2021年4月19日月曜日

知財デザインプロセスについて

前回までの内容を鑑みまして、知財デザインプロセスをまとめますと以下のようになります。

 

まず、マーケティングプロセスにより量的な分析をします。次に、QFDによりブランド、デザインの質的分析をします。最後に、多空間デザインモデルにより、質的設計をします。

マーケティングプロセスについては、IPランドスケープとして、多くの方がやり始めている状況ですので、その成果を流用(まね、パクリ?)しようと思います。

QFDについては、私が事例を作るしかありません。実のところQFDは設計行為なのではないかとも思い始めました。そうしますと、上記図はさらに簡略化できます。 

多空間デザインモデルについては、本家の方(KO大学)の活動の再活発化に期待して、私の方は細々とやろうと思います。

知財デザインプロセスによれば、うまくゆけば、情報を処理することにより、新規製品の設計がなされる、ということになります。

(もちろん、アブダクションであることから、なされた設計には誤りがある、という宿命は残ります。)

上図の量的、質的、帰納法やアブダクションについては、言葉の定義についていろいろ指摘がありそうですので、隠し属性として省略し、より簡単な図としたいと思います。

能書きはこのような感じとして、これからGWにかけて、第1弾の資料を作りたいと思います。

2021年4月16日金曜日

デザインはアブダクション

知財デザイン本ですが、今は知識の整理をしております。

今、整理が必要と感じているのが、

1.分析(アナリシス)と設計(デザイン)の関係の整理 

2.量的分析と質的分析の関係の整理

となります。

私は研究者ではありませんので、表面的な整理ができれば、それでよいと考えております。

1.分析(アナリシス)と設計(デザイン)ですが、本を読んでおりますと、推論法に相違があるようです。

世の中に存在する、推論法には

1.演繹法

2.帰納法

3.アブダクション

の3つがあるそうです。なぜアブダクションだけカタカナなのかは、適当な日本語がないからとなります。(wikiによれば、仮説形成、仮説的推論ともいうそうです。)

分析(アナリシス)に使用されるのが帰納法、設計(デザイン)に使用されるのがアブダクションとなります。

演繹法とは、普遍的知識(法則)と個別的知識から知識を導く推論

帰納法とは 、個別的知識と経験的知識から普遍的知識(法則)を導く推論

アブダクションとは、経験的知識と普遍的知識(法則)から個別的知識を導く推論

となります。これではよくわかりませんが、うまくまとまっている資料がありませんでした・・・。

私の仕事にあてはめてみますと、

大学院時代:徹夜で実験してデータを集め、原理を解明する→帰納法的業務

サラリーマン時代:要求仕様に沿う装置を徹夜で設計する→アブダクション的業務

弁理士時代:審査基準に沿って特許性判断、裁判例に基づいて侵害性判断→演繹法的業務

となります。 

そういう意味では私は、すべての推論法をマスターしているということになります(まあ、ほかの方もそうかもしれませんが・・・)。

演繹法と帰納法は推論の精度が高く、アブダクションは仮説が入るため推論の精度が(誰がやっても)低いとされます。

それなら、演繹法と帰納法がよいのではないか、と思いますがその通りで、頭の良い方は演繹法的、帰納法的なお仕事(医者、弁護士、官僚、コンサルタント)をしていると思います。

それなら、アブダクションはいらないと思いがちですがそうでもありません。演繹法と帰納法は確実性が高い反面、差別化しにくいというデメリットがあります。つまり、誰がやっても同じような結果となります。

アブダクションは誰がやっても失敗する反面、ひらめきとか、何かよくわからない能力が関与しますので、差別化できる可能性があります。

差別化できないというのはビジネスの世界では問題となります。最近デザイン経営がもてはやされているのは、アブダクションによる差別化が図れるというのも一因かもしれません。

さて、前回、量的分析は仮説検証、質的分析は仮説生成としました。仮説検証を帰納法で行い、仮説生成をアブダクションとしますと、以下のようにまとまります。

そうしますと、分析(アナリシス)とは量的分析であり仮説検証に帰納法が用いられる。

デザインは質的分析であり仮説形成にアブダクションが用いられる?

となりますのでしょうか。

いずれにせよ、融合化して考えた方がよいのか、別のものとした方が良いのかよくわかりませんので、もう少し考えてみようと思います。

【PR】“AI、生成AI”による知財業務の効率化、スピード化のセミナーについて(9/27開催)

掲題の件、セミナーの1/4を担当することになりました。私の担当分は、「【第2部】生成AIで革新する特許データ分析」です。URLは以下となります。 AI 生成AI 特許調査 分析 翻訳 技術情報協会はセミナー・出版・通信教育を通じて企業の最前線に立つ研究者、技術者をサポートし社会に...