ある製薬企業の「10分」
ノボノルディスクという名前を聞いたことがあるだろうか。糖尿病治療薬「オゼンピック」の製造元として知られるデンマークの製薬大手だ。同社は2023年秋から、臨床試験報告書（CSR）の作成にAIを導入している。
CSRとは、新薬の臨床試験結果をまとめた規制当局向けの文書である。1本あたり最大300ページに及び、データの正確性、表現の整合性、規制要件への準拠が厳密に求められる。従来、専門のライターチームが約50人体制で執筆にあたり、完成までに10週間から12週間を要していた。年間の執筆可能本数は、ライター1人あたり平均2.3本。製薬業界において、この文書作成プロセスは長年のボトルネックだった。
ノボノルディスクが自社開発した文書生成プラットフォーム「NovoScribe」は、Anthropic社のAIモデルを基盤に、承認済みテキストの検索拡張生成（RAG）と臨床変数の自動適用を組み合わせたシステムだ。導入後、CSRのドラフト作成にかかる時間は10分に短縮された。50人体制で10週間以上かかっていた作業が、3人体制の10分に変わった。
この数字だけ見れば、AIによる業務効率化の成功事例として完結する話に思える。だが、この「10分」という数字の背後には、見過ごされがちな構造がある。10分で生成されたドラフトは、そのまま規制当局に提出されるわけではない。ドメインエキスパートによるレビューと承認が必ず介在している。AIが書き、人間が読み、判断し、署名する。そのプロセスは短縮されたが、消えてはいない。
この事実は、いまAIの導入を検討しているすべての組織にとって、きわめて重要な問いを投げかけている。
AIが「仕事をする」とは何を意味するのか
2026年2月、Anthropic社はAIプロダクティビティ・プラットフォーム「Claude Cowork」の大幅なアップデートを発表した。Coworkは、チャットインターフェースを超えて、ファイルの読み書き、複数ステップのタスク実行、ExcelやPowerPoint間のコンテキスト共有など、ナレッジワーカーの実務に直接介入する設計になっている。HR、財務分析、法務、エンジニアリングなど職種別のプラグインテンプレートが提供され、企業は自社の業務フローに合わせたカスタマイズが可能だ。
Anthropic社のAmericas統括であるKate Jensenは次のように述べている。「2025年にClaudeは開発者の働き方を変えた。2026年にはナレッジワーク全体で同じことが起きる」。この発言は、AIが単なるツールから「仕事の実行者」へと役割を拡張していることを端的に示している。
ここで問われるべきは、AIの能力の高さではない。AIが仕事を「実行する」とき、その仕事の結果に対して誰が責任を持つのか、という問いだ。
Claude Coworkは、ユーザーのローカルフォルダにアクセスし、ファイルを直接編集・作成する。計画を立て、サブタスクに分解し、並列処理を行う。その過程はユーザーに可視化されるが、すべてのステップを人間が逐一確認しているわけではない。ユーザーは途中で介入することもできるし、完了まで放置することもできる。
この設計思想そのものが、ひとつの判断を含んでいる。「どこまでをAIに任せ、どこで人間が関与するか」という判断だ。そしてこの判断は、多くの組織において、明示的に設計されていない。
「任せる」と「放置する」のあいだ
ノボノルディスクの事例に戻ろう。同社のDigitalization Strategy DirectorであるWaheed Jowiyaは、NovoScribeについてこう語っている。「Claudeのおかげで、CSRの執筆時間を90%削減し、ドキュメントを直接、人間のレビューと承認に回せるようになった」。
この発言には注意深く読むべきポイントがある。「人間のレビューと承認に回す」という部分だ。AIが生成したドラフトは、人間の手に「直接」渡される。間に入る工程が減った。だがレビューと承認そのものは省略されていない。
この構造が意味するのは、ノボノルディスクがAIの活用を「自動化」ではなく「判断の再配置」として設計しているということだ。AIは文書の生成を担う。人間は、生成された文書の妥当性を判断し、責任を引き受ける。この役割分担は、製薬業界の規制環境において偶然成立したものではなく、意図的に設計されたものだ。
