メディア
AX 戦略

製薬企業が生成AIを業務に入れるときの確認点|品質の記録・広告と情報提供・個人情報を業務ごとに分ける

公開
執筆者: Offers AX 編集部・編集部

製薬企業が生成AIを業務に入れるときは、業務を研究と臨床開発・製造と品質・薬事と安全性情報・営業と情報提供の4つに分け、AIの出力が品質や治験の記録に入るか、医療関係者や患者に届くか、患者や被験者の情報を扱うかの3点で確認の重さを決めます。薬事上の判断に生成AIを含むAIを使う場面では、AIは人の判断を支えるものとして使い、利活用に伴う最終的な責任は人間が担う、というのが公的機関の示した基本の考え方です(医薬品医療機器総合機構(PMDA)「薬事活動におけるAI利活用に関する基本的考え方」2026年11月2日公表)。

社内の規程の検索や会議の記録から始める点は、他の業種と変わりません。違いが出るのは、出力がGxP(GLP・GCP・GMP・GQP・GVPなど、医薬品の開発から製造・販売後までに守る基準の総称)の記録、販売情報提供活動の資材、副作用などの安全性の情報に入ったときです。そこでは既存の通知が求める検証・事前審査・記録が、AIを使ったかどうかに関わらず求められます。

解釈が分かれる点は断定せず、社内の薬事・品質保証・法務の部門や規制当局に確かめる点として分けておくのが安全です。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

製薬企業の公式発表には、治験文書の初稿づくりや情報収集に生成AIを使う例がある

製薬企業が公式に発表した取り組みには、治験に関わる文書の初稿づくりや必要な情報の収集のように、人が最終的に判断する前の作業に生成AIを使う例があります。

塩野義製薬は2026年2月24日、生成AIを使って医薬品開発の規制関連文書の作成を支援する仕組みを、日立製作所にライセンス提供する契約を結んだと発表しました。治験実施計画書や治験総括報告書などの規制関連文書の作成には通常3〜5カ月を要し、文書作成を担うメディカルライターを中心に業務の負荷が大きいことが背景です。仕組みは、日本語と英語が混在する治験データから要点を抽出して規制関連文書の初稿を自動で生成するもので、日立が同月から国内の医薬品・ヘルスケア企業向けに提供を始めました。

中外製薬・ソフトバンク・SB Intuitionsの3社は2025年1月30日、生成AIを臨床開発業務に使う共同研究に向けた基本合意を結んだと発表しました。初めに挙げた用途は、治験で必要になる多数の文書の自動生成、疾患情報・業界規制・社内手順などの情報収集、探索的なデータ解析の3つです。特定の作業に向けたAIエージェントを試作し、複数のエージェントが連携する仕組みに広げたうえで、その仕組みと人が協働する形を目指すとしています。

2つの発表はどちらも、規制当局に出す文書の完成や開発の判断そのものではなく、その手前の下書き・情報集め・解析の補助にAIを使う取り組みです。ただし下書きであっても、最終的な文書は治験の記録として残り、承認申請や審査の材料になります。どこまでをAIに任せ、どこから人が確かめるかを公的資料に照らして先に決めておく必要があるのは、そのためです。

確かめる公的資料は、AIの考え方・品質と治験の記録・広告と情報提供・個人情報の4つに分かれる

製薬企業が確かめる資料は、AIを薬事に使うときの考え方、品質と治験の記録の管理、広告と情報提供の規制、個人情報の扱いの4つに分かれ、それぞれ見る論点が違います。国内の資料に、比べておきたい欧州と米国の文書を加えると次のとおりです。

