汎用プロンプトv2を3社に適用した実戦検証レポート。母集団規模に応じてモードを自動切替し、エクサウィザーズはMモード（深掘り）、テスラとNVIDIAはGモード（俯瞰）で分析。最後に3社を「同一軸ではなく構造的に異なる戦略マップ」上に布置する。
v2プロンプトの最初の仕事は、母集団規模に応じたモード判定である。3社の公開データを確認した結果、以下のとおり判定した。判定が単純な「件数」ではなく「分析の効き方」に基づく点が要諦である。
| 企業 | 特許規模（概算） | 判定モード | 判定理由 |
|---|---|---|---|
| エクサウィザーズ | 数十件規模 | Mモード | 少数母集団。統計分析より核特許の精読が効く。AI実装企業の知財は「実装ノウハウ×契約」に重心 |
| テスラ | 約4,060件 | Gモード | 大規模・多技術領域。クラスタ俯瞰と動態が効く。ただし「特許開放」という逆説的戦略を別途読む |
| NVIDIA | 約17,324件（登録9,185） | Gモード | 超大規模・26法域。フルスタック垂直統合の俯瞰が効く |
当初「スタートアップ」として指定されたエクサウィザーズは、確認の結果すでに東証グロース上場済み（4259）で、2026年3月期は売上119億円・営業利益15億円（前期比約65倍）と黒字化局面にあった。v2の「判定が曖昧なら公開データで規模を確認してから確定する」という規律が機能し、「IPO前」ではなく「上場済みグロース企業」として前提を補正した。これはプロンプトの自己補正機能が実戦で効いた好例である。
注：以下の特許件数・分布は公開特許DBおよび各社IR・報道に基づく概算であり、確定値ではない。実コンサル提供時はGoogle Patents／EPO等の一次データで各数値を検証する。3社の図表のうち、ポートフォリオ分布比率や評価マップ座標は構造説明のための概念表現を含む。
エクサウィザーズの勝ち筋を一文にすると——「大企業・自治体が安心して生成AIを使える『実装と定着』の仕組みを、マルチLLM運用ノウハウとして握っている」。NVIDIAやテスラが「自社で技術を作る」企業だとすれば、エクサウィザーズは「他社の基盤モデル（GPT/Claude/Gemini/tsuzumi等）を、日本企業が使いこなせる形に変換する」企業である。勝負どころは基盤モデルそのものではなく、その上の運用層・定着層にある。
「生成AIで生産性が上がる」という結果ではなく、それを成立させる条件に分解すると、(1) 複数LLMを用途に応じ切替・移行できること、(2) セキュリティ/コンプライアンスを企業要件に合わせ込めること、(3) 現場で「使われるAI」にする定着支援、(4) 業務テンプレート/RAGによる精度確保——の4点に解ける。同社の知財・サービスはこの成立条件に対応している。
少数母集団のため、件数網羅ではなく核となる権利と「防御の重心」を特定する設計とした。AI実装企業の権利スタックは、特許よりも営業秘密・ノウハウ・データ・契約・商標（プラットフォームブランド）に重心が移る——これは製造業とは構造が異なる点である。
同社の象徴的な特許がLLM切替・マイグレーション最適化（特許7471044, 2024年登録）である。これは「複数の基盤モデルを、プロンプト改善を介して移行可能にする」技術で、まさに前述の成立条件(1)を1対1で封じている。基盤モデルが乱立し、特定モデルへの依存リスクが顕在化する時代において、「どのモデルでも使える」こと自体を権利化するという発想は示唆的だ。
防御は二層構造を成す。表層は特許・商標（exaBaseブランド）という可視の壁、深層は導入実績・業務テンプレート150種以上・自治体/官公庁200超への定着ノウハウという模倣困難な暗黙知の壁。競合がLLM切替技術を回避しても、定着ノウハウと顧客基盤で引っかかる構造である。
