生成AIは生物学を工学分野へと変革しており、経済効果は驚異的な4兆ドルに達する可能性があります。
この変革を実現するには、深刻なスキル不足を防ぐため、学際的な大規模労働力のスキル向上を急ぐ必要があります。
有望なアイデアをいかに拡張可能なインパクトへと結び付けるかは、世界経済フォーラムのニュー・チャンピオンズ年次総会（サマー・ダボス会議としても知られる）が、6月23～25日に中国で開催されます。
私たちは、生物学が純粋に観察を行う科学である時代の終わりと、ソフトウェア主導の工学分野としての生物学の誕生を目の当たりにしています。生成AIの予測能力と先進的なバイオ製造を組み合わせることで、ソフトウェアコードを書くのと同じくらい簡単に、物質を「プログラム」できるようになりました。
経済的な利害は驚くほど大きいものです。合成生物学は今後10年間で最大年間4兆ドルを生み出し、世界の産業部門全体で物理的な投入資材のほぼ3分の2を変革する可能性があると推定されています。バイオ製造による代替品は、食品、飼料、医薬品からエネルギー、電子機器、建設に至るまで、あらゆる分野を変えようとしています。
しかし、技術が猛烈な速さで進歩する一方で、人材面の対応は遅れています。この生物学革命の真のボトルネックは、計算能力や研究室の処理能力ではなく、労働力となるでしょう。生成生物学ではすでに、深刻な人材不足が生じています。大規模なスキルギャップを防ぐため、世界のリーダーはAIと生物学の交差領域で働ける、新たな学際的人材の育成を急がなければなりません。
生成生物学とは何か？
生成生物学とは、その中核において、生物システムを生きた宿主内で物理的に合成・試験する前に、計算ツールを用いて設計、プログラミング、最適化する実践です。
このエコシステムの仕組みを理解するために、二つの明確な層に分かれる半導体チップ業界をたとえに使うことができます。
「ファブレス」（設計）層：画面上で複雑なチップアーキテクチャを設計する計算工学の技術者。
「ファブ」（製造）層：設計をさまざまな下流用途向けに仕様どおりに製造する、物理的な生産施設。
生成生物学との主な違いは基盤となる素材です。シリコンではなくDNAを使って設計します。実際には、コンピューター支援設計ツールを用いて、まったく新しい（de novo）DNA回路をデジタル上で作成します。そのデジタルコードは化学的に合成されて物理的なDNAとなり、生物学的な宿主、たとえば生きた酵母細胞に導入されます。宿主は微小な工場として働き、目的の物質を生成します。
変化を後押しする3つの要因
観察から意図的な工学設計への移行は、次の3つの要因によって促されてきました。
シーケンシングのコスト急落：DNAシーケンシングのコストが大幅に低下したことで、医療、農業、環境科学の分野で大規模なゲノムデータセットが得られるようになりました。
合成の拡大：物理的な「ファブ」に相当するDNA製造のコスト低下により、生物学的なコードを書くことがはるかに容易になりました。
生成AIという触媒：この3つ目の要因を予想した人はほとんどいませんでした。生物学の分野で生成AIの成果がいち早く現れた背景には、すでに利用可能だった、整理が行き届いた質の高い膨大なデータセットに加え、タンパク質の折りたたみ方の解明など、複雑で未解決の問題がありました。生成AIが生物学に与える影響は、もはや理論上のものではありません。学術界と産業界の研究開発をすでに変えつつあります。
到来する「雇用の大盛況」
生成AIは、生物学における「ファブレス」設計段階を大幅に加速させ、イノベーションの期間を劇的に短縮しました。仮説の創出、de novoのタンパク質構造設計、バイオマーカーの発見、自動化されたウェットラボでの検証のサイクルが速まり、まったく新しいタイプの労働者への需要が大きく高まっています。
世界のリーダーがこの動向に注目すべき理由は主に二つあります。第一に、市場規模が非常に大きいことです。30兆ドル規模の合成生物学市場と40兆ドル規模の生成AI市場が融合する姿を想像してみてください。第二に、医療、産業バイオテクノロジー、サステナビリティの分野で、最先端の研究から実社会での応用へと急速に発展していることです。AIの指針のもとでロボット工学と自動化を活用する自律型ウェットラボが、すでに従来の枠組みに取って代わりつつあります。
この変化によって、当然ながら「雇用の大盛況」が見込まれます。雇用の喪失を招く「雇用の大崩壊」ではなく、世界経済に向けた、まったく新しい学際的な仕事が生まれつつあります。
しかし、この可能性を実現できるかどうかは、労働力の準備に全面的にかかっています。AIと生物学の交差領域で自在に働ける人材を育成し、配置できる国や組織が、今後ますます競争優位を獲得するでしょう。
この傾向の進展に伴い、ピラミッドを構成する明確な3つの層で、新たなスキルと役割が生まれると予想されます。
最先端研究と画期的な科学：これには、生物学と生成AIの両方に精通した、高度な専門性を持つ人々による組織横断的な小規模学際チームが含まれます。多くは博士号を持つ専門家で、それぞれの専門分野において、この分野の基盤となる画期的な成果を担います。
応用技術人材：これは、増え続ける新たなスキルのいずれかを身に付けた、より大規模な中核層のオペレーターや実務者です。AIエージェントや自動化された研究室を使い、AIの指針に基づく実験ワークフローや、拡張可能なバイオ製造プロセスを運用します。
社会全体のリテラシー：これには、幅広い労働力に加え、生成生物学の基礎、可能性、影響について理解することがますます求められる一般市民も含まれます。また、小中高生にも情報を届け、若い学習者とその保護者の関心や期待を高めることも含まれます。
この分野で増え続ける新たな役割には、短期的なスキル向上と中期的な大学学位プログラムの両方が必然的に必要となります。新たなスキルによって、部門横断型のビジネスリーダー、AIおよび計算生物学の専門家、バイオデータ基盤を管理するIT・サイバーセキュリティの専門家など、いくつかの中核的な人材像が形作られるでしょう。
さらに業界では、ロボットを活用した研究室を運営するバイオ製造の専門家、安全な導入を確保するためのデータに精通した規制・倫理の専門家、そして生物学を基盤とする経済に向けて社会を準備する教育者や政策立案者も必要になります。
変えるべきこと
生成生物学を拡大するうえで、労働力の準備がますます制約要因になっています。教育、産業、政策に携わるリーダーや組織は、短期と中期の両方を見据え、新たな学際的研修、リスキリング、インフラ投資、ガバナンスの枠組みを通じて適応する必要があります。新たな職種が急増するなか、生成生物学は、若者のエンパワーメントや雇用創出の面で、都市や国に独自の機会をもたらします。
生成生物学はすでに科学と産業を変えつつあります。もはや問われているのは、それが労働力を変革するかどうかではなく、その変化に間に合うよう労働力を準備できているかどうかです。
