TaiLexi AI日本の判例・法令
← ホーム
決定特許庁維持

特許庁決定 令和6年9月17日

異議2024-700612 板金加工見積作成支援装置及び板金加工見積作成支援方法

結論

特許第7440220号の請求項1ないし8に係る特許を維持する。

続きを見る ↓

この資料について AI に質問

機関
特許庁
年月日
令和6年9月17日 (2024-09-17)
事件番号
異議2024-700612
事件名
板金加工見積作成支援装置及び板金加工見積作成支援方法
種類・結果
決定 維持
掲載
—
争点・税目
特許異議の申立て / 特許
分野
知的財産

結論

特許第7440220号の請求項1ないし8に係る特許を維持する。

AI 要約AI

要旨

  • 板金加工見積作成支援装置の発明について、既存図面データと見積データとを関連付けて記憶し、類似判定モデルにより類似する既存図面データを検索して表示し、選択された既存図面データに関連付けられた見積データを出力する構成が、引用発明から容易に想到し得ないと判断された事例。
  • 特許請求の範囲の記載がサポート要件に適合するかは、発明の詳細な説明の記載により当業者が課題を解決できると認識できる範囲か否かで判断されるとされた事例。
事案の概要・争点・判断などを表示

事案の概要

  • 特許第7440220号(出願日:令和元年7月30日、設定登録:令和6年2月19日)の請求項1~8に係る発明について、令和6年6月27日に特許異議の申立てがされた。
  • 本件発明1は、既存図面データと見積データとが関連付けられて記憶されたデータベース、新規図面データの入力受付部、類似判定モデルにより類似する既存図面データを検索し表示する検索部、選択入力受付部、見積データ出力部を備えた板金加工見積作成支援装置である。
  • 申立理由1は特許法29条2項違反(甲1、甲2に基づく進歩性欠如)、申立理由2は特許法36条6項1号違反(サポート要件違反)であり、いずれも特許法113条2号、4号に該当するとして取消しを求めるものである。

争点

  • 本件発明1~8が、甲1発明及び甲2技術に基づいて当業者が容易に発明をすることができたか否か(進歩性)。
  • 本件発明1~8の特許請求の範囲の記載が、特許法36条6項1号に規定するサポート要件に適合するか否か。

判断

  • サポート要件について、特許請求の範囲の記載と発明の詳細な説明の記載とを対比し、特許請求の範囲に記載された発明が、発明の詳細な説明の記載により当業者が課題を解決できると認識できる範囲のものであるか否かを検討して判断すべきであるとした。
  • 本件発明1~8の課題は「孔を開ける工程、曲げの工程及び部品を組み立てる工程等ごとに図面が参照され、工程ごとに費用が算出されるため、見積を作成するために時間を要してしまう」ことであり、詳細な説明の記載から「新規図面データに類似する既存図面データに関連付けられた見積データが出力される」ことが課題解決手段であると認識でき、本件発明1~8は当該事項に対応する構成を有するから、サポート要件に適合すると判断した。
  • 進歩性について、甲1発明と本件発明1とを対比し、一致点(見積データが記憶されたデータベース、入力受付部、機械学習により生成されたモデル、見積データ出力部、板金加工見積作成支援装置)と相違点1~5を認定した。
  • 相違点1(データベースに既存図面データと見積データが関連付けられて記憶されている点)について、甲1発明は加工形状特徴ベクトルを中間パラメータとして扱うものであり、入力を既存図面データへ変更する動機がないとした。相違点2(新規図面データの入力)について、甲1発明は3Dモデルを画像変換するものであり、3次元情報を含まない新規図面データへの変更は阻害要因があるとした。相違点3~5(類似判定モデルによる検索・表示、選択入力受付部、選択された既存図面データに関連付けられた見積データの出力)について、甲1発明の見積学習モデルは見積結果を出力するものであり、類似する既存図面データを検索するものではないから、容易に想到し得ないとした。
  • 本件発明2~8は、本件発明1又は5を引用するものであり、本件発明1と同様に甲1発明及び甲2技術に基づいて容易に発明をすることができたものではないとした。

判旨(本文から引用)

  • 特許請求の範囲の記載が、サポート要件に適合するか否かは、特許請求の範囲の記載と発明の詳細な説明の記載とを対比し、特許請求の範囲に記載された発明が、発明の詳細な説明に記載された発明で、発明の詳細な説明の記載により当業者が当該発明の課題を解決できると認識できる範囲のものであるか否か、また、その記載や示唆がなくとも当業者が出願時の技術常識に照らし当該発明の課題を解決できると認識できる範囲のものであるか否かを検討して判断すべきものである。

結論

  • 特許第7440220号の請求項1ないし8に係る特許を維持する。

AI が本文から作成した要約です。引用の際は本文をご確認ください。

当事者

特許権者 トルンプ株式会社(代理人 弁理士3名)/特許異議申立人 〔氏名省略〕

異議申立番号 異議2024-700612

特許権者 トルンプ株式会社(代理人 弁理士3名)

特許異議申立人 〔氏名省略〕

特許第7440220号発明「板金加工見積作成支援装置及び板金加工見積作成支援方法」の特許異議申立事件について、次のとおり決定する。

結 論

特許第7440220号の請求項1ないし8に係る特許を維持する。

理 由

第1 手続の経緯

特許第7440220号(以下「本件特許」という。)の請求項1~8に係る特許についての出願は令和元年7月30日に出願したものであって、令和6年2月19日にその特許権の設定登録がされ、令和6年2月28日に特許掲載公報が発行された。

