新薬開発では、有望な候補物質の発見だけでなく、実験の進捗管理や製造スケジュールの調整、予算管理にも膨大な時間と労力が費やされている。どれほど高性能なAIモデルが標的タンパク質との結合を予測できても、治験用医薬品の製造に問題が生じれば、臨床試験の開始が数カ月単位で遅れる可能性がある。創薬を効率化するには、生物学や化学の研究を高度化するだけでなく、複数の部署や企業にまたがる開発業務を円滑に進める仕組みも必要になる。
OpenAIは2026年10月20日、こうした創薬現場の業務管理を支援する米国のスタートアップ「Orchestra Bio」を買収したと発表した。同社が約4年間にわたり開発してきた創薬プロジェクト管理基盤とAIエージェント技術、開発チームを、OpenAIのライフサイエンス向けAI「GPT-Rosalind」および研究支援環境「Rosalind Workbench」の開発体制へ統合する。これまで科学的な推論や実験計画の支援に力を入れてきたOpenAIが、創薬プロジェクトの進捗や製造、臨床試験の日程調整まで対象を広げる動きだ。AIモデルの開発企業が、特定業界の業務ソフトウェアも自社で手がける方向へ事業を拡大している。
買収は正式発表、取引金額や統合条件は非公表
OpenAIの公式発表によると、Orchestra Bioは、バイオ医薬品の研究開発チームが複雑な新薬開発プロセスを管理・調整するためのプラットフォームを開発してきた企業だ。今回の買収により、同社の技術と開発チームがOpenAIのRosalind事業に加わる。買収については両社が正式に発表しているものの、取引金額や買収時の企業評価額、移籍する従業員数、創業者を含む主要メンバーの残留条件などは公表されていない。
Orchestra Bioの公式サイトには、約4年前に創業し、医薬品開発に携わる企業を支援してきた経緯と、OpenAIへの合流によって事業の目的をより大きな規模で追求するとの声明が掲載されている。同社の求人資料によると、創業メンバーには、ライフサイエンス分野のクラウド型研究開発基盤を手がける米Benchlingの初期幹部らが含まれる。また、投資会社8VCが10月20日に公開した声明では、最高経営責任者（CEO）をAshoka Rajendra氏、最高技術責任者（CTO）をAndy Xu氏が務め、8VCが2025年のシリーズA資金調達を主導したことが明らかにされている。
資金調達額については、複数の資料で約2,000万ドルという数字が示されている。TechCrunchの10月20日付記事は、同社が2025年時点でAndreessen Horowitz（a16z）、Atria、8VCなどから約2,000万ドルを調達していたと報じた。一方、Orchestra Bio自身が公開していた求人資料にも2,000万ドルの調達実績が記載されており、出資者として8VC、Andreessen Horowitz、Insight Partners、Definition、Haystackの5社が挙げられている。したがって、2,000万ドルという金額は外部報道だけに依拠したものではないが、出資者の一覧には資料によって違いがある。
重要なのは、この資金調達額と今回の買収金額を混同しないことだ。約2,000万ドルという数字はOrchestra Bioが過去に調達した資金を指しており、OpenAIが支払った対価や買収時の企業価値を示すものではない。今回確認できるのは、創業から約4年の創薬業務ソフトウェア企業がOpenAIのライフサイエンス事業に加わったという事実であり、買収の規模や投資家へのリターンを評価できる情報は公開されていない。
AIが管理するのは分子の発見ではなく、創薬プロジェクトの進行
Orchestra Bioの技術は、タンパク質の立体構造を予測したり、遺伝子配列を解析したりする科学研究向けのAIモデルとは異なる。同社が開発してきたのは、研究者やプロジェクト責任者が複雑な医薬品開発を進めるための業務管理基盤だ。人間とAIエージェントが協力し、実験や研究プログラムの進捗確認、関連情報の収集、日程調整などを分担する仕組みを目指している。研究者は定型的な確認作業をエージェントに任せ、専門的な判断や問題解決に時間を使えるという構想だ。
OpenAIの買収発表では、その具体例として治験用医薬品の製造バッチで問題が発生した場合を挙げている。製造工程で不具合が生じると、必要な試験用製剤を予定どおり確保できず、臨床試験の開始日が遅れる可能性がある。Orchestraのエージェントは、問題がほかの工程や日程に与える影響を特定し、関連情報を集めたうえで、複数の対応策を比較するという。最終的な対応は研究者やプロジェクト責任者が判断する設計であり、AIが独自に製造計画や臨床試験の日程を変更するという説明ではない。
