テクノロジー・インテリジェンス（TI）に関係する製品は、特許検索、技術動向分析、技術・スタートアップ探索、フォーサイト、イノベーション管理など、異なる市場にまたがっています。本ページでは、企業のR&D・知財・新規事業・経営企画部門が導入候補を選べるよう、主要製品を目的別に整理します。
目的から選ぶ
まず「何をしたいか」から、比較を始める製品群と主な評価項目を確認できます。
| 実施したいこと | 最初に比較する製品群 | 主な評価項目 |
|---|---|---|
| 先行技術・類似特許を漏れなく探す | 特許検索・知財分析 | 収録国、検索精度、法的状態、ファミリー統合、検索式、AI検索の再現性 |
| 競合企業の特許ポートフォリオを比較する | 知財分析・特許ランドスケープ | 名寄せ、特許価値指標、引用、技術分類、時系列比較 |
| 技術領域の全体像や隣接領域を見る | ランドスケープ・テキスト分析 | 文書集合の作り方、クラスタの説明性、原文への遡及、独自データの取込み |
| 特許・論文・助成金を横断して調べる | R&Dインテリジェンス | 情報源の範囲、重複除去、技術分類、研究者・機関の名寄せ、更新頻度 |
| 技術保有企業・スタートアップ・提携先を探す | 技術スカウティング | 企業データ、技術との対応づけ、評価項目、候補管理、交渉・PoCへの接続 |
| 弱い兆候やトレンドを継続観測する | フォーサイト・継続監視 | 情報源追加、アラート、履歴、評価・投票、レーダー、根拠リンク |
| 外部環境と社内の研究テーマを結びつける | イノベーション管理 | 社内案件、予算、ロードマップ、評価ゲート、権限管理、既存システム連携 |
| 複数技術の将来性を定量比較する | 技術予測・特殊分析 | 指標の理論的根拠、対象分野、検証実績、前提条件、予測の不確実性 |
01
特許検索・知財分析・特許ランドスケープ
| 製品 | 主な情報源 | 主な機能・出力 | 適する用途 | 導入前に確認する点 |
|---|---|---|---|---|
| Derwent Patent SearchClarivate | 世界の特許、Derwent World Patents Index | 専門家が作成した発明要約、特許検索、AI検索、分析 | 網羅性と統制された特許データを重視する専門調査 | 契約範囲、収録国、検索・エクスポート上限、API、他のClarivate製品との分担 |
| PatentSight+LexisNexis | 世界の特許、企業・特許ファミリー、引用情報 | ポートフォリオ評価、競合比較、ランドスケープ、Patent Asset Index、生成AI支援 | 特許ポートフォリオを経営・事業戦略と結びつける分析 | 独自指標の解釈、技術分類の作成方法、検索業務との分担、データ出力 |
| Orbit IntelligenceQuestel | 世界の特許、科学技術文献 | 高度検索、ファミリー・法的状態、分析グラフ、AI支援 | 知財専門家による検索から技術・競合分析まで | 必要なモジュール、分析単位、共同利用、外部データとの統合、API |
| Patsnap Eureka | 特許、論文、ライフサイエンス・材料などの専門データ | 自然言語調査、技術Q&A、解決策探索、技術スカウティング、AIエージェント | 知財部門だけでなく研究者・技術者が直接調査する環境 | モジュール別の収録範囲、回答根拠、検索条件の制御、TRIZ等の提案品質 |
| IPRally | 世界の特許 | 技術要素と機能的関係を使うGraph AI検索、監視、分類、生成AIレビュー | キーワードだけでは探しにくい構造的に類似した発明の検索 | 対象技術分野での検索精度、グラフの編集性、分類学習用データ、出力・連携 |
| Amplified | 世界の特許、利用者が蓄積する社内情報 | AI類似検索、共有・注釈、監視、発明情報・社内ナレッジの管理 | 比較的軽量な特許検索とチーム共同作業 | データ収録範囲、法的状態、検索再現性、エンタープライズ管理、API |
| VALUENEX Radar | 特許、論文、ニュース、スタートアップ情報、任意のテキストデータ | 文書間の類似性に基づく俯瞰図、競合・技術動向、空白領域の探索 | 大量文書を一枚の地図で俯瞰し、技術領域の関係を探索 | 入力データの選定、地図の読み方、時系列比較、分析結果の再利用、標準搭載データ |
