶媒体（ただし，セーブデータを記憶可能な記憶媒体を除く。）を上記ゲーム装置に装填してゲームシステムを作動させる方法であって，
上記記憶媒体は，少なくとも，所定のゲームプログラムおよび／またはデータと，所定のキーとを包含する第１の記憶媒体と，所定の標準ゲームプログラムおよび／またはデータに加えて所定の拡張ゲームプログラムおよび／またはデータを包含する第２の記憶媒体とが準備されており，
上記拡張ゲームプログラムおよび／またはデータは，上記標準ゲームプログラムおよび／またはデータに加えて，ゲームキャラクタの増加および／またはゲームキャラクタのもつ機能の豊富化および／または場面の拡張および／または音響の豊富化を達成するためのゲームプログラムおよび／
またはデータであり，
上記第２の記憶媒体が上記ゲーム装置に装填されるとき，上記ゲーム装置が上記所定のキーを読み込んでいる場合には，上記標準ゲームプログラムおよび／またはデータと上記拡張ゲームプログラムおよび／またはデータの双方によってゲーム装置を作動させ，上記所定のキーを読み込んでいない場合には，上記標準ゲームプログラムおよび／またはデータのみによってゲーム装置を作動させることを特徴とする，ゲームシステム作動方法。
概要：過去作品のセーブデータを有していると、本作品でも追加アイテム等が配布されるという「例のアレ」かと思ったのですが、訂正により「セーブデータを記録可能な記録媒体を除く」という文言が追加されました。この点、従前のゲームでは、前作のセーブデータの保有が前提であることとの差異が認められて特許性が肯定されました。かなり古い特許権（権利としては失効済み）ということもあるのですが、かなり微妙な判断です。
・対象特許権２：特許第３２９５７７１号。
【請求項１】遊戯者が操作する入力手段と，この入力手段からの信号に基づいてゲームの進行状態を決定あるいは制御するゲーム進行制御手段と，このゲーム進行制御手段からの信号に基づいて少なくとも遊戯者が上記入力手段を操作することにより変動するキャラクタを含む画像情報を出力する出力手段とを有するゲーム機を備えた遊戯装置であって，上記ゲーム進行制御手段からの信号に基づいて，ゲームの進行途中における遊戯者が操作している上記キャラクタの置かれている状況が特定の状況にあるか否かを判定する特定状況判定手段と，上記特定状況判定手段が特定の状況にあることを判定した時に，上記画像情報からは認識できない情報を，上記キャラクタの置かれている状況に応じて間欠的に生じる振動の間欠周期を異ならせるための体感振動情報信号として送出する振動情報制御手段と，上記振動情報制御手段からの体感振動情報信号に基づいて振動を生じさせる振動発生手段と，を備えたことを特徴とする，遊戯装置。
概要：キャラクタのゲーム内の状況に応じて（コントローラ等を）振動させるという発明である。一般的に利用されている技術のようにも思えるが、プレイヤが画像情報からは識別できない情報を振動の違いによって伝達するという点は特徴的かと思います。
・雑感及び実務への影響
昨年3月の審決取消訴訟（平成29年（行ケ）第10097号）を受けて、対象特許権１に関する判断が大きく変わったという判決のようです。実施料率も3.0％が採用されており、比較的高めの水準が採用されたように思います。
なんだかんだ言ってもソフトウェア特許で、特許権者側に有益な判決は、少なく、今回の判決が確定するとすれば、比較的実効性の高い損害賠償額の判例ということになりますから、プロパテントの方向で実務への影響が比較的大きかも知れません。既に、9月24日付で最高裁判所に上告がなされているようですから、今後の動向も気になるところです。
さて、ゲーム絡みで、面白い判決が出たのでご紹介してみました。一応、詳細が出たら検討しようと思っていたのですが、HPに詳細が上がるまでやたら時間がかかりましたね。好評なようであれば、たまに判例も扱うと思います。
*判例の紹介は普段あまりやりませんから、細かい間違い等あればご容赦ください。
*今回の判決の記事は書かれていませんが、イノベンティアの藤田先生が関連する判決の解説をブログで書かれています。気になる方は、こちらも読まれると全体像が把握しやすいかと思います。
人間の意思決定とAIの結果はどのような影響を与えるか、可能性と限界
１．はじめに
「分かりやすい文章」を意識しすぎて、文章がぬるくなってきた気がする・・・
と言うことで久々に分かりやすさを無視した話をしたいと思います。キャッチーなタイトルにしますが、AIの推論結果をどのように利用するのかという話です。
