審判番号 不服2025-010325
請求人 株式会社ITSO(代理人 弁理士法人小野・引田特許商標事務所)
商願2024-83248拒絶査定不服審判事件について、次のとおり審決する。
結 論
本件審判の請求は、成り立たない。
理 由
1 手続の経緯
本願は、令和6年7月19日の出願であって、その手続の経緯は以下のとおりである。
令和7年1月22日付け:拒絶理由通知書
令和7年2月21日 :意見書、手続補正書の提出
令和7年3月27日付け:拒絶査定
令和7年7月2日 :審判請求書、手続補正書の提出
令和7年11月17日付け:拒絶理由通知書
2 本願商標
本願商標は、「LLM OCR」の文字を標準文字で表してなり、第35類及び第42類に属する願書記載のとおりの役務を指定役務として、令和6年7月19日に登録出願され、その後、指定役務については、同7年2月21日及び同年7月2日提出の手続補正書により、最終的に、第42類「電子計算機の貸与,電子計算機用プログラムの提供,オンラインによるアプリケーションソフトウェアの提供(SaaS),コンピュータソフトウェアプラットフォームの提供(PaaS),クラウドコンピューティングを介した仮想コンピュータシステムの提供,コンピュータプログラムのインストール」に補正されたものである。
3 原査定の拒絶の理由の要点
本願商標は、「LLM OCR」の文字を標準文字で表してなるところ、構成中「LLM」の文字は、「膨大な文章データでディープラーニングによる事前学習を行った言語モデル」の意味を、「OCR」の文字は、「手書きされたり印刷されたりした文字や数字を、光学的に読み取る装置。光学式文字読み取り装置」の意味を、それぞれ有する語として広く使用されているものであることに加え、「LLM」及び「OCR」は併用して活用することが可能であり、「LLM」及び「OCR」の技術を用いた各種機器(コンピュータプログラム、AIを含む。)によって提供されるサービスが存在する実情がある。そうすると、本願商標をその指定役務に使用しても、これに接する取引者・需要者は、例えば、「LLM及びOCRの技術を用いた一般事務代行」、「LLM及びOCRの技術を用いたデータの転記業務の代行」のように、「LLM及びOCRの技術を用いた役務」と理解するにとどまるというのが相当であるから、本願商標は、役務の質を普通に用いられる方法で表示したものとして認識するにすぎないものである。したがって、本願商標は、商標法第3条第1項第3号に該当する。
4 当審における拒絶理由通知及びそれに対する請求人の回答
当審において、請求人に対し、令和7年11月17日付けで、別掲1ないし別掲4の事実を示した上で、本願商標は、上記2の補正後の指定役務との関係において、役務の質を普通に用いられる方法で表示する標章のみからなる商標であるから、商標法第3条第1項第3号に該当する旨の拒絶理由を通知し、相当の期間を指定して、これに対する意見を求めた。
請求人は、当該拒絶理由通知に対し、指定した期間を経過するも、何ら回答していない。
5 当審の判断
(1)商標法第3条第1項第3号について
ア 商標法第3条第1項第3号に掲げる商標が商標登録の要件を欠くとされているのは、このような商標は、商品の産地、販売地その他の特性を表示記述する標章であって、取引に際し必要適切な表示としてなんぴともその使用を欲するものであるから、特定人によるその独占的使用を認めるのを公益上適当としないものであるとともに、一般的に使用される標章であって、多くの場合自他商品識別力を欠き、商標としての機能を果たし得ないものであることによるものと解される(昭和53年(行ツ)第129号、最高裁昭和54年4月10日第三小法廷判決・裁判集民事126号507頁)。
また、この趣旨に照らせば、当該商標が指定商品又は指定役務の品質又は質等を表すものとして、審決時に需要者に広く認識されている場合はもとより、将来を含め、需要者にその商品又は役務の品質又は質等を表すものと認識される可能性があって、これを特定人に独占使用させることが公益上適当でないと判断されるときは、その商標は、同号に該当すると解するのが相当である。
イ 本願商標は、「LLM OCR」の文字を標準文字で表してなるところ、構成中の「LLM」の文字は、「膨大な文章データでディープラーニングによる事前学習を行った言語モデル」を意味し、対話型AIなどの生成AIで利用される、「large language model」の語の略語(「デジタル大辞泉」株式会社小学館)として辞書に載録されているものである。また、別掲1によれば、「LLM」は、前記の特徴を備えた、自然言語処理に特化したAIの一種であり、「大規模言語モデル」とも呼ばれている実情があることがうかがえる。
