AI企業の発表はつい新モデルの性能値に目が行く。だが今回のAnthropicの発表に新モデルはない。出てきたのは科学者向けのワークベンチと、自社で薬の候補を探す独自プログラムの二つだ。モデルの賢さそのものではなく、賢さの使い道で勝負する。この編成の判断こそ読むべき点である。

01何が起きたか──ワークベンチと創薬プログラムの同時投入

2026年7月1日、Anthropicが「Claude Science」を研究者・製薬業界向けに正式投入した。TechCrunchはこれを、新モデルではなくワークフロー(＝仕事の流れ)側で差別化する戦略だと指摘している。同時に、バイオ製薬領域での独自創薬プログラムの始動もCNBC・Reuters・Endpoints Newsが報じた。さらに7月4日には、Anthropicが新薬開発事業への参入を検討していると報じられた(The Verge)。数日のうちに、道具の提供と、当事者としての参入の可能性という二つの動きが並んだことになる。競合のOpenAIも同時期に、バイオ・科学領域の評価軸「GeneBench-Pro」(＝AIの生物学的な能力を測る物差し)を発表しており、科学領域が次の主戦場になりつつある。

02前史──インシリコとモデルナが敷いた道

この動きは突然ではない。AI創薬には既に実績の積み上げがある。インシリコ・メディシン(Insilico Medicine=「in silico」〈コンピューター上で〉に由来する社名)のrentosertib(レントセルチブ)は、AIが標的(＝薬が働きかける体内の分子)の探索から候補分子の設計までを担った、特発性肺線維症(IPF=肺が徐々に硬くなる難病)の治療薬だ。2026年初めにPhase IIa(＝患者で有効性を初めて確かめる中期の臨床試験)を通過した。AIが探索から設計まで関与した分子として、この段階に達した初期の例の一つとされる。今はPhase III(＝承認前の大規模試験)の準備に入っている。一方モデルナ(Moderna)は2024年からOpenAIと全社規模で提携し、社内業務にAIを全面展開した先行例として知られる。標的探索を担うAIと、企業活動全体にAIを溶かし込む使い方。この二つの流れが、今の局面の下地になっている。

03数字が示す現在地と、その読み方

AI創薬はもう例外的な試みではない。AI由来の候補は173以上が臨床試験中とされる(ただし「AI由来」がどの工程までのAI関与を指すかは定義が一定でない点に注意がいる)。早期のPhase I(＝人に初めて投与する最初の試験)の通過率は80〜90%に達し、従来の約52%を上回ると報じられている。もっともこの数字は慎重に読む必要がある。集計の標本が小さく、どの相を比べるかで見え方が変わる。加えて創薬の本当の関門は、安全性を見るPhase Iより、有効性を問うPhase IIにある。AI設計の分子がPhase IIで従来を明確に上回った実績は、まだ限られているとみるのが妥当だ。高い通過率には、AIの設計力だけでなく、実証済みの標的を選びやすいという保守的な標的選択の交絡も混じる。AI固有の寄与は、そこから切り分けて見る必要がある。技術基盤が広がったのは確かだ。AlphaFold3(Google DeepMindとIsomorphic Labsが開発したタンパク質構造予測AI)は、薬と標的の結合予測を大幅に速めた。企業の結びつき方も様々だ。Bayer×Cradle(AI企業)、Eli Lilly×NVIDIAのような企業間提携もあれば、オープンソースとされる構造予測モデルBoltzをPfizerが取り込むような、提携とは性質の異なる動きもある。2025年にはRecursionがExscientiaを買収した。ただしこの統合は勢いの証拠というより、臨床の失敗や資金難のもとでの業界再編・救済という色が濃い。AI創薬を単独の事業として成立させる難しさの表れとも読める。

