SlideShare uma empresa Scribd logo
1 de 13
©2018 Mitsuru Urushibata All rights reserved
データサイエンティストが特許を取得するまで
2018年 12月 27日
Mitsuru Urushibata
©2018 Mitsuru Urushibata All rights reserved
自己紹介
@kasegu_data名前
数学専攻修士修了後データ分析会社を経て広告会社へ経歴
10年以上データ分析業務に従事。渡り歩いた業界は金融向け分析 広告 無職 広告と多様。
お金を稼ぐ事ができるデータサイエンティストを目指し、実践してきた。データサイエンティストとお金という
テーマで日々キャリアを模索中
PR
データ分析とビジネスのつなぎこみ
データクリーニング
得意領域
*本スライドの内容は個人の見解であり、所属する組織の公式見解ではありません
©2018 Mitsuru Urushibata All rights reserved
1. はじめに
誰かが産業の発展に有益な発明をしたとしましょう。それはとても有益なため周りが模倣を始めます。そのとき発明者が模倣を恐
れてそれを秘匿したらどうなるでしょうか?本来その発明の実施により得られるはずだった産業の発展が阻害され社会全体の利益を
減少させます。そのため発明を奨励し産業に寄与するため発明者が秘匿せずとも権利を保護できるように特許権は定められました。
ところで発明に該当するものとは何でしょうか?「特許法第2条に規定される発明、すなわち、自然法則を利用した技術的思想
の創作のうち高度のものを保護の対象とします」(*引用)とあります。少し抽象的ですね。特許取得ランキング(次項参照)を見ると
上位の多くが製造業、特に精密機械や自動車であることから例えばプリンタの給紙や自動車のトランスミッションの技術などが具体
的な例だと考えられます。
ではデータサイエンティストの成果物は発明でしょうか?字数もあまりないので結論だけ申し上げると発明になりうるものもあるという
のが私の見解です。一方でデータサイエンティスト自身は夢にも特許権を取得できると思っていないので特許出願を行わないことが
多いのが現状です。本スライドでは実際に発明を特許化した筆者が、データサイエンティストが特許取得を行うまでの方法やその目
的やメリットを解説していきたいと思います。
* 特許庁HP https://www.jpo.go.jp/seido/s_tokkyo/chizai04.htm
注意) 筆者は弁理士ではないため本内容に関して間違いがある可能性があるため、詳
細は弁理士の先生にご相談ください。
©2018 Mitsuru Urushibata All rights reserved
(参考) 特許取得件数ランキング
* 知財ポータルサイト IP Force https://ipforce.jp/Data/index/tabid/2/apstk/1/tabid2/2
©2018 Mitsuru Urushibata All rights reserved
2. 特許を取得するメリット/デメリット
特許を取得するのはもちろんメリットがあるからです。一方でデメリットもあります。
(参考)弁理士先生のサイト めちゃくちゃわかりやすい https://www.ryupat.com/patentmerit/
*1 アカデミックでの業績は論文ですが、ビジネスの研究開発は特許が重視されます
*2 特許は出願すると1年半後に公開されます
発明の実施を他社が見た時に簡単に模倣できる
ものは特許を取得したほうが良い。一方で発明を
見ても到底マネできないものは特許不要
データサイエンティストの発明は前者である
メリット
デメリット
• 独占排他的に実施できる
• 無形固定資産として属人的な技術を会
社のものにできる(論文はなりません
*1)
• 他社へのライセンシングでの利益が見込め
る
• 自社製品のアピール
• 発明内容が公開される(*2)
• 維持費にお金がかかる
• 発明者として特許明細に名前が残る
• 履歴書やlinkedinなどへ記載ができる
• インセンティブ報酬を受け取れる
(主に名誉です)
• 取得のために弁理士の先生との打ち合わせ
がある
気の利いたものができたらぜひ権利化にトライし
よう
企業 発明家
©2018 Mitsuru Urushibata All rights reserved
(参考) 職務発明
企業内での職務上の発明を職務発明と言います。職務発明の詳細は参考を見ていただくとします。
原則特許を受ける権利は発明者にありますが、就業規則で「それは譲渡してもらうよ」と書かれていれば会社が特許を受ける権
利を有し出願できます。でH27年の特許法改正でもっと会社有利になり就業規則に定めあれば発明と同時にその権利が会社に
帰属するということになりました。個人的な体感としてこの定めをしている企業がほとんどだと思いますので職務発明の権利はほぼ会
社の権利となると思っていた方が良いかと思います。そのかわり発明者に「相当の利益」を支払うことが義務付けられています。相当
の利益は発明報奨金だとかそんな名前です、額は言えないですが期待しないほうが良いです。
個人的には職務時間で会社の資産を使って発明したので、H27年以降の会社有利になったのはしょうがないかなと思います。
(参考)弁理士先生のサイト めちゃくちゃわかりやすい http://www.watanuki.co.jp/invention/
