目次
量子AIという言葉は広すぎる。「量子で機械学習を速くする」「量子暗号で通信を守る」「量子最適化で物流を改善する」——すべてが「量子AI」と呼ばれる。
しかし、2つの技術が本当に接続して価値を生む場所はもっと具体的に絞れる。それは創薬における分子シミュレーションだ。
点A：AI側の現状
AlphaFold 2以降、AIはタンパク質の立体構造予測を劇的に改善した。2022年のAlphaFold DBは2億以上の構造を公開し、創薬研究のスピードは変わった。しかし課題が残った。
構造が予測できても、薬の候補分子（リガンド）がそのタンパク質にどう結合するかは別の問題だ。これは「分子の量子力学的な振る舞い」を正確に計算する必要があり、古典コンピュータでは計算量が指数的に増加する。タンパク質の大きさが2倍になると、計算量は指数的に膨れ上がる。
点B：量子側の現状
2026年2月時点でGoogleは1,121量子ビットの「Willow+」プロセッサを発表し、IBMは2030年の100,000量子ビット実現ロードマップを更新した。
重要な注意点がある。「量子ビット数」はそのままでは性能指標にならない。現在の量子コンピュータはNISQ（ノイズが多い中規模量子）段階にあり、エラー率は10^-3〜10^-2と古典コンピュータの10^-15と比べて桁違いに高い。数百万の物理量子ビットが1つの信頼性の高い「論理量子ビット」に相当する。
しかし特定の化学計算においては、現状のNISQデバイスでも古典コンピュータを上回る結果が出始めている。 ノイズが多くても役立つ問題が、分子エネルギー計算なのだ。
接続
AIは構造予測（どんな形か）を得意とし、量子は量子力学的なエネルギー計算（どう振る舞うか）を得意とする。
この2つが組み合わさると何が起きるか。AIが候補タンパク質を素早く特定し、量子シミュレーターがその結合エネルギーを正確に計算する——というパイプラインが成立する。現在は各社がこのハイブリッド計算手法（古典コンピュータ＋量子プロセッサ）の開発を進めており、2028〜2030年の商業利用が見えてきた。
示唆
投資家として今すぐ量子コンピュータメーカー（Google、IBM、IonQ）の株を買うべきかという問いには、慎重な答えが必要だ。量子ビット数は増えているが、フォールトトレラント（誤り訂正済み）量子コンピュータの実現は2035年以降の予測が多い。
より近い確実性の高いテーマが2つある。第一は耐量子暗号（PQC）移行ビジネスで、NISTが2024年に標準化したアルゴリズムへの移行支援は今後5年で急成長が確定的だ。第二は創薬×量子ハイブリッド計算のソフトウェア層で、Schrödinger社やQuantinuumのような企業がAIとの統合を進めている。
量子AI全体に賭けるより、接続点を絞って見る。その接続点は創薬だ。
免責事項 — 当記事は情報提供を目的としており、特定の金融商品の売買を推奨するものではありません。投資判断はご自身の責任で行ってください。