Orchestra Bioは従来、自社の製品を、科学研究と業務運営、財務管理を結び付けるプラットフォームとして説明してきた。創薬の初期探索から前臨床試験、製造、臨床試験に至る各工程の情報を統合し、計画の立案から進捗確認、問題の分析までを一つの環境で扱うことを目指していた。同社は、研究開発に関する情報を蓄積する「記録のシステム」と、その情報を分析して意思決定を支援する「インテリジェンスのシステム」を兼ね備える構想を掲げている。研究開発を支えるソフトウェアにも、一般的な企業のプロジェクト管理ツールと同様の高度な情報管理や自動化を取り入れようとしてきたわけだ。
ただし、こうした機能説明はOpenAIとOrchestra Bio自身によるものであり、その効果が独立した比較試験によって確かめられたわけではない。エージェントの導入によって新薬開発にかかる期間が何カ月短縮されたのか、製造上の問題を何件事前に発見できたのか、予算超過をどの程度抑えられたのかといった定量的な成果は、今回の発表では示されていない。現時点では、実証済みの業務改善効果と、事業者が目指している機能や将来の効果を区別して評価する必要がある。
GPT-RosalindとRosalind Workbenchの提供状況
Orchestra Bioの技術が加わる「Rosalind」は、OpenAIがライフサイエンス研究向けに展開しているAIモデルと研究支援ツールの総称だ。その中核となる「GPT-Rosalind」は、2026年4月16日に発表された、生物学、創薬、トランスレーショナル医学に特化した推論モデルである。化学反応やタンパク質、遺伝子、実験データの分析に加え、科学論文やデータベースの情報を組み合わせた研究上の推論、実験計画の立案などを支援する。発表当初は、適格な研究機関や企業を対象とする限定的な研究プレビューとして、ChatGPT、Codex、APIを通じて提供されていた。
その後、OpenAIは2026年9月11日付の更新で、GPT-Rosalindの研究プレビューを終了し、審査を通過した組織を対象とする「トラステッド・アクセス（Trusted Access）」制度を通じて、世界各地への提供を開始した。ただし、これは利用資格を満たす組織が申請できるようになったことを意味しており、一般ユーザーが無条件に利用できるようになったわけではない。OpenAIは生物学分野の高度なAI能力について、安全性と研究目的の妥当性を審査したうえでアクセスを認める方針を採っている。
OpenAIのAPI料金表には、ライフサイエンス向けモデルとしてgpt-rosalind-researchとgpt-rosalind-discoveryの2種類が掲載されている。両モデルの料金は、入力100万トークンあたり5.00ドル、出力100万トークンあたり25.00ドル、キャッシュ済み入力100万トークンあたり0.50ドルだ。公式発表によると、公開料金の適用は2026年10月5日から始まっている。
ただし、利用料金を支払えば誰でもこれらのAPIへアクセスできるわけではない。OpenAIの公式サポート文書によると、GPT-Rosalindの利用を申請できるのは、原則としてEnterpriseまたはBusiness契約を持つ適格な組織であり、実際の利用には審査と承認が必要となる。APIについては別途承認が必要で、利用目的も組織内部の研究ツールや業務フロー、アプリケーションの構築に限定される。一般顧客向けの製品や外部向け商用サービスにGPT-RosalindのAPIを組み込むことは、現時点では認められていない。
大学の研究室向けには、2026年10月15日に「Rosalind Academic Plan」が発表された。このプログラムでは、米国内の大学に所属する適格な研究室を対象に、最大30席のChatGPT Business Standardを最長12カ月間無償で提供する。審査に通過した研究室はGPT-Rosalindも利用できるが、APIアクセスやAPI利用枠は含まれない。大学の研究室であっても自動的に利用資格が得られるわけではなく、研究責任者などによる申請と承認が必要になる。
研究者向けの作業環境「Rosalind Workbench」は、GPT-Rosalindとは提供状況が異なる。OpenAIの開発者向けブログによると、WorkbenchはChatGPTアプリ内で研究プレビューとして提供されており、科学研究に関する質問やデータ分析、実験計画、専門ツールの利用などを一つの環境で進められる。一般的な科学的質問を扱う「Explore mode」と、より高度な生物学的研究や分析を行う「Research mode」が設けられ、後者には組織単位のアクセス審査が必要だ。個人向けのResearch modeについては、今後提供する予定と説明されている。
