ノボ ノルディスクとAnthropicの提携は、最先端AIが製薬研究の難しい科学的課題に役立つかを実務で確かめる試みだ。単に文書やコードを速く作る用途にとどめず、研究者が主導する創薬・開発プロセスで、Claudeの推論能力を検証する。

両社は2026年9月16日、ノボ ノルディスクの研究者と計算科学チームが特定した創薬上の課題に共同で取り組むと発表した。ノボはまず、研究開発（R&D）の特定ワークフローで「Claude Science」を試験し、生物学的な理解と科学的推論を支える個別ソリューションを開発する方針だ。1

AIに創薬判断を丸投げする話ではない

発表内容が示すのは、Claudeが自律的に薬の候補を決めたり、研究者の役割を置き換えたりする計画ではない。仮説、根拠、AIの出力を科学者が確認しながら次の研究に生かす、研究者主導のワークフローで有用性を評価する取り組みである。

創薬では、論文、実験データ、生物学的知見など、形式も規模も異なる膨大な情報を扱う。性能の高いモデルが情報の整理、複数の説明仮説の比較、研究サイクルの反復を助ける可能性はある。もっとも、情報の要約が速くなったり、仮説の数が増えたりするだけでは、有効な医薬品が生まれた証明にはならない。

価値を判断するうえで重要なのは、再現可能で実験による裏づけのある研究成果につながるか、そして開発業務を持続的に改善できるかだ。

R&D向けソフトウェア開発も対象に

今回の提携は科学分析だけに限られない。ノボはAnthropicの最先端モデルを、エージェント型ソフトウェアエンジニアリングにも利用する予定だ。これは、AIの支援を受けてソフトウェアを開発・改良する取り組みを指す。1

現代の製薬R&Dは、社内データ基盤、解析パイプライン、専門的な研究アプリケーションに大きく依存している。AIがこうしたツールの構築や保守を効率化できれば、単一の画期的発見に頼らず、多数の研究業務に効果が波及する可能性がある。

既に示されている文書自動化の実績

ノボとAnthropicの関係は今回が初めてではない。Anthropicによると、ノボはClaudeを用いたツールで臨床試験報告書の作成や関連文書業務を自動化してきた。同社の事例紹介では、あるワークフローにおける臨床試験文書の作成時間が10週間超から10分へ短縮され、医療機器の検証プロトコル作成に必要なリソースも95％減ったとしている。10

ただし、これらはAnthropicが示した業務効率の数値である。規制当局の承認が早まったこと、臨床上の転帰が改善したこと、あるいは薬剤候補の成功率が上がったことを意味するデータではない。

それでも今回の発表が注目される理由は明確だ。従来の文書作成やソフトウェア領域から一歩進み、AIの利用範囲を選定された科学的R&D課題へ広げるからである。

製薬業界全体で進むAI活用

ノボの動きは、製薬企業がAIを研究開発の広い領域へ導入する流れの一部でもある。各社は、創薬標的の探索、分子設計、臨床試験の計画などの改善を期待し、モデリングツールや自動化ラボへの投資を進めている。33

製薬R&Dは高コストで、データ量が多く、時間もかかる。だからこそAIへの期待は大きい。一方で、この分野で問われる水準は、自然な文章や高速なコードを生成できるかどうかよりはるかに高い。科学者が検証できる、厳密で領域特化の業務において本当に役立つことを示さなければならない。

高性能AIを巡るガバナンスの論点

今回の提携は、能力が急速に高まるAIをどの速度で発展させるべきかという議論のさなかに発表された。Reutersによると、Anthropicのダリオ・アモデイCEO、OpenAIのサム・アルトマンCEO、イーロン・マスク氏は高度なAI開発の協調的な減速を支持する一方、Metaのマーク・ザッカーバーグCEOは市場主導の安全策を支持している。34

ノボとAnthropicの協業は、この論点の難しさをよく表している。最先端モデルには、医学・科学研究を効率化する実利があり得る。しかし、医薬品研究のような影響の大きい領域で使うなら、信頼できる評価、人による監督、強いガバナンスが不可欠になる。

今後見るべきポイント

現時点で確認できるのは、主要製薬企業であるノボが、研究者が定義した創薬ワークフローで最先端AIを評価するということだ。Claudeの役割は、臨床文書の自動化やソフトウェア開発から、R&Dの一部へと拡大する。すでにAIによって新薬の到達が早まった、と結論づける段階ではない。110

今後注目すべきなのは、どの業務が改善したのか、研究者がAIの出力をどう評価したのか、そして実験で検証された科学的な成果が得られたのかという、具体的で検証可能な情報だ。

