生成AI特許、2年で約3倍に急増：WIPO 2026年統計から読むAI特許戦略
図1. 世界の生成AI特許ファミリー公開件数の推移。出典：WIPO, Patent Trends Update in GenAI (2026), Figure 1.
生成AI市場の競争は、サービス公開競争から 特許の先取り競争 へ移りつつあります。
世界知的所有権機関（WIPO）が2026年に公表した最新資料によると、世界で公開された生成AI（Generative AI・GenAI）関連の特許ファミリーは、2023年の約1万4,000件から2025年には3万7,808件へ増加しました。わずか2年で約2.7倍です。
さらに注目すべき数字があります。2024年と2025年の2年間だけで公開された生成AI特許ファミリーは5万6,000件を超え、2014年から2023年までの10年間の総数を上回りました。AI特許ファミリー全体に占める生成AIの比率も、2017年の4.2%、2023年の6.1%から、2025年には8.7%まで上昇しています。
これは、単に「AI特許が増えている」というだけの変化ではありません。
Pine Patent 特許法律事務所が注目するのは、企業が生成AIの中核技術だけでなく、生成AIを実際の事業や産業に適用する方法まで急速に権利化し始めた点です。この変化は、韓国のスタートアップや企業のAI特許戦略にも直接影響する可能性があります。
1. 生成AI特許はなぜ突然急増したのか
特許統計を読む際には、まず理解すべき点があります。
WIPOの数字は、個別の特許出願件数ではなく、公開された特許ファミリー（patent family） を基準としています。同一または密接に関連する発明を複数の国に出願した場合、それらを1つの発明群としてまとめる考え方です。
また、特許は通常、出願直後には公開されません。
WIPOは今回の報告書で、一般に特許出願から公開まで約18か月の時間差がある点を指摘しています。つまり、2024～2025年のデータに現れた爆発的な増加は、2022年末のChatGPT登場後に企業が本格化させた研究開発と特許出願が、遅れて公開データに現れた結果と見ることができます。
したがって、現在の統計は過去の結果であると同時に、今後の競争を示す先行指標でもあります。
最近の生成AI産業の重心は、単純なテキスト生成からも離れつつあります。マルチモーダルAI、推論型AI、AIエージェント、コード生成、画像・動画生成、産業特化型AIへと適用範囲が急速に広がっています。WIPOも、自らタスクを計画して複数の段階を実行するAgentic AIを2025年の代表的な動向の1つに挙げ、AlphabetやNvidiaなどによる初期の特許活動を確認しています。
現在の特許競争は、単に「誰がより優れたAIモデルを作るか」だけではありません。
誰がAIを実際の業務・製品・工程へより効率よく結び付け、その結び付け方を先に特許として確保するかという競争へ拡大しています。
2. 生成AI特許の首位がOpenAIではなくSoftBankである理由
今回のWIPO報告書で興味深い点の1つが、特許保有者のランキングです。
2014～2025年の累積公開ベースで、日本のSoftBankは2,985件の生成AI特許ファミリーを保有し、世界1位となりました。そのほぼすべてが2023年に出願され、2025年に公開されています。
続いてTencent、Ping An、Baiduなどの中国企業が位置し、米国ではAlphabet（Google）、Microsoft、IBMなどが上位に含まれます。
ここには重要な事実があります。
世界で最も著名な生成AI企業の1つであるOpenAIが、特許件数では圧倒的な首位ではないという点です。
WIPOの分析によれば、OpenAIの世界での特許出願は2025年末時点で約35件にとどまり、Alphabet、Microsoft、Tencentなどの規模とは大きな差があります。WIPOは、OpenAIの特許がマルチモーダル・インターフェース、コード生成、画像生成、テキスト編集など、特定の製品レベルの技術に集中していると分析しています。
これは、AI企業の知的財産戦略に重要な示唆を与えます。
すべての企業が同じ方法で競争力を守るわけではありません。特許として公開し独占権を得る方が有利な技術もあれば、モデル・パラメータやデータ処理ノウハウのように外部からリバースエンジニアリングしにくい技術は、営業秘密として維持する方が適切な場合もあります。
生成AI時代には、単に「特許を多く出願する」というアプローチよりも、特許で保護する技術と営業秘密として維持する技術を分けるIPポートフォリオ設計 が一層重要になります。
3. 中国の独走、日本の急上昇、そして韓国
国別の特許データを見ると、競争の速度がより明確になります。
中国の発明者による生成AI特許ファミリーは、2024～2025年に4万3,000件を超え、圧倒的な世界1位です。
しかし、直近の成長率を見ると別の変化があります。WIPOによれば、2023～2025年の生成AI特許ファミリーの年平均成長率（CAGR）は、中国が64%、米国が92%で、日本は実に210%を記録しました。
その結果、日本は発明者所在地の世界ランキングで韓国を抜き3位となりました。一方、韓国は同期間に約21%のCAGRを記録し、3位から4位へ下がりました。
図2. 主要な発明者所在地別の生成AI特許ファミリー比較。出典：WIPO (2026), Figure 4.
