リーガルテックは、特許AIエージェント「MyTokkyo.Ai」を使い、次世代半導体パッケージのAI特許動向を調査しました。
2021年1月から2026年10月までを対象に、23公報と22特許ファミリーを分析しました。
海外企業は検査・計測、国内企業は材料予測に関する技術が目立ちました。
調査では、不良データ不足などAI導入を阻む3つの課題も整理しました。
記事の概要
リーガルテックは、特許AIエージェント「MyTokkyo.Ai」を活用しました。
調査期間は2021年1月1日から2026年10月31日までです。
30件の検索式から延べ87件の公報が表示され、重複除去後は74件でした。
このうち、AIが設計・材料・製造・検査の具体的な解決手段として使われる23公報を分析しました。
同一ファミリーを整理した結果、分析対象は22特許ファミリーとなりました。
海外企業では、画像や超音波、X線による検査・計測技術が確認されました。
レゾナックや味の素では、樹脂の物性や配合から反りなどを予測する技術が確認されました。
同社は、不良データの不足、異種データの統合、予測結果の現場反映を主要課題に挙げています。
記事のポイント
- 不良データが不足： ボイドや剥離などは発生頻度が低く、学習画像を集めにくいため、製品や条件の変化で精度が下がる可能性があります。
- 国内外で領域に違い： 確認範囲では、海外企業は検査・計測、国内企業は材料予測と装置制御に特徴が見られ、計23公報を比較しました。
- 調査範囲に留意： 各検索式の表示は最大5件で、今回の件数は業界全体の出願件数や年別の増減を示すものではありません。
このニュースがもたらす影響
- 導入検討企業： 研究開発部門は、検査画像だけでなく材料物性や製造条件まで結び付けたデータ基盤を先に整える必要があり、AI導入効果を評価する際も工程横断で検討することになりそうです。
- 半導体関連企業： 材料メーカーや装置メーカーは、反り・接合ずれ・内部欠陥の予測から装置制御まで、現場データを活用した提案が競争力につながる可能性があり、自社の得意工程を見直す機会になります。
- 知財・研究部門： 22特許ファミリーの比較は技術開発の方向を考える材料になりますが、調査件数は検索条件に依存するため、開発着手前には追加調査と権利抵触の確認が求められそうです。
このニュースの背景
リーガルテックは、特許AIエージェントを使い、2021年1月から2026年10月までの次世代半導体パッケージ関連公報を調査しました。
30件の検索式から表示された公報を絞り込み、AIが設計・材料・製造・検査の具体的な解決手段として使われる23公報、22特許ファミリーを分析しています。
確認範囲では、海外企業は画像・超音波・X線を使った検査・計測、国内企業は材料物性や配合の予測に関する技術が目立ちました。
調査では、不良データの不足、異種データの統合、予測結果を検査・加工装置や現場へ反映することが主要課題として整理されています。
関連するニュース
- リーガルテック株式会社が、MyTokkyo.Aiで蓄電池AIの国内特許約35件を分析しました。
- リーガルテックがMyTokkyo.Aiで、小売業の発注支援AIに関する国内特許を調査しました。
- リーガルテックはMyTokkyo.Aiで、セラミックス・ガラス分野のAI特許動向と実装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）
リーガルテック株式会社のプレスリリース（2026年11月6日 10時00分）【技術動向レポート】次世代半導体パッケージA…
https://prtimes.jp/main/html/rd/p/000000556.000042056.html