AIが製薬業界の仕事を再編：雇用を奪うのではなく新たな役割を創出
人工知能（AI）は製薬業界の雇用を奪うのではなく、職務の再設計と新たな役割の創出を通じて人材構成を変えつつある。特に**Drug discovery** でAI人材需要が拡大し、企業は外部委託ではなく社内AIチームの構築を加速させている。
製薬業界では、人工知能（AI）が職種を根本から変えつつある。職を一律に置き換えるのではなく、役割を再設計することで人材構成が変化しているという。業界幹部は、AIがバイオファーマ領域で大規模な雇用喪失を招くとは見ておらず、AIによって大幅な人員削減が進んだ他産業の動きとは対照的だと語る。
「AIが必ずしも1対1で仕事を置き換えているとは言えません」と、製薬・バイオテック・研究開発（R&D）採用に特化した人材紹介会社EPM Scientificのエグゼクティブ・ディレクター、Jae Yoo氏は述べた。「新しい仕事を生み出し、いま入ってくる仕事の種類自体を作り替えているのです」
最近行われた業界幹部への調査でも同様の見方が示され、製薬企業のCスイートは、AIが大規模な雇用喪失につながるとは考えていないと回答した。AIは仕事を奪うよりも新しい役割を生み、既存の役割を高度化するため、将来に向けて好奇心、創造性、批判的思考が不可欠なスキルになるとしている。
ライフサイエンス企業ではAI人材の採用が最優先課題になっており、調査対象のバイオテック幹部の半数超が、今後数年で補充すべき上位3職種の中にAI専門家が含まれると答えた。社内でAIチームを構築・拡充する投資が進む中、AI人材の獲得はとりわけ重要になっている。
「以前は多くをベンダーに外注していましたが、最近は社内アナリティクスの組成（buildouts）が増えています」とYoo氏は言う。「ベンダーを監督する1人を置く代わりに、そのチームを社内に作るのです」
AIの取り組みによって雇用を大きく増やした企業もある。Eli Lillyは、NVIDIAと協力して「創薬のためのAI factory」を構築していると発表。製造や建設で数千人規模の雇用を生むほか、エンジニア、研究者、オペレーション担当者、ラボ技術者の職も創出するとしている。
Drug discovery は、ライフサイエンス企業がAI機能を追加するだけでなく、雇用も増やす最大の領域だ。「AIにより、これまでよりはるかに低いコストと少ないリソースで治療法や薬剤を見いだせるようになっています。そのため、特に発見（discovery）領域ではAIと機械学習（machine learning）エンジニアリング人材への需要が急増しています」とYoo氏は述べた。
AIは製薬の職種名そのものも再編しており、商業アナリティクス（commercial analytics）と市場アクセス（market access）のように、複数の機能・能力を統合したハイブリッド職を生み出している。「AIは多くの企業に、役割を変革して生産性を高めることを可能にします。ルールベースの定型・反復業務のポジションを採用するよりもです」とYoo氏は語る。「当社のクライアントは、特定領域だけの技術専門家より、部門横断的（cross-functional）なスキルセットをより求めるようになっています」
商業アナリティクス職の需要も高く、商業データとリアルワールドエビデンス（real-world evidence）を分析できる人材が求められている。「上市までの期間（time-to-market）に直接影響する職種や部門、そしてあらゆる種類の規制当局対応の成功に関わる領域は、今後も需要が高いでしょう」とYoo氏は言う。「部門横断的な要素は、とても重要になると思います」
Yoo氏は、AI機能を導入した後に部門を統合し、従業員により部門横断的な働き方を求めた企業の例を挙げた。「再編と呼べるかもしれませんが、配置転換の結果として職を失った従業員は1人もいませんでした」と同氏は述べた。
製薬業界は収益以外にも重心を置くという、より広い目的意識があるため、他業界で失われつつある雇用を維持しやすい可能性がある。「Amazonのような企業やテック企業では、優先すべきはより利益（bottom line）です」とYoo氏は言う。「それに対して製薬では、治療法や薬、そして患者を優先しています」
医療におけるテクノロジーの役割拡大を強調し、ウッタル・プラデーシュ州首相の科学顧問でインドの元Drugs Controller General of IndiaであるGN Singh氏は、AI主導の研究が製薬セクターに不可欠になったと述べた。「医療・医学におけるデジタルとAIツールの急速な統合により、製薬業界がスマート技術と歩調を合わせることが不可欠になっています」とSingh氏は語った。さらに、AIに基づく創薬、規制メカニズムの改善、製薬研究におけるイノベーションの必要性も強調した。
人工知能は、膨大なデータセットを解析し、潜在的な薬剤候補を特定し、結果を予測することで創薬プロセスを加速させる。AIを導入する製薬企業は、研究に要する時間とコストを削減しつつ、成功確率を高めている。AI搭載プラットフォームは、化学化合物の選定最適化、患者反応の予測、臨床試験（clinical trial）の結果シミュレーションも可能にし、医薬品開発をより効率的かつ狙いを定めたものにする。