その後、本件特許について、令和6年6月27日に特許異議申立人 〔氏名省略〕は、特許異議の申立てを行った。(この特許異議の申立てに係る特許異議申立書を、以下「本件申立書」という。)

第2 本件特許に係る発明(本件発明)

本件特許の請求項1~8に係る特許発明(以下それぞれ「本件発明1」等という。)は、その特許請求の範囲の請求項1~8に記載された事項により、以下のとおりに特定されるものである。

なお、(1A)~(8C)は当審で付与した。以下各記載により特定される構成をそれぞれ「構成1A」等という。

(本件発明1)  【請求項1】

(1A) 板金加工に関する既存図面データと、前記既存図面データによる板金加工の見積に関する見積データとが関連付けられて記憶されたデータベースと、

(1B) 板金加工に関する新規図面データの入力を受け付ける新規図面データ入力受付部と、

(1C) 前記データベースに記憶された前記既存図面データから、予め機械学習により生成された類似判定モデルにより、前記新規図面データ入力受付部により受け付けられた入力に係る前記新規図面データに類似する1以上の前記既存図面データを検索し、該検索された1以上の既存図面データをディスプレイに表示する検索部と、

(1D) 前記検索部により検索され前記ディスプレイに表示された前記1以上の既存図面データのうち一つの前記既存図面データを選択する入力を受け付ける選択入力受付部と、

(1E) 前記選択入力受付部により受け付けられた入力により選択された前記一つの既存図面データに関連付けられて前記データベースに記憶された前記見積データを出力する見積データ出力部と、

(1F) を備えた板金加工見積作成支援装置。

(本件発明2)  【請求項2】

(2A) 前記新規図面データ入力受付部により受け付けられた入力に係る前記新規図面データと、前記選択入力受付部により受け付けられた入力により選択された前記一つの既存図面データとを教師として、前記類似判定モデルを訓練する類似判定モデル訓練部をさらに備えた、

(2B) 請求項1に記載の板金加工見積作成支援装置。

(本件発明3)  【請求項3】

(3A) 前記データベースには、前記既存図面データによる板金加工の属性に関する属性データと、前記既存図面データと、前記見積データとが関連付けられて記憶されており、

(3B) 前記新規図面データによる板金加工の属性に関する前記属性データの入力を受け付ける属性データ入力受付部をさらに備え、

(3C) 前記検索部は、前記属性データ入力受付部により受け付けられた入力に係る前記属性データに関連付けられて前記データベースに記憶された前記既存図面データから、前記類似判定モデルにより、前記新規図面データ入力受付部により受け付けられた入力に係る前記新規図面データに類似する前記1以上の既存図面データを検索し、該検索された1以上の既存図面データを前記ディスプレイに表示する、

(3D) 請求項1又は2に記載の板金加工見積作成支援装置。

(本件発明4)  【請求項4】

(4A) 前記検索部は、予め前記属性データごとに生成された複数の前記類似判定モデルを有し、

(4B) 前記属性データ入力受付部により受け付けられた入力に係る前記属性データに関連付けられて前記データベースに記憶された前記既存図面データから、前記属性データ入力受付部により受け付けられた入力に係る前記属性データについて生成された前記類似判定モデルにより、前記新規図面データ入力受付部に受け付けられた入力に係る前記新規図面データに類似する前記1以上の既存図面データを検索し、該検索された1以上の既存図面データを前記ディスプレイに表示する、

(4C) 請求項3に記載の板金加工見積作成支援装置。

(本件発明5)  【請求項5】

(5A) 板金加工見積作成支援装置の新規図面データ入力受付部が、板金加工に関する新規図面データの入力を受け付ける新規図面データ入力受付工程と、

(5B) 前記板金加工見積作成支援装置の検索部が、板金加工に関する既存図面データと、前記既存図面データによる板金加工の見積に関する見積データとが関連付けられて記憶されたデータベースに記憶された前記既存図面データから、予め機械学習により生成された類似判定モデルにより、前記新規図面データ入力受付工程で受け付けられた入力に係る前記新規図面データに類似する1以上の前記既存図面データを検索し、該検索された1以上の既存図面データをディスプレイに表示する検索工程と、

(5C) 前記板金加工見積作成支援装置の選択入力受付部が、前記検索工程で検索され前記ディスプレイに表示された前記1以上の既存図面データのうち一つの前記既存図面データを選択する入力を受け付ける選択入力受付工程と、

(5D) 前記板金加工見積作成支援装置の見積データ出力部が、前記選択入力受付工程で受け付けられた入力により選択された前記一つの既存図面データに関連付けられて前記データベースに記憶された前記見積データを出力する見積データ出力工程と、

(5E) を備えた板金加工見積作成支援方法。

(本件発明6)  【請求項6】

(6A) 前記板金加工見積作成支援装置の類似判定モデル訓練部が、前記新規図面データ入力受付工程で受け付けられた入力に係る前記新規図面データと、前記選択入力受付工程で受け付けられた入力により選択された前記一つの既存図面データとを教師として、前記類似判定モデルを訓練する類似判定モデル訓練工程をさらに備えた、

(6B) 請求項5に記載の板金加工見積作成支援方法。

(本件発明7)  【請求項7】

(7A) 前記データベースには、前記既存図面データによる板金加工の属性に関する属性データと、前記既存図面データと、前記見積データとが関連付けられて記憶されており、

