この記事のポイント
Google Patents BigQueryデータに基づくIPC分類と出願人のマトリクス分析。トヨタ、ソニー、キヤノン、パナソニックなど国内大手から、Apple、Qualcomm、Huaweiなど海外勢まで、技術分野別の競争環境を解説。
特許出願の競争環境を正しく把握するには、「誰が」「どの技術分野に」出願しているかをマトリクスで可視化することが不可欠です。
本記事では、Google Patents BigQueryから取得した出願人データに基づき、日本特許の主要プレーヤーと技術領域の関係を分析します。
IPC分類×出願人マトリクスとは
分析の目的
| 活用場面 | 得られる情報 |
|---|---|
| 競争分析 | 自社技術分野のライバル企業を特定 |
| 空白領域の発見 | 大企業が手薄な分野を見つける |
| ライセンス先の特定 | 技術を必要としている企業を発見 |
| M&A分析 | 買収ターゲットの技術資産を評価 |
| 出願戦略の立案 | どの分野に集中すべきか判断 |
分析手法
IPC分類のサブクラス（例: G06N, H02S, A61K）を行、出願人を列に配置し、出願件数をセルに入力してヒートマップ化します。
日本での主要出願人一覧
Google Patents BigQueryのデータに基づく、日本での出願が多い企業を紹介します。
国内企業
| 企業名 | 主な技術分野 |
|---|---|
| トヨタ自動車 | 自動車、電池、水素、AI |
| ソニーグループ | 半導体、画像処理、エンタメ |
| キヤノン | 光学、印刷、医療機器 |
| パナソニック | 電池、家電、IoT |
| ダイキン工業 | 空調、冷媒、環境技術 |
| ファナック | ロボット、CNC、IoT |
| セイコーエプソン | 印刷、精密機器 |
| シャープ | ディスプレイ、太陽電池 |
| ブラザー工業 | 印刷、通信 |
| オリンパス | 光学、医療機器 |
海外企業（日本での出願が多い）
| 企業名 | 主な技術分野 |
|---|---|
| Apple | 通信、UI、ウェアラブル |
| Qualcomm | 通信（5G/6G）、半導体 |
| Samsung | 半導体、ディスプレイ、電池 |
| LG | 電池、ディスプレイ、家電 |
| Huawei | 通信（5G/6G）、AI |
| Ericsson | 通信インフラ |
| Philips | 医療機器、照明 |
| Pfizer | 医薬品 |
| Novartis | 医薬品 |
| IBM | AI、クラウド、量子コンピュータ |
技術分野別の競争分析
AI・機械学習（IPC: G06N）
主要プレーヤー: ソニー、ソフトバンク、Google、IBM、Huawei
出願が最も活発な分野（年+15%成長）。日本企業は応用技術中心、海外勢は基盤アルゴリズムでの出願が多い傾向。
中小企業の参入余地: 特定産業向けAI（製造業の品質検査、農業、物流など）に特化すれば差別化可能。
通信技術（IPC: H04）
主要プレーヤー: Qualcomm、Huawei、Ericsson、KDDI、ソフトバンク
標準必須特許（SEP）が多く、特許プール形式でのライセンスが一般的。中小企業の単独参入は困難だが、IoTデバイス側の実装特許には機会がある。
電池・蓄電（IPC: H01M）
主要プレーヤー: トヨタ、パナソニック、LG、Samsung SDI、CATL（BYD）
全固体電池の開発競争が激化。トヨタが世界最多の全固体電池関連特許を保有。
医薬品（IPC: A61K）
主要プレーヤー: Pfizer、Novartis、Bristol-Myers Squibb、テルモ、サントリー
核酸医薬とバイオシミラーが成長分野。日本企業は製剤技術とDDSに強み。
関連記事: バイオ特許の日本動向
空白領域の発見方法
ステップ1: IPC分類の絞り込み
自社の事業領域に関連するIPC分類を2〜3個特定します。
ステップ2: 出願人の一覧化
J-PlatPatでIPC分類を指定し、出願件数上位20社を抽出します。
ステップ3: マトリクスの作成
IPC分類のサブクラス（さらに細かい分類）×出願人でマトリクスを作成し、出願が少ないセル（＝空白領域）を特定します。
ステップ4: 空白の妥当性を検証
出願が少ない理由が「技術的に不可能」なのか「まだ誰も気づいていない」のかを検証します。後者であれば出願のチャンスです。
注意点
出願人名の表記揺れ
同一企業でも出願人名の表記が異なる場合があります。例えば、データ内で「Ｋｄｄｉ株式会社」と「KDDI株式会社」は別のエントリーとして扱われるため、名寄せ（統合）作業が必要です。
海外企業の日本語表記
海外企業は日本語カタカナ表記で出願されるため、「クゥアルコム・インコーポレイテッド」「クアルコム，インコーポレイテッド」のように同一企業が複数の表記で登録されています。
未公開出願の存在
出願後18ヶ月は出願内容が非公開です。最新の競争動向には1.5年のタイムラグがあることを考慮してください。
ツール・リソース
| ツール | 費用 | 特徴 |
|---|---|---|
| J-PlatPat | 無料 | 日本特許の網羅的検索 |
| Google Patents | 無料 | グローバル特許の横断検索 |
| Google Patents BigQuery | 従量課金 | 大量データの分析に最適 |
| PatSnap | 有料 | AIによる特許分析 |
| Derwent Innovation | 有料 | 引用分析・ランドスケープ |
比較：主要技術分野の競争激しさ
| 技術分野 | IPC | 出願密度 | 大企業占有率 | 中小企業の参入余地 |
|---|---|---|---|---|
| AI | G06N | 高い | 中 | 中（特定産業向け） |
| 通信 | H04 | 非常に高い | 高い | 低い |
| 電池 | H01M | 高い | 高い | 低〜中 |
| 医薬品 | A61K | 中 | 高い | 中（DDS、製剤技術） |
| 太陽光 | H02S | 中 | 中 | 中〜高 |
| ロボット | B25J | 中 | 中 | 中 |
よくある質問（FAQ）
Q. IPC分類×出願人マトリクスとは何ですか？
技術分野と出願人の2軸で特許出願状況を可視化する分析手法です。
Q. 日本で最も多く出願している企業はどこですか？
国内はトヨタ、ソニー、キヤノン、パナソニック。海外はApple、Qualcomm、LG、Samsungが上位です。
Q. 中小企業がマトリクス分析を活用するメリットは？
大企業が手薄な空白領域を発見し、集中出願する戦略が立てられます。
Q. マトリクス分析をどうやって行いますか？
J-PlatPatやGoogle Patents BigQueryからデータを取得し、IPC×出願人で集計します。
Q. 海外企業の日本出願が増えている分野は？
通信（5G/6G）、バイオ医薬、エレクトロニクスで海外勢の出願が活発です。
まとめ
IPC×出願人マトリクス分析は、特許戦略の「現在地」と「攻めるべき領域」を可視化するための基本ツールです。
- 競争環境の把握: 自社技術分野のライバルを特定
- 空白領域の発見: 大企業が手薄な分野こそ中小企業のチャンス
- 表記揺れに注意: 名寄せ作業が分析精度を左右する
- AI特許の引用分析や特許ポートフォリオ戦略と合わせて活用
最終確認日: 2026年3月31日
参考データ: Google Patents BigQuery（data/crawled/ipc-assignee-matrix.json）に基づく