また、構成中の「OCR」の文字は、「光学的文字読取装置」(「広辞苑 第七版」株式会社岩波書店)の意味を有するものである一方、別掲2のとおり、近時においては、「文字をコンピュータが認識できるようデジタルデータに変換する技術」の意味でも使用されているものである。
加えて、別掲3のとおり、LLMを含むAI技術を用いたOCR(文字をコンピュータが認識できるようデジタルデータに変換する技術)が開発、提供されている実情がある。
そうすると、本願商標の各構成文字の意味と、前記の各実情に照らせば、本願商標は、全体として「LLM(大規模言語モデル)を利用した、文字をコンピュータが認識できるようデジタルデータに変換する技術」ほどの意味合いを容易に認識させるものである。
そして、別掲4のとおり、文字をコンピュータが認識できるようデジタルデータに変換する技術としてのOCR(システム、ソフトウェア)が、インターネット上で提供されている実情、OCR(システム、ソフトウェア)のインストールサービスが提供されている実情、及び、OCR機能を有する電子計算機の貸与を行うサービスが提供されている実情があることからすれば、本願商標を上記2の指定役務に使用するときは、これに接する取引者、需要者は、その役務が、LLMを利用したOCR(文字をコンピュータが認識できるようデジタルデータに変換する技術)システム又はソフトウェアを提供する役務であるという、役務の質(内容)を表示したものと認識するにとどまるものであって、本願商標は、特定人によるその独占使用を認めるのは公益上適当でないとともに、自他役務識別力を欠くものというのが相当である。
なお、上記のとおり、本願商標は、標準文字で表してなるものであるから、その態様上顕著な特徴は認められない。
以上を踏まえると、本願商標は、上記指定役務との関係において、その役務の質を普通に用いられる方法で表示する標章のみからなる商標といわざるを得ない。
したがって、本願商標は商標法第3条第1項第3号に該当する。
(2)審判請求書における請求人の主張について
ア 請求人は、本願商標は、格別の意味合いを有しない一種の造語であり、補正後の第42類の指定役務との関係において、これより直ちに特定の意味合いを認識させるものではなく、また、請求人による使用を除き、「LLM OCR」の文字が、前記指定役務の分野において使用されている事実は発見できない旨を主張する。また、請求人は、自身の使用に係る「LLM OCR」の文字のうち、「OCR」の文字を採択した意図を述べている。
しかしながら、上記(1)アのとおり、当該商標が指定商品又は指定役務の品質又は質等を表すものとして、審決時に需要者に広く認識されている場合はもとより、将来を含め、需要者にその商品又は役務の品質又は質等を表すものと認識される可能性があって、これを特定人に独占使用させることが公益上適当でないと判断されるときは、その商標は、同号に該当すると解するのが相当であるところ、本願商標を構成する「LLM」及び「OCR」の文字が有する意味、LLMを含むAI技術を用いたOCR(文字をコンピュータが認識できるようデジタルデータに変換する技術)が開発、提供されている実情に照らせば、本願商標を採択した請求人の意図に関わらず、本願商標は、全体として「LLM(大規模言語モデル)を利用した、文字をコンピュータが認識できるようデジタルデータに変換する技術」ほどの意味合いを容易に認識させるものであって、その指定役務との関係で、役務の質を表示記述するものとして取引に際し必要適切な表示であり、本願商標の指定役務の需要者によって本願商標がその指定役務に使用された場合に、将来を含め、役務の質を表示したものと一般に認識されるものであることは、上記(1)イで述べたとおりである。
イ 請求人は、過去の登録例を挙げ、本願商標も同様に、その指定役務との関係において、識別力を有していると判断されるべきである旨主張する。
しかしながら、登録出願に係る商標が、商標法第3条第1項第3号に該当するものであるか否かの判断は、当該登録出願の査定時又は審決時において、当該商標の構成態様と指定商品又は指定役務の取引の実情等に基づいて、個別具体的に判断されるべきものであるところ、本願については上記(1)のとおり判断するものであるから、請求人の挙げた登録例があることをもって、本願の判断を左右するものではない。
