Claude Codeの次は「Claude Science」、Anthropicが科学研究に本気で乗り込んできた話

こんにちは。今日はAnthropicがここ数日で打ち出した新プロダクト、「Claude Science」を取り上げたいと思います。コーディングエージェントの話は最近続けてきたので、今日は少し軸をずらして「AIと科学研究」という切り口です。派手な新モデルの話ではなく、実は結構本質的な戦略転換だと感じたので、じっくり解説します。

何が発表されたのか

Anthropicは製薬企業やバイオテック創業者、研究者向けのイベントで、Claude Scienceという新製品を発表しました。ベータ版はClaude Pro、Max、Team、Enterpriseの有料ユーザー向けにすでに公開されています。

これが何かというと、一言で言えば「科学者のためのClaude Code」です。Claude Codeがソフトウェア開発の現場を大きく変えたのと同じ発想を、生命科学の研究現場に持ち込もうとしています。

具体的には、研究者が日常的に使っているPubMed、Jupyter、R、クラスターのターミナルといったバラバラなツール群を、一つの環境にまとめてしまう。60種類以上の科学データベースやツールとの連携があらかじめ組み込まれていて、ゲノミクス、単一細胞解析、プロテオミクス、構造生物学、ケモインフォマティクスといった分野をカバーしています。タンパク質の立体構造やゲノムブラウザのトラック、化学構造なども、そのまま画面上にネイティブ表示されるそうです。

ポイントは「新しいモデル」ではないこと

ここがこのニュースでいちばん面白いところです。Anthropicは今回、あえて「これは新しいモデルではないし、生物学に特化して賢くなったモデルでもない」と強調しています。中身は既存のClaude Opus 4.8などがそのまま動いているだけ。

つまり今回の勝負どころは「モデルの賢さ」ではなく「ワークフロー」だと、Anthropic自身が言い切っているわけです。これはClaude Codeが普及した理由の再現でもあります。Claude Codeが広まったのは、モデル単体の性能がずば抜けていたからというより、開発者の作業環境にうまく溶け込んだからだ、という見方が一般的です。同じ戦略を科学研究という、もっと泥臭くて分野ごとにツールがバラバラな領域に持ち込もうとしている。

もう一つ特徴的なのが、計算資源の扱い方です。Anthropicのサーバーに依存するのではなく、研究者自身のローカルMacやLinux、リモートSSH、大学のHPCクラスターの上で動かせる設計になっています。研究データを外部に出したくない、既存の計算環境を変えたくない、という現場の事情に配慮した作りだと言えそうです。

3社3様、科学AI競争の構図

面白いのは、ここに至るまでの各社のアプローチがきれいに分かれていることです。

OpenAIは今年4月、GPT-Rosalindという生物学的推論に特化したモデルを出しています。ただしこちらは審査を受けた企業顧客だけに限定公開という形。しかもOpenAI自身が公開したベンチマークでは、最も性能の良いモデルでも実際の研究タスクの4割にも届かないクリア率だったという結果も出ています。専門モデルを作る路線ですが、まだ発展途上という位置づけです。

Google DeepMindは、AlphaFoldやAlphaGenomeといった自社の基盤科学モデルを束ねる形で「Gemini for Science」を今年5月のI/Oで発表しています。長年ノーベル賞級の実績を積んできた独自モデル資産をそのまま製品化する路線です。

そこに対してAnthropicは、専用モデルを作り込むのではなく「幅とワークフロー」に賭けている。既存のツールと既存のモデルを、いかに研究者の手元でシームレスに繋ぐか、という勝負です。同じ「科学×AI」というテーマでも、賭け方が三者三様なのは、それぞれの強みの違いがそのまま出ていて興味深いところです。

検証可能性という宿題

もう一つ触れておきたいのが、生成された成果物の検証の仕組みです。Claude Scienceには、メインの研究エージェントとは別に、引用の出典を確認したり、根拠が追えない数値にフラグを立てたり、図とコードの整合性をチェックしたりする「レビュー用のエージェント」が並走する設計になっています。

ただしAnthropic自身が、このレビューエージェントも同じ基盤モデルを使っているのであって、独立した検証システムではない、と明言しているのは正直な情報開示だと思います。自分の答えを、自分と同じ思考回路のエージェントがチェックする構造には、当然限界がある。査読前の下書き段階を効率化する道具としては強力でも、最終的な科学的な妥当性を人間の専門家が確認するプロセスを置き換えるものではない、というのが現実的な受け止め方だと思います。

背景にある事情

タイミングにも注目したいところです。この発表の少し前まで、Anthropicの主力モデルは米政府による輸出規制の対象になっていて、それが解除された直後というタイミングでの製品発表でした。安全性への懸念とビジネス拡大の両立を、実績で示しにいったとも読めます。

すでにアレン研究所の研究者が文献レビューの自動化パイプラインを構築したり、UCSFのチームが希少疾患の解析を大幅に高速化したりという事例も出てきています。Anthropicは最大50件のプロジェクトに研究助成金も用意していて、7月中旬まで応募を受け付けているそうです。

まとめ

今回のClaude Scienceが面白いのは、AI企業の勝負どころが「賢いモデルを作る」ことだけではなく、「その賢さを、現場のごちゃごちゃした作業環境にどう馴染ませるか」という一段違う次元に移りつつあることを、はっきり見せてくれた点だと思います。同じ科学AIというテーマでも、専用モデル型で攻めるOpenAIやGoogleと、ワークフロー型で攻めるAnthropic、どちらの賭け方が研究現場に定着するのか。次にどんな実例が出てくるか、引き続き追いかけていきたいテーマです。