以前のブログでも記載していますが、私は別に機械学習分野の研究者という訳ではないのですが、AI・データ契約ガイドラインというガイドラインの策定に関わる機会がありました。このガイドライン自体は、あくまでも契約の話しだったのですが、せっかくの機会だしということで基本書を買いあさり、必死で勉強しました（一応、昔から統計や確率モデルはそれなりに）。
とは言え、別に機械学習にそこまで詳しいわけでもないですし、あくまでも私見です（気楽に読んでいただければ）。
さて、ここからが本題ですが、最近ツイッター等を見ていて気になることが二つあります。一つは、AIの推論結果の「精度」に対する認識。もう一つは、AutoML絡みの件もありデータサイエンティスト不要論のようなものです。
いずれも、「推論」という行為の理解とその「目的の欠如」により起こるような気がしており、自分なりの考えをまとめておきます。将来的には、AIと法律の絡む論点に言及するためのネタになるとは思いますが、現時点ではまだまだ不十分ですね。
まず大前提として、AIによる推論の結果というのは、人間の意思決定をサポートするために利用されるものです。したがって、本来的に求められるのは、事象に対する対する「精度（再現性）」ではなく、人間の「意思決定に寄与できる要素を必要十分に満たす」ということが必要です。
ただし、一つ例外があります。ｎ回の試行回数を前提とする場合です。例えば、保険会社の保険料の算出に利用される演算の中に統計的なパラメータの一環として機械学習の推論結果を利用するような場合は、単に精度が上がるかどうかだけの問題ですから精度は非常に重要です。このようなケースについては、今回の対象外とします（いずれどこかで）。
これに対して、１回の試行回数の意思決定を行う場合はどうでしょうか。例えば、工場の異常を検知するようなシステムに機械学習の結果を利用する場合です。勿論、１００％の精度であれば話は別なのですが、９５％の精度を担保できるとすればそれは十分に高い精度を示す優秀なシステムのような気がします。
しかし、異常を検知できなかった場合にリスクが極めて大きいという前提に立てばユーザにとって必要なのは、そのようなシステムではないはずです。
例えば、異常がある可能性があれば１００％に近い精度でそれを拾い上げ、異常がない場合に間違って呼び出される可能性はできる限り減らしたい（あったところで本来大きな問題はない）というのがニーズと理解すれば、全体的な精度は９０％であっても異常がある可能性があればまずは知らせるというリスクヘッジを整えているシステムの方が有用な気もします。現実の社会では、確率や精度だけでは割り切れない事象が必ず存在します。今回の話のメインは、このような場合にどのように考えればいいのかという点です。
２．AIの推論結果の持つ意味
もう少し別の事例で考えてみます。そもそも、AIの推論結果とはどのようなことを前提にして導かれるものなのでしょうか、現在の主流である教師あり学習において考えてみます。
まず、教師あり学習においては、人の判断により学習に用いられるデータの解釈に対して「正解」が与えられることになります。いわゆるアノテーションと呼ばれる作業です。
この「正解」という概念も実は結構厄介です。例えば、画像認識等の分野であれば、人が、これは「車の画像」、これは「人の画像」と言うような形で、所定の画像（若しくは画像の一部）に対して、正解を与えて行くことになります。
つまり、この場合の正解とは、人が画像を視認した場合における人の判断と言うことになります。言い換えれば、あくまでも人の判断が基準であり、撮像された物が真に車なのか人なのかという点は問題にしていないということです。
とは言え、人と画像の判別であれば比較的に個人差も少なく容易に行うことができますから、画像認識等の分野ではそれほど問題は生じません。
では例えば、採用活動における人事担当者の判断を学習し、その結果を推論するようなケースはどうでしょうか。勿論、過去のデータとして採用・不採用の結論はありますから、データに対して「正解」を与えることは容易です。
しかし、同じ（情報としてのパラメータを保有する）他の人物による面接の結果として、同様の結果になるでしょうか。もっと言えば、同じ人物が面接をした場合であっても、結果が変わるかもしれません。勿論、学習の結果、ある種汎用的な結果は出すことができますし、その結果にある程度の精度を求めることができると思います。
