過去30年間にわたり、私はライフサイエンスのあり方を変貌させてきたテクノロジーの波を最前線で目撃してきた。バイオテクノロジー革命は、分子レベルで医学を書き換えた。ゲノミクス時代は、疾患を理解するための全く新しい言語を切り開いた。ERP（企業資源計画）や品質管理システムは、組織が規模を拡大して運営する方法を再構築した。そして、ビッグデータとデジタルヘルスの波は、業界がかつてないほど大量の情報を生み出し、その活用法を模索するきっかけとなった。
それぞれの波がプロセスの加速を約束し、効率化をもたらした。しかし、現在の人工知能（AI）ほど急速に「競争優位性」の意味を変化させたものは、かつて存在しない。
AIが実際に行っているのは、「能力」と「コモディティ（一般化）」の距離を縮めることだ。すべての組織が規制当局への申請書類を半分の時間で作成できるようになり、すべての競合他社が同じ文献の要約を作成し、同じ初稿を生成できるようになったとき、「今、自社を差別化するものは何か」という問いが極めて重要になる。厳格に規制された環境下で30年間にわたりグローバルチームを率いてきた経験から得た私の答えは、一貫して変わらない。それは「人間関係の質」である。
加速するスピード、変化する差別化要因
AIはすでに、ライフサイエンスのライフサイクルにおけるあらゆる段階を再構築しつつある。研究者はマルチモーダルモデルを活用して創薬ターゲットの特定を迅速化し、臨床チームはデータ駆動型の患者層別化を通じて治験への登録率を向上させている。規制関連部門はAI支援による文書作成で申請スケジュールを短縮し、メディカルアフェアーズ部門は数年前には不可能だった規模で文献の要約を作成している。
これらの能力は極めて重要である。マッキンゼー（McKinsey）によると、生成AIは医薬品のバリューチェーン全体で年間600億ドル（約9兆7400億円）から1100億ドル（約17兆9000億円）の価値を創出する可能性があるという。この破壊的変化は紛れもない現実だ。
しかし、差別化要因としての技術的能力には限界がある。テクノロジーはスケールするが、人間関係はスケールしない。ベセマー・ベンチャー・パートナーズ（Bessemer Venture Partners）の分析はこの事実を具体的に示している。AIツールと経験豊富なプロフェッショナルを組み合わせている企業は、AI単体を提供する企業を一貫して上回る業績を上げている。これは特に、意思決定に規制上または運用上の重大な責任が伴う場合に顕著である。業務執行がより高速かつ標準化されるにつれ、競合に差をつける組織とは、規制当局、パートナー、治験医師、そして社内チームにわたる最も強固な信頼のネットワークを築いている組織となるだろう。
信頼はAIが生成できない資産
ライフサイエンスは、たとえ「データ主導」と形容されることがあっても、本質的には常に「人間関係主導」の業界であった。臨床試験は治験医師の関与に依存し、承認申請プロセスは信頼性に依存する。技術移転は協働によって成り立ち、グローバルな製造は異なる文化、システム、期待をまたぐ調整作業に依存している。
AIはこれらの関係性を希薄にするのではなく、むしろその重要性を高めている。情報の生成が容易になればなるほど、人々はその情報を解釈する上で「誰を信頼すべきか」をより慎重に見極めるようになるからだ。
私はまた、組織内部でより微妙な変化が起きていることにも気づいている。チームが自動化に多くの業務を委ねられるようになると、かつて成果物と成果物の間に存在していた人間同士の接触を減らそうとする無言の圧力が働きがちになる。進捗確認の回数が減り、会話が短くなり、人間関係が人対人ではなく、ワークフローのレベルで維持されるようになる。これは効率化ではなく、戦略的な誤りである。
「エデルマン・トラストバロメーター（Edelman Trust Barometer）」のデータは、多くのシニアリーダーがすでに感じていることを裏付けている。すなわち、複雑なB2Bの購買意思決定において、信頼は今や価格や品質と並ぶ中心的な要素として機能している。クライアントは単にサービスプロバイダーを選んでいるのではない。テーブルの向こう側にいる人々に対する信頼、すなわち技術的能力のデモンストレーション単体からではなく、時間をかけた一貫性、透明性、そして共有された経験を通じて育まれる信頼を選択しているのである。
また、AIでは埋めることのできない責任（アカウンタビリティ）のギャップも存在する。ChatOnの分析によると、AIが生成した情報を外部の情報源と照らし合わせて検証しているユーザーは、現在わずか39%にすぎない。医薬品安全性監視（ファーマコビジランス）、規制当局への申請書類、品質管理の文書化において、このギャップを埋めるのは人間の責任である。AIは解釈を加速させることはできるが、その解釈に対する責任は人間の手に委ねられたままである。
予想以上の速さで変化する人材育成のプロセス
この変化には、十分に注目されていない側面がある。
かつて若手プロフェッショナルの育成に役立っていたタスクの多くが消失しつつある。日常的な逸脱レビュー、バリデーション文書の作成、体系的な文献の要約といった業務は、何世代にもわたる専門家が繰り返し行うことで判断力を養うのに役立ってきた。現在、これらの業務はAIシステムによって処理されることが増えている。これは生産性向上には寄与するが、能力開発という点では厄介な問題である。
リーダーが問いかけるべきは、単に「AIに何ができるか」ではない。「若手プロフェッショナルが基礎的な実務を通じて学ぶ機会を失ったとき、何が失われるのか」ということだ。
従来の徒弟制度モデルが変化するなか、組織はチーム間や世代間でどのように判断力を伝承していくかについて、はるかに意図的にならなければならない。メンター制度、部門横断的な経験、体系的な知識共有は、もはや任意の投資ではない。AIを活用する組織において、専門知識が自然に育まれると期待することはできない。それは意図的に設計されなければならないのだ。
リーダーシップは、より人間的なものになっている
業界全体を見渡すと、AIへの対応において組織は2つの異なるアプローチをとっている。一方はAIを主にコスト削減の手段として捉え、効率性のみで競争するために自動化を進めるアプローチ。他方は、付加価値の低い業務を排除することで、最も経験豊かな人材が判断、調整、および長期的なパートナーシップに全面的に集中できるようにするアプローチである。後者のアプローチの方が、より持続可能であることが証明されつつある。テクノロジーはスピードをもたらすが、人間関係はテクノロジーの導入と定着を促す。導入が伴わなければ、スピードがインパクトに変換されることはない。
より本質的な変化は、技術的な実行をスケールさせることが容易になるにつれ、リーダーシップの差別化要因が「明確さ」「信頼性」「つながり」に移行していることだ。データセットを信頼するかどうかを決定するのは、依然として人間である。解釈を信頼するかどうかを決定するのも、依然として規制当局である。リスクを共有するかどうかを決めるのも、依然としてパートナー企業である。これらの決定は、技術的な問題である前に、関係性の問題なのだ。
私たちは、より多くのことを行うためにAIをどう活用するかという問いをやめ、優秀な人材を「人間にしかできないこと」に専念させるために、AIをどう活用すべきかを問い始める必要がある。このことにいち早く気づいた組織は、自動化と並行してメンター制度に投資し、インフラを近代化しながら組織の記憶を強化し、コラボレーションを単なる「ソフトスキル」ではなく「一つの能力」として扱っている。
AI主導の世界において、人間関係の重要性が薄れることはない。むしろ、自動化することのできない優位性になりつつあるのだ。
