　アクセンチュアで化学産業のデジタル化を推進する立場にある、ホフマン氏とスリニバサン氏だが、両氏とも欧米の大手化学メーカーに所属していた経歴を持つ。ホフマン氏はドイツの大手化学メーカーであるBASFで研究開発やIT導入、生産現場など幅広い業務を担当。スリニバサン氏は、デュポン（DuPont）やアルケマ（Arkema）に勤めていたという。

　両氏は、これら欧米の大手化学メーカーは、デジタルエンタープライズの1つとしてデジタルR&Dに注力していると声をそろえる。「研究開発に関わるデータを用いて事業価値を最大化するのがデジタルR&Dだ。化学産業で注目されているマテリアルズインフォマティクスはその1つだ。化学情報を管理し、既存の製品の新たな用途や改善点を見いだすことも重要だ」（スリニバサン氏）。

　例えば、BASFには既に約100人ものデータサイエンティストがいるという。ホフマン氏は「過去200年間、R&D企業だったのがBASFだ。BASFの新入社員は必ず研究から始めるほどだ。R&Dを重視するからこそデジタルR&Dに投資しているのだ」と強調する。また、「デュポンにはデータサイエンティストが50人いる。また、1990年代から予測モデリングを活用しており、代替フロンのR-134aは研究開発から生産までコンピュータを使ってモデリングしたことで知られている」（スリニバサン氏）という。

　これら欧米の大手化学メーカーに対して、日本の化学産業については「データ活用への踏み込みが足りない。特にR&Dデータの活用に課題がある」とホフマン氏は指摘する。「すり合わせ開発の傾向が強く、研究開発者の経験と勘がベースになっている。また、従来の延長線上にあるインクリメンタルなR&Dが多く、破壊的ではない。データ活用に積極的になっている海外勢に対して2～3周遅れと言っていい」（同氏）。

　例えば、ある医薬品メーカーでは、10～15年分のR&Dデータを「Amazon DynamoDB」でデータベース化し検索可能にした。「こうしてデジタル化することで誰でも見られるようになる」（スリニバサン氏）。過去実験データのデジタル化に取り組む企業は増えており、そこから生産やテストなどのデータと連携してAIでモデリングするような取り組みも始まっている。

　踏み込みが足りないという、日本の化学産業についても、合併などによるERPの再構築と合わせて全てのデータを統合する中で、R&Dデータの電子化を始めている事例もある。三菱ケミカルホールディングスのように、CDO（最高デジタル責任者）を外部から招く企業もある。ホフマン氏は「欧米のみならずデジタル導入に積極的な中国も含めて、日本の化学産業が対抗していくには、デジタル化に手をこまねくべきではない」と述べている。

蓄電池材料の探索におけるマテリアルズ・インフォマティクス
蓄電池の材料を探索する方法として、ビッグデータやAIを応用したマテリアルズ・インフォマティクスからのアプローチが増えつつある。ダッソーの講演でハイスループット計算やベイズ最適化を適用した機械学習の適用例が語られた。
AIや機械学習を駆使して、パナソニックが新材料開発をデジタル化
パナソニックは、創業100年を記念したプライベートイベント「CROSS-VALUE INNOVATION FORUM 2018」（2018年10月30日～11月3日、東京国際フォーラム）を開催している。会場では同社のマテリアルズインフォマティクスに関する取り組みについて発表した。
電気化学現象でAIの限界突破へ、「意思決定イオニクスデバイス」を開発
NIMSの国際ナノアーキテクト研究拠点ナノイオニクスデバイスグループは、経験をイオンや分子の濃度変化として記憶し、デバイス自ら迅速に意思決定を行う「意思決定イオニクスデバイス」を開発し、その動作実証に成功したと発表した。
大量生産から多品種少量まで、日立の「Lumada」が化学工場をスマート化
日立製作所は、プライベートイベント「Hitachi Social Innovation Forum 2018 TOKYO」において、顧客との協創によって開発を進めている、IoT（モノのインターネット）プラットフォーム「Lumada（ルマーダ）」の化学工場向けソリューションを展示した。
AIは万能ではない――インシリコ創薬が目指す未来
製薬・IT企業・研究機関がタッグを組んで、創薬に関わるAIを一気に開発しようとする取り組みが進められている。「どんな薬をつくればよいかと問えば、対象疾患から副作用、治験の方法まで教えてくれる」のが目指す究極の姿だ。
化学プラントでのAI活用、三井化学は15年前から取り組んでいた
NTTコミュニケーションズの「IoT×AI 最新動向勉強会」に、三井化学の十河信二氏が登壇。同社の化学プラントにおけるIoTやAIの活用について説明した。ディープラーニングによる化学プラントの品質予測の共同研究結果を紹介し「15年前に当社が取り組んだニューラルネットワーク技術は確実に進化している」と述べた。