ノボ ノルディスクとAnthropicの協業は、AIが新薬を発見したという発表ではない。狙いは、製薬研究でも特に難しい工程でAIを実用化できるかを検証することにある。ノボが選んだ研究開発（R&D）の課題にClaude Scienceを適用し、その科学業務に合わせたツールを両社で作る構想だ。

この違いは重要だ。ノボは、肥満症治療薬でイーライリリーとの競争が激しくなるなか、パイプラインの強化とR&Dの迅速化を求められている。マイク・ダウストダールCEOは、投資家のパイプラインへの懸念が強まるなか、研究の加速と補完的な買収を進める方針を示している。1718

提携はどう進むのか

出発点となるのは、ノボの科学者と計算科学チームが特定する創薬上のボトルネックだ。両社は、共同の専門性が最も効果を発揮し得る選定済みのR&Dワークフローで、AnthropicのモデルとClaude Scienceをまず評価する。

焦点は生物学的推論にある。大量かつ複雑な根拠を結び付け、仮説を検討し、研究上の問いから開発判断の候補へ進む過程を支援することを想定する。単に汎用AIアシスタントを導入するのではなく、個別の科学課題やワークフローに合わせた解決策を共同開発するという。

対象は科学解析だけではない。ノボはAI主導の、いわゆるエージェント型ソフトウェア開発にもAnthropicのモデルを活用する方針だ。研究ツールの構築や、データ集約型のR&D業務における作業上の摩擦の軽減につながる可能性がある。

なぜデータ統制と人による監督が欠かせないのか

創薬では、もっともらしいAIの回答をそのまま採用することはできない。研究判断には、非公開のデータ、実験による検証、再現可能な手法、そして専門家の判断が必要になる。

そのため、実運用にはデータへの統制されたアクセス、出力がどう利用されたかの追跡可能性、最終判断に責任を持つ科学者が欠かせない。Claude Scienceは文献やデータから論点を探索し、検討すべき問いの優先順位付けを助け得る。しかし、その出力は検証済みの科学的証拠でも、臨床試験結果でも、規制当局の判断でもない。

なぜ今、ノボにとって重要なのか

ノボは肥満症・糖尿病領域で勢いを取り戻そうとしているが、イーライリリーの肥満症治療薬「ゼップバウンド」にシェアを奪われている。ダウストダールCEOは、肥満症市場が必ずしも一社総取りにはならないとし、経口薬を含む新たな治療選択肢がノボの巻き返しを支えるとの見方を示している。18

もっとも、短期的な事業の成否はAIよりも、医薬品そのものと実行力に左右される。ノボのポートフォリオには承認済みの「ウゴービ」錠剤があり、セマグルチドとカグリリンチドの配合剤であるCagriSemaは開発段階にある。

同社は欧州糖尿病学会（EASD）で、セマグルチド、CagriSema、ゼナガムチドに関する44件の抄録を発表する予定だ。そこには、ウゴービ錠剤の実臨床データのほか、食欲、食行動、食物の手掛かりに対する反応を扱うCagriSemaの解析も含まれる。

この文脈では、Anthropicとの協業は能力への投資と捉えるのが適切だ。うまく機能すれば、根拠の統合、実験計画の立案、科学ソフトウェアの構築を改善し、研究者がより重要度の高い業務に時間を割けるようになる可能性がある。ノボが掲げる、ヘルスケアとR&DでよりAI主導の企業になるという目標にも沿う。

製薬業界全体で進むAIの実装

ノボだけが先端AIを業務に取り込もうとしているわけではない。モデルナは2023年からOpenAIと協業し、全社でChatGPT Enterpriseへのアクセスを拡大してきた。治療法開発を支えつつ、各部門の業務を補強することを掲げている。1

共通する流れは、製薬企業が試験導入から、企業固有のワークフロー、社内ツール、ガバナンス体制へと軸足を移している点だ。価値は科学者を置き換えることより、知識検索、複雑な情報の分析、支援ソフトウェアの開発を速めることにある。

次に注目すべき点

今回の発表では、契約の金額、具体的な生産性目標、導入期限、性能評価の基準は明らかにされていない。また、Claude Scienceがより良い創薬標的を見つけること、臨床試験の成功率を上げること、承認までの期間を短縮すること、あるいは優れた医薬品を生むことを示す証拠も、現時点ではない。

進展を見極める上で意味のある指標は、定義された研究業務のサイクルタイム短縮、実験候補の優先順位付けの質の改善、検証済みのソフトウェア導入、科学的厳密性を損なわずにR&D判断が改善したという再現・評価可能な結果だろう。

現段階でこの提携がノボにもたらすのは、自社の専門家が選んだ複雑な研究業務で先端AIを試す、信頼できる枠組みである。ただし競争力や市場評価を立て直せるかは、差別化された臨床データ、製造・供給、償還、価格、パイプラインの実行、そしてリリーとの競争にかかっている。1718

