AI開発を制することは、単に便利な技術を持つことではなく、将来の市場におけるルールメイカーとしての地位を手にすることにつながる可能性があります。
一度開発競争で優位に立てば、高度なAIがさらなるデータを呼び込み、そのデータがAIをさらに進化させるという勝者総取りの独占的ループもあり得ます。
AI開発において有望な企業はどこなのか？
開発成果の裏付けとなる特許出願データから実態を探ってみました。
結論（簡易版）は以下の通りです。
ここで、本記事における『有望企業』とは、対象技術の開発時期、継続性および蓄積の3指標から将来の市場独占や他社に対する参入障壁を築けると判断される上位企業（TOP10にランクインする企業）を指します。
＜特許銘柄TOP10＞（2000年-2023年）（非上場を含む）
有力銘柄
・ソフトバンクグループ：継続性は低いが直近のAI開発のアウトプットは国内随一。
・キヤノン：2000年代初頭から現在までトップクラスの出願を維持し続ける超優等生。
・富士通：長年の蓄積、安定した開発力を保持。
| 1 | ソフトバンクグループ 【9984】 |
| 2 | キヤノン 【7751】 |
| 3 | 富士通 【6702】 |
| 4 | 日本電気 【6701】 |
| 5 | 日立製作所 【6501】 |
| 6 | 日本電信電話 【9432】 |
| 7 | グーグル 【GOOGL】、【GOOG】 |
| 8 | 三菱電機 【6503】 |
| 9 | トヨタ自動車 【7203】 |
| 10 | 東芝 |
ただし、上記結論は特許検索条件などによって変わってくることがあります。詳細については下記をご確認ください。
１．本評価の概要
本評価は特許情報に基づき、対象技術の開発に関わる銘柄（本サイトでは「特許銘柄」と呼びます。）を客観的に導き出そうとするものです。
本評価については以下の記事で紹介しています。
【開発力評価メソッド】特許出願に関する情報から技術開発に関わる銘柄を評価
簡単に説明すると、以下の考え方に基づいています。
① 開発開始時期：最初の出願が古い→早くから開発に着手（古いほど評価高い）
② 開発継続性：出願が継続→技術開発が続いている（継続するほど評価高い）
③ 開発成果：出願件数が多い→開発成果が出ている（成果が多いほど評価高い）
すなわち、どこよりも早くから出願され（①）、毎年出願されていて（②）、その件数が多い（③）ほど、評価される銘柄だと考えます。
これらは、技術開発によって技術課題を解決する道筋が見えると、その成果が特許出願されるという前提に立っています。
本サイトでは個々の特許は評価対象にしていません。
本サイトは特許出願件数を指標にして技術を生み出し続ける力（開発力）を評価するものです。
＜注意点＞
特許出願件数に基づく企業の開発力の評価には以下の問題点がありますので十分にご注意ください。
・単に出願件数が多いだけの企業を過大評価することがあります。
・個々の特許を評価対象としていないので、価値の高い技術や特許を保有する企業を過小評価することがあります。
・現実には開発成果が特許出願されない場合があります。
・対象技術が特許出願された場合であっても、特許検索において情報漏れが生じることがあります。
・特許検索において対象技術との関連性の低いノイズ情報を拾ってしまうことがあります。
・対象技術の市場性や対象企業における影響は別個判断が必要です
（まとめると、ざっくりとした評価であり、間違いもあります、ということです。）
２．特許銘柄の評価方法
２.１ 評価対象
機械学習や大規模言語モデルに関連する技術が対象です。
本記事ではAIの基盤開発と実装の区別はせず、総合技術としています。
２.２ 特許検索ツール
特許情報プラットフォーム（J-PlatPat）
２.３ 検索条件
文献種別：国内文献
検索キーワード：
