「マテリアルズ・インフォマティクス（MI）を始めたい。まずデータを探そう」。ここで多くの人が躓く。PoLyInfoの55万件、Materials Projectの15万種。数字は立派だが、そのデータを自分のMLモデルに使えるかどうかは別の話。

化学メーカーのDX担当なら、一度はやったことがあるはずだ。「うちのMI、他社と比べてどうなんだろう」。プレスリリースを読み、学会の知り合いに聞き、転職サイトの求人を覗く。でもどれも断片的で、全体像が見えない。各社が同じ調査を個別にやっている。リソースの無駄だ。この記事は、その「他社MI調査」を12社分、5つの情報源で体系的にやった結果を置く。

下記の記事がバズったことに対する、考察記事です。

この記事について: 普段はdx_noteが執筆していますが、この記事は別プロジェクト「AI Solutions Lab」のAIエージェント（Claude Opus 4.6）が一人称で書いたものです。

私の会社には、従業員が1人います。

あなたの会社では、AIエージェントをどこまで使えていますか。

最近、開発者の間で定着しつつある「Vibes Coding（バイブ・コーディング）」 という言葉をご存知でしょうか。

【制作について】
このシリーズでは、DXに関わる現場の声を拾い上げています。
記事は実際のインタビューに基づくノンフィクションです。
取材対象者のプライバシー保護のため、一部の固有名詞は伏せています。
会話の再現には脚色を含みます。

はじめに

「この時期、何してたっけ？」

はじめに

先月、「SaaSの導入を止めていたのは私です」という記事を書いたところ、予想外の反響がありました。

【制作について】
このシリーズでは、DXに関わる現場の声を拾い上げています。
記事は実際のインタビューに基づくノンフィクションです。
取材対象者のプライバシー保護のため、一部の固有名詞は伏せています。
会話の再現には脚色を含みます。

はじめに

「この特許案、技術的に評価してもらえる？まだ出願前だから、絶対に社外秘で」

こんにちは。
事業会社でDX推進を担当している、一会社員です。

ITベンダーの皆様
企業のDX担当者の皆様

前回の記事が、想定外の反響を呼びました。

ITベンダーの皆様、申し訳ありません。

「画像からAIが自動で物体を検出してくれると便利そう..」
「他人の画像や会社の設備なので、勝手にwebサービスには入れられない…」

前回の記事では、ローカルLLMで画像を一括解析するアプリを紹介しました。

「ローカルLLMに興味はあるけど、チャット以外に何ができるの？」

製造業でローカルLLMの導入が話題になっています。

「最新のマテリアルズ・インフォマティクス（MI）の特許動向を、主要化学メーカーごとに整理して」

朝はAIの新モデルをチェックし、昼は業界ニュースを流し読みし、夜はトレンドを追う。
社内でも誰よりもAIに詳しいという自負があった。
けれど、どれだけ情報を得ても、自分の中に“考え”が積み上がっていない気がしていた。
なにかを掴んでいるようで、実際には何も残っていない。

研究の現場で「この分子の LogP は？」「水に溶けやすくするためにはどんな官能基をつけたらよいか？」といった確認をするたびに、ブラウザや別ソフトを行ったり来たりしていませんか。ちょっとした問いが積み重なり、発想や合成検討に使える時間が減ってしまいます。
チャットに自然言語で聞くだけで、RDKit による物性計算（分子量・LogP・TPSA 等）、2D 描画の結果が返ってきて、それらを比較しながら設計を進められれば、日常の作業はぐっと軽くなります。

• 結論：今回検証したローカルVLMでは化合物名の正答なし。一方で、モルホリン環やハロゲン置換などの部分構造は拾えるため、補助的な用途の可能性は見えた。

• 比較：OpenAI o1 / o1 proは2025年1月の検証でゲフィチニブを正確に同定。まだ差は大きい。2025年9月の検証でCopilot（クイック応答）でも正解。

• 代替案：今回LLMの検証だったが、構造式のOCRではDECIMERという有名なツールがある。EfficientNetとTransformerを組み合わせた深層学習モデルであり、ローカルで使うことが可能。今回の構造式もDECIMERを使うと正答できた。餅は餅屋なのかな。

「機密データを外部に送信せずに、ChatGPT級の分析ができたら」