AI時代の発明：最新研究による発明の対象・方法・主体・制度・活用

はじめに

AIによって、何か新しいものをつくる発明という行為のハードルが非常に低くなりました。今後、発明という行為はどのようになるのでしょうか。ここで、原点に立ち返り、歴史を振り返りつつ、現在起きている急激な変化によって、発明という行為がどのような変革を迎えているのか整理します。

本稿の新規性は次の3点です。

• 発明の体系化:偉大な発明の誕生経緯を「科学の直系・新結合・需要からの逆算・偶然・体系的探索」という5つの経路に整理し、それぞれに有名な具体例と実証研究を併記した
• 理論と方法論の網羅:隣接可能性からTRIZ・リードユーザー法まで、発明を一般化した記述の理論と「意図的に発明を起こす」処方の方法論を、対応関係つきで1つの見取り図にまとめた
• AI時代の発明のあり方:AIによって発明のあり方がどのように変化するのか、最新研究を踏まえて整理をした

発明の対象

発明の定義

まず、日常語では混同されやすい3つの概念を区別します。この区別は本稿全体の土台になります。

• 発見(discovery):既に存在するが知られていなかった事実・法則を見つけること
  • 例:青カビが細菌を殺す性質、電磁誘導の法則、DNAの二重らせん構造。いずれも「発見される前から世界にあった」もの
  • 研究の成果(新しい理論・新しい証拠)はここに属する
• 発明(invention):自然法則を利用して、新しく有用な人工物・方法を作り出すこと
  • 例:ペニシリンの精製・量産法、発電機、PCR法。いずれも「作られる前には世界になかった」もの
  • 発見と発明の境界は「自然に存在したか、人が作ったか」にある。青カビの殺菌性は発見だが、それを薬として安定供給する製法は発明である
• イノベーション(innovation):発明が市場・社会に普及し、経済的価値を生むこと
  • シュンペーターは「発明は、実行されなければ経済的に無意味である」として発明とイノベーションを明確に区別した(Schumpeter, 1934)。彼にとってイノベーションの主役は発明者ではなく、発明を事業に変える企業家(アントレプレナー)だった
  • この区別の重要性は、発明したのに普及させられなかった事例(後述のXerox PARC)と、発明せずに普及だけを担って勝った事例(多くのファストフォロワー)の両方が存在することから明らかになる

3つは「知る→作る→広める」という連鎖ですが、それぞれ検証すべきものが異なります。発見は真かを、発明は動くかを、イノベーションは”売れるか(使われるか)”を検証する営みです。

発明には、数百年運用されてきた定義があります。それは特許の3要件です。

• 新規性(novelty):世界のどこにも公知でないこと。出願前に論文・製品・講演のいずれかで公になっていれば、自分自身の発表であっても原則として新規性を失う。研究における「優先権」と同じく、世界で最初であることが求められる
• 進歩性(inventive step / non-obviousness):その分野の通常の技術者にとって自明でないこと。単に新しいだけでは足りず、既知の要素から「容易に思いつく」ものは発明とみなされない。後述の新結合理論との関係で言えば、「珍しい組み合わせ」であっても当業者に自明なら進歩性はない
• 産業上の利用可能性(industrial applicability / utility):実際に作れて、使えること。永久機関のように原理的に動かないもの、実施方法が具体化されていない構想は要件を満たさない

フラスカティ・マニュアルが定める研究の5基準(新規性・創造性・不確実性・体系性・再現可能性。OECD, 2015)と比べると、対応が見えます。新規性は共通、進歩性は「創造性(自明でない概念に基づく)」に対応します。一方、研究の「不確実性」は発明の要件には含まれず、代わりに産業上の利用可能性が発明に固有です。研究は「真であること」を、発明は「動くこと」を目指すというように、両者の本質的な違いはここにあります。

この定義から、発明に見えて発明でないものも明確になります。

• 単なる着想・アイデア：動く形になっていない。特許制度は「当業者が実施できる程度に具体的に開示されていること」を要求する。「空を飛ぶ機械」という構想は発明ではなく、揚力と操縦の具体的機構が発明である
• 定型的な改良：進歩性を欠く。研究における「開発」に対応。既存製品のサイズ変更や既知の材料への置き換えなど
• 発見そのもの：自然法則の発見は特許にならない。E=mc²は特許化できないが、それを利用した原子炉は特許になる。ヒトの遺伝子配列そのものは発明ではないが、それを検出する方法は発明になりうる

発明を構成する4つの行為

研究では、「問う・つくる・検証する・共有する」の4行為に分解できました。発明も同様に、分野を問わず次の4つの行為の組み合わせとして記述できます。

① 問題を定義する

• 何が困っているのか、何ができれば価値があるのかを特定する。TRIZ（旧ソ連で開発された発明的問題解決理論という意味の体系的な思考・発想手法）の言葉では「技術的矛盾」(何かを良くすると別の何かが悪くなる)を見つけること(Altshuller, 1999)。ダイソンにとっての矛盾は「紙パック式掃除機は吸引力が使うほど落ちる」であり、ライト兄弟にとっては「翼を安定させると操縦できなくなる」だった
• 研究における「問いを立てる」に対応するが、発明の問いは「真か」ではなく「どうすれば動くか・困りごとが消えるか」という形をとる

② 原理を選ぶ

• その問題を解くために、どの自然法則・既存技術を利用するかを決める。ダイソンは製材所の集塵に使われていたサイクロン(遠心分離)の原理を掃除機に持ち込んだ。

③ 具体化する

• 原理を、実際に作れて動く形に落とす。この行為が発明を「着想」から区別する。ダイソンの5,127台の試作、エジソンの数千種のフィラメント試験はすべてこの行為であり、発明の時間の大半はここに費やされる
• C-K理論（Concept-Knowledge Theory）はこの過程を「概念空間(まだ真偽が決まらない構想)と知識空間(既知の事実)を往復しながら、構想を知識で肉付けする」過程として形式化した(Hatchuel & Weil, 2009)

④ 動くことを示す

• 試作品が要求を満たすことを、再現可能な形で示す。研究の「検証」に対応するが、検証の対象は「主張が真か」ではなく「人工物が機能するか」である。
• 特許制度が「実施可能な開示」を要求し、投資家が「デモ」を求めるのは、いずれもこの行為の成果を確認するためである

研究の4行為と同じく、これらは直線ではなくループです。試作が動かなければ原理の選択に戻り、動いても問題の定義がずれていれば①に戻る。

発明の分類

発明（何がどう新しいのか）には複数の軸があります。

• 対象による区分
  • 発明の対象としては、主に、物(product)と方法(process)がある。
  • 米国特許法は、特許を受けられる対象を「process(方法)、machine(機械)、manufacture(製造物)、composition of matter(組成物)」の4カテゴリーで定義しており(35 U.S.C. §101)、後3者が「物」、processが「方法」に対応する。欧州特許条約は「あらゆる技術分野の発明」を対象としつつ、審査実務ではクレームを物(product)・方法(process)・装置(apparatus)・用途(use)のカテゴリーに分けて扱う(欧州特許条約52条)。日本を含む多くの国の特許法も、この物/方法の区分を条文上の基本類型として採用している
  • 区分が実務的に重要なのは、権利の及ぶ行為が類型ごとに異なるからである。物の特許はその物の製造・使用・販売・輸入を排他的に支配するが、方法の特許はその方法の使用(および多くの法域ではその方法で直接得られた物)にしか及ばない(TRIPS協定28条1項)
  • S字カーブ理論(Utterback & Abernathy, 1975)によれば、産業の初期はプロダクト発明が、成熟期はプロセス発明が主役になる。制度が最初に問うのは「それは物か、方法か」であり、ラディカルかどうかではない。

• 技術分野による分類
  • 特許庁が実際に特許を「分類」する物差しは、技術分野である。WIPOが管理する国際特許分類(IPC)は、全技術をA(生活必需品)からH(電気)までの8セクションに分け、約7万の細分類まで階層化している(WIPO, IPC)。欧米特許庁が共同運用する共通特許分類(CPC)はこれをさらに約25万に細分している
  • 重要なのは、IPC/CPCは「どの技術分野か」を切るだけで、発明の飛躍の大きさや経済的価値は分類しないことである。トランジスタの基本特許も、その千番目の改良特許も、同じ分類記号の下に並ぶ
  • 価値の差は事後的に、被引用数で近似される。特許の被引用回数がその発明の経済的価値と相関することは、CTスキャナ特許の分析で早くから示されており(Trajtenberg, 1990)、特許の経済的価値が極端に偏っている（少数の特許が全体の価値の大半を占め、大多数はほぼ無価値である）ことも被引用データから測られている(Scherer & Harhoff, 2000)。
  • 発明への投資はしたがって「宝くじ」に近い分布を持ち、ポートフォリオ(多数の試行)でしか回収できない。制度が分類しないものを、研究者が引用で測る世界(論文の被引用)と同じ構造である

• 進歩の程度による分類
  • 発明は、ラディカル(急進的）とインクリメンタル(漸進的)に分けられる。
  • ラディカル(急進的）とは、性能や原理の飛躍のことである(例:真空管→トランジスタ、フィルム→デジタルカメラ)。
  • インクリメンタル(漸進的)とは、既存の枠内での改良の積み重ねである。
  • 産業の生産性向上の大半は実はインクリメンタルな発明が担う。半導体の性能向上(ムーアの法則)は、1つのラディカル発明の上に数千の漸進的改良が積み上がった結果である
  • 特許制度はこの区別を直接には持たない。審査は「その分野の通常の技術者にとって自明か」を判定するだけで(35 U.S.C. §103; 欧州特許条約56条)、飛躍の大きさを段階評価しない。ラディカルな発明もインクリメンタルな発明も、閾値を越えれば同じ「特許」である
  • ただし制度は、この区別を3つの形で間接的に織り込んでいる
    • 基本特許と従属特許(改良発明):ある発明が他人の特許発明を利用して成り立つ場合、改良発明自体は特許を取れるが、実施には基本特許の権利者の許諾が必要になる。TRIPS協定はこの「第二の特許が第一の特許を侵害せずには実施できない」関係を従属特許として明文で想定し、その調整のための強制実施権の条件を定めている(TRIPS協定31条(l))。これは「インクリメンタルな発明は先行するラディカルな発明の上に立つ」という技術の累積性(後述のArthur (2009)の組み合わせ進化)を、権利の依存関係として制度化したものである。後述のクロスライセンスや特許の藪(Shapiro, 2001)は、この依存関係が積み重なった結果生じる
    • 実用新案(小特許)制度:ドイツ(Gebrauchsmuster)、中国、韓国、日本、フランス、イタリアなど世界の多くの国は、特許より低い進歩性水準の「小発明」を保護する実用新案制度を別に持つ(米国・英国にはない)。一般に審査が簡略または無審査で、保護期間は6〜10年と特許(20年)より短く、対象を物品の形状・構造に限定して方法を除く国が多い(WIPO, Utility Models)。制度側が「インクリメンタルな発明の受け皿」を明示的に用意している例である
    • パイオニア発明の法理:米国の判例には、まったく新しい分野を開いた「パイオニア発明」の特許には広い権利範囲(均等の範囲)を認める伝統がある。連邦最高裁は1898年の判決で、パイオニア発明を「それ以前に知られていなかった機能を初めて達成した、あるいは既存技術からの著しい前進を示した発明」と定義した(Boyden Power-Brake Co. v. Westinghouse, 1898)。ラディカルさを権利の「広さ」に反映させる運用である

発明の方法

発明のアプローチ

偉大な発明の誕生経緯を遡ると、大きく5つの経路に整理できます。

① 科学の直系

• 数百万件の特許と論文の引用連鎖を分析すると、大半の特許は数ステップの引用を遡れば科学論文に到達し、論文の側も相当な割合が将来の発明に接続している(Ahmadpoor & Jones, 2017)。「科学と無縁の発明」は想像より少数派である。さらに、科学論文に直接立脚した発明ほど市場価値が高いことも示されている(Krieger et al., 2024)
• 科学→発明の変換には長いラグがある。NIH助成金の約3割はのちに民間特許に引用される論文を生むが、助成から特許までの接続には長い年月を要する(Li, Azoulay & Sampat, 2017)。このラグの中間地帯が後述の「死の谷」になる
• 具体例
  • トランジスタ(1947年)は、ベル研究所が量子力学(半導体中の電子の振る舞い)を意図的に研究した末の発明。理論家バーディーンと実験家ブラッテンを同じグループに置き、「真空管の代替」という応用目標と「固体の電子論」という基礎課題を同時に追わせた設計が実を結んだ。理解と実用を同時に追うパスツール型研究(Stokes, 1997)の金字塔
  • CRISPR-Cas9(Jinek et al., 2012)は、細菌がウイルスを迎撃する免疫機構という、応用と無縁に見えた基礎研究の発見が、ほぼそのままゲノム編集という発明(道具)に転化した。発見から発明までの距離が異例に短かった例
  • mRNAワクチンは、修飾ヌクレオシドで免疫反応を回避できるというカリコとワイスマンの基礎的発見(2005年)が、15年後にCOVID-19ワクチンとして結実した。発見から発明までの距離が長かった例
  • 原子力、レーザー、GPS、MRIなど、相対性理論と量子力学という「20世紀前半の基礎科学」が「20世紀後半の発明群」の母体になった。GPSは相対性理論による時間の補正なしには数kmの誤差を生む

② 既存要素の新結合

• シュンペーターはイノベーションを「新結合(neue Kombination)」と定義した(Schumpeter, 1934)。経済学では、要素の組み合わせ数は要素数より速く(組み合わせ爆発的に)増えるため、知識が蓄積するほど発明の機会は加速的に広がるとモデル化されている(Weitzman, 1998)。このモデルの含意は重要で、成長のボトルネックは「組み合わせの種」ではなく「組み合わせを試す処理能力」になる
• 特許データの実証でも、発明は「既存要素(技術分類)の組み合わせと、過去の組み合わせの再構成」として定式化できる(Fleming, 2001)。同研究は、初めて組み合わされる要素同士は失敗しやすいが当たれば大きく、使い慣れた組み合わせは安全だが平凡である、という探索のリスク・リターン構造を定量化した
• 1,790万本の論文の引用組み合わせを分析した研究によれば、最もインパクトの高い成果は「大部分は定番の組み合わせ+一点だけ極めて異質な組み合わせ」という構成を持つ(Uzzi et al., 2013)。全部が奇抜な仕事も、全部が定番の仕事も、インパクトは低い。iPhoneも「既知の要素の統合+マルチタッチUIという一点の異質」と読める
• 具体例
  • グーテンベルクの活版印刷(1450年頃)は、ぶどう搾り機(圧力機構)+金属鋳造(活字)+油性インク+紙という既存要素の結合。新しい部品はほとんどない。だが組み合わせが「知識の複製コスト」を桁で下げ、宗教改革と科学革命の物質的基盤になった
  • ライト兄弟の飛行機(1903年)は、グライダー(揚力)+軽量ガソリンエンジン(動力)+自転車技術(軽量構造と操縦の思想)の結合。3要素のどれも彼らの発明ではない
  • コンテナ輸送(1956年)は、箱・船・クレーン・トラックというすべて既存の要素を「規格化された箱を前提に輸送システム全体を再設計する」形で結合した。マクリーンの発明は部品ではなく結合の仕方そのものだった
  • iPhone(2007年)は、タッチパネル・携帯電話・音楽プレーヤー・ネット端末という既存技術の統合。