検索項目（ⅰ） 請求の範囲「機械学習 学習モデル 学習済みモデル 教師あり学習 深層学習 ディープラーニング 生成ＡＩ ニューラルネットワーク 大規模言語モデル LLM」
検索項目（ⅱ） FI「G06 G10」
検索条件：検索条件（ⅰ） AND（ⅱ）
日付指定：出願日 20000101～20231231
３．特許銘柄の評価結果
３.１ 期間別の出願件数の推移
2000年～2007年、2008年～2015年、2016年～2023年の３つの区間に分けました。
各期間における総出願人数と総出願件数は以下の通りです（出願人数は筆頭出願人のみカウント）。
各期間の出願件数上位企業は以下の通りです。
（１）2000年～2007年
出願人数364のうちの上位5社の推移です。
上図の出願件数を企業ごとに平均化したのが下の表１です。
＜表１＞
| 情報通信研究機構 | 5.1 件/年 |
| マイクロソフト | 5.0 件/年 |
| ソニー | 4.9 件/年 |
| 富士ゼロックス | 4.3 件/年 |
| キヤノン | 3.3 件/年 |
（２）2008年～2015年
出願人数372のうちの上位5社の推移です。
上図の出願件数を企業ごとに平均化したのが下の表２です。
＜表２＞
| 日本電信電話 | 9.3 件/年 |
| ソニー | 6.4 件/年 |
| 日本電気 | 6.1 件/年 |
| クゥアルコム | 5.4 件/年 |
| 富士通 | 4.4 件/年 |
（３）2016年～2023年
出願人数4748のうちの上位5社の推移です。
ソフトバンクグループの2023年の出願数は1111件です（一体何これ？）。
上図の出願件数を企業ごとに平均化したのが下の表３です。
＜表３＞
| ソフトバンクグループ | 140 件/年 |
| キヤノン | 117 件/年 |
| 富士通 | 114 件/年 |
| グーグル | 77 件/年 |
| 日立製作所 | 76 件/年 |
（４）出願上位企業の推移
下の表４は表１～表３をまとめたものです。
＜表４＞
| 2000年～2007年 | 2008年～2015年 | 2016年～2023年 | |
| 1 | 情報通信研究機構 （5.1 件/年） |
日本電信電話 （9.3 件/年） |
ソフトバンクグループ （140 件/年） |
| 2 | マイクロソフト （5.0 件/年） |
ソニー （6.4 件/年） |
キヤノン （117 件/年） |
| 3 | ソニー （4.9 件/年） |
日本電気 （6.1 件/年） |
富士通 （114 件/年） |
| 4 | 富士ゼロックス （4.3 件/年） |
クゥアルコム （5.4 件/年） |
グーグル （77 件/年） |
| 5 | キヤノン （3.3 件/年） |
富士通 （4.4 件/年） |
日立製作所 （76 件/年） |
３.２ 全対象期間での出願件数
下図は全対象期間における出願件数上位10社です。
各期間における出願件数の平均値を結んだ線であらわしています。
いずれの企業においても直近において件数が急増しています。
各期間の平均出願件数を下の表5にまとめました。
全期間におけるトータル出願件数が多い順に上から表示しています。
括弧内のパーセントは他社を含めた総出願件数に対する割合です。
＜表５＞
| 平均出願件数 | ||||
| 2000年-2007年 | 2008年-2015年 | 2016年-2023年 | ||
| 1 | ソフトバンクグループ | 0 件/年 (0%) |
0 件/年 (0%) |
140 件/年 (4.2%) |
| 2 | キヤノン | 3.3 件/年 (2.6%) |
2.1 件/年 (1.4%) |
117 件/年 (3.5%) |
| 3 | 富士通 | 1.3 件/年 (1.0%) |
4.4 件/年 (3.0%) |
114 件/年 (3.4%) |
| 4 | 日本電気 | 2.4 件/年 (1.9%) |