しかし問題は、当日に当たった面接官、その年に一緒に面接を受けるライバル、面接を受ける企業の社内事情、といった特有の状況が結果に対して与える影響が非常に大きいということです。さらに言えば、面接を受ける人物にとって、採用の確率が６０％なのか７０％なのかという点が、実際に面接を受けるかどうかの意思決定に大きな影響を及ぼすのかというとかなり疑問があります。
また、これはいずれのケースでも基本的には同様なのでが、AIの推論結果は、統計的機械学習を利用しているという前提において、確率的な指標として導き出されます。
例えば、画像の結果は９９％の確率で「人」とか、面接を受ける人は６０％の確率で「採用」とかそのようなイメージです（不正確ですが、分かりやすさ優先で）。そして、断定した「結論」が欲しければ、閾値等も設けて結論を導くことができます。
いずれにせよ、ここで言いたいことは、確率的な数値（指標）は、１回の試行回数の事象に対して有効な指標とはなりにくいということです。当たり前ですけどね。
３．本来必要なこと
では、AIの推論結果を効果的に利用するために必要なことは何か。やはり、生じ得るバイアスを前提として意思決定に寄与する情報を合わせて提供することかと思います。
具体的なイメージを持った方が良いと思うので、麻雀を例に少し説明します（AIというより単なる統計モデルですが）。自分がリーチを掛け、他の３人がそれを追いかけている状態を想像してみてください。
もし、自分以外の３人が全て受け入れた牌をそのまま捨てたとすれば、自分が上がれる確率は単純計算（本当は当然もっと複雑）で約４倍です。しかし、自分以外の３人が全員安牌のみを捨てたとすると、基本的にはツモ以外では上がれません。
このような状況において、意思決定者に対して、自分以外の３人は麻雀に精通している熟練者であるという情報が提供されたとします。麻雀に精通している熟練のうち手であれば、基本的に他家への振り込みはしないでしょうから、上がれる確率は低いかもしれません。
ちなみに、もう少し精度を上げたいのであれば、他の３人の過去の振り込み率を考慮したり、その状況に応じた押し引き妥当性なんかを検討して、結果に考慮していくことで恐らく精度は上がります。
４．結論
（特に試行回数が限られる状況において）AIの推論結果を含む統計的なデータをどのように考慮するかは意思決定者次第です。そして、そのために求められることは、単に精度の高い推論を実現するということではなく、意思決定者が行うための情報とリスクを過不足なく提示することこそ重要なはずです。
さらに言えば、統計的機械学習のよる推論は、データの数を増やしていくことで、汎用的な精度の高さ（逆にここが本来的な強み）を実現することはできるものの、存在し得る多くの特殊事情に対しては有効に機能しない場合があります。
特に１回の試行回数の意思決定を行う際には、その特殊事情のバイアスは無視できるものではなく結果を大きく左右するのが普通です。そのため、意思決定者は、その特有の事象を自身で判断して意思決定を行う以外の選択肢はなく、これは基本的に不可欠なプロセスです（最終的な責任を放棄することはそもそもできない）。
という感じで「ガイドライン」の時点よりロジックを少し発展させました。どうでしょうね。結構気を使ってケアしているのですが、表現で気になる点があればご指摘ください。正直、まだまだまとまってないという自覚はありますが、もう少し思考が進めば法律論にも持って行けるかな、やる機会があるかどうかは別ですが。
まぁいずれにせよ、機械学習然り、AutoML然り、社会実装フェイズに中間領域できる人材は大量に必要なわけで、データサイエンティストの市場価値は下がるどころか、まだ上がるんじゃないかなぁと思ってました。最後に、一応ガイドラインのリンクを張っておくので、興味がある方は是非。
特許弁理士の選び方
１．はじめに
以前のブログで、知財に慣れていない方には、まずは大手の特許事務所がおすすめであるということは述べました。基本的にはその主張の通りなのですが、例えば、「大手の特許事務所に不満がある」、「慣れてきたので中小の特許事務所も検討したい」という方に向けた内容です。
特許事務所を選ぼうと特許事務所のＨＰ等を見てみると、調査・コンサルティング、商標登録出願、意匠登録出願、特許出願、訴訟、鑑定、、、どのような依頼でもお受けします。と言うような形で、どのＨＰを見ても同じような内容が記載されていて違いが分からない、というのが正直な感想ではないでしょうか。まぁ弁理士である以上、知的財産に関係する業務を最低限行うことができるというのは間違いではないのですが、やはり弁理士毎に特性や得意・不得意があるのは当然です。
今回は、最も大きいところで、特許出願業務における専門性について簡単に説明します。できる限り客観的な情報のみを提示しますが、そうは言っても私の個人的な見解ですので、最終的な判断は各自でお願いします。