ウ したがって、請求人の前記主張は、いずれも採用することができない。
(3)まとめ
以上のとおり、本願商標は、商標法第3条第1項第3号に該当し、登録することができない。
よって、結論のとおり審決する。
令和8年3月2日
審判長 特許庁審判官 大島 康浩
特許庁審判官 小林 裕子
特許庁審判官 中島 光
別掲1(「LLM」が、自然言語処理に特化したAIの一種であり、「大規模言語モデル」とも呼ばれている実情)(下線は当合議体が付与。)(以下の記事は令和7年11月17日付け拒絶理由通知書の送付時点のもの。)
(1)「NECソリューションイノベータ」のウェブサイトにおいて、「LLM(大規模言語モデル)と生成AIやChatGPTとの違い」の見出しの下、「LLMと生成AIは、どちらも人工知能(AI)の一種ですが、階層と特化分野において異なる特徴を持っています。生成AIとは、テキスト、画像、音声などのデータを自律的に生成できるAI技術の“総称”です。一方、LLMは、自然言語処理に特化した“生成AIの一種”であり、膨大なテキストデータから学習することで、より高度な言語理解を実現したものです。」、「LLMは、自然言語処理に特化したAIモデルです。そのため、言語を用いるあらゆる分野への活用が期待されています。たとえば、対話/文章要約/翻訳/入力の続きを予測/文章の分類や言い換え/キーワードの抽出/入力されたプログラムのコードなどのバグチェック/情報の抽出などにおいて有用とされており、ビジネス分野では以下のような用途に役立つとされています。・デジタル上でのユーザーとのコミュニケーション全般・IT分野での情報検索や意味解釈の補佐。文章の要約・マーケティング分野での広告のテキスト作成・議事録内容の抽出」の記載がある。
https://www.nec-solutioninnovators.co.jp/sp/contents/column/20240229_llm.html
(2)「NRI」のウェブサイトにおいて、「用語解説 大規模言語モデル」の見出しの下、「大規模言語モデル(Large Language Models、LLM)とは、非常に巨大なデータセットとディープラーニング技術を用いて構築された言語モデルです。ここでいう「大規模」とは、従来の自然言語モデルと比べ、後述する3つの要素「計算量」「データ量」「パラメータ数」を大幅に増やして構築されていることに由来します。大規模言語モデルは、人間に近い流暢な会話が可能であり、自然言語を用いたさまざまな処理を高精度で行えることから、世界中で注目を集めています。」の記載がある。
https://www.nri.com/jp/knowledge/glossary/llm.html
別掲2(「OCR」の文字が有する意味について)(下線は当合議体が付与。)(以下の記事は令和7年11月17日付け拒絶理由通知書の送付時点のもの。)
(1)「weblio辞書」のウェブサイトにおいて、「IT用語辞典バイナリ」の見出しの下、「OCR」の語の説明として、「OCRとは、スキャナなどで入力された画像情報の中から、文字の形状に基づいて文字を識別し、コンピュータ上で扱える文字データへと変換する仕組みのことである。OCRの機能を備えた装置やソフトウェアも、同じくOCRと呼ばれる。この場合のOCRはOptical Character Readerの略とされる。」の記載がある。
https://www.weblio.jp/content/OCR
(2)「KDDI」のウェブサイトにおいて、「OCR」、「Optical Character Recognitionとは」の見出しの下、「OCR(Optical Character Recognition;光学文字認識) とは、印刷された文書や手書きの文字をデジタルデータに変換する技術です。この技術は、画像ファイル上の文字を認識し、編集可能なテキストデータに変換することを目的としています。現在、文書のデジタル化や自動データ入力、効率的な文書管理など、さまざまな分野のDX化に貢献しています。」の記載がある。
https://biz.kddi.com/content/glossary/o/ocr/
別掲3(LLMを含むAI技術を用いたOCR(文字をコンピュータが認識できるようデジタルデータに変換する技術)が開発、提供されている実情)(下線は当合議体が付与。)(以下の記事は令和7年11月17日付け拒絶理由通知書の送付時点のもの。)
