リーガルテック、製造業AIの国内特許動向を分析し3領域の課題を整理

リーガルテックは、特許調査・発明抽出プラットフォーム「MyTokkyo.Ai」を使い、ロボット・FA産業のAI実装に関する国内特許動向を分析しました。
2021年から2025年までを対象に、現場データ統合、熟練技能のデータ化、AI判断の説明可能性を調べました。
分析では、製造業でAIを活用する際の主要課題として、現場データの不統一、暗黙知のデータ化、判断の信頼性を整理しました。

記事の概要

リーガルテックは、ロボット・FA産業におけるバーティカルAI実装の技術課題と、関連する国内特許動向を調査しました。
調査対象は、日本国内の公開特許・登録特許で、2021年から2025年までの動向を分析しました。
分析では、現場データの不足・不統一、熟練者の暗黙知のデータ化、AI判断の説明可能性・信頼性を主要課題として抽出しました。
設備メーカーごとに異なるデータ形式や通信仕様を統合する技術として、エッジコンピューティング、OPC-UA、マルチベンダー連携を挙げています。
溶接、研磨、組立、ロボット教示では、熟練者の動作や判断をモーションデータやセンサーデータに変換する技術が求められています。
品質保証や安全管理では、AIの判定結果に加えて、判断根拠や信頼度を確認できる仕組みが必要としています。
推定分析では、2021年から2025年にかけて、動作模倣学習・技能伝承と説明可能AIに関する国内出願が増加する傾向が示されました。
ただし、特許データファイルに基づく定量分析ではなく、個別の出願件数や権利状況は追加確認が必要です。

記事のポイント

1. データ統合が課題です： 設備メーカーごとに異なるデータ形式や通信仕様、古い設備を含む工場全体の統合が課題です。
2. 暗黙知を技能データ化： 動作、力加減、作業音などの熟練技能を収集し、ロボットやAIへ移転する技術が重要です。
3. 説明可能性を重視： 品質保証や安全管理でAIを使うには、判定根拠や不確実性を現場で検証できる仕組みが必要です。

このニュースがもたらす影響

• 導入検討企業： 製造業の導入担当者は、AIモデルの選定だけでなく、設備データの統合、技能の収集、判定根拠の確認までをPoCの評価項目に含める必要がありそうです。
• 製造業向けAI事業者： 製造業向けAI事業者は、個別工程の精度向上に加え、異なる設備との接続や熟練技能のデータ化、現場での説明機能まで含む提案が求められそうです。
• 知財・研究部門： 知財・研究部門は、動作模倣学習や説明可能AIの出願増加傾向を開発テーマの手がかりにしつつ、件数や権利状況を個別に確認して投資判断することになりそうです。

このニュースの背景

今回の分析は、日本国内の公開特許・登録特許を対象に、2021年から2025年までのロボット・FA産業の動向を調べたものです。
公開情報と業界知識に基づく定性分析で、現場データの不統一、熟練技能のデータ化、AI判断の説明可能性・信頼性を主要課題として整理しています。
動作模倣学習・技能伝承と説明可能AIの国内出願は増加傾向と推定されていますが、定量的な出願件数や個別の権利状況は追加確認が必要です。

関連するニュース

• リーガルテックがMyTokkyo.Aiで医薬品・バイオ産業のAI実装課題を特許動向から整理しました。
• リーガルテックが食品工場AIの技術課題と国内特許の動向を調査しました。
• リーガルテックが再生可能エネルギーとAIに関する国内特許を調査し、3つの技術課題を整理しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

【技術動向レポート】製造業AI化の壁は暗黙知にあり ― 国内特許動向から見るロボット・FA産業の技術課題と日本企業の勝機

リーガルテック株式会社のプレスリリース（2026年8月28日 11時00分）【技術動向レポート】製造業AI化の壁は暗黙知…