何が発表されたか
Anthropicは新しい科学向けAIツール「Claude Science」の発表イベントで、自社主導の創薬プログラム開始を明らかにしました。対象は、従来の製薬・バイオ企業が「採算が合わない」と判断してきた希少疾患などの前臨床領域です。同社は非営利ミッションとの整合性を掲げつつ、実地経験を通じて業界向けのAIモデルとツールを磨く目的があるとしています。
実力を示す事例も紹介されました。UCSFの研究者は、チームが1年間気付けなかったウイルス汚染をClaude Scienceで数分で特定。100の希少遺伝疾患を1時間以内に解析し、32件の計算スクリーニング候補を絞り込むデモも示されました。
なぜ重要か
登壇したノバルティスCEOのVas Narasimhan氏は、創薬が候補化合物から承認まで約12年を要すると整理しました。この時間は「情報のレイテンシ」「業務のレイテンシ」「生物学的レイテンシ」に分解でき、前二者は開発期間の約40%を占めます。AIによって情報・業務レイテンシを大幅短縮できれば、全体を7〜8年に圧縮しうるといいます。動物実験や臨床試験を含む生物学的レイテンシは容易には縮まりませんが、安全性予測と分子最適化により成功率を8%から16%へと倍増させる可能性にも言及しました。
AI創薬をめぐる勢力図
業界の年間R&D支出は1500〜2000億ドル規模ながら、120年で承認された薬は800〜1000種にとどまります。この非効率にAI企業が食い込む構図が加速しています。AlphabetのDemis Hassabis氏はIsomorphic Labsを共同創業し、AlphaFold共同開発者のJohn Jumper氏はGoogle DeepMindからAnthropicへ移籍しました。医療領域でもGoogle DeepMindは2026年に医師の臨床権限を保持する「AI Co-Clinician」を、OpenAIは2026年初にApple Healthなどと連携する「ChatGPT Health」を投入。オックスフォード大学のCatherine Pope氏らは、こうしたAIの臨床導入に対し慎重な姿勢を示しています。
💼 事業会社視点：これは自社にどう効くか
日本の事業責任者はどう読むか
注目すべきは「Anthropicが自らエンドユーザー側に降りた」構造です。基盤モデル各社は、業界特化データと業務工程の一次体験を持たない限り、次世代モデルの競争優位を作れないと判断し始めています。これは日本のSaaS・受託開発企業にとって重い示唆です。単に大手モデルAPIをラップした「業界向けAI」を売る戦略は、モデル提供側が直接顧客の現場に入ってくる展開で足元を崩されかねません。
製薬・化学・素材メーカーの経営層は、自社の希少疾患・特殊用途パイプラインをAIパートナーに開放して共同で価値を作る「実地データ提供者」ポジションを取りにいくべきです。ノバルティスが言うように、開発期間の40%を占める情報・業務レイテンシは日本企業の弱点そのもの。逆に言えば、社内の紙資料・実験ノート・治験プロトコルをAIが読める形に整えるだけで、外資と対等に交渉できるレバーになります。国内EC・消費財の役員も他人事ではなく、「大手が捨てた領域を自社データ×AIで拾う」戦略設計を今期のアジェンダに載せるべきタイミングです。