11月4日、IIoT Worldが「How Teva Selects AI for 30 Factories」と題した記事を公開した。Teva Pharmaceuticalsは世界30拠点の工場を持つ製薬大手だが、同社が1年間で約300の技術を評価し、30工場へのAI導入に向けた選定プロセスを構築したという事実は、AI導入に取り組む製造業エンジニアにとって無視できない規模感だ。その過程で見えてきたのが、「技術として動く」と「現場で価値を出せる」の間に存在する、データ基盤・ワークフロー適合・規制対応という三つの構造的ギャップである。
1年で300技術を評価——Tevaが直面したスケールの問題
Tevaのコスト構造は約70%がオペレーションで占められており、工場の効率化は経営戦略に直結する。同社は現在、ジェネリック医薬品中心からバイオ医薬品へとシフトする「Pivot to Growth」戦略を推進中だ。13四半期連続で売上・利益の成長目標を達成し続けているという実績がその背景にあり、次の成長レバーとして製造オペレーションのAI高度化に照準を合わせている。
この文脈で立ち上がったのが「Teva Rise」プログラムだ。外部からAI技術を積極的に取り込むオープンイノベーション基盤として設計されており、製造品質・サプライチェーン領域を対象に、現場の専門家が「最大の課題」を先に定義してから技術を募るという順序を採っている。具体的には「製品品質リスクの早期予測」「設備信頼性の向上」「サプライチェーン判断の高度化」の3点を軸に据えた。技術ありきで課題を探す逆転を避けるこの設計思想が、以降のPoVフレームにも一貫して貫かれている。
核心：「PoC」ではなく「PoV（Proof of Value）」
Tevaのアプローチで最も参考になる点が、Proof of Value（PoV）という評価フレームの設計だ。一般的なPoC（Proof of Concept）が「その技術は動くか？」を問うのに対し、PoVはさらに踏み込んだ5つの軸で評価を重ねる。元記事ではこの対比が以下のように整理されている。
※編集部の考察：元記事の記述を元に、対比の軸を表形式で整理した。
| Proof of Concept | Proof of Value |
|---|---|
| 技術として動作するか？ | 自社環境で動作するか？ |
| デモ性能 | ネットワーク全体への統合・スケール |
| 技術的な検証 | 測定可能なビジネス価値 |
| 単体テスト | 工場ユーザーのワークフローへの適合 |
| 技術的レディネス | 規制対応・信頼性のレディネス |
評価では「対象サイトにそもそも必要なデータが存在するか」「現場作業員が推奨出力を既存ワークフローに組み込めるか」まで検証する。データ成熟度やシステム準備が不十分なサイトでは、いかに優れたベンダーでも採用を先送りにするという方針も明確だ。PoVが単なる評価チェックリストではなく、「その工場でいま価値を出せるか」という現実検証のプロセスである点が、一般的なPoC運用との根本的な違いといえる。
さらに特徴的なのが、トレーサビリティ要件を最初から設計に組み込む点だ。多くの企業がデプロイ後に規制対応を後付けするのに対し、TevaはPoV設計段階からベンダーと共同でデシジョンフローのマッピングとトレーサビリティ要件を定義する。これはFDAやEMAといった規制当局が要求する監査証跡への対応を後工程に先送りしないための措置であり、製薬業界特有のコンプライアンス圧力を前提とした設計判断だ。
製薬未経験ベンダーが落ちる理由
約300の技術を評価する中で、製薬業界経験の有無がベンダー選定の明暗を分けるパターンが繰り返し現れた。
製薬業界に精通したベンダーは、規制要件・説明可能性（Explainability）・トレーサビリティを製品の中核に組み込んでいる。一方、他業界出身のベンダーは技術的には優秀でも、規制環境が要求するコンプライアンスアーキテクチャを持たないケースが多い。Tevaは実際に、非製薬ベンダーの技術が優れていると判断しながらも、規制・信頼要件の欠如を理由に採用を見送った事例があったと明示している。
Tevaが求めるトレーサビリティは規制対応にとどまらない。規制当局を満足させるデータ証跡が、そのまま予知保全モデルや品質管理システムの入力にもなる設計だ。製薬・規制産業へ参入を狙うAIベンダーへの示唆は明確で、「規制対応を後付け機能にするな」という一点に集約される。
エンジニアへの実務的示唆
Tevaのフレームワークが示す構造は、製薬以外の規制産業（金融、エネルギー、食品等）でも通用する設計思想だ。「技術が動く」と「現場で価値を出せる」の間には、データ基盤・ワークフロー適合・規制対応という三つのギャップが存在する。PoVはそれを体系的に炙り出す評価プロセスといえる。
実務的に見ると、このギャップは独立して存在するわけではない。データ基盤が整っていなければワークフロー適合の検証すら始まらず、ワークフローに組み込めなければ規制当局に提出できるデシジョン証跡も生まれない。三つは連鎖しており、PoVがPoC後の「次のステップ」ではなく、評価設計そのものを作り直す思想転換であることをTevaの事例は示している。
また、Teva Riseのように「課題先行・技術後募」の順序を採ることは、AI導入プロジェクトにおけるスコープクリープの抑制にもつながる。技術デモに引っ張られて課題定義が曖昧になるパターンを防ぐ設計として、自社のAI評価プロセス見直しの参照点になり得る。
なお、元記事はIndustrial AI Summit 2026のパネルディスカッションを元に構成されており、Teva以外にMerckのAdam Procopio、Adlib SoftwareのKristen Sauterも登壇している。製薬業界における複数社のAI導入観点が含まれており、Teva単独の事例を超えた示唆が得られる内容だ。
詳細はHow Teva Selects AI for 30 Factoriesを参照していただきたい。
