標準必須特許ライセンスにおいて透明性は本当に求められているのか
今や AI は、かつて想像もできなかったレベルの情報を提供できるようになり、その能力と対象範囲は拡大を続けるばかりです。そのため、取引を形にするときに AI をどのように活用すべきかについては、慎重に検討する価値があります
文責：Sharaz Gill
昨年、ジュネーブにて、ある金曜日の午後遅くに、私は疲れ切った参加者たちに向けて、1 つの簡単な質問を投げかけました。「高度な AI システムによって、標準必須特許ライセンスにおいて真の明確さを実現できるようになりましたが、果たして私たちはそれを本当に求めているのでしょうか。」その場でうなずく人が相次いだことから、この質問が人々の心に響いたことがうかがえました。おそらく、「透明性は高ければ高いほど良い」という楽観的で安易な前提に一石を投じたからでしょう。
ここで言う「透明性」とは、単に宣言情報をまとめた大きなスプレッドシートのことではありません。ETSI IPR データベースは、FRAND 条件に基づきライセンスを供与する意思表明を記録するために設計されたものであり、特許の必須性そのものを認定するためのものではありません。したがって、包括的かあるいは予防的な必須宣言が含まれていることは、欠陥ではなく、むしろ意図された機能でした。つまり、既存の必須宣言制度は、競争法の下でライセンスへのアクセスを確保するために設計されており、どの特許が実際に標準必須特許であるかを判断する目的では設計されていません。
ここで議論されている透明性とは、それと は質的に異なるものです。どの特許が実際に規格に必須であり、誰がその特許を保有するのか、そして総負担や相対的なシェアの観点からその特許の取得にどのような意味があるのかを、証拠に基づき、クレームにマッピングした形で可視化することです。こうした「生きた特許ランドスケープ」が、一貫性のある検証可能な合理的根拠に基づき、AI によって初めて大規模に実現することが可能になりました。
その効果はすぐに現れると考えられます。具体的には、取引コストの削減、交渉幅の縮小、比較可能性の向上、より適切な情報に基づいた FRAND 条件の決定、そして小規模な実施企業にとってより公平な立場が確保されることなどが挙げられます。しかしその一方で、厳しい側面もあります。真の透明性は、不透明さを軸に築かれてきた経済的均衡を揺るがす可能性があります。具体的には、一定の収益見込みを当然視してきたライセンサー、訴訟を通じて料率を再調整してきたライセンシー、あるいは証拠の曖昧さの中でその技量を発揮する弁護士たちです。最も懸念されるのは、信頼性の高いトップダウン分析に基づく SEP ランドスケープが整備されれば、過去に締結したライセンス契約が新たな視点で評価され、契約の確定性と実質的な公平性を天秤にかけるよう裁判所が誘導される可能性があることです。
AI が変えるものと変えないもの
一般的に、AI の最大の利点は規模の大きさです。従来のクレームチャート作成は、時間とコストがかかるうえ、対象範囲も限定的にならざるを得ませんでしたが、AI システムでは、方法論的な一貫性を保ちながら、標準規格の規範的な文章に基づいて数千件ものクレームを解析できるようになりました。各必須構成要件の判断はそれぞれ、標準規格内の 1 つ以上の具体的な条項との対応関係に基づいており、単なる主張を超えた監査可能な証跡を形成しています。その結果、「誰のチェックも受けない作業のデータベース」という従来型の透明性から、検証や異議申し立てが可能な再現性のあるマッピングに基づく透明性へと、その性質が大きく変わります。さらにこのプロセスは自動化されているため、新たな特許が成立したり失効したり、保有権が変更されたり、あるいは規格の改訂に応じて、こうした「生きた SEP ランドスケープ」を継続的に更新することができます。透明性は、静的なものではなく動的なものとなっているのです。
ポートフォリオレベルでは、開示された分析手法に基づき、実際に標準規格をカバーしている特許群から SEP スタック全体に占める相対的な割合を算出することも可能になります。また、異なるリリースやオプション機能にまたがるカバレッジプロファイルを可視化することで、関係者はポートフォリオが規格のどの部分を実際にカバーしているかを確認できるようになります。これまで検証不可能な宣言数という不透明な状況下で行われてきた交渉は、一貫性があり、検証可能な証拠に基づいて行われるようになるでしょう。
