2026年、人工知能（AI）をめぐる知的財産（知財）競争は新たな段階に入った。特許出願件数、著作権訴訟の件数、そしてオープンソース戦略をめぐる議論——いずれの指標も、AI業界の知財競争が量的・質的に激化していることを示している。本稿では、この競争を主導する8社の現在地を整理し、知財戦略の構造的な違いを分析する。
主要8社の現在地
OpenAI——クローズド路線の先頭走者
OpenAIは2015年に非営利組織として設立されたが、2019年以降は「制限付き利益（Capped Profit）」モデルを採用し、実質的な商業化路線に転換した。ChatGPTの公開（2022年11月）以来、同社は急速に特許ポートフォリオを拡充している。米国特許商標庁（USPTO）の公開情報によれば、OpenAI名義の特許出願は2022年以降に急増しており、自然言語処理（NLP）、強化学習（RL）、マルチモーダル処理に関する出願が多数を占める。
同社の知財戦略の特徴は「選択的クローズド」にある。コアとなるモデルアーキテクチャや学習手法は非公開とし、APIを通じてアクセスを提供する一方、特定の技術については特許権を取得して排他的地位を確保しようとしている。2023年10月時点の企業評価額は約1,570億ドル（約23兆円）に達しており、知財ポートフォリオはこのバリュエーションを支える重要な資産となっている。
Google／DeepMind——最大の特許保有者
GoogleはAI分野における最大の特許保有者である。同社は2017年に「Attention Is All You Need」論文（Vaswani et al.）を発表し、現代のLLM（大規模言語モデル）の基盤となるTransformerアーキテクチャを開発した。この技術に関連する特許（米国特許第10,452,978号ほか複数件）はGoogle名義で出願されているが、同社は当初これらを積極的にライセンス収益化しなかった。しかし2024年以降、競合他社との関係が緊張するなか、Googleの特許活用姿勢は変化しつつある。
DeepMindはロンドンに本拠を置くAI研究所として2010年に創業し、2014年にGoogleが約4億ポンド（当時）で買収した。AlphaGo、AlphaFold等の研究成果に基づく特許出願はDeepMind名義で継続しており、特にタンパク質構造予測（AlphaFold）関連の特許群は生命科学領域との知財境界を形成している。Google Brainとの統合後、Googleは年間数百件規模のAI関連特許をUSPOおよびEPO（欧州特許庁）に出願しており、その総数は業界最大級である。
Anthropic——安全性重視のハイブリッド戦略
Anthropicは2021年、OpenAIの共同創業者らが独立する形で設立された。同社の特徴は「Constitutional AI（憲法的AI）」と呼ばれる安全性強化手法を開発し、これを論文として公開しながら、実装の詳細については特許出願によって保護を図るハイブリッド戦略にある。2023年から2024年にかけて、AmazonおよびGoogleから総額約80億ドルの投資を受けており、この資金力が特許出願の加速を支えている。
Anthropicの特許出願は、強化学習人間フィードバック（RLHF）の改良手法、安全性評価（レッドチーミング）の自動化、および推論の透明性向上に関する技術に集中している。安全性という社会的価値を知財戦略に組み込む同社のアプローチは、業界内でも独自の位置づけを確立している。
Meta——オープンソースによる逆転戦略
MetaはLlamaシリーズ（Llama 2：2023年7月、Llama 3：2024年4月）を相次いで公開し、AI業界の知財競争に根本的な変化をもたらした。同社はLlamaのモデルウェイトを「研究・商業利用可能」なカスタムライセンスのもとで公開することにより、競合他社のクローズドモデルに対して「コモディティ化圧力」をかける戦略を採っている。Metaの知財担当者によれば、同社はLlamaの基盤技術に関する特許を取得しつつも、モデルそのものを公開することで、競合他社が当該技術を独占的に主張することを困難にしようとしている。
