1. サノフィがAI戦略を策定した背景と目的 [0]

thumbnail サノフィは、科学の奇跡を追求し人々の生活を改善するという目的のため、新薬開発の長期サイクルと高い失敗率という課題を克服するためにAIとテクノロジーの活用を決定した。

1.1. サノフィの目的と課題 [0]

  1. 科学の奇跡を追求し、人々の生活を改善する [0]
    1. サノフィは、バイオ医薬品企業として、科学の奇跡を追い求め、人々の生活を向上させることを企業目的としている [0]。
    2. 特に、患者にとって「時間」は貴重な通貨であるため、時間を節約することが重要である [2]。
  2. 新薬開発の長期サイクルと高い失敗率 [4]
    1. 新薬開発には12年以上かかることがあり、さらに90%の確率で失敗するという厳しい現実がある [4]。
    2. この課題に対し、テクノロジーとAIを活用することで、開発期間を短縮し、成功確率を高めることを目指している [5]。

1.2. AI戦略策定の経緯 [6]

  1. 過去のAI利用状況 [6]
    1. 4年前までは、AIの利用は散発的で、工場や研究所など一部の部門に限られており、全社的に連携されていなかった [6]。
  2. 全社的なAI戦略の必要性 [9]
    1. 会社全体でAIを統合し、全社的なビジョンに基づいた戦略を策定する必要があると判断した [9]。

2. サノフィの3つのAIカテゴリーと具体的な活用事例 [10]

thumbnail サノフィは、AIを「エキスパートAI」「スナッカブルAI」「生成AI」の3つのカテゴリーに分類し、それぞれの特性に応じた活用を進めている。

2.1. 3つのAIカテゴリー [10]

  1. エキスパートAI [10]
    1. 定義：研究所や工場で専門家が使用するために設計されたAIである [11]。
    2. 活用例：細胞の検出や異常の特定などに利用されている [12]。
  2. スナッカブルAI [14]
    1. 定義：CEOが名付けたこのAIは、「AIのインスタグラム」のように、指先で簡単に利用できるレコメンデーションを提供する [14]。
    2. 活用例：A-Labs社と共同開発したアプリを通じて、22,000人以上の従業員が意思決定に活用している [15]。
  3. 生成AI [17]
    1. 定義：新しいコンテンツを生成する創造的な能力を持つAIである [17]。
    2. 活用例：コンテンツの作成、迅速なローカライズ、患者や医療従事者への情報提供の加速に利用されている [18]。

2.2. 生成AIの具体的な活用事例：「コンシェルジュ」 [20]

  1. 従業員向け「コンシェルジュ」 [20]
    1. 目的：従業員が日常的に行う必要のない活動をAIとデジタルヘルプで支援する [20]。
    2. 機能：休暇の予約、不在時のチームへの通知、日数の予約など、生成AIを搭載したデジタルコンシェルジュがこれらの活動を代行する [21]。
  2. 将来の展望 [22]
    1. このようなAIコンシェルジュは、将来的には私たちの日常生活のあらゆる場面で役立つようになると考えている [22]。

3. AI導入における課題と成功のための教訓 [23]

thumbnail

サノフィはAI導入において、技術の成熟度や進化の速さ、そして導入方法に関する課題に直面し、そこから深い洞察と成功のための教訓を得た。

3.1. AI導入における課題 [23]

  1. 技術の未成熟と急速な進化 [23]
    1. 技術の未成熟：当初、AI技術は期待していたほど成熟していなかったため、謙虚な教訓となった [25]。
    2. 技術の急速な進化：技術の進化が予想よりもはるかに速く、開発したばかりのものがすぐに陳腐化する事態に直面した [26]。
    3. 対応策：迅速なイノベーションを進める一方で、より良い技術が登場した際には、開発したものを犠牲にする覚悟が必要である [27]。
  2. 導入の深さと広さのバランス [28]
    1. 課題：AI導入において、多くのことに手を出しすぎてしまい、深く掘り下げて問題を解決できないリスクがあった [28]。

3.2. 成功のための教訓 [29]

  1. 強力なガバナンスと深い問題解決 [29]
    1. ガバナンスの確立：強力なガバナンス体制として「ジェンボード」を設置した [29]。
    2. ユースケースの選定：このガバナンスの下で、会社に大きな影響を与える可能性のあるユースケース（価値理論）を選定する [29]。
    3. 深い問題解決：表面的な解決ではなく、根本から問題を解決し、AIがもたらす価値を確実に実現することに注力する [30]。
  2. 価値創出への集中と迅速な展開 [31]
    1. 価値創出への集中：生成AIにおいては、どのような価値を生み出そうとしているのかに焦点を当てることが重要である [31]。
    2. 適切な技術レベルの確保：適切な技術レベルを確保し、テストベンチで十分に検証する [31]。
    3. 迅速な本番環境への展開：プロトタイプ（POC）は仮説検証に過ぎず、真の価値は生み出さないため、最小限の実行可能な製品（MVP）をユーザーの手に渡し、本番環境にできるだけ早く展開してそこから学ぶことが重要である [32]。