第１ 本記事の前提と結論
１ 「山中弁護士レベル」の意味
本記事では，「山中弁護士レベルのAI作成書面」を，公開された一次資料及び依頼者から適法に提供された資料を基に，論点，事実，証拠及び出典を対応させた実務上利用可能な書面の初稿を短時間で作成できる水準という仮定で用いる。
これは，特定のAIが日本の知財訴訟で既にこの水準へ達したという実証結果を述べるものではない。
また，AIが裁判結果を予測し，弁護士に代わって最終判断をするという前提でもない。
以下のAI利用例も，この仮定と必要な資料・機能が利用できることを前提とする。
調査の基準日は令和８年９月１３日である。
特許権侵害訴訟を中心に，審決取消訴訟，標準必須特許（SEP）訴訟，商標・意匠・著作権・営業秘密等の紛争及び知財弁護士の業務モデルへの影響を検討する。
特許出願書類の作成そのものは本記事の主題ではなく，AIの能力と人材育成を検討するために必要な範囲で参照する。
２ 結論
最も大きく短縮される可能性が高いのは，①大量資料の分類，②特許請求の範囲と対象製品の対比表の初稿，③先行技術候補の探索と差分表，④相手方主張への反論候補の列挙，⑤売上げ・数量・経費資料の集計，⑥準備書面，証拠説明書及び技術説明資料の初稿，⑦外国語資料の仮訳である。
いずれも，知財訴訟に固有の法的判断そのものというより，複数資料を一定の軸で対応付ける作業である。
他方，①争う特許・請求項・構成要件の選択，②技術者からの聴取と証拠の発見，③クレーム解釈，均等論，進歩性及び記載要件の評価，④秘密資料をどこまで開示するかの判断，⑤専門家・裁判所への技術説明，⑥和解・ライセンス条件の交渉，⑦AI出力の検証及び最終責任は，弁護士の中核業務として残る。
したがって，仕事が一律に消えるのではなく，「文章を作る時間」から「証拠を収集・保全し，主張を選び，技術と事業を理解し，結果に責任を負う時間」へ配分が変わると考えられる。
弁護士業務全般への影響は，山中弁護士レベルのAI作成書面が普及した場合に大きな影響を受ける弁護士の業務分野で説明している。
本記事は，そのうち知財訴訟を工程別に詳しく扱うものである。
第２ 知財訴訟でAIの影響が早く現れる理由
１ 争点と提出物が対応表にしやすい
東京地方裁判所知財部の特許権侵害訴訟の審理要領は，原則として，侵害の有無と無効論を扱う侵害論の後，侵害の心証が得られた場合に損害論へ進む二段階審理を示している。
同裁判所の侵害論の審理モデルでは，対象製品又は方法の特定，構成要件充足性，無効の抗弁，これに対する反論・訂正による対抗主張及び技術説明が順番に配置されている。
各段階で，主張，認否，証拠及び次の反論を対応付ける必要があるため，構造化と差分抽出を得意とするAIの影響が表れやすい。
２ 大量の技術・法律資料を同時に扱う
特許訴訟では，特許請求の範囲，明細書，図面，出願経過，対象製品の仕様，ソースコード，実験結果，先行技術文献及び裁判例を横断する。
商標・意匠・著作権事件でも，画像，広告，販売履歴，利用態様，制作過程及び市場資料の整理が必要になる。
AIは，資料ごとの用語の揺れを吸収し，候補となる対応関係を広く示す点で有用になり得る。
もっとも，資料に存在しない事実を推測で補えば，整った表や文章であるほど誤りを見落としやすい。
３ AIの有用性は確認されても，そのまま使える水準とは限らない
令和８年５月掲載の最高裁長官記者会見によれば，民事裁判における試行では，当事者間の主張整理に一定の有用性があった一方，出力をそのまま使える水準ではなかったとされる。
同会見は，裁判官の判断作用にAIを用いることは相当でないとし，ハルシネーション，機密性，個人情報，倫理及び利用者側の力量も課題として挙げる。
これは知財事件だけの検証ではないが，「整理支援」と「判断・責任」を分ける必要性は知財訴訟にも当てはまる。
第３ 侵害論と無効論に関する業務への影響
