---
title: "AI技術の特許とは？（特許対象になる・ならない境界）【G検定対策】"
description: "AI技術の特許（特許対象になる・ならない境界）について、G検定で問われるAI倫理・法規分野の観点から、制度・リスク・社会実装で問われやすい判断基準と境界を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
last_modified_at: "2026-07-14"
canonical_url: "https://stemtazoo.github.io/gk/ai-patent/"
section: "gk"
---

## まず結論

AI関連発明も、AIを使っているという理由だけで特許になる・ならないと決まるのではなく、**発明該当性、新規性、進歩性、記載要件など**に基づいて判断されます。G検定では、**「AIを使えば自動的に特許になる」という説明を切る**ことが重要です。

## 直感的な説明

AI技術の特許は、

> 「AIを使っているか？」ではなく、
> 「技術として新しいことをしているか？」

で判断されます。

* AIを使っている → それだけではダメ
* そのAIで**何をどう解決しているか**が重要

というのがポイントです。

## 定義・仕組み

特許として認められるためには、一般に次の要件が必要です。

* 新規性：

  * これまでにない技術であること
* 進歩性：

  * 専門家が簡単に思いつかないこと
* 技術的思想：

  * 自然法則を利用した技術であること

AI関連発明でも、請求項に記載された内容が、ソフトウェアや情報処理として自然法則を利用した技術的思想に当たるかを個別に判断します。学習済みモデルも、具体的な情報処理を実現するプログラム等として記載される場合があるため、**モデルだから一律に対象外、または無条件に特許になるわけではありません**。

一方、学習データそのものは、単なる情報の提示にとどまる場合には発明に該当しません。

一方で、

* データ取得・前処理方法
* AIを組み込んだ制御方法
* AIによる具体的な装置制御

など、**技術的課題を解決する手段としてAIが使われている場合**は、特許対象になり得ます。

## いつ使う？（得意・不得意）

### 特許になりにくい例

* 既存技術を機械学習に置き換えただけで、進歩性が認められないもの
* 単なるデータの提示にとどまるもの

### 特許になり得る例

* 新しいデータ取得・前処理方法
* AIを用いた制御・最適化手法
* 従来困難だった技術課題の解決

## G検定ひっかけポイント

G検定では、**「AI＝特許になる」という誤解**を狙ってきます。

### よくある誤解

* AIを使っていれば特許対象 → ✕
* 日本ではAI特許の審査をしていない → ✕

### 正誤を切る判断基準

* **既存技術の置き換えだけ？** → 進歩性が認められるかを確認
* **技術的課題の解決がある？** → 特許になり得る
* **モデル・データという名称だけ？** → 名称ではなく請求項の内容で判断

## まとめ（試験直前用）

* AIだから特許になるわけではない
* 新規性・進歩性が必須
* 発明該当性、新規性、進歩性、記載要件などで判断
* モデルだから一律に対象外・対象内になるわけではない
* G検定では「境界」を問われる

## 公式・一次情報

- [AI関連技術に関する特許審査の事例について｜特許庁](https://www.jpo.go.jp/system/laws/rule/guideline/patent/ai_jirei.html)
- [特許法｜e-Gov法令検索](https://laws.e-gov.go.jp/law/334AC0000000121)