ノボ ノルディスクとAnthropicの協業は、AIが新薬を発見したという発表ではない。狙いは、製薬研究でも特に難しい工程でAIを実用化できるかを検証することにある。ノボが選んだ研究開発（R&D）の課題にClaude Scienceを適用し、その科学業務に合わせたツールを両社で作る構想だ。

この違いは重要だ。ノボは、肥満症治療薬でイーライリリーとの競争が激しくなるなか、パイプラインの強化とR&Dの迅速化を求められている。マイク・ダウストダールCEOは、投資家のパイプラインへの懸念が強まるなか、研究の加速と補完的な買収を進める方針を示している。1718

提携はどう進むのか

出発点となるのは、ノボの科学者と計算科学チームが特定する創薬上のボトルネックだ。両社は、共同の専門性が最も効果を発揮し得る選定済みのR&Dワークフローで、AnthropicのモデルとClaude Scienceをまず評価する。

焦点は生物学的推論にある。大量かつ複雑な根拠を結び付け、仮説を検討し、研究上の問いから開発判断の候補へ進む過程を支援することを想定する。単に汎用AIアシスタントを導入するのではなく、個別の科学課題やワークフローに合わせた解決策を共同開発するという。

対象は科学解析だけではない。ノボはAI主導の、いわゆるエージェント型ソフトウェア開発にもAnthropicのモデルを活用する方針だ。研究ツールの構築や、データ集約型のR&D業務における作業上の摩擦の軽減につながる可能性がある。

なぜデータ統制と人による監督が欠かせないのか

創薬では、もっともらしいAIの回答をそのまま採用することはできない。研究判断には、非公開のデータ、実験による検証、再現可能な手法、そして専門家の判断が必要になる。

そのため、実運用にはデータへの統制されたアクセス、出力がどう利用されたかの追跡可能性、最終判断に責任を持つ科学者が欠かせない。Claude Scienceは文献やデータから論点を探索し、検討すべき問いの優先順位付けを助け得る。しかし、その出力は検証済みの科学的証拠でも、臨床試験結果でも、規制当局の判断でもない。

なぜ今、ノボにとって重要なのか

ノボは肥満症・糖尿病領域で勢いを取り戻そうとしているが、イーライリリーの肥満症治療薬「ゼップバウンド」にシェアを奪われている。ダウストダールCEOは、肥満症市場が必ずしも一社総取りにはならないとし、経口薬を含む新たな治療選択肢がノボの巻き返しを支えるとの見方を示している。18

もっとも、短期的な事業の成否はAIよりも、医薬品そのものと実行力に左右される。ノボのポートフォリオには承認済みの「ウゴービ」錠剤があり、セマグルチドとカグリリンチドの配合剤であるCagriSemaは開発段階にある。

同社は欧州糖尿病学会（EASD）で、セマグルチド、CagriSema、ゼナガムチドに関する44件の抄録を発表する予定だ。そこには、ウゴービ錠剤の実臨床データのほか、食欲、食行動、食物の手掛かりに対する反応を扱うCagriSemaの解析も含まれる。

この文脈では、Anthropicとの協業は能力への投資と捉えるのが適切だ。うまく機能すれば、根拠の統合、実験計画の立案、科学ソフトウェアの構築を改善し、研究者がより重要度の高い業務に時間を割けるようになる可能性がある。ノボが掲げる、ヘルスケアとR&DでよりAI主導の企業になるという目標にも沿う。

製薬業界全体で進むAIの実装

ノボだけが先端AIを業務に取り込もうとしているわけではない。モデルナは2023年からOpenAIと協業し、全社でChatGPT Enterpriseへのアクセスを拡大してきた。治療法開発を支えつつ、各部門の業務を補強することを掲げている。1

共通する流れは、製薬企業が試験導入から、企業固有のワークフロー、社内ツール、ガバナンス体制へと軸足を移している点だ。価値は科学者を置き換えることより、知識検索、複雑な情報の分析、支援ソフトウェアの開発を速めることにある。

次に注目すべき点

今回の発表では、契約の金額、具体的な生産性目標、導入期限、性能評価の基準は明らかにされていない。また、Claude Scienceがより良い創薬標的を見つけること、臨床試験の成功率を上げること、承認までの期間を短縮すること、あるいは優れた医薬品を生むことを示す証拠も、現時点ではない。

進展を見極める上で意味のある指標は、定義された研究業務のサイクルタイム短縮、実験候補の優先順位付けの質の改善、検証済みのソフトウェア導入、科学的厳密性を損なわずにR&D判断が改善したという再現・評価可能な結果だろう。

現段階でこの提携がノボにもたらすのは、自社の専門家が選んだ複雑な研究業務で先端AIを試す、信頼できる枠組みである。ただし競争力や市場評価を立て直せるかは、差別化された臨床データ、製造・供給、償還、価格、パイプラインの実行、そしてリリーとの競争にかかっている。1718