しかし、AI によって変わらない部分も同様に重要です。特許の必須性は二者択一の条件ではありません。クレーム解釈には、言葉をどのように読み解くか、オプションモードをどのように扱うか、あるいは機能的同等性をどのように評価するかといった判 断を伴います。同じクレームであっても、異なる法的解釈の伝統に従っている 2 人の経験豊富な裁判官が、それぞれ合法的に異なる結論に達することはあり得ます。AI を活用するシステムの目的は、そうした主観性を排除することではなく、むしろその主観性を可視化し、適切に管理することにあります。
シズベルに入社する前、私は IP Mind の共同創業者でした。そこでは、どの特許が必須であり、どの特許が必須でないかを確定的に宣言しようとはしませんでした。その代わりに私たちが重視したのは、合理的なクレーム解釈において必須と見なされる可能性が極めて高いグレーゾーンの特許群、すなわちライセンス上のリスク領域に属する特許群を特定することでした。この領域に含まれる特許を無視する実施企業は、どの法域においても、大きな商業的リスクを負うことになります。
この確率論的な枠組みにより、以前の必須性に関する研究を悩ませてきた、過度な精密さが回避されます。「グレーゾーン」アプローチでは、方法論では到底裏付けられないような確実性を示唆する小数点 2 桁のパーセンテージを提示するのではなく、ほぼ間違いなく重要であると考えられる特許に焦点を当て、各評価の根拠を併せて提示します。各データポイントは、特許クレームと標準規格の条項との間の合理的なマッピングであり、再現性や異議申し立てに必要な情報源を提示しています。
一方で、AI の手法が不透明であるか、またはその判断基準やしきい値が開示されていない場合に、単に「AI がそう言っているから必須だ」という理由だけで判断したのでは、別の形の不透明性を生み出したに過ぎませ ん。システムでは、ルール、しきい値、許容誤差範囲が開示されていなければなりません。また、独立した第三者の監査の対象となる必要があり、さらに権利者や実施企業がマッピング内容に異議を申し立てることができる仕組みが提供されている必要があります。そうした安全装置がなければ、AI は、解消しようとしているはずの不均衡をただ再精算するだけの存在になってしまいます。その意味で、AI は結論を下す審判者ではなく、利害関係の最も大きな特許を対象とした係争へと絞り込む、厳格なフィルターとして捉えるべきです。
透明性の問題
適切に設計された透明性から得られる利点は、大きく以下の 5 つのカテゴリに分類されます。
効率性：必須である可能性が極めて高い特許群を特定するランドスケープ分析は、交渉における争点の範囲を大幅に絞り込みます。交渉当事者は、そもそも何が SEP なのかという入口の争いではなく、ライセンス料率や範囲といった本質的な論点に点集中することができます。その結果、重複したクレームチャート作成作業や根拠の乏しい要求が減少し、合意に至るまでのプロセスの短縮により、取引コストが低減します。
一貫性：トップダウン型の FRAND 分析では、まず市場が合理的に負担し得るロイヤリティ総額を見積もり、次に必須特許を数えて各ポートフォリオに配分します。当然ながら入力データが信頼できなければ、得られる結果も信頼できません。透明性の向上は、この分析における分母の制度を高めます。また、経済的な重み付けも可能になります。例えば、性能、効率、または安全性を決定づける中核的要素は、付随的なオプション機能よりも高い重み付けが与えられる場合があります。しかし、どの特許が規格のどの部分に該当するかを示した透明性の高いマップがなければ、そのような分析は不可能です。
公平な競争環境：大手のライセンサーや実施企業には常に専門チームが存在しますが、中小企業にはそうしたチームはほとんど存在しません。透明性の高い分析手法と、ポートフォリオレベルの証拠への制御されたアクセスが提供されれば、内部情報やデータルームへの特権的アクセスがもたらす優位性が下がります。その結果、より公平な交渉環境が実現します。
