化学・素材業界のリサーチAI｜数字が語る素材開発の20年変化

化学・素材業界の20年変化は、次の5つの数字で語れます。

新素材の開発期間が10-20年から2-5年に。Materials Genome Initiative（MGI、2011年）以降、MI導入で開発期間が短縮しました。AGCは8倍速、旭化成は「数年→半年」、東レCFRPは「2-3年→1-2ヶ月」を実現しています。
文献レビュー時間が300時間から20時間に。CAS Registry 2.9億物質、Reaxys 3.5億物質、Semantic Scholar 2.14億論文の時代に、研究者は月22本しか読めません。ElicitやUndermindなどのAIツールで19.3倍の高速化が実現しています。
化学特許の日中逆転劇、日本17%から7%へ。世界特許公開シェアで、2014年から2024年の10年で日本は3分の1以下に縮小しました。中国は45%→73%へ。全固体電池でも2024年に中国が日本を抜きました。
MI投資の相場は、グローバル4億ドル、中国製造2025 3000億ドル、日本の化学メーカー中計1兆円級。三菱ケミカル1.4兆円、旭化成1兆円、住友化学4,500億円、レゾナック2,500億円が業界の現在の相場感です。
GNoMEが220万結晶、A-Labが17日で41の新規化合物を発見。Google DeepMindとBerkeley Labが「1年で800年分の知識」を発見しました。日本のNIMS ARIMも4年で100万件の構造化データを蓄積中です。

この数字を「毎週・毎月アップデートし続ける仕組み」を持てるかどうかが、化学メーカーR&D、素材メーカー技術営業、CVC、アナリストのこれからの5年の勝負を分けます。この記事では、Snorbeのようなリサーチエージェントで業界通史を追う運用パターンまで解説します。

20年で15年が5年に化けた話｜開発期間の圧縮ドラマ
月22本しか読めないのに毎日1.5万物質増える｜文献レビュー時間の再定義
17%が7%になるまで｜化学特許の日中逆転劇と防衛戦
1.4兆円と3000億ドルの間で｜MI投資2兆円時代の相場感
数字を追い続ける仕組み｜業界通史をSnorbeで日常運用する
よくある質問（FAQ）
調査手法について

20年で15年が5年に化けた話｜開発期間の圧縮ドラマ

化学・素材業界で新しい素材を1つ作るのに、いま何年かかっているのでしょうか。答えは会社と素材によってバラバラなのですが、業界の共通言語としては「10〜20年」がずっと使われてきました。これがAI活用で「2〜5年」に縮んだ、というのがこの20年で起きたいちばん大きな変化です。数字を追っていくと、化学業界の景色がここ数年でどう変わったのかが見えてきます。

そもそも「新素材開発10〜20年」はどこから来た数字か

「新素材の発見から実用化まで10〜20年」という数字を最初に公的な文書で明言したのは、2011年6月にオバマ政権が立ち上げた米国のMaterials Genome Initiative（MGI）です。MGI公式サイトによれば、MGIは「新材料の発見から実用化までを半分の時間・半分のコストにする」というシンプルな目標を掲げてスタートしました。発足の根拠として使ったベンチマークが「平均10〜20年、コスト1億ドル以上」だったので、以来この数字が業界の暗黙のスタンダードになっています。

Materials.ZoneのMI解説も、この「10〜20年」を出発点に、GEのジェットエンジン合金の開発サイクルが計算アプローチで15年→9年（40%短縮）に縮んだ事例を紹介しています。GEはそこからさらに半減を目指しているそうで、業界の目線としては「15年が現実的な壁で、9年ならかなり進んでいる、5年台に届けば景色が変わる」というのが1つの相場です。

日本のマテリアルズ・インフォマティクスとは？の記事も、「新素材開発は候補発見から商業化まで、従来10〜20年を要するのが一般的で、開発エンジニアの技能・経験・カンに依存してきた」と整理しています。「経験・勘」に頼ってきた仕事にデータとAIが入ると何が起きるか、というのがこれから紹介する話です。

AGCが「1年→1.5ヶ月」まで縮めた話

日本の代表例としてまず挙げたいのがAGCです。MONOistの記事によると、AGCは高強度ガラスの組成開発でマテリアルズ・インフォマティクス（Materials Informatics、以下MI）を導入して、開発期間を8分の1に圧縮しました。とくにスマートフォン向けのカバーガラスでは、開発期間を1年間から1.5ヶ月に短縮し、しかも落下強度は25%向上したそうです。

「1年→1.5ヶ月」って、私は最初に見たとき「もう1桁違うところに来た」と思いました。8倍速というのは、これまで1本の製品開発に使っていた時間で8本の製品開発を回せるということです。研究者の頭数が変わらないなら、単純にアウトプットが8倍になる計算です。

AGCはこの仕組みを「ARDIS」（実験データを一元管理するWebシステム）と「AMIBA」（物性を予測して次の実験を提案するAIツール）という2つの自社開発の道具に落とし込んでいます（ニュースイッチ）。「実験結果を全部データにする」→「AIが次の実験を提案する」→「実験する」→「またデータにする」という反復ループを2022年から本格運用していて、日経クロステックによると研究部門の約70%がこの道具を使っている状態だそうです。

「在宅勤務中の研究員が半年で新素材を作った」旭化成

もう1つ紹介したいのが旭化成の話です。日経クロステックによると、旭化成は2018年に最初のMI成果としてポリエチレン原料製造用の高性能触媒を開発し、その後、低燃費タイヤ用の新規ポリマー材料を「在宅勤務中の研究員がわずか半年で開発」したという事例を報告しています。

コロナ禍の在宅勤務期間中に、実験室に行けない研究員がMIで新素材の目星をつけていた、というエピソードです。数年かかるのが普通だったポリマー材料の開発が、実験室にすら行けない状況で半年で片付いてしまった。これは業界の常識が変わりつつあることを示す事例だと私は思っています。