Microsoft——エコシステム型知財戦略
MicrosoftはOpenAIへの累計約130億ドルの投資を通じて、AIモデルの独占的商業利用権を確保している。同社のAI知財戦略は自社単独の特許出願に加え、OpenAIとの契約上の排他的権利、およびGitHub CopilotやAzure OpenAI Serviceを通じた実装特許の取得という三層構造になっている。MicrosoftはUSPTOに対してAIコード生成、会話型検索、自然言語インターフェースに関する特許を多数出願しており、その出願件数は2022年から2024年の間に約3倍に増加したとされる。
Amazon／AWS——インフラ層の覇権
AmazonのAI知財戦略はクラウドインフラ（AWS）との統合に最大の特徴がある。Anthropicへの最大40億ドルの投資確約（2023年）に加え、AmazonはBedrockプラットフォーム上でのAIモデル提供に関する特許、AI推論の効率化チップ（Trainium、Inferentia）に関するハードウェア特許を組み合わせて権利ポートフォリオを構築している。Alexaを通じた音声AI特許は2010年代から蓄積されており、この既存ポートフォリオが新世代LLMとの組み合わせで活用されている。
Apple——プライバシーとオンデバイスAI
Appleの知財戦略は他社と一線を画す。同社はオンデバイスAI処理（プライバシー保護）を核とした特許ポートフォリオを構築しており、クラウドベースのLLMとは異なるアーキテクチャを権利化しようとしている。2024年に発表した「Apple Intelligence」関連技術については、モデル圧縮・量子化・エッジ推論に関する特許を多数出願した。Appleは訴訟には慎重で、特許を守りの砦として使う傾向が強い。
xAI——後発の迅速な知財構築
イーロン・マスクが2023年に設立したxAIは、Grokモデルを通じてAI競争に参入した。後発企業として、xAIは既存の特許地雷原を避けながら独自の技術領域を確保しようとしており、特にリアルタイムデータ統合（Xプラットフォームとの連携）およびマルチモーダル処理に関する出願が中心となっている。設立からの期間が短いため、特許出願件数は他社と比べて少ないが、2025年以降は急速に増加しているとみられる。
知財戦略の三類型：クローズド・オープン・ハイブリッド
AI業界の知財戦略は大きく三つの類型に分類できる。
第一はクローズド型である。OpenAI、Google、Microsoftがこれに該当する。モデルのアーキテクチャ、学習データ、学習手法を非公開とし、特許によって法的な排他権を取得する。APIアクセスを唯一の窓口とすることで、技術情報の漏洩を防ぎながら収益を最大化する。この類型の弱点は、特許の開示義務（35 U.S.C. §112）が技術情報の一部公開を強制する点にある。
第二はオープン型である。Metaが代表格で、MistralやEleutherAIもこの類型に含まれる。モデルウェイト・アーキテクチャ・（一部）学習データを公開し、エコシステム形成によるネットワーク効果を競争優位の源泉とする。特許出願も行うが、権利行使（ライセンス強制・訴訟）には消極的で、コモンズ形成を重視する傾向がある。
第三はハイブリッド型である。Anthropic、Appleがこれに近い。研究成果の一部を論文として公開しながら、実装技術については特許で保護する。安全性・プライバシーという社会的価値を知財戦略に統合することで、単なる技術競争を超えた差別化を図っている。
特許出願件数の比較：USPTOデータが示す力学
USPTO（米国特許商標庁）の公開データおよびWIPO（世界知的所有権機関）の統計によれば、AI関連特許の出願件数は2019年から2024年の5年間で約2.5倍に増加した。同期間の全技術分野の特許出願増加率（約15%）と比較すると、AI分野の突出した伸びが明らかである。