02
複数情報源を横断するR&Dインテリジェンス
| 製品 | 主な情報源 | 主な機能・出力 | 適する用途 | 導入前に確認する点 |
|---|---|---|---|---|
| Cypris | 特許、科学論文、企業・市場情報 | 自然言語検索、技術ランドスケープ、競合・研究者分析、監視、社内知識との統合 | R&D部門が特許と科学文献を一つの環境で調査する | データベース別の収録範囲、全文アクセス、機関購読との連携、回答根拠、社内データ管理 |
| Wellspring Scout | 特許、論文、研究助成金、スタートアップ、大学・研究機関 | 横断検索、技術・提携先探索、競合分析 | 外部技術と研究パートナーを広く探索する | 各情報源の地域・分野カバレッジ、検索・分析機能、候補管理製品との連携 |
| MAPEGY SCOUT | 特許、論文、企業などのイノベーション情報 | 技術・企業・競合ランドスケープ、トレンド分析、プロジェクト保存・評価 | 外部データ分析と社内の技術評価を一続きで管理する | 情報源の内訳、独自指標、分類の透明性、ポートフォリオ機能、API・出力 |
| Ezassi 3DScout | 特許、論文、助成金、企業、投資・市場情報など | AI調査、技術ランドスケープ、企業・大学候補、根拠付きレポート、継続監視 | 調査結果を短時間でレポート化し、専門家支援も利用したい場合 | ソフトウェアと調査サービスの境界、情報源、評価方法、レポートの編集・再利用 |
| Iris.ai RSpace | 論文、特許、社内R&D文書、利用者が用意する文書 | 文献探索、絞込み、トピック分析、要約、データ抽出 | 科学技術文献や社内文書のレビュー・情報抽出 | 対象分野への適合、外部データの権利、抽出精度、閉域・専用環境、他システム連携 |
| スピーダ技術情報リサーチ／R&D分析 | 特許、論文、研究助成金、政策・国際機関情報、ニュース、企業情報 | 先進技術テーマ別の情報収集、プレイヤー・研究者分析、通知、専門解説 | 日本語で技術・企業・政策情報を横断し、事業情報とも結びつける | 技術分類の範囲、自社固有テーマへの対応、原データへのアクセス、分析・出力機能 |
| アスタミューゼ | 特許、論文、研究テーマ・助成金、スタートアップ、投資情報など | データ提供、技術・市場分析、成長性評価、調査・コンサルティング | 広いイノベーションデータと専門分析を組み合わせたい場合 | 利用できる画面・データ・レポートの範囲、独自スコアの定義、更新、二次利用条件 |
03
技術・スタートアップ・研究提携先の探索
| 製品 | 主な探索対象 | 主な機能・出力 | 適する用途 | 導入前に確認する点 |
|---|---|---|---|---|
| StartUs InsightsDiscovery Platform | スタートアップ、スケールアップ、技術トレンド | 企業探索、類似企業、技術・地域別ランドスケープ、監視 | 新興企業を中心に技術・提携候補を探索する | 企業の網羅性、更新、技術分類、非公開・小規模企業の把握、評価根拠 |
| Q-scoutQmarkets | 企業、スタートアップ、技術、外部からの提案 | 探索、チャレンジ募集、候補評価、継続的推薦、パイプライン管理 | 外部探索から社内評価までのプロセスを標準化する | データベースと公募機能の範囲、評価ワークフロー、他のQmarkets製品との構成 |
| Traction Technology | 新興企業、技術ベンダー、社内提案 | AI探索、候補比較、評価、RFI、PoC・パイロット管理、成果追跡 | 技術候補の発見後、検証・導入まで管理する | 対象企業データ、評価項目の変更、既存CRM・調達との重複、パイロットの権限管理 |
| Inpart | 大学・研究機関の技術、研究者、企業のR&Dニーズ、提携案件 | 技術とニーズのマッチング、案件・関係管理、デューデリジェンス、提携ポートフォリオ | ライフサイエンスを中心とする産学・企業間R&D提携 | 対応業界、探索ネットワーク、専門家による選別、CRM機能、契約後の案件管理範囲 |