©2018 Mitsuru Urushibata All rights reserved
3. 特許取得までの流れ 全体図
以下が特許出願の流れですがはっきりいって意味不明です(笑)心配しないでくださいそのために弁理士の先生がいるのです。
発明者がやることは発明してそれを弁理士の先生が何となく理解するように説明するだけです。
特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
©2018 Mitsuru Urushibata All rights reserved
3. 特許取得までの流れ 発明者がやること
データサイエンティストがやることは主に左2つのフェーズです。まず発明を相談すべきなのは会社の法務です。会社の戦略として出
願すべきかの判断を仰ぐ必要があります。また法務部が弁理士事務所間を取り持ってくれると非常に楽です
発明
弁理士事務所
との調整
書類作成 出願
まずは発明しよう 会社の法務に相談し
よう。弁理士の先生を
呼んでくれるので発明
を説明しよう。紙の資
料を用意する
出願書類を作成して
もらう。多分みても意
味不明だと思います
が最後の調整
発明者
(データサイエンティス
ト)
主に法務部
発明者
弁理士の先生 弁理士の先生
©2018 Mitsuru Urushibata All rights reserved
4. 出願後 審査請求
普通出願すれば審査をしてもらえるのが当然と考えるのですが、何と特許は審査請求としないと審査されません。3年以内に審
査請求しなければ出願は取り下げられたものとみなされます。特許は先願性なのではやく出願したものに受ける権利があります。で
すから権利化するかはとりあえず出願してから考えて、あとで権利化不要となったら審査請求しないで取り下げるというような使い方
ができます。これは発明者が審査請求するしないの判断ができない場合はどうしようもないので会社が審査請求するのを願うしかな
いです。
特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
©2018 Mitsuru Urushibata All rights reserved
4. 出願後 拒絶理由通知
無事審査されるとそれについて回答が来ます。ほかの人はどうかしらないですが私の場合まず一発で通りません。拒絶理由は大抵
ほかの特許の権利とかぶっているとか新規性がないとかそんな理由です。ここで弁理士の先生と作戦を練りより範囲を絞って補正書
を提出します。
特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
©2018 Mitsuru Urushibata All rights reserved
4. 出願後 特許査定 登録
見事審査に通ると特許査定というものが来ます。あとは会社の法務の人が登録等やってくれると思います。お疲れ様でした。
特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
©2018 Mitsuru Urushibata All rights reserved
5. どのようなものが発明と認められるか
一概にこういうものが発明といい難いので、データサイエンティスト関連特許と思われるものを検索し事例を提示します。株式会社
ギックスのホームページに彼らが取得した特許の簡単な内容が以下のように記載されています。
「同社が得意としている大量のID-POSデータを効率的に処理したり分析したりするための手順などを定めたものである。」
またこれに該当するであろう特許の要約は以下です
「 【課題】商品又はサービスの利用デーを用いたマーケティングにおいて、有用なマーケティングデータを提供する。 【解決手段】商品
若しくはサービスの利用開始若しくは利用停止を行う顧客のアクション、又は商品若しくはサービスの利用に関する顧客の状態変
化を特定して設定する。その後、判定期間T2におけるアクション又は状態変化の有無により、顧客をセグメントに分類する。その
後、アクション又は状態変化が有ると分類されたセグメントに対し、集計期間T3の利用データを集計して見込み値を算出する。
なお、判定期間T2の始点は、集計期間T3の始点より前又は集計期間T3の始点と同じである。」
(特許6143930)
上記の要約から読み取れるのはデータを用いて作成した数理モデルそのものではなく、処理の一連の流れに新規性があるようなも
のを発明とみなせるような気がします。実際筆者の取得した特許もパラメータの推定方法というアルゴリズムではなく推定する対象と
用いるデータの対象に新規性があったと記憶しています。
結論:発明かどうかを判断するのは素人では難しいためできるなら弁理士の先生に相談したほうが良いと思います。
株式会社ギックス HP https://www.gixo.jp/news-press/7881/
日経ビッグデータ 2016年2月号 P18
©2018 Mitsuru Urushibata All rights reserved
小難しいことを言ってきましたが、要するに特許出願の流れはいうほど難しくもめんどくさくもないです。
周りのデータサイエンティストを見ると結構それって発明になるよねということが多いです。企業という立場でみ
ると必ずしも特許を取得することがメリットにはならないのですが、個人としてはメリットしかないのでこれをご覧
の皆様もぜひ一度ご検討いただければと思います。
6. 最後に