③ 需要・問題からの逆算

• 科学機器の重要イノベーションの77%は、メーカーではなく使い手が最初に開発したという古典的実証がある(von Hippel, 2005)。半導体プロセス装置でも同様のパターンが確認されている
• メカニズムは情報の非対称性。何が本当に問題か(ニーズ情報)は使い手に偏在し、どう作るか(ソリューション情報)は作り手に偏在する。ニーズ情報は暗黙的で移転しにくい(粘着性が高い)ため、その粘着性が高い場面では、作り手にニーズを伝えるより使い手が自分で作るほうが速い(von Hippel, 2005)
• 「顧客の深刻な課題の特定」から始める事業化シリーズ(顧客発見)の方法論は、発明のこの経路を再現可能な手続きにしたものと位置づけられる
• 具体例
  • ハーバー・ボッシュ法(1909-13年)は、「天然の窒素肥料(チリ硝石・グアノ)が枯渇し、人類が飢える」という当時最大級の社会課題が、空中窒素固定という難問への集中投資を正当化した。数千通りの触媒探索(後述の体系的探索との合流)の末に完成し、今日の世界人口の食料の約半分を支える
  • レーダー、ペニシリンの量産法、電子計算機(暗号解読・弾道計算)、合成ゴム、GPS。前稿で見たとおり、大きな需要は資金・人材・試行回数を一点に集中させ、発明を強制的に生む。第二次世界大戦の戦時R&D投資を多く受けた地域・技術分野ほど、戦後数十年にわたり発明活動が増加し続けたことが実証されている(Gross & Sampat, 2023)
  • COVID-19ワクチンは、mRNAという「科学の直系」の種を、パンデミック需要が1年未満で発明・実用まで圧縮した。経路①と③の合流の最新例
  • マウンテンバイクは自転車メーカーではなく、山を走りたいカリフォルニアの若者たちが既存の自転車を改造したことから生まれた。カイトサーフィン、心肺バイパス装置の改良、外科手術器具の多くも同様。ソフトウェアの世界では、オープンソース(Linux、Git)がユーザーイノベーションの最大の実例である（使い手が自分の必要のために作り、共有する）

④ 偶然と準備された心

• フレミングは細菌学者だったから青カビの意味に気づき、レントゲンは実験物理学者だったから「あり得ない光」を追った。同じ現象は他の研究室でも起きていたはずだが、捨てられていた。単に運が良かったという話ではなく、パスツールの言葉どおり「幸運は準備された心に宿る」。偶然は誰にでも降るが、その意味を読めるのは深い専門知識(前稿の言葉ではRuleの蓄積)を持つ者だけである
• 予期しない事実(Result)を捨てずに、それを説明する仮説(Case)を立てる。セレンディピティ（予期せぬ偶然から価値ある発見をしたり、思いがけない幸運を掴み取ったりすること、またはその能力）とは研究におけるアブダクション(Peirce, 1878)そのものである。だからセレンディピティは「驚くべきResultに対してCaseの仮説を立てる習慣が、組織的に許されていること」と再定義できる
• 偶然は設計できる。異分野の人間が衝突する空間、失敗データを捨てない記録、探索時間の公認(3Mの15%ルール)は、いずれも「偶然の打席数」と「気づく確率」を上げる装置である
• 具体例
  • ペニシリン(1928年)——培養皿に紛れ込んだ青カビの周囲だけ、細菌が死んでいた。X線(1895年)——レントゲンは陰極線の実験中、覆いをした装置の傍で蛍光板が光ることに気づいた。加硫ゴム(1839年)——グッドイヤーがゴムと硫黄の混合物を誤ってストーブに落とし、熱でも溶けず寒さでも硬くならない材料を得た
  • 合成染料モーブ(1856年)——18歳のパーキンはマラリア薬キニーネの合成に失敗し、フラスコに残った紫色の物質から世界初の合成染料を発明した。これが合成化学産業そのものの起点になった。電子レンジ(1945年)——レーダー用マグネトロンの前でポケットのチョコレートが溶けた。ポストイット(1968年→1980年)——強力接着剤の開発失敗で生まれた「よく剥がれる糊」が、10年以上後に「賛美歌集のしおりが落ちる」という別の問題と結合した。バイアグラ——狭心症治療薬の臨床試験で観察された「副作用」が主作用に転じた

⑤ 体系的探索

• TRIZ(発明的問題解決理論)は、ソ連の特許審査官アルトシュラーが数十万件の特許を分析し、分野を超えて繰り返し現れる発明のパターンを抽出したものである(Altshuller, 1999)。中核の洞察は2つ。第一に、発明とは「技術的矛盾(何かを良くすると別の何かが悪くなる)の解消」である。第二に、矛盾の解消法は無限ではなく、「40の発明原理」(分割、非対称、入れ子、先回り、セルフサービス、逆転など)に収束する。つまり「あなたの直面する矛盾は、別の分野の誰かが既に解いている」。TRIZは自分の問題を抽象化し、原理のカタログを引き、自分の分野に再具体化する手続きを提供する
• 体系的探索の成否は「探索空間の設計」(どの範囲を掃くか)と「試行1回あたりのコストと時間」で決まる。試行コストを下げた者が勝つ
• 具体例
  • エジソンのメンロパーク研究所は、電球のフィラメント素材を数千通り試した。「天才とは1%のひらめきと99%の汗」は精神論ではなく探索戦略の宣言である。そしてエジソンの最大の発明は個々の製品ではなく、「発明を工業的に生産する組織=研究所」そのものだったとも言われる
  • ハーバー・ボッシュ法は2,500種以上の触媒候補を体系的に試験して実用触媒(鉄系)に到達した。ダイソンのサイクロン掃除機は実用化までに5,127台の試作機を製作した。創薬のハイスループットスクリーニングは、数十万〜数百万化合物をロボットで機械的に試す体系的探索の産業化である

発明の理論

ここでは発明に関する理論を整理します。

• 隣接可能性(adjacent possible)
  • 発明は可能性空間の「すぐ隣」しか開けられない(Kauffman, 2000)
  • どんな天才も、部品と知識が揃う前の発明はできない。ダ・ヴィンチはヘリコプターを構想したが、動力という隣接部品がない時代には発明できなかった。逆に、部品が揃った瞬間には複数の人間が同時にその発明に到達する
  • 電話(ベルとグレイは1876年の同日に特許出願)、微積分(ニュートンとライプニッツ)、酸素の発見(シェーレとプリーストリー)、進化論(ダーウィンとウォレス)、飛行機(ライト兄弟と各国の競争者たち)など、148件の重要な発明・発見が独立に複数人によって同時期になされたことを示した古典的研究があり(Ogburn & Thomas, 1922)、発明が「個人の天才」だけでなく「時代の隣接可能性が開いた瞬間」の産物であることを示す
  • 発明競争は「思いつくか」ではなく「隣接可能になった瞬間に、誰が最初に実行しきるか」の競争であることが多い。だから特許制度は「最初の出願者」を厳密に決める仕組みを必要とする

• 技術の組み合わせ進化
  • あらゆる技術は既存技術の組み合わせであり、新技術は将来の組み合わせの部品になる(Arthur, 2009)
  • 技術は生物のように系統樹を作って「進化」する。蒸気機関→蒸気タービン→ジェットエンジン、というように発明には必ず祖先がいる(Basalla, 1988)。技術史家バサラは「祖先のいない発明はない」ことを、蒸気機関からトランジスタまでの膨大な事例で示した
  • これは新結合(Weitzman, 1998; Fleming, 2001)のマクロ理論版であり、技術の総量が増えるほど発明が加速する「複利」構造を説明する

• 転用(exaptation)
  • ある目的のために作られた技術が、別の用途で花開く
  • 概念の原典は進化生物学にある。羽毛は保温のために進化し、後に飛行に「外適応」された(Gould & Vrba, 1982)。技術も同じで、マグネトロン(レーダー)→電子レンジ、シルデナフィル(狭心症)→バイアグラ、テフロン(軍事・原子力)→フライパン、インターネット(軍事・学術網)→商業インフラ
  • 発明の価値は発明者の意図の中に収まらない。だからこそ「用途を限定せずに公開する」ことが、社会全体の発明量を増やす

• アナロジー転移
  • 他分野・自然界の構造を借用する
  • ベルクロ(マジックテープ)はゴボウの実が服に付く仕組みの模倣。新幹線500系の先頭形状はカワセミのくちばし(トンネル微気圧波の解決)。バイオミメティクス(生物模倣)はこの経路の産業化である
  • 製品デザイン企業IDEOの民族誌研究は、同社の発明力の源泉が個人の天才ではなく、「多数の業界の解決策を見てきた記憶を、別の業界の問題に運ぶ技術仲介(technology brokering)」という組織的プロセスにあることを示した(Hargadon & Sutton, 1997)。アナロジーは個人の才能ではなく、組織的に蓄積・運用できる

• S字カーブと支配的デザイン
  • 新技術の性能は「ゆっくり→急激→頭打ち」のS字を描き、業界は多様な設計の乱立期を経て1つの支配的デザインに収束する(Utterback & Abernathy, 1975)
  • 自動車初期には蒸気・電気・ガソリン車が競い、T型フォードが支配的デザインになった。PCにおけるIBM PC互換機、スマートフォンにおけるiPhone型(全面タッチ)も同様
  • プロダクト発明のチャンスは収束前の乱立期に最大で、収束後はプロセス発明(作り方の改良)に重心が移る。「今がS字のどこか」の見立てが発明投資のタイミングを決める

• 制約駆動の発明
  • アポロ13号の二酸化炭素フィルターは「船内にある物だけ」という極限の制約下で数時間で発明された。コンテナは「規格」という自己制約が価値の源泉。初期Twitterの140字制限は新しい表現形式を生んだ
  • 145本の実証研究を統合したレビューによれば、資源・時間・要件の制約は適度な水準では創造性とイノベーションをむしろ高め、制約ゼロの環境では人は最も慣れた解に流れる(Acar, Tarakci & van Knippenberg, 2019)。TRIZの矛盾解消(前述)も同じ思想である。制約を回避するのではなく、制約を突破口の座標として活用ができる

発明の方法論

本節は上記の理論を実行できる手順として整理します。

• TRIZ(発明的問題解決理論)
  • ⑤体系的探索+アナロジーの手続き化(Altshuller, 1999)
  • 手順:矛盾を特定→39の工学パラメータで抽象化→矛盾マトリクスから該当する発明原理を引く→自分の分野に再具体化。
  • 工学的矛盾が明確な問題に最も強く、サムスンなど大手製造業が研修体系に組み込んでいる

• リードユーザー法
  • ③ユーザーイノベーションの手続き化(von Hippel, 1986)
  • 手順:市場の平均的ユーザーではなく、「ニーズが市場より数年早く、自分で解決策を作り始めている先進ユーザー」を探し出し、その解決策を製品化の種にする。
  • 手術用ドレープの革新は、感染制御の最先端にいた軍の野戦病院や獣医から着想された
  • 3Mでこの手法を使ったプロジェクトは、従来手法のプロジェクトに比べて売上予測が約8倍の製品コンセプトを生んだことが実証されている(Lilien et al., 2002)

• デザイン思考
  • ③需要からの逆算+④気づきの手続き化(Brown, 2008)
  • 手順:観察(ユーザーの現場に没入)→問題の再定義→発散(ブレインストーミング)→プロトタイプ→テストの反復。
  • 「正しい解」より先に「正しい問題」を探すことを明示的な工程にした点が本質。
  • GEヘルスケアの小児向けMRI(検査を「冒険」に再定義し、鎮静剤の使用率を激減させた)

• バイオミメティクス(生物模倣)
  • アナロジー転移の手続き化(Benyus, 1997)
  • 38億年の進化が既に解いた問題のカタログとして生物を使う。ベルクロ、カワセミ新幹線、ヤモリの足(接着)、蓮の葉(撥水塗料)、シロアリ塚(建物の自然空調)

• C-K理論(Concept-Knowledge理論)
  • 発明の論理構造の形式化(Hatchuel & Weil, 2009)
  • 設計とは「既知の知識空間(K)」と「真偽が未定の概念空間(C)」の間の往復であると定式化。「まだ存在しないものの定義を、知識で肉付けしながら育てる」過程を設計科学として扱い、発明教育のカリキュラムに用いられている

• 第一原理思考
  • 物理限界からの逆算
  • 慣行や類推ではなく、物理法則とコスト構造の原理から再構築する。
  • ロケットの原材料費は完成品価格の数%にすぎない→再使用すれば桁でコストが下がるはず、というSpaceXの推論。
  • TRIZの「理想解(Ideality)から逆算せよ」(Altshuller, 1999)と同じ思想

これらの道具に共通するのは、発明を「ひらめき待ち」から「試行数と成功率を設計できる工程」に変える思想です。どの道具を使うかは、直面する問題がどの経路にあるかで決まります。

• 何を作るべきかが不明瞭(ニーズが言語化されていない)→デザイン思考で問題を再定義し、リードユーザー法で先進的な使い手の解決策を探す(von Hippel, 1986; Brown, 2008)
• 何を作るべきかは明確だが、技術的矛盾で行き詰まっている→TRIZで矛盾を抽象化し、他分野の解決原理を引く(Altshuller, 1999)。自然界に類似の問題があればバイオミメティクス(Benyus, 1997)
• 科学の新しい種があり、用途を探している→用途探索は転用(Gould & Vrba, 1982)の意図的な実行。種の性質を列挙し、それが「矛盾を解消する」領域を探す
• 探索空間が広く、何が当たるかわからない→体系的探索の設計。試行1回のコストと速度を下げることに投資する(前述の⑤の含意)
• 既存の前提が業界全体で共有されている→第一原理思考で前提を物理限界から再構築する。破壊的イノベーション(Christensen, 1997)は、しばしばこの経路から生まれる

発明の主体

発明の主体の変遷

発明の担い手も歴史の中で入れ替わってきました。

• 〜18世紀:職人と個人発明家
  • 発明は職人の徒弟制の中で、明文化されない技能として蓄積・改良された。ギルドは技能を秘匿することで価値を守った(後述の秘匿の伝統)
  • 例:グーテンベルク(金細工師)、ハーグリーブス(織工。ジェニー紡績機)、ワット(器具職人。蒸気機関の改良)。産業革命の発明者の多くは職人であり、科学者ではなかった

• 19世紀:独立発明家の時代
  • 特許制度の整備により、発明を売って生計を立てる「職業としての発明家」が成立した。エジソン、ベル、テスラ、ダイムラーはこの型
  • 例:エジソンのメンロパーク研究所(1876年)は、個人発明家が「発明の工場」に組織化された転換点。ここから企業研究所へ移行する

• 20世紀:企業中央研究所と政府の時代
  • GE研究所(1900年)、デュポン、ベル研究所(1925年)が、科学者を雇って発明を体系的に生産する仕組みを確立した。トランジスタ、ナイロン、レーザーはこの型から生まれた
  • 政府は戦争と冷戦を通じて最大の発明の発注者になった(Gross & Sampat, 2023)。マンハッタン計画・アポロ計画・ARPANETはこの時代の産物

• 20世紀末〜現在:分業とスタートアップの時代
  • 大企業が科学から撤退し、「大学が科学を、スタートアップが発明を、大企業が獲得と規模化を担う」分業構造へ移行した(Arora et al., 2020)。バイオベンチャー(Genentech、1976年)がこの分業の原型であり、AIスタートアップが最新形
  • 並行して、使い手(ユーザー)が発明の担い手として認識されるようになった(von Hippel, 2005)。オープンソースはその最大の制度化である

発明の主体の特徴の比較

現在の主要な発明主体を、前稿の研究主体の比較と同じ4つの観点で比較します。

• 資金源:誰の資金で発明するか、規模はどの程度か
• 発明の重心:5つの経路(科学の直系・新結合・需要・偶然・体系的探索)のどこに軸足があり、種の供給と具体化のどちらを担うか
• 速さ:意思決定と試作・検証サイクルの機動力
• 公開性:発明をどこまで開くか(特許・論文・秘匿・オープンソースの選び方)

この4観点で、6つの主体を比較します。

• 大学
  • MIT、スタンフォード大学、ケンブリッジ大学など
  • 強みは発明の「種」の供給。科学の直系型の発明(トランジスタの原理、CRISPR、mRNA)はほぼ大学と研究機関から出る。制約は具体化(試作・量産・販売)の能力で、大学の発明の多くはライセンスかスタートアップ設立を通じて外部で具体化される(Arora et al., 2020)
  • 資金源:政府グラント・産学連携資金。1件あたりの規模は小さい
  • 発明の重心:科学の直系(発見に近い側)。種を出すが、育てるのは外部
  • 速さ:遅い(グラントサイクルと教育との兼務に律速される)
  • 公開性:最も高い。論文と特許の両方で公開し、論文が先行することも多い(前述のペア出版)

• 政府研究機関・軍
  • NASA、DARPA、ロスアラモス国立研究所、CERNなど
  • 強みは民間が取れない規模とリスクの引き受け、戦時R&D調達を受けた地域・分野ほど戦後の発明活動が長期に増加した(Gross & Sampat, 2023)。制約は市場からの距離で、発明を製品に変える段階は民間に委ねられる(GPS、ARPANETの民間開放)
  • 資金源:政府予算。安定的かつ大型
  • 発明の重心:ミッション駆動(安全保障・宇宙・エネルギー)。需要からの逆算と体系的探索
  • 速さ:平時は遅い(官僚制)が、国家的優先課題では最速(マンハッタン計画型の動員)
  • 公開性:機密と公開の二層。軍事用途は秘匿、成熟後に民間開放される経路が典型