| ITONICSInnovation OS | 技術、トレンド、スタートアップ、競合、社内案件 | 自動探索、評価、レーダー、ロードマップ、社内ポートフォリオとの関連づけ | 探索結果を戦略・投資・研究開発案件へ接続する | 利用モジュール、初期データ、分類・評価設計、運用担当者、既存システム連携 |
04
弱い兆候・トレンド・フォーサイトの継続監視
| 製品 | 情報の作り方 | 主な機能・出力 | 適する用途 | 導入前に確認する点 |
|---|---|---|---|---|
| ITONICSTechnology Radar | 外部データ、AI探索、利用者・スカウトの評価、社内情報 | 技術・トレンドレーダー、評価、監視、ロードマップ、ポートフォリオ | 多人数のスカウト活動と経営・R&D判断を一つの基盤で運用する | 導入設計と運用負荷、データ契約、権限、社内案件との接続、総費用 |
| FIBRES | 選択したWeb情報源、RSS、ファイル、利用者の投稿、AI支援 | 弱い兆候・トレンドの蓄積、クラスタリング、レーダー、シナリオ、根拠付き説明 | 独自の観測対象を持ち、比較的軽量にフォーサイトを継続する | 自動収集の範囲、重複・ノイズ処理、履歴、AI生成部分の確認、外部共有 |
| Futures Platform | 専門家が編集したトレンド・シナリオ、外部ニュース、利用者データ | 既成の未来洞察、フォーサイトレーダー、シナリオ、共同評価、AI支援 | 自社でゼロから情報収集せず、専門家知見を起点に将来検討する | 収録テーマの自社適合性、地域・業界の深さ、自社データ取込み、編集・出力 |
| Valona | 多言語のニュース、企業・市場・規制情報、利用者情報 | 継続監視、要約・翻訳、アラート、ダッシュボード、トレンドレーダー | 海外のローカル情報を含む市場・競合・技術変化の監視 | 技術文献・特許の範囲、情報源リスト、言語品質、配信・共有、社内情報との統合 |
05
特定の分析方法に重点を置く製品
| 製品 | 分析方法 | 主な出力 | 適する用途 | 導入前に確認する点 |
|---|---|---|---|---|
| GetFocus | 特許集合と引用ネットワークから技術ごとの改善率を推定し、継続更新 | 競合技術の比較、改善率、成熟度、技術レーダー、月次監視 | 複数の代替技術への投資判断を定量的に補助する | 対象技術の特許集合、推定式と誤差、非特許要因、対象分野、サービス依存度 |
| Mynd | 教師なしトピックモデリングによる「context mining」 | 階層的トピックマップ、重要文書、概念間の関係、調査プロジェクト | 任意の文書集合を構造化し、異分野を含む技術テーマを探索する | 入力データの準備、モデルの安定性、トピックの説明、時系列処理、エクスポート |
用途別ショートリスト
比較を始める際の候補例です。製品の優劣を示す順位ではありません。
| 用途 | 比較候補 |
|---|---|
| 特許専門家による先行技術・無効資料・FTO調査 | Derwent Patent Search、Orbit Intelligence、IPRally、Amplified、Patsnap |
| 特許ポートフォリオの価値・競合比較 | PatentSight+、Orbit Intelligence、Patsnap、VALUENEX Radar |
| 特許・論文を横断したR&D調査 | Cypris、Wellspring Scout、Patsnap Eureka、スピーダ、アスタミューゼ、Iris.ai RSpace |
| 技術ランドスケープ・俯瞰図 | VALUENEX Radar、MAPEGY SCOUT、Patsnap、PatentSight+、Mynd |
| スタートアップ・技術保有企業の探索 | StartUs Insights、Wellspring Scout、Q-scout、Traction Technology、ITONICS |
| 大学・研究機関との提携探索 | Inpart、Wellspring Scout、アスタミューゼ、スピーダ |
| 弱い兆候・トレンドレーダー | FIBRES、ITONICS、Futures Platform、Valona |