Mais conteúdo relacionado

Semelhante a Ip for data scientist

XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢
XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢
XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢
Ryota Inaba
 

Semelhante a Ip for data scientist (20)

TOITOMA Inc.
TOITOMA Inc.TOITOMA Inc.
TOITOMA Inc.
 
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
 
Presales for data scientist
Presales for data scientistPresales for data scientist
Presales for data scientist
 
保育園でAIを使ってみた!
保育園でAIを使ってみた!保育園でAIを使ってみた!
保育園でAIを使ってみた!
 
某雑貨問屋で 行おうとした SNS施策
某雑貨問屋で 行おうとした    SNS施策某雑貨問屋で 行おうとした    SNS施策
某雑貨問屋で 行おうとした SNS施策
 
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
 
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
 
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
 
xDataTech profile 20190125
xDataTech profile 20190125xDataTech profile 20190125
xDataTech profile 20190125
 
RIT_About_us
RIT_About_usRIT_About_us
RIT_About_us
 
XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢
XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢
XP祭り2018_【SDGsゲームで体感】貴方の『大義』を実現する「ソーシャルPM」というキャリアの選択肢
 
20180322 wingarc saikido_panel
20180322 wingarc saikido_panel20180322 wingarc saikido_panel
20180322 wingarc saikido_panel
 
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析についてJapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
 
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
 
エデュテックパートナーズのデジタル支援サービスのご案内
エデュテックパートナーズのデジタル支援サービスのご案内 エデュテックパートナーズのデジタル支援サービスのご案内
エデュテックパートナーズのデジタル支援サービスのご案内
 
業績アップにつながる企業向けマーケティング人材育成サービス「グロースX マーケティング」
業績アップにつながる企業向けマーケティング人材育成サービス「グロースX マーケティング」業績アップにつながる企業向けマーケティング人材育成サービス「グロースX マーケティング」
業績アップにつながる企業向けマーケティング人材育成サービス「グロースX マーケティング」
 
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
 
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
 
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps] Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
 
情報処理学会 AI tech talk Ridge-i
情報処理学会 AI tech talk Ridge-i情報処理学会 AI tech talk Ridge-i
情報処理学会 AI tech talk Ridge-i
 

Último

Service-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadershipService-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadership
Yasuyoshi Minehisa
 
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
Michael Rada
 

Último (8)

Service-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadershipService-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadership
 
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
 
事例DBサービス紹介資料(Case Study DB service introduction)
事例DBサービス紹介資料(Case Study DB service introduction)事例DBサービス紹介資料(Case Study DB service introduction)
事例DBサービス紹介資料(Case Study DB service introduction)
 
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
 
company profile.pdf
company profile.pdfcompany profile.pdf
company profile.pdf
 
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
 
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdfストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
 
