📑 目次

1. DeepMind CEOが語る「フェーズシフト」とは何か
2. AlphaFoldが証明した「AIが科学を変える」という命題
3. 次のターゲット：材料科学・気候変動・農業
4. 「AI科学」の現在地：まだ解けていない課題
5. 製薬・素材・エネルギー業界へのビジネスインパクト
6. 「山麓」から見えるリスク：誰がAI科学の恩恵を受けるか
7. まとめ
8. 参考・出典

「私たちは今、特異点の山麓に立っている」——Google DeepMind CEOのデミス・ハサビスは、2026年5月のGoogle I/Oでそう語ったと、MIT Technology Reviewが報じている。単なる比喩ではない。AlphaFoldによるタンパク質構造解析から始まったAI駆動の科学研究が、創薬・材料科学・気候変動対策へと一斉に拡張し、科学の進め方そのものが書き換えられようとしている。この変化はラボの中だけの話ではなく、製薬・素材・エネルギー産業のビジネスモデルにも直撃する。

DeepMind CEOが語る「フェーズシフト」とは何か

ハサビスが言う「フェーズシフト」は、AIが科学の補助ツールから科学の主体へと移行しつつある変化を指す。従来、AIは既存の実験データを整理・分類する役割に留まっていた。しかし現在は、仮説の生成・実験計画の立案・結果の解釈まで、科学的探究のサイクル全体にAIが関与し始めている。

ハサビスは「AIが科学的発見を年単位ではなく月単位で、さらには週単位で生み出せる時代が来る」と主張していると元記事は伝える。これを「特異点の山麓」と表現したのは、現在地が頂上ではなく、急勾配の登山口であることを意味している。

AlphaFoldが証明した「AIが科学を変える」という命題

この主張の根拠として最も説得力があるのが、DeepMindのAlphaFoldだ。2021年の公開以来、AlphaFoldはすでに2億以上のタンパク質構造を予測し、世界中の研究者が無償で利用できるデータベースを構築したとされる（DeepMind公式発表）。従来、1つのタンパク質構造を解明するには数年の実験が必要だったが、AlphaFoldはそれを数秒に縮めた。

この成果が示すのは、AIが「推測」ではなく「発見」に使えるという証明だ。AlphaFoldが創薬プロセスの上流を書き換えたことで、製薬企業は候補化合物の探索コストと期間を大幅に削減できるようになった。ハサビスが「山麓」と言うのは、AlphaFoldでさえ序章に過ぎないという認識を示している。

次のターゲット：材料科学・気候変動・農業

Google I/Oでハサビスが強調したのは、科学へのAI応用が創薬の枠を超え始めているという点だ。材料科学では、新しい電池素材・半導体材料・太陽電池素材の探索にAIが活用されている。気候変動対応では、大気中の二酸化炭素を効率的に吸収する素材や触媒の設計にAIが貢献できるとされる。

農業分野では、作物の病害耐性に関わるタンパク質の解析や、より効率的な肥料分子の設計にAlphaFoldの技術が転用されている。こうした応用の広がりが、「山麓」という言葉の重みを裏付ける。登頂ルートは一本ではなく、複数の産業が同時に山を登り始めている状態だ。

なお、AIが複雑な現実世界をモデル化する能力については、LLMの次「ワールドモデル」——AIは世界を理解できるかでも詳しく論じている。物理現象や化学反応をシミュレートするAIの能力は、科学研究の加速と表裏一体だ。

「AI科学」の現在地：まだ解けていない課題

ただし、ハサビスの宣言をそのまま受け取ることには慎重さも必要だ。MIT Technology Reviewは、AI駆動の科学が現在直面している限界も指摘している。AIが生成する候補化合物や材料の多くは、実験室での検証で失敗する。予測精度が高くなったとはいえ、「実験ゼロで創薬が完結する」段階にはほど遠い。

また、AIが科学的仮説を生成する際、その根拠が人間の研究者に説明できない「ブラックボックス」問題も残る。規制当局が求める医薬品の承認プロセスは、作用機序の明確な説明を必要とする。AIが提示した答えが正しくても、なぜ正しいかを説明できなければ、製品化への道は長くなる。

製薬・素材・エネルギー業界へのビジネスインパクト

それでも、AI科学の加速がビジネスに与える影響は具体的に始まっている。製薬業界では、AIを使った創薬スタートアップへの投資が急増しており、大手製薬企業もAI企業との提携を加速させている。従来10〜15年かかっていた新薬開発のサイクルが、AI活用で5〜7年に短縮できる可能性があるとされる（業界内の試算）。

素材メーカーにとっては、新素材の探索コストが劇的に下がることを意味する。エネルギー業界では、次世代電池や水電解触媒の開発競争が、AIによる計算探索で一気に前倒しになる可能性がある。これらの変化は、研究開発費の配分を変え、どの企業がAIパートナーを持つかで競争優位が決まる構図を生み出しつつある。

Google I/OではAI科学以外にも多くの発表があった。ハードウェア面では、GoogleのGemini ARグラスが翻訳・ナビ機能を視界に重ねる体験も注目を集めた。ただし、科学研究へのAI応用というテーマは、ARグラスとは異なる時間軸で社会を変えていく。

「山麓」から見えるリスク：誰がAI科学の恩恵を受けるか

ハサビスの発言が楽観的に響く一方で、AI科学が生む恩恵の分配は均等ではない。高度なAIツールを使いこなせる研究機関・企業と、そうでない組織の格差は拡大する可能性がある。また、AIが創薬を加速するほど、特許競争も激化する。「AIが発見した」化合物の知的財産権をどう扱うかは、各国の法制度が追いついていない課題だ。

さらに、AIが生成する科学論文や仮説の信頼性評価も問題になりつつある。査読制度がAIの生産速度に対応できなければ、科学的知識の品質管理が崩れるリスクも指摘されている。「山麓にいる」という表現は希望だけでなく、これから越えなければならない険しさも内包している。

まとめ

デミス・ハサビスの「特異点の山麓」発言は、AIが科学研究のスピードと範囲を根本から変えつつあるという宣言だ。AlphaFoldが証明した可能性は今、創薬・材料・エネルギーへと拡張されている。製薬・素材メーカーにとっては、AI科学の波に乗れるパートナーを今どう確保するかが、次の10年の競争力を左右するといっても過言ではない。

参考・出典

• MIT Technology Review — Google I/O showed how the path for AI science is shifting（2026年5月22日）
• Google DeepMind — AlphaFold公式ページ
• Google I/O 2026 公式サイト

---