ノボ ノルディスクとAnthropicの提携は、最先端AIが製薬研究の難しい科学的課題に役立つかを実務で確かめる試みだ。単に文書やコードを速く作る用途にとどめず、研究者が主導する創薬・開発プロセスで、Claudeの推論能力を検証する。

両社は2026年9月16日、ノボ ノルディスクの研究者と計算科学チームが特定した創薬上の課題に共同で取り組むと発表した。ノボはまず、研究開発（R&D）の特定ワークフローで「Claude Science」を試験し、生物学的な理解と科学的推論を支える個別ソリューションを開発する方針だ。1

AIに創薬判断を丸投げする話ではない

発表内容が示すのは、Claudeが自律的に薬の候補を決めたり、研究者の役割を置き換えたりする計画ではない。仮説、根拠、AIの出力を科学者が確認しながら次の研究に生かす、研究者主導のワークフローで有用性を評価する取り組みである。

創薬では、論文、実験データ、生物学的知見など、形式も規模も異なる膨大な情報を扱う。性能の高いモデルが情報の整理、複数の説明仮説の比較、研究サイクルの反復を助ける可能性はある。もっとも、情報の要約が速くなったり、仮説の数が増えたりするだけでは、有効な医薬品が生まれた証明にはならない。

価値を判断するうえで重要なのは、再現可能で実験による裏づけのある研究成果につながるか、そして開発業務を持続的に改善できるかだ。

R&D向けソフトウェア開発も対象に

今回の提携は科学分析だけに限られない。ノボはAnthropicの最先端モデルを、エージェント型ソフトウェアエンジニアリングにも利用する予定だ。これは、AIの支援を受けてソフトウェアを開発・改良する取り組みを指す。1

現代の製薬R&Dは、社内データ基盤、解析パイプライン、専門的な研究アプリケーションに大きく依存している。AIがこうしたツールの構築や保守を効率化できれば、単一の画期的発見に頼らず、多数の研究業務に効果が波及する可能性がある。

既に示されている文書自動化の実績

ノボとAnthropicの関係は今回が初めてではない。Anthropicによると、ノボはClaudeを用いたツールで臨床試験報告書の作成や関連文書業務を自動化してきた。同社の事例紹介では、あるワークフローにおける臨床試験文書の作成時間が10週間超から10分へ短縮され、医療機器の検証プロトコル作成に必要なリソースも95％減ったとしている。10

ただし、これらはAnthropicが示した業務効率の数値である。規制当局の承認が早まったこと、臨床上の転帰が改善したこと、あるいは薬剤候補の成功率が上がったことを意味するデータではない。

それでも今回の発表が注目される理由は明確だ。従来の文書作成やソフトウェア領域から一歩進み、AIの利用範囲を選定された科学的R&D課題へ広げるからである。

製薬業界全体で進むAI活用

ノボの動きは、製薬企業がAIを研究開発の広い領域へ導入する流れの一部でもある。各社は、創薬標的の探索、分子設計、臨床試験の計画などの改善を期待し、モデリングツールや自動化ラボへの投資を進めている。33

製薬R&Dは高コストで、データ量が多く、時間もかかる。だからこそAIへの期待は大きい。一方で、この分野で問われる水準は、自然な文章や高速なコードを生成できるかどうかよりはるかに高い。科学者が検証できる、厳密で領域特化の業務において本当に役立つことを示さなければならない。

高性能AIを巡るガバナンスの論点

今回の提携は、能力が急速に高まるAIをどの速度で発展させるべきかという議論のさなかに発表された。Reutersによると、Anthropicのダリオ・アモデイCEO、OpenAIのサム・アルトマンCEO、イーロン・マスク氏は高度なAI開発の協調的な減速を支持する一方、Metaのマーク・ザッカーバーグCEOは市場主導の安全策を支持している。34

ノボとAnthropicの協業は、この論点の難しさをよく表している。最先端モデルには、医学・科学研究を効率化する実利があり得る。しかし、医薬品研究のような影響の大きい領域で使うなら、信頼できる評価、人による監督、強いガバナンスが不可欠になる。

今後見るべきポイント

現時点で確認できるのは、主要製薬企業であるノボが、研究者が定義した創薬ワークフローで最先端AIを評価するということだ。Claudeの役割は、臨床文書の自動化やソフトウェア開発から、R&Dの一部へと拡大する。すでにAIによって新薬の到達が早まった、と結論づける段階ではない。110

今後注目すべきなのは、どの業務が改善したのか、研究者がAIの出力をどう評価したのか、そして実験で検証された科学的な成果が得られたのかという、具体的で検証可能な情報だ。