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
 

Ip for data scientist

  • 1. ©2018 Mitsuru Urushibata All rights reserved データサイエンティストが特許を取得するまで 2018年 12月 27日 Mitsuru Urushibata
  • 2. ©2018 Mitsuru Urushibata All rights reserved 自己紹介 @kasegu_data名前 数学専攻修士修了後データ分析会社を経て広告会社へ経歴 10年以上データ分析業務に従事。渡り歩いた業界は金融向け分析 広告 無職 広告と多様。 お金を稼ぐ事ができるデータサイエンティストを目指し、実践してきた。データサイエンティストとお金という テーマで日々キャリアを模索中 PR データ分析とビジネスのつなぎこみ データクリーニング 得意領域 *本スライドの内容は個人の見解であり、所属する組織の公式見解ではありません
  • 3. ©2018 Mitsuru Urushibata All rights reserved 1. はじめに 誰かが産業の発展に有益な発明をしたとしましょう。それはとても有益なため周りが模倣を始めます。そのとき発明者が模倣を恐 れてそれを秘匿したらどうなるでしょうか?本来その発明の実施により得られるはずだった産業の発展が阻害され社会全体の利益を 減少させます。そのため発明を奨励し産業に寄与するため発明者が秘匿せずとも権利を保護できるように特許権は定められました。 ところで発明に該当するものとは何でしょうか?「特許法第2条に規定される発明、すなわち、自然法則を利用した技術的思想 の創作のうち高度のものを保護の対象とします」(*引用)とあります。少し抽象的ですね。特許取得ランキング(次項参照)を見ると 上位の多くが製造業、特に精密機械や自動車であることから例えばプリンタの給紙や自動車のトランスミッションの技術などが具体 的な例だと考えられます。 ではデータサイエンティストの成果物は発明でしょうか?字数もあまりないので結論だけ申し上げると発明になりうるものもあるという のが私の見解です。一方でデータサイエンティスト自身は夢にも特許権を取得できると思っていないので特許出願を行わないことが 多いのが現状です。本スライドでは実際に発明を特許化した筆者が、データサイエンティストが特許取得を行うまでの方法やその目 的やメリットを解説していきたいと思います。 * 特許庁HP https://www.jpo.go.jp/seido/s_tokkyo/chizai04.htm 注意) 筆者は弁理士ではないため本内容に関して間違いがある可能性があるため、詳 細は弁理士の先生にご相談ください。
  • 4. ©2018 Mitsuru Urushibata All rights reserved (参考) 特許取得件数ランキング * 知財ポータルサイト IP Force https://ipforce.jp/Data/index/tabid/2/apstk/1/tabid2/2
  • 5. ©2018 Mitsuru Urushibata All rights reserved 2. 特許を取得するメリット/デメリット 特許を取得するのはもちろんメリットがあるからです。一方でデメリットもあります。 (参考)弁理士先生のサイト めちゃくちゃわかりやすい https://www.ryupat.com/patentmerit/ *1 アカデミックでの業績は論文ですが、ビジネスの研究開発は特許が重視されます *2 特許は出願すると1年半後に公開されます 発明の実施を他社が見た時に簡単に模倣できる ものは特許を取得したほうが良い。一方で発明を 見ても到底マネできないものは特許不要 データサイエンティストの発明は前者である メリット デメリット • 独占排他的に実施できる • 無形固定資産として属人的な技術を会 社のものにできる(論文はなりません *1) • 他社へのライセンシングでの利益が見込め る • 自社製品のアピール • 発明内容が公開される(*2) • 維持費にお金がかかる • 発明者として特許明細に名前が残る • 履歴書やlinkedinなどへ記載ができる • インセンティブ報酬を受け取れる (主に名誉です) • 取得のために弁理士の先生との打ち合わせ がある 気の利いたものができたらぜひ権利化にトライし よう 企業 発明家
  • 6. ©2018 Mitsuru Urushibata All rights reserved (参考) 職務発明 企業内での職務上の発明を職務発明と言います。職務発明の詳細は参考を見ていただくとします。 原則特許を受ける権利は発明者にありますが、就業規則で「それは譲渡してもらうよ」と書かれていれば会社が特許を受ける権 利を有し出願できます。でH27年の特許法改正でもっと会社有利になり就業規則に定めあれば発明と同時にその権利が会社に 帰属するということになりました。個人的な体感としてこの定めをしている企業がほとんどだと思いますので職務発明の権利はほぼ会 社の権利となると思っていた方が良いかと思います。そのかわり発明者に「相当の利益」を支払うことが義務付けられています。相当 の利益は発明報奨金だとかそんな名前です、額は言えないですが期待しないほうが良いです。 個人的には職務時間で会社の資産を使って発明したので、H27年以降の会社有利になったのはしょうがないかなと思います。 (参考)弁理士先生のサイト めちゃくちゃわかりやすい http://www.watanuki.co.jp/invention/