• 大企業の研究所・開発部門
  • ベル研究所、Xerox PARC、GE研究所、Google Research、ロッキードのスカンクワークスなど
  • 強みは具体化と規模化の能力、および外部の発明を目利きする吸収能力(Cohen & Levinthal, 1990)。歴史的な企業研究所は、5つの経路の合流を組織的に起こす設計を持っていた。ベル研究所は基礎研究者と技術者を同じ建物に置き廊下で衝突させ(異分野の同居+長い時間軸+明確なミッション)、トランジスタ・情報理論・UNIXを量産した。3M・Googleの自由時間制度(業務時間の15〜20%を自由研究に)はポストイットやGmailを生み、「偶然の打席数」を制度で買った。スカンクワークスは少数精鋭を本体の官僚制から隔離し、U-2・SR-71を短期間で発明した。制約は前述のアーキテクチャル・破壊的イノベーションへの構造的な弱さ(Henderson & Clark, 1990; Christensen, 1997)と、短期収益圧力による科学からの撤退。PARC（パロアルト研究所）は発明したが刈り取れず、大企業全体が「発明は買うもの」へ移行した(Arora et al., 2020)
  • 資金源:自社収益。景気と経営方針に連動する
  • 発明の重心:自社製品に接続する応用発明とプロセス発明。新結合と体系的探索
  • 速さ:中(資金の意思決定は社内で完結するが、既存事業との調整に律速される)
  • 公開性:選択的。特許は取るが論文は減少。売るもの(代替財)は閉じ、利用を促すもの(補完財)は開く

• スタートアップ・新興研究企業
  • OpenAI、SpaceX、Moderna、Genentech(草分け)など
  • 強みは既存資産に縛られない一点集中で、能力破壊型・破壊的な発明を具体化し初期市場を作る役割を担う。制約は補完資産(製造・販売網・規制対応)の欠如で、これが「自前で戦うか、既存企業と組むか」の選択を迫る(Gans & Stern, 2003)。失敗すると知見ごと散逸しやすい
  • 資金源:ベンチャーキャピタル・大型投資家。リスクマネーが巨額かつ一点に集中する
  • 発明の重心:応用〜パスツール型。具体化と初期市場化。需要からの逆算と新結合
  • 速さ:最速。意思決定が数日単位で、グラントサイクルも既存事業との調整もない
  • 公開性:戦略的に変化する(初期は人材獲得のためオープン、優位確立後はクローズ化)

• 非営利・新興研究組織
  • ハワード・ヒューズ医学研究所(HHMI)、Allen Institute、Arc Institute、FROなど
  • 強みはグラント制度に縛られない長期・ハイリスクの探索で、その効果は実証されている。同水準の研究者を比較すると、長期・無条件・失敗許容の資金(HHMI型:5年更新、成果でなく人に投資)を得た研究者は、短期・成果連動の標準的グラント(NIH R01型)の研究者より画期的(最上位1%の被引用)成果を生む確率が有意に高く、同時に失敗も多かった(Azoulay, Graff Zivin & Manso, 2011)。探索には「失敗してよい時間」が構造的に必要であり、失敗を減らす管理は当たりも減らす。制約は規模の限界と資金提供者の意向への依存
  • 資金源:財団基金・寄付。政府より自由で、企業より長期
  • 発明の重心:基礎〜ハイリスク領域の種の供給。政府グラントも企業も取らないリスクを取る
  • 速さ:中〜速(官僚制が薄い)
  • 公開性:高い(公共財としてのデータベース・ツール提供を使命とすることが多い)

• 個人発明家・ユーザー
  • 独立発明家、オープンソース開発者、自分の道具を改良する使い手など
  • 強みはニーズ情報への直接アクセス。何が本当に問題かを最もよく知るのは使い手であり(von Hippel, 2005)、統計的にも家計は最大級の発明主体である(von Hippel, de Jong & Flowers, 2012。後述)。制約は具体化・量産・権利化の資源で、作った発明が本人の必要を満たすと市場に出ずに終わる「普及の市場の失敗」が起きる
  • 資金源:自己資金、クラウドファンディング、小規模助成
  • 発明の重心:自分が困っている問題の解決。資本装備の軽い領域(ソフトウェア、道具の改良)。需要からの逆算
  • 速さ:最速(組織的な調整が一切不要)
  • 公開性:高い(オープンソース、コミュニティ共有)

上記から以下の傾向が見られます

• 4観点を通すと、研究活動と同じく「資金の性質(誰の資金か)」が発明の重心・速さ・公開性をほぼ決めていることがわかります。政府と財団の資金は長期・種の供給・公開へ向かい、市場の資金は短期・具体化・選択的公開へ向かう。
• 発明の世界に固有なのは、具体化(試作・量産)の能力の所在が主体間の分業を決めている点です。種を持つ者(大学・非営利・個人)と具体化できる者(企業・スタートアップ)が別であることが、後述の制度(ライセンス・特許)と活用(補完資産)の問題を生みます。
• 米国では1980年代以降、大企業が科学から撤退し、「大学が科学を、スタートアップが発明を、大企業が獲得と規模化を担う」分業が定着しましたが、この分業はベル研型の「科学と発明の同居」が生んだ種類の大発明を生みにくくしている、と警告されています(Arora et al., 2020)。

主体の種類を横断して、「誰が発明するのか」については次の実証が蓄積されています。

• 「孤高の発明家」神話の終わり
  • エビデンス:1,990万本の論文と210万件の特許を50年分分析した研究によれば、科学でも発明でも、単独者よりチームによる生産が支配的になり、しかも最も引用される仕事ほどチーム発になった(Wuchty, Jones & Uzzi, 2007)。特許では、チーム発の特許が単独発より高い被引用を得る傾向が年々強まっている
  • 背景は「知識の重荷」(Jones, 2009):知識の総量が増え、一人の頭に発明へ必要な全知識が収まらなくなった。発明者の初発明年齢は上昇し、専門は狭まり、チームは大型化している。エジソン型の個人発明家が成立したのは、隣接可能性の空間がまだ一人の頭に収まった時代だったからともいえる

• 知識は人に宿る
  • 著名な生命科学者が予期せず死去したとき、その共同研究者たちの論文生産性は平均5〜8%持続的に低下した(Azoulay, Graff Zivin & Wang, 2010)。論文は残っているのに生産性が落ちる。発明・発見に必要な知識の相当部分は論文に書かれておらず、人の中にある暗黙知として存在する。研究業界で見られるアクハイアや研究者の報酬高騰は、市場がこの事実を価格に反映した現象と読める

• 発明者は「生まれ」より「露出」で決まる
  • 米国の120万人の発明者を納税記録と接続した研究によれば、子ども時代に発明者の近く(発明の盛んな地域、発明者の親・親の同僚)で育った子どもは、成人後に発明者になる確率が大幅に高い。露出の効果は分野特化的で、親の同僚が医療機器の発明者なら子どもも医療機器分野で発明者になりやすい。数学の成績が同じでも、低所得家庭・女性・マイノリティの子どもは発明者になりにくい。才能はあったのに環境ゆえに発明者にならなかった「失われたアインシュタインたち(Lost Einsteins)」が大量に存在する(Bell et al., 2019)
  • 発明者の供給は才能の分布ではなく露出の分布で決まっている。教育・ロールモデル政策（学習者に対して具体的な「お手本（ロールモデル）」となる人物を提示・マッチングすることで、将来のキャリア形成、学習意欲の向上、または特定の分野への参画を強力に後押しする施策）は「公平」の政策であるだけでなく「発明の総量を増やす」政策である

• 移民と発明
  • 米国の発明者の16%が移民だが、特許・引用・経済価値で測った発明生産の23%を移民が担い、共同研究を通じた波及(移民と組んだ米国生まれの発明者の生産性向上)まで含めると寄与は約36%に達する(Bernstein et al., 2022)。越境者が異質な組み合わせ(前述のUzzi et al. (2013)の「一点の異質」)を運ぶことの国家規模の実証となっている

• 越境者・仲介者:別の分野の「すでにある答え」を運ぶ人
  • 発明を妨げているのは「解がない」ことより、「解は別の分野にすでにあるのに、問題を抱える分野の人がそれを知らない」ことである場合が多い。分野Aの人はAの問題を知っているがBの解を知らず、分野Bの人はBの解を知っているがAの問題を知らない。両方を知る人だけがその二つをつなげられる。だから二つ以上の世界に足を置く人(越境者)が、不釣り合いに多く発明を生む
  • 製品デザイン企業IDEOの民族誌研究(Hargadon & Sutton, 1997)は、この越境が個人の才能ではなく会社の仕組みにできることを示した。IDEOは医療機器・玩具・コンピュータ・家具など多数の業界からデザインを受託しているため、玩具で使ったヒンジの機構を医療機器に、自転車のボトルの構造を医療用ポンプに、と業界間で解を運ぶ機会が構造的に多い。しかもそれを偶然に任せず、社員が常に複数業界の案件を掛け持ちする、案件をまたいだブレインストーミングを頻繁に開く、面白い部品や素材を集めた「テックボックス」を共有の記憶装置として置く、他人のアイデアを持ち込むことを評価する、という運用で意図的に起こしていた。
  • 例:ダゲール(舞台美術家→写真)は、写実的な背景を描くためにカメラ・オブスキュラ(光学装置)を日常的に使い、同時に化学にも手を出していた。「光学で像を作る」と「化学で像を定着させる」の両方を知っていたから、その二つを結んで写真になった。光学者だけでも化学者だけでも出てこない結合である
  • 例:ダンロップ(獣医→空気入りタイヤ)は自転車の専門家ではなかった。息子の三輪車が石畳で揺れるのを見て、獣医の仕事で扱い慣れたゴムのチューブと空気で「空気の層で衝撃を吸収する」という解を持ち込んだ。自転車業界は「タイヤはゴムの塊」という前提から出られなかった
  • 例:ライト兄弟(自転車屋→飛行機)。当時の競合は船や馬車の発想で「手を離しても勝手に安定する機体」を目指していた。兄弟は自転車という「放せば倒れる不安定な乗り物を、乗り手が絶え間なく操作して安定させる」機械を毎日見ていたため、「飛行機も不安定でよい、操縦で制御すればよい」という逆の設計思想に至り、主翼をねじって傾きを操作する機構(たわみ翼)を作った。最初に人が乗って自在に飛べたのは航空の専門家ではなく、自転車の発想を航空に運んだ越境者だった

• ユーザー発明者:「困っている本人」がすでに半分発明している
  • 発明に必要な情報は二か所に分かれている。「何が足りないか」というニーズ情報は製品を使う現場の人にしかなく、「どう作れるか」という解の情報はメーカー側にある。ニーズ情報は使っている瞬間にしか分からず本人も意識していないことが多いため言葉にして伝えにくく、メーカーが市場調査で聞き出そうとしても平均的な顧客は「まだ存在しないもの」を語れない。一方で、強いニーズを抱え、かつ多少の技術力を持つユーザーは、待たずに自分で作ってしまう(von Hippel, 2005)
  • von Hippel (1986)は、市場全体より数年早く新しいニーズに直面していて、それが解決されると大きな利益を得る層を「リードユーザー」と呼んだ。この二条件を満たす人はたいていすでに自分で試作品を作っている。したがって企業にとっては、ゼロから発明する代わりに「すでに半分発明している人を探し出し、その解を製品化する」という発明の方法が成立する。これが「リードユーザーを探すこと自体が発明手法になる」の意味である
  • 例:科学機器では新製品の77%がユーザーである科学者自身の自作を起点にしていた(von Hippel, 1976)。マウンテンバイクはカリフォルニアの愛好家が既製の自転車を改造して生まれ、外科器具の多くは外科医が起点である。オープンソースソフトウェアはこの型の最大の制度化といえる

• 発明は地理的に凝集する
  • 発明は歴史的に都市とクラスターに集中してきた(ルネサンスのフィレンツェ、産業革命のバーミンガム、20世紀のデトロイト、現在のシリコンバレー)。知識のスピルオーバー(Nelson (1959)・Arrow (1962)の公共財性の裏面)は距離とともに減衰するため、人が密に混ざる場所ほど新結合の頻度が上がる
  • Bell et al. (2019)の「露出」効果と、Azoulay et al. (2010)の「知識は人に宿る」という知見を合わせると、地理的凝集は世代を超えて再生産されるメカニズムでもある

• 発明チームの最適構成
  • 以上の実証を踏まえると、主体の種類を問わず発明チームの設計指針が導ける。チームであること(Wuchty et al., 2007)、知識を人ごと集めること(Azoulay et al., 2010)、越境者を含むこと(Bernstein et al., 2022; Hargadon & Sutton, 1997)、ニーズ情報を持つ使い手を含むこと(von Hippel, 2005)、そして失敗を許容する時間を与えること(Azoulay et al., 2011)
  • 構成の比率については、前述のUzzi et al. (2013)の「定番+一点の異質」がそのまま適用できる。チームの大部分は問題領域の深い専門家で構成し、そこに一人か二人、異分野から来た者を加える。全員が異分野だと土台がなく、全員が同分野だと異質な組み合わせが生まれない
  • この構成は、前述の5つの経路を複数同時に走らせる(合流を設計する)ための人員配置でもある。専門家が科学の直系と体系的探索を、越境者が新結合とアナロジーを、使い手が需要からの逆算を担う

発明の制度

研究の制度が「公開と引き換えに名誉を与える」仕組みだったのに対し、発明の制度は「公開と引き換えに一時的独占を与える」仕組みであり、両者は同じ設計思想の双子と言えます。

発明の共有

• 前史:秘匿の時代(〜15世紀)
  • 構造的な問題:発明を公開しても利益がなく、模倣される損失だけがあった。合理的な発明者ほど発明を隠した。その結果、技能は職人の死とともに失われ、他の発明者は同じ問題を何度も解き直した
  • 例:職人ギルドは技能を徒弟制の内部に閉じ、レシピを文書化せず、都市外への技能流出を禁じた。ヴェネツィアのガラス職人は島(ムラーノ)に隔離され、離脱には重罪が科された

• 15〜18世紀:特許制度の発明（公開と独占の取引）
  • 1474年のヴェネツィア特許条例が世界初の体系的特許法とされ、新規で有用な装置の発明者に10年間の独占権を与える見返りに、発明の登録(公開)を求めた。1624年のイングランド専売条例は国王の恣意的な独占付与を禁じ、「真の最初の発明者」への期間限定の特許のみを認めた。1790年の米国特許法(合衆国憲法は「科学と有用な技芸の進歩を促進するため、発明者に一定期間の独占権を保障する」権限を連邦議会に与えた)へと続く
  • 設計思想:前稿で見たとおり、科学は「公開と引き換えに名誉(優先権)を与える」制度(Merton, 1942)で秘匿のインセンティブを反転させた。特許は「公開と引き換えに一時的独占を与える」同型の取引である。報酬の通貨が名誉か金銭かの違いはあるが、「隠さず公開した者に報酬を与え、公開された知識を将来の全員が使えるようにする」という設計は同一である。科学の優先権と特許は、知識を隠させないための双子の制度発明といえる
  • このとき特許制度が獲得した機能は、前稿で見た学術誌の4機能と同じ4つである:登録(出願日による優先権の確定)、認証(審査による新規性・進歩性の保証)、周知(公報による公開)、保存(特許文献というアーカイブ)。前述のTRIZは、このアーカイブを「人類の発明のデータベース」として読み直したことから生まれた(Altshuller, 1999)

• 19世紀:国際化（国境を越える優先権）
  • 産業革命で発明が国境を越えて流通し始めると、「ある国で出願した発明が、他国で公知になって特許を取れない」という問題が生じた。1883年のパリ条約は、一国での出願日を他の加盟国でも優先日として認める優先権制度を創設し、内国民待遇(外国人にも自国民と同じ保護)を原則とした(Paris Convention, 1883)。研究の国際共著が「同じ規範を共有する国際コミュニティ」を作ったのと同様、パリ条約は「同じ優先権ルールを共有する国際的な発明の共有地」を作った
  • 同時多発発明(Ogburn & Thomas, 1922)が示すとおり、同じ発明に複数人が同時期に到達することは例外ではなく常態である。だから制度は「誰が最初か」を機械的に決める規則を必要とする。現在ほぼ全世界が採用する先願主義は「先に出願した者」を優先する(米国も2013年に先発明主義から移行した)。研究の優先権が「先に公開した者」に帰属するのと同じく、制度は思いついた瞬間ではなく、公的に記録した瞬間を「最初」と定義する。これが「隠さず早く出す」インセンティブを生む

