歴史の教訓 ── 技術変革の波に "乗る" か "捨てる" か── 産業革命から Windows 時代、そして今、AI の波へ

01産業革命期 (18 世紀末〜19 世紀) ── 馬車から鉄道への大転換

イギリスで蒸気機関車が実用化され、1830 年にリバプール・アンド・マンチェスター鉄道が開通すると、交通革命が爆発的に起きました。

さらに 20 世紀初頭の自動車革命でも、同じ構造が再現されました。1900 年頃に米国だけで 4,000 社以上 あった馬車・馬車製造会社のうち、20 年後にはほぼ全滅。自動車にピボットできた企業は、わずか 1 社 だけでした。

教訓 ── 物理的な "距離" を縮める技術は、既存の物流ネットワーク全体を無力化する。

021990 年代 ── Windows 普及と PC 革命

MS-DOS 時代から Windows 3.0 (1990 年)、Windows 95 (1995 年) への移行は、ビジネス環境を一変させました。

Wang Laboratories の凋落

1970–80 年代に 専用機ワードプロセッサ の王者として君臨した Wang Laboratories は、専用機で高額販売モデルを確立していました。しかし IBM PC と MultiMate などの低価格エミュレーションソフトに市場を奪われ、1980 年代後半に急激衰退。PC への移行が遅れ、ミニコンピュータ中心の戦略が裏目に出ました。

日本では TRON OS プロジェクト や PC-98 シリーズ も、Windows 互換性の波に飲み込まれました。

教訓 ── ソフトウェアの "互換性" と低価格化が、専用機の優位性を一瞬で崩す。

03その他の破壊的イノベーション (20〜21 世紀)

これらに共通するのは、「イノベーターズ・ジレンマ」 です。現在の成功が、未来の破壊的技術を拒絶させる ── Clayton Christensen が 1997 年に言語化した、組織病理の核心。

04変革の本質を 3 つの命題で言語化する

これらの事例から浮かび上がる本質は、3 つの命題に集約できます。

命題 1 ── 変化は "漸進的" ではなく "破壊的"

技術は既存産業を "置き換える" だけでなく、社会全体の 時間・空間・労働の概念 を再定義します。鉄道は "距離" を、Windows/PC は "情報処理" を、AI は "知能労働" を根本から変えます。乗り遅れは "衰退" ではなく "消滅" のリスクを伴います。

命題 2 ── 適応の鍵は "既得権益を捨てる勇気" と "未来への想像力"

成功企業ほど "今儲かっている事業" を守ろうとし、組織的惰性 (sunk cost fallacy) や恐怖に囚われます。一方、勝者たちは "自らを食い潰す" 覚悟で投資し、柔軟にピボットします。変化は "脅威" ではなく "機会" として捉える ── マインドセットの差です。

命題 3 ── 変化の意味は "人間の可能性の拡大" にある

馬車から鉄道へ、タイプライターから PC へ ── これらは単に "効率化" ではなく、人々の 移動範囲 を、知識へのアクセス を、創造性 を爆発的に広げました。ただし、移行期には痛み (失業、格差) が伴います。真の意味は "痛みを乗り越え、より豊かな社会を築くプロセス" なのです。

05変化の意味を、改めて問いただす

今、私たちは AI という最大級の波 の只中にいます。

• あなた (またはあなたの企業) は、馬車に固執する側か、鉄道に乗り換える側か?
• 1990 年代に Windows を "面倒くさい新技術" と避けた企業のように、AI を "単なるツール" と見なしていないか?
• リストラやスキル陳腐化の痛みを "避ける" のか、それとも "再教育・新職種創出の機会" に変えるのか?

歴史は繰り返します。乗り遅れた人々は、"後悔" ではなく "消滅" しました。しかし、変化の本質を理解し、問い続ける者だけが、次の時代を "自分のもの" にできるのです。

06製薬業界における AI の波 ── 当事者としての覚悟

本サイトは製薬業界の教材です。その文脈で、AI の波がどう作用しているかを当事者として考えます。

創薬では、AlphaFold3 / OpenFold3 が蛋白質構造予測を 1000 倍高速化 し、生成 AI 設計の候補化合物が 2026 年初頭で 173 プログラム超 臨床試験中。早期 Phase I 成功率は 80–90% (従来 52%) に上昇しました (詳細は AIと最新技術 参照)。

資材作成・宣伝活動の現場では、AI プロンプトを起点に資材ドラフトを書くことが日常化しています。プロンプト・コモンズ で議論したように、業界横断でプロンプトを共有・改良する場の必要性も認識されつつあります。

規制対応も変化しています。広告規制 や 資材審査 の現場で、AI が表現チェックの第一段スクリーニングを担い始めています。

この波で "乗る側" に立つとはどういうことか。それは、AI を "単に使える" ではなく、"AI が拡張する仕事の意味を、自分の言葉で再定義できる" 段階に立つことだと考えます。プロンプトを書ける人、ではなく、"なぜそのプロンプトを書くか" を語れる人。資材を AI で作る人、ではなく、"AI を使ってもなお守るべき節度" を担保できる人。

07今、私たちは何を捨て、何に乗り換えるべきか

AI 時代に、私たちは何を捨て、何に乗り換えるべきか。この問いを、今こそ自分に投げかけてみてください。

捨てるべきは、"AI の波は、もう少し様子を見てから対応すれば良い" という温度感です。Kodak は 38 年、Blockbuster は 13 年、Nokia は 6 年で消えました。波の速度は、加速し続けています。

乗り換えるべきは、"AI と共に働く" という前提を、組織の全レイヤーに根付かせる仕組み です。役員も中間管理職も現場も、それぞれの場で AI が拡張する仕事の質を、自分の言葉で語れるようになる ── そこに到達した組織だけが、次の時代を生き残ります。