変化に応じて意思決定を更新する「製薬経営」

臨床試験の結果や競合の動向によって、開発品の将来性も、必要な生産能力も変わる。一方、製造設備の整備には長い時間がかかり、医薬品の安定供給も維持しなければならない。製薬企業には、変化を捉え、投資や供給の判断を適切なタイミングで更新する力が求められている。

2026年8月28日、合同会社デロイト トーマツ（以下、デロイト トーマツ）とAnaplan Japanは、「不確実性下における経営の舵取り」をテーマとするラウンドテーブルを開催した。製薬企業の経営企画や生産、サプライチェーンなどに携わる参加者が集まり、意思決定モデルの変革から全社の投資管理、サプライチェーン改革、AI活用まで、実務上の課題を議論した。

冒頭、デロイト トーマツのパートナー上西洋一は、天気予報やカーナビを例に、状況の変化に応じて判断を更新することの意義を説明した。出発時に最適だった経路も、道路の状況が変われば見直す必要がある。経営でも、判断時点の予測精度に加え、新しい情報を取り込み、繰り返し意思決定できる仕組みが重要になるという問題提起だった。

合同会社デロイト トーマツ　パートナー　上西 洋一

シナリオと判断の条件を用意する

最初のセッションでは、デロイト トーマツのパートナー磯上孝博が、製薬業界の意思決定に求められる変化を整理した。研究から開発、上市までの期間が長い製薬業界では、精緻な長期計画を立て、一つひとつの案件を着実に進めることが重視されてきた。しかし、事業環境が複雑化するなかでは、複数の戦略オプションを持ち、状況に応じて選び直すことが必要になる。

合同会社デロイト トーマツ　パートナー　磯上 孝博

磯上が示したのは、シナリオの数を増やすだけで終わらせない考え方だ。需要や開発の進捗など、事業に大きく影響する要因を把握し、どのような変化が起きたら、何を判断するのかをあらかじめ整理する。そのうえで、判断に必要なKPIを継続的に確認し、変化があれば次のアクションを検討する。四半期や半期の定例報告を待つだけでは、対応が遅れる可能性がある。

判断の基準も広がる。個別案件の採算に加え、成長性やリスク、案件間の相乗効果を含め、全社のポートフォリオとして資源配分を考える必要がある。また、ベンチャーやアカデミア、外部の生産委託先との連携が増えるほど、自社だけでは状況を把握しきれない領域も大きくなる。磯上は、契約、業務プロセス、デジタル技術などを組み合わせ、判断に必要な情報が得られる環境を整えることが重要だと説明した。

意見交換では、製薬メーカーの参加者から、需要や競合動向が予測から外れた際の対応の難しさが挙げられた。生産に携わる参加者は、設備や人員への投資は数年前から必要になる一方、需要が想定を下回れば負担になると指摘した。また、全社のシナリオが増えるほど、生産側で検討する組み合わせも複雑になるという声もあった。
 

ラウンドテーブルでは参加者間で活発な意見交換が行われた。参加者からは「思ったことが言える」と、少人数で率直に意見を交わせる場を評価する声もあがった。

生産投資の判断について、磯上は「どのタイミングで、何を基準に判断するのか」がポイントになると説明した。あらゆる事態を事前に予測することには限界がある。環境が変わったとき、複数の対応案とその影響を素早く比較できる準備を続けることが必要だと述べた。

投資を全社のポートフォリオで捉える

この議論を受け、デロイト トーマツのパートナー神前尚澄は、機能横断かつライフサイクル全体での投資判断・収益管理を取り上げた。NPV（正味現在価値）やIRR（内部収益率）は重要な指標だが、案件単位の採算評価だけでは、複雑なポートフォリオ全体を管理しきれない。神前は、投資の価値、リスク、会社としての投資余力を合わせて捉える考え方を提示した。

合同会社デロイト トーマツ　パートナー　神前 尚澄

参加者からも、投資判断に用いる数値の前提をどう見極めるかという論点が示された。提案される案件のNPVがプラスでも、そのまま判断できるわけではない。研究開発の成功確率をどう評価するか、経営としてどのリスクを引き受けるかを議論する必要があるという。また、同じ開発段階の案件でも難易度には違いがあり、その差をどう評価指標に反映するかを模索しているという声もあった。

神前が講演で示した出発点は、経済価値と市場価値の両面から事業を見ることである。キャッシュを生む力に加え、市場の魅力度や競合に対する自社の優位性を評価する。将来の成長を担う領域には一定のリスクを取って資源を配分し、資金回収や改善を重視する領域では財務規律を強化するなど、事業の位置づけを投資方針につなげる。

