「AIを使う」を発明の構造にする［1/4］

「このシステムは、AIで需要を予測します」

AIを使った技術について話を聞いていると、こういう説明が出てくることがあります。

意味は分かります。ただ、発明として考えようとすると、これだけではまだ技術の姿がよく見えません。

そんなとき私は、AIの種類を詳しく聞く前に、その前後をつないでみます。

何を使って、何が行われ、何が出て、その結果がどこへ行くのか。

まず、この流れを見ます。

「AIで予測する」の前後には何があるのか

需要予測を例に考えてみます。

例えば、過去の販売情報などをAIに入力する。

学習済みのモデルなどを使って処理し、これからの需要を予測する。

そして、得られた予測結果を在庫や発注の判断に使う。

簡単に書けば、

過去の販売情報など
↓
AIを含む処理
↓
需要予測
↓
在庫・発注などの判断

という流れです。

「AIで需要を予測する」という一文だけだったときより、何をしている技術なのかが少し見えやすくなります。

AIの分野では、AIが受け取るデータを「入力（input）」、学習済みのモデルなどを実際のデータに使って予測や分類などの結果を得る処理を「推論（inference）」と呼ぶことがあります。

ただ、ここで用語を覚えることが目的ではありません。

大事なのは、「AI」という言葉のところだけを見るのではなく、その前後に何がつながっているのかを確認することです。

最初からAIの中身だけを掘らない

AI技術の話になると、

「どんなモデルを使っていますか」

と聞きたくなります。

もちろん、モデルの種類や構成が発明を考えるうえで重要になることはあります。

でも、私は最初からそこだけを細かく聞くとは限りません。

例えば、使っているモデルについて詳しい説明を受けても、そもそも何を入力し、何を求め、その結果を何に使っているのかが分からなければ、技術全体の中でそのモデルがどんな役割を持っているのか判断しにくいからです。

逆に、まず全体がつながると、次にどこを詳しく確認すべきかを考えやすくなります。

入力に特徴がありそうなのか。

処理の仕方に特徴がありそうなのか。

出てくる結果に着目すべきなのか。

それとも、その結果を使うところまで含めて見た方がよいのか。

この段階では答えを決める必要はありません。

まず地図を作ってから、どこを見るかを決めるイメージです。

同じ「AIで予測する」でも、見えてくるものは違う

「AIで需要を予測する」という説明だけなら、多くのシステムに当てはまりそうです。

ところが、その前後をつないでいくと、少しずつ違いが出てきます。

何を予測の材料にしているのか。

その情報から、どのような処理を経て何を出しているのか。

出てきた結果は、実際のシステムや業務のどこで使われるのか。

ここが分かると、「AIを使っているシステム」という大きなくくりから、その技術が実際に何をしているのかへ視点を移せます。

私は、AI発明を整理するときの入口として、ここをかなり重視しています。

「AI」という箱の名前を詳しくするより、まず箱の前後を含めて一つにつなげる。

その方が、その後に詳しく聞くべき場所も見つけやすくなります。

これは特許になるかどうかを判断するチェックリストではない

ここは少し注意が必要です。

入力、処理、出力、利用を書けば、それだけで特許になるという話ではありません。

この四つが、AI発明に必ず備わる法的な要件だという意味でもありません。

あくまで、まだ輪郭の見えない技術を整理するための見方です。

実際に発明を検討するときには、全体をつないだうえで、その技術ではどこに工夫があるのかをさらに見ていく必要があります。

「AIで予測する」
「AIで異常を検知する」
「AIで最適化する」

そんな説明が出てきたら、私はまず、

何を使い、何が行われ、何が出て、その結果がどこへ行くのか。

そこをつないでみます。