ただし、この数字を「韓国のAI技術力が急落した」と単純に解釈すべきではありません。
日本の急増には、SoftBankが2024～2025年に約3,000件のGenAI特許ファミリーを公開した影響が極めて大きく作用しています。WIPOも、SoftBankを除けば日本の増加幅は相当に異なると指摘しています。
重要なのは順位そのものではなく、特許確保の速度です。
生成AI分野では、先行特許が日々蓄積されています。これまで出願を先延ばしにしてきた企業が2～3年後に重要技術を出願しようとしても、すでに類似構造の先行特許が大量に存在し、確保できる権利範囲が狭くなる可能性があります。
まさにこの点から、AI企業は製品開発と特許出願を別々のプロセスと考えるべきではありません。
4. AI特許の中心はGANからLLMへ完全に移った
WIPO報告書で技術的に最も重要な変化の1つは、LLM特許の急成長です。
過去には、GAN（Generative Adversarial Network）が生成AI特許の相当な割合を占めていました。しかし、現在は状況が逆転しています。
2014～2025年の累計で、WIPOが把握したLLM関連特許ファミリーは約2万900件、GANは約1万8,800件です。
2025年だけを見ると差はさらに大きくなります。
- LLM関連特許ファミリー：約1万4,100件
- GAN関連特許ファミリー：約5,245件
LLM特許はGAN特許の約3倍まで増えました。Diffusion Modelも急増し、2023年の441件から2025年には約4,000件となっています。
図3. 生成AI中核モデル別の特許ファミリー推移。出典：WIPO (2026), Figure 5.
これは、企業のAI特許戦略も変わる必要があることを意味します。
以前は特定のAIモデル構造そのものが重要な特許ポイントでした。現在は、LLMや既存の基盤モデルを利用する場合でも、どのような入力を生成し、どのモデルを選択し、結果をどのように検証・加工して、特定産業の技術的課題をどのように解決するかが重要な特許ポイントとなり得ます。
5. 「ChatGPTを使った」だけでは特許にならない
ここは、多くの企業が特に注意すべき部分です。
生成AIを使用したという事実自体が、直ちに特許性を意味するわけではありません。
韓国の2026年AI分野審査実務ガイドも、この点をかなり明確にしています。
韓国知的財産庁の審査実務によれば、既存技術と比較して具体的な技術的特徴がなく、生成AIを単に利用するにすぎない場合、通常の設計変更と評価され、進歩性が否定される可能性があります。
一方、生成AIに入力されるquery data、instruction、promptなどを生成する構成に具体的な差異があり、その差異により技術的効果が生じる場合には、進歩性が認められる余地があります。
これが生成AI特許出願の核心です。
「LLMを利用して専門的な回答を生成する」とだけ説明する場合と、次の構造で説明する場合とは全く異なります。
- ユーザーの状態を分析する
- その結果に応じて特定の専門モデルを選択する
- ユーザー特性に合わせて入力データを構成する
- 生成結果を検証・後処理して特定の技術的効果を実現する
特許では、単にAIを使った事実より、AIを どのように 使ったかが重要です。
6. どの生成AI技術を特許として押さえるべきか
生成AIの特許出願を検討する場合、Pine Patent 特許法律事務所は、技術を「AIサービス」という1つの塊で見るのではなく、プロセス全体を分解する必要があると考えます。