(7B) 前記板金加工見積作成支援装置の属性データ入力受付部が、前記新規図面データによる板金加工の属性に関する前記属性データの入力を受け付ける属性データ入力受付工程をさらに備え、

(7C) 前記検索工程では、前記検索部は、前記属性データ入力受付工程で受け付けられた入力に係る前記属性データに関連付けられて前記データベースに記憶された前記既存図面データから、前記類似判定モデルにより、前記新規図面データ入力受付工程で受け付けられた入力に係る前記新規図面データに類似する前記1以上の既存図面データを検索し、該検索された1以上の既存図面データを前記ディスプレイに表示する、

(7D) 請求項5又は6に記載の板金加工見積作成支援方法。

(本件発明8)  【請求項8】

(8A) 前記検索部は、予め前記属性データごとに生成された複数の前記類似判定モデルを有し、

(8B) 前記検索工程では、前記検索部は、前記属性データ入力受付工程で受け付けられた入力に係る前記属性データに関連付けられて前記データベースに記憶された前記既存図面データから、前記属性データ入力受付工程で受け付けられた入力に係る前記属性データについて生成された前記類似判定モデルにより、前記新規図面データ入力受付部に受け付けられた入力に係る前記新規図面データに類似する前記1以上の既存図面データを検索し、該検索された1以上の既存図面データを前記ディスプレイに表示する、

(8C) 請求項7に記載の板金加工見積作成支援方法。

第3 特許異議の申立ての理由の概要

特許異議申立人が申し立てた申立ての理由の概要は、以下のとおりである。

[申立ての理由]

・申立理由1(29条2項、甲1~2) 本件特許の請求項1-8に係る発明は、甲第1号証に記載された発明、及び甲第2号証に記載された事項に基づいて、当業者が容易に発明をすることができたものであり、特許法第29条第2項の規定に違反して特許されたものであるから、当該発明の特許は、同法第113条第2号に掲げる事項に該当し、取り消されるべきものである。

・申立理由2(36条6項1号) 本件特許の請求項1-8に係る発明は、特許法第36条第6項第1号に掲げる事項に違反して特許されたものであるから、当該発明の特許は、同法第113条第4号に掲げる事項に該当し、取り消されるべきものである。

(証拠)

甲第1号証 特開2019-32623号公報

甲第2号証 特許第5688387号公報

(甲第1号証~甲第2号証を以下それぞれ「甲1」等という。)

第4 当審の判断

1 理由2(36条6項1号)について

(1)サポート要件の判断基準

特許請求の範囲の記載が、サポート要件に適合するか否かは、特許請求の範囲の記載と発明の詳細な説明の記載とを対比し、特許請求の範囲に記載された発明が、発明の詳細な説明に記載された発明で、発明の詳細な説明の記載により当業者が当該発明の課題を解決できると認識できる範囲のものであるか否か、また、その記載や示唆がなくとも当業者が出願時の技術常識に照らし当該発明の課題を解決できると認識できる範囲のものであるか否かを検討して判断すべきものである。

(2)特許請求の範囲の記載

特許請求の範囲の記載は上記第2のとおりである。

(3)特許法36条6項1号に規定する要件についての当審の判断

本件特許の発明の詳細な説明の【0005】によると、本件発明1~8が解決しようとする課題は「孔を開ける工程、曲げの工程及び部品を組み立てる工程等ごとに図面が参照され、工程ごとに費用が算出される。そのため、見積を作成するために時間を要してしまう」こと(以下、「発明の課題」という。)である。

そして、本件特許の発明の詳細な説明の【0052】には「人間の記憶及び経験に頼って見積を作成するのでは、多大な労力が発生し、見積の金額にもばらつきが生じてしまう欠点がある。一方、本実施形態では、新規図面データの入力により新規図面データに類似する既存図面データが検索され、既存図面データに関連付けられた見積データが出力されるため」「見積の作成に要する労力が著しく低減される」ことが記載されている。

そうすると、発明の詳細な説明の上記記載から、「新規図面データに類似する既存図面データに関連付けられた見積データが出力される」ことが発明の課題を解決するための手段であると認識でき、本件発明1は構成1A~1Eのように当該事項に対応する構成を有しており、本件発明5は構成5A~5Dのように当該事項に対応する構成を有している。

したがって、本件発明1及び本件発明1を引用する本件発明2~4、本件発明5及び本件発明5を引用する本件発明6~8は、発明の詳細な説明に記載された発明で、発明の詳細な説明の記載により当業者が当該発明の課題を解決できると認識できる範囲のものであるといえ、本件発明1~8に関して、特許請求の範囲の記載はサポート要件に適合する。

(4)特許異議申立人の主張について

本件申立書の「<取消理由2>について」における特許異議申立人の主張について検討する。

本件申立書の「<取消理由2>について」において特許異議申立人は「本件特許発明は、「板金加工に関する既存図面データ」、「板金加工に関する新規図面データ」と特定するものであって、図面データがどのようなデータであるのかが特定されていない」から「「板金加工に関する図面データ」は、板金加工を行う機械の配置図であることも考えられるし、板金加工を行う装置の設計図であることも考えられ」、「そのような図面データでは、本件特許発明は、発明の課題を解決できるものではない。」と主張している。

上記(3)で説明したように、本件特許発明において発明の課題を解決するための手段は「新規図面データの入力により新規図面データに類似する既存図面データが検索され、既存図面データに関連付けられた見積データが出力される」事項といえ、「図面データがどのようなデータであるのかが特定され」ることが発明の課題を解決するために欠くことのできない必須の構成とはいえない。