(1)2025/10/20 化学工業日報3ページに、「TOPPANエッジ、国交省と貿易DXで協働」の見出しの下、「TOPPANホールディングス(HD)グループのTOPPANエッジは、3日から国土交通省と貿易DX(デジタルトランスフォーメーション)の推進に関し協働を開始した。TOPPANエッジ開発の貿易手続き効率化プラットフォーム(PF)と国交省が運用する港湾関連手続きのPFを連携させることで、関連業務の効率化を実現する。」、「TOPPANエッジは新たに「貿易手続き効率化プラットフォーム」を開発。光学文字認識(OCR)を用い、紙・PDFの貿易関連帳票から必要なデータを抽出し、貿易や物流などのさまざまな基幹システムに連携できる。大規模言語モデル(LLM)に貿易関連帳票を学習させたOCR「LLM OCR for Trade」により非定型帳票や手書き、他言語などにも対応、98%の高精度で読み取る。」の記載がある。
(2)「NCDC」のウェブサイトにおいて、「生成AIが変えるデータ読み取り。 LLMを用いたOCRのメリットを解説」の見出しの下、「LLMを用いたOCR」、「上記のような状況において、生成AIを用いたデータ収集プロセスの効率化への期待が高まっています。具体的には、文章だけではなく画像も情報源として新たに文章を生成できるマルチモーダルな大規模言語モデル(LLM:Large Language Model)をOCR領域で活用するケースが増えてきました。」、「こうした仕組みは、例えばAWSのAmazon Bedrockのプレイグラウンド機能を使って簡単に試すことができます。」の記載がある。
https://ncdc.co.jp/columns/9509/
(3)「Qiita」のウェブサイトにおいて、「LLM OCR vs 従来のOCR:文書処理の未来を解き放つ」の見出しの下、「光学文字認識(OCR)技術は長い間、デジタル化された文書の頼もしい助手でしたが、従来のOCRと新興のLLM OCRの違いについて考えたことはありますか?従来のOCRは古いプリンターのようなもので、仕事はできますが、複雑なシナリオではよく「詰まって」しまいます。一方、LLM OCRは賢い助手のようなもので、文字を認識するだけでなく、文書の「魂」を理解することもできます。今日は、この2つの違いについて話し、LLMOCRが文書処理にどのような新しい可能性をもたらすかを見てみましょう。」、「大規模言語モデル(LLM)ベースのOCR技術は全く異なります。文字を「見る」だけでなく、内容を「理解」することもでき、論理的な助手のようなものです。雑然とした学術論文を投げ込むと想像してください。LLM OCRは複数カラムのレイアウト、テーブルを簡単に分解し、タイトルや脚注の構造さえ保持できます。」の記載がある。
https://qiita.com/Selenium39/items/e297fcfb519e71a72ce4
(4)「Zenn」のウェブサイトにおいて、「【AI OCR×LLM】ここまで来たかAI OCR」の見出しの下、「AI OCRとLLMの組み合わせとは、まずどういった構造なのか?についてご説明します。形は非常にシンプルです。1:AI OCRで全文読み取り2:1で読み取った内容を元にプロンプトを記載3:プロンプトに基づき、さまざまな帳票の必要項目を抽出」、「まず最初にご紹介するのは、AI Inside社が提供するAI OCR 「DX Suite」の「項目抽出」です。この製品は「項目名と、必要に応じてプロンプトを設定すると、読み取った帳票の該当値をLLMが予測し、抽出、データ化してくれる」という製品です。」、「例えばAzure環境をお持ちであれば、Azure Document Intelligenceの全文読み取りのAI OCRと、Azure OpenAI Serviceを組み合わせて、より自社に合ったプロンプトを書いて、抽出をすることも可能です。」、「最後に、マルチモーダルによる対応というところもご紹介します。例えば、ChatGPTには、画像やファイルを読み取り、それに応じたプロンプトを記載することができますよね。その機能を使ってAI OCR相当のことができないか?ということです。」の記載がある。
https://zenn.dev/acntechjp/articles/399fa6af232cb2