１ クレームチャートの初稿は大きく速くなる
AIは，特許請求の範囲を構成要件に分け，対象製品の仕様書，取扱説明書，ウェブ表示，写真及び解析結果から対応候補を抽出し，引用箇所付きの対比表を作ることができる。
相手方の認否反論を入力すれば，争いのない構成要件，直接侵害が争われる構成要件，間接侵害又は均等論を検討すべき箇所を再分類することもできる。
この作業の初稿作成時間は大きく減る可能性が高い。
しかし，対象製品の実際の動作が公開資料どおりであるとは限らない。
用語が同じでも技術的意味が異なり，反対に表現が違っても同じ構成を示す場合がある。
クレーム解釈，出願経過の評価，作用効果，置換可能性及び意識的除外等を踏まえて，どの対応関係を主張するかは弁護士・弁理士・技術者による検証を要する。
２ 無効資料調査は候補発見から証拠化まで分けて考える
東京・大阪地裁の平成２８年から令和７年までの統計では，判決で終局した事件で主張された特許権について，無効の抗弁なしが２２％，抗弁あり・判断なしが３６％，抗弁あり・特許有効判断が２１％，抗弁あり・特許無効判断が２１％である。
この割合の単位は事件数ではなく，判決終局事件で主張された特許権の数である。
無効の抗弁とこれに対する反論のための調査は，特許訴訟の主要な作業であることが分かる。
特許庁の令和８年２月２０日資料によれば，特許庁は，外国特許文献への検索インデックスの付与，国内文献の再解析，概念検索，類似度順ソート及び先行技術調査に役立つレポート作成機能等にAIを利用・検証している。
欧州特許庁のAI利用の説明も，分類，先行技術候補の識別，OCR及び起案支援を挙げつつ，実体判断と成果物への責任を人に残している。
これらは特許審査の資料であって日本の訴訟性能を直接示すものではないが，検索候補の生成が急速に自動化する方向を示している。
AIが拾った文献は，公知日，公開内容，翻訳の正確性，引用箇所，証拠として提出する版及び主引用例と副引用例の組合せを人が確認しなければならない。
今後の調査業務は，検索式を作って文献を一件ずつ探す時間よりも，広く集めた候補から漏れと誤検出を点検し，進歩性の論理として成立する組合せを選ぶ時間の比重が高くなると考えられる。
３ 反論候補は増えるが，主張の絞り込みが重要になる
AIは，構成要件ごとの文言侵害，均等論，禁反言，無効理由，訂正案及び再反論の候補を多数作れる。
しかし，提出できる候補が増えるほど，弱い主張が強い主張を埋没させ，後の説明や和解交渉との整合性を崩す危険も増える。
知財訴訟の弁護士には，考えられる主張を漏れなく列挙する能力より，証拠と事件の見通しに照らして採用する主張を早い段階で絞る能力が一層求められる。
第４ 証拠収集，秘密管理及び損害論への影響
１ 公開情報の整理と相手方内部資料の取得は別問題である
AIは，ウェブページ，カタログ，特許文献，決算資料，製品画像及び公開ソースコードを集めて時系列や対応表を作ることができる。
しかし，製造方法，内部ログ，非公開ソースコード，販売数量，原価及びライセンス条件など，相手方又は第三者だけが保有する資料をAIが新たに作り出すことはできない。
現行特許法は，具体的態様の明示義務（１０４条の２），無効の抗弁（１０４条の３），書類等の提出命令（１０５条），査証（１０５条の２以下）及び秘密保持命令（１０５条の４）等を定めている。
どの事実を立証するために，どの資料又は装置を対象とし，任意開示，提出命令又は査証をどう使うかは，証拠の所在と要件を踏まえた訴訟設計である。
AIは申立書の候補を作れても，必要性，特定，代替手段，営業秘密との均衡及び相手方の応答を見越した判断を代替しない。
２ 損害額の集計と複数シナリオの試算は速くなる
東京地裁の損害論審理モデルは，特許法１０２条の根拠に応じ，売上げ，控除経費，譲渡数量，実施料率等を主張し，裏付け資料を提出する流れを示している。