区分 資料と時点 確かめること
AIの考え方 PMDA「薬事活動におけるAI利活用に関する基本的考え方(Early Consideration)」2026年11月2日 人間中心の原則、リスクに応じた対応、利用目的と適用範囲、データガバナンス、人間による監督
品質の記録 厚生労働省「医薬品・医薬部外品製造販売業者等におけるコンピュータ化システム適正管理ガイドライン」2010年10月21日 GQP・GMP省令の業務で使うシステムの開発・検証・運用管理・廃棄
治験の記録 厚生労働省 事務連絡「治験関連文書における電磁的記録の活用に関する基本的考え方について」2013年7月1日 治験関連文書を電磁的記録で扱うときの真正性・見読性・保存性
広告と情報提供 厚生労働省「医薬品等適正広告基準」2017年9月29日 すべての媒体の広告、承認された効能効果の範囲、医療用医薬品の一般人向け広告の制限
広告と情報提供 厚生労働省「医療用医薬品の販売情報提供活動に関するガイドライン」2018年9月25日 資材の事前審査、業務記録、未承認・適応外の情報の提供
業界の自主基準 日本製薬工業協会「製薬協コード・オブ・プラクティス」2025年10月1日施行 研究者・医療関係者・患者団体などとの交流の行動基準
個人情報 個人情報保護法、個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月2日 要配慮個人情報の取得、生成AIサービスに個人情報を入力するときの確認
欧州 欧州委員会「EU GMP Guidelines Annex 22: Artificial Intelligence」原案 2025年7月 重要なGMPの用途での生成AI・大規模言語モデルの扱い
米国 FDA「Considerations for the Use of Artificial Intelligence to Support Regulatory Decision-Making for Drug and Biological Products」指針案 2025年1月 規制判断を支えるAIモデルの信頼性の評価
米国・欧州 FDA・欧州医薬品庁(EMA)「Guiding Principles of Good AI Practice in Drug Development」2026年1月 医薬品開発でのAIの10の原則

中心になるのはPMDAの基本的考え方です。対象は、医薬品などの開発(非臨床試験や臨床試験)から製造、市販後までの薬事上の判断と意思決定に関わる活動のうち、生成AIを含むAIを使う場面とされています。対象者に、申請者、製造販売業者、製造業者、治験依頼者、開発業務受託機関(CRO)だけでなく、これらの事業者にAIシステムを開発・提供する事業者も含めた点が特徴です。基礎研究での利用や一般的な医療行為での利用は、主な対象として想定されていません。

この文書は、規制上の要件を新たに定めるものではなく、記載された事項に対応するだけで必要な事項がすべて満たされるものでもない、と位置付けられています。Early Considerationは、科学的な知見が十分に集まっていない時点の考え方を参考として示すもので、今後変わりうるという断り書きつきです。社内規程では、この文書を根拠の1つとして引きつつ、既存の通知や省令が求める事項を別に確かめる形にしてください。

考え方は3つの層で整理されています。最上位の「人間中心の原則」は、AIは人間に完全に代わるものではなく、人間の判断や意思決定を支援するために使い、最終的な責任は人間が担うとしました。その下に、リスクベースアプローチ、利用目的と適用範囲の明確化、データガバナンス、公平性・説明責任・透明性の確保、多角的な専門的知見の確保、法令等への準拠の6つの基本的な留意事項が並びます。実装と管理の留意事項には、AIモデルやAIシステムの設計・開発、その評価、継続的なライフサイクル管理、人間による監督、AIリテラシーの向上の5つが挙がりました。

社内の手順に落とすときに要になるのは、利用目的と適用範囲、入力するデータの確認、人による監督の3つです。利用目的と適用範囲は、期待するAIの役割、使う場面、出力の精度、その出力が影響する判断の内容を踏まえて決めるとされています。データは、入力や処理に使うものが利用目的に照らして適切かを確かめ、開発に使うものは変更の履歴や判断の根拠を記録して後から辿れるようにする、という整理です。人による監督では、AIの出力を過度に信頼せず、想定されるリスクに応じて人が確認と判断をし、介入できる体制を持つことが求められました。

PMDAは、内閣府の「人間中心のAI社会原則」などで示された考え方を踏まえたと書いています。原則の中身は人間中心のAI社会原則の用語ページで説明しました。業種を問わない国の指針であるAI事業者ガイドラインとあわせて読むと、業種を問わない論点と、薬事に固有の論点を分けて整理できます。

論点は研究と臨床開発・製造と品質・薬事と安全性情報・営業と情報提供で変わる

同じ生成AIでも、研究と臨床開発では根拠と記録、製造と品質ではシステムの検証、薬事と安全性情報では判断に使う出力の信頼性、営業と情報提供では資材の審査と広告の規制が主な論点になります。領域ごとの使い方と論点、主に見る資料を並べると次のとおりです(前節の表の各資料をもとにOffers AX編集部が整理)。

