投稿者 投稿日: カテゴリー AIニュース
生成AIを開発するAnthropicが、自社で創薬プログラムを立ち上げると発表しました。研究者向けのAIツール「Claude Science」のお披露目イベントに合わせた発表で、狙いは大手製薬会社が採算に合わないと敬遠してきた希少疾患・難治性疾患の治療薬です。AIモデルを売るだけでなく、自ら薬をつくる側に回るという踏み込んだ一手で、AI各社の医療参入競争がまた一段と激しくなったという第一印象を受けました。今回は速報として、何が発表され、なぜ重要なのかを整理します。
何が発表されたか、Claude Scienceと自社創薬プログラム
ドイツのAI専門媒体The Decoderによると、Anthropicは早期の前臨床段階に絞った自社創薬プログラムを進めるとしています。ターゲットは、従来の製薬・バイオ企業が「不採算」と判断して手をつけてこなかった、いわゆる見過ごされてきた病気です。同社はこの取り組みが自らの非営利ミッションに沿うものであり、実際に薬をつくる現場を持つことで、業界向けのAIモデルやツールをより良く鍛えられると説明しています。
発表は、研究者専用に設計されたAIワークスペースClaude Scienceを披露するイベントの中で行われました。イベントでは、AIが医療研究を加速する初期の実例も紹介されています。カリフォルニア大学サンフランシスコ校（UCSF）の研究者がClaude Scienceを使い、自身のチームが1年間見つけられなかったウイルス汚染を数分で特定できたとAnthropicは説明しています。また、Claudeが100件の希少遺伝性疾患を1時間足らずで分析し、計算スクリーニングにかける候補を32件抽出したとも述べています。これらはAnthropic側の説明にもとづく事例のため、第三者による検証状況は要確認です。
なぜ重要か、「12年を7〜8年に」という試算
今回の発表で注目したいのは、創薬にかかる時間そのものをAIが縮められるかという論点です。イベントに登壇したノバルティスのCEOヴァス・ナラシムハンは、薬の候補が開発から承認までたどり着くのに現在およそ12年かかると指摘しました。ナラシムハンはその遅れを、情報の遅延、業務プロセスの遅延、そして生物学的な遅延という3つに分けて説明しています。
このうち情報とプロセスの遅延は開発期間の約4割を占めており、新しいツールやモデルで大きく削れる余地があるとしています。一方で、動物実験や細胞モデル、ヒトを対象とした臨床試験にかかる生物学的な遅延はそう簡単には縮まりません。それでも前者を圧縮できれば、開発期間は7〜8年程度まで短縮しうるという見立てです。さらにナラシムハンは、安全性予測の精度向上などによって、成功率を現在の8パーセントから16パーセントへと倍増させられる可能性にも言及しています。
一見わずかな改善に見えますが、規模で考えると意味は大きく変わります。大手製薬各社は年間で1500億〜2000億ドルの研究開発費を投じながら、120年間で生み出せた薬は800〜1000種類ほどにとどまるとされます。開発期間と成功率がわずかでも改善すれば、これまで手が届かなかった治療対象が現実味を帯びる、という主張です。数字はイベント登壇者の見解であり、確定した実績ではない点は押さえておく必要があります。
今後の動き、AI各社の医療参入と「垂直統合」の流れ
医療分野に踏み込んでいるのはAnthropicだけではありません。Google DeepMindのCEOデミス・ハサビスは、AIを創薬に直接応用するIsomorphic LabsをAlphabet傘下で共同設立しています。タンパク質の構造予測ツールAlphaFoldはAIを生物学に応用した代表例であり、その共同開発者ジョン・ジャンパーが最近Anthropicに移籍したことも、この分野の人材争奪の激しさを物語ります。OpenAIも2026年初頭に、医療記録やApple Healthのデータを連携できる「ChatGPT Health」を投入しており、AI創薬・医療はGoogle、OpenAI、Anthropicの三つ巴の様相です。
ここで見えてくるのは、AIを提供する側が、そのAIを使う領域そのものに自ら乗り込む「垂直統合」の動きです。Anthropicは、実際の科学研究という現場を持つことでモデル開発との間に緊密なフィードバックループが生まれると位置づけています。つまり、ツールを売るだけでなく、そのツールで自ら成果を出し、その経験を製品に還元するという構図です。
この考え方は、EC事業者がAIとどう向き合うかにも通じる示唆があります。AIを外から借りてくる道具としてだけ扱うのではなく、自社の業務の中で実際に回し、成果と失敗をためて改善につなげる姿勢が、AIを提供する側でさえ重視している、ということだからです。もっとも、医療は人命に直結する領域であり、オックスフォード大学のキャサリン・ポープのように、診断や治療計画といった臨床現場でのAI利用には慎重であるべきだと促す専門家の声も根強くあります。EC運用にAIを取り入れる際も、便利さと検証責任のバランスをどう取るかという問いは共通します。
まとめ
AnthropicがClaude Scienceと同時に自社創薬へ踏み出したことは、AI企業が「モデルを売る」段階から「モデルで成果を出す」段階へ移りつつあることを象徴しています。開発期間の短縮や成功率の改善という試算はあくまで見立てであり、実証はこれからですが、AIが産業構造そのものを内側から変えていく流れは、医療以外の分野にも遠からず波及していくと考えられます。自社の現場でAIを回し、経験を蓄積するという発想は、EC事業者にとっても他人事ではありません。
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: The Decoder
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