特に、次の点が特許ポイントとなり得ます。
第1に、入力データ生成・前処理技術
どのデータを選び、どのように変換・正規化・分類し、生成AIが処理しやすい形式へ整えるかが技術的差異となり得ます。
韓国のAI審査実務も、具体的なデータ前処理技術と、それにより生じる優れた技術的効果が、進歩性判断において意味を持ち得るとしています。
第2に、モデルの選択・連携・ルーティング構造
すべての質問を1つのLLMへ送るのではなく、ユーザーの要求やデータ特性に応じて複数のAIモデルから適切なモデルを選択し、または複数モデルを順次連携させる構造があれば、独立した発明ポイントとして検討する必要があります。
第3に、promptまたはinstructionを生成する具体的ロジック
これは、「良いプロンプトの文章」自体が当然に特許になるという意味ではありません。
ユーザー状態、入力データ、システム条件に応じ、プロンプトが技術的に生成・変更される構成と、その結果生じる技術的効果が重要です。
第4に、AI出力の検証と後処理
生成結果をそのままユーザーへ提供せず、精度評価、エラー検証、データ変換、特定産業システム向けの後処理を行う場合、それも重要な技術構成へ発展し得ます。
第5に、特定産業の技術的課題を解決するAI適用方法
製造、半導体、医療、金融、エネルギー、ロボット、自動運転などでは、単純なテキスト生成より、既存産業プロセスの精度・処理時間・資源効率・安全性を改善する具体的な技術構成がはるかに重要です。
7. 今後は「AI自体の特許」より「AI×産業の特許」が重要になる可能性
WIPOデータで特に注目すべきは、生成AI特許の主体が従来のIT企業から他産業へ広がっていることです。
上位の特許権者には、インターネット企業だけでなく、金融、通信、インフラ、電力、産業企業も現れています。中国のState Grid CorporationとChina Southern Power Grid、ドイツのBoschが代表例です。
WIPOも、生成AIが金融・通信・インフラその他のデジタルサービス企業へ広がり、今後、医療、製造、金融、エネルギーなど多様な分野と結び付く可能性を指摘しています。
この変化は韓国企業にも重要です。
今後のAI特許市場では、大規模言語モデルそのものを開発しなければ重要な特許を得られないわけではありません。既存のLLMを利用する場合でも、次のように産業固有の課題を解決する技術には大きな特許機会があり得ます。
- 半導体工程を最適化する生成AI
- 製造装置の異常を分析する生成AI
- 医療データを用いて意思決定を支援するAI
- 建築・設計を自動化する生成AI
- 金融リスクを分析する生成AI
- ロボットの行動計画を生成するAI
競争力は「AI」という言葉ではなく、産業の課題を解決する具体的な技術構成から生まれます。
8. 画像・動画に続き、テキストとコード生成の特許が急成長
生成AIの利用分野も、特許データから明確に確認できます。
2014～2025年の累計では、画像・動画分野が約4万件の特許ファミリーで最大の割合を占めます。
一方、最近の成長速度ではテキストが非常に速く、テキスト関連の特許ファミリーは2023年の約3,400件から2025年の約1万1,800件へ、2年間で3倍以上となりました。
コード生成も2023年の339件から2025年には1,616件へ大きく増えました。3D画像モデリングも同期間に908件から2,484件へ増加しています。
図4. 生成AI利用形態別の特許ファミリー推移。出典：WIPO (2026), Figure 6.