２．特許弁理士の専門性
まずよく言われるのが、「技術分野」の専門性です。自然科学の領域は極めて広く、すべての領域を一人でカバーできるということは極めて稀です。行ってきた業務の内容や学生時代の専攻等によって、弁理士毎に得意とする技術分野が異なります。
従来は、「電気・電子」、「機械」、「バイオ・化学」の３つの類型で技術分野を分類するのが、一般的でしたが、最近はＣＳ（コンピュータサイエンス）分野の発展もあり、「電気・電子」、「機械」、「バイオ・化学」、「ソフトウェア」の４つの類型に分類するのが一般的です。
ここで、明細書の作成を行う弁理士に必要な知識は、必ずしもエンジニアや研究者と同等の「詳細な技術的知識」ではありません。あくまでも弁理士に求められるのは知的財産の知識ですから基本的にはどのような技術分野であってもある程度の対応は可能です。
しかし、例えば、コンピュータサイエンス分野の発明であるにもかかわらず、出願人が弁理士に対して「サーバ」や「クライアント」といった基本的な用語の概念から説明していたのでは時間がいくらあっても足りません。
また、「詳細な技術知識」はともかく、当該技術分野の明細書の流行や特許庁の審査の感覚を分かっているかどうか、は明細書の作成において重要ですし、当該技術分野における基本的なビジネスモデル、競合プレイヤーの状況等を知っておくことは、発明の発掘や抽出において大きな意味があります。
このような事情から、多くの特許弁理士は、ある程度自分の得意分野を限定して業務を行っています。重ねて言いますが、弁理士であれば自分の得意分野以外でなくともある程度の対応は可能ですし、学生時代の専攻が全てという訳でもありません。ポイントは、むしろ弁理士が「直近のトレンド」を分かっているかどうかです。
なお、個人的な見解ではあるのですが、あまりにも自分の専門に近い（必要以上に詳細な知識を有していると）と、逆に固定観念から柔軟な発想が妨げられたり、特許性の判断に必要以上にバイアスが掛かってしまったり、必ずしも望ましくないと考えています。
３．主とするクライアントの種別
もう一つあるのがどのようなクライアントの案件を主として業務を行っているのか、という点があります。なぜこのような観点が重要かというと、クライアントの種類によって、弁理士に求めるスキルが大きく違うため、それに対応する弁理士のスキルにも大きく影響を与えるためです。
（１）明細書職人系の弁理士
例えば、社内に知財担当者を多数抱えるメーカー等では、社内で十分に発明の内容や出願の方針を検討した上で「発明報告書」というものを作成するのが一般的です。
そのため、このような企業をクライアントに持つ弁理士や特許事務所では、変に発明の内容に口を出すことは求められておらず、「ミスなく効率的に発明報告書に基づく明細書を作成する」ことが求められます。まさに明細書を作成する「職人」のイメージです。
（２）発明発掘系の弁理士
一方で、社内に知財担当者がいないような中小企業やスタートアップ企業では、発明が何かが曖昧な状態で研究開発を行っていることがほとんどですから、発明報告書を作成することはできませんし、むしろ発明の内容を一緒に固めて行くような作業が発生することになります。このような企業を得意とする弁理士は、明細書の作成も勿論行うのですが、どちらかと言えば出願人の意図を読み取ったり、発明者からうまく情報を引き出すようなヒアリングの能力に強みがあることが多いです。
要は、同じ特許出願という業務であっても、求められるスキルや業務の内容が実は結構異なるんですよね。だからこそ料金にも結構ばらつきがあります。
４．まとめ
以上、特許弁理士のスキルについて簡単に説明しましたが、どうだったでしょうか。経験の長い弁理士であれば、ある程度色々な対応が可能ですし、あくまでも判断の基準にしていただければ幸いです。なお、今回は説明を行いませんでしたが、意匠、商標、知財ＤＤ、ライセンス交渉等といったさらに異なる業務を得意とする弁理士も存在します。機会があれば、そのような弁理士のスキルについてもできる範囲でご紹介できればと思います。
*余談ですが、私自身は、上述の分類で言うソフトウェア分野の発明発掘系の弁理士になるかと思います。
IPランドスケープとパテントマップ
１．はじめに
先日のブログでも紹介したように、知財業界では、IPランドスケープという用語が流行っている訳ですが、その多くに「パテントマップ」という技術が利用されています。今日はこのパテントマップを簡単にご紹介したいと思います。