なぜか。臨床試験報告書は、新薬が市場に出るかどうかを左右する規制文書だからだ。記載内容の正確性は患者の安全に直結する。同社のTobias Kröpelinも「品質は極めて重要だ。患者の安全が、間違いを許さない」と明言している。つまり、AIにドラフトを任せることと、最終的な判断と責任まで委ねることとのあいだには、明確な線が引かれている。
問題は、こうした線引きが明確に行われているのは、規制産業のように外部から強制力が働く領域に限られがちだということだ。規制のない領域では、「任せる」と「放置する」の境界は曖昧なまま運用されやすい。
規制が追いかけてくる
実際に、この境界の曖昧さに対して、制度側が動き始めている。
日本政府は、AIエージェントやフィジカルAIに関するAI事業者ガイドラインの改定を進めており、2026年3月にもまとめられる指針案では、自律的に動くAIエージェントに対して、誤作動やプライバシー侵害のリスクを念頭に「人間の判断を必須とする仕組み」づくりを開発企業などに求める方向が示されている。
EU AI規制法は2025年8月に汎用目的AIに関する規制が適用開始され、2026年8月には大部分の規制が全面適用となる。ハイリスクAIシステムに関しては2027年の完全適用が予定されている。
こうした規制動向が示しているのは、「AIにどこまで任せるか」が、もはや個別企業の裁量だけでは済まない領域に入りつつあるという事実だ。
だが、規制は外側からの枠組みに過ぎない。規制が「人間の判断を必須にせよ」と求めたとき、組織の内側に「人間が判断する仕組み」が存在していなければ、形式的なチェックボックスが増えるだけで終わる。
では、その仕組みとは何なのか。
「判断」は誰のものか
ここまで見てきたように、AIの能力が高まるほど、逆説的に浮上してくるのは「人間は何をすべきなのか」という問いだ。
10週間以上かかっていた作業が10分になったとき、省略されたのは執筆という作業であって、判断ではない。AIが計画を立て、サブタスクを並列処理し、ドキュメントを生成する。その成果物を受け取った人間が何をするのか。どの水準の判断を求められるのか。その判断の結果に対して誰が責任を持つのか。
多くの組織では、これらの問いに対する回答が設計されていない。AIを導入する際に議論されるのは、どのツールを選ぶか、どの業務に適用するか、どれくらいのコスト削減が見込めるかといった話が中心だ。判断の所在、責任の構造、例外発生時の対処フローといった論点は、後回しにされるか、あるいは意識すらされないまま放置される。
ノボノルディスクのような規制産業では、外部の強制力によって判断構造の設計が要請される。だが、ナレッジワーク全般にAIエージェントが浸透しつつあるいま、同じ問いはすべての組織に突きつけられている。
問題は、AIの性能ではない。問題は、判断の設計が不在であることだ。
ノボノルディスクの事例は、規制産業だからこそ成立した、と片づけることもできる。だが順序は逆だ。規制があったから判断構造が設計されたのではない。判断構造を設計したから、規制環境のなかでもAIを活用できた。同社が10分で生成されたドラフトを信頼して次の工程に回せるのは、「誰が、どの基準で、何に責任を持つか」があらかじめ定義されているからにほかならない。
この設計は、規制の有無にかかわらず、あらゆる組織に必要になる。AIエージェントがナレッジワークに浸透するほど、判断の境界線は増え、曖昧になり、そして見えなくなる。見えないものは管理できない。管理できないものに対して、責任を負うことはできない。
必要なのは、AIを使いこなすスキルでも、新しいガバナンス委員会でもない。判断そのものを、設計対象として捉え直すことだ。
それが Decision Design（判断の設計） である。
Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのがDecision Boundary（判断の境界） という概念である。誰が決めるのか。
どこまでを任せ、どこからを引き受けるのか。
その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。
ここから先は、Decision Designという概念が何を設計し、何を設計しないのかを具体的に論じる。そして、組織がDecision Boundaryをどのように実装しうるのかについて、実践的な構造を提示する。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。