(5)「Ficha」のウェブサイトにおいて、「最先端の生成AI(LLM)と高精度AI-OCRで業務を革新 Ficha AI-OCR」の見出しの下、「Fichaは自動運転にも用いられる高度な物体検知・画像認識技術を保有しており、当社のソフトウェアは、モビリティ領域において、すでに多数の自動車に搭載されています。Ficha AI-OCRは、この最先端の基盤技術を活かして開発された、信頼性の高いソリューションです。最先端のAI技術であるLLM(大規模言語モデル)についても独自に研究開発を進め、高精度かつ軽量なLLMを開発し製品に実装することで、従来では対応できなかった複雑な文書からの情報抽出や、より高度な業務の自動化を実現します。」の記載がある。
https://ficha.jp/ai-ocr/
(6)「ビジネス+IT」のウェブサイトにおいて、「なぜ、あの会社のAI活用は成功した?「LLM」×「AI-OCR」が実現する革命的データ活用術」の見出しの下、「本記事では、すでに成果を上げている企業の実例から、LLMを活用したAI-OCRの能力の引き出し方、データ活用の課題解決メソッドを徹底解説。明日からの業務改革に直結するヒントを提供する。」、「この課題に挑戦する企業の多くが採用しているのが、AI-OCRだ。従来型のAI-OCRには精度や使い勝手の面で課題が山積みであった。ところが最近、その解決策として注目を集めているのが、「生成AIのLLM(大規模言語モデル)」と「AI-OCR」の画期的な組み合わせである。」の記載がある。
https://www.sbbit.jp/article/sp/160993
(7)「YAHOO!JAPAN ニュース」のウェブサイトにおいて、「生成AIで文書のデジタル化が進化、MistralがLLMで実現する99%超の精度」の見出しの下、「LLMで進化するOCR技術の最前線」、「文書のデジタル化技術であるOCR(光学文字認識)の歴史は長く、これまで多くの改善が続けられてきた。(略)この状況は大きく変わりつつある。LLM(大規模言語モデル)との融合により、OCR技術は新たな段階に入ったのだ。2025年第1四半期には、LLMを活用したOCRシステムが標準的な文書で99.56%という高精度を記録。従来のOCRが苦手としていた低品質画像でも、20~30%の精度向上を実現したとされる。最近の動向で特に注目されるのが、多言語対応能力の向上だ。PaddleOCRに代表される新世代OCRツールは、80以上の言語に対応。複雑な文字体系でも高い認識率を発揮する。手書き文字の認識精度も向上し、従来型OCRの平均64%から、クリアな文字であれば80~85%まで改善されたという。コスト面でも革新が進んでいる。グーグルのGemini2.0 Flashは、6,000ページの処理を1ドルで実現。大規模な文書デジタル化プロジェクトの経済的障壁を大きく下げる可能性を示している。(略)ある大手金融機関では、LLM搭載OCRの導入により、処理速度が80%向上し、データ入力エラーは95%減少したと報告されている。さらに、メール処理の効率は60%改善され、全体的な業務効率は25%向上した。」の記載がある。
https://news.yahoo.co.jp/articles/376c85811e76e6248826fafd44240730e329868b
別掲4(文字をコンピュータが認識できるようデジタルデータに変換する技術としてのOCR(システム、ソフトウェア)が、インターネット上で提供されている実情、OCR(システム、ソフトウェア)のインストールサービスが提供されている実情、及び、OCR機能を有する電子計算機の貸与を行うサービスが提供されている実情)(下線は当合議体が付与。)(以下の記事は令和7年11月17日付け拒絶理由通知書の送付時点のもの。)
(1)「デジタクラル」のウェブサイトにおいて、「クラウド型OCRとは?メリットやデメリット、オンプレミス型との違いを分かりやすく解説」の見出しの下、「クラウド型OCRは、クラウドサービスのプロバイダが用意したサーバー上にシステムが置かれます。利用者はインターネットなどを介してそのシステムにアクセスしサービスを利用します。」の記載がある。
https://www.pfu.ricoh.com/fi/digitarakuru/tips/tips-0008.html
(2)「Canon」のウェブサイトにおいて、「クラウド型AI OCRソリューション CaptureBrain」の見出しの下、「さまざまな業務・業種で利用されている帳票を、デジタルデータに変換します。」、「スキャナなどから取得したイメージデータやPDFデータを登録し、独自の画像補正を実施後、AIによる帳票種別の認識、帳票仕分け、データを読み取ります。」の記載がある。