これは、今後の特許ポートフォリオが単純なチャットボット機能を超え、AIコーディング、設計自動化、マルチモーダル処理、3Dコンテンツ、業務自動化、AIエージェントへ広がる可能性を示しています。
9. 生成AI企業が今点検すべき5つの特許戦略
WIPO統計を実際の企業特許戦略へつなげると、次の5点が重要です。
① 製品公開後ではなく、開発段階で特許ポイントを見つける
AI分野では技術だけでなく、特許公開の速度も非常に速くなっています。
製品開発を終え、市場で成果を確認した後に特許を検討すると、すでに類似の先行技術が現れている可能性があります。企画、PoC、開発、公開と並行して、発明発掘と先行技術調査を行う体制が必要です。
② 「AIを使う」ではなく、技術的差異をクレームする
生成AIを既存プロセスへ付加するだけでは、強い特許になりにくいでしょう。
入力データ処理、プロンプト生成、モデル選択、学習構造、推論構造、結果検証、後処理などで、既存技術と異なる具体的な構成と効果を見いだす必要があります。韓国の審査実務も、生成AIの単純利用と具体的な技術的差異を区別しています。
③ すべてを1件の特許へ入れず、ポートフォリオとして設計する
1つの中核サービスの中にも、複数の発明が存在し得ます。
例えば1つのAIサービスでも、データ前処理、モデルルーティング、生成過程、検証過程、ユーザーインターフェース、産業への適用過程が、それぞれ別の権利化候補となります。
重要なサービスであれば、1件の出願で終えるのではなく、中核技術と周辺技術を構造化した特許ポートフォリオとして考える必要があります。
④ 韓国出願だけでなく、海外市場も当初から決める
WIPOは、現在の生成AI分野では国際的に拡張された特許ファミリーの比率がまだ比較的小さいものの、市場とビジネスモデルが成熟するにつれ、グローバルな権利確保が拡大する可能性を示しています。
米国、中国、日本、欧州などで事業を予定する企業は、韓国出願後に海外出願を考えるのではなく、最初の出願段階からどの国で権利を取得するかを検討する必要があります。
⑤ AIを利用して発明した場合は「人の貢献」を記録する
これは韓国知的財産庁が2026年に特に強調した問題です。
現在の韓国では、AIそのものは発明者として認められず、人が発明の創作へ実質的に貢献しなければなりません。
韓国知的財産庁は、審査過程で正当な発明者か疑問がある場合、研究開発ノート、発明者確認書など、人の貢献を確認できる資料を求めることがあると案内しています。
生成AIをR&Dに積極的に使う企業ほど、誰がどの技術的課題を設定し、どのような選択と検証によって発明を完成させたかを記録する発明者管理プロセスが重要になります。
10. 特許明細書の作成にAIを使う場合も注意が必要
生成AI時代には、発明だけでなく特許明細書の作成にもAIが利用され得ます。しかし、利便性とは別に大きな注意が必要です。
韓国知的財産庁は2026年6月の案内で、生成AIのハルシネーションにより実在しない技術内容や虚偽の効果が生成される可能性があるため、出願人と代理人が明細書および意見書の事実性と発明の実現可能性を確認すべきだとしました。
特に医薬・新素材のように実験結果と再現性が重要な分野では、より慎重であるべきです。AIが生成した実験結果を、実際の実験結果であるかのように記載してはなりません。
もう1つの問題は機密漏えいです。
未公開発明の内容を外部の生成AIサービスへそのまま入力すると、企業の技術情報が外部へ送信される可能性があります。韓国知的財産庁も、中核技術や営業秘密をAIへ入力する際のセキュリティに注意するよう明記しています。
AIによって特許業務を効率化することはできますが、検証とセキュリティまでAIに任せることはできません。
11. 生成AI特許の本当の競争はこれから始まる
WIPOの今回の統計で最も重要な数字は、「3万7,808件」ではないかもしれません。
より重要なのは、2024年と2025年の2年間に公開された生成AI特許が、それ以前の10年間の累積規模をすでに上回ったことです。産業の特許地図が事実上、描き直されていることを意味します。
その中心はLLMだけではありません。
マルチモーダルAI、Diffusion Model、コード生成、AIエージェント、推論技術、効率的な学習・推論技術、製造・金融・医療・エネルギーとの結合へ、特許競争の範囲が急速に拡大しています。