同社の知財戦略の本質は、「基盤モデルを持たないことを弱みにしない」設計にある。LLMを自前で作るのではなく「どのLLMでも使える運用層」を握り、その要所（切替最適化）だけを特許化し、残りは契約・ノウハウ・データで守る。これは半導体・自動車のような特許重心の業界とは権利スタックの重心が根本的に異なる典型例だ。投資家・経営層への示唆は明確で、この企業を「特許件数」で評価すると本質を見誤る。評価すべきは、模倣困難な定着ノウハウと顧客基盤（自治体200超）というオフバランスの無形資産である。
テスラの勝ち筋を一文にすると——「車を売る会社ではなく、走行データで自己改善するソフトウェア＋エネルギーの会社として、垂直統合の各層を押さえている」。だがテスラの知財には他社にない逆説がある。2014年、イーロン・マスクは「我々の特許はすべてあなたのもの」と宣言し、EV普及のために特許を開放した（patent pledge）。これは「特許で囲い込む」常識の逆を行く戦略であり、Gモードの統計分析だけでは捉えきれない。
約4,060件は、次の技術クラスタに分布する。Fordの約94,600件、BYDの約29,200件と比べ件数は小さいが、EV/AI/自律という次世代領域に高度に集中している点が特徴だ（ICE遺産がない分、希薄化していない）。
テスラの知財を読む鍵は、「開放した特許」と「開放していない核」の二重構造にある。2014年に開放したのは主にEV普及を促す基盤特許群——市場そのものを拡大する狙いだ。一方、FSDのニューラルネット・Dojoの分散学習・FSDカスタムチップ・OTA更新基盤といった「データで自己改善するループ」の核は、開放の対象として語られていない。市場は開き、勝ち筋は閉じる。これがテスラの設計である。
テスラの真の堀は特許そのものより「走行データ×自己改善ループ」にある。FSDの累積走行データ、Dojoによる学習、OTAによる全車両への即時展開——この循環は特許で部分的に守りつつ、本質はデータ規模とループ速度という運用上の優位にある。Optimusは、このFSD由来のAI制御を人型ロボに転用する「射程の広い明細書」の典型で、自動車で築いた知財資産を新規事業に展開する構造を持つ。
テスラは「特許で囲い込む企業」という先入観で見ると読み違える。同社は市場拡大のために基盤特許を開放し、勝ち筋（データ自己改善ループ）は特許＋営業秘密＋運用優位の複合で守るという、二段構えの知財戦略を採る。経営戦略への示唆は、知財ポートフォリオの評価において「何を開放し、何を閉じているか」の境界線こそが戦略の本体だということ。件数や分布だけ見ても、この境界は見えない。Gモードの統計に、開放戦略というミクロの読みを重ねて初めて全体像が立ち上がる。
NVIDIAの勝ち筋を一文にすると——「GPUという部品ではなく、CUDA（ソフト）＋GPU（ハード）＋ネットワーク（NVLink/Mellanox）が一体で不可分なプラットフォームを、26法域・1.7万件超で多層に囲っている」。競合がGPU単体を作っても、CUDAエコシステムとネットワーク統合という堀を越えられない。これがNVIDIAの「土俵」である。
本プロジェクトの既存NVIDIAレポート（Saturn V等）の知見と整合する形で、ポートフォリオは3層に整理できる。
NVIDIAの最も模倣困難な資産は、皮肉にもハードではなくCUDAというソフトウェア・エコシステムである。CUDAのコンパイラ最適化と並列計算モデルがGPUと密結合し、開発者コミュニティのロックインを生む。AI ASIC競合（Google TPU/AWS Trainium/MS Maia/Meta MTIA）への応戦は、ハード単体ではなく「ソフトスタック＋ネットワーク＋ロボティクスの垂直統合特許化」として進む。2025年のGroq関連の動きに見られるように、推論時代に向け実行フレームワーク・コンパイラ・メモリ設計の知財化を加速している。
NVIDIAの堀は「不可分性」にある。GPU・CUDA・ネットワークのどれか一つを切り出して競合できないよう、各層を相互に依存させて特許化している。R&D費は12ヶ月で約167億ドル（前年比43%増）と、堀を深め続ける投資規模が桁違いだ。これは挑戦者が正面から崩すのが極めて困難な構造である。