• 20世紀:手続きの統合と最低基準の世界標準化
  • 1970年の特許協力条約(PCT)は、1回の国際出願で全加盟国への出願日を確保し、出願から18か月後に国際公開する手続きを統一した(PCT, 1970)。「18か月で必ず公開される」というルールは、秘匿と公開のバランスを世界共通に固定した
  • 1994年のTRIPS協定は、WTO全加盟国に「すべての技術分野で、物・方法を問わず、20年の特許保護」という最低基準を義務づけた(TRIPS協定27条・33条)。前稿で見た科学の国際協調(CERN、ヒトゲノム計画)と同じ時期に、発明の制度も国際的な共通基盤を獲得した

• 20世紀末〜現在:オープン化と「開く・閉じる」の設計
  • オープンソース(1991年のLinux以降)は、特許・著作権による独占を放棄し、公開と改良の自由を契約で保証する共有の制度を生んだ。オープンソースソフトウェアの需要側の経済価値は約8.8兆ドルと推計されている(Hoffmann, Nagle & Zhou, 2024)
  • 標準規格(USB、Wi-Fi、5G)は、複数企業の特許を1つの規格に統合し、規格必須特許を「公正・合理的・非差別的(FRAND)」条件で全員にライセンスさせる。独占と普及を同時に成立させる制度装置であり、その経済設計は理論的にも分析されている(Lerner & Tirole, 2015)
  • パテントプレッジ(テスラの電気自動車特許の開放、2014年)は、企業が自発的に特許権を行使しないと宣言する新しい共有形態。バミューダ原則(ヒトゲノム配列の即時公開)と同じく、「競争前段階の知識基盤を共有地にする」設計である
  • 「共有」の単位が、特許文献から設計データ・ソースコード・学習済みモデルへと拡大している点も、研究(論文→データ・コード)と並行する

この共有制度の歴史が生み出した最大の資産が、国境を越えた発明の共有地です。研究と同じく、規範と制度という2つの層に支えられています。

• 規範の層:「公開した者が報われる」という共通了解
  • 秘匿ではなく公開が合理的になるよう設計された報酬(独占権)と、公開された知識を誰でも読める公報の存在が、発明者の行動規範を「隠す」から「出す」へ反転させた
  • 公開された特許が実際に読まれ、後続の発明に使われていることは、引用データと調査で確認されている。ナノテクノロジー研究者への調査では、64%が特許文献を読み、その多くが特許から有用な技術情報を得たと回答した(Ouellette, 2012)。前述のAhmadpoor & Jones (2017)が示した引用連鎖は、公開された発明が次の発明の部品(前述の組み合わせ進化。Arthur, 2009)として機能していることを示す

• 制度の層:国際的な共通基盤
  • パリ条約(優先権・内国民待遇)、PCT(手続きの統一)、TRIPS(最低基準)、IPC(共通の分類言語。WIPO, IPC)が、発明の共有を国境を越えて可能にしている
  • 何を共有地とし、何を私有とするかは、オープン・クローズ戦略の枠組みであり、売るもの(代替財)は閉じ、利用を促すもの(補完財)は開くという方針がそのまま適用できる。オープンソース、標準規格、パテントプレッジはいずれも補完財側を開いてエコシステムを育てる設計である

• 規範と制度に関する現在の課題
  • 電子機器やソフトウェアでは1製品に数千の特許が重なり、権利者との交渉コスト自体が発明の障壁になる(Shapiro, 2001)。クロスライセンス・パテントプール・標準規格はこの藪を通り抜けるために発達した
  • 研究の開放性の再交渉と同じく、輸出管理・技術移転規制の強化が発明の共有地を分断しつつある
  • 発明者は自然人に限るのか、AIが生成した候補の進歩性はどう判定するのかといった、制度の前提が問い直されている

発明の評価方法

学術誌の査読が5基準で研究を評価するのと同じく、特許庁の審査は共通の基準で発明を評価します。世界の主要な制度で共通する基準は、次の5点に集約されます。

• 新規性(novelty):世界のどこにも公知でないこと(TRIPS協定27条1項; 35 U.S.C. §102)。研究の新規性と同じく「世界で最初」が求められる
• 進歩性・非自明性(inventive step / non-obviousness):その分野の通常の技術者にとって自明でないこと(35 U.S.C. §103; 欧州特許条約56条)。研究の「創造性」に対応する
• 産業上の利用可能性・有用性(industrial applicability / utility):実際に作れて使えること(TRIPS協定27条1項)。発明に固有の基準で、研究の5基準にはない
• 実施可能要件(enablement / sufficiency of disclosure):当業者が明細書を読んで再現できる程度に開示されていること(35 U.S.C. §112; 欧州特許条約83条)。研究の「再現可能性」「明瞭性」に対応し、「公開と引き換えの独占」という取引の公開側を担保する
• 特許適格性(patentable subject matter):自然法則・抽象的アイデア・自然物そのものは対象外(35 U.S.C. §101; 欧州特許条約52条)。「発見は発明ではない」を制度化した基準

研究の査読との対応で言えば、新規性・進歩性は査読の「新規性・重要性」に、実施可能要件は「健全性・明瞭性」に、特許適格性は「適合性」に近い位置にあります。決定的な違いは、査読が「真か」を問うのに対し、審査は「動くか(実施可能か)」を問う点です。

しかし、この評価方法には限界があります。

• 進歩性は二値で、価値を測らない
  • 審査は「閾値を越えたか」を判定するだけで、発明の価値や飛躍の大きさを段階評価しない。その結果、特許の経済的価値は極端に偏り、少数の特許が全体の価値の大半を占め、大多数はほぼ無価値である(Scherer & Harhoff, 2000)。価値は事後的に被引用数で近似されるにすぎない(Trajtenberg, 1990)——研究の被引用と同じ構造である

• 審査官による判断のばらつき
  • 特許審査は誰が審査するかで結果が変わる。米国特許庁のデータでは、経験年数の長い審査官ほど特許を認めやすく、引用する先行技術が少ないことが示されている(Lemley & Sampat, 2012)。「同じ発明でも審査官次第で特許になるかが変わる」というノイズは、制度に構造的に内在する

• 特許制度は必ずしも発明を促しているわけではない
  • 特許制度は「独占の付与によって発明を促す」と説明されるが、本当に促しているかは実証的な問いであり、答えは「分野と条件による」である
  • 特許のない国でも発明は起きたが、分野が偏った:19世紀の万国博覧会(1851年ロンドン、1876年フィラデルフィア)の出展品を国別に分析すると、特許法を持たなかったスイス・オランダ・デンマークも高い発明活動を示したが、その発明は秘匿で守れる分野(化学・食品・科学機器)に集中し、模倣が容易な機械分野は少なかった(Moser, 2005)。特許制度は発明の「量」より「方向」に影響する
  • 強すぎる権利は後続の発明を減らす:ヒトゲノム解読で、公的プロジェクトが公開した遺伝子と、民間企業が一時的に知的財産で保護した遺伝子を比較すると、保護された遺伝子ではその後の科学的研究と診断製品の開発が20〜30%少なかった(Williams, 2013)。保護は一時的(2年程度)だったにもかかわらず、効果は長期に残った。発明を守る権利は、その発明を部品とする次の発明(前述の組み合わせ進化)を阻害しうる
  • 特許は「発明を促す万能装置」ではなく、「秘匿で守れない発明を公開させ、模倣コストが低い分野の投資を維持する」装置と理解するのが正確である。発明は先行発明の上にしか立たないことを考えれば、権利の強さには最適点があり、強すぎれば後続発明を阻む。特許には「発明を促すはずの制度が発明を阻む」矛盾が内在する

• 発明者の認定
  • 審査は「発明者」の特定も要求する。誰の貢献が発明的(着想への寄与)で、誰が単なる作業(指示どおりの実施)だったのか、研究の著者順・CRediTと同型の帰属問題が、法的な権利問題として存在する。発明者の記載を誤ると特許自体が無効になりうる。この帰属問題は、AIが発明プロセスに入ることで制度の再交渉を迫られている

発明の共有チャネルの種類

発明には複数の共有チャネルがあります。まず共通の観点で各チャネルを比較します。

• 審査:正確性の担保。誰が、どの程度の強さで内容をチェックするか
• 速度:発明が完成してから公開・利用可能になるまでの時間
• コスト:発明者側の金銭的・労力的な負担
• アクセス:誰に、どれだけ開かれた形で届くか
• 保護の強さ:模倣をどれだけ防げるか(研究の「業績評価」に対応する、発明側の報酬軸)
• 保存性:引用可能性。確定版として恒久的に残り、後続の発明が参照できるか

この6観点で、主要な6チャネルを比較します。

• 特許公報
  • 審査:特許庁の審査あり(新規性・進歩性・実施可能要件)。最も体系的な公的認証
  • 速度:遅い(出願から公開まで18か月、権利確定までさらに数年)
  • コスト:出願・審査・維持の費用が高く、国ごとに発生する。複数国で権利を取ると数千万円規模に達する
  • アクセス:全世界に無料で公開される。前述のとおり人類最大の「発明の設計図データベース」でもあり、研究者の64%が読む(Ouellette, 2012)
  • 保護の強さ:法的独占(20年)。ただし実効性は産業で異なる(後述)
  • 保存性:公報として恒久保存され、特許番号で一意に引用される
  • 例:ベルの電話特許(米国特許174,465号、1876年)、ライト兄弟の飛行機械特許(米国特許821,393号、1906年)、CRISPR-Cas9など。

• 学術論文
  • 審査:査読あり
  • 速度:数か月〜数年
  • コスト:投稿は無料〜掲載料。ただし論文公開は特許の新規性を失わせるため、特許を取るなら出願を先にする必要がある(多くの法域で猶予期間は限定的)
  • アクセス:学術コミュニティ中心。オープンアクセスなら誰でも
  • 保護の強さ:なし(公開した瞬間に誰でも実施できる)。ただし優先権(名誉)は確保される
  • 保存性:DOI付きで恒久保存
  • 科学の直系型の発明(新しい方法・装置)は論文としても発表される。特許と論文の両方で公開する「ペア出版」は大学発明の標準形
  • 例:トランジスタはベル研究所が1948年6月に特許を出願し、翌月にPhysical Review誌で論文発表した(Bardeen & Brattain, 1948)

• オープンソース・公開設計
  • 審査:なし(コミュニティによる事後レビュー)
  • 速度:即日
  • コスト:無料
  • アクセス:誰でも。6チャネル中で最も開かれている
  • 保護の強さ:独占を放棄する代わりに、ライセンス(GPL、Apacheなど)で「公開と改良の自由」を契約的に保護する。普及と改良の速度を最大化する
  • 保存性:リポジトリで保存されるが、保守停止のリスクが残る
  • 例:Linux(1991年、GPL)は個人の趣味の投稿から始まり、今日では世界のサーバー・スマートフォン(Android経由)・スーパーコンピュータのOSの大半を占める。Apache HTTPサーバ(1995年)はウェブサーバ市場を長く支配し、Android(2008年、Apache 2.0ライセンス)は公開設計を武器に世界のスマートフォンOSの約7割を取った。

• 標準規格
  • 審査:標準化団体(IEEE、3GPP、ISOなど)による技術審査と合意形成
  • 速度:遅い(合意形成に数年)
  • コスト:標準化活動への参加コストが大きい
  • アクセス:業界全体。規格に採用されれば全製品に実装される
  • 保護の強さ:規格必須特許はFRAND条件でのライセンス義務を負うため、独占はできないが、業界全体からライセンス料を得られる(Lerner & Tirole, 2015)
  • 保存性:規格文書として恒久保存
  • 例:MP3はフラウンホーファー研究所の発明がISO/IEC規格(1993年)に採用された。クアルコムはCDMA技術を3G以降の携帯規格に組み込まれた。Wi-Fi(IEEE 802.11)ではオーストラリアの政府研究機関CSIROの基本特許が規格に含まれた。

• 製品として市場投入
  • 審査:なし(市場が評価する)
  • 速度:製品化の速度そのまま
  • コスト:製品化コストのみ。権利化コストは不要
  • アクセス:顧客のみ。技術情報は原則非公開
  • 保護の強さ:リバースエンジニアリングされるまでの先行期間。分解すれば作り方がわかる発明では事実上の公開になる
  • 保存性:なし(技術は製品の中にしか残らない)
  • 例:iPhone(2007年)は発売当日に分解され、部品構成と設計思想が数日で世界に知られた。特許も取っていたが、実質的な防御は先行期間と補完資産(ブランド、App Store、部品調達力)であり、Android陣営は1年余りで追随した。

• 営業秘密(トレードシークレット)
  • 審査:なし
  • 速度:即時(何もしない)
  • コスト:秘密管理のコスト(アクセス制限、契約)。TRIPS協定は「秘密として管理されている」ことを保護の条件とする(TRIPS協定39条)
  • アクセス:社内のみ
  • 保護の強さ:漏洩・独立発明・リバースエンジニアリングには無防備だが、期限がない。コカ・コーラの製法、Googleの検索アルゴリズムはこの形で1世紀以上・四半世紀以上守られている
  • 保存性:組織の記憶にしか残らず、人の離脱とともに失われうる(前述の「知識は人に宿る」。Azoulay et al., 2010)
  • 例:コカ・コーラの原液の製法(1886年)は特許を取らず、成分分析では再現できない配合として金庫に保管され、140年近く守られている。KFCの「11種のハーブとスパイス」(1940年)は、配合の半分ずつを別々の業者に製造させて全体を誰にも知らせない管理で守られている。

6観点を通して見ると、チャネル選択の本質は研究と同じくトレードオフです。

• 保護の強さと到達範囲は反比例する:法的独占が強いチャネル(特許)ほど公開を伴い、完全に閉じるチャネル(営業秘密)ほど到達範囲はゼロになる。オープンソースと標準規格は、独占を捨てて到達範囲と普及速度を取る選択
• 審査の強さと速度は反比例する:公的認証が強いチャネル(特許・標準)ほど遅く、速いチャネル(オープンソース・製品)ほど評価は市場・コミュニティ任せ
• 実務では組み合わせる:特許で核を守り→論文で科学的信用を得て→オープンソースで補完財を開いてエコシステムを育て→製法は営業秘密で閉じる、という組み合わせが標準形になりつつある。何を開き何を閉じるかは、前稿のオープン・クローズ戦略の設計問題である

また、分野ごとに重視されるチャネルは異なります。それは、発明の性質と、チャネルの特性(保護の実効性・速度・相互依存性)との適合で説明できます。

• 米国製造業1,478研究所への大規模調査によれば、多くの産業で企業がプロダクト発明の専有手段として最重視するのは特許ではなく秘匿とリードタイムであり、特許が最も有効に機能するのは医薬・化学などの一部産業に限られる(Cohen, Nelson & Walsh, 2000)。特許の取得目的も「模倣防止」だけでなく、他社の特許取得を防ぐ(ブロッキング)、交渉材料にする、訴訟を抑止する、評判を得るといった戦略的用途が大きい
• 権利の境界の明確さ:医薬は「1つの分子=1つの特許=1つの製品」で権利の境界が明確なため、特許が決定的に効く→特許公報が主チャネル。電子機器は1製品に数千の特許が重なり(前述の藪。Shapiro, 2001)、単独特許の防御力が下がる→クロスライセンスと標準規格が主チャネル
• 模倣の容易さ:製品を分解すれば作り方がわかる発明(機械・電子)は秘匿では守れない→特許で守る(公開しても守れる)。製法のように外から見えない発明(化学プロセス、アルゴリズム)は公開すると失うものが大きい→営業秘密で守る。前述のMoser (2005)が示した「特許のない国では秘匿で守れる分野に発明が偏った」現象は、この選択の歴史的な実証である
• 分野の変化速度:ソフトウェアは変化が速く、特許の審査期間(数年)中に技術が陳腐化する→オープンソースとリードタイムが主チャネル。医薬は開発に10年以上かかり、製品寿命も長い→20年の特許保護が意味を持つ
• 相互依存性:通信・電子機器のように多数企業の技術が1製品に集まる分野では、単独の独占は製品自体を成立させない→標準規格とFRANDライセンス(Lerner & Tirole, 2015)が唯一の均衡になる