企業が今問うべきことは、「当社もAI特許を1件出すべきか」ではありません。
問いは次のように変わるべきです。
- 自社サービスのうち、競合に模倣された場合に最も阻止したい技術は何か。
- AIモデル以外に、自社固有のデータ処理・入力生成・検証・後処理技術は何か。
- 公開すれば競合に模倣される技術と、営業秘密として残すべき技術は何か。
- 3年後に市場を守る特許ポートフォリオを、今どのように設計すべきか。
実質的なAI特許戦略は、こうした問いから始まります。
Pine Patent 特許法律事務所の見解
生成AI時代の良い特許は、クレームに単に「人工知能」「LLM」「生成AI」という言葉を加えれば作られるものではありません。
データがどのように入り、AIがどのような判断をし、各構成要素がどう連携し、その結果、従来技術と比べてどのような技術的効果が生じるかを、発明の構造として見いだすことが核心です。
生成AIは技術変化が速いため、開発後に発明を見つける従来型の方法より、研究開発過程で継続的に発明を発掘し、特許ポートフォリオを設計する方法が重要になります。
Pine Patent 特許法律事務所は、生成AI・ソフトウェア技術を検討する際、単に「AIが入っているか」ではなく、実際の事業を守れる技術的差異がどこにあるかを中心に特許戦略を検討します。
AI技術の進歩が速いほど、特許は開発後に処理する行政手続ではなく、技術開発・事業戦略と共に設計すべき競争手段となります。
生成AI特許FAQ
Q1. ChatGPTや既存LLMを使うサービスも特許出願できますか
可能性があります。自社でLLMを開発していないことだけで、特許が不可能になるわけではありません。
ただし、既存サービスへ生成AIを単純に適用した程度では、進歩性が認められにくい場合があります。入力データ生成、データ処理、モデル選択、プロンプト構成、出力の検証・後処理などに具体的な技術的差異と効果があるかが重要です。
Q2. プロンプトも特許を取得できますか
特定の文言からなる「プロンプトそのもの」が当然に特許になるわけではありません。
もっとも、韓国の生成AI審査実務も、query、instruction、promptなどの入力データを生成する具体的な技術構成に差異があり、その差異により技術的効果が生じる場合、進歩性が認められる余地を示しています。最終的には発明全体の構成で判断されます。
Q3. 生成AIがアイデアを作った場合、AIを発明者として記載できますか
現在の韓国では認められません。
韓国知的財産庁は、AIを利用した発明でも、人が創作過程へ実質的に貢献して初めて正当な発明者として認められると案内しています。単に一般的な指示をAIへ入力し、結果をそのまま出願することは問題となり得ます。
Q4. AI技術は特許と営業秘密のどちらで保護すべきですか
技術によって異なります。
製品を分析すれば実装方法を把握できる技術、競合による実施を発見できる技術、長期的に市場参入を阻止すべき中核構造では、特許が有利な場合があります。
一方、外部から分かりにくい学習ノウハウや社内データ処理方法などは、営業秘密として保護する方が適切な場合もあります。
したがって、特許か営業秘密かを一律に選ぶのではなく、技術ごとにIP戦略を区分することが重要です。
参考資料
- WIPO, Patent Trends Update in GenAI (2026)
- 韓国知的財産庁「人工知能特許審査事例、審査実務ガイドでご確認ください」（2026年1月15日）
- 韓国知的財産庁「AI活用発明、人が発明へ貢献して初めて発明者と認定」（2026年6月9日）
- 韓国知的財産庁「AI発明の特許要件と記載要件」
本文の図表は、WIPO (2026), Patent Trends Update in GenAI のFigure 1、4、5、6から該当領域を切り出したものです。数値と図表内の文言は変更しておらず、WIPOの出典と CC BY 4.0ライセンス を表示しています。The WIPO Secretariat assumes no liability or responsibility with regard to the transformation of the original content.