NVIDIAの知財の真価は、件数（1.7万件）でも個別の看板特許でもなく、「層と層を相互依存させ、部分模倣を不可能にする」設計思想にある。CUDAという一見ソフトの資産が、ハード特許群と結合して最強の堀になっている点が白眉だ。経営戦略への示唆は、巨大既存企業の強さは「個々の権利の強さ」ではなく「権利間の結合の強さ」にあるということ。挑戦者（前回題材のウェハースケール企業のような）が学ぶべきは、この結合をどこか一点で断ち切れる「別の土俵」を見つけることである。
ここで重要なのは、3社を「特許件数」という同一軸に並べないことだ。それは規模の違いを示すだけで、戦略の違いを隠してしまう。代わりに、各社が「何を堀にしているか（防御の重心）」と「価値の源泉が誰の技術か（自社技術 vs 他社技術の統合）」という構造軸に布置する。
| 観点 | エクサウィザーズ | テスラ | NVIDIA |
|---|---|---|---|
| 勝ち筋 | 他社LLMを使いこなす運用層 | データで自己改善するループ | 不可分なフルスタック |
| 防御の重心 | 契約・ノウハウ・データ・商標 | 特許＋営業秘密＋運用優位 | 特許×CUDA×ネットワークの結合 |
| 知財の逆説 | 基盤を持たないことを強みに | 基盤特許を開放し市場を拡大 | ソフト(CUDA)が最強の堀 |
| 適用モード | M（深掘り） | G（俯瞰）＋開放戦略の精読 | G（俯瞰） |
| 件数で測る誤り | 少なくても本質は無形資産 | 少なくても次世代に集中 | 多さより結合の強さ |
規模も業界も全く異なる3社だが、共通して示すのは——「知財の価値は件数ではなく、勝ち筋との結びつき方で決まる」という一点だ。エクサウィザーズは数十件でも無形資産で勝ち、テスラは開放によって市場を広げ、NVIDIAは結合の強さで堀を作る。3社とも、件数の多寡では本質が見えない。
モード自動判定が正しく作動。少数のエクサにMモード、大規模2社にGモードを当て、エクサの「上場済み」前提も自己補正できた。
「同一軸に並べない」原則が効き、3社を別象限に布置できた。件数比較の罠を回避し、構造差を可視化できた。
Gモードでは本来、実データでのクラスタリング・動態4象限が必要。本稿は公開情報ベースの概念図に留まり、一次データ検証が次段階の課題。
3社という極端に異なる対象を1本のプロンプトで処理できた。これによりAegis Novaは「スタートアップから巨大企業まで」を統一手法でカバーでき、商品ラインを広げられる。
AI実装（契約・データ）／自動車（特許＋データ＋開放）／半導体（特許×ソフト結合）と、重心の位置が業界を識別する。この軸はそのまま顧客への第一声の診断ツールになる。
テスラの開放、NVIDIAの結合、エクサの統合——これらは他業界にも転用できる知財戦略の類型。Aegis Novaの分析語彙として蓄積する価値がある。
今回の3社検証で、v2プロンプトは「母集団規模で深掘りと俯瞰を切り替える」という設計が実戦で機能することを確認できた。同時に、Gモードの真価（実データ統計分析）を出すには一次データ接続が不可欠であることも明確になった。次の一手は、この3社のいずれか1社（例えばエクサウィザーズ）について、Google Patents/EPOの実データを取得し、本稿の概念図を実数で裏付けた「完全版」を1本作ること。それがv2.1への最良の検証となる。
本レポートはv2プロンプトの実戦検証を目的とする内部用ドキュメントである。特許件数・分布・座標は公開特許DB・各社IR・報道に基づく概算および構造説明のための概念表現を含み、確定値ではない。対外提供時はGoogle Patents／EPO等の一次データおよび各社IRで全数値を検証すること。データソースの提供者名（コンサルファーム名等）はレポート本文に記載しない方針を維持し、本稿の分析は特定の投資・法務判断を推奨するものではない。
知財を、経営の言葉へ翻訳する。現状の課題と方向性について、初回ヒアリング（90分・無料）でお話しできます。
初回ヒアリング（90分・無料）を申し込む →