パテントプールの信頼性向上：パテントプールは、選定基準が実証可能な必須性に紐づけられている場合に、より高い正当性が与えられます。透明性の高い分析によって、重複カウントを管理し、必須性の弱い特許を排除し、証拠に基づいて収益配分を調整することができます。また、料率設定ロジックがより理解しやすくなることから、市場参加者の納得感が高まり、パテントプールの利用拡大や、ホールドアウト行動の抑制にもつながるでしょう。
ガバナンスの高度化：ロイヤリティスタックの負担に関する政策論議は、往々にして実証データがないまま行われます。しかし、より確かな証拠があれば、規制当局や規格団体は、疑念や推測に依拠した議論から脱却することができます。さらに、負担が真に過大な場合と、実際には事実によって正当化されない主張の場合とを区別することができます。
透明性に対する批判
透明性に対する批判は、不透明さを擁護するものではありません。問題となるのは、不完全あるいは信頼性の低い透明性です。実際には、ライセンサーもライセンシーも、自らの立場を裏付けるために定期的にランドスケープ分析を利用しています。ライセンサーによる分析は、自社のポートフォリオシェアをできるだけ大きく見せる傾向があり、逆にライセンシーによる分析は、それをできるだけ小さく見せる傾向があります。
もし新しい AI ベースの分析ツールでも、数値の誤差の範囲が示されない、手法の開示がない、結果に対する異議申し立ての手段がないなど、従来の問題が繰り返されるなら、その結果はむしろ、より大規模な形で、かつてと同じ対立のダイナミクスを生み出すことになります。AI 分析のもう一つの懸念はその結果が客観的なものとして受け取られやすいことです。そのため、裁判所や規制当局が、それらのツールを権威あるものとして扱う可能性があります。その結果、本来は十分な根拠を伴わない見せかけの正確さが制度化され、紛争を減らすどころか、かえって増幅させることになりかねません。
さらに、以下の 4 つのより深刻なリスクにも注目すべきです。
契約上の安定性：多くのライセンス契約は、情報が不完全な環境下で、不確実性が織り込まれた状態で締結されてきました。もし、その後の信頼できる SEP ランドスケープ分析が登場し、過去の合意が誤った前提に基づいていたことが明らかになった場合、裁判所は返還請求や不当利得の主張による圧力に直面する可能性があり、虚偽表明が考えにくい場合であっても、訴訟や戦略的な遅延が生じる恐れがあります。
競争法上のリスク ：市場シェアの詳細なデータや価格設定のロジックが公開されると、一部の競合企業による暗黙の協調が容易になるリスクが生まれます。そもそも欧州委員会の競争総局が FRAND の合意を要求した理由の一つは、標準化活動が競争制限的な共同行為へと発展することを防ぐためでした。十分な配慮を欠いた設計による透明性は、そうしたリスクを再び招く恐れがあります。
制度内での駆け引き：ある指標が市場で権威あるものと見なされると、各関係者は、その指標を有利にしようとする強い動機が生まれます。例えば、整合性スコアを最大化するために、特許の出願、ポートフォリオの細分化、標準規格の文言に影響を与えようとする可能性があります。透明性の高いシステムであっても、戦略的な行動の影響を免れることはできません。むしろ、別の種類の攻撃に対しては脆弱であるに過ぎません。
インセンティブ：さらに、透明性がロイヤリティ料率をあらゆる信頼区間の下限まで押し下げるものと見なされる場合、技術開発への貢献者は、オープンな標準化活動ではなく独自仕様のエコシステムに合理的に投資する可能性があります。FRAND フレームワークは、報酬を確保しつつ、技術へのアクセスを開放し続けることを目的としていました。しかし、透明性を極限まで目指すことだけを目的とした無秩序な動きは、そのバランスを損なう恐れがあります。
法的枠組み