企業別の出願規模（概数）は以下の通りである。Googleは年間2,000件超のAI関連特許をUSPTOおよびEPOに出願しており、業界最多水準にある。Microsoftはこれに次ぐ規模で、年間1,500件前後とみられる。IBMは歴史的に特許出願数でトップに立つことが多いが、AI特許の実質的な活用度という観点ではGoogleやMicrosoftに劣る部分もある。Metaはオープンソース戦略を採りながらも、年間500〜800件のAI関連特許を出願している。OpenAIの出願件数は非公開だが、2022〜2025年の累積で数百件規模に達しているとみられる。
なお、出願件数の比較には限界がある。特許は出願から公開まで通常18ヶ月のタイムラグがあるため、2025年時点で把握できる出願状況は少なくとも1年以上前の実態を反映している。また、子会社・関連会社名義での出願や国際出願（PCT出願）を含めると実数はさらに大きくなる。
競争が激化する構造的要因
AI知財競争がここまで激化している背景には、少なくとも四つの構造的要因がある。
第一の要因は、技術の汎用性と排他性の矛盾である。AI技術、とりわけLLMの基盤技術は極めて汎用的であり、あらゆる産業への応用が可能である。こうした汎用技術に排他的権利が設定されれば、その影響は一産業にとどまらない。各社はこの「汎用技術の特許化」に戦略的な利益を見出しており、他社に先んじて権利を取得しようとする競争が加速している。
第二の要因は、スタートアップから大企業への技術移転の加速である。Anthropic（OpenAI創業者発）、xAI（Teslaエンジニア参加）など、大企業の技術者がスピンアウトしてスタートアップを設立する事例が相次いでいる。こうした移転の際、技術情報・ノウハウの帰属をめぐって訴訟リスクが生じる。特許ポートフォリオは、こうした訴訟における防衛ツールとしての役割も担っている。
第三の要因は、巨額投資を正当化する必要性である。AmazonのAnthropicへの40億ドル投資、MicrosoftのOpenAIへの130億ドル投資は、それぞれに相応の知財上の根拠——排他的利用権、優先的ライセンス権——を必要とする。投資家に対してバリュエーションを説明するためにも、知財ポートフォリオの構築は不可欠になっている。
第四の要因は、規制環境の変化である。EU AI Act（2024年施行）、米国の大統領令（Executive Order on AI、2023年10月）、日本のAI戦略など、各国・地域でAI規制の枠組みが整備されつつある。規制への適合性を特許や技術仕様書で証明する必要性が高まっており、このことが特許出願を促進する側面もある。
今後の注目点
2026年から2028年にかけて、AI知財競争は以下の三つの軸で展開するとみられる。
第一に、特許の権利行使（エンフォースメント）が本格化する可能性がある。現時点ではAI大手間の特許訴訟は限定的だが、特許ポートフォリオの蓄積が進むにつれ、新規参入企業や中小AI企業を標的とした訴訟リスクが高まる。いわゆる「特許の罠（パテント・トロール）」的なNPE（非実施主体）がAI特許を取得・行使する事例も増えつつある。
第二に、学習データをめぐる訴訟の帰趨が業界全体の方向性を決定する。New York Times対OpenAI訴訟（2023年12月提訴）、Getty Images対Stability AI訴訟に代表されるコンテンツ権利者vsAI企業の訴訟は、フェアユース法理の射程とAI学習の合法性に根本的な判断を示すことになる。
第三に、国際的な特許制度の相互運用性が問われる。AI技術は国境を超えて展開されるが、特許制度は依然として国・地域ごとに異なる。米国の101条問題（ソフトウェア特許の適格性）、欧州の技術的効果要件（EPC第52条）、中国の急速な特許出願増加——これらの制度的差異が、企業の出願戦略に複雑な影響を与えている。
AI知財戦争は、特定企業間の競争を超えて、技術革新の速度と知財制度の整備速度の非同期という根本的な問題を浮き彫りにしている。2026年は、その非同期がさらに拡大する一年になるとみられる。
本稿は「AI知財戦争2026」シリーズ第1回です。第2回では、LLMアーキテクチャ特許の具体的な技術領域と各社の権利化戦略を分析します。
コメント