https://canon.jp/biz/solution/document/ocr/capturebrain
(3)「HITACHI」のウェブサイトにおいて、「紙の書類、もう手入力しなくてOK!~かんたん操作で業務効率アップ~AI-OCRソリューション」の見出しの下、「AI-OCR製品であるスマートOCRは、画像やPDFファイルから文字情報を正確に読み取り、データとして活用できるAI搭載のクラウド型のOCRサービスです。手書き文字や複雑なレイアウトにも対応し、読み取ったデータをエクセルで読み込み可能なデータ(csv形式)に出力できます。」の記載がある。
https://www.hitachi-solutions-create.co.jp/solution/ai_ocr/
(4)「RICOH」のウェブサイトにおいて、「AIを搭載したクラウド型OCRで経理・仕入業務の作業時間を大幅削減!」の見出しの下、「「RICOH 受領請求書サービス/RICOH 受領納品書サービス(旧:RICOH Cloud OCRシリーズ)」は、紙やPDFの請求書・納品書を文字データ化するクラウド型AI帳票認識OCRソリューションです。リコー独自の帳票解析技術と画像処理技術を搭載したAIが、事前の帳票定義を必要とせず帳票に記載された情報を自動認識し一括データ化します。データ化した情報は、CSVファイルの出力にて会計システムや仕入管理システムと連携できるので、帳票の入力作業を大幅に効率化します。」の記載がある。
https://www.ricoh.co.jp/service/cloud-ocr/special/workstyle/
(5)「Microsoft」のウェブサイトにおいて、「Azure AI Vision」の見出しの下、「OCRとAIを使用して、画像とビデオの分析から Computer Visionの分析情報を検出します」、「Azure AI Vision は、革新的なComputer Vision機能を提供する統合されたサービスです。事前構築済みの画像タグ付け、光学式文字認識(OCR)によるテキスト抽出、責任ある顔認識を使用して、アプリで画像の分析、テキストの読み取り、顔の検出を行う機能を提供します。機械学習の経験を必要とせず、ビジョン機能をプロジェクトに組み込みます。」の記載がある。
https://azure.microsoft.com/ja-jp/products/ai-services/ai-vision
(6)「NTT DaTa」のウェブサイトにおいて、「支援サービス」の見出しの下、「当社は数多くの実績と豊富な経験をもとに、OCRを利用した効率的なシステム設計・構築に必要となる基本データを、設計テンプレートとしてご用意させていただいております。お客様のご要望に応じ、豊富な経験をもとに最適なシステム構成・運用をご提案します。」の記載とともに、「8.インストール・設定サービス」として、「当社製品アプリケーションのインストール作業と、お客様のご利用環境に合わせた初期環境の設定を行います。」の記載、及び、「9.機器設置・設定サービス」として、「OCRシステム構築のために必要なハードウェア機器の設置・設定を行ないます。」の記載がある。
https://mediadrive.jp/support/sol_service
(7)「VALTEC Rental」のウェブサイトにおいて、「電子帳簿保存システム「MOT文書管理」機能付パソコンレンタル」の見出しの下、「MOT文書管理でできること」として、「ファイルのアップロード時、画像から取得した情報を各項目へ入力するOCR機能が利用できます。」の記載がある。
https://www.valtecrental.jp/relation/mot_bunshokanri/
(行政事件訴訟法第46条に基づく教示)
この審決に対する訴えは、この審決の謄本の送達があった日から30日(附加期間がある場合は、その日数を附加します。)以内に、特許庁長官を被告として、提起することができます。
(この書面において著作物の複製をしている場合の御注意)
本複製物は、著作権法の規定に基づき、特許庁が審査・審判等に係る手続に必要と認めた範囲で複製したものです。本複製物を他の目的で著作権者の許可なく複製等すると、著作権侵害となる可能性がありますので、取扱いには御注意ください。
出典:特許庁「審決公報」(令和8年5月29日発行・号数2026-005、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。