旭化成はこの延長線上で、2022年度から「スマートラボ」という自動実験設備を稼働させています（ニュースイッチ）。新素材の組成検討から実験・評価までを全部ロボットが自動でやる、という発想です。人間が寝ている間もラボが回り続けるので、時間の総量が変わらなくても、アウトプットは何倍にも増えます。

東レ・三菱ガス化学・レゾナックの数字

他社の数字も並べておきます。どれも「短縮率」を主語にしているのが特徴で、絶対年数の言い方はまだ揺れています。

東レは東北大学と組んで、要求特性から材料設計を絞り込む「逆問題解析」を実装しました。次世代航空機用途の炭素繊維強化プラスチック（CFRP、Carbon Fiber Reinforced Plastics）で、開発期間を従来法の半分以下に短縮しています。もともとCFRPの開発は「2〜3年」が相場で、そこから「1〜2ヶ月」に近づいた、という数字も出ています。

三菱ガス化学は日立製作所と組んで、新素材探索の精度を約50%向上、実験時間を30〜50%短縮しました。半導体パッケージ用の樹脂やエンプラの領域で、地味だけど実務で効く成果です。「精度が上がる」と「時間が減る」が同時に起きるところがMIの面白いところです。

レゾナック（旧・昭和電工＋日立化成）は、配合から試作までの時間を熟練者比5分の1に短縮しています。半導体パッケージ用レジストのポリマー探索では、従来数週間かかっていた作業が数十分に、モノマー100種類からの最適組み合わせ探索は「従来約10万年相当の計算」を「約10秒」で済ませています。10万年と10秒だと、もう単位が違いすぎて感覚が追いつきません。

数字を見比べてわかること

こうやって各社の数字を並べると、面白いことに気付きます。「10-20年が2-5年に縮んだ」というグローバルな話に対して、日本の個別事例はもっと激しい数字（8倍速、5倍速、900倍速、10万年→10秒）を出しています。ただしこの数字は、素材の種類も測り方もバラバラで、そのまま横並びで比べられるものではありません。

私が読み解くのは、「業界標準の10-20年」というのがもともと曖昧な数字で、各社の実務では「うちのこの素材でうちのこのやり方だと8倍速でした」という個別の話が並んでいる、ということです。デクセリアルズが約2年の開発テーマを2ヶ月で完了した、積水化学が10年を半年〜1〜2年に縮めた、というのも同じ種類の話です。

大事なのは「各社が自社の素材でMIを試して、いま何倍速になっているかを言えるようになった」という状態そのものだと思います。20年前は誰もこんな数字を言えませんでした。次のセクションでは、この開発サイクルを支える「文献レビュー」の時間がどう変わったのかを見ていきます。ここもまた、20年で桁が変わっているところです。

月22本しか読めないのに毎日1.5万物質増える｜文献レビュー時間の再定義

素材開発が速くなった話の裏には、もう1つ大きな数字の変化があります。それが「研究者が読む論文の量」と「世の中で毎日増えていく化学情報の量」の大きな乖離です。ここでも数字が主人公です。

研究者は年264本しか論文を読めない

意外な数字から始めます。米国の研究者は2012年の時点で、月平均22本、年264本の学術論文を読んでいたそうです（Nature vol 535 2016）。しかもこの数字は2005年の27本/月から減少していて、Nature誌は「時間の物理的上限に達した」と書いています。1日1本ペースが人間の限界、ということです。

化学メーカーの研究者に当てはめて考えてみてください。競合他社の特許を追い、学会誌を追い、社内の資料を読み、自分の実験結果を書き、報告書を書く。この全部をやりながら年264本が上限だとしたら、業界全体の情報流通量が増えたときに真っ先にあふれるのは「読めないインプット」です。

さらに追い打ちをかけるのが、文献検索そのものにかかる時間です。Researcher.Lifeの分析によると、研究者は文献発見・評価・統合に総研究時間の15〜20%を費やしています。1週間の労働時間で言えば、文献検索に週4時間程度を投入している計算です。

一方で情報は毎日1.5万物質ずつ増える

読み手の側はほぼ止まっているのに、書き手の側の情報はどんどん増えます。数字で見てみましょう。

CAS Registryは2026年時点で2億400万件の有機・無機化合物と6,900万件のタンパク質・DNA配列を登録していて、毎日約15,000件の新規物質が追加されています
CAS Registryは2021年4月に2億5,000万物質のマイルストーンに到達し、2024年時点で2億9,000万物質を突破しました
Reaxysは2025年時点で3億5,300万物質、7,200万反応、1億2,500万件のドキュメント、4,800万件の特許、5,100万件のバイオアクティビティデータをカバーしています
Semantic Scholarは2026年時点で2億1,400万論文を索引化しています
Sider AIのレビューによれば、Semantic Scholar Academic Graphは2023年時点で2億2,500万論文と28億件の引用エッジを保有

論文の総量も伸びています。米国国立科学財団（NCSES/NSF）の統計によれば、世界の年間科学論文出版数は2010年の200万本から2022年の330万本に増加していて、しかも中国だけで追加分の42%を占めています。科学論文の年成長率は数十年にわたって8〜9%だそうです（Stanford Medicine）。

化学工学分野に絞ると、arXivの分析ではWeb of Scienceベースの年間論文数が2000年13,797本から2011年24,497本へ、平均7.1%の年成長率で増えています。11年で1.8倍のペースです。

これにChemRxivのような化学プレプリントサーバーも加わっていて、2024年時点で25,800件以上、毎月約800本ペースで増えています。書き手の側の情報量は、研究者1人が読める量から完全に離れて増え続けています。