発明の活用

社会は発明からどれだけ得をするのか

• 米国経済の分析によれば、イノベーションが生んだ社会的余剰のうち、発明者(企業)がシュンペーター的利潤（超過利潤）として回収できたのは約2.2%にすぎず、残りの約98%は消費者や後続の生産者に漏出していると推計されている(Nordhaus, 2004)。電球も抗生物質も検索エンジンも、その価値の大半は発明者ではなく社会が受け取った
• 研究における「イノベーション投資1ドルの社会的便益は平均5ドル超」(Jones & Summers, 2020)と合わせると、発明は私的には回収しにくく、社会的には破格に割の良い活動である。これが、特許(私的回収の補強)と公的資金(社会的便益の直接購入)という2つの制度が並立する理由である。どちらか一方では過少投資になる(Nelson, 1959; Arrow, 1962)

発明は社会にどのように広がるか

発明は生まれた瞬間に価値を生むわけではありません。社会に広がる(普及する)までに長い時間がかかり、その速さを決める要因は実証的に研究されてきました。

• 普及のS字カーブ
  • 米国中西部でのハイブリッドコーン(交雑種トウモロコシ)の普及を州別に分析した古典的研究によれば、普及率は時間に対してS字曲線を描き、普及の開始時期と速さはその地域で普及がもたらす利益の大きさで説明できた(Griliches, 1957)。発明の普及は技術の優劣だけでなく、採用者にとっての経済合理性で決まる
  • 採用者は革新者→初期採用者→前期多数→後期多数→遅滞者と段階的に広がり、普及速度は相対的優位性・既存慣行との適合性・複雑さ・試用可能性・観察可能性で決まる(Rogers, 2003)

• 普及のラグは平均45年
  • 15の主要技術(蒸気船、鉄道、電話、電力、PC、インターネットなど)の166か国への普及を分析した研究によれば、発明から一国での普及までの採用ラグは平均45年であり、しかもラグは国によって大きく異なる。この採用ラグの差が、各国の所得格差の約4分の1を説明する(Comin & Hobijn, 2010)。発明の価値は「発明したか」より「どれだけ速く広く採用されたか」で決まる部分が大きい

• 普及を速める要因と遅らせる要因
  • 速める要因:採用者にとっての利益が明確で大きいこと(Griliches, 1957)、既存の慣行・インフラとの適合性、試しやすさと結果の観察しやすさ(Rogers, 2003)。ハイブリッドコーンは「同じ畑で収量が2割増える」という利益が観察可能だったから速く広がった
  • 遅らせる要因:補完的なインフラの不在(電気自動車には充電網が、インターネットには通信網が必要)、採用者側の学習コスト、既存の資産や技能を無価値にする能力破壊性(Tushman & Anderson, 1986)、そして制度・規制。各国の採用ラグの差は、こうした要因の差の反映である(Comin & Hobijn, 2010)
  • 発明の設計段階で「既存のものとどうつながるか」「使い手が何を捨てなければならないか」を織り込んだ発明ほど速く広がる。前述のアーキテクチャル・イノベーション(Henderson & Clark, 1990)が既存企業に見えにくいのと同じ理由で、既存の使い方を変える発明は使い手にも受け入れられにくい

企業による発明の活用

企業の側から見ると次の4つの経路に分かれます。

• 自社の発明を製品・工程に具体化する(内部利用)
  • 最も直接的な活用。プロダクト発明は新製品として、プロセス発明は生産性向上として企業の収益に変わる。前述のとおりプロセス発明の経済効果はしばしばプロダクト発明を上回り、フォードの流れ作業は自動車の価格を10年で3分の1に下げた
  • 技術変化が経済成長に占める割合を初めて推計した古典的研究によれば、20世紀前半の米国の労働生産性上昇のうち、資本蓄積で説明できるのは約1/8にすぎず、残りの約7/8は技術変化(発明とその普及)によるものだった(Solow, 1957)。企業レベルの発明の活用が、経済全体の成長の主因である
  • 自社発明の具体化には補完資産(製造・販売・保守)が必要であり、それを持たない発明企業は後述の経路に頼ることになる(Teece, 1986)

• 外部の発明を導入する(技術市場・ライセンス・買収)
  • 企業が使う発明の多くは自社発明ではない。ライセンス契約で他社の特許を実施する、発明を持つスタートアップを買収する、大学から技術移転を受ける「発明の市場(markets for technology)」は独立した産業として成立している(Arora, Fosfuri & Gambardella, 2001)。同研究は、化学・製薬・半導体などでライセンス市場が発達し、「発明する企業」と「製品化する企業」の分業が進んだことを示した
  • スタートアップ側から見ると、自前で市場に出るより既存企業にライセンス・売却する「協調」戦略が合理的になる条件は、専有可能性(特許で守れる)が強く、既存企業の補完資産が重要な産業である(Gans & Stern, 2003)。製薬大手のパイプラインの相当部分がバイオベンチャーからの導入品である構造は、この理論どおりである
  • アクハイア(人材獲得目的の買収)や研究チームごとの移籍は、「発明能力は人に宿る」(Azoulay et al., 2010; Zucker, Darby & Brewer, 1998)がゆえに、発明そのものではなく発明者を導入する経路である

• 発明を交渉と防御に使う(特許ポートフォリオ)
  • 多くの産業で特許は「模倣防止」より、他社の特許取得を防ぐ、交渉材料にする、訴訟を抑止するといった戦略的用途に使われている(Cohen, Nelson & Walsh, 2000)
  • 1980年代以降の米国半導体産業では、企業のR&D支出が横ばいなのに特許取得が急増した。これは発明が増えたからではなく、相互に依存する多数の特許を持つ業界で、「特許の弾数」が交渉力を決めるようになり、各社がクロスライセンス交渉のための防御的な特許ポートフォリオを積み上げたためである(Hall & Ziedonis, 2001)。特許の藪(Shapiro, 2001)の中では、発明は「使うもの」であると同時に「盾と通貨」になる

• 外部の発明を見つけ、取り込む能力を保つ(吸収能力とオープンイノベーション)
  • 吸収能力(Cohen & Levinthal, 1990)は、発明の活用において中核である。自ら発明を試みる企業だけが、外部の発明の価値を正しく目利きし、自社の文脈に翻訳できる
  • 「自社の研究所で発明し、自社で製品化する」垂直統合型から、外部の発明を取り込み自社の発明も外部にライセンスする「オープンイノベーション」型への移行が、多くの産業で進んだ(Chesbrough, 2003)。前述の企業研究所の衰退と分業化(Arora et al., 2020)は、この移行の供給側の説明である
  • 使い手の発明の取り込みもここに含まれる。リードユーザー法(von Hippel, 1986; Lilien et al., 2002)は、企業が「顧客が既に作ってしまった発明」を体系的に見つけて製品化する手法である

政府による発明の活用

経済全体を調整する政府にとって、発明は「買うもの」「架橋するもの」「誘導するもの」「自ら使うもの」の4つの顔を持ちます。

• 買い手としての政府（公共調達が初期市場を作る）
  • 新しい発明は、量産による低コスト化が進む前は高価で、民間市場が成立しない。政府が最初の大口顧客になることで、この段階を越えさせてきた。集積回路は1960年代、米国防省とNASAが初期生産のほぼ全量を買い上げ(アポロ誘導コンピュータ、ミニットマンミサイル)、価格が民生品として成立する水準まで下がった。ジェットエンジン、コンピュータ、GPS受信機、太陽電池も同じ経路を通った
  • エビデンス:第二次世界大戦の戦時R&D調達を多く受けた地域・技術分野ほど、戦後数十年にわたり発明活動が増加し続けた(Gross & Sampat, 2023)。また政府の防衛R&Dは民間R&D投資を締め出すのではなく誘発(クラウドイン)し、産業の生産性を高める(Moretti, Steinwender & Van Reenen, 2025)

• ② 架橋者としての政府（死の谷を渡す）
  • 前述のとおり、試作から市場投入までの段階は民間だけでは過少投資になる。政府の少額R&D補助(米国SBIRなど)は、この段階の発明に「試作品を作って技術リスクを潰す」資金を与える
  • エビデンス:SBIR補助金の獲得は、スタートアップのその後のVC調達確率をほぼ倍増させ、特許取得と売上も増やした(Howell, 2017。後述のプロセスの章で詳述)

• 誘導者としての政府（規制と価格が発明の方向を決める）
  • 政府は、特許制度(Moser, 2005; Williams, 2013)と標準規格(Lerner & Tirole, 2015)の設計者として発明の方向と普及速度を左右する(前述の制度の章)
  • それに加えて、規制そのものが発明の需要を作る。排ガス規制が触媒コンバーターを、燃費規制がハイブリッド車を、建築基準が耐震技術を生んだ。適切に設計された環境規制は企業に「規制を満たす最も安い方法」の発明を促し、結果として競争力を高めうるという主張(Porter & van der Linde, 1995)は、政策論争の中心にある
  • 米国の1970〜94年のエネルギー関連特許を分析すると、エネルギー価格が上がると、その分野の発明(特許)が数年のラグで増えることが示された(Popp, 2002)。価格と規制は、発明の方向を誘導する強力なシグナルである。

• 使い手としての政府（国家機能への実装と民間開放）
  • 政府自身が発明の大口ユーザーである。防衛、宇宙、気象観測、公衆衛生、インフラ管理は発明の実装なしには成立しない
  • 政府が自らの用途で発明・実装した技術を民間に開放することが、最大級の普及経路になることもある。GPSは軍事用に開発された後、1983年に民間利用が認められ、2000年に精度制限が解除されて、地図・物流・金融取引の時刻同期まで支える基盤になった。インターネット(ARPANET)、気象衛星データも同じ経路である。前述の転用(Gould & Vrba, 1982)が国家規模で起きた例といえる

• 普及を速める政府（採用ラグの短縮）
  • 発明から普及までの平均45年のラグ(Comin & Hobijn, 2010)は、国の制度と政策で大きく変わる。農業普及員がハイブリッドコーンの採用を速めた(Griliches, 1957)ように、教育・補助金・インフラ整備・規格統一は、家計と企業の採用コストを下げる政策手段である

家計による発明の活用

最終的な消費主体である家計は、発明の便益の最大の受け取り手であると同時に、発明の普及速度を決める律速要因であり、さらに自ら発明する担い手でもあります。

• 便益の最終的な受け取り手
  • 前述のとおり、発明が生んだ社会的余剰の約98%は発明者ではなく消費者と後続の生産者に流れる(Nordhaus, 2004)。その最終的な行き先は家計である
  • 照明の発明史(獣脂ろうそく→ガス灯→白熱電球→蛍光灯)を「1ルーメン時あたりの労働時間」で測ると、19世紀初頭から20世紀末までに光の実質価格は数千分の1に下がった。通常の物価統計はこの改善のほとんどを捉えておらず、発明が家計の生活水準に与えた便益は公式統計より桁で大きい可能性がある(Nordhaus, 1997)
  • 洗濯機・冷蔵庫・掃除機などの家電の普及が、家事労働時間を大幅に減らし、20世紀の女性の労働参加率上昇の主要な要因になったことが実証されている(Greenwood, Seshadri & Yorukoglu, 2005)。発明の活用は家計の消費だけでなく、時間配分と社会構造を変える

• 普及の律速要因としての採用行動
  • 発明が社会に価値を生むかは、家計がそれを採用するかで決まる。普及は革新者→初期採用者→多数派→遅滞者の順に進み、その速さは相対的優位性・適合性・複雑さ・試用可能性・観察可能性で決まる(Rogers, 2003)。ハイブリッドコーンの普及が「利益が観察できた農家から」始まったように(Griliches, 1957)、家計の採用は経済合理性と学習コストに支配される
  • 新しい発明を早く使える家計と使えない家計の差(デジタルデバイド)は、発明の便益の分配を偏らせる。前述の「発明への露出」の研究(Bell et al., 2019)が示すとおり、家計の環境は次世代が発明者になる確率まで左右する。家計は発明の消費者であると同時に、発明者の供給源でもある

• 作り手としての家計（ユーザーイノベーション）
  • 家計は発明の受け手であるだけではない。英国の代表的サンプル調査によれば、消費者の6.1%(約290万人)が過去3年間に自分の使う製品を自ら作るか改良しており、その支出総額は英国の消費財メーカー全体の製品開発R&D支出を上回っていた(von Hippel, de Jong & Flowers, 2012)。マウンテンバイクやカイトサーフィンは例外ではなく、家計は統計的に見て最大級の発明主体のひとつである
  • ただし家計の発明は市場に届きにくい。作った本人は自分の必要が満たされれば満足し、権利化も販売もしないため、他の家計に広がらない「普及の市場の失敗」が起きる(von Hippel, 2005)。オープンソースや共有コミュニティは、この失敗を補う制度である

• 課題（安全と検証）
  • 家計は発明の質を自ら検証できない。医薬品、自動車、食品、金融商品の発明が家計に届く手前には、規制当局の承認・安全基準・認証という検証の層があり、それが機能しないとき家計は発明の便益ではなくリスクを受け取る。

まとめると、発明の活用は企業(生産)・政府(調整)・家計(消費)という3つの経済主体の単位で次のように整理できます。

• 企業(生産):内部利用・外部導入・交渉と防御・吸収能力の4経路で発明を製品と生産性に変換し、専有可能性と補完資産の設計で取り分を確保する
• 政府(調整):買い手・架橋者・誘導者・使い手・普及促進者として、民間だけでは生まれない発明の初期市場と方向を作り、制度設計で普及速度を左右する
• 家計(消費):発明の便益の最終的な受け取り手であり、採用行動で普及速度を決め、自らも統計的に無視できない規模の発明を生む

AI時代の発明

ここまでの4観点(対象・主体・制度・活用)に1対1で対応させて、AI時代の変化を整理します。

AI時代の発明の対象

発明の4行為(問題を定義する・原理を選ぶ・具体化する・動くことを示す)のうち、AIが最も深く入り込むのは「原理を選ぶ」と「具体化する」です。5つの経路に沿って見ます。

• 科学の直系（知識→発明の距離が縮む）
  • AlphaFold(Jumper et al., 2021)は2億超のタンパク質構造を公開し、基礎知識から創薬(発明)への変換を直接加速している。DeepMindはこの延長に創薬企業(Isomorphic Labs)を設立した。「科学の直系」経路の垂直統合であり、前述の「大学が科学を、スタートアップが発明を」という分業(Arora et al., 2020)を1組織に巻き戻す試み
  • 機械学習による探索から、既存の抗生物質と構造が全く異なる新規抗生物質ハリシン(halicin)が発見された(Stokes, J. M., et al., 2020)。訓練データの「常識」の外にある候補を掬い上げられることを示した初期の実証であり、経路①(科学的知識)と経路⑤(体系的探索)がAIの中で融合した例

• 新結合（組み合わせ探索の機械化）
  • 組み合わせ爆発(Weitzman, 1998)は人間には呪いだったが、AIには資源になる。DeepMindのGNoMEは深層学習で220万種の新結晶構造を予測し、うち38万種を熱力学的に安定と推定した。人類がそれまでに発見した安定結晶(約4.8万種)の数十倍を一度に「候補化」した(Merchant et al., 2023)
  • 生成的設計(generative design)は、部品形状・材料・トポロジーの組み合わせ空間をAIが探索し、人間には思いつけない(しかし力学的に最適な)形状を出力する。航空機部品の軽量化などで実用済み
  • ただしAIは「新規だが筋の悪い」候補も量産する(Si, Yang & Hashimoto, 2024)。どの組み合わせが筋か、Uzzi et al. (2013)の「定番+一点の異質」を見抜く目に価値が残る。GNoMEの38万候補のうち実際に合成され用途を持つものはごく一部であり、選別が律速段階になる

• 需要からの逆算（問題の言語化が発明の起点になる）
  • AIが解法側(ソリューション情報)を安価にするほど、「何に困っているかを正確に定義する能力」(ニーズ情報。von Hippel (2005)が示したとおり使い手に粘着する)が相対的に希少資源になる。前述の4行為で言えば、②③が安価になるほど①(問題の定義)の重みが増す
  • リードユーザーの知(von Hippel, 1986)や現場の暗黙知(Azoulay et al., 2010が示した「人に宿る知識」)は、AIの訓練データに最も載りにくい知識でもある。発明の起点は「答えを出せる人」から「問いを立てられる人」へ変化する

