自動運転は急速な発展を遂げ、計算処理や言語処理といったAIの他の機能と並び、AIの主要な活用分野の一つとなりました。AIは、車外カメラやモーションセンサーなどのハードウェアを含む特許取得済みの分析システムと連携することで、自動運転車が多様な地形を走行することを可能にしています。 

AIがこの技術の進歩に大きな役割を果たしてきた一方で、自動運転車の特許の歴史は1970年代にまで遡ります。1977年に筑波大学が開発した初の自動運転車は、アナログカメラのみを使用して時速20マイル（約32km）での走行を実現しました。その後、1986年にはドイツの連邦軍大学ミュンヘン教授であり、プリンストン大学で制御工学の博士研究員を務めたエルンスト・ディックマンズ氏が、車両の自律走行を可能にするシステムの特許を初めて出願しました。特許番号DE3619824A1において、同氏は「車両に取り付けられ、その画像データが情報処理装置によって処理される画像センサー」を備えたシステムについて記述しており、このシステムを2台のメルセデス・ベンツ500 SELに搭載してフランスの高速道路で時速130kmを記録する試験を行いました。 

この技術は、特許文献や非特許文献を通じて初期から存在しており、先行技術の効果的な保護と活用によってその発展が支えられてきました。こうしたシステムを基盤として、現在のAI駆動型システムは、初期の技術特許に記載された監視システムから得られる複雑なデータを解釈・活用するように進化しました。IBMのような企業が今後さらに効果的に活用しようとしているのは、まさにこのデータです。 

AI駆動型の自動運転システムに必要な接続性は、自動運転車のユーザー（ライドシェアや自家用車を問わず）が自身の体験をよりコントロールし、さらなる付加価値を享受するためにも活用できます。IBMの最近の特許では、自動運転車の動力源となるシステムから生成される非クリティカルなリソースやデータを「利用可能なリソース」と定義し、乗客の体験を向上させる手法が詳述されています。例えば、車内のソフトウェアやハードウェアを動かすために必要な接続性を活用することで、ユーザーにインターネットやデータベースへの接続を提供し、仕事からゲーム、ストリーミングによるエンターテインメントまで、あらゆる用途に利用できるようになります。こうしたリソースの利用範囲は、車両の自動運転システムを適切に動作させるために必要な容量を圧迫しないよう、車載システムの余剰容量に応じて決定されます。 

こうした特許は、自動運転車の普及を目指す企業が、システムに対して懐疑的な消費者に対して付加価値を提供することを可能にします。さらに、こうしたシステムの開発には多額の資本が必要となるため、利用可能なすべてのデータと容量を活用することは、企業の利益を最大化する上で不可欠です。この利益をさらに最大化し、資本を効率的に活用するためには、システムを保護するための知的財産（IP）戦略も考慮しなければなりません。アルゴリズム自体は特許の対象にはなりませんが、関連するハードウェアやソフトウェアアルゴリズムの各ステップは特許取得が可能であり、これによりAIおよび自動車セクターの業界リーダーは市場での優位性を最大化できます。また、こうした特許は将来の開発における品質基準としても機能し、次世代の技術開発が少なくとも現行技術と同等の水準を維持することを保証する上で重要です。効率的なIP管理のために、patlytics.aiのようなAIを活用したIPポートフォリオ管理ソフトウェアを導入すれば、企業は最新の特許データベースと比較しながら、資本効率の高い方法でIPポートフォリオを管理できます。これにより、コスト効率の良いIP管理が実現するだけでなく、USPTO（米国特許商標庁）やWIPO（世界知的所有権機関）のデータベースとの比較を通じて、IPポートフォリオを継続的に改善することが可能になります。侵害や無効性の検知が容易になることで、企業は自動車技術の未来を切り拓くための開発に、注力すべきリソースと資本を集中させることができるのです。