1.情報調査分析・活用の課題
(1) 知財・情報調査分析部門を取り巻く変化と課題
(2) なぜ、情報分析がうまくいかないのか?
(3) 情報範囲の拡大~権利からビジネス情報:IPランドスケープ
(4) 生成AIの影響とチャンス
2.イノベーションのためのフレームワーク
(1)イノベーションとは?
(2)新テーマ創出のアプローチ~自社の強み起点フレームワーク
新製品・新用途・新需要
(3)体系的新用途創出プロセス
(4)自社技術の強みの明確化iMap ~ 技術~顧客価値を創出する
(5)研究開発の起点:問題と課題の捉え方
3.情報調査分析のためのフレームワーク
(1) 調査分析の課題
(2) 調査分析パターンの明確化
(3) プロセスの設定(ゴール・スタート、ステップ)
4.イノベーションに向けた特許情報と生成AI活用
4.1 特許情報
(1) イノベーションの情報源としての特許
・技術情報 ・市場・顧客情報 ・技術戦略情報
(2) 特許情報活用の原則
(3) ビジネス観点での特許情報の整理・活用方法
問題と課題、技術の構造化・価値創出、eMap
4.2 生成AIの活用(ChatGPT)
(1) 生成AIとは?
(2) イノベーションにおける生成AIの具体的な活用シーン
(3) プロンプト(AIへの質問設計)の基礎と実践
(4) 生成AIの進化:組み込みソフトの活用・独自AIの必要性
4.3 特許情報と生成AIの使い分けのコツ
5.生成AI・特許情報を活用した調査分析の実践
5.1 機能部材における新用途探索プロセス実践事例
(1)用途探索依頼を受けた時に明らかにすべきこと
(2) ゴール、 スタート(技術)設定
(3) 検索方針設定(生成AIプロンプト、特許検索検索式)
(4) 一次用途候補抽出
(5) 有力用途候補選定
(6) 用途発明
5.2 材料開発に関する実践事例
5.2.1 材料におけるイノベーション
5.2.2 調査依頼の解析
(1) 調査目的と行動目標の明確化
(2) 生成AIを利用した特許情報解析
5.2.3 自社の強みの設定と生成AIによる仮説の設定
(1) 自社技術の強みの設定 材料の特性抽出・機能定義
(2) 技術の構造化m-iMapの作成
(3) 生成AIによる一次用途候補抽出
5.2.4 特許情報による課題の整理と発明の創出
(1) 課題の整理のための特許検索と重要特許の抽出
(2) 生成AI支援によるeMapの作成
(3) 新用途における用途発明の創出
6.知財・調査分析部門における未来の方向性
(1) スキル向上の方法
(2) 組織的活用の注意点
(3) サーチャーの未来の方向性
生成AIと特許情報を活用した研究開発を加速させる実践的アプローチ
【開催にあたって】 知財部門や技術企画部門では、情報調査分析やイノベーション促進ツールを活用して研究開発を促進することが求められています。特許情報や生成AIは、この要求に応えるための強力なツールですが、効果を最大化するためには適切な知識とスキルが不可欠です。本セミナーでは、研究開発を促進し、イノベーションを推進するために必要な考え方を以下の観点から解説します。 1.自社技術の強みの明確化~技術の構造化手法 2.問題・課題の効果的な捉え方~アイデア創出と解決手法 3.イノベーションを進める上での特許情報と生成AI活用 さらに、これらのフレームワークをもとに、特許情報と生成AIを活用して、自社技術から用途探索や発明創出を行う実践事例を紹介します。具体的には、機能部材と材料起点の2つのケースを詳しく説明します。特に、材料起点のイノベーションに関しては、実際に開発を行ってきた経験に基づくインサイトをお伝えしたいと思います。
質問OK
初~中級者向け
[N]
イベント概要
視聴期間/スケジュール
ライブ配信は終了しました。
2024/07/31 17:00 に終了
詳細
受講レベル
初~中級者向け
※受講レベルについて
※受講レベルについて
質問方法
チャットで質問できます
配布資料
なし
※資料がある場合、動画の視聴ページからダウンロードができます。
※視聴期間の終了後はダウンロードできなくなります。
※視聴期間の終了後はダウンロードできなくなります。
修了証の発行
なし
※「あり」の場合、動画の視聴ページからダウンロードができます。
※視聴期間の終了後はダウンロードできなくなります。
※視聴期間の終了後はダウンロードできなくなります。
提供方法
Zoom配信
講師のプロフィール
講師名
株式会社ケミストリーキューブ エグゼクティブコンサルタント 葉山英樹 氏 / 元・日東電工(株)知的財産統括部 情報管理室室長 大谷彰 氏