300時間が20時間になるAIツール

「読み手が追いつかない」という問題に対して、生成AI時代の文献レビューツールが具体的な数字を出しはじめました。

Elicitは「システマティックレビュー時間を最大80%削減」を公表していて、週最大5時間、レビュー1件あたり16時間の節約を主張しています。Undermind.aiは「従来ツールの10〜50倍速い」としていて、GSKなど大手製薬が採用しています。

もっとインパクトのある数字がmedRxiv 2026年2月論文にあります。AIパイプラインを活用したシステマティックレビューは20時間で完了、従来手法だと385時間だったので、19.3倍高速化。カレンダー日数で58倍短縮だそうです。PMCの2025年レビュー論文では、25件のAIシステマティックレビュー研究のうち17件で50%以上の時間短縮を確認しています。

化学業界に近いところだと、CAS SciFinderがAI「SearchSense」を統合しました。ベータテスターの93%が「効率化した」と回答していて、自然言語で検索できるようになっています。ChemDrawの図を書かなくても、「熱に強くて安価なポリマーの合成例」みたいなクエリで探せる、というのは業務の入口が変わる話です。

特許の側ではPatlyticsの数字が目を引きます。米Am Law 100の大手ローファームが特許サーチ・カウンセリングを100時間→20時間に短縮（80%削減）、バイオ企業では特許出願1件あたり10〜15時間節約、という報告が出ています。

三井化学の80%削減と、20社共同の「50分の1」

日本の化学メーカーの数字も出そろってきました。三井化学は2024年12月、特許探索に生成AIチャットを導入し、業務時間を80%削減する見込みだと発表しました。「特許分析機能」「新規用途探索機能」「営業提案機能」の3機能で構成されていて、2025年度から本格運用に入っています。

もっと桁の大きな話もあります。日経新聞2020年2月の報道によれば、三菱ケミカルなど20社が特許共同活用のAI特許分析システムを2021年度に共同運用開始しました。この記事の見出しに使われた表現が「従来10年かかる開発期間が数カ月と最大50分の1になる可能性」です。

「10年が数カ月に」は、開発期間全体の話ではなく「先行技術調査を含む戦略立案フェーズ」に絞った数字ですが、それでも50倍速というインパクトはあります。20社が共同でやっているのは、1社ではデータもモデルも足りないから、という現実的な判断です。

日本ゼオン「解析工数100分の1」の背景

もう1つ紹介したいのが日本ゼオンのdotData導入事例です。2019年に約200万件の実験データと約10万件のレシピデータを使って、顧客要求特性から素材レシピを逆算するモデルを作りました。従来1週間かかっていたレシピ開発を大幅に短縮していて、解析工数は100分の1に圧縮されています。

100分の1というのは、単純に人数と時間の掛け算で見ても、「9人×1週間の仕事が1人×1時間で済む」ぐらいのインパクトです。実際にはそこまで単純ではないですが、「文献と実験データを組み合わせて逆問題を解く」という業務の性質が、根本的に変わりつつあるのは間違いありません。

セクションのまとめ、情報の規模と読める量のギャップは埋まらない

年264本しか読めない研究者と、毎日1.5万物質増える情報流通、そこに間を埋めるAIツールが80%〜98%の時間短縮を持ち込んできた、というのがこの20年で起きたことです。

面白いのは、「AIが論文を読む」のではなく「AIが読むべき論文を選ぶ」「AIが要点を抽出する」の方向に業務が変わったことです。研究者は年264本の上限に張り付いたままで、その264本を「読むべき論文」で埋められるかどうかが勝負の分かれ目になっている。次のセクションでは、この情報流通の主役が誰に移っているのかを、特許の統計から見ていきます。数字で見る日中逆転のドラマです。

17%が7%になるまで｜化学特許の日中逆転劇と防衛戦

情報の主役が誰に移っているのか。特許統計を並べると、この20年の変化がとても鮮明に見えます。ここも数字を主人公にして通史を追ってみます。「17% → 7%」というのは、世界の化学特許公開に占める日本のシェアです。ちょうど同じ時期に中国が「45% → 73%」に伸びました。

中国は2011年に米国を抜き、2024年に180万件

まずマクロの数字から。WIPOのWorld Intellectual Property Indicators 2025によれば、中国のCNIPA（国家知識産権局）は2024年に約176.7万件の特許出願を受理し、世界1位を維持しています。前年比9%増です。同じ年の米国は50.2万件、日本は42.0万件、韓国29.6万件、ドイツ13.3万件です。

「1位が中国」という光景は、いまとなっては当たり前ですが、歴史はまだ浅いです。中国は2005年にEPO・韓国を抜き、2010年に日本を、2011年に米国を抜きました。2011年の逆転からわずか13年で、世界全体の47%を占めるところまで来ています。

2010年から2024年で、世界の特許出願は約200万件から370万件へほぼ倍増しています。この増加分の大半が中国発、というのが本質です。

化学分野で日本が「30.6% → 19.7%」

化学に絞って見ると、変化はもっと構造的です。WIPO PCT Yearly Review 2024は、化学分野のPCT国際出願シェアを国別・年別に整理しています。

中国は化学分野で2016年以降首位
2003年以降の年平均成長率は26.9%
同分野成長の49.7%を中国が占め、日本19.6%、韓国12.6%
日本の化学分野PCT出願比率は2003年の30.6%から2023年の19.7%へ、10.9ポイント低下
同時期に日本の電気工学PCT比率は34.7%から40.5%に上昇

数字が示すのは、「日本の化学業界が停滞した」というより、「日本のイノベーションの重心が化学から電気工学に移った」という構造変化です。ソニー、パナソニック、キヤノン、富士フイルムといった総合電機系企業の特許数の増加が、化学メーカーの相対的な地位低下を招いた側面もあります。

もっと極端な数字がLexisNexis IP Analysisのレポートにあります。世界特許公開シェアで見ると、中国は2014年の45%から2024年の73%へ急上昇し、日本は17%から7%に縮小しました。10年で日本のシェアが3分の1以下になった、というのがこの数字の意味です。

