このニュースの本質
2026年3月25日に島津製作所が発表したのは、単なる「知財AIツールの提供開始」ではありません。2026年4月1日に、同社知的財産部が社内で独自開発・運用してきた知財業務自動化基盤を、株式会社IP Agentと共同で新会社「株式会社Genzo AI」として事業化するという発表でした。対象業務は、発明届出・出願、特許翻訳、中間処理、先行文献調査、FTO、契約書レビューまで広く、年間契約のSaaSとして中堅・中小企業や大学・研究機関への提供を想定しています。島津製作所は2030年度に売上高15億円、320社導入を目標に掲げています。
この発表で特に重要なのは、AI導入の出発点が「一般的な生成AI活用」ではなく、「ベテランの思考プロセスをプロンプト化し、暗黙知を形式知に変える」という知財実務そのものの設計に置かれていることです。しかも、島津製作所は2023年から社内で運用し、2025年度に年間8,000万円の外部コスト削減、発明届出業務の工数50％削減、他社特許スクリーニングの手作業90％削減という成果を示しています。単なるPoCではなく、業務成果を出したうえで外販に踏み切っている点に、このニュースの重みがあります。
なぜ今、この動きが大きいのか
知財業務は、以前から「高度専門職の仕事」である一方、実務のかなりの部分は、判断基準の整理、文書構造の標準化、過去事例の参照、観点漏れの防止といった、一定程度ロジック化できる作業でもありました。そこに対して島津製作所は、「ロジック化可能な知的労働は生成AIに置換する」という方針を掲げています。これは、知財業務の価値を下げる話ではなく、むしろ人が本当に担うべき仕事を選別し直す発想だと見るべきです。定型処理や初期案作成はAIに寄せ、人は最終判断、事業との接続、権利化戦略、紛争・交渉対応により集中する方向です。
加えて、Genzo AIのサービス設計を見ると、同社は「全部をAIに任せる」方向ではなく、Human-in-the-Loopを前提にしています。サービスサイトでも、実務担当者がAI提案を確認・修正する設計が明示されており、これが実務導入の現実解です。特許明細書案や拒絶理由対応、FTO、契約レビューは、いずれも一見自動化しやすそうに見えて、実際には責任分界とレビュー工程の設計が品質を左右します。そこを正面から組み込んでいる点は、このサービスの現実性を高めています。
注目すべきは「知財部の事業化」
今回のニュースで、私はもう一つ大きな変化を感じます。それは、知財部門が単なる支援部門ではなく、社内で培った実務ノウハウを外部提供可能なプロダクトへ転換する主体になっていることです。新会社の出資比率は島津製作所90％、IP Agent10％で、所在地も島津製作所本社内です。つまり、これは外部ベンダーのサービス導入事例ではなく、事業会社の知財部門が自ら価値の源泉となり、その知見を市場に出すモデルです。これは日本企業の知財部門のあり方にとって、かなり象徴的な出来事だと思います。
島津製作所の知的財産部は、異種事業領域の知財を扱い、国内特許の審判や審決取消訴訟を内製で処理し、2019年には知財功労賞も受賞しています。そうした高い実務能力を持つ組織が、自分たちのやり方をソフトウェア化したことには説得力があります。AIそのものよりも、「どの思考を、どの順序で、どの精度で支援するか」を知っている現場が作ったことに競争優位がある、という見方ができます。
普及の可能性と課題
このサービスが刺さりやすいのは、まさに発表どおり、少人数で知財を回す中堅・中小企業や大学・研究機関でしょう。ユーザー数無制限、カスタムプロンプト、国内AWS管理、導入支援といった設計は、「知財専任者が少ない組織でも回ること」を意識しています。初期提供モジュールを届出、翻訳、中間処理の3つに絞り、明細書案生成やFTOなどを2026年夏以降に順次拡張するロードマップも、実務上の難易度を踏まえた堅実な進め方です。
もっとも、普及には課題もあります。知財AIは、生成精度だけでなく、守秘性、出力責任、レビュー体制、誤答時のリスク分担まで含めて評価されます。特にFTOや契約レビューは、便利だからこそ過信しやすい領域です。そのため、今後の勝負は「生成できるか」ではなく、「どの工程で人が確認し、どこまでを組織標準として任せられるか」を設計できるかに移るはずです。これは公式情報からの直接記載ではなく、同社がHuman-in-the-Loopや導入支援、データ保護を前面に出していることから導ける実務的な見立てです。
まとめ
島津製作所のGenzo AI設立は、知財部門にAIを入れた、という話にとどまりません。社内で成果を出した知財実務の標準化モデルを、SaaSとして外部提供する段階に入ったことこそが本質です。今後、知財部門の競争力は、専門人材の人数だけではなく、暗黙知をどれだけ再現可能な業務プロセスに変えられるか、そしてそれを人とAIの協働設計として実装できるかで差がついていくはずです。Genzo AIは、その流れを象徴する先行事例として注目に値します。