  • 7. ©2018 Mitsuru Urushibata All rights reserved 3. 特許取得までの流れ 全体図 以下が特許出願の流れですがはっきりいって意味不明です(笑)心配しないでくださいそのために弁理士の先生がいるのです。 発明者がやることは発明してそれを弁理士の先生が何となく理解するように説明するだけです。 特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
  • 8. ©2018 Mitsuru Urushibata All rights reserved 3. 特許取得までの流れ 発明者がやること データサイエンティストがやることは主に左2つのフェーズです。まず発明を相談すべきなのは会社の法務です。会社の戦略として出 願すべきかの判断を仰ぐ必要があります。また法務部が弁理士事務所間を取り持ってくれると非常に楽です 発明 弁理士事務所 との調整 書類作成 出願 まずは発明しよう 会社の法務に相談し よう。弁理士の先生を 呼んでくれるので発明 を説明しよう。紙の資 料を用意する 出願書類を作成して もらう。多分みても意 味不明だと思います が最後の調整 発明者 (データサイエンティス ト) 主に法務部 発明者 弁理士の先生 弁理士の先生
  • 9. ©2018 Mitsuru Urushibata All rights reserved 4. 出願後 審査請求 普通出願すれば審査をしてもらえるのが当然と考えるのですが、何と特許は審査請求としないと審査されません。3年以内に審 査請求しなければ出願は取り下げられたものとみなされます。特許は先願性なのではやく出願したものに受ける権利があります。で すから権利化するかはとりあえず出願してから考えて、あとで権利化不要となったら審査請求しないで取り下げるというような使い方 ができます。これは発明者が審査請求するしないの判断ができない場合はどうしようもないので会社が審査請求するのを願うしかな いです。 特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
  • 10. ©2018 Mitsuru Urushibata All rights reserved 4. 出願後 拒絶理由通知 無事審査されるとそれについて回答が来ます。ほかの人はどうかしらないですが私の場合まず一発で通りません。拒絶理由は大抵 ほかの特許の権利とかぶっているとか新規性がないとかそんな理由です。ここで弁理士の先生と作戦を練りより範囲を絞って補正書 を提出します。 特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
  • 11. ©2018 Mitsuru Urushibata All rights reserved 4. 出願後 特許査定 登録 見事審査に通ると特許査定というものが来ます。あとは会社の法務の人が登録等やってくれると思います。お疲れ様でした。 特許出願の実務 「特 許 庁 (一社)発明推進協会アジア太平洋工業所有権センター」 2013
  • 12. ©2018 Mitsuru Urushibata All rights reserved 5. どのようなものが発明と認められるか 一概にこういうものが発明といい難いので、データサイエンティスト関連特許と思われるものを検索し事例を提示します。株式会社 ギックスのホームページに彼らが取得した特許の簡単な内容が以下のように記載されています。 「同社が得意としている大量のID-POSデータを効率的に処理したり分析したりするための手順などを定めたものである。」 またこれに該当するであろう特許の要約は以下です 「 【課題】商品又はサービスの利用デーを用いたマーケティングにおいて、有用なマーケティングデータを提供する。 【解決手段】商品 若しくはサービスの利用開始若しくは利用停止を行う顧客のアクション、又は商品若しくはサービスの利用に関する顧客の状態変 化を特定して設定する。その後、判定期間T2におけるアクション又は状態変化の有無により、顧客をセグメントに分類する。その 後、アクション又は状態変化が有ると分類されたセグメントに対し、集計期間T3の利用データを集計して見込み値を算出する。 なお、判定期間T2の始点は、集計期間T3の始点より前又は集計期間T3の始点と同じである。」 (特許6143930) 上記の要約から読み取れるのはデータを用いて作成した数理モデルそのものではなく、処理の一連の流れに新規性があるようなも のを発明とみなせるような気がします。実際筆者の取得した特許もパラメータの推定方法というアルゴリズムではなく推定する対象と 用いるデータの対象に新規性があったと記憶しています。 結論:発明かどうかを判断するのは素人では難しいためできるなら弁理士の先生に相談したほうが良いと思います。 株式会社ギックス HP https://www.gixo.jp/news-press/7881/ 日経ビッグデータ 2016年2月号 P18
  • 13. ©2018 Mitsuru Urushibata All rights reserved 小難しいことを言ってきましたが、要するに特許出願の流れはいうほど難しくもめんどくさくもないです。 周りのデータサイエンティストを見ると結構それって発明になるよねということが多いです。企業という立場でみ ると必ずしも特許を取得することがメリットにはならないのですが、個人としてはメリットしかないのでこれをご覧 の皆様もぜひ一度ご検討いただければと思います。 6. 最後に