容器・パッケージの意匠侵害リスクを画像AIで一次チェック ― 機密を社外に出さない社内完結型SaaS

容器やパッケージは、ボトルの形・キャップ・箱・トレーといった見た目がそのまま商品価値になり、デザインの権利（意匠権）で守られることが多い分野です。そのため新商品を出すたびに、すでにある他社デザインとぶつからないかを調べる必要があります。

ところが従来の調べ方には3つの悩みがありました。目視に頼るため調べる人の経験やキーワードの選び方で結果が変わること。容器は「わずかな形の違い」で似ているかどうかが分かれるため、言葉（物品名）の検索だけでは見た目が似たデザインを取りこぼしやすいこと。そして、出願前の新デザインは社外秘で、便利な外部AIサービスに画像を送ることへの抵抗が強いこと。

つまり「見た目で似たものを探したい、でも機密は外に出したくない」という相反する要望に応える手段が求められていました。

要件をすべて固めてから一括で作る受託型ではなく、現場に入り込むエンジニア（FDE）が伴走し、AIを活用して短期間で「動くもの」を形にし、実際に使いながら改良していく進め方で着手しました。

まず容器分野に的を絞り、「画像を入れる→似た意匠を探す→リスクの目安を出す」という一連の体験を最小限の形で最初に通すことを最優先にしました。そのうえで、容器に特化した精度向上から本番運用へと段階的にステップアップする計画を立てました。調査に使うデータは特許庁の公式な提供ルートに限定し、利用規約に反するデータの取り方はしない方針を最初から徹底しています。

容器の画像をアップロードすると、見た目の似ている登録意匠をAIが瞬時に探し出し、似ている度合いの高い順に候補を一覧表示します。さらにその候補について、「形が似ているか」「同じ・似た用途の物品か」という2つの観点でリスクの目安（高/中/低/なし）と、その理由を日本語で示します。

主な機能：画像をアップロードして見た目の似た意匠を探す（似ている度合い付きで一覧表示）、物品名や説明文（テキスト）での検索、候補に対するリスクの目安と日本語のわかりやすい理由説明、調べた履歴・判定結果が自動で残る（あとから根拠を確認できる）、登録意匠のデータベース閲覧（基本情報＋図面）。

なお画面には「これはあくまで一次チェックであり、最終的な判断は弁理士にご相談ください」と明示し、専門家の判断を置き換えるものではないという位置づけを徹底しています。

1. AI駆動開発（FDE伴走）
2. 画像で探すAI検索基盤の設計・実装
3. 社内完結型AI（ローカルLLM／RAG）の構築
4. AI検索向けデータベース設計

長く安心して使える堅牢でスケールする構成で、既存業務に無理なく組み込めるように設計しました。

• 堅牢でスケールする構成：「探す」役割と「リスクを判定する」役割を分けて作っているため、片方を強化・改良しても全体を止めずに段階的に育てられます。利用が増えても拡張しやすい構成です。
• 既存システムと無理なく連携：画像検索・テキスト検索・リスク判定を標準的な仕組みで呼び出せる形で提供し、社内の他システムやワークフローに組み込みやすくしています。
• 再現性のある運用基盤：クラウド上のデータベースとホスティングで本番稼働済み。環境をまるごと再現できる作りで、安定運用とメンテナンスを両立します。

採用した個々の技術名は技術スタックのチップにまとめています。

「探す」「判定する」を分けた構成と、環境をまるごと再現できる作りにより、AIの差し替えや能力増強を、ほかの機能を止めずに段階的に進められます。判定用のAIを社内の専用マシンで動かすことで、外部AIの利用料や使用制限に振り回されにくい運用を目指しています。

今後の予定：容器分野に合わせて検索精度をさらに引き上げ効果を数値で評価する、本番運用に向けた機能拡充と複数企業が安全に使えるSaaSとしての提供、商用提供フェーズでは調査・学習に使うデータを公式ルート由来のものへ完全に切り替えてライセンス面の整合を確保する。