• 偶然（セレンディピティのエンジニアリング）
  • 自律実験室A-Labは17日間で41種の新材料を人手なしで合成した(Szymanski et al., 2023)。「驚くべきResult」の供給が無限になるとき、ボトルネックはどの驚きを追うかの選別に移る。準備された心(前述)の役割は、偶然に「気づく」ことから、無数の偶然の中から「追うべきものを選ぶ」ことへ移る

• 体系的探索（閉ループ化）
  • 仮説生成→実験計画→ロボット実行→解釈のループをAIが回す(Boiko et al., 2023; Gottweis et al., 2025)。エジソンの数千回・ダイソンの5,127台・ハーバーの2,500触媒は、桁違いの速度と並列度で機械化される
  • 試行コストが桁で下がると、「探索空間をどう設計するか」「何をもって成功と判定するか」という探索のメタ設計（TRIZの言葉では矛盾の定式化）が人間の仕事の中心になる

AI時代の発明の主体

• 両極化:研究における担い手の両極化(計算資源を持つ巨大組織と、AIで能力拡張された個人)は、発明の世界でも同じに進む。GNoMEやA-Lab級の探索は計算資源とロボット設備を持つ組織に集中する。一方、生成AIは個人の設計・試作・実装能力を拡張し、スキルの低い作り手ほど恩恵が大きい(Noy & Zhang, 2023)。ユーザー発明者(von Hippel, 2005)にとってAIは、ニーズ情報を持ちながら具体化能力が足りなかった層への最大の追い風になる
• 分業の再編:前述の「大学=科学、スタートアップ=発明、大企業=規模化」の分業(Arora et al., 2020)は、AIが科学→発明の変換コストを下げることで揺らぐ。Isomorphic Labsのように科学と発明を1組織に再統合する動きと、AIツールで発明段階を担う小さな主体が増える動きが同時に進む
• 発明チーム内の分業:候補生成はAIへ、人間は問題定義と検証・判定へ。チーム化の歴史(Wuchty et al., 2007)は「人間+AI」のチームという新しい段階に入る。CRediT型の「誰が(AIが)何を担ったか」の記録が、発明チームの評価と特許の発明者認定の両方で必要になる
• 露出の再定義:発明者になる確率が幼少期の露出で決まる(Bell et al., 2019)なら、AIツールへの早期の露出が次世代の「発明者の供給」を左右する。露出の格差が縮まれば「失われたアインシュタインたち」が減り、格差が広がれば新しい形で再生産される

AI時代の発明の制度

• 発明者はAIでよいか:AIシステムDABUSを発明者とする特許出願をめぐり、米連邦巡回控訴裁は「特許法上の発明者は自然人に限る」と判断した(Thaler v. Vidal, 2022)。英国・EUの当局も同旨の判断を示している
• 人間の貢献の記録:一方でUSPTOは2024年、「AI支援発明は、人間が重要な貢献をしていれば特許可能」とし、人間の貢献の記録を求めるガイダンスを出した(USPTO, 2024)。発明の来歴(誰が・AIが何を担ったか)が制度の焦点になる。
• 進歩性の基準が動く:AIで誰でも大量の候補を生成できるなら、「当業者にとって自明」の水準自体が上がる。研究の査読で「表面的な新規性」の価値が暴落することと同じ力学が、特許審査にも働く。逆に言えば、AIが生成できない種類の発明（問題の定義そのものが新しい発明）の相対価値が上がる
• 専有手段のシフト:AIが特許文献を読み解いて迂回設計を提案できるなら、特許による専有の効力は下がり、秘匿とリードタイム(Cohen, Nelson & Walsh, 2000)、そして補完資産(Teece, 1986)の重みがさらに増す。AI時代の発明防衛は「権利」より「速さと資産」に寄る

AI時代の発明の活用

• 候補の供給過剰:候補(新材料・新分子・新設計)の供給が桁で増えるとき、価値の制約は「作れるか」から「どれを検証し、どれを世に出すか」へ移る。GNoMEの38万件の安定候補のうち、実際に合成・検証・用途開発される数が価値を決める
• 普及のラグは縮まるか:前述のとおり、発明の社会的インパクトまでのラグは「科学→発明の変換」と「発明→普及の採用」の二重構造である。AIが縮めるのは前者であり、後者(平均45年。Comin & Hobijn, 2010)は制度・インフラ・人の学習・経済合理性(Griliches, 1957)に律速される。発明が速くなっても普及が速くならなければ、「作られたが使われない発明」の山が積み上がる
• 誤発明のリスク:もっともらしいが機能しない「発明候補」が市場・規制・投資の判断を汚染しうる。何が検証済みかを見分ける制度(規格・認証・臨床試験・TRL)の価値は、研究の世界と同様にむしろ上がる
• 取り分の構造は変わらない:発明の便益の大半が社会に漏出する構造(Nordhaus, 2004)は、AIで発明が安価になればさらに強まる。発明者側の取り分を決めるのは引き続き専有可能性と補完資産(Teece, 1986)であり、AI時代の競争優位は「発明できること」ではなく「検証して届けられること」に移る

まとめると、候補の生成(原理の選択・具体化・試行・驚きの供給)は安価になり、価値は「どの問題を解くか」「どの候補が筋か」「本当に動くか」「誰に届けるか」の見極めに集中する。

研究・発明・事業化のプロセス

最後に、簡潔に研究・発明・事業化を1つのプロセスとして整理します。

• 研究は「世界にとって新しい知識が、検証可能な形で加わること」であり、検証するのは真かどうか。担い手の中心は大学・研究機関、制度は査読と優先権、成果は論文となる。
• 発明は「知識を、新しく有用な人工物・方法に変えること」であり、検証するのは動くかどうか。担い手の中心は企業・スタートアップ・ユーザー、制度は特許と秘匿、成果は試作品と特許となる。
• 事業化は「動くものを、顧客が買い続けるものに変えること」であり、検証するのは売れるかどうか。担い手は企業家、制度は市場と資本、成果は事業となる。
• 3つの検証は独立である。「真なのに動かない」(原理的に正しいが工学的に未熟：核融合は物理的には真だが発明としては未完)、「動くのに売れない」(技術は完成、市場が不在：コンコルド、セグウェイ)、「売れるのに真でない」(市場は熱狂、科学的根拠が虚構：Theranos（血液１滴で健康状態が可視化できるサービス）が示した最悪の組み合わせ)。パイプラインの事故は、どれか1つの検証を飛ばしたときに起きる

おわりに

AIの急激な進歩によって発明を担うスタートアップのサービスや組織のあり方が大きく変革を求められています。大量に発明をすることが可能になった時代こそ、人の知恵を最大限活用し、社会において真に求められる発明を見極めていくことが重要であると改めて感じられます。

