AIエージェント能力アトラス › 仕事ごとの一覧 › 研究・問題解決 › 発明・アイデア創出

既存技術の新規組み合わせ・TRIZ的発明支援

Cross-Domain Ideation & TRIZ-Style Invention Support

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

TRIZの40原理・矛盾マトリックスを特許データベース全体に対して高速適用できる点は専門コンサルタントより網羅的だが、生成された解が『新規だが頑健でない（実現性が低い）』傾向が2026年のベンチマークで確認されており、実装可能性の判断は人間の技術者に劣る。

できること

技術的矛盾の抽出とTRIZ発明原理の提案（AutoTRIZ, TRIZ-GPT）、特許データベースを横断した類似解決パターンの発見、複数分野をまたぐアナロジー提案。

まだできないこと

提案した組み合わせ解の実現可能性・頑健性を自ら保証すること。2026年のInnoGymベンチマークでは、AIエージェントが『新規性はあるが頑健性を欠く』解を量産する傾向（novelty without robustness）が確認された。

なぜそうなのか

新規性スコアは既存解との差分（埋め込み距離等）で測定される一方、実現可能性・製造容易性は物理的制約や暗黙のドメイン知識に依存し、これを検証する自動評価器が未整備。

これからの予測の根拠

評価器（フィージビリティ判定モデル）の整備が進めば2028年には頑健性ギャップが縮小し実務品質に近づくが、物理的実現可能性の自動検証は分野横断的に汎用化しにくく2030年時点でようやく専門家並みの一部到達と予測。

いま使える主な道具

AutoTRIZ、TRIZ-GPT、IdeaForge、iPatent (LLM+TRIZ multi-agent)

根拠

• TRIZ-GPT: An LLM-augmented method for problem-solving 2024-08
  LLMを用いたTRIZ手法の自動化、技術的矛盾の抽出と発明原理の提案
• Published as a conference paper at ICLR 2026 (InnoGym) 2026
  18の実世界工学・科学タスクで『新規性はあるが頑健性を欠く』というAIエージェントの持続的ギャップを実証
• IdeaForge: A Knowledge Graph-Grounded Multi-Agent Framework for Cross-Methodology Innovation Analysis and Patent Claim Generation 2026-05
  複数の発明手法（TRIZ含む）を横断する知識グラフ根拠付きマルチエージェント発明支援フレームワーク

同じ分野のほかの仕事（発明・アイデア創出）

• 先行技術調査
• 特許明細書・クレームの下書き
• 特許審査・オフィスアクション対応の自動化
• AI発明者性の法的整理と発明経緯の文書化

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。