04なぜ今か──構造圧力とboardの一手

製薬業界には強い圧力がかかっている。新薬1つの開発コストは20年で10億ドルから20〜30億ドルへ膨らんだ。加えて2025〜2030年はパテントクリフ(＝主力薬の特許が集中して切れ、売上が急落する時期)にあたる。コストは上がり、稼ぎ頭は失われる。もっとも、AIが短縮できるのは主に探索や前臨床の段階だ。開発費の大半を占めるのは大規模な臨床試験であり、そこにAIが直接効くわけではない。総開発費への即効性は限定的とみるべきだろう。時間軸のずれもある。今日AIで見つけた候補が承認に届くのは早くて次の10年後半以降で、目前の2025〜2030年のクリフを直接は救わない。期待の実体は、次世代パイプライン(＝開発中の新薬群)の補強にある。ここにAnthropic側の一手が重なる。2026年4月、Novartis CEOのVas Narasimhan(医師出身で、35以上の新薬開発に関与)がAnthropicのboard memberに就任した。任命したのはLong-Term Benefit Trust(LTBT=株主の利益より人類への長期利益を優先する、Anthropic独自の監督機関)である。このTrustはboardの構成員を指名する権限を持ち、今回の就任で、Trustが指名する側がboardの過半数を超えた。詳報は既報(/journal/novartis-anthropic-board.html)に譲るが、創薬の当事者を統治構造の中枢に迎えた意味は小さくない。

05Anthropicの戦略をどう読むか

ここからは読み筋である。第一に、Anthropicは新モデルの性能ではなくワークフローで差別化する構えだとみる。Claude Scienceが新モデルを伴わなかったのは、賢さの絶対値より、研究現場への嵌まり方で勝つという判断だろう。汎用モデルは競合と横並びになりやすいが、研究作業に密着したワークベンチは乗り換えの手間を生み、離れにくさをつくる。第二に、独自創薬プログラムの始動は、ツール提供者から創薬の当事者へ近づく一歩と読める。道具を売るだけなら成果は顧客のもので、AIの貢献度は見えにくい。自ら候補を出せば、AIがどこまでやれるかを自社の実績として示せる。ただし新薬開発事業そのものは「検討段階」と報じられるにとどまる。ここは、Anthropic自身が製薬顧客と競合しかねない間合いを測っている表れとも読める。第三に、LTBTによるNarasimhan指名は、この方向を統治の側から支える布石とみる。株主利益より長期利益を掲げるTrustが創薬経験者をboardに置くことは、短期の売上ではなく人類益としての新薬開発を看板に掲げやすくする構造だろう。製品ライン全体の設計思想は既報(/journal/claude-science-pharma-future.html)も参照されたい。

06製薬業界と現場への含意

将来を見通せば、AIを持つ側と薬を持つ側の境界は、さらに溶けていくだろう。提携から当事者化への流れが進めば、製薬企業にとってAI企業は道具の売り手であると同時に、競争相手にもなりうる。この局面で製薬側がまず身構えるのは、いくつかの実務論点だとみる。一つはIP(＝知的財産)の帰属だ。AIが生成した分子の権利が誰のものになるか、学習に使ったデータの主権はどうなるかは、契約と制度の未整備な領域である。二つ目は規制当局の姿勢だ。FDA(米国食品医薬品局)やPMDA(日本の医薬品医療機器総合機構)が、AIを用いた開発をどう評価するかはまだ固まっていない。三つ目は、AI企業が競合化することで生じるデータ共有の萎縮である。詳しい数字は既報(/journal/ai-drug-discovery-2026.html)にまとめた。こうした変化は現場の仕事にも及ぶ。資材審査(＝販促資料が規制に沿うか確かめる業務)では、AIが関与した根拠データや設計過程をどう検証し、どこまで記載を認めるかという新しい判断が要る。メディカル(＝医学的な情報提供を担う部門)では、AI由来の候補薬について、作用の仕組みや試験結果を医療者へ正確に橋渡しする責任が重くなる。安全性(＝副作用の監視)の領域では、AIが設計した薬に想定外の挙動がないかを見る目が、一段と問われるだろう。道具が賢くなるほど、それを扱う人間の検証責任は軽くならない。むしろ重くなる。ここが、新しい時代のAI創薬を現場が受け止めるうえでの核心になるとみる。