よって、特許異議申立人の上記主張は採用できない。

(5)理由2(36条6項1号)についてのまとめ

上記(1)~(4)のとおりであるから、本件発明1~8に係る発明は、発明の詳細な説明に記載したものである。

したがって、本件特許の請求項1~8に係る特許は、特許法36条6項1号に規定する要件を満たしており、同法113条4号の規定により取り消すべきものとは認められない。

2 理由1(29条2項、甲1~2)について

特許異議申立人は、本件申立書において申立ての理由として「理由1 特許法第29条第2項(甲1発明を主引用発明)」を主張している。以下、甲1に基づいた進歩性について検討する。

(1)甲各号証の記載及び甲各号証に記載された発明

ア 甲1の記載事項と甲1に記載された発明

(ア)甲1の記載事項

甲1には、次の記載がある。なお、下線は当審で付したものである。

「【0002】

従来、部品の価格や納期の見積もりを行う場合に、かかる部品の形状の特徴や部品のスペックをベースに、ルール化して価格や納期を見積もることができる部品見積もりシステムが知られている。ここで、 「形状の特徴」とは、たとえば穴の数や面取り数、折り曲げ数等であり、「スペック」とは、たとえば公差や材料、製造数等である。」

「【0004】

しかしながら、従来の技術では、たとえば形状が大きく異なる部品の見積もりを行う場合等に、かかる部品の形状に合わせた形状の特徴や部品のスペックを、その都度ユーザが設定する必要がある。したがって、ユーザにかかる負担が大きくなってしまう場合があり、結果的に十分な設定がされず、見積りの精度も十分でない場合がある。」

「【0010】

本実施例における部品見積もりシステム1について、図1を用いて説明する。図1は、実施例に係る部品見積もりシステムの構成の一例を示す機能ブロック図である。図1に示す部品見積もりシステム1は、情報処理装置100と、複数の利用者端末10とを有する。本実施例において、情報処理装置100及び利用者端末10は、無線又は有線のネットワークNを通じて通信可能に接続される。なお、図1における利用者端末10の台数は一例であり、部品見積もりシステム1は任意の数の利用者端末10を含むような構成であっても良い。

【0011】

図1に示す利用者端末10は、装置の設計者等により利用される。装置の設計者は、利用者端末10を通じて、装置に用いる部品の見積もりに関する情報を情報処理装置100に送信する。

【0012】

図1に示す情報処理装置100は、利用者端末10から見積もりの対象となる部品(以下、見積対象部品とも呼称する。)に関する情報を受け付け、見積対象部品の見積もり結果を出力する。本実施例における情報処理装置100は、様々な部品の形状の特徴や部品のスペック、取引データ等を学習したモデルを用いて、見積対象部品の形状の特徴や部品のスペックに基づいて価格や納期等を見積もるので、有益な見積もり結果を提供することができる。」

「【0035】

次に、見積学習モデル作成部125は、加工形状特徴ベクトル210と、利用者端末10から別途入力される入力情報202に含まれる板金のスペックと、入力情報202に含まれる板金の取引データとを対応付けた教師データ212を記憶部130に記憶する。そして、見積学習モデル作成部125は、かかる教師データ212を用いて機械学習を実行する。かかる機械学習としては、例えばSVM(Support Vector Machine)等を用いることができる。これにより、見積学習モデル作成部125は、複数の見積学習モデル132を作成する。例えば、図3Aに示すように、見積学習モデル作成部125は、板金向けで価格見積用の見積学習モデル(1)や、板金向けで納期見積用の見積学習モデル(2)等を作成する。」

「【0038】

図4は、実施例の教師データのデータ構造の一例を示す図である。図4に示すように、教師データ212は、取引データ212aと、スペック212bと、加工形状特徴ベクトル212cとを対応付けて記憶する。取引データ212aは、例えば、価格であるが、これに限定されず、部品の取引データ(たとえば、納期等)であれば良い。なお、取引データ212aは、教師データ212のラベルとしても用いられる。スペック212bは、例えば、部品の公差や材料、製造数等であるが、これに限定されず、部品のスペックであれば良い。加工形状特徴ベクトル212cは、例えば、特徴1、特徴2・・となっており、かかる特徴X(Xは正数)が部品の様々な特徴を表している。なお、かかる加工形状特徴ベクトル212cは、上述の加工形状特徴ベクトル210に対応する。」

「【0040】

つづいて、かかる見積学習モデル132を用いた見積対象部品を見積もる処理について、図6を用いて説明する。図6は、実施例に係る見積対象部品を見積もる処理の一例を示す図である。図6に示すように、受付部121で受け付けられた見積対象部品である板金の3Dモデル220は、画像変換部122で所定の画像変換処理がおこなわれて、見積対象部品の3Dモデル220を様々な向きから見た複数の画像データ221に変換される。

【0041】

次に、特徴ベクトル抽出部124は、画像変換部122で変換された見積対象部品の画像データ221と、見積対象部品に適合するDL学習モデル131(例えば、DL学習モデル(1))とに基づいて、見積対象部品の加工形状特徴ベクトル222を抽出する。

【0042】

次に、見積部126は、抽出された加工形状特徴ベクトル222と、見積対象部品のスペックと、見積対象部品に適合する見積学習モデル132(例えば、見積学習モデル(1))とに基づいて、見積対象部品の見積結果224を算出する。なお、見積対象部品のスペックは、利用者端末10から別途入力される入力情報223に含まれる。