AIと表計算処理を組み合わせれば，製品・期間・地域別の売上げを整形し，経費科目を分類し，複数の損害算定シナリオを短時間で比較できる。
提出書面の数値と原資料のセル又は伝票を対応させ，計算過程を再現可能にする作業にも有用である。
もっとも，どの製品・期間が侵害に関係するか，どの経費を控除するか，特許発明が利益にどの程度寄与したか，販売できなかった事情又は推定覆滅事情をどう評価するかは，事業実態と証拠に即した判断である。
誤った対象範囲を前提にした精密な計算は，誤りを拡大するだけである。
３ 秘密資料をAIへ入力する前の統制が必要である
知財訴訟では，未公開発明，製造条件，ソースコード，顧客別売上げ及びライセンス条件等を扱う。
東京弁護士会LIBRA令和８年６月号の記事は，会員向けガイドラインのサービス選定基準として，業務利用が規約に適合するか，入出力を学習等に使わないか，事業者のアクセスが制限されるか，暗号化等の安全管理があるか，保存・削除を管理できるかを挙げる。
同記事は推奨事項の紹介であり，特定サービスの安全性を保証するものではない。
事件資料を入力する前に，契約プラン，管理者設定，保存先，アクセスログ，保持期間，削除，委託先及びインシデント対応を確認する必要がある。
秘密部分を除いた作業用データ，案件別の閉鎖環境及び出力物の持出し管理を組み合わせなければ，書面作成の効率化が守秘義務上の新たな危険を生む。
第５ 技術説明，控訴・審決取消及びSEP訴訟への影響
１ 技術説明資料は作りやすくなるが，理解させる責任は残る
知財高裁の専門委員制度紹介によれば，技術説明会では，実施品・被疑侵害品，動画，特許発明と製品の対応図及び部品ごとの色分け等を用いた説明が行われる。
説明に用いる資料は書証として提出して記録に残す一方，専門委員の説明自体は証拠ではないとされる。
AIは，長い明細書から要点を抽出し，図面番号をそろえ，クレームと製品の対応を色分けし，想定質問を作ることができる。
それでも，裁判官・専門委員がどこで理解を誤りやすいかを見極め，技術者の言葉を法的争点へ翻訳し，実物・実験・動画のどれを使うかを選び，その場の質問へ答える仕事は人に残る。
２ 控訴・審決取消訴訟では早期の争点固定が一層重要になる
知財高裁の審決取消訴訟の進行モデルでは，原告は概ね訴状提出から４週間後までに基本的書証，概ね６週間後までに取消事由を記載した準備書面等を提出し，通常は第２回弁論準備手続期日までに主張立証を完了する。
AIは，審決，引用文献，審判段階の主張及び新たな主張候補の差分を抽出し，取消事由の初稿を早く作れる。
その反面，時間内に作れる論点が増えるため，審決のどの判断過程を，どの証拠と法的理由で争うかという選択が従来以上に重要になる。
令和７年の公表統計では，全国地裁第一審の知財民事事件は新受５４５件，既済５１７件，平均審理期間１３．９月，知財高裁の知財民事控訴事件は新受８８件，既済９９件，平均審理期間８．４月，審決取消訴訟は新受１２１件，既済１２４件，平均審理期間８．０月である。
これらは事件の規模を示す統計であり，AIによる時間短縮又は勝敗への影響を示すものではない。
３ SEP訴訟ではデータ分析と交渉支援の比重が高まる
令和８年１月の東京地裁SEP訴訟審理要領は，第１回期日からの和解促進，グローバルFRAND実施料の算定，交渉経過並びに販売数・販売額等の証拠を重視する。
AIは，ポートフォリオ，標準規格，既存ライセンス，交渉履歴，製品別売上げ及び比較契約を整理し，トップダウン方式と比較方式による複数の算定案を作ることができる。
しかし，比較契約の経済的背景，ポートフォリオの実質的価値，相手方のライセンス意思，世界各国の手続との関係及び提示条件の受容可能性は，データを並べるだけでは決まらない。
SEP訴訟では，AIによる分析力よりも，分析を交渉可能な条件へ変換し，国際的な紛争全体を収束させる弁護士の役割が価値を持つと考えられる。