２．パテントマップの定義
特許庁によれば、このパテントマップの定義は、特許情報整理・分析・加工して図面、グラフ、表などで表したもの（特許庁：技術分野別特許マップ,１９９７～２０００）、と定義されています。一言で言えば、パテントマップとは、「特許情報を見える化したもの」です。
つまり、パテントマップの価値を知るためにも、まず特許情報とは何かを知らなければなりません。
３．特許情報の価値
この特許情報の価値の根源にあるのは、出願公開という制度です（特許法第６４条第１項等）。簡単に言えば、日本国内でなされた特許出願は、出願から１年６月を経過すると、その内容が公開公報により公開されます。特許出願は、各出願人（企業）の重要な技術情報は勿論、どのような分野の技術なのか、その量や比率はどうなのか、といった事業戦略や技術戦略に関わる様々な情報を含みます。そして、このような特許出願は、国内だけでも毎年３０万件以上行われているのですから、使い方次第では有益な情報が得られることは簡単に想像できるでしょう。
さらに、このような特許情報は、特許庁により基本的に無料で公開されていますので、誰でも自由に取得することができます。ただし、パテントマップを含む統計的な解析を行う場合には、流石にやりずらいので有料のDBやソフトウェアを使って、パテントマップを作成するのが一般的です。
４．パテントマップで結局何ができるのか？
例えば、一例をご紹介します。基本的には特許情報からどのように情報を抽出するかですから、使い方はいくらでもあり得ます。
（１）競合企業の出願動向を分析する。
競合企業の出願状況や出願内容を時系列的に検討することで、競合会社の技術水準や技術開発の動向等を明らかにすることができるかもしれません。このような分析は、例えば、研究開発の方向性を決める上で利用できる可能性があります。
具体的には、例えば、A社では、ある技術分野の特許出願を積極的に行っていたにもかかわらず2011年以降はほとんど特許出願が確認できないような場合、A社は当該技術分野から撤退したのかもしれません。また例えば、商社であるB社がある技術分野の特許出願を行っているとすれば、当該技術分野への参入を考えているのかもしれません。さらに言えば、そのような場合は、技術系のスタートアップ企業との共同出願だったりするかもしれませんね。いずれにせよ、そのようなイメージです。
（２）自社が参入予定の業界のプレイヤー動向を分析する。
参入予定の分野の出願状況を把握することで、当該分野の技術的な勢力図を把握することができます。勿論、技術的な勢力図と実際の売上等の勢力図で違いは出るものの、そのような違いも含めて、業界参入の意思決定に利用することができるかもしれません。
具体的には、例えば、上述の分野が、市場規模の割には全体的に特許出願が少なく、市場を席巻しているプレイヤーが単なる営業力（先行者利益）のみで市場をリードしているとします。例えば、このような場合であれば、革新的な工夫により権利範囲の広い特許権を取得することができれば、市場バランスを大きく変えることができるかもしれません。
（３）自社の出願方針を決定するため、業界の技術動向を分析する。
技術領域毎の出願状況を把握することで、自社の出願方針の決定のために利用することができるかもしれません。具体的には、例えば、半導体の製造方法において、A方法、B方法、C方法に関連する手法が知られていた場合、A方法やB方法については特許出願がされているが、C方法に関連する特許出願はほとんどされていないということが分かったとして、「C方法に関連する領域では比較的広い範囲の特許権を取得できる可能性があるので積極に出願していこう」というようなイメージです。
これらはあくまでも一例です。最近はパテントマップの種類も増え、ビジュアルもかなり分かりやすいものが増えてきましたので、より自由度の高い解析が実現できるようになってきました。
ただし、重要なことは、あくまでもパテントマップはツールであり、特許情報の本質（どのような情報が取得できるのか）を理解した上で、解決したい課題や目的に応じて、うまく使い分けるという発想です。そうすることで、初めて特許情報が、事業課題や経営課題と結びつくためです。
最後に、下記に必要なツールの情報を張っておきますので興味がある方はご覧ください。なお、本来はマップのサンプルを見るとわかりやすいのですが、著作権の関係で差し控えています。
特許事務所の選び方（大手特許事務所ｖｓ中小特許事務所）
１．はじめに