さらに、創薬、増産、業務の高度化、維持・運用など、目的の異なる投資を共通の評価軸で比較する。例えば、創薬ではポートフォリオ戦略との整合性を、維持・運用では事業継続への貢献を重視するなど、投資の性質に応じて評価の重みを変える。全案件を共通のテーブルで相対評価する方法に加え、投資領域ごとに枠を定め、その範囲で優先順位をつける方法も、議論のなかで示された。

投資余力の把握も、この評価と切り離せない。営業キャッシュフロー、現預金、グループ内の資金、借入などの資金源や調達手段を整理し、財務健全性を踏まえて実行可能な範囲を見極める。新たな投資機会が生じたときに、何を優先し、どの案件への配分を見直すのか。こうした判断を行うためにも、必要資金と投資余力を全社で把握することが求められる。

神前が強調したのは、投資の承認後も評価を続けることだった。全案件の相対評価、投資直前の個別審査、実行後のモニタリング、変化に応じた追加の審査を循環させる。この点には、製薬メーカーの参加者からも切実な課題が寄せられた。投資を決める仕組みに加え、実行後の効果検証や定期的なレビューをどう整えるかを模索する声である。

別の参加者は、IT・DX投資では一度動き始めた仕組みをやめにくく、維持管理費が増えることで新たな成長投資に振り向ける予算が取りにくくなっていると指摘した。成長のための投資と、セキュリティなど事業継続に必要な投資を、どう分けて評価・管理するかという悩みも挙がった。神前は、当初の評価と同じ項目で最新の状況を確認し、前提がどう変わったかを把握することが重要だと説明した。

研究開発、生産、販売、財務の情報をつなぎ、前提の変化が収益や資金に与える影響を捉える。「やりたいことは、結局それをもって先手を打つということですよね」と神前は述べた。その結果を、投資の拡大、縮小、継続、撤退の判断に戻す。投資管理を、継続的な資源配分のプロセスへと発展させる考え方である。
 

需要を起点に生産と在庫の計画をつなぐ

続いて、デロイト トーマツのディレクター遠藤政典が、製薬企業のサプライチェーン改革事例を紹介した。取り上げたのは、完成品の需要と、上流にある仕掛品・原料の生産計画が十分につながっていなかったケースである。各工場が個別に計画を立て、欠品を避けようと在庫を厚く持つことで、サプライチェーン全体では過剰在庫が生じていた。

合同会社デロイト トーマツ　ディレクター　遠藤 政典

改革では、顧客の需要を起点に、完成品から仕掛品、原料へと計画を連動させる仕組みを整えた。設備能力や仕掛品・原料の使用期限などを制約条件として織り込み、適切な在庫水準を設定する。供給が不足する場合には、どの需要を優先するかを判断できるよう、S&OP（需給・事業計画の統合）のプロセスも見直した。

遠藤は、これを動かす組織と役割・責任の設計についても説明した。S&OPの運営主体となりサプライチェーン全体の在庫責任を負う組織を設けるとともに、複数の工場を束ね、生産配分を調整し最適な生産計画を立案する体制を整備した。工場ごとの事情を踏まえながら、全体として何を優先するのかを決めるための取り組みである。

導入は段階的に進めた。まず対象を絞り、Excelを用いて新しい業務を試行する。その後、SCP（サプライチェーン計画）システムを導入し、多階層にわたる計画の連動や、製造上の制約を踏まえたシミュレーションを行えるようにした。現在は、新システムの運用を定着させながら、さらにAIによる需要予測や需給調整の高度化を検証している段階であることが紹介された。
 

AIとの対話を通じて需給調整のルールを明確にする

SCPシステムで計画を作成しても、担当者による最終調整が残る場合がある。生産能力を超える計画を平準化したり、ある工程の変更を受けて別の工程を調整したりする作業だ。デロイト トーマツのディレクター高橋直之は、このような月次の需給調整業務にAIエージェントを活用する構想と検証内容を紹介した。

合同会社デロイト トーマツ　ディレクター　高橋 直之

対象となるのは、PSI（生産・販売・在庫）計画の調整である。AIが計画データを読み込み、実務上のルールに沿って調整の要否を判定する。調整が必要であれば案を提示し、担当者との対話で修正する。人が確認・承認した結果を計画システムに反映する流れを想定している。高橋は、対象業務の大幅な効率化を目指し、構想の検証を進めていると説明した。

デモでは、生産能力を超えた計画に対し、生産時期を分散させる「山崩し」をAIが提案した。能力超過は解消できる一方、前倒しで生産すれば在庫が増える。AIは、その結果が保管スペースやキャッシュフローに与える影響について確認を促した。

