フォーミュラリ時代における「戦略的インフラ」としてのDXS Stratify®

「医薬品アクセスの確保」は、単なる企業の利益確保の問題ではありません。少子高齢化、医療費抑制、ゼロサム化する市場環境の中で、それは地域医療の持続性そのものを問う社会課題となりつつあります。

こうした時代背景のもと、「営業支援ツール」としてではなく、「アクセス最適化インフラ」として開発されたのがDXS Stratify®です。今回は、その社会的意義と、注目が集まる「フォーミュラリ」への応用可能性について考えてみましょう。

■「営業最適化」ではなく「アクセス最適化」へ

従来の営業支援ツールは、シェアの高い医療機関への集中投下や訪問頻度の最大化といったロジックに従って設計されてきました。しかしその結果、ある施設では企業の訪問が集中することで情報提供が過剰に重複し、他方では全く情報がこない。そんな“営業の偏在”が生まれています。

DXS Stratify®が目指すのは、そのような非効率を回避し、企業の強みを発揮できる“戦略的戦場”への適正配置を行うこと。結果として、地域ごとの棲み分けや、アクセスの公平性を支える仕組みにつながるのです。

■企業の戦略が、医療現場を守る

製薬企業にとって「勝てない市場からの撤退」は合理的な判断かもしれません。しかし、それが地域の医療機関における選択肢の喪失や、製品の供給停止を引き起こすのであれば、それは単なる企業判断では済まされません。

特に中堅・内資系企業がカバーしてきた希少疾患や特定診療科の分野では、撤退＝アクセス喪失に直結するケースも。DXS Stratify®は、こうした“戦わないための戦略”を設計するための基盤となり、ひいては地域医療の多様性維持にもつながります。

■「フォーミュラリ運用」への応用可能性

■DXS Stratify®は「営業活動の最適化」ではなく「医薬品アクセスの最適化」

DXS Stratify®の設計思想は、企業の強みが発揮できる“最適戦場”を明確化することで、非効率な競争を避け、健全な棲み分けと供給安定性を実現することにあります。

これは、

• 市場構造を可視化し、
• 競合との相対優位を分析し、
• リソースの配分を戦略的に再構築する
  というプロセスによって、個社の業績と社会的医薬品アクセスのバランスを両立させるものです。

■結論：営業のためのツールから、社会を支えるインフラへ

繰り返しますが、DXS Stratify®は「売上を最大化するためにターゲットを選ぶ」ためのツールではありません。

それは、「アクセスの偏在」「情報提供の空白」「医療供給の過不足」といった社会課題に対し、戦略の視点から構造的にアプローチする意思決定基盤です。

医薬品アクセスの公平性と持続性を支える。企業の合理的な経営判断と、社会的責任を両立する。その橋渡しを担う存在として、DXS Stratify®の意義は今後ますます高まっていくでしょう。

概要

最近、製薬業界でもAI活用のニュースが次々と報じられています。中でも注目を集めているのが、ブリストル・マイヤーズ スクイブ（BMS）社が導入した営業支援AI「CE³（Customer Experience and Engagement Engine）」です。医師の潜在的ニーズを予測し、MRにサジェスチョンを行うことで、面談のインパクトを最大化しようという意欲的かつ先進的な取り組みです。

AIが処方傾向や論文閲覧履歴などのデータから、今後起こり得る医師の疑問を予測し、そのタイミングで情報提供を行うことで、個別最適化されたMR活動が可能となり、結果として医師の満足度向上につながる。理想的なストーリーですし、BMSが語る「卓越した実行力」には確かな意志と戦略的な意思決定が感じられます。

しかし一方で、こうしたAI活用に対しては、冷静な視点からの問いかけも必要ではないでしょうか。BMSの取り組みには一定の意義がある一方で、現場・戦略・本質という3つの側面から、いくつかの限界や懸念があることも事実です。

視点①：AIの予測精度は“現場の入力”次第

まず見過ごせないのは、AIの予測精度は投入されるデータの質と量に大きく左右されるという点です。特に医師のインサイトを読み解くようなセンシティブなモデルを構築するには、きめ細かなフィールドデータが不可欠です。しかし、現場のMRが日々の業務の中で高精度な記録を残し続けるのは、現実的には簡単なことではありません。

データ入力の負担が増えれば、現場の生産性が下がるだけでなく、入力の質にもばらつきが生じます。最悪の場合、AIが学習するのは「入力しやすい医師」「話しやすい医師」の情報ばかりとなり、そこから導き出されるサジェスチョンも自然と偏っていくおそれがあります。

つまり、「話しやすい医師にまた会いに行く」ことが推奨されるような状態になれば、本来ターゲットとすべき医師にはリーチできないまま、AIのリコメンドが再生産されてしまうのです。

おそらくBMSは「完璧な予測」ではなく、「推奨ヒント（レコメンド）提供」を現実的な落としどころとしているのだと推測されます。医師が次に関心を持つ可能性が高いテーマをいくつか提示し、MRが会話の入り口として活用することで、タイミングと情報の質の最適化を目指しているのでしょう。これは“AIによる先読みのきっかけ提供”という意味で、人的資源の価値を最大化するアプローチとして評価できます。

視点②：AI活用が進むほど「誰に会うべきか」の重要性が増す

この点でより本質的に重要なのが、「誰に会うべきか」が明確になっているかどうかです。AIはあくまで“既にある行動データからパターンを見出す”ツールであり、「誰に会うべきか」を判断することはできません。

製薬業界はゼロサムに近い市場構造へと変化しています。限られた医師に対して、限られた時間とリソースをどう投入するかこそ、競争優位性獲得につながります。戦略的ターゲティングのない状態でAIを稼働させても、それは「効率よく無駄なことをやる」だけになりかねません。