参考文献

• Abbott, R. (2019). Everything Is Obvious. UCLA Law Review, 66(1), 2–52.
  • 概要:AIが当業者の標準的な道具になれば「当業者にとって自明か」という進歩性基準の当業者自身が再定義され、多くの発明が自明になりうると論じた法学論文。AI時代の進歩性の議論の出発点。 https://www.uclalawreview.org/everything-is-obvious/
• Acar, O. A., Tarakci, M., & van Knippenberg, D. (2019). Creativity and Innovation Under Constraints: A Cross-Disciplinary Integrative Review. Journal of Management, 45(1), 96–121.
  • 概要:145本の実証研究を統合し、適度な制約は創造性・イノベーションをむしろ高めることを示したレビュー。制約駆動の発明のエビデンス。 https://journals.sagepub.com/doi/abs/10.1177/0149206318805832
• Ahmadpoor, M., & Jones, B. F. (2017). The dual frontier: Patented inventions and prior scientific advance. Science, 357(6351), 583–587.
  • 概要:特許と科学論文の引用連鎖を大規模分析し、大半の特許が数ステップで科学論文に到達することを示した。 https://www.science.org/doi/10.1126/science.aam9527
• Altshuller, G. (1999). The Innovation Algorithm: TRIZ, Systematic Innovation and Technical Creativity. Technical Innovation Center.
  • 概要:数十万件の特許分析から「40の発明原理」を抽出し、発明を技術的矛盾の解消として定式化したTRIZの主著。
• Arora, A., Belenzon, S., Patacconi, A., & Suh, J. (2020). The Changing Structure of American Innovation: Some Cautionary Remarks for Economic Growth. Innovation Policy and the Economy, 20, 39–93.
  • 概要:米国大企業の科学からの撤退と「大学=科学、スタートアップ=発明、大企業=規模化」への分業移行を示し、その副作用を警告した研究。 https://www.journals.uchicago.edu/doi/full/10.1086/705638
• Arora, A., Belenzon, S., & Sheer, L. (2021). Knowledge Spillovers and Corporate Investment in Scientific Research. American Economic Review, 111(3), 871–898.
  • 概要:米国上場企業の論文発表を長期で追い、1980年以降に企業の科学投資が減少したのは競合へのスピルオーバーを避けるためであることを示した実証研究。企業の科学からの撤退の動機のエビデンス。 https://www.aeaweb.org/articles?id=10.1257/aer.20171742
• Arora, A., Fosfuri, A., & Gambardella, A. (2001). Markets for Technology: The Economics of Innovation and Corporate Strategy. MIT Press.
  • 概要:ライセンス・技術売買による「発明の市場」が化学・製薬・半導体などで独立した産業として成立し、発明する企業と製品化する企業の分業が進んだことを示した研究。
• Arrow, K. J. (1962). Economic Welfare and the Allocation of Resources for Invention. In The Rate and Direction of Inventive Activity. Princeton University Press.
  • 概要:知識の公共財性から、市場に任せると発明が過少供給になることを示した経済学の古典。
• Arthur, W. B. (2009). The Nature of Technology: What It Is and How It Evolves. Free Press.
  • 概要:あらゆる技術は既存技術の組み合わせであり、組み合わせが次の組み合わせの部品になるという「技術の進化」の一般理論。
• Azoulay, P., Graff Zivin, J. S., Li, D., & Sampat, B. N. (2019). Public R&D Investments and Private-sector Patenting: Evidence from NIH Funding Rules. Review of Economic Studies, 86(1), 117–152.
  • 概要:NIHの助成配分規則のばらつきを利用し、研究費1,000万ドルが民間特許を平均2.3件生み、その半分は助成を受けていない第三者企業の特許であることを示した因果推論研究。公的資金→民間発明のエビデンス。 https://academic.oup.com/restud/article-abstract/86/1/117/5038510
• Azoulay, P., Graff Zivin, J. S., & Manso, G. (2011). Incentives and creativity: evidence from the academic life sciences. RAND Journal of Economics, 42(3), 527–554.
  • 概要:長期・失敗許容の資金(HHMI型)を得た研究者は標準的グラントの研究者より画期的成果を生む確率が高いことを示した実証研究。探索に必要な資金設計のエビデンス。 https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1756-2171.2011.00140.x
• Azoulay, P., Graff Zivin, J. S., & Wang, J. (2010). Superstar Extinction. Quarterly Journal of Economics, 125(2), 549–589.
  • 概要:著名科学者の予期せぬ死去後に共同研究者の生産性が持続的に低下することを示し、知識の相当部分が論文でなく人に宿ることを実証した研究。 https://doi.org/10.1162/qjec.2010.125.2.549
• Bardeen, J., & Brattain, W. H. (1948). The Transistor, A Semi-Conductor Triode. Physical Review, 74(2), 230–231.
  • 概要:点接触型トランジスタの最初の学術発表。ベル研究所は同年6月に特許を出願したうえで7月に本論文を公開しており、「出願先行・論文後行」のペア出版の原型。 https://doi.org/10.1103/PhysRev.74.230
• Basalla, G. (1988). The Evolution of Technology. Cambridge University Press.
  • 概要:技術は既存技術から系統的に進化するという技術史の古典。「祖先のいない発明はない」ことを豊富な事例で示す。
• Bell, A., Chetty, R., Jaravel, X., Petkova, N., & Van Reenen, J. (2019). Who Becomes an Inventor in America? The Importance of Exposure to Innovation. Quarterly Journal of Economics, 134(2), 647–713.
  • 概要:120万人の発明者データから、発明者になるかは才能より幼少期の「発明への露出」で決まることを示し、「失われたアインシュタインたち」の存在を実証した研究。 https://academic.oup.com/qje/article/134/2/647/5218522
• Benyus, J. M. (1997). Biomimicry: Innovation Inspired by Nature. William Morrow.
  • 概要:生物を「進化が解いた問題のカタログ」として発明に使うバイオミメティクスを定式化し普及させた著作。
• Bernstein, S., Diamond, R., Jiranaphawiboon, A., McQuade, T., & Pousada, B. (2022). The Contribution of High-Skilled Immigrants to Innovation in the United States. NBER Working Paper 30797.
  • 概要:米国の発明者の16%を占める移民が発明生産の23%(波及込みで約36%)を担うことを示した実証研究。越境者が新結合を運ぶことのエビデンス。 https://www.nber.org/papers/w30797
• Bick, A., Blandin, A., & Deming, D. J. (2024). The Rapid Adoption of Generative AI. NBER Working Paper No. 32966.
  • 概要:米国の代表的サンプル調査により、2024年8月時点で18〜64歳の39.4%が生成AIを使用し、就業者の28%が仕事で使っていることを示し、PCやインターネットより速い普及であると報告した研究。 https://www.nber.org/papers/w32966
• Bloom, N., Jones, C. I., Van Reenen, J., & Webb, M. (2020). Are Ideas Getting Harder to Find? American Economic Review, 110(4), 1104–1144.
  • 概要:半導体・農業・医薬・経済全体で研究投入あたりの成果が年率約5%で低下しており、ムーアの法則の維持に1970年代初頭の18倍の研究者が必要になっていることを示した研究。「アイデアの枯渇」の代表的実証。 https://www.aeaweb.org/articles?id=10.1257/aer.20180338
• Boiko, D. A., MacKnight, R., Kline, B., & Gomes, G. (2023). Autonomous chemical research with large language models. Nature, 624, 570–578.
  • 概要:LLM駆動システム「Coscientist」が実験計画からロボットによる化学合成までを自律実行した、AI発明ループの初期実証。 https://www.nature.com/articles/s41586-023-06792-0
• Brown, T. (2008). Design Thinking. Harvard Business Review, 86(6), 84–92.
  • 概要:観察→問題再定義→プロトタイプの反復で「正しい問題」を探すデザイン思考を経営手法として定式化した論文。 https://hbr.org/2008/06/design-thinking
• Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. Quarterly Journal of Economics, 140(2), 889–942.
  • 概要:顧客サポート担当者5,000人超への生成AI導入を分析し、生産性が平均14%上昇し、経験の浅い担当者ほど(最大34%)恩恵が大きかったことを示したフィールド研究。 https://academic.oup.com/qje/article/140/2/889/7990658
• Chesbrough, H. W. (2003). Open Innovation: The New Imperative for Creating and Profiting from Technology. Harvard Business School Press.
  • 概要:自社研究所で発明し自社で製品化する垂直統合型から、外部の発明を取り込み自社発明も外部にライセンスする「オープンイノベーション」型への移行を定式化した著作。
• Christensen, C. M. (1997). The Innovator's Dilemma. Harvard Business School Press.
  • 概要:優良企業ほど破壊的イノベーションに対応できない構造を示した古典。発明の価値が既存の評価軸では測れないことの理論化。
• Chu, J. S. G., & Evans, J. A. (2021). Slowed canonical progress in large fields of science. PNAS, 118(41), e2021636118.
  • 概要:約9,000万本の論文と18億件の引用を分析し、論文数が多い大きな分野ほど定番論文が固定化し、新しいアイデアが注目される機会が減ることを示した研究。分野の規模が発明・発見の速度を律速するエビデンス。 https://www.pnas.org/doi/10.1073/pnas.2021636118
• Cockburn, I. M., Henderson, R., & Stern, S. (2019). The Impact of Artificial Intelligence on Innovation: An Exploratory Analysis. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The Economics of Artificial Intelligence: An Agenda (pp. 115–146). University of Chicago Press.
  • 概要:深層学習を汎用技術であると同時に「発明の方法の発明(invention of a method of inventing)」と位置づけ、AIが発明の中核工程を分野横断で変えると論じた経済学の基礎的分析。 https://www.nber.org/papers/w24449
• Cohen, W. M., & Levinthal, D. A. (1990). Absorptive Capacity: A New Perspective on Learning and Innovation. Administrative Science Quarterly, 35(1), 128–152.
  • 概要:企業が外部の知識の価値を認識し、吸収し、応用する能力(吸収能力)は自社のR&Dの副産物として形成されると論じた古典。「発明を買う」ためにも自ら発明を試みる必要があることの理論的基盤。 https://www.jstor.org/stable/2393553
• Cohen, W. M., Nelson, R. R., & Walsh, J. P. (2000). Protecting Their Intellectual Assets: Appropriability Conditions and Why U.S. Manufacturing Firms Patent (or Not). NBER Working Paper 7552.
  • 概要:米製造業1,478研究所への調査から、多くの産業で発明の専有手段として特許より秘匿とリードタイムが重視されることを示した実証研究。特許が効くのは医薬・化学など一部産業に限られる。 https://www.nber.org/papers/w7552
• Comin, D., & Hobijn, B. (2010). An Exploration of Technology Diffusion. American Economic Review, 100(5), 2031–2059.
  • 概要:15の主要技術の166か国への普及を分析し、発明から普及までの採用ラグが平均45年であり、その差が各国の所得格差の約4分の1を説明することを示した研究。 https://www.aeaweb.org/articles?id=10.1257/aer.100.5.2031
• Dell'Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.
  • 概要:コンサルタント758人のフィールド実験で、AIの能力範囲内では課題数12.2%増・速度25.1%向上・品質40%向上、範囲外では正答率19ポイント低下を示し、AIの得意・不得意の境界が「ギザギザ」であることを示した研究。 https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
• Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290.
  • 概要:作家にAIのアイデアを与える実験で、個人(とくに創造性の低い書き手)の作品評価は上がるが、作品同士が似通い集団の多様性が下がることを示した研究。AIが個人と集団に逆向きに働くことのエビデンス。 https://www.science.org/doi/10.1126/sciadv.adn5290
• Fleming, L. (2001). Recombinant Uncertainty in Technological Search. Management Science, 47(1), 117–132.
  • 概要:特許データから、発明を「既存要素の組み合わせ探索」として定式化した実証研究。新結合理論のミクロ的基礎。 https://pubsonline.informs.org/doi/10.1287/mnsc.47.1.117.10671
• Gans, J. S., & Stern, S. (2003). The product market and the market for "ideas": commercialization strategies for technology entrepreneurs. Research Policy, 32(2), 333–350.
  • 概要:発明を持つスタートアップが既存企業と「競争するか協調(ライセンス・売却)するか」を専有可能性と補完資産で説明した理論。
• Gottweis, J., et al. (2025). Towards an AI co-scientist. arXiv:2502.18864.
  • 概要:Googleのマルチエージェント型AIが未解決問題に対して実験結果と整合する機構仮説を自ら提案したことを報告。仮説生成の機械化の初期実証。 https://arxiv.org/abs/2502.18864
• Gould, S. J., & Vrba, E. S. (1982). Exaptation—a missing term in the science of form. Paleobiology, 8(1), 4–15.
  • 概要:別の目的で進化した形質が新しい機能に転用される「外適応(exaptation)」を定式化した進化生物学の古典。技術の転用の概念的原典。 https://doi.org/10.1017/S0094837300004310
• Greenwood, J., Seshadri, A., & Yorukoglu, M. (2005). Engines of Liberation. Review of Economic Studies, 72(1), 109–133.
  • 概要:家電(洗濯機・冷蔵庫等)の普及が家事労働時間を減らし、20世紀の女性の労働参加率上昇の主要因になったことを示した実証研究。発明の活用が家計の時間配分と社会構造を変えるエビデンス。 https://doi.org/10.1111/0034-6527.00326
• Griliches, Z. (1957). Hybrid Corn: An Exploration in the Economics of Technological Change. Econometrica, 25(4), 501–522.
  • 概要:ハイブリッドコーンの普及がS字曲線を描き、その速さが採用者の経済的利益で説明できることを示した、技術普及研究の古典。 https://www.jstor.org/stable/1905380
• Gross, D. P., & Sampat, B. N. (2023). America, Jump-Started: World War II R&D and the Takeoff of the US Innovation System. American Economic Review, 113(12), 3323–3356.
  • 概要:戦時R&D投資を受けた地域・分野ほど戦後の発明活動が長期的に増加したことを示した実証研究。需要が発明を駆動するエビデンス。 https://www.aeaweb.org/articles?id=10.1257/aer.20221365
• Hall, B. H., & Ziedonis, R. H. (2001). The Patent Paradox Revisited: An Empirical Study of Patenting in the U.S. Semiconductor Industry, 1979–1995. RAND Journal of Economics, 32(1), 101–128.
  • 概要:米国半導体産業でR&D支出が横ばいなのに特許取得が急増した現象を分析し、相互依存の強い業界では特許がクロスライセンス交渉の「弾数」として蓄積されることを示した研究。 https://www.jstor.org/stable/2696400
• Hao, Q., Xu, F., Li, Y., & Evans, J. (2024). AI Expands Scientists' Impact but Contracts Science's Focus. arXiv:2412.07727.
  • 概要:自然科学の4,130万本の論文を分析し、AIを使う研究者は論文数3.02倍・被引用4.84倍・リーダー到達1.37年早いが、科学全体では主題の多様性が4.63%縮み研究者間の関与が22%減ることを示した研究。 https://arxiv.org/abs/2412.07727
• Hargadon, A., & Sutton, R. I. (1997). Technology Brokering and Innovation in a Product Development Firm. Administrative Science Quarterly, 42(4), 716–749.
  • 概要:IDEO社の民族誌研究から、発明力の源泉が業界間で解決策を運ぶ「技術仲介」にあることを示した研究。アナロジー転移の組織化のエビデンス。
• Hatchuel, A., & Weil, B. (2009). C-K design theory: an advanced formulation. Research in Engineering Design, 19, 181–192.
  • 概要:設計・発明を「概念空間と知識空間の往復」として形式化したC-K理論の定式化論文。
• Henderson, R. M., & Clark, K. B. (1990). Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms. Administrative Science Quarterly, 35(1), 9–30.
  • 概要:部品は同じでも結合構造を変える「アーキテクチャル・イノベーション」が既存企業を転落させるメカニズムを、半導体露光装置産業の事例で示した古典。
• Hoffmann, M., Nagle, F., & Zhou, Y. (2024). The Value of Open Source Software. Harvard Business School Working Paper 24-038.
  • 概要:オープンソースソフトウェアの需要側の経済価値を約8.8兆ドルと推計した研究。公開型の発明共有チャネルの経済インパクトを示すエビデンス。 https://www.hbs.edu/faculty/Pages/item.aspx?num=65230
• Howell, S. T. (2017). Financing Innovation: Evidence from R&D Grants. American Economic Review, 107(4), 1136–1164.
  • 概要:米エネルギー省のSBIR補助金がスタートアップのVC調達確率をほぼ倍増させたことを準実験で示した研究。死の谷への公的架橋が機能するエビデンス。 https://www.aeaweb.org/articles?id=10.1257/aer.20150808
• Jinek, M., et al. (2012). A Programmable Dual-RNA–Guided DNA Endonuclease in Adaptive Bacterial Immunity. Science, 337(6096), 816–821.
  • 概要:細菌の免疫機構という基礎研究の発見が、ゲノム編集CRISPR-Cas9という発明に直結した「科学の直系」の代表例。
• Jones, B. F. (2009). The Burden of Knowledge and the "Death of the Renaissance Man": Is Innovation Getting Harder? Review of Economic Studies, 76(1), 283–317.
  • 概要:知識の総量増大により発明者の初発明年齢が上昇し、専門が狭まり、チームが大型化していることを示した「知識の重荷」の実証研究。 https://www.kellogg.northwestern.edu/academics-research/research/detail/2009/the-burden-of-knowledge-and-the-death-of-the/
• Jones, B. F., & Summers, L. H. (2020). A Calculation of the Social Returns to Innovation. NBER Working Paper 27863.
  • 概要:イノベーション投資1ドルの社会的便益を平均5ドル以上と推計し、研究・発明投資の社会的リターンの大きさを示した。 https://www.nber.org/system/files/working_papers/w27863/w27863.pdf
• Jumper, J., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589.
  • 概要:タンパク質立体構造予測を実用水準に引き上げ、基礎知識から発明(創薬)への変換を加速する公開インフラとなった。ノーベル化学賞の対象。
• Kaltenberg, M., Jaffe, A. B., & Lachman, M. E. (2023). Invention and the life course: Age differences in patenting. Research Policy, 52(1), 104629.
  • 概要:米国の発明者の年齢と特許を接続し、発明件数は30代半ば〜40代前半でピーク、若い発明者の特許ほど被引用と破壊度が高く、先行技術の深さと独創性は年齢とともに増すことを示した研究。 https://www.sciencedirect.com/science/article/pii/S0048733322001500
• Kauffman, S. (2000). Investigations. Oxford University Press.
  • 概要:「隣接可能性(adjacent possible)」——システムは現状のすぐ隣の可能性しか開けられない——を定式化した理論書。同時多発発明を説明する枠組み。
• Kelly, B., Papanikolaou, D., Seru, A., & Taddy, M. (2021). Measuring Technological Innovation over the Long Run. American Economic Review: Insights, 3(3), 303–320.
  • 概要:1840年以降の米国特許全文を分析し、「過去に似ておらず将来に似ている」文書を画期的発明として検出する手法を確立。1880年代・1920〜30年代・1960〜70年代・1990〜2000年代の発明の波を示した研究。 https://www.aeaweb.org/articles?id=10.1257/aeri.20190499
• Koning, R., Samila, S., & Ferguson, J.-P. (2021). Who do we invent for? Patents by women focus more on women's health, but few women get to invent. Science, 372(6548), 1345–1348.
  • 概要:米国の生物医学特許44万件を分析し、女性のみのチームの特許は女性の健康に関する発明である確率が35%高く、女性の特許機会が同等なら約6,500件の発明が追加されていたと推計した研究。発明者の構成が発明の方向を決めるエビデンス。 https://www.science.org/doi/10.1126/science.aba6990
• Krieger, J. L., et al. (2024). Standing on the shoulders of science. Strategic Management Journal, 45(6).
  • 概要:科学論文に立脚した発明ほど市場価値が高いことを実証。 https://sms.onlinelibrary.wiley.com/doi/full/10.1002/smj.3598
• Lemley, M. A., & Sampat, B. (2012). Examiner Characteristics and Patent Office Outcomes. Review of Economics and Statistics, 94(3), 817–827.
  • 概要:米国特許庁の審査官データから、経験年数の長い審査官ほど特許を認めやすく引用する先行技術が少ないことを示し、審査結果が審査官次第で変わるノイズを実証した研究。 https://direct.mit.edu/rest/article/94/3/817/58098
• Lerner, J., & Tirole, J. (2015). Standard-Essential Patents. Journal of Political Economy, 123(3), 547–586.
  • 概要:標準規格に組み込まれた特許(規格必須特許)とFRANDライセンスの経済設計を理論的に分析し、独占と普及を両立させる制度の条件を示した研究。 https://www.journals.uchicago.edu/doi/10.1086/680995
• Li, D., Azoulay, P., & Sampat, B. N. (2017). The applied value of public investments in biomedical research. Science, 356(6333), 78–81.
  • 概要:NIH助成金の約3割が、のちに民間特許に引用される論文を生むことを27年分のデータで示した実証研究。科学から発明への経路と時間差のエビデンス。 https://www.science.org/doi/10.1126/science.aal0010
• Lilien, G. L., Morrison, P. D., Searls, K., Sonnack, M., & von Hippel, E. (2002). Performance Assessment of the Lead User Idea-Generation Process for New Product Development. Management Science, 48(8), 1042–1059.
  • 概要:3Mでリードユーザー法を用いたプロジェクトが従来手法より約8倍の売上予測を持つ製品コンセプトを生んだことを示した実証研究。 https://pubsonline.informs.org/doi/abs/10.1287/mnsc.48.8.1042.171
• Lin, Y., Frey, C. B., & Wu, L. (2023). Remote collaboration fuses fewer breakthrough ideas. Nature, 623, 987–991.
  • 概要:2,000万本の論文と400万件の特許出願を分析し、地理的に離れたチームは画期的な成果を出す確率が一貫して低く、着想と設計の概念的な仕事が同席チームに偏ることを示した研究。 https://www.nature.com/articles/s41586-023-06767-1
• Macher, J. T., Rutzer, C., & Weder, R. (2023). The Illusive Slump of Disruptive Patents. arXiv:2306.10774.
  • 概要:引用件数の増加がCDインデックスを機械的に押し下げる測定バイアスを補正すると、破壊的な特許の割合に長期的な低下は見られないと報告した再分析。Park et al. (2023)への主要な反論。 https://arxiv.org/abs/2306.10774
• Merchant, A., et al. (2023). Scaling deep learning for materials discovery. Nature, 624, 80–85.
  • 概要:深層学習(GNoME)で220万種の新結晶構造を予測し、うち38万種を安定と推定した研究。組み合わせ探索の機械化の実証。 https://www.nature.com/articles/s41586-023-06735-9
• Merton, R. K. (1942). The Normative Structure of Science.
  • 概要:公有性など「科学のエートス」を定式化した古典。優先権ルールと特許の双子性の議論の土台。
• Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627, 49–58.
  • 概要:AIを神託・代理・定量化・裁定者として使うと研究者が理解の錯覚に陥り、科学コミュニティが「知の単一栽培」に向かう危険を認知科学の観点から論じた論文。 https://www.nature.com/articles/s41586-024-07146-0
• Moretti, E., Steinwender, C., & Van Reenen, J. (2025). The Intellectual Spoils of War? Defense R&D, Productivity, and International Spillovers. Review of Economics and Statistics, 107(1), 14–27.
  • 概要:OECD諸国の産業別データから、政府の防衛R&D支出が民間R&D投資を誘発(クラウドイン)し、産業の生産性を高め、他国にも波及することを示した研究。 https://direct.mit.edu/rest/article/107/1/14/114751/
• Moser, P. (2005). How Do Patent Laws Influence Innovation? Evidence from Nineteenth-Century World's Fairs. American Economic Review, 95(4), 1214–1236.
  • 概要:19世紀万博の出展データから、特許法のない国でも発明は活発だったが秘匿で守れる分野に偏ったことを示し、特許制度が発明の量より方向を変えることを実証した研究。 https://www.aeaweb.org/articles?id=10.1257/0002828054825501
• Nelson, R. R. (1959). The Simple Economics of Basic Scientific Research. Journal of Political Economy, 67(3), 297–306.
  • 概要:基礎研究への公的支援の経済学的根拠を最初期に定式化した論文。死の谷の深層構造の説明にも適用できる。
• Nordhaus, W. D. (1997). Do Real-Output and Real-Wage Measures Capture Reality? The History of Lighting Suggests Not. In T. F. Bresnahan & R. J. Gordon (Eds.), The Economics of New Goods (pp. 29–66). University of Chicago Press.
  • 概要:照明の発明史を「1ルーメン時あたりの労働時間」で測り、光の実質価格が2世紀で数千分の1に下がったことを示し、発明の家計への便益が公式統計より桁で大きい可能性を論じた研究。 https://www.nber.org/chapters/c6064
• Nordhaus, W. D. (2004). Schumpeterian Profits in the American Economy: Theory and Measurement. NBER Working Paper 10433.
  • 概要:イノベーションが生んだ社会的余剰のうち発明者が回収できたのは約2.2%にすぎないことを推計した研究。発明の便益の大半が社会に漏出することのエビデンス。 https://www.nber.org/papers/w10433
• Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.
  • 概要:生成AIが知的作業の生産性を高め、特にスキルの低い作業者ほど恩恵が大きいことを示したランダム化実験。個人の発明能力の拡張のエビデンス。 https://www.science.org/doi/10.1126/science.adh2586
• OECD (2015). Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. OECD Publishing.
  • 概要:研究開発の国際標準定義と研究該当性の5基準を定めるマニュアル。発明(特許3要件)との対応の基準点。
• Ogburn, W. F., & Thomas, D. (1922). Are Inventions Inevitable? A Note on Social Evolution. Political Science Quarterly, 37(1), 83–98.
  • 概要:電話・微積分など148件の発明・発見が独立に複数人により同時期になされたことを示した古典。発明が時代の条件の産物であることのエビデンス。 https://academic.oup.com/psq/article-abstract/37/1/83/7258140
• Otis, N. G., Clarke, R. P., Delecourt, S., Holtz, D., & Koning, R. (2024). The Uneven Impact of Generative AI on Entrepreneurial Performance. Harvard Business School Working Paper 24-042.
  • 概要:ケニアの小規模事業者に生成AIの経営助言を与えた実験で、業績上位層は利益約15%増、下位層は約8%減となり、助言を取捨選択する能力の有無で効果が逆転することを示した研究。 https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4671369
• Ouellette, L. L. (2012). Do Patents Disclose Useful Information? Harvard Journal of Law & Technology, 25(2), 545–607.
  • 概要:ナノテクノロジー研究者への調査で64%が特許文献を読み、有用な技術情報を得ていることを示し、特許の公開機能が実際に働いていることを実証した研究。 https://jolt.law.harvard.edu/articles/pdf/v25/25HarvJLTech545.pdf
• Park, M., Leahey, E., & Funk, R. J. (2023). Papers and patents are becoming less disruptive over time. Nature, 613, 138–144.
  • 概要:4,500万本の論文と390万件の特許のCDインデックスを分析し、1945年から2010年にかけて成果の「破壊度」が論文で90%以上、特許で約78%低下したことを示した研究。 https://www.nature.com/articles/s41586-022-05543-x
• Peirce, C. S. (1878). Deduction, Induction, and Hypothesis. Popular Science Monthly, 13, 470–482.
  • 概要:演繹・帰納・アブダクションを定式化した古典。セレンディピティ=アブダクションという本稿の整理の土台。
• Poege, F., Harhoff, D., Gaessler, F., & Baruffaldi, S. (2019). Science quality and the value of inventions. Science Advances, 5(12), eaay7323.
  • 概要:特許と論文の引用関係を接続し、より質の高い科学論文に立脚した発明ほど特許の価値が高いことを示した研究。「科学の直系」経路の定量的エビデンス。 https://www.science.org/doi/10.1126/sciadv.aay7323
• Popp, D. (2002). Induced Innovation and Energy Prices. American Economic Review, 92(1), 160–180.
  • 概要:米国のエネルギー関連特許の分析から、エネルギー価格の上昇が数年のラグで当該分野の発明を増やすことを示した実証研究。価格・規制が発明の方向を誘導するエビデンス。 https://www.aeaweb.org/articles?id=10.1257/000282802760015658
• Porter, M. E., & van der Linde, C. (1995). Toward a New Conception of the Environment-Competitiveness Relationship. Journal of Economic Perspectives, 9(4), 97–118.
  • 概要:適切に設計された環境規制は企業に発明を促し競争力を高めうるという「ポーター仮説」を提示した論文。規制が発明の需要を作ることの理論的定式化。 https://www.aeaweb.org/articles?id=10.1257/jep.9.4.97
• Rogers, E. M. (2003). Diffusion of Innovations (5th ed.). Free Press.(初版1962年)
  • 概要:イノベーションの普及を採用者カテゴリー(革新者〜遅滞者)と普及速度の5要因で説明した普及学の古典。
• Romera-Paredes, B., et al. (2024). Mathematical discoveries from program search with large language models. Nature, 625, 468–475.
  • 概要:大規模言語モデルにプログラムを生成させ評価器で進化させる手法(FunSearch)により、キャップ集合問題で既知の最良構成を上回る構成とビンパッキングの新しい発見的手法を見出した研究。AIによる数学的発明の初期例。 https://www.nature.com/articles/s41586-023-06924-6
• Scherer, F. M., & Harhoff, D. (2000). Technology policy for a world of skew-distributed outcomes. Research Policy, 29(4-5), 559–566.
  • 概要:特許・発明の経済的価値が極端に偏った分布(少数が価値の大半を占める)を持つことを示し、発明投資はポートフォリオでしか回収できないことを論じた研究。 https://www.sciencedirect.com/science/article/abs/pii/S004873339900089X
• Schumpeter, J. A. (1934). The Theory of Economic Development. Harvard University Press.(原著1911年)
  • 概要:イノベーションを「新結合」と定義し、発明とイノベーションを区別した古典。
• Shapiro, C. (2001). Navigating the Patent Thicket: Cross Licenses, Patent Pools, and Standard Setting. Innovation Policy and the Economy, 1, 119–150.
  • 概要:1製品に多数の特許が重なる「特許の藪」が発明・製品化の障壁になる構造と、クロスライセンス・パテントプール・標準化という回避制度を整理した論文。 https://www.journals.uchicago.edu/doi/10.1086/ipe.1.25056143
• Si, C., Yang, D., & Hashimoto, T. (2024). Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers. arXiv:2409.04109.
  • 概要:LLMのアイデアは人間より新規と評価される一方、実現可能性が低いことを示した盲検実験。候補生成と筋の見極めの非対称性のエビデンス。 https://arxiv.org/abs/2409.04109
• Solow, R. M. (1957). Technical Change and the Aggregate Production Function. Review of Economics and Statistics, 39(3), 312–320.
  • 概要:米国の労働生産性上昇のうち資本蓄積で説明できるのは約1/8で、残り約7/8は技術変化によることを初めて推計した古典。発明の活用が経済成長の主因であることのエビデンス。 https://www.jstor.org/stable/1926047
• Stokes, D. E. (1997). Pasteur's Quadrant: Basic Science and Technological Innovation. Brookings Institution Press.
  • 概要:「理解の探求」と「実用の意識」の2軸で研究を4象限に分類した古典。科学の直系型発明の理論的背景。
• Stokes, J. M., et al. (2020). A Deep Learning Approach to Antibiotic Discovery. Cell, 180(4), 688–702.
  • 概要:機械学習探索により既存薬と構造の全く異なる新規抗生物質ハリシンを発見した研究。AIによる発明候補生成の初期実証。 https://www.cell.com/cell/fulltext/S0092-8674(20)30102-1
• Swanson, K., Wu, W., Bulaong, N. L., Pak, J. E., & Zou, J. (2025). The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies. Nature, 646, 716–723.
  • 概要:役割を分担した複数のAIエージェントが研究会議を行い、人間は方針のみ示す「バーチャル・ラボ」が新変異株に結合するナノボディ92種を設計し、実験で結合を確認した研究。発明の閉ループ化の実証。 https://www.nature.com/articles/s41586-025-09442-9
• Szymanski, N. J., et al. (2023). An autonomous laboratory for the accelerated synthesis of novel materials. Nature, 624, 86–91.
  • 概要:自律実験室「A-Lab」が17日間で41種の新材料を自律的に合成したことを報告。体系的探索の閉ループ化の実証。 https://www.nature.com/articles/s41586-023-06734-w
• Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305.
  • 概要:発明から利益を得られるかは専有可能性と補完資産で決まることを示した古典。「発明した者が刈り取れるとは限らない」の理論的定式化。 https://www.sciencedirect.com/science/article/abs/pii/0048733386900272
• Trajtenberg, M. (1990). A Penny for Your Quotes: Patent Citations and the Value of Innovations. RAND Journal of Economics, 21(1), 172–187.
  • 概要:CTスキャナ特許の分析から、特許の被引用回数が発明の経済的価値と相関することを示し、引用を価値の代理指標として確立した研究。 https://www.jstor.org/stable/2555502
• Tushman, M. L., & Anderson, P. (1986). Technological Discontinuities and Organizational Environments. Administrative Science Quarterly, 31(3), 439–465.
  • 概要:技術の不連続変化を「能力増強型」と「能力破壊型」に分類し、後者で新規参入者が勝ちやすいことをセメント・航空・ミニコンピュータ産業のデータで示した古典。
• USPTO (2024). Inventorship Guidance for AI-Assisted Inventions. Federal Register.
  • 概要:AI支援発明について「人間が重要な貢献をしていれば特許可能」とし、貢献の記録を求めた米特許商標庁のガイダンス。 https://www.federalregister.gov/documents/2024/02/13/2024-02623/inventorship-guidance-for-ai-assisted-inventions
• Utterback, J. M., & Abernathy, W. J. (1975). A dynamic model of process and product innovation. Omega, 3(6), 639–656.
  • 概要:製品イノベーションの乱立期から支配的デザインへの収束、その後のプロセスイノベーションへの重心移動を定式化した古典。
• Uzzi, B., Mukherjee, S., Stringer, M., & Jones, B. (2013). Atypical Combinations and Scientific Impact. Science, 342(6157), 468–472.
  • 概要:1,790万本の論文分析から、最高インパクトの成果は「定番の組み合わせ+一点の異質な組み合わせ」で構成されることを示した実証研究。新結合の最適解のエビデンス。 https://www.science.org/doi/10.1126/science.1240474
• von Hippel, E. (1976). The dominant role of users in the scientific instrument innovation process. Research Policy, 5(3), 212–239.
  • 概要:科学機器の重要イノベーション111件を追跡し、77%がメーカーではなく使い手(科学者)によって最初に開発・試作されたことを示した、ユーザーイノベーション研究の出発点。 https://doi.org/10.1016/0048-7333(76)90028-7
• von Hippel, E. (1986). Lead Users: A Source of Novel Product Concepts. Management Science, 32(7), 791–805.
  • 概要:ニーズが市場より数年早い「リードユーザー」を発明の源泉として使う方法を定式化した論文。
• von Hippel, E. (2005). Democratizing Innovation. MIT Press.
  • 概要:科学機器の重要イノベーションの77%がユーザー発であるなど、発明の相当部分が使い手から生まれることを示した「ユーザーイノベーション」研究の集大成。全文無料公開。 https://web.mit.edu/evhippel/www/books/DI/DemocInn.pdf
• von Hippel, E., de Jong, J. P. J., & Flowers, S. (2012). Comparing Business and Household Sector Innovation in Consumer Products: Findings from a Representative Study in the United Kingdom. Management Science, 58(9), 1669–1681.
  • 概要:英国消費者の6.1%(約290万人)が自ら製品を開発・改良しており、その支出総額が消費財メーカーの製品開発R&Dを上回ることを示した実証研究。家計が最大級の発明主体であることのエビデンス。 https://pubsonline.informs.org/doi/10.1287/mnsc.1110.1508
• Weitzman, M. L. (1998). Recombinant Growth. Quarterly Journal of Economics, 113(2), 331–360.
  • 概要:知識の組み合わせは要素数より速く増えるため、発明の機会は知識の蓄積とともに加速的に広がることを定式化した経済成長理論。 https://academic.oup.com/qje/article-abstract/113/2/331/1915696
• Williams, H. L. (2013). Intellectual Property Rights and Innovation: Evidence from the Human Genome. Journal of Political Economy, 121(1), 1–27.
  • 概要:ヒトゲノムのうち一時的に知的財産で保護された遺伝子では後続の研究と製品開発が20〜30%少なかったことを示し、強い権利が後続発明を阻害しうることを実証した研究。 https://www.journals.uchicago.edu/doi/10.1086/669706
• WIPO (2024). Patent Landscape Report: Generative Artificial Intelligence (GenAI). World Intellectual Property Organization.
  • 概要:2014〜2023年の生成AI関連特許ファミリーが54,000件超に達し、その約4分の1が2023年に集中していることを示した特許動向報告。 https://www.wipo.int/web-publications/patent-landscape-report-generative-artificial-intelligence-genai/en/key-findings-and-insights.html
• Wong, F., Zheng, E. J., Valeri, J. A., et al. (2024). Discovery of a structural class of antibiotics with explainable deep learning. Nature, 626, 177–185.
  • 概要:1,200万化合物を深層学習で走査し、判断根拠を人間が読める形で取り出す手法により、MRSAに効く構造的に新しい抗生物質のクラスを発見した研究。説明可能なAIによる発明の例。 https://www.nature.com/articles/s41586-023-06887-8
• Wu, L., Wang, D., & Evans, J. A. (2019). Large teams develop and small teams disrupt science and technology. Nature, 566, 378–382.
  • 概要:6,500万件の論文・特許・ソフトウェアを分析し、大きなチームは既存の枝を伸ばす「発展」型、小さなチームは既存を不要にする「破壊」型の成果を出す傾向が分野と時代を通じて一貫することを示した研究。 https://www.nature.com/articles/s41586-019-0941-9
• Wuchty, S., Jones, B. F., & Uzzi, B. (2007). The Increasing Dominance of Teams in Production of Knowledge. Science, 316(5827), 1036–1039.
  • 概要:論文・特許の50年分の分析から、知識生産がチーム主導へ移行し、高インパクト成果ほどチーム発であることを示した実証研究。「孤高の発明家」神話を退けたエビデンス。 https://www.science.org/doi/10.1126/science.1136099
• Zucker, L. G., Darby, M. R., & Brewer, M. B. (1998). Intellectual Human Capital and the Birth of U.S. Biotechnology Enterprises. American Economic Review, 88(1), 290–306.
  • 概要:米国バイオ産業の誕生地がスター科学者の所在地によってほぼ決まっていたことを示した実証研究。人材の移動が発明を運ぶことのエビデンス。 https://ideas.repec.org/a/aea/aecrev/v88y1998i1p290-306.html