【0043】

ここまで説明したように、実施例では、最初の段階で、部品の形状の特徴と部品の取引データとを対応付けた教師データ203を用いて、DL学習モデル131を作成する。そして、次の段階で、作成されたDL学習モデル131に基づいて特徴が抽出された加工形状特徴ベクトル210と、部品のスペックと、部品の取引データとを対応付けた教師データ212を用いて、見積学習モデル132を作成する。最後に、作成された見積学習モデル132に基づいて見積対象部品を見積もる。

【0044】

ここで仮に、様々な部品の画像データと、かかる部品のスペックと、部品の取引データとを対応付けた教師データを用いてディープラーニングを実行し、直接(すなわち、1段階で)見積もり用の学習モデルを作成したとする。この場合、画像データが同じであり、部品のスペックも同じであり、数量のみが異なる場合には、教師データのラベルである価格が異なってくるが、どちらのラベル(価格)を正解にするかによってディープニューラルネットワークが異なる。したがって、この場合精度よく見積もりを行うことが困難である。

【0045】

一方で、実施例では、2段階の機械学習で見積もり用の学習モデル(見積学習モデル132)を作成することにより、精度の高い学習モデルを作成することができる。したがって、実施例によれば、見積対象部品の見積もりを精度よく行うことができる。」

「【図1】

〔図省略〕

」

「【図4】

〔図省略〕

」

「【図6】

〔図省略〕

」

(イ)図1から読み取れる事項

【図1】を参照すると、甲1の段落【0010】の情報処理装置100は受付部121、画像変換部122、特徴ベクトル抽出部124、見積部126、記憶部130を備える。

(ウ)図6から読み取れる事項

【図6】を参照すると、甲1の段落【0042】の見積結果224は「見積結果 価格:●●●円」である。

(エ)甲1に記載された発明(甲1発明)

上記(ア)~(ウ)より、甲1には、構成a~dからなる、以下の発明(以下「甲1発明」という。)が記載されている。

(甲1発明)

a 情報処理装置100と、

複数の利用者端末10とを、

有する部品見積もりシステム1であって、(【0010】)

b 前記情報処理装置100は、

記憶部130と、

受付部121と、

画像変換部122、

特徴ベクトル抽出部124、

見積部126と、を備え、(【図1】、(イ))

c 前記記憶部130は取引データ212a(価格)と、スペック212bと、加工形状特徴ベクトル212cとを対応付けた教師データ212を記憶し、(【0035】、【0038】)

d 前記受付部121は、見積対象部品である板金の3Dモデル220を受け付け、(【0040】)

e 前記画像変換部122は、見積対象部品の前記3Dモデル220に対して所定の画像変換処理をおこなって、様々な向きから見た複数の画像データ221に変換し、(【0040】)

f 前記特徴ベクトル抽出部124は、画像変換部122で変換された見積対象部品の画像データ221と、見積対象部品に適合するDL学習モデル131とに基づいて、見積対象部品の加工形状特徴ベクトル222を抽出し、(【0041】)

g 前記見積部126は、抽出された加工形状特徴ベクトル222と、見積対象部品のスペックと、見積対象部品に適合する見積学習モデル132とに基づいて、見積対象部品の見積結果224を算出し、当該見積結果224「見積結果 価格:●●●円」を出力し、(【0012】、【0042】、【図6】、(ウ))

h 前記見積学習モデル132は、加工形状特徴ベクトル210と、部品のスペックと、部品の取引データとを対応付けた前記教師データ212を用いて予め作成したものである、(【0043】)

a 部品見積もりシステム1。

イ 甲2の記載事項と甲2に記載された技術

(ア)甲2の記載事項

甲2には、次の記載がある。なお、下線は当審で付したものである。

「【0013】

前記背景において、メーカ(担当者)が顧客要求仕様(及び希望コスト・納期等がある場合はその考慮も含む)に応じて、製品(仕様)の見積り案を作成する際、仕様項目・仕様値や部品に関する候補及び組合せから好適な仕様項目・仕様値や部品を選択して好適な見積り案を作成する作業が必要である。特に、前述のように、メーカとしてはできるだけ標準部品の選択などによってコスト低減や納期短縮などに対応した見積り案(顧客要求仕様に対し一部の仕様項目・仕様値などを変更した代替案)を作成することで、受注率の向上を図ることができる。」

「【0035】

案表示・編集処理(S6,S7)では、上記抽出された候補の案及び対応評価指標情報などをGUI画面(例:図4)に表示する。画面では、顧客要求仕様との比較で複数の各案の情報が表示され、そして、案の内容(仕様項目・仕様値)に対するユーザによる編集(変更仕様項目の選択など)を受け付け、適宜、案のデータ内容及び表示内容が更新される。案表示処理(S6)では、画面に、上記候補となる複数の案に対応した仕様構成(変更仕様項目)のリストと、それに対応する評価指標(コスト、LT等)の情報とを並記表示する(例:g1,g2,g3)。なお多くの場合、多数の案が存在し、画面内に全部は表示しきれないため、優先順で一部の案の情報を表示する。なお評価指標情報は言い換えると当該案による効果を示す情報である。変更仕様項目のリスト(g1)は、顧客要求仕様に対して変更(修正)する対象(部分)となる仕様項目(変更が可能な仕様項目)を示すこと(他の仕様項目は変更しないことも示す)により代替案を表す形式である。複数の変更仕様項目による案は、入力仕様に対する差異が少ない順で優先して表示する。本形式では仕様(組合せ)を構成する要素(仕様項目など)の1つ1つをユーザが指定する必要は無く、変更仕様項目を指定すれば仕様(組合せ)が指し示されるため、ユーザの負荷が小さい。」