EPO（欧州特許庁）の2024年統計でも、中国からの出願が2万件超で日本（2.1万件超）を抜くペースにあります。伸び率は中国+0.5%、韓国+4.2%、日本-2.4%、米国-0.8%。中国と韓国だけがプラス圏、日本と米国はマイナスです。

世界化学メーカーTOP10に日本ゼロ

数字を人格化するとこうなります。プルーヴの化学メーカーTOP10ランキングによれば、世界化学メーカートップ10には中国4社、米国2社が入りますが、日本はゼロです。日本勢の最高位は三菱ケミカル17位、住友化学24位、三井化学30位です。

もう1つ、経営再編の動きも数字で追えます。Chemical & Engineering Newsの2025年4月レポートによれば、三菱ケミカルは2021-2023年に売上13億ドル分の10事業を撤退し、2024-2029年に27億ドル分の30事業を再編する計画です。GFMagazineは、三井化学・出光・住友化学が国内ポリオレフィン事業を2026年4月にPrime Polymerに統合、生産能力25%増・年間80億円コスト削減、と伝えています。国内エチレン設備の稼働率は2024年に採算ラインの90%を大きく下回る80%未満で推移していて、統合しないと持たない状況です。

全固体電池・ペロブスカイト・水素の逆転劇

個別技術で見るともっとドラマチックです。全固体電池の特許シェアを追ってみましょう。LORCA Precisionのレポートは、2022年9月時点で日本30.4%・中国26.2%だった全固体電池特許シェアが、2024年には中国31.4%・日本27%と逆転したと報告しています。わずか2年での逆転です。

ただし出願人国籍ベースでは日本が約40%を維持していて、トヨタは全固体電池関連で1,331件を保有し世界最多です。パナソニックHDが445件、出光興産が272件と続きます。個社の技術資産では日本が守っていますが、国別の年次出願件数では中国に抜かれた、というねじれた状況です。

CATLは2024年に3,284件、BYDが133件の電池特許を出願。LG Energy Solutionは2021年の2,599件から2024年の4,615件へ78%成長しています。中国と韓国の伸び率が異次元です。

次世代太陽電池のペロブスカイトも同じ流れです。Nikkei Asiaによれば、ペロブスカイト特許の累積出願数で中国が日本を抜き世界首位に。2021年の出願は中国70件、韓国39件、日本19件です。上位5社はCATL 1,130件、Trina Solar 686件、半導体エネルギー研究所656件、China Huaneng 572件、パナソニック544件で、5社中3社が中国企業です。

水素関連特許は2011-2022年累計では日本が34,624件でまだ首位ですが、2025年5月時点で中国が最も競争力ある国に浮上しています。累積で見れば守っているが、フローで見ると負けはじめている、という典型パターンです。

液晶からは撤退、半導体材料は防衛戦

象徴的な撤退事例が2つあります。1つは日本のDICが2024年3月、LCD液晶材料の全特許・ノウハウを中国のSlichemに3,300万ドルで売却してLCD市場から撤退した件です（Omdia Display Dynamics）。もう1つは、JNCの中国子会社（JNC Suzhou）が2025年3月、中国HCCHに全液晶特許ごと100%譲渡したことです（Asianda）。

液晶材料は日本が長らく世界をリードした領域で、その全特許が中国に移った、というのは業界史に残る事件でした。

一方で、半導体材料は日本が防衛戦をやっています。東洋経済のJSR特集によれば、日本は半導体材料世界シェア約48〜55%を保持していて、フォトレジストは日系5社（JSR・TOK・信越・住友化学・富士フイルム）で92%を握っています。東京応化工業のフォトレジストは世界シェア25%で首位、EUVレジストは28%で世界2位です。

シリコンウエハは信越化学が42.49%、SUMCOが18.04%で上位2社が過半、レゾナックは半導体後工程材料でシリコンウエハーを除き世界No.1。半導体材料はいまも日本の砦です。この砦をどう維持するかが、化学メーカーの中期経営計画の1つのテーマになっています。

中国製造2025と日本の対抗策

数字の裏側にある政策の話も1つだけ触れます。中国は2015年5月に「中国製造2025」を発表し、新材料を10重点産業の1つに位置付けました。USCC Reportによれば、核心材料の国産比率を2020年に40%、2025年に70%とする目標を掲げ、炭素繊維の中間グレードでは生産能力を2019年の2万トンから2023年の12万トンへ拡大し、世界シェアを17.3%から47.7%に伸ばしました。

中国はさらに2023年12月にレアアース抽出・分離・製錬技術の輸出を禁止し、2024年10月に稀土管理条例を施行しました（Faegre Drinker）。中国はレアアースの世界採掘シェア約60%、分離・精製では約91%を占有していて、輸出規制は日本の化学業界にも大きな影響が出はじめています。

日本側は2022年12月に11分野の特定重要物資を閣議決定し、半導体・蓄電池・重要鉱物・工作機械を対象に含めました。2026年2月にはコンデンサ・フィルターなどの先端電子部品も追加指定されています。

セクションのまとめ、数字は厳しいがゲームは終わっていない

数字だけを追うと、この20年で日本の化学業界は明確に負けています。世界特許公開シェア17%→7%、化学PCT30.6%→19.7%、世界TOP10ゼロ、液晶撤退、全固体電池シェア逆転。単純に数字を並べるとかなり厳しい状況です。

ただし個別技術で見ると、半導体材料の砦は守っています。EUVレジスト、シリコンウエハ、後工程材料、そして全固体電池の技術資産（トヨタの1,331件、パナソニックの445件）。この「明確に負けた領域」と「守っている領域」の対比が、次にどう投資するかを決めるうえで重要な分水嶺です。