今日のテーマは、「知財に慣れていない担当者がどのように特許事務所を選べば良いか」です。ずいぶん前からセミナーでやりたいと思っていたネタだったのですが、声もかからないし、あまりまとまった時間も取れなかったので、こちらで公開することにします。文章だけだと、わかりにくいとは思うのですが、まぁそこはご愛嬌と言うことで。
余談ですが、最近、プロフィール用の写真を撮ろうと思って探しているのですが、本当にどこを選べば良いのか分からないですね。特許事務所を選ぶのってもっと大変なんだろうな、とふと思いました。
２．身も蓋もない話
初めに身も蓋もないことを言いましょう。士業なんてものはコネクションが一番です。理由は、いくつかあります。士業の場合、基本的にサービスの大半は「知識の教授」です。したがってコミュニケーションが不可欠であり、いわゆる「相性」が合う合わないが非常に重要になります。その意味で、相性の良い弁理士の知り合い（又は知り合いの知り合い）がいればその方を大事にするというのは極めて重要なことだと思います。
まぁとは言え、それでは話が進みませんから、知り合いがいなかったという前提で話を進めます。
３．大手特許事務所と中小特許事務所
ではまずは、特許事務所について簡単に説明します。以前のブログでも、特許事務所とは、特許出願を始めとする知的財産活動に必要となる様々なサービスを提供し、対価を得る（収益を上げる）組織として紹介しています。
この特許事務所ですが、多くの弁理士が所属する大手特許事務所から、一人の弁理士のみで運営する小規模な特許事務所（以下、「一人事務所」と呼ぶ）まで様々です。割と情報がまとまっていそうなHPを参照しつつ、説明します。
こちらも以前ブログで紹介していますが、特許事務所の大半は、実は一人事務所というのが実態です（私ももうすぐそうなります）。他方、このHPによれば弁理士４０人以上の大手特許事務所は１０程度しかないようです。
＊私の古巣も弁理士は５０人以上在籍していましたが、こちらのHPには載っていませんし、結構、抜け漏れがあるのかも知れません。
今日は取り敢えず、大手特許事務所と1人事務所を始めとする中小特許事務所のメリット・デメリットを考えてみましょう。
＜大手特許事務所＞
さて、大手事務所の良いところは、色々な手間を省けるところです。別のブログで詳細については記載しますが、弁理士の特徴の一つは他の士業と比較して、個々の得意領域がかなり狭いということがあります。例えば、ある弁理士は「特許、特にバイオが専門である」というような形で、法域や技術分野に得意不得意があるのが一般的です。また、大手特許事務所の多くは、事務部門も充実していますから、法律手続きとして安定した事務処理が期待できます。
この点、大手事務所では、幅広い人材を揃えていますから、広範囲な領域をカバーすることができます。また、このような特徴を含めて、大手特許事務所は、事務や特許技術者を含めたチームで仕事を受けるため、良くも悪くも一定水準以上のアウトプットを出してくれることが期待できます。つまり端的に言えば、先程のHPの上位１０事務所のうち何れかに相談して、それなりの金額を払えば、最低限のアウトプットを出してくれる可能性が高いと言うことです。これは知識のない依頼者からすれば圧倒的なメリットになります。
他方、大手特許事務所の（特に人気のある）弁理士は、同時に多数の案件を抱えることも多く、基本的に「超多忙」です。質問をしても素っ気ない回答が返ってきたり、スケジュールの調整ができなかったりと、いうような不自由さがあるかもしれません。言ってしまえば、担当弁理士とのコミュニケーション上の問題が生じやすい環境と言えます。また、大手特許事務所の場合は、（事務部門が充実していることとのトレードオフですが）、料金や納期などに融通が利かず全体的に杓子定規の対応の事務所が多いかもしれません。そのようなこともあり、大手特許事務所は一般的に料金は高い設定の場合が多いと思います（間接経費も高いですしね）。
＜中小特許事務所＞
中小特許事務所の最大の問題点は、各事務所が千差万別であり、どの事務所を選べばよいのか、素人には極めて判断がつきずらいという点です。念のために言うと、中小特許事務所にも優秀な先生は沢山おり、サービスのクオリティーも大手特許事務所以上の事務所もいくらでもあります。その意味では、自社に最適な特許事務所が見つかれば、料金も比較的安い場合も多いですし、大手特許事務所以上に満足することができる可能性は十分にあります。
４．結論
このような事情から、
（１）まずはコネクションがあるのであれば知り合いの弁理士に相談してみる
それが難しいようであれば、
（２）取り敢えず大手特許事務所に相談してみる
