最近のASCO2026で発表された胰腺癌口服薬daraxonrasibの死亡率60％削減や、VERVE-102によるPCSK9遺伝子編集の劇的効果など、AI製薬分野の進捗は目覚ましい。しかし、バイオベンチャーキャピタリストのLiang Chang氏は、これらの成果がテクノロジー業界のスケーリング・ローに直結すると早計だと指摘し、反スケーリング・ロー（Anti-Scaling Law）の概念を提起している。 Chang氏によれば、生物学・創薬分野では、最初に検証された強力な標的が最も価値が高く、残る標的は次第に難易度が上がる。これはデータと算力でモデル能力が指数関数的に向上するIT業界とは逆の構造である。AIは化合物探索、構造予測、臨床設計などの工程効率を著しく高めるが、患者対症の第II相臨床試験における承認成功率は長年横ばいであり、生物学の根本的な課題を解決していない。 AI普及により開発コストが下がれば、投資家は技術リスクと未検証標的リスクの二重懸念を避け、実績ある標的へ資本と人材が集中する可能性が高い。このため、短期間は既知標的をめぐるパイプラインの過剰競争と価格競争が激化するとの見方だ。 真に画期な新標的の発見には、再生元製薬がGPR75やHSD17B13の発見で示した大規模ヒト遺伝子座の解析と長年のウェットラボ検証が不可欠である。AIは工程の支援ツールとして強力だが、生体複雑性を代替するものではない。創薬企業は標的の選定に謙虚さを持ち、実世界での堅実な検証を継続する姿勢が、技術的ブレイクスルーの鍵となる。