法令・条約・判例

• Paris Convention for the Protection of Industrial Property (1883, as amended). WIPO.
  • 概要:一国での出願日を他の加盟国でも優先日として認める優先権制度と内国民待遇を創設し、発明の国際的な共有基盤を作った条約。 https://www.wipo.int/treaties/en/ip/paris/
• Patent Cooperation Treaty (PCT) (1970, as amended). WIPO.
  • 概要:1回の国際出願で全加盟国への出願日を確保し、出願から18か月後に国際公開する手続きを統一した条約。 https://www.wipo.int/treaties/en/registration/pct/
• WTO (1994). Agreement on Trade-Related Aspects of Intellectual Property Rights (TRIPS), Articles 27, 28, 31, 33, 39.
  • 概要:世界の特許制度の共通基盤となる協定。27条は「物であるか方法であるかを問わず」発明を特許対象とする義務、28条は物の特許と方法の特許で権利の及ぶ行為が異なること、31条(l)は従属特許の調整、33条は20年の保護期間、39条は営業秘密(開示されていない情報)の保護を定める。 https://www.wto.org/english/docs_e/legal_e/27-trips_04c_e.htm
• 35 U.S.C. §101 (Inventions patentable), §102 (Novelty), §103 (Non-obvious subject matter), §112 (Specification). United States Code, Title 35.
  • 概要:米国特許法。101条は特許対象を process・machine・manufacture・composition of matter の4カテゴリーで定義し、102条が新規性、103条が非自明性(進歩性)、112条が実施可能要件(当業者が再現できる開示)を定める。 https://www.law.cornell.edu/uscode/text/35/101
• European Patent Convention (EPC), Article 52 (Patentable inventions), Article 56 (Inventive step), Article 83 (Disclosure of the invention).
  • 概要:欧州特許条約。52条が特許対象、56条が進歩性、83条が実施可能要件(十分な開示)を定める。 https://www.epo.org/en/legal/epc/2020/a52.html
• WIPO. International Patent Classification (IPC).
  • 概要:全技術をA〜Hの8セクションから約7万の細分類まで階層化した国際特許分類。技術分野で分類し、発明の価値や飛躍の大きさは分類しない。 https://www.wipo.int/classifications/ipc/en/
• WIPO. Utility Models.
  • 概要:ドイツ・中国・日本など多くの国が持つ実用新案(小特許)制度の概説。特許より低い進歩性要件、短い保護期間、簡略審査という共通特徴を整理。 https://www.wipo.int/web/patents/topics/utility-models
• Thaler v. Vidal, 43 F.4th 1207 (Fed. Cir. 2022).
  • 概要:AIシステムDABUSを発明者とする特許出願をめぐり、米連邦巡回控訴裁が「特許法上の発明者は自然人に限る」と判断した判決。
• Boyden Power-Brake Co. v. Westinghouse, 170 U.S. 537 (1898).
  • 概要:米連邦最高裁が「パイオニア発明」(それ以前に知られていなかった機能を初めて達成した、または既存技術からの著しい前進を示した発明)を定義し、広い権利範囲を認める法理の基礎となった判決。
• Thaler v Comptroller-General of Patents, Designs and Trade Marks [2023] UKSC 49.
  • 概要:AIシステムDABUSを発明者とする特許出願について、英国最高裁が「特許法上の発明者は自然人でなければならない」と判断した判決。米国のThaler v. Vidal (2022)と同旨。 https://www.supremecourt.uk/cases/uksc-2021-0201