Bayer、製薬解析プラットフォーム PRINCE を公開──Agentic RAG と LangGraph で信頼性向上
数十年分の非構造化 PDF と構造化データを統合し、LangGraph によるマルチエージェント制御で製薬ドキュメント作成の自動化と検索精度向上を実現。
リリース: 2026-06-16 · 読了 5 分記事の要約
1. 核心（What）
- Bayer と Thoughtworks が共同開発した PRINCE は、