さらに、過剰在庫を抑えるという条件を加えると、AIは生産時期を後ろにずらす案を提示した。この案には、需要計画に対して欠品が生じない範囲で、一時的に基準在庫を下回る判断が含まれていた。この結果を見た製薬メーカーの参加者から、AIはどこまで在庫が減ると問題だと判断するのかという質問が出た。高橋は「プロンプトの入力の仕方によって回答が変わってくる部分もある」と応じ、実務で使う際には、どこまで基準在庫を下回ることを許容するのかを業務ルールとして明確にする必要があると説明した。

遠藤は、このAIエージェントの特徴を「自然言語で対話しながら柔軟に計画調整できる」と表現した。参加者からは、担当者が持つ暗黙知をデータ化してAIに組み込み、さらに高度化できないかという期待も示された。一方、計画の起点となる販売予測を大きく外せば、経営への影響も大きい。熟練者の判断をどう検証し、予測に対して組織としてどう責任を持つかを問う声も上がった。

遠藤は、効率化によって生まれた時間を、複数シナリオの比較検討や経営の意思決定を支援する情報整理など、より付加価値の高い業務に振り向けることが重要だと述べた。

標準アプリケーションで改革の成果を早く出す

続いて、Anaplan Japanのソリューションコンサルティング シニアディレクター大場達生が、アプリケーションとAIの戦略を紹介した。大場は、各社独自の業務を細部まで再現しようとすると、要件定義が膨らみ、導入までに時間がかかると指摘した。その間に市場環境が変われば、実装した仕組みが新しい課題に対応できないリスクもある。

Anaplan Japan　ソリューションコンサルティング　シニアディレクター　大場 達生

こうした課題に対し、Anaplanが提示したのは、計画業務の知見(ベストプラクティス)を組み込んだアプリケーションパッケージを活用するアプローチだ。共通のデータモデルやプロセスが組み込まれたアプリケーションパッケージを土台とし、その上に製薬業界に必要な有効期限、ロット、供給上の制約などの条件に合わせた設定を拡張していく。

大場は、業務の80％を標準で回すことを目安に、独自性が必要な部分を絞り込む考え方を示した。

「価値を出すところに全力を注いで、そこに向けて改革を進めていく」と大場は述べた。

重視する指標は、導入が完了するまでの期間に加え、最初の価値を生むまでの期間、すなわちTime to Valueである。大場は複数の導入事例を紹介し、その一例として、計画サイクルを短縮したケースを挙げた。

また、サプライチェーンの計画を財務とつなぐことも強調した。需要、在庫、供給能力の情報と、売上、利益、キャッシュフローの計画を共通の基盤で扱い、同じ数字を見ながら判断する。IBP（統合ビジネス計画）の視点で需給と財務を連携させることで、現場の調整が経営に及ぼす影響を把握し、全社で対応策を比較できるようにする。

対話型AIで分析から対応策の比較までを支援する

大場は、こうした計画プラットフォームの上で働くAIとして、モデル構築を支援するAnaplan CoModelerと、自然言語による対話型の分析を支援するAnaplan Analystを紹介した。

CoModelerでは、既存モデル(アプリケーション)の構造や目的を解析し、説明する例が示された。新しい計画バージョンを加える際の手順を案内するなど、構築や拡張を支援する機能も説明された。

専門の担当者がモデルを読み解いたり、変更方法を調べたりする負担を減らし、計画の仕組みを変化に合わせて更新しやすくする狙いがある。

Analystについては、当日段階で開発中の機能を含むデモが紹介された。

実績と見込みを要約した後、売上が計画を下回った要因を販売チャネル別に分析し、落ち込みを補う複数の対応策を比較するという流れである。デモ用のモデルでは、特定チャネルの強化や、複数チャネルに分散して補う案などが示され、それぞれの見込みを踏まえて人が判断する使い方が提示された。

大場は、この仕組みの特徴として、LLM（大規模言語モデル）による柔軟な対話と、Anaplanの計算プラットフォームを組み合わせる点を挙げた。利用者の問いを会話で受け止め、意思決定に使う数値は計画モデルの計算結果に基づいて扱う設計である。データを探して集計する作業から、何が起きているかを理解し、どの対応策を選ぶかを検討する段階へ、利用者をつなぐことが目指されている。

最後に感想を求められた参加者からは、企業・部門を越えて継続的に議論したいという希望が寄せられた。また、AIツールの選択肢が増えるなかで、自社の課題に合うものを見極める力の必要性を改めて感じたという意見も出た。

クロージングで上西は、不確実な状況のなかで「早く、あるいは繰り返し意思決定をしていく」ことの重要性に改めて言及した。投資管理と需給計画をつなぎ、変化を日々の判断に反映し続けることが、今回の議論に共通する方向性となった。

左から、デロイト トーマツ上西、Anaplan Japan大場、デロイト トーマツ磯上、小暮、神前、高橋、遠藤