モデル自体の改良も続いている。2026年6月3日の公式発表では、GPT-5.5のエージェント型コーディングやツール利用能力を取り入れた新しいGPT-Rosalindが紹介された。創薬化学やゲノム解析の性能改善に加え、次世代シーケンシング（NGS）解析に対応するCodexプラグインなども追加されている。ただし、モデルの性能向上を示す数値はOpenAIが公表した評価に基づくものであり、Orchestra Bioとの統合による業務効率の改善を実証したものではない。
各サービスの提供状況と利用条件を整理すると、次のようになる。
| 構成要素 | 主な機能 | 2026年10月20日時点の提供状況 | 利用条件・料金 |
|---|---|---|---|
gpt-rosalind-research / discovery |
生物学、創薬、医学研究に特化した推論モデル | 研究プレビューを終了し、承認された組織へ提供 | 入力5.00ドル、出力25.00ドル、キャッシュ入力0.50ドル（各100万トークン）。APIは承認された組織内研究用途に限定 |
| Rosalind Academic Plan | 米国の大学研究室向け支援プログラム | 2026年10月15日から申請受付 | 最大30席のBusiness Standardを最長12カ月無償提供。GPT-Rosalindの利用には審査が必要で、APIアクセスは対象外 |
| Rosalind Workbench | 科学研究、実験計画、データ分析、専門ツールの統合環境 | ChatGPTアプリ内で研究プレビューとして提供 | 高度なResearch modeは組織単位の承認が必要。個人向けアクセスは今後の提供予定 |
| Orchestra Bio | 創薬プログラムの進捗管理、製造・臨床試験の日程調整、財務情報の統合 | OpenAIによる買収を発表。既存製品の今後の提供形態は未公表 | 従来の料金体系や統合後の利用条件は不明 |
この表が示すように、OpenAIのRosalind関連製品は、すべてが同じ提供段階にあるわけではない。GPT-Rosalindのモデル自体は承認済み組織向けの提供へ移行している一方、Workbenchには研究プレビューの位置づけが残り、Orchestra Bioの技術がどの機能へ、どのような形で組み込まれるかも発表されていない。今回の買収をもって、Orchestra Bioの業務エージェントがRosalind Workbenchから直ちに利用可能になったと考えるのは適切ではない。
製薬大手との協業は進むが、開発期間の短縮効果は未確認
OpenAIはRosalindの展開にあたり、大手製薬会社や研究機関との協業を重視している。今回の買収発表でも、デンマークの製薬大手Novo Nordiskとの提携について、強固なガバナンスを維持しながら研究開発と商業活動の効率化を進める取り組みだと説明した。また、米Modernaでは、AIを使って複雑なデータから得られた知見を実験ワークフローにつなげる支援を行っているという。ただし、Modernaとの協業については、研究開発を加速させる「可能性がある」という表現にとどめており、具体的な開発期間の短縮を達成したとは述べていない。
GPT-Rosalindが最初に発表された2026年4月には、Amgen、Moderna、Allen Institute、Thermo Fisher Scientificなどが協力先として紹介されていた。その後、6月のモデル更新に関する発表ではNovo Nordiskとの取り組みが詳しく説明され、同社の研究開発部門でAI・デジタルイノベーションを担当するグループバイスプレジデントのMishal Patel氏によるコメントも掲載された。Patel氏は、科学研究でAIを有効に活用するには、信頼できる科学データや検証済みのツール、実際の研究ワークフローとの統合が欠かせないとの見解を示している。
さらに、Rosalindの公式サイトには、Novo NordiskのCEO兼社長であるMike Doustdar氏のコメントも掲載されている。同氏は、Novo Nordiskが全社規模でAIの導入を進めており、OpenAIとの提携によって研究開発や事業活動を迅速化することに期待を示した。こうした発言からは、OpenAIがライフサイエンス向けAIを研究室内の実験支援にとどめず、製薬会社の組織的な業務へ広げようとしていることが分かる。
ただし、これらは協業当事者が公表した取り組みや期待を示すものであり、独立した第三者によって検証された導入効果とは区別する必要がある。各社がGPT-RosalindやOrchestra Bioの技術を利用したことで、新薬候補物質の発見に要する時間がどれだけ短縮されたのか、臨床試験の開始遅延をどの程度防げたのかといった具体的な成果は、今回の買収発表では示されていない。提携企業の規模や知名度は、製品への関心を示す材料にはなるものの、技術的な有効性や経済的な効果を保証するものではない。