「【0037】

代替案編集処理(S7)では、上記画面でのユーザ操作により、変更仕様項目のリストの中から、代替案の要素としたい変更仕様項目(例えば第1の項目とする)を任意に指定(選択)できる(例えば図5)。すると、指定(選択)された変更仕様項目(第1の項目)は代替案を構成する要素として一時確定(前提、登録)された状態となる(例えば第1列に表示)。そして、候補の全仕様項目のうち、当該前提の変更仕様項目(第1の項目)を除く、その他の仕様項目群について可変として、最初のときと同様にリストが構成され表示される(例えば第2列以降に表示)(例えば図6)。同様にユーザはリストから変更仕様項目(例えば第2の項目)を指定して登録でき(例えば第2列に表示)、同様に他の候補によるリストが表示される(例えば第3列以降に表示)。上記同様の繰り返しで、リストの中から1つずつ段階的に変更仕様項目を選択して絞り込むことができる(例えば図7)。画面内では複数の変更仕様項目の指定(登録)の順で表示されることになる。また一時確定した変更仕様項目をユーザ操作により取り消して元(前)の状態へ戻すこともできる。またまとめて複数の変更仕様項目の選択操作なども可能である。」

(イ)甲2に記載された技術(甲2技術)

上記(ア)より、甲2には、以下の技術(以下「甲2技術」という。)が記載されている。

(甲2技術)

製品(仕様)の見積り案を作成する際の仕様項目・仕様値や部品に関する候補及び組合せから好適な仕様項目・仕様値や部品を選択して好適な見積り案を作成する作業において、選択などによってコスト低減や納期短縮などに対応した見積り案(顧客要求仕様に対し一部の仕様項目・仕様値などを変更した代替案)を作成する技術。

(2)甲1発明と本件発明1の対比及び判断

ア 対比

(ア)構成1Aについて

甲1発明が備える「記憶部130」に記憶される「取引データ212a(価格)」は、見積対象部品である板金の価格であるから、本件発明1が備える「データベース」に記憶される「板金加工の見積に関する見積データ」に相当する。

そうすると、甲1発明と本件発明1とは、「板金加工の見積に関する見積データが記憶されたデータベース」を備える点で共通する。

しかしながら、上記データベースが、本件発明1では、「板金加工に関する既存図面データと、前記既存図面データによる板金加工の見積に関する見積データとが関連付けられて記憶された」ものであるのに対し、甲1発明では、「取引データ212a(価格)」(本件発明1でいう「見積データ」)と対応付けて記憶するのは、「スペック212bと加工形状特徴ベクトル212c」である点で両者は相違する。(相違点1)

(イ)構成1Bについて

甲1発明の「受付部121」が受け付ける「見積もり対象部品である板金の3Dモデル220」は、本件発明1の「入力受付部」が受け付ける「板金加工に関する」「データ」といえる。

そうすると、甲1発明と本件発明1とは「板金加工に関するデータの入力を受け付ける入力受付部」を備える点で共通する。

しかしながら、上記入力受付部が受け付けるものが、本件発明1では、「板金加工に関する新規図面データ」であるのに対し、甲1発明では、「見積もり対象部品である板金の3Dモデル220」である点で両者は相違する。(相違点2)

(ウ)構成1Cについて

本件発明1は、「前記データベースに記憶された前記既存図面データから、予め機械学習により生成された類似判定モデルにより、前記新規図面データ入力受付部により受け付けられた入力に係る前記新規図面データに類似する1以上の前記既存図面データを検索し、該検索された1以上の既存図面データをディスプレイに表示する検索部」を備えるのに対し、甲1発明は、そのような「検索部」を備えない点で両者は相違する。(相違点3)

(エ)構成1Dについて

本件発明1は、「前記検索部により検索され前記ディスプレイに表示された前記1以上の既存図面データのうち一つの前記既存図面データを選択する入力を受け付ける選択入力受付部」を備えるのに対し、甲1発明は、そのような「選択入力受付部」を備えない点で相違する。(相違点4)

(オ)構成1Eについて

甲1発明の「見積部126」は構成gのように「抽出された加工形状特徴ベクトル222と、見積対象部品のスペックと、見積対象部品に適合する見積学習モデル132とに基づいて、見積対象部品の見積結果224を算出し、当該見積結果224「見積結果 価格:●●●円」を出力」する。甲1発明の「見積結果224「見積結果 価格:●●●円」」は、本件発明1の「見積データ」に相当し、甲1発明の「見積部126」は本件発明1の「見積データ出力部」に相当する。

そうすると、甲1発明と本件発明1とは「見積データを出力する見積データ出力部」を備える点で共通する。

しかしながら、当該「出力」の対象となるものが、甲1発明では、「見積結果224「見積結果 価格:●●●円」」(本件発明1でいう「見積データ」)であるものの、本件発明1のような「前記選択入力受付部により受け付けられた入力により選択された前記一つの既存図面データに関連付けられて前記データベースに記憶された前記見積データ」でない点で相違する。(相違点5)