領域 使い方の例 主な論点 主に見る資料
研究と臨床開発 文献の要約、治験実施計画書や治験総括報告書の初稿、疾患情報の収集 出力の根拠を元のデータで確かめられるか、被験者の情報の入力、治験関連文書の真正性・見読性・保存性 PMDAの基本的考え方、治験関連文書の電磁的記録の考え方、個人情報保護法
製造と品質 手順書や逸脱報告の下書き、品質の記録の検索 GQP・GMP省令の業務で使うシステムの検証と変更の管理、出力が品質の判断に入るか コンピュータ化システム適正管理ガイドライン、EU GMP Annex 22 原案
薬事と安全性情報 申請資料の下書き、副作用の症例情報の整理、文献のふるい分け 薬事上の判断に使う出力の検証、見落としの確かめ方、症例に含まれる健康の情報 PMDAの基本的考え方、FDAの指針案、個人情報保護法
営業と情報提供 説明資材の下書き、医療関係者からの問い合わせへの回答案、面談の記録の下書き 資材の事前審査、承認された範囲を超える表現、一般人向け広告の制限、口頭で説明した内容の記録 医薬品等適正広告基準、販売情報提供活動ガイドライン、製薬協コード・オブ・プラクティス

研究の初期と治験とでは、確認の重さが変わります。PMDAの文書は基礎研究での利用を主な対象としておらず、FDAの指針案も創薬(drug discovery)でのAIの利用を対象から外しました。文献の要約や仮説の整理のような研究初期の使い方は、社内の利用ルールと入力制限から始められます。研究の工程ごとにAIに任せる作業と人に残す判断は、研究開発に AI を入れる順番で扱いました。

治験の文書に記録の決まりが掛かる点が、研究の初期との違いです。2013年7月1日の厚生労働省の事務連絡は、治験関連文書を電磁的記録として保存する場合も、治験に関するすべての情報を正確に報告・解釈・検証できるよう記録し保存する必要があることを踏まえ、真正性・見読性・保存性の確保が重要だとしています。AIで作った初稿をもとにするなら、AIが出した初稿、人が直した箇所、承認した最終稿の3つを辿れる形で残しておくと、後から内容を検証できます。被験者の情報を外部の生成AIサービスに入れるかどうかは、後の節で述べる個人情報の決めごとに従ってください。

製造と品質では、AIを組み込んだシステムがGQP・GMP省令の業務に使われるかどうかが分かれ目です。2010年10月21日の厚生労働省の課長通知で示されたコンピュータ化システム適正管理ガイドラインは、システムが意図したとおりに動作することを保証するため、開発から検証、運用管理、廃棄までのライフサイクルを管理するよう定め、2012年4月1日から適用されました。対象の例として挙がっているのは、製造指図書や製造の記録を作成・保存管理するシステムのほか、手順書類・品質標準書・製品標準書などの文書を作成・承認・保存管理するシステムなどです。

手順書や逸脱報告の下書きを生成AIで作り、文書管理システムで承認する運用なら、AIが下書きを作る工程と、品質部門などが確認して承認する工程を分けて記録します。ガイドラインは、GMP省令の下ではバリデーションや変更・逸脱の管理に品質部門等の承認が必要だとし、示した管理方法は標準的な例で、同等以上の目的を達成できる方法なら別の方法でもよいとしています。生成AIのモデルが提供元で更新されたときに変更管理の手続きをどう掛けるかは、通知に生成AIに固有の記載が無いため、品質保証部門と決めておく事項です。

欧州では、生成AIの扱いがより具体的に書かれ始めています。欧州委員会が2025年7月7日に意見募集を始めたEU GMPガイドラインのAnnex 22原案は、生成AIと大規模言語モデルを、患者の安全、製品の品質、データの完全性に直接影響する重要なGMPの用途に使うべきではないとしました。直接影響しない用途で使う場合も、適切な資格と訓練を持つ人が、出力が意図した用途に合うかに常に責任を持つこと(human-in-the-loop)を求めています。意見募集は2025年10月7日に締め切られており、最終的な内容は欧州委員会の公表で確かめてください。日本の規制ではないものの、欧州に製品を出す企業や世界で同じ品質方針を持つ企業は、社内の基準をこの方向に合わせておくと、後から作り直す手間を減らせます。製造の工程ごとのAIの使いどころは製造業の生成AI 導入の順番で整理しました。