AIによる創薬支援を評価するうえでは、実験計画やデータ分析で良好な結果が得られることと、実際の新薬が臨床試験を経て承認されることの違いにも注意が必要だ。創薬に関わる研究作業の一部を効率化できたとしても、その効果が開発全体にどの程度及ぶかは別の問題になる。Orchestra Bioの技術が実用的な価値を持つかどうかも、今後、製薬会社の実際の業務に組み込まれた際の検証結果によって判断されることになる。
AIモデルと業務管理の統合で、創薬現場はどう変わるのか
OpenAIが今回の買収で目指すのは、科学的な推論と、その成果を医薬品開発へつなげる業務管理を一つのAI基盤で扱うことだ。同社は公式発表で、研究上のアイデアの探索から実験の設計、結果の解釈、有望な治療法を前進させるための作業調整まで、創薬プロセス全体をAIで支援する構想を示している。たとえば、GPT-Rosalindが研究結果を分析して次の実験を提案し、Orchestraのエージェントが必要な試験や製造工程の日程を調整するような連携が考えられる。ただし、このような一連の作業が統合済みの製品で実現していると発表されたわけではなく、現時点ではOpenAIが目指す方向性と捉える必要がある。
OpenAIは新薬開発の複雑さを説明するため、米国では創薬標的の発見から規制当局の承認まで、平均して約10～15年を要するという数字を挙げている。研究や業務の一部をAIで効率化できれば、この長い開発工程の短縮につながる可能性があるという考えだ。しかし、新薬開発に時間がかかる理由は、情報共有や日程管理の非効率さだけではない。前臨床試験やヒトを対象とする臨床試験、長期的な安全性の確認、規制当局による審査など、生物学的・制度的に必要な工程も数多く存在する。業務管理の自動化が進んだとしても、こうした工程をすべて短縮できるわけではなく、開発期間全体への影響は実際の導入結果を確認する必要がある。
今回の買収には、AI業界の競争構造という観点からも意味がある。TechCrunchは10月20日の記事で、OpenAIやAnthropicのような大規模AIモデルの開発企業が、製薬などの専門性が高い産業に向けた業務ソフトウェアまで自ら開発する動きの一例として、この買収を位置づけた。従来、特定業界向けのAIサービスを開発するスタートアップにとって、基盤モデルの提供企業が類似機能を追加して競合になることは大きな懸念だった。しかしOrchestra Bioは、OpenAIと競争するのではなく、その開発組織に取り込まれる形となった。
これは外部メディアによる業界動向の分析であり、同様の買収が今後も続くと確定したわけではない。ただし、今回の事例からは、AIモデルの能力だけでなく、各業界の業務知識や既存システムとの連携、実際の業務を進めるエージェントの設計も、競争上の重要な要素になっていることが読み取れる。OpenAIにとっては、専門分野の知識を持つ開発チームと業務管理基盤を取り込むことで、モデル単体では対応しにくい現場の課題へ事業を広げる機会となる。
もっとも、買収後の具体的な製品統合については不明な点が多い。OpenAIはOrchestra Bioの技術とチームをRosalindへ統合する方針を示したものの、既存のOrchestra Bio製品を継続して提供するのか、Rosalind Workbenchへ機能を移行するのか、その時期も含めて明らかにしていない。Orchestra Bio側の声明も、顧客や投資家、支援者への感謝を述べるにとどまっており、既存契約やユーザーアカウント、サポート体制の今後については説明していない。
もう一つの重要な課題が、製薬会社の機密情報を扱う際のデータガバナンスだ。Orchestra Bioの業務管理基盤には、研究開発計画や製造工程、予算、臨床試験に関する情報など、企業にとって機密性の高いデータが集まる可能性がある。これらをGPT-RosalindやRosalind Workbenchと連携させる場合、どのデータへエージェントがアクセスできるのか、誰が操作を承認するのか、処理履歴をどのように記録するのかといった管理が必要になる。OpenAIには法人向けデータの取り扱いに関する既存の方針があるものの、今回買収したOrchestra Bioの業務データが統合後にどのような仕組みで処理され、モデルの学習利用からどのように区分されるのかについて、個別の技術仕様や契約条件は公表されていない。
今回の買収は、AIによる創薬支援が、分子の分析や実験計画といった科学的な作業から、研究開発を進める組織全体の業務管理へ広がっていることを示す動きだ。ただし、業務エージェントと専門AIモデルを統合する構想が、実際に開発の遅延や費用をどれだけ減らせるかは、まだ明らかになっていない。今後はRosalind Workbenchへの統合内容と提供時期、機密データの管理方法に加え、製薬会社の実運用で確認された開発期間や業務コストの改善効果が、技術の実用性を判断する重要な材料となる。