次のセクションでは、この「勝負どころ」に日本の化学メーカーが実際いくら投資しているのか、そして中国はいくら使っているのか、を数字で並べていきます。日本の化学メーカーの中期経営計画の数字を横並びで見ると、なかなか面白い景色が広がっています。

1.4兆円と3000億ドルの間で｜MI投資2兆円時代の相場感

数字で追う3つ目のドラマは「お金の桁」です。マテリアルズ・インフォマティクス（MI）に世界がどれだけ投資しているのか、日本の化学メーカーはいくら出しているのか、それが中国の政策資金とどれくらい違うのか、を並べてみます。「1.4兆円」は三菱ケミカルの中期経営計画の投資額、「3000億ドル」は中国製造2025関連投資の総額です。

グローバルMI市場は4億ドル、AI創薬は120億ドル

まず、そもそもマテリアルズ・インフォマティクスというマーケットがどのくらいの規模なのか。Grand View Researchによれば、グローバルMI市場は2023年時点で1.346億ドル、2030年に3.908億ドルへ、CAGR（年平均成長率）16.5%で成長する見込みです。MarketsandMarketsは2025年1.704億ドル→2030年4.104億ドル、CAGR 19.2%と予測、GlobeNewswireはCAGR 20.80%との別予測、Precedence Researchは2035年までに13億1425万ドル規模と予測しています。

正直、この数字を見て「意外と小さい」と感じた方も多いのではないでしょうか。私も最初は驚きました。全世界のMIマーケットが4億ドルということは、日本円で600億円弱です。1社の中期経営計画のDX投資額よりも小さいくらいの市場規模で、20%成長を続けている。まだアーリー段階ということです。

比較のために、AI創薬のマーケットも並べておきます。宮崎日日新聞のプレスリリースによれば、AI創薬市場は2024年20.6億ドル→2033年119.1億ドル、CAGR 21.5%予測。同時期にMI市場は10分の1のサイズです。DeepMindスピンアウトのIsomorphic Labsは2026年5月に単独で21億ドル調達しています。1社の1回の調達額が、MI市場全体の5倍という桁の違いです。

なぜこの差が生まれるのか。1つは、新薬の商業化サイクルが10年程度で、1剤あたり数千億円のリターンがある一方、素材のリターンはニッチで分散していること。もう1つは、素材の商業化サイクルが10-20年と長すぎて、投資家がリスクを取りづらいこと。逆に言えば、MI領域はまだ小さいから、これから伸びる余地は残っている、とも読めます。

中国製造2025は3000億ドル、産業誘導ファンドは12.84兆元

金額の桁を語るうえで、避けて通れないのが中国の投資規模です。Wikipedia Made in China 2025によれば、2018年時点で中国政府はMade in China 2025関連に約3000億ドル（およそ45兆円）の投資を約束しています。中国は約800の政府主導ファンドを設立し、総額RMB2.2兆元（およそ44兆円）でMIC2025関連産業に投資しました。

さらにCEPR研究によれば、2022年末までに中国では2,107件の産業誘導ファンドが設立され、目標総額は12.84兆元（およそ258兆円）に達しています。「国家が資本を出して民間を巻き込む」という戦略で、投資規模は日本の政府予算と桁がまるで違います。

米国MGIは10年で5億ドル、日本SIPは280億円/年

米国のMaterials Genome Initiative（MGI）は2011年6月にオバマ政権下で立ち上げ、「材料開発期間と開発コストの半減」を掲げてスタートしました（MGI.gov）。White Houseブログによれば、発足から3年間で連邦政府は2億5000万ドル超をR&D・イノベーション基盤に投資し、その後DOE、DoD、NSF、NIST、NASA合計で5億ドル超（およそ750億円）を投じました。

日本の政府施策も動いています。内閣府SIP第3期は令和5年度・令和6年度に各280億円/年の予算で14課題を推進していて、SIP第3期マテリアル課題では外部獲得資金が総額99億円、うち民間資金約60億円という成果を出しています。

文科省のマテリアルDXプラットフォームはARIM（材料創出）、MDPF（データ統合・管理）、DxMT（利活用）の3事業体制です。ARIMは開始4年間で100万件超の構造化材料データを蓄積、国内26機関連携で共用開始しました。100万件の構造化材料データというのは、DeepMindのGNoME（220万結晶）に近いオーダーで、規模だけで見ればちゃんと戦えるところまで来ています。

化学メーカー中期経営計画の投資額を並べてみる

ここからが本題です。日本の化学メーカーの中期経営計画のDX投資額を並べてみましょう。

三菱ケミカルグループ：中期経営計画2029で5年間1.4兆円投資、コア営業利益を約2倍の5,700億円へ
旭化成：中期経営計画2027で2025-2027年度で総額1兆円投資（うち拡大関連投資約6,700億円）
住友化学：2025〜27年度中期経営計画で3年間4,500億円を投資、うち戦略投資枠2,300億円、研究開発投資2,200億円強
レゾナック：半導体・電子材料関連で2021-2025年5年間で約2500億円を投資、後工程材料No.1
三井化学：VISION 2030で営業利益を2021年度1473億円→2030年2500億円へ

投資額と目指す営業利益の対比を見ると、化学メーカーがいまいちばん何にお金を使いたがっているかがわかります。三菱ケミカル1.4兆円で営業利益5,700億円、旭化成1兆円、住友化学4,500億円。この規模の投資を、材料開発だけでなくDX、生産設備、脱炭素、M&Aに分けて使っています。

DX単体で見ると規模は小さくなりますが、旭化成は2022年4月からの3年間で300億円をDX関連施策に投資、住友化学は2022〜24年度中計で3年間700億円、東レはDX投資額200億円、グループで2000人以上のデジタル人材育成基盤を構築しています。