薬事と安全性情報では、AIの出力が規制当局の判断材料に入るかどうかで確認の重さが変わります。FDAが2025年1月に公表した指針案は、非臨床・臨床・市販後・製造の場面で安全性・有効性・品質の判断を支える情報をAIモデルで作る場合を対象とし、リスクに基づいてモデルの信頼性を評価する枠組みを示しました。社内の業務の流れ、人員の配分、申請資料の下書きのような業務効率化のための利用は、患者の安全、品質、試験結果の信頼性に影響しないかぎり対象外です。

申請資料の下書きが指針案の対象外でも、提出した資料の内容に責任を持つのは申請者です。PMDAの基本的考え方も、市販後のデータの評価や情報提供にAIの用途が広がっていることに触れています。副作用の症例情報の整理や文献のふるい分けにAIを使うなら、見落としがどの程度起きるかを実際の業務に近い条件で利用前に確かめ、人が確認する範囲を手順書に書いておくことが欠かせません。FDAと欧州医薬品庁(EMA)が2026年1月に共同で示した10の原則にも、リスクに基づく取り組み、利用の文脈の明確化、データの管理と文書化、ライフサイクル管理などが並び、PMDAの考え方と重なる項目が多くあります。

営業と情報提供では、生成AIで作った文章も、従来の資材と同じ規制の対象になります。2017年9月29日に全面的に改正された医薬品等適正広告基準は、新聞・雑誌・テレビ・ラジオに加え、ウェブサイトやSNSなどすべての媒体の広告を対象とし、承認された効能効果の範囲を明示・暗示を問わず超えないこと、効能効果や安全性について最大級の表現をしないことを定めました。医師や歯科医師が使い、またはその処方箋や指示で使うことを目的に供給される医薬品は、医薬関係者以外の一般人を対象とする広告を行ってはならないとされています。

患者や一般の人が使うチャットボットに医療用医薬品の名前や効能を答えさせる設計は、この制限に触れるおそれがあるため、答える範囲を先に決めておきます。どの応答が広告に該当するかの判断は、薬事と法務の部門に任せてください。医薬品の広告の監視指導は都道府県等を中心に行われているため、必要に応じて所在地の都道府県の担当部署にも確かめます。自動で答える範囲と人に引き継ぐ条件の決め方は、カスタマーサポートに生成AIを入れる前に決めることで扱っています。

2018年9月25日の「医療用医薬品の販売情報提供活動に関するガイドライン」が定める資材等は、販売情報提供活動に使う資料と情報で、「口頭による説明、パソコン上の映像、電磁的に提供されるもの等、その提供方法、媒体を問わない」ものです。資材は使う前に、担当部門から独立した販売情報提供活動監督部門の審査を受け、担当者は審査で適切と認められた資材以外を使わないこととされました。MR(医薬情報担当者)が面談の直前に生成AIで説明用の資料を作り、そのまま医師に見せる使い方は、審査を受けていない資材を使うことになりかねません。

面談の記録の下書きをAIに作らせる場合も、ガイドラインが求める業務記録(口頭で説明した内容の記録を含む)として、担当者が内容を確かめてから残します。未承認薬や適応外の情報を医療関係者や患者などの求めに応じて提供するときは条件がさらに厳しく、提供する情報について要約・省略・強調等を行わないこと、経緯・提供先・提供内容などの記録を作って保管することが求められています。論文を生成AIで要約して回答に使う運用はこの条件と食い違うため、回答には原文を使い、AIは社内で論文を探す作業までにとどめるのが無難です。

日本製薬工業協会の会員企業は、2025年5月に改定され同年10月1日に施行された製薬協コード・オブ・プラクティスもあわせて確かめてください。

患者や被験者の情報は、入力してよい範囲と委託先の確認を先に決める

副作用の症例、治験の被験者の記録、患者や医療関係者からの問い合わせには健康に関する情報が含まれるため、生成AIに入力してよい範囲と、サービスの提供者に確かめる事項を、使い始める前に決めます。