第６ 商標・意匠・著作権・営業秘密等への影響
１ 商標・意匠事件
商標事件では，被疑標章と登録商標について，外観，称呼及び観念に関する比較材料を整理できる。
意匠事件では，画像認識と検索を使い，被疑意匠と登録意匠の形態上の共通点・相違点を抽出する作業に利用できる。
警告書，答弁書及び類否に関する準備書面の初稿も速くなる。
もっとも，商標では取引の実情や使用態様を踏まえた評価が必要であり，意匠では，意匠法２４条２項に従い，需要者の視覚を通じて起こさせる美感に基づく類否判断が必要である。
現地調査，販売実態，広告経路，アンケートその他の証拠をどう組み立てるかは残る。
２ 著作権事件
AIは，長い文章，プログラム，画像，音楽又は映像から共通部分の候補を抽出し，制作時期，公開履歴及びアクセス可能性に関する資料を時系列化できる。
しかし，共通部分がアイデア，事実，ありふれた表現又は創作的表現のいずれであるか，依拠が認められるか，利用許諾の範囲内かは法的・事実的評価を要する。
生成AIを用いて作られたコンテンツの紛争では，プロンプト，生成履歴，人の修正，元データ及び公開時点を早期に保全する仕事が特に重要になる。
３ 営業秘密・ソフトウェア事件
営業秘密事件では，アクセスログ，持出し履歴，ファイル差分，メール及び退職前後の行動を大量に整理する用途にAIが向く。
ソフトウェア事件では，仕様，ソースコード，コミット履歴及び実行結果の対応候補を抽出できる。
他方，秘密管理性，有用性，非公知性，取得・使用行為及び因果関係の立証では，事案に応じて，デジタル証拠の同一性や取得経過を確認し，技術者の説明その他の証拠と対応させる必要がある。
営業秘密そのものを外部AIへ入力すれば保護対象を危険にさらすため，この分野ではAIの能力より利用環境の設計が先行条件になる。
第７ 弁護士の作業量，報酬及び組織への影響
１ 時間単価型の書面作成は圧力を受ける
同じ品質の初稿を短時間で作れるようになれば，資料要約，対比表，定型的な認否反論及び書面の体裁調整に長時間を計上することは説明しにくくなる。
依頼者は，作業時間そのものより，早い段階での勝敗・差止め・無効・損害・和解の選択肢，予算及び事業影響の説明を求めるようになると考えられる。
固定報酬，工程別報酬又は一定の成果物と意思決定支援を組み合わせた料金設計が増える可能性がある。
ただし，日本の知財訴訟に限定して，生成AI導入前後の弁護士作業時間，報酬又は勝敗を比較した公開実証研究は，本調査では確認できなかった。
具体的な削減率又は報酬下落率を示すことはできない。
２ 少人数事務所の対応範囲は広がるが，専門家連携は消えない
AIにより，大量資料の初期整理，外国語文献の仮訳及び複数論点の洗い出しが速くなれば，少人数の事務所でも初動の対応範囲を広げられる。
他方，機械，化学，情報通信，バイオ等の技術理解，実験，ソースコード解析，会計資料の検証及び外国訴訟との調整では，弁理士，技術者，会計専門家及び外国弁護士との連携が必要である。
組織の優位は人数だけでなく，必要な専門家を早期に組み合わせ，AIが扱える共通形式へ資料を整え，検証責任を割り当てる能力へ移る。
３ 若手育成を自動化任せにしない
米国の特許書類作成に関する３か月の無作為化比較試験では，米国１１事務所の特許弁護士１３３人をAI利用群と対照群に分けたところ，AI利用中の成果物品質は改善したが，AIを使わない評価課題での改善はシニアに集中し，ジュニアには平均的な改善がなかったと報告されている。
これは米国の特許出願書類作成の研究であり，日本の知財訴訟へ直接当てはめることはできない。
それでも，基礎知識のある者ほどAIから学習効果を得やすい可能性を示す点は重要である。
若手に初稿を一から考えさせる機会をすべてなくすと，クレームを分解し，原典を読み，弱い主張を捨て，技術者へ質問する技能が育ちにくい。