(カ)構成1C~構成1Eについて

上記(オ)で説明したように、甲1発明と本件発明1とは「見積データを出力する見積データ出力部」を備える点で共通するところ、甲1発明の「見積部126」は構成gのように「抽出された加工形状特徴ベクトル222と、見積対象部品のスペックと、見積対象部品に適合する見積学習モデル132とに基づいて、見積対象部品の見積結果224を算出し、当該見積結果224「見積結果 価格:●●●円」を出力」するものであるから、甲1発明は、見積学習モデル132に基づいて見積結果224を出力するものである。

また、甲1発明の「見積部126」が用いる「見積学習モデル132」は、構成hのように「加工形状特徴ベクトル210と、部品のスペックと、部品の取引データとを対応付けた前記教師データ212を用いて予め作成したものである」から、予め機械学習により生成されたモデルである。

そうすると、甲1発明と本件発明1とは「予め機械学習により生成されたモデルにより」「見積データを出力する見積データ出力部」を備える点で共通するといえる。

(キ)構成1Fについて

甲1発明の構成aの「情報処理装置100」は、上記(ア)~(カ)でそれぞれ記載した各相違点で相違するものの、その余の点で、本件発明1の構成1Fである「板金加工見積作成支援装置」に相当する。

したがって、本件発明1と甲1発明とを対比すると、両者は、以下の点で一致し、以下の各点で相違する。

[一致点]

(1A’)板金加工の見積に関する見積データが記憶されたデータベースと、

(1B’)板金加工に関するデータの入力を受け付ける入力受付部と、

(1C’)予め機械学習により生成されたモデルにより、

(1E’)見積データを出力する見積データ出力部と、

(1F)を備えた板金加工見積作成支援装置。

[相違点]

・相違点1

「データベース」が、本件発明1では、「板金加工に関する既存図面データと、前記既存図面データによる板金加工の見積に関する見積データとが関連付けられて記憶された」ものであるのに対し、甲1発明では、「取引データ212a(価格)」(本件発明1でいう「見積データ」)と対応付けて記憶するのは、「スペック212bと加工形状特徴ベクトル212c」である点。

・相違点2

入力受付部が受け付けるものが、本件発明1では、「板金加工に関する新規図面データ」であるのに対し、甲1発明では、「見積もり対象部品である板金の3Dモデル220」である点。

・相違点3

本件発明1は、「前記データベースに記憶された前記既存図面データから、予め機械学習により生成された類似判定モデルにより、前記新規図面データ入力受付部により受け付けられた入力に係る前記新規図面データに類似する1以上の前記既存図面データを検索し、該検索された1以上の既存図面データをディスプレイに表示する検索部」を備えるのに対し、甲1発明では、そのような「検索部」を備えない点。

・相違点4

本件発明1は、「前記検索部により検索され前記ディスプレイに表示された前記1以上の既存図面データのうち一つの前記既存図面データを選択する入力を受け付ける選択入力受付部」を備えるのに対し、甲1発明は、そのような「選択入力受付部」を備えない点。

・相違点5

「出力」の対象となるものが、甲1発明では、「見積結果224「見積結果 価格:●●●円」」(本件発明1でいう「見積データ」)であるものの、本件発明1のような「前記選択入力受付部により受け付けられた入力により選択された前記一つの既存図面データに関連付けられて前記データベースに記憶された前記見積データ」でない点。

イ 判断

上記相違点について検討する。

相違点1について

甲1発明は、DL学習モデルにより抽出した「加工形状特徴ベクトル」を用いて、構成cの「取引データ212a(価格)と、スペック212bと、加工形状特徴ベクトル212cとを対応付けた教師データ212」を用いて学習した「見積学習モデル132」により、「見積結果224」を出力するものであって、当該「加工形状特徴ベクトル」を中間パラメータとして扱うものである。

ここで、適切に抽出された加工後の形状の特徴であれば、見積結果と相関が高いことは当業者にとって自明と言えることである。

そうすると、見積結果の出力のための見積学習モデル132において、入力を「加工形状特徴ベクトル」から、加工後の形状の特徴を抽出しない「板金加工に関する既存図面データ」へ変更することについて動機がなく、当業者が容易に想到し得たとはいえない。

(イ)相違点2について

甲1発明の構成dの「受付部121」が受け付ける「見積対象部品である板金の3Dモデル220」は、甲1発明の構成eの「画像変換部122」において「見積対象部品の前記3Dモデル220に対して所定の画像変換処理をおこなって、様々な向きから見た複数の画像データ221に変換し」て構成fの「特徴ベクトル抽出部124」において特徴ベクトルが抽出されるものであるところ、入力された3Dモデルを様々な向きから見た複数の画像データに変換する「画像変換部122」を有する甲1発明の入力を「3Dモデル」ではなく「新規図面データ」とすることは当業者が容易に想到し得たとはいえない。

換言するなら、3次元情報を含まない「新規図面データ」に対して「画像変換部122」により「所定の画像変換処理をおこなっ」た「複数の画像データ」は、「様々な向きから見た複数の画像データ」とはならないから、甲1発明の入力を「3Dモデル」ではなく「新規図面データ」へ変更することについて動機がなく、「画像変換部122」を有する甲1発明においては、寧ろ、入力を「新規図面データ」とすることに対する阻害要因があるといえる。

(ウ)相違点3、5について

甲1発明の構成gの「見積学習モデル132」は見積結果を出力するものであって、本件発明1の「類似判定モデル」のように、類似する既存図面データを出力するものではない。また、甲1発明の当該モデルは、「受け付けられた入力に係る前記新規図面データに類似する1以上の前記既存図面データを検索」するために用いられるものでもなく、「抽出された加工形状特徴ベクトル222と、見積対象部品のスペックと」に基づいて「見積対象部品の見積結果224「見積結果 価格:●●●円」を出力」するものである。