6.1 件/年 (4.2%) |
75 件/年 (2.2%) |
| 5 | 日立製作所 | 1.1 件/年 (0.9%) |
2.4 件/年 (1.6%) |
76 件/年 (2.3%) |
| 6 | 日本電信電話 | 1.4 件/年 (1.1%) |
9.3 件/年 (6.3%) |
67 件/年 (2.0%) |
| 7 | グーグル | 0 件/年 (0.0%) |
0 件/年 (0.0%) |
77 件/年 (2.3%) |
| 8 | 三菱電機 | 1.5 件/年 (1.2%) |
1.8 件/年 (1.2%) |
61 件/年 (1.8%) |
| 9 | トヨタ自動車 | 0.5 件/年 (0.4%) |
0.9 件/年 (0.6%) |
59 件/年 (1.7%) |
| 10 | 東芝 | 1.9 件/年 (1.5%) |
3.4 件/年 (2.3%) |
51 件/年 (1.5%) |
次に、上表に示されるデータを上記１の考え方に照らしてみます。
①開発開始時期
8社（ソフトバンクグループとグーグル以外）が、2000年-2007年に出願を開始しており、開発時期が早いことがうかがえます。
②開発の継続性
8社（ソフトバンクグループとグーグル以外）が、全期間で出願を開始しており、開発を継続していることがうかがえます。
③開発成果
ソフトバンクグループの出願数が最も多く、開発成果がでていることがうかがえます。ただし、キヤノン、富士通も近いレベルです。
トータル出願件数は以下の通りです。
＜表６＞
| ソフトバンクグループ | 1118 件 |
| キヤノン | 979 件 |
| 富士通 | 959 件 |
| 日本電気 | 667 件 |
| 日立製作所 | 634 件 |
４ まとめ：特許銘柄TOP10
表5に基づく評価は以下の通りです。
①開発の開始時期・・・8社（ソフトバンクグループ、グーグル以外）に大差なし
②開発の継続性・・・8社（ソフトバンクグループ、グーグル以外）に大差なし
③開発成果・・・ソフトバンクグループ、キヤノン、富士通に多くの成果
上記①の観点だと8社の開発力はいずれも評価できます。
上記②の観点だと8社の開発力はいずれも評価できます。
上記③の観点だとソフトバンクグループ、キヤノン、富士通の開発力が高いと評価できます。
これらをまとめると以下の通りです。
＜表７＞
| 出願情報 | ||||
| ①開始時期 | ②継続性 | ③成果 | ||
| 1 | ソフトバンクグループ 【9984】 | 1118 件 (3.8%) |
||
| 2 | キヤノン 【7751】 | 〇 | 〇 | 979 件 (3.4%) |
| 3 | 富士通 【6702】 | 〇 | 〇 | 959 件 (3.3%) |
| 4 | 日本電気 【6701】 | 〇 | 〇 | 667 件 (2.3%) |
| 5 | 日立製作所 【6501】 | 〇 | 〇 | 634 件 (2.2%) |
| 6 | 日本電信電話 【9432】 | 〇 | 〇 | 623 件 (2.1%) |
| 7 | グーグル 【GOOGL】、【GOOG】 | 614 件 (2.1%) |
||
| 8 | 三菱電機 【6503】 | 〇 | 〇 | 515.0 件 (1.8%) |
| 9 | トヨタ自動車 【7203】 | 〇 | 〇 | 480.0 件 (1.7%) |
| 10 | 東芝 | 〇 | 〇 | 450.0 件 (1.5%) |
上記①の〇は2000年～2007年に出願が確認されたもの
上記②の〇は出願の継続性が確認されたもの
上記③成果の割合は総出願数に対するもの
以下、上記結果および結果の詳細を踏まえた総合評価と結論です。
＜総合評価＞
AI技術（機械学習・LLM）に関して、特許データ上、ソフトバンクグループ、キヤノン、富士通が他をリードしていることが確認されました。。