| 外部変化と社内の研究・投資案件の接続 | ITONICS、MAPEGY、Q-scout、Traction Technology |
| 技術の改善速度・代替技術の比較 | GetFocus |
| 独自に収集した文書の概念的な構造化 | Mynd、VALUENEX Radar、Iris.ai RSpace |
| 日本語情報・国内支援を重視 | VALUENEX、スピーダ、アスタミューゼを起点に、海外製品の国内体制を個別確認 |
導入候補を選ぶ9つの視点
| 選定項目 | 確認する質問 | PoCで行うテスト |
|---|---|---|
| 1．支援する意思決定 | 調査結果を誰が、何の判断に使うのか | 過去に実施した実案件を一件再現する |
| 2．情報源の範囲 | 国、年代、文献種別、全文・抄録、更新頻度は十分か | 既知の重要文献・企業が収録されているか確認する |
| 3．検索・推薦品質 | 既知の検索語を越えて関連技術を発見できるか | 正解集合を用意し、再現率・適合率と未知の有用候補を評価する |
| 4．根拠と説明可能性 | 要約、分類、スコアから原文へ戻れるか | 重要な結論を第三者が追跡・再現できるか確認する |
| 5．時系列・継続監視 | 差分、履歴、アラート、評価の変化を保持できるか | 一定期間の追加データで変化検出を試す |
| 6．自社データ | 社内文書、独自分類、評価履歴を安全に利用できるか | 権限の異なる少量の社内データで取込みと削除を試す |
| 7．連携と再利用 | API、CSV、BI、SSO、文書管理、CRM等と接続できるか | 必要な入力・出力を実際のシステム間で往復させる |
| 8．運用設計 | 誰が情報源、分類、評価基準、レーダーを更新するのか | 月次運用を模擬し、必要工数と属人性を測る |
| 9．総費用と契約 | 初期設定、データ、利用者、API、支援、更新にいくらかかるか | 3年間の総費用と解約時のデータ持出し条件を比較する |
比較表を作る際に分けるべき項目
| 混同しやすいもの | 区別する理由 |
|---|---|
| データベースと分析機能 | 情報源が弱ければ高度なAIでも重要文献を発見できません。一方、データが豊富でも分析・運用は別途必要です。 |
| 一回の調査と継続監視 | 検索・レポート作成ができても、差分履歴、アラート、対象期間管理がない場合があります。 |
| 可視化と仮説形成 | 地図やレーダーは構造を見せますが、それだけで研究テーマや事業仮説を生成・検証するわけではありません。 |
| AI要約と根拠付き分析 | 流暢な文章より、出典、検索範囲、除外条件、反対証拠を確認できることが重要です。 |
| 技術探索と案件管理 | 候補を見つける機能と、評価、交渉、PoC、投資判断を管理する機能は異なります。 |
| 標準データと自社データ | 標準データが豊富な製品と、独自文書を柔軟に分析できる製品では導入目的が違います。 |
編集方針
- 本一覧は各社が公開している情報を基に、製品の主用途を整理したものです。掲載順は評価順位ではありません。
- 各社の機能説明には提供企業による表現が含まれます。データ収録範囲、精度、導入形態、価格、API、日本語対応、国内サポートは契約前に確認してください。
- 価格は個別見積りが多く、契約条件によって変わるため掲載していません。
- 販売・紹介その他の関係がある製品については、該当製品の欄で明示します。
- 製品の追加、終了、買収、名称変更、機能変更を確認した場合は随時更新します。
製品選定・要件整理のご相談
導入目的がまだ明確でない場合や、複数製品の違いを自社の研究開発業務に沿って整理したい場合は、次の内容を添えてご相談ください。
- 対象とする技術分野
- 主に利用したい情報源（特許、論文、ニュース、企業情報、社内資料など）
- 調査、継続監視、技術探索、提携先探索、研究テーマ評価などの目的
- 利用部門と想定利用者数
- クラウド、国内データ保管、オンプレミスなどの要件
- 既存のBI、文書管理、CRM、研究開発管理システムとの連携要件
※本ページの内容は2026年9月3日時点の公開情報に基づきます。製品仕様、収録データ、提供地域、名称、料金などは変更される場合があります。