もっとも、競争法はすでに、行動の指針を提供しています。欧州連合の機能に関する条約第 101 条は、規格策定の正当性を、開かれた参加機会、透明性のある手続き、および FRAND アクセスを条件としています。また、第 102 条は、規格が採択された後の行為を規定しています。欧州委員会が 2014 年に Motorola および Samsung に対して下した決定では、ライセンス取得の意思がある実施企業に対して差止命令を求める行為は濫用にあたる可能性があるという判断が示されました。その後、欧州連合司法裁判所は、Huawei 対 ZTE 訴訟において、この考え方をより明確な交渉の手順、いわゆる「FRAND ダンス」として具体化しました。さらに英国の判例法は、これに新たな側面を加えています。Unwired Planet 訴訟において、英国最高裁判所は、英国の特許が有効であり、かつ侵害されていると認定された場合、英国の裁判所が世界的な FRAND 条件を設定できることを認めました。この結果、英国は現在、信頼性の高い SEP ランドスケープ分析が極めて高い証拠価値を持ちうる司法管轄区域となっています。
AI を活用した透明性は、以下の 2 つの領域で、こうしたルールと連動します。
ライセンス取得の意思：リスクベースの必須性分析マップを活用し、迅速かつ建設的に交渉に応じるライセンシーは、より「ライセンス取得意思のある当事者」として評価されます。一方、実質的な裏付けのない水増しされた特許宣言数に依拠して主張するライセンサーは、必ずしも合理的な交渉当事者には見えません。
料率の評価：より適切な SEP 数の分母と対象範囲の分析は、過度な料率設定や差別的取り扱いの主張に対する事実上の根拠を強化しますが、それによって訴訟が容易になるわけではありません。しかし、少なくとも議論はより確かな事実に基づくものになるでしょう。
2025 年 2 月、EUIPO が運営する必須性審査および調停制度を創設する予定だった欧州委員会の標準必須特許規制案が撤回されたことで、裁判所、競争当局、および業界の実務担当者が、新たな法整備なしに、管理された透明性の形成にあたることになります。だからこそ、制度設計の重要性はこれまで以上に高まっています。
それでは透明性は本当に必要なのか？
正直に言えば、答えは条件付きのイエスです。透明性は必要ですが、安易な形では求めていません。求めるべきは、方法、ガバナンス、利用に関するルールを備えた規律です。
そのための道筋が「管理された透明性」です。分析方法は検証可能なものでなければならず、整合性に関するルール、しきい値、および誤差範囲はすべて開示されなければなりません。また、分析結果は検証可能でなければならず、異議申し立てのための明確な手順と、修正内容が明確に示される必要があります。情報開示も多層的に設計されるべきです。対象となるのは、説明責任のための公開集計データと方法論、関係者や規制当局向けの機密ポートフォリオ資料、そして紛争解決のために確保された完全なチャートなどです。また、既存の取引については、恒久的、遡及的な不確実性を回避するため、セーフハーバー制度や一定期間の権利行使制度などが必要となる場合があります。裁判所や規制当局も、AI による分析結果を、最終的な決定そのものではなく、厳格に管理された証拠ツールとして扱うべきです。
これが、IP Mind の業務活動の背後にある哲学でした。そこで構築した SEP ランドスケープは、単なる宣言件数や不透明な分類基準ではなく、AI によって生成され、証拠の根拠が確認された完全なクレームチャート群を基盤としていました。各データポイントは、特許クレームの特徴と規格の条項との間の合理的なマッピングであり、言い換えると、分析結果だけでなくその手法においても透明性のあるものでした。また、必須性を二元論的な概念ではなくリスクの領域として捉え、各評価の根拠を明らかにすることで、このアプローチは、業界が求めているとされる三つの要件、すなわち再現性、異議申し立て可能性、説明責任を実現しようとしたのです。
透明性は慎重に構築する必要があります。それは、過去の交渉を覆すような一過性の開示としてではなく、将来の交渉に確かな基盤を与える、継続的な取り組みとして確立する必要があります。だからこそ、慎重に望みを定め、それを正確に明示し、その手法を公表し、異議を認め、記録を継続して残してください。それが、標準必須特許の世界にとって唯一受け入れられる透明性のあり方であり、そして何より重要なことに、標準必須特許の世界をより良いものにする唯一のあり方です。
Sharaz Gill はシズベルのポートフォリオ管理責任者です。
この記事に記載された見解は執筆者のものであり、必ずしもシズベルの見解を反映するものではありません。本内容は情報提供のみを目的としており、法的助言として解釈されるべきではありません。