不都合を感じたり、慣れてきて本格的に知財活動を行おうと思ったら、
（３）中小特許事務所を利用して見る
というような使い方が良いような気がします。自分の宣伝にならないようにできる限り客観的に検討して見たつもりなのですが、どうでしょうね。異論反論ありそうなところですが、特許事務所の選び方に迷っている担当者の方の助けになれば幸いです。
特許業界で話題のIPランドスケープ？
１．はじめに
最近、「IPランドスケープ」という言葉を知財業界でよく耳にするようになりました。グーグル検索をかけて見てもかなりヒットするんですね、驚きました。昔（今も）Orbit（Questel社）というソフトウェアで作成できるパテントマップの一つにランドスケープマップというものがあったのでそれが元になっているのかなぁと思っていたのですがどうも違うようですね。少し気になったので、状況を確認してみることにしました。
２．IPランドスケープの商標権
まず、この「IPランドスケープ」ですが実は商標権が取得されています。
当事務所が保有する「IPランドスケープ」の商標権の使用許諾について（方針の再確認） | ニュースリリース | 正林国際特許商標事務所
商標権者は正林国際特許商標事務所（名義は正林先生個人のようです）ということで、はい、私の古巣ですね（笑）。実は、在籍当初から商標権を取得したという話ぐらいは聞いていたのですが、どういう経緯で出願に至ったのか、どのように商標権を使うつもりなのか等は全く知りません。そのため、このブログの内容には、そういった内部事情は一切考慮されていません。２００人を超える巨大組織ですから、まぁそんなものかなとご容赦いただければ幸いです。
３．結局、IPランドスケープって何？
日経新聞によれば、「Intellectual Property Landscape＝知財に関する環境と見通し」であり、近年、急速に欧米企業が使い始めた知財分析手法と、同手法を活かした知財重視の経営戦略と紹介されているようです。
また、特許庁により最近発表された「知財人材スキル標準ver2.0」においても色々と考え方が示されていますので、下にリンクを貼っておきます。ただ、どれも具体的ではないですね。従来のパテントマップを用いた経営戦略の構築やDDと何が違うのかはイマイチよく分かりません。
知財人材スキル標準（version 2.0） | 経済産業省 特許庁
この点、野崎篤志氏がブログで既に検討されていたようでしたので、リンクを張っておきます。かなり詳細に検討されており、何となく背景は見えてきました。
第4回 IPランドスケープとパテントマップは違うのか？｜IPランドスケープ、知財情報分析・・・ | e-Patent Blog | 知財情報コンサルタント・野崎篤志のブログ
全体的に同意できる部分が多く、私が特に何かを付け加える意味はなさそうです。少なくとも、厳密な定義に基づいて使用されている感じではないですね。「AI」の時と似た気持ち悪さがあります。私が使用する時には、基本的にパテントマップという単語を使っていきたいと思います（当面は）。
実際は、言葉自体はどうでもいい話であり、IPランドスケープとされる方法論自体が真に従来のパテントマップを用いた解析と異なるものなのか（それだけ価値のあるものが提供できるのかどうか）が重要だと思うのですが、どうでしょうね。個人的な感想としては、（勿論進歩はしているものの）特に新しいと言えるものでもないかなというのが正直な感想です。
ただし、言葉自体の意味はともかく、特許情報を経営戦略に活かすという考え方自体は、非常に大切です。パテントマップの利用方法や考え方については、別の機会に説明しようとは思っているので、興味がある方はそちらもご覧いただければと思います。
なお、弁理士の方であれば、「弁理士業務標準（第１１版）」の中に私（を含めた業務標準委員会）の記載したパテントマップの記事が無料で読めると思いますので、参考にしていただければと思います。
*あくまでも全て個人的見解です。
サッカーゲームで見る参入障壁の作り方
１．はじめに
前回のゲーム（e-sports）ネタの続編です。サッカーゲームを例にして、よりe-sportsが発展する方向性を技術や知財の観点を織り交ぜつつ、考えていきたいと思います。
なお、私自身は、ウイニングイレブンは97～2017くらいまで現役でたまに大会に出る程度の中堅プレイヤー、FIFAはナンバリングタイトルをいくつか持っている程度の初心者、です。比較的ウイニングイレブンの方がやり込んでいるので、どちらかと言えばウイイレに寄ってしまうと思うのですが、そこはご容赦ください。