個人情報保護法は第2条第3項で、病歴を含む個人情報を「要配慮個人情報」と定め、第20条第2項で、法令に基づく場合などを除き、あらかじめ本人の同意を得ずに要配慮個人情報を取得してはならないと定めています。政令でも、健康診断などの結果や、医師などによる診療・調剤が行われたことが要配慮個人情報の内容として定められました(個人情報保護法施行令第2条)。症例や被験者の情報に氏名など個人を識別できる情報が残っている場合は、要配慮個人情報として扱う前提で決めておくのが安全です。

個人情報保護委員会は2023年6月2日の注意喚起で、事業者が生成AIサービスに個人情報を含むプロンプトを入力する場合は、特定された利用目的を達成するために必要な範囲内であることを十分に確かめるよう求めました。本人の同意を得ずに個人データを含むプロンプトを入力し、その個人データが応答の出力以外の目的で扱われる場合は法に違反する可能性があるとして、提供事業者が機械学習に使わないことなどを十分に確かめるよう促しています。注意喚起の全体は個人情報保護委員会の生成 AI 注意喚起の用語ページで解説しました。

PMDAの基本的考え方も、プライバシーの保護を含む健全なデータの基盤を保ち、入力するデータが利用目的に照らして適切かを確かめることを求めています。社内で決めておくのは次の4つです。

  • 入力してよい情報の区分(氏名などで個人を識別できる症例や被験者の情報、個人を識別できる情報を除いた集計、公開済みの文献など)
  • 外部のサービスに入れる場合に確かめる契約と設定(入力を学習に使わないこと、保存しないこと、保存するなら場所と期間)
  • 個人の情報を外に出さない場合の置き場所(自社のクラウド環境、閉域の環境、端末の中)
  • 誤って入力したときの報告先と対応の手順

外部の支援会社に開発を頼む場合も、データをどこで扱い、誰が保持するかを契約の前に確かめてください。Offers AXは、原則としてお客様の既存の環境(GCP・Azure・AWSのいずれにも対応)に構築し、当社の環境に顧客データを保持しません。契約が終わっても、成果物はお客様の環境に残る設計です。クラウドのLLMを使えない機密性の高い案件では、貸与されたPCの中で処理を完結させる構成で実装した実績があり、テレメトリを含む外部通信の無効化、端末内の暗号化、アクセス制御、監査ログを設計に含めました。

進め方は、課題調査とユースケースの選定、効果測定の設計、数週間でのプロトタイプづくりと実業務での検証、効果を確かめたうえでの本実装、引き継ぎと運用体制の設計の順です。戦略と実装を同じチームが一体で進めるFDE(Forward Deployed Engineer)型で、要件定義書ではなく動くものをもとに合意を作ります。効果が出なければ中止を選べることも、契約の前提に含めました。AIの出力は下書きや参考情報として扱い、判断は人が行う前提です。支援の範囲と構築の方針はOffers AXのサービスページに載せています。どの業務から始め、どこに人の確認を置くかを相談したい場合は、無料相談を申し込むからご連絡ください。

入力したデータを提供者が保存しない契約や設定はゼロデータリテンション(ZDR)と呼ばれ、契約の前に確かめる項目の1つです。個人情報保護法の論点を3つに分けた説明は生成AIに個人情報を入れてよいかに、置き場所を5つの基準で選ぶ方法は生成AIをオンプレミス・閉域・クラウドのどこで動かすかにまとめています。

解釈が分かれる点は断定せず、薬事・品質保証・法務と規制当局に確かめる

公表資料で考え方が示された点と個別の判断が要る点を分け、後者は社内の薬事・品質保証・法務の部門と、必要に応じて規制当局や都道府県の担当部署に確かめてから進めます。

販売情報提供活動のガイドラインは、定められていないこと(禁じられていないこと)であれば自由に行ってもよいという誤った認識を持たないよう求めました。PMDAの基本的考え方も、組織としてのガバナンスや体制の整備など一般に求められる事項には、文書への記載の有無にかかわらず適切に対応すべきだとしています。AIについて書かれていないことを、AIを自由に使ってよい理由にはできません。

PMDAが多角的な専門的知見の確保として、技術の観点に加えて医学・薬学、法規制、倫理などの観点からの検討を求めている点も、社内の判断の場の作り方に関わります。生成AIの用途を審査する会議には、IT部門だけでなく、薬事、品質保証、法務、医学の担当を加えてください。

