• 10月27日、Anthropicが社員1人のバイオ企業Mithrilを買収し、6組織との創薬協業を発表しました。
• 1人とエージェントと外部の機関をつなげば、超少人数でも薬づくりのような大きな価値に挑めるようになり得ます。
• AIが入ったのは4つの工程ですが、成果の大半は前臨床で、人での効果が示されたわけではありません。

社員1人と11の外部ラボ

Mithrilの創業者は、Claudeを使って11の外部ラボとの契約・物流・実験を整理しました。アイデアから18カ月未満で、マウスでの有望な結果にたどり着いています。人での臨床試験は、Anthropicの発表によると早ければ2028年末の見通しです。

外部の実験室に仕事を出す創薬は、以前からあります。違いは、契約や調整、実験の段取り、記録を誰が担うかです。社員1人でも、11のラボを束ねられたことが今回のポイントです。

6組織が示した工程の広がり

Anthropicが示した協業は、研究の運営だけではありません。実験の測定結果を次の設計へ戻す往復にも、AIが入っています。

• Generate：免疫細胞ががんを狙う受容体の細胞内部分を、標準より約70%短く設計。受容体の量は約10倍に増え、3ラウンドの実測で設計を絞り込みました
• Divergence：食物アレルギーの引き金になるIgEを標的に、約1カ月で約3万5,000の抗体案を作成。IgEに結合する案が3、引き剥がす案が20でした
• BigHat：約10週間で約1,000の変異体を作って試験。AIが生データを再分析し、測る指標そのものの見直しまで提案しました

製造記録の確認にも入っています。Enveda社は、臨床試験の製造記録4つ、手書き中心の1,061ページをClaudeで確認しました。公開された検証では、人が挙げた11件をすべて捉え、人が挙げていない7件も指摘しています。人の確認時間は、25時間超から3時間未満へ。約89%の短縮です。

原記録には書き込まず、指摘への判断は人が下す。助言用の補助という位置づけです。

臨床計画では、製薬大手のBMSが、初期の臨床試験の計画をClaudeで評価し、成功する確率を見積める協業を始めました。設立中の新会社Pleiadesは、小チームで多くの研究を進める構想です。

組織が持っていた機能が、1人の外に出る

僕の見立てですが、ここで起きているのは「AIが研究者の代わりをする」ことではありません。組織の中にあった機能が、1人の外に出ていることです。

以前は、研究を動かすには、契約、調達、実験の管理、記録、文書づくりを担う人と部署が要りました。Mithrilでは、調整や分析をAIが担い、実験は外部ラボが担います。1人が持つのは、何を狙うかと、結果をどう判断するかの2つです。

層で言えば、判断する人、調整と分析を担うエージェント、実験と製造を担う外部の機関。この3層が組めれば、体制を作ってから挑戦するのではなく、挑戦しながら必要な力を借りられます。

創薬に限った話ではありません。市場調査、開発、制作、販売を外部の力と組み合わせる新規事業にも、同じ形が当てはまります。固定費として体制を抱えなくてよくなれば、挑戦できる数も、資金の配り方も変わるはずです。

詰まる場所は確認と外部の容量

では、1人×エージェント×外部ツールが広がると、どこで詰まるのでしょうか。創薬に限らず、一般の仕事でも同じ構図です。

エージェントそのものは、おそらく詰まりません。調査も分析も調整も、増やせば並列で回ります。詰まるのは、その両端です。

1つ目は、人間側の比較と確認のコストです。エージェントが案を何十も出しても、どれを採るかを決め、結果を確かめるのは1人です。出力が増えるほど、判断する人の時間が足りなくなります。

2つ目は、外部の連携先の容量とコストです。創薬なら外部ラボの実験枠と費用、一般の仕事なら制作会社や開発会社の稼働と費用です。AIが案を出す速さに、現場の供給は追いつきません。

創薬は、その極端な例です。実験で確かめないと正しさが分からないので、確認と実験の両方が上限になります。Anthropic自身も、問題は創薬の全工程に分散していると述べています。

▶︎ あわせて読みたい：検証できない仕事に、AIの量は効かない——OpenAIの発表が示したこと

結局、1人の価値を決めるのは、何を試し、どの結果を信じるかという判断の質です。

広がる少人数の射程

「AIで仕事が減る」と見るより、少人数の専門家が扱える範囲が広がると見るほうが実態に近いはずです。成果が出るまでの試行回数も、増やせます。

研究する側にとっては、専門家1人でも、外部の力を束ねて挑戦できる時代の入口です。支える側にとっては、実験・製造・文書の受け皿が、AIから発注される側に回ります。

測ることと判断することの質を磨いた人と組織が、有利になっていくでしょう。

よくある質問（FAQ）

Q1. Mithrilとは何で、何を実現したのですか？

社員1人のバイオ企業です。創業者がClaudeで11の外部ラボとの契約・物流・実験を整理し、アイデアから18カ月未満でマウスでの有望な結果にたどり着きました。人での臨床試験は、早ければ2028年末の見通しです。

Q2. AIは創薬のどの工程に入ったのですか？

研究の運営、設計と実験の往復、製造記録の確認、臨床計画の4つです。たとえばEnveda社は、手書き中心の製造記録1,061ページの確認時間を、25時間超から3時間未満へ約89%短縮しました。ただし成果の大半は前臨床の段階です。

Q3. AIを使った少人数の研究で、どこが詰まりますか？

詰まるのは、人間側の比較と確認のコスト、そして外部の連携先の容量とコストです。エージェントが案を何十も出しても、採るものを決めて結果を確かめるのは人です。実験の枠と費用にも上限があるため、最後は判断の質が価値を決めます。

---

AIで研究や仕事の範囲をどう広げ、どこで人が判断を握るか。AIを徹底的に使いこなすためだけのコミュニティ「フロンティア・リーダーズ」で、実務を持ち寄りながら探っています。

読んだあとに、2時間手を動かして自分の仕組みを1つ残したい方へ。いけともハンズオンのアーカイブなら、見逃した回も受講できます。

エージェントに仕事を任せる具体的な手順は、書籍『Claude 最強のAI自動化術』にまとめています。

■合わせて読みたい

■関連記事