２．サッカーゲームの特徴
まず現状のサッカーゲームの位置づけを確認しましょう。前回のブログでも示した通り、サッカーゲームは比較的運の要素があるものの、それなりに実力が反映されますし（トーナメントに比較的耐えられる）、戦術的な側面はあるものの個人技の要素もかなり高いという要素もあり、様々なゲームの要素を比較的バランスよく持っています。そのため、e-sportsには比較的馴染みやすい部類で歴史も古いです。
このサッカーゲームには、他のゲームにはない圧倒的な利点があります。それは、リアルのサッカーと連動させることができるという利点です。そのため、今でJリーグのクラブ（例えば、FC東京）が専属のゲームプレイヤーを雇ったり、Jリーグがオーガナイザーとしてe-sportsの大会を主催するといった動きが出始めました。これは非常に特徴的な傾向であり、活かさない手はないでしょうね。
また、現在のサッカーゲーム市場はウイイレ（KONAMI）とFIFA（EA SPORTS）の２強でしょう。お互いのタイトルを差別化するという意味でも、一つの重要な観点かと思います。
３．例えば、こんなのはどう？
では具体的な方法はどうかというと、、、
それこそ関係者（夫々のクラブやゲーム会社）次第ということになるのですが、せっかくなので一つ例を挙げて考えてみましょう。
大会の決勝戦を、ARやVRの技術を使って、実際のサッカーに近いような形で観客に提示するような観戦方式はどうでしょうか。ゲームの観戦って、プレイヤーの状況やゲーム画面を見るだけになってしまうので、地味なんですよね。特にサッカーゲームの場合は、実際のサッカーを見ている感覚とは全く異なるので、サッカーファンには結構違和感が出てしまうような気がしています。そのため、例えば、実際のサッカーに近いような形で観客に魅せる方向性というのは、サッカーゲームの一つの方向性として有望だと思います。
ちなみに、今年のTGSでも、コナミブースにARを利用したウイイレのような技術が出展されていましたし、普通に近い世界を狙っている気はします。
さて、このような技術を実現する場合、どのような点が障害になるでしょうか。まぁ細かく言えばいくらでも出てくるとは思いますが、例えば、一つ例を挙げるとすれば「オフザボールの動き」なんかがあると思います。サッカーゲームというのは、通常、1vs1の勝負ですから、基本的にはボールを持ったプレイヤーのみを操作します。
まぁ仕様的には、いくつかボールを持っていない選手を操作する方法はあったりするのですが、正直、現状の仕様で満足しているプレイヤーはほとんどいないと思います。勿論、ゲームタイトルによっても差はありますが、結局、どのゲームタイトルであっても、まだまだ実際のサッカーのリアリティーは再現できていないように思います（さらに言えば、ゲームの勝敗も戦術面ではなく、結局個人技の部分で決まってしまうことが多い）。
このような状況において、例えば、ボールを持っていない選手の動きに戦術的な意味合いをうまく盛り込んだ動きを実現するのに寄与する工夫や、それが難しいのであればARやVRを利用する場合に、少なくともボールを持っていない選手の動きを「自然に見えるように修正する」ような工夫があれば、実は結構な強みになるのではないかと思います（今回、関係会社の特許は全く見ても聞いてもいないため、既に出しているかも知れません）。
勿論、これはあくまでも一例です。逆にプレイヤーの個人技に着目し、それを魅せるような演出もあり得ると思います。ただ、このような工夫について、特許が取得されていれば非常に強力な参入障壁になるのでは、、、？ということです。
４．発明発掘の考え方
という訳で一例を適当に挙げて紹介してみました。
実は今回の解析は、発明発掘における基本的なフローを紹介しています。まぁ本業でやるなら、もう少しエビデンスや実際のデータに基づいて時間をかけて解析しますが、思考の方向性は同じです。発明発掘のポイントは、「ビジネス上の重要なポイント（できれば技術的なポイント）を探索し、そこから特許法上の発明として具体的な発明を抽出する」ということに他なりません。単に特許を取ればいいという訳ではないし、ある程度業界に精通していないと難しいと思うのですがどうでしょうね。ちなみに今回とは逆で、企業が取得している特許から将来のビジネス展開を予想するような方法論も存在します。そちらの方が面白いですかね。取り敢えず、今回は以上。
*台風１９号により被害を受けられた皆様には、心よりお見舞い申し上げます。私自身も東京住まいなのですが、幸い被害が大きかった地域から距離がったため、ほとんど影響はありませんでした。
