「AI for Science」の覇権をめぐる競争が激化する中、Anthropic は大胆な二段構えの戦略に打って出た。6 月 30 日、同社は科学研究の分断されたワークフローを統合するために設計された新しい「AI ワークベンチ」、Claude Science を密かに発表した。しかし、同社はソフトウェアの販売にとどまらなかった。別の発表で、Anthropic はさらに一歩踏み込み、放置されている疾患を対象とした自社での創薬計画を明らかにした。これにより、この AI 巨人は、ツール提供者であると同時に、自らが顧客として獲得しようとしているバイオテクノロジーおよび製薬企業にとっての潜在的な競合相手という、異例の立場に置かれることになった。
Claude Science：分断された研究者のためのワークベンチ
Anthropic が Claude Science で掲げる核心的な主張は、科学の進歩を妨げているのはもはや AI モデルの知能ではなく、研究ツールの徹底的な分断にあるという点だ。今日の科学者は、文献検索のための PubMed、分析のための Jupyter や R、大規模計算のためのクラスター端末など、めまぐるしいほど多種多様なプラットフォームを使い分けている。Claude Science は、これらすべてのバラバラな要素を単一の統合された環境に引き寄せることを目指している。
このワークベンチは、文献レビューや仮説の探索から、データ分析、図表の作成、さらには論文の草稿作成や出版に至るまで、研究のライフサイクル全体を処理するように設計されている。監査可能性を確保するため、AI が生成したすべての成果物には、基礎となるソースコード、メッセージ履歴、平易な言葉による説明が添付されており、科学者はあらゆるステップを検証できる。重要な点として、Anthropic は、このプラットフォームが研究室自身のプライベート・インフラ上で動作することを強調している。つまり、大規模または機密性の高いデータセットが研究室のシステム外に出ることは決してないということだ。これは、データのプライバシーやコンプライアンスが極めて重要視されるライフサイエンス分野における大きな悩みを解決するものである。初期のテストユーザーは、すでに Claude Science を、シングルセル RNA シーケンス解析、CRISPR スクリーニングの設計、タンパク質構造予測といったタスクに使用している。
AI for Science (AI4S) における主要プレイヤーと戦略
企業製品/戦略コアアプローチ主な利点主なリスクAnthropicClaude Science, 自社創薬統合型ワークベンチ、広範なサブスクリプションアクセスデータプライバシーとローカルインフラへの強い注力モデルの飛躍的進歩によりワークベンチが陳腐化する可能性OpenAIGeneBench-Pro, GPT-Rosalindベンチマークの定義と専門モデルの作成AI4Sにおける「優れた」パフォーマンスの基準を策定科学コミュニティがそのベンチマークを受け入れない可能性Google DeepMindGemini for Science, AlphaFold独自の基礎科学モデルの活用比類なきコア能力（例：タンパク質構造予測）競合他社と比較してエコシステムが比較的閉鎖的
Claude Scienceの主な機能
目的: 生命科学および科学計算のための「AIワークベンチ」。
インフラ: 研究室独自のプライベートインフラ（ラップトップ、HPCノード）上で実行。
機能: 文献レビュー、データ分析、図表生成、原稿作成、および論文投稿に対応。
監査可能性: ソースコード、メッセージ履歴、すべての出力に対する平易な言語での解説を含める。
可用性: macOSおよびLinux向けのパブリックベータ版。Pro、Max、Team、Enterpriseのサブスクリプション加入者が利用可能。
インセンティブ: 50の研究プロジェクトに対し、最大30,000米ドル分のクレジットを提供。
高まる注目と直接的な競合
Claude Science は、AI 開発者にとって新たな戦場となりつつある市場に参入する。これは、今年初めに GPT-5.2 を搭載してリリースされた OpenAI の「科学者のための AI ネイティブワークスペース」、Prism の導入に続くものである。両社とも、単なるモデル性能の向上から、明確で実用的なユースケースを提供する業界特化型ツールの構築へと軸足を移している。Anthropic の戦略は明確だ。まずは AI エージェントにコードを扱わせ（Claude Code）、次に一般的な事務作業に取り組み（Claude Cowork）、そして今回、複雑で高いリスクを伴う科学研究の世界（Claude Science）へと進出した。同社は、早期導入を促すため、50 の研究プロジェクトに対して最大 30,000 米ドルのクレジットを提供することさえ約束している。
Anthropic の創薬への野望
多くの人を驚かせた動きとして、Anthropic は科学者にツールを販売するだけでなく、自らが創薬企業になると発表した。Anthropic のライフサイエンス部門の責任者である Eric Kauderer-Abrams 氏は、同社が「放置されている」疾患に対する治療法の発見に注力すると述べている。主要な最先端 AI 企業によるこの直接的な創薬への試みは、同社をユニークかつ潜在的に難しい立場に追い込んでいる。つまり、Claude Science を通じてサービスを提供したいと考えているまさにそのバイオテクノロジー企業と競合することになるからだ。この分野は、Insilico Medicine のような AI ファーストの創薬企業や、Google DeepMind からのスピンアウトである Isomorphic Labs、そして多数の大手製薬企業がひしめく混戦状態にある。
しかし、Anthropic は自社の創薬計画についてほとんど詳細を明らかにしていない。「AI 創薬」とは、新しい化合物の発見から臨床試験の改善までを網羅する広範な用語である。AI は間違いなく初期の研究を加速させ、広大な化学空間を検索することで新しい薬のアイデアを生み出す一助となるが、AI が設計した候補から FDA 承認薬に至るまでの道のりは長く、費用がかかり、困難に満ちている。オックスフォード大学の教授である Frank von Delft 氏は、「AI モデルは、実験を不要にする段階にはまだほど遠い」と指摘している。創薬候補は依然として、有効性、毒性、安全性を検証するために現実世界での試験が必要であり、そのプロセスには数年を要し、ウェットラボや臨床試験への多大な投資が不可欠である。
全体像：AI4S エコシステムを巡る三つ巴の戦い
Claude Science の立ち上げと、より広範な「AI for Science（AI4S）」への進出は、AI 巨人同士のより大きな戦略的戦いの一部である。OpenAI が独自のベンチマークである GeneBench-Pro を用いた研究で特定した現在のボトルネックは「認識と行動のギャップ（notice-act gap）」である。つまり、モデルはデータ内の問題は特定できても、その認識を正しい分析的行動に移すことに失敗することが多い。これにより、競争の焦点は純粋なモデルの性能から、エコシステムとワークベンチの統合へと移っている。
3 つの異なる戦略が浮上している。Anthropic はエンジニアリングに賭けており、既存のツールやデータベースと接続する広範で統合されたワークベンチを作成している。OpenAI は、ベンチマークや GPT-Rosalind のような専用モデルを通じて、優れた AI4S の基準を定義しようと試みている。一方、Google DeepMind は AlphaFold といった独自の強力な資産を活用し、それらを Gemini for Science プラットフォームに深く統合している。各アプローチには独自の利点とリスクがあるが、それらすべてが同じ結論を指し示している。AI4S 市場は大きく開かれており、勝者は、次世代の科学的発見にとって不可欠で信頼されるインフラになれる企業であるということだ。