仮に、本件申立書の「<取消理由1>について」における特許異議申立人の主張のように「ディスプレイに情報を表示させることは、例示するまでもない程度の周知技術」であって当該周知技術を甲1発明に適用できたとしても、ディスプレイに表示されるのは「見積結果 価格:●●●円」との表示であり、本件発明1の構成1Cである「該検索された1以上の既存図面データをディスプレイに表示する」構成、又は構成1Eである「既存図面データに関連付けられて前記データベースに記憶された前記見積データを出力する」構成にはならない。

よって、甲1発明から、相違点3、5に係る本件発明1の構成とすることを当業者が容易に想到し得たとはいえない。

(エ)相違点4について

甲1発明の構成gの「見積学習モデル132」は、「類似判定モデル」ではなく、また、「受け付けられた入力に係る前記新規図面データに類似する1以上の前記既存図面データを検索」するものでもなく、「抽出された加工形状特徴ベクトル222と、見積対象部品のスペックと」に基づいて「見積対象部品の見積結果224「見積結果 価格:●●●円」を出力」するものである。甲1発明においては、そもそも、当該「見積結果224「見積結果 価格:●●●円」」は「出力」はされるものの「ディスプレイに表示され」るものではない。

本件申立書の「<取消理由1>について」において、特許異議申立人は、甲1の段落【0080】の「[システム] また、実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともできる。あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。」との記載、特に「一部を主導的におこなうこともできる」記載が存在することに基づいて、「前記検索部により検索され前記ディスプレイに表示された前記1以上の既存図面データのうち一つの前記既存図面データを選択する入力を受け付ける」ことが容易に想到し得た旨を主張するが、上記(ウ)に記載したように、仮に本件申立書の「<取消理由1>について」における特許異議申立人の主張のように「ディスプレイに情報を表示させることは、例示するまでもない程度の周知技術」であって当該周知技術を甲1発明に適用できたとしてもディスプレイに表示されるのは「見積結果 価格:●●●円」との表示であり、「該検索された1以上の既存図面データをディスプレイに表示する」構成にはならず、したがって「前記検索部により検索され前記ディスプレイに表示された前記1以上の既存図面データのうち一つの前記既存図面データを選択する入力を受け付ける」構成には至らない。

また、甲2には「製品(仕様)の見積り案を作成する際の仕様項目・仕様値や部品に関する候補及び組合せから好適な仕様項目・仕様値や部品を選択して好適な見積り案を作成する作業において、選択などによってコスト低減や納期短縮などに対応した見積り案(顧客要求仕様に対し一部の仕様項目・仕様値などを変更した代替案)を作成する技術」が示されるのみである。

よって、甲1発明から、相違点4に係る本件発明1の構成とすることを当業者が容易に想到し得たとはいえない。

(オ)まとめ

上記(ア)~(エ)のとおりであるから、本件発明1は、甲1発明、及び、甲2技術に基づいて、当業者が容易に発明をすることができたものとは認められない。

(3)甲1発明と本件発明2~4の対比及び判断

本件の請求項2~4は、請求項1を引用するものであり、構成1A~1Eを備えるものであるから、上記(2)で検討した本件発明1との対比及び判断と同様に、本件発明2~4は、甲1発明、及び、甲2技術に基づいて当業者が容易に発明をすることができたものではない。

(4)甲1発明と本件発明5の対比及び判断

本件の請求項5は、請求項1の構成1A~1Eと同様の構成である構成5A~5Dを備えるものであるから、上記(2)で検討した本件発明1との対比及び判断と同様に、本件発明5は、甲1発明、及び、甲2技術に基づいて当業者が容易に発明をすることができたものではない。

(5)甲1発明と本件発明6~8の対比及び判断

本件の請求項6~8は、請求項5を引用するものであり、構成5A~5Dを備えるものであるから、上記(2)で検討した本件発明1との対比及び判断、上記(4)で検討した本件発明5との対比及び判断と同様に、本件発明6~8は、甲1発明、及び、甲2技術に基づいて当業者が容易に発明をすることができたものではない。

(6)理由1(29条2項、甲1~2)についてのまとめ

上記(1)~(5)で検討したとおり、本件発明1~8は、甲1を主引例とした場合に、甲1発明、及び、甲2技術に基づいて当業者が容易に発明をすることができたものではないから、特許法29条2項の規定により特許を受けることができないとすべきものではない。

よって、本件発明1~8に係る特許は、同法113条2号の規定によって取り消されるべきものではない。

第5 むすび

上記「第4」のとおり、本件特許の請求項1~8に係る特許は、申立理由によって取り消すことはできない。

また、本件申立書で申し立てられた理由の他に、本件特許の請求項1~8に係る特許を取り消すべき理由を発見しない。

よって、結論のとおり決定する。

令和6年9月17日

審判長 特許庁審判官 千葉 輝久

特許庁審判官 片岡 利延

特許庁審判官 木方 庸輔

出典:特許庁「審決公報」(令和6年11月29日発行・号数2024-011、公報発行サイト https://www.gazette.jpo.go.jp/scciidl010 )を加工して作成(加工:TaiLexi AI)
本文は公表資料(PDF 等)から機械的に抽出・整形したもので、改行や記号に誤りを含むことがあります。正確な文言は原本でご確認ください。