科学向けAIは、派手なデモからR&Dの運用基盤へ移り始めている。Microsoftは2026年6月2日、組織向けにMicrosoft Discoveryを一般提供し、研究者や学生がローカル環境で試せるMicrosoft Discovery appをpreviewとして公開した。

重要なのは、Discoveryが単体の研究チャットボットとして設計されていない点だ。Microsoftは科学・工学の仕事を、仮説、実験、分析、検討、次の反復というループとして捉えている。Discoveryはそのループを中心に、専門agentの作成と調整、組織内知識と外部科学情報、モデリング、シミュレーション、分析、検証データをつなぐ。出力には引用、confidence summary、推論経路を残し、専門家が根拠の連鎖を確認できるようにする構成である。

一般提供の意味は、これが研究室向けの補助ツールではなく、governanceを備えたR&Dプラットフォームとして提供されることにある。Microsoftは、ワークフローの再現性、出力のレビュー可能性、独自知識の適切な管理、既存のR&D運用との接続を要件として挙げた。企業の研究部門にとって価値があるのは、agentが論文を読めることだけではない。社内データ、計算ツール、実験計画、検証記録を監査可能な同じ流れにまとめられるかどうかだ。

初期事例は幅広い。Yale Engineeringは有機redox flow battery向け小分子設計にDiscovery Engineを使った。Georgia Techは、質量分析、文献抽出、惑星探査データ、化学反応経路モデリングを組み合わせ、histidineのprebiotic plausibilityを再評価する多agent構成を探っている。PNNLはロボットとagentを組み合わせ、エネルギー貯蔵材料と生物工学実験を閉じた反復で進める方向を示す。Ginkgo Bioworksは生物データ分析、仮説生成、実験設計をautonomous labへ接続する協業を進める。Wileyは100万本以上の信頼性ある生命科学文献インデックスに基づく研究agentをDiscovery上で提供する計画だ。

previewのデスクトップアプリは入口を広げる。GitHub Copilotアカウントで始められ、文献探索、仮説生成、科学的推論、反復的な実験アイデアを自分の作業環境で扱える。次の評価軸は明確だ。候補探索を月単位から日単位へ縮められるか、そしてagentの提案が科学者の検証に耐える記録として残るかである。

#r-and-d

Microsoft Discovery正式提供、科学R&D向けagent基盤を組織利用へ拡張