AIの案と原典を照合して誤りを指摘する課題，AIを使わずに短い争点メモを作る課題及び技術説明を口頭で行う課題を意図的に残す必要がある。
第８ 知財訴訟でAIを使うための実務設計
１ AIへ渡す前に事件資料を固定する
資料ごとに，取得元，取得日，版，頁，対象期間及び秘密区分を付ける。
ウェブ資料はURLと取得日時を，特許文献は公開番号と公知日を，製品資料は型番・版・対象市場を記録する。
AIへ渡す作業用コピーと，変更しない原資料を分け，変換・OCR・抜粋の履歴を残す。
２ 出力を命題単位で検証する
準備書面の各重要文について，事実，証拠，法令・裁判例，推論及び不明を区別する。
引用はリンク又は文献名だけでなく，頁・段落・図表・セル等の確認位置まで対応させる。
AIが示した裁判例名，事件番号，判決日，条文及び技術文献は，必ず原典を開いて確認する。
具体的な確認方法は，AI作成の裁判書面におけるハルシネーション防止で説明している。
３ 人が決める事項を先に定義する
AIを使う前に，①誰が最終版を承認するか，②どの主張を採用・撤回するか，③どの資料を提出・非提出とするか，④秘密資料を誰まで開示するか，⑤数値計算を誰が再計算するか，⑥技術者・依頼者の確認をどの時点で得るかを決める。
書面生成を自動化しても，この責任分担が曖昧であれば，速く誤るだけになる。
AI時代の弁護士の価値を作業時間から意思決定支援へ移す考え方は，AI時代における弁護士の価値を参照されたい。
第９ まとめ
知財訴訟では，構成要件対比，先行技術調査，反論候補，数値集計及び書面初稿のように，資料間の対応関係を作る業務が多い。
山中弁護士レベルのAI作成書面が普及するという仮定の下では，これらの作業時間は大きく減り，書面作成量だけを価値とする業務は強い影響を受けると考えられる。
一方，訴訟の帰趨を左右するのは，資料にない事実を発見し，技術的意味を理解し，利用できる証拠に変え，提出する主張を絞り，秘密を守り，裁判所と相手方へ説明する仕事である。
AIが作れる文章が増えるほど，弁護士には，どの文章を提出しないかを決める判断と，提出した内容に責任を負う能力が求められる。
現時点で，日本の知財訴訟におけるAI導入の作業時間，報酬及び結果を直接測った公開実証は確認できない。
したがって，本記事の将来影響は，確認済みの裁判所運用，公的機関のAI利用及び限定的な海外研究から導いた推論であり，個別事件への適用には資料，技術分野，裁判体及び利用するAI環境の確認を要する。
第１０ 出典・参考資料
１ 法令・裁判所資料
①e-Gov法令検索「特許法」（令和８年５月２１日施行の現行条文を確認）。
②東京地方裁判所「特許権侵害訴訟の審理要領」並びに同頁の侵害論・損害論モデル。
③知的財産高等裁判所「専門委員制度紹介」及び「審決取消訴訟（特許・実用新案）の進行について」。
④東京地方裁判所「標準必須特許（SEP）に基づく特許権侵害訴訟の審理要領」（令和８年１月）。
⑤知的財産高等裁判所「統計」掲載の令和７年統計及び平成２８年から令和７年までの特許侵害訴訟統計。
⑥最高裁判所「今崎最高裁判所長官による憲法記念日記者会見の概要」（令和８年５月掲載）。
２ AI利用・研究資料
①特許庁「令和６年度改善提言に関する特許審査の取組状況」（令和８年２月２０日，１頁～３頁）。
②東京弁護士会LIBRA「生成AIサービスの適正な業務利用に向けて」（令和８年６月号，２５頁～２７頁）。
③European Patent Office, AI use at the EPO（令和８年８月１４日更新）。
④MIT Stone Center, Does AI Assistance Enhance or Erode Expertise?（令和８年９月。米国の特許出願書類作成に関する研究であり，日本の知財訴訟の実証ではない。）。