この観点では、本社の組織再編よりもむしろ、競争環境や市場構造を見極めたうえで、どの地域・どの施設・どの医師にどれだけ営業資源を配置するかという判断こそが重要です。

視点③：予測精度が上がるほど、同質化のリスクも高まる

現在は“AI導入”そのものが先進的に見えますが、技術の汎用化が進めば、いずれはどの企業も同じようなデータとアルゴリズムを用いることになります。その場合、差別化は困難となり、先行者利益は短期的で終わる可能性も高く、ROIの観点でも不安が残ります。

すでに武田薬品やアステラス製薬、MSDなども類似の取り組みを進めており、予測精度そのものでは持続的な優位性は築けません。
最終的に差がつくのは、「誰を狙うか」というターゲティング戦略と、限られた経営資源をどう集中させるかという意思決定です。

また、潜在ニーズとはそもそも「起こる前にはデータとして存在しない」ため、教師データの構築が困難です。副作用の発生、学会での発表、他剤の承認といった突発的な要因が予測の精度に影響する構造も、AIにとっては大きな壁となるでしょう。

視点④：医薬品において本当に重要なのは「ウォンツ」への対応

医師の処方行動は、一般消費財とは異なり「感情」や「印象」に左右されにくく、エビデンスやガイドラインに基づいています。したがって、いくらAIが潜在的ニーズを先読みしても、それが医師の意思決定に実質的な影響を与えるとは限りません。

むしろ、医師が「今、必要としている情報（＝ウォンツ）」に的確かつ迅速に応えることのほうが、本質的な価値提供といえます。
このためには、適正使用に必要な情報を、適切なタイミングで、最適なチャネルを通じて届けるという、戦略に基づいたオムニチャネル設計と実行が求められます。

つまり、勝負を決めるのはAIではなく、「どの情報を、どの対象に、どう届けるか」の戦略的判断なのです。

まとめ：AIは万能ではない。戦略との整合性が問われる時代へ

AI活用が加速する時代において、注目すべきは「どのようなツールを持っているか」ではなく、「誰に、何のために、どう使うか」という戦略の整合性です。

その意味で、AIが真価を発揮するのは、STP（セグメンテーション・ターゲティング・ポジショニング）戦略が明確に設計されていることを前提として、支援ツールとして活用されたときに限られます。

BMSの取り組みは、AI活用の先進事例として注目されますが、それを価値あるものにするためには、まずは「戦略的ターゲティングとリソース配分の最適化」こそが不可欠です。

「AIで何をするか」よりも、「戦略として何を達成するか」。
テクノロジーの進化とともに、私たちの“問いの質”も進化していくべき時代なのかもしれません。

ミクス記事リンク：BMS・勝間社長　AI機能活用の営業サポート「シーイーキューブ」　医師の潜在ニーズ予測　MR活動最適化

現在の不眠症治療薬市場において、ベンゾジアゼピン系・非ベンゾジアゼピン系薬剤は依然として主流ですが、作用時間別に見ると、シェア構造には大きな差があります。中間型は安定した強者、超短時間〜短時間型は揺らぎのあるポジション、そして長時間型は、相対的に最も脆弱なポジションにあると分析されています。

つまり、長時間型セグメントこそが「攻略すべきターゲット」なのです。競争の原則は「弱者を攻めよ」。この基本原則を戦略に落とし込むならば、オレキシン受容体拮抗薬（ORA）はまずこの脆弱なゾーンにリソースを集中すべきです。

長時間型を使っている医師・患者層には、「しっかり眠れること」を求めつつ、依存性や翌朝のふらつきを懸念するニーズが潜在しています。ここに対し、「自然な眠りを促す新しい作用機序」「依存性が少ない」「高齢者にも安心」というORAの質的優位性を丁寧に訴求することで、切り替えの動機付けが可能になります。

特に、高齢者施設や慢性疾患の入院患者など、長期処方を前提とした施設は重点ターゲットです。施設別の処方傾向を分析し、処方医に対して切替事例や患者QOLの改善実績を示すことで、導入のハードルを下げることができます。

今はまだ、絶対的な王者が存在しない不眠症治療薬市場。だからこそ、「どこから攻めるか」「どこに勝機があるか」を見極め、データと論理に基づいた行動が鍵となります。競争の原則に従って、最も脆弱なセグメントに戦力を集中すること。それが、オレキシン受容体拮抗薬が牙城を崩す突破口となるでしょう。

このように、IQVIA社のDDDを用いれば、営業部、支店、課、MRでの全粒度での分析およびターゲティングとリソース配分が可能です。

1. 現状分析：ベンゾ・非ベンゾ市場内のシェア構造

• 長時間型が最も脆弱なゾーンであり、攻略の優先ターゲット
• 現在のシェアギャップから見て「絶対的な強者」は不在

2. 戦略仮説：オレキシン受容体拮抗薬（ORA）のポジショニング

• 「依存性が低い」「自然な眠りを誘導」「新規作用機序」などの質的優位性
• 長時間作用を期待される患者・医師ニーズに適合
• 長期処方・高齢者施設・慢性不眠患者層において優位

3. 戦術フレーム：フェーズ別アプローチ

4. 必須条件

• 市場データに基づいた戦力量分析（DXS Stratify®などの活用）
• MRによる施設別ターゲティング支援
• 医師・薬剤師向けFAQ・比較資料の整備

5. 提言まとめ

弱者から攻略するランチェスターの法則に従い、ベンゾ・非ベンゾの中でも最も脆弱な「長時間型」セグメントにオレキシン受容体拮抗薬の強みを集中投下することが市場獲得の最短ルートであることが示唆されます。質的優位とデータに基づいた戦力集中こそ、持続的な競争優位性につながるのです。