人材面で見ると、旭化成はデジタル人材を2024年度に21年度比10倍の2,500人体制に拡充、住友化学は2022〜24年度中計期間で約1,700人（全従業員の2割以上）のデジタル人材を育成、AGCは中期経営計画「AGC plus-2026」で2025年までにデータサイエンティストを5,000名育成予定、と発表しています。合計で1万人単位のデジタル人材が動員されようとしています。

Matlantis 90社、MI-6が200社に浸透

投資額と並んで、実際にどれだけ現場でMIが使われているかを示す数字もあります。

Preferred NetworksとENEOSが2021年6月に設立したPFCCが提供する汎用原子レベルシミュレータ「Matlantis」は、2024年8月時点で90社超の企業・組織が採用しています。従来手法比10万〜1000万倍の高速化で、数千原子のポテンシャルエネルギーを0.3秒で解析（従来法で約2ヶ月）。これはR&D現場のデフォルトツールになりつつあります。

日本発MIスタートアップのMI-6は2017年11月設立で、SaaS「miHub」は化学・素材関連企業100社超・延べ200プロジェクト以上で導入されています。2023年5月にシリーズAで6.5億円調達、累計調達額14億円です。海外に目を向けると、Citrine Informaticsは2023年1月にSeries C 1600万ドル調達、Uncountableは2025年6月にSeries A 2700万ドル、Chemifyは2025年10月にSeries B 5000万ドル超を調達しています。

海外プレイヤーの調達額に比べると、日本発のMI-6は控えめな数字に見えます。ただしミッションクリティカルな化学プロセスへの導入率で見ると、Schrödingerが年間契約額50万ドル以上の顧客の維持率100%、Matlantis 90社という日本の数字も、業界の導入密度としては十分な水準です。

化学MOPという業界横断連携

もう1つ、日本発の面白い取り組みが「化学マテリアルズオープンプラットフォーム（化学MOP）」です。住友化学、旭化成、三菱ケミカル、三井化学、NIMSの5者が水平連携して、最少の実験回数で高い予測精度を与える汎用AI技術を共同開発しています。2017年6月に覚書、2021年10月に成果発表。

競合5社が「データを持ち寄る」というのは、他の業界ではあまり見ない光景です。私は最初にこの話を知ったとき、「業界全体で危機感が共有された瞬間だな」と感じました。1社のデータではAIモデルの精度が上がらない、というシンプルな事実に対して、競争優位を一部放棄してでも協業する、という意思決定。中国の3000億ドルとは違う戦い方が、ここには表れています。

三菱ケミカルの社内アプリ「MI Bridge」、住友化学の生成AI「ChatSCC」（国内6,500人が対象、3ヶ月で社内アプリ750個作成）、AGCの「ARDIS」+「AMIBA」、といった個社の内製プラットフォームが、化学MOPで底上げされている、という構造です。

セクションのまとめ、規模で戦うか密度で戦うか

数字を並べると、こういう景色になります。中国製造2025が3000億ドル、産業誘導ファンド12.84兆元。米国MGIが5億ドル、日本SIPが280億円/年。化学メーカーの中計で三菱ケミカル1.4兆円、旭化成1兆円、住友化学4,500億円。日本発MIスタートアップの調達額は14億円。海外は数十億円単位。

規模で見ると勝てない相手が多い。ただし密度で見ると、Matlantis 90社、MI-6 200社、化学MOPの5社+NIMS連携、内製プラットフォームの現場浸透など、日本には別の勝ち筋があります。「材料の砦（半導体材料）を守りながら、内製AIで開発サイクルを回す」というのが、いまの化学メーカーの現実的な戦略です。

次の最終セクションでは、この投資と現場運用をどう「日常のリサーチ」として回していくか、その具体的な運用パターンを見ていきます。海外の最新ブレイクスルー（GNoME、MatterGen、A-Lab）を追いながら、化学メーカーの実務者がどう情報を集め続けるか、の話です。

数字を追い続ける仕組み｜業界通史をSnorbeで日常運用する

ここまで20年の数字を追ってきました。開発期間15年→数年、文献レビュー300h→20h、化学特許シェア17%→7%、MI市場4億ドル、化学メーカーの中計1.4兆円。この数字は毎年更新されていくもので、1回まとめて終わり、ではありません。化学メーカーのR&Dや素材メーカーの技術営業にとって大事なのは、「これから毎週・毎月、この通史をどう追い続けるか」です。この最終セクションでは、その運用の話をします。

海外は「1年で800年分の知識」を発見する時代

まず、追いかけるべき対象の規模感を確認しておきます。Google DeepMindが2023年11月にNatureで発表した「GNoME（Graph Networks for Materials Exploration）」は、220万結晶構造を予測し、うち38万1000件が新規安定材料でした（Nature論文）。この量は、人類が知る技術的に有用な材料の数を倍増させたと表現されていて、「約800年分の知識に相当する」と言われています。

Google DeepMindは38万1000の新規安定材料をBerkeley LabのMaterials Projectに寄贈し、世界中の研究者に公開しました。Materials Projectはいま、20万件以上の材料と57.7万件超の分子、250テラバイト超の生データ、65万人以上の登録ユーザーを抱える、世界最大級の材料DBに育っています。

もう1つ紹介したいのが、Berkeley Labの「A-Lab」です。Nature論文によれば、17日間の独立運転でGNoME予測材料58種のうち41種の新規化合物を合成しました。ロボットが自律的に実験を計画し、実行し、AIが次の実験を提案する、というループが実装済みで動いています。

Microsoftも参戦していて、MatterGenという拡散モデルベースの生成AIを開発しました。Alex-MP-20データセット（60万超の安定材料構造）で訓練され、目的の化学・機械・電子・磁気特性を持つ材料を直接生成できます。2025年にNatureに掲載され、世界15の研究機関が採用して電池・全固体電池材料開発を加速しています。

これを日本のNIMSと比較すると、MInt Systemがプロセス→構造→特性→性能を予測する仕組みとして立ち上がっていて、NIMS MatNaviは「世界最大規模」を掲げる材料DBで登録ユーザー42,000人・月次アクセス100万件超という規模です。海外のトップランナーとは規模で差がありますが、文科省ARIMは開始4年で100万件超の構造化材料データを蓄積しているので、追いかける動きは確実に強まっています。

化学メーカーR&Dが1日に扱うべき情報量

化学メーカーR&Dの担当者や素材メーカーの技術営業が実務で追わなくてはならない情報は、大雑把にこんな粒度です。

論文の情報源としてNature、Science、ACS、RSC、Elsevier、Wiley、ChemRxiv、arXiv、Semantic Scholar、PubMed、Semantic Scholar Academic Graph（2.14億論文、28億引用エッジ）
特許の情報源としてJPO、USPTO、EPO、CNIPA、KIPO、PatSnap、GreyB、Astamuse
化学データベースとしてCAS Registry（2.9億物質、毎日1.5万件追加）、Reaxys（3.5億物質）、Materials Project、AFLOW、OQMD、NIMS MatNavi
市場調査系ではGrand View Research、MarketsandMarkets、IDC、Statista、日経、化学工業日報、Chemical & Engineering News
企業IR系では三菱ケミカル、住友化学、旭化成、三井化学、東レ、AGC、レゾナックの中期経営計画・四半期報告

これを人手で全部追いかけようとすると、Researcher.Lifeの分析にある通り、業務時間の15〜20%が文献検索に消えます。しかもその15〜20%は、年264本しか読めない上限（Nature 2016）に張り付いた状態です。

「読むべき論文をAIが選び、要点をAIが抽出し、人間はその要約から意思決定する」という業務の分業に、多くの化学メーカーが移りつつあります。三井化学の生成AI特許探索（業務時間80%削減）や日本ゼオンのdotData導入（解析工数100分の1）は、その典型例です。

Snorbeで「業界通史」を継続的に追う運用パターン

弊社のSnorbeは、こういう「業界通史を継続的に追う」仕事に使えるリサーチAIエージェントです。強みは、次の3点にあります。

1つは、専門データベース群を横断できることです。JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholarといった学術・特許の一次情報源を、1つの入口から自然な日本語で検索できます。「全固体電池の中国出願件数の直近1年の推移」とか「三菱ケミカルの中期経営計画の投資額の履歴」とか、通常なら複数のDBを行き来しないと出せない答えが、1つのクエリで返ってきます。

2つ目は、完全記憶型ナレッジグラフです。過去に調べた「化学業界の日中特許シェア」や「Matlantis採用企業リスト」といった調査結果が、Snorbeの中でグラフ構造として保持され、次に関連するテーマを調べたときに自動的に紐付いてきます。「AGCのカバーガラスの開発期間8分の1」という数字を1回調べれば、次に「化学メーカーの開発期間短縮率一覧」を作りたくなったときに、AGCが自動的に候補として上がってきます。

3つ目は、自然な日本語で投げられる、非エンジニアでも使える点です。CAS SciFinderのようなプロツールは自然言語検索を追加したとはいえ、化学構造式の入力ハードルが依然として高い。Snorbeは「日本の化学メーカーがMIで開発期間を短縮した事例を、金額と年数で並べて」といったナラティブな問いを、そのまま投げられます。

週次・月次・四半期の「反復ループ」の作り方

具体的な運用パターンとして、私が化学メーカーの方に提案するのは3つの時間軸で反復ループを組む方法です。

週次で回すのは競合特許の動向追跡

CNIPA、USPTO、EPO、JPOで自社の技術領域の直近1週間の出願を、Snorbeに定期的に問い合わせます。「先週のCNIPAで全固体電池関連の新規出願はどんな傾向か」「LGエナジーソリューションの直近の電池特許の技術トレンドは」といった問いを、毎週金曜日に投げる。答えは箇条書きで10-20分で読み終わる分量に整理されるので、週4時間の文献検索時間を週30分程度に圧縮できます。

月次で回すのは学術動向のスキャン

Semantic Scholar、arXiv、ChemRxiv、Nature・Science系の新着論文を、月初にまとめて取得します。「先月ChemRxivにポストされたポリマー関連の注目論文トップ20」「Google Scholar上での自社研究者の被引用数の変化」といった問いです。ChemRxivは毎月約800本追加されていて、化学者の関心の方向を追う指標として使えます。

四半期で回すのは投資動向と企業戦略の追跡

中期経営計画の更新、M&A、DX投資、政策発表、業界統計のリリースを四半期ごとにまとめてスキャンします。「三菱ケミカル、住友化学、旭化成、三井化学、東レ、AGC、レゾナックの直近四半期のIR資料から、MI・DX関連の投資額と目標を抽出して」「WIPO WIPIとCNIPAの直近統計から、化学分野特許出願の国別シェア推移を出して」といった問いです。これで通史の数字がアップデートされ続けます。

このループを回すコツは、「結果の要約を社内共有ドキュメントに追記していく」ことです。1回だけ調べて終わりではなく、毎週・毎月の結果を積み上げていくと、半年後には「業界通史のリアルタイム更新版」が社内で持てるようになります。Snorbeのナレッジグラフはこの積み上げに向いていて、過去の調査結果が新しい調査の文脈として自動的に使われます。

数字は誰かがまとめるものではなく、継続的にアップデートするもの

この記事で紹介した数字（開発期間15年→数年、文献レビュー300h→20h、化学特許シェア17%→7%、MI市場4億ドル、化学メーカー中計1.4兆円、GNoME 220万結晶）は、いま出せる最新のスナップショットです。ただし数字は毎年更新されます。CNIPAは毎年10%近い成長を続けていますし、日本の化学メーカーの中計は3-5年ごとに更新されます。GNoMEの次にMatterGenが来て、次に別のブレイクスルーが来ることも間違いありません。