本分野は2016年以降に出願が爆発しており、以下の2グループに分かれます。
・急拡大組： ソフトバンクグループ。直近の出願数は年間140件と驚異的で一気に首位に上がりました。
・継続組： キヤノン、富士通、NTT、NEC。2000年代から20年以上開発を継続。長年の蓄積と近年のアウトプットを両立しています。
データ上、ソフトバンクの勢いは認めざるを得ませんが、技術の蓄積と信頼の継続性という観点では、伝統的メーカー勢に一日の長があると言えます。
＜結論＞
有力銘柄（成果が顕著）
・ソフトバンクグループ：継続性は低いが、直近のAI開発のアウトプットは国内随一。
・キヤノン：2000年代初頭から現在までトップクラスの出願を維持し続ける超優等生。
・富士通：長年の蓄積、安定した開発力を保持。
５．ご参考
以下、個々の特許出願明細書中の記載などを参考に技術情報を整理しました。
５.１ AI開発のタイプ
AI開発には大きく分けて、以下の2つのタイプがあります。
＜表８＞
|
タイプ1 アルゴリズム・基盤開発 |
タイプ2 実装・ソリューション開発 |
|
| 主な開発内容 | 新しい学習モデル(LLM等)の設計、数理アルゴリズム、推論の高速化 | 現場データの収集、GUI開発、既存システムとの統合、エッジAI化 |
| 必要リソース | 莫大な計算資源（GPU等）と高度な数学的知見 | 業界独自の知識とリアルな現場データ |
| 将来の有利な点 | プラットフォーム独占 | 参入障壁の構築 |
| 世界標準の基盤（OS的存在）となり市場のルールを支配できる。 | 「現場データ×専門技術」により他社が模倣できない独自の強みを築ける。 |
これらについては、
タイプ1（アルゴリズム・基盤開発）⇒ AIそのものを作ること
タイプ2（実装・ソリューション開発）⇒ AIを使いこなすこと
であると理解することができます。
５.２ 2つのタイプの開発はどちらが有望なのか？
結論から言えば、タイプ2（実装力）に強みを持ちながら、タイプ1（基盤）も自社でコントロールできる企業が強いと考えることができます（以下、理由）。
タイプ1（基盤開発）は、いわば万能レシピを作るイメージです。ただし、GAFAのような巨大資本とのレシピ開発競争は非常に過酷で、負ければ一気に価値を失うリスクがあります。
タイプ2（実装開発）は、そのレシピを使いつつ自分の店だけでしか手に入らない現場データと職人技（業界知識）を掛け合わせるイメージです。
現在のAI市場では、基礎となるレシピ（アルゴリズム）は徐々に共通化され、誰でも使えるようになりつつあります。そうなった時に以下のポイントで差がつくと考えられます。
・替えがきかない強さ（参入障壁）
汎用的なAIは誰でもマネできますが、「キヤノンのカメラに最適化されたAI」、「トヨタの車をミリの狂いなく制御するAI」はその製品を持つ企業にしか作れません。これが参入障壁になります。
・収益化の早さ
基盤開発は莫大な投資を回収するのに時間がかかりますが、実装開発は今ある製品をAIで賢くして単価を上げたり、製造コストを下げたりできるため、利益に直結しやすいと言えます。
上記ポイントから、上の結果に出てきたキヤノンや富士通には安定性があると言えそうです。
＜AI・IT関連銘柄＞
【2025年版】量子コンピュータ関連銘柄10選｜量子ゲート型
【2025年版】量子コンピュータ関連銘柄10選｜量子アニーリング型
【2025年版】ブロックチェ―ン関連銘柄10選｜耐量子暗号技術
＜出典、参考＞
・特許情報プラットフォーム（https://www.j-platpat.inpit.go.jp/）にて公開されている情報
＜留意事項＞
・本サイトでは、特許情報を正確かつ最新の状態でお伝えするよう努めていますが、情報の完全性を保証するものではありません。
・特許情報のご活用や解釈、投資判断などは読者ご自身の責任でお願いいたします。