資料の記述をもとに社内での分け方を整理すると、次のとおりです。

区分 例 社内での扱い
公表資料で考え方が示された点 電磁的なものを含む資材は使う前に審査を受ける、未承認・適応外の情報は要約・省略・強調をしない、個人情報を入れる前に利用目的の範囲と学習への利用を確かめる 根拠の資料名と該当箇所を、社内規程や手順書に書き込む
個別の判断が要る点 生成AIの応答が広告に該当するか、AIを組み込んだシステムをどこまで検証の対象にするか、申請資料の作成でのAIの使い方をどう説明するか 目的と使い方を書面にし、薬事・品質保証・法務と確かめたうえで、必要に応じて規制当局や都道府県の担当部署に確かめる
国内の公表資料に記載が無い点 生成AIに固有の検証の方法、提供元によるモデルの更新への対応 記載が無いことと、参考にした海外の原案や原則、判断した人と日付を記録する

3つ目の区分では、記録を残すことが特に大事です。ここで挙げた国内の通知には生成AIに固有の検証の方法は書かれておらず、PMDAの基本的考え方も具体的な方法までは示していません。何を参考にどう判断したかを残しておけば、規制当局の考え方が変わったときに、どの判断を見直せばよいかをすぐに辿れます。金融機関について同じように公的資料と社内の決めごとを分けた例は、金融機関が生成AIを業務に入れるときの確認点で紹介しています。

社内では、領域の区分・人が確かめる工程・記録の残し方を決めてから広げる

公的資料を読んだあとに社内で決めるのは、用途をどの領域と区分に置くか、どこで人が確かめるか、何を記録するかの3つです。

1つ目の区分で使うのは、出力が品質や治験の記録に入るか、医療関係者や患者に届くか、患者や被験者の情報を扱うか、の3つの問いです。どれにも該当しない用途は、社内の利用ルールと入力制限から始められます。1つでも該当すれば人の確認と記録の決めごとを足し、出力が医療関係者や患者に届く用途では資材の審査の手順にも組み込みます。

社内の規程の検索や会議の記録は、3つの問いのどれにも該当しないことが多く、始めやすい領域です。人事や総務のような間接部門の業務も、品質や広告の規制からは離れているため、個人情報の決めごとを守れば着手しやすい部門です。業種は違いますが、日本たばこ産業(JT)が人事部をAXの起点に選び、3系統のデータの突き合わせを自動化した例では、15時間ほどかかっていた作業が数十分で終わるようになりました。経緯は2026年10月16日のForbes JAPANの記事JTがoverflowとともに挑む人事部起点の「AX」で紹介されています。

2つ目の人が確かめる工程では、用途ごとに、誰が、何を基準に、どの時点で確かめるかを決めます。PMDAの基本的考え方は想定されるリスクに応じて人が確認と判断をし、介入できる体制を求め、EU GMPのAnnex 22原案も資格と訓練を持つ人が出力に責任を持つことを求めていました。治験文書なら元のデータとの照合、資材なら承認された効能効果の範囲との照合、症例情報なら見落としの確認というように、確かめる中身を用途ごとに書き分けると、担当者が替わっても運用が崩れません。

3つ目の記録では、プロンプト、参照したデータ、AIの出力、人が直した箇所と判断、承認した最終稿を1件ごとに辿れる形で残します。使っているモデルの名前と提供元、更新を確かめた日、更新後に出力を確かめた結果を一覧にしておくことも欠かせません。提供元の更新や入力の変化で出力の傾向が変わる現象はモデルドリフトの用語ページで説明しており、PMDAが求める利用開始後の継続的なモニタリングと評価は、この一覧を起点に回せます。

使う人の側では、AIの特性や限界を学び続けることが、人による監督を保つ前提になるとPMDAは書いています。研修で扱う範囲はAI リテラシーの用語ページで整理しました。業務ごとにリスクを洗い出して見直すまでの工程はAI のリスク管理の進め方に、社内ガイドラインに入れる項目と利用申請の流れは生成AIの社内ガイドラインとガバナンスの作り方にまとめ、業種や部門ごとの進め方はAX 戦略の記事一覧に並べています。

最初の一歩は、使っている生成AIと使う予定の用途を一覧にし、4つの領域と3つの問いのどこに該当するかを書き込むことです。資材や品質・治験の記録に出力が入る用途が1つでもあれば、その用途から人の確認と記録の決めごとを作り始めてください。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