「1年に1回、業界レポートを買って通史を確認する」という20世紀のやり方から、「週次・月次でAIエージェントに問い続けて、通史のスナップショットを常に自社の頭の中でアップデートする」やり方に変えるタイミングが、いま来ています。

化学メーカーR&D、素材メーカーの技術営業、CVC、アナリスト。それぞれが自分の関心軸で反復ループを組めば、業界通史はもはや「後追いで読むもの」ではなくなります。数字が動いた瞬間に、その動きの理由をSnorbeに聞き、答えを社内共有ドキュメントに追記する。この習慣を作れるかどうかが、これからの5年の化学・素材業界での勝敗を分けると私は思っています。

数字は厳しいですが、追い続ける仕組みさえあれば、次の20年で日本の化学・素材業界が数字をもう一度書き換えることは十分に可能です。この記事がその第一歩の参考になれば嬉しいです。Snorbeについて詳しく知りたい方は、lp.deskrex.ai をぜひ覗いてみてください。

よくある質問（FAQ）

Q1. マテリアルズ・インフォマティクス（MI）って何ですか？

マテリアルズ・インフォマティクス（Materials Informatics、MI）は、材料開発にデータ科学・機械学習・シミュレーションを組み合わせて、実験の試行錯誤を減らしながら新素材を設計する手法です。米国のMaterials Genome Initiative（2011年）が「材料開発期間・コスト半減」を掲げてスタートし、日本でもNIMSを中心に「情報統合型物質・材料開発イニシアティブ（MI2I、2015-2019年）」で本格導入が始まりました。いまでは化学メーカーの中期経営計画に必ず登場するキーワードで、AGCが8倍速、旭化成が数年→半年、東レがCFRP開発期間の半減以下を実現するなど、開発サイクルの短縮効果が数字で出はじめています。

Q2. 化学業界で日本のシェアが「17% → 7%」に落ちたって本当ですか？

はい、世界の特許公開に占める日本のシェアは、2014年の17%から2024年の7%へ縮小しました。LexisNexis IP Analysisのレポートに基づく数字です。同時期に中国は45%から73%へ拡大しています。化学分野に絞ったPCT国際出願でも、日本の比率は2003年の30.6%から2023年の19.7%へ、10.9ポイント低下しました（WIPO PCT Yearly Review 2024）。ただし個社の技術資産では日本が守っている領域も多く、たとえば全固体電池ではトヨタが1,331件の特許を保有して世界最多です。フォトレジストは日系5社で世界の92%、シリコンウエハは信越とSUMCOで60%超を維持しています。

Q3. 「開発期間15年が5年に」というのはどの領域の話ですか？

「新素材の候補発見から商業化まで10〜20年」というのは業界全体の伝統的な相場で、Materials Genome Initiative（2011年）が明示的にベンチマークとして使いました。この10-20年がMI導入で2-5年に縮む、というのが2020年代前半のグローバルな主張です。個社の事例で見ると、AGCは高強度ガラス組成の開発を1年から1.5ヶ月に、旭化成はタイヤ用ポリマーを在宅勤務中の研究員が半年で開発、東レはCFRPを従来2-3年から1-2ヶ月に、三菱ガス化学は新素材探索の実験時間を30〜50%短縮、と各社が自社の素材で数字を出しはじめています。ただし「絶対年数」の測り方は素材ごとにバラバラで、単純な横並び比較は難しいです。

Q4. Snorbeは化学メーカーのR&Dで具体的に何に使えますか？

Snorbeは自然な日本語で問いを投げるだけで、専門データベース群（JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholar）を横断して調べてくれるリサーチAIエージェントです。化学メーカーのR&Dであれば、週次で「先週のCNIPAで自社領域の新規特許動向」を、月次で「学術動向のスキャン」（ChemRxiv、Nature系新着）を、四半期で「業界投資動向」（三菱ケミカル・住友化学・旭化成の中計更新、業界統計）を継続追跡できます。完全記憶型ナレッジグラフで過去の調査結果が積み上がり、次の調査で自動的に文脈として使われるのが特長です。

Q5. 日本の化学メーカーはMIにいくら投資しているんですか？

中期経営計画レベルで公開されている数字を並べると、三菱ケミカル1.4兆円（2025-2029年）、旭化成1兆円（2025-2027年）、住友化学4,500億円（2025-2027年）、レゾナック半導体・電子材料関連で2,500億円（2021-2025年）、といった規模です。DX単体では旭化成が3年間で300億円、住友化学が3年間で700億円、東レがDX投資200億円といった水準です。人材面では旭化成がデジタル人材2,500人、住友化学が1,700人、AGCが5,000人育成の目標を掲げています。日本発MIスタートアップだと、MI-6が累計14億円調達で200社超に導入、PFCC（Matlantis）が90社超に採用されています。

Q6. 中国の材料強国政策と日本はどう戦うんですか？

中国は「中国製造2025」（2015年）で新材料を10重点産業に指定し、Wikipediaによれば約3000億ドル（およそ45兆円）を投じました。産業誘導ファンドの目標総額は12.84兆元（およそ258兆円）に達しています。核心材料の国産比率を2020年40%、2025年70%と設定し、炭素繊維の中間グレードでは世界シェアを17.3%から47.7%に伸ばしました。日本の対抗策としては、経産省が特定重要物資（半導体・蓄電池・重要鉱物）を指定して国内サプライチェーンを強化し、化学メーカー5社+NIMSが「化学マテリアルズオープンプラットフォーム（化学MOP）」で業界横断のAI技術を共同開発しています。三井化学・出光・住友化学が国内ポリオレフィン事業をPrime Polymerに統合するなど、規模で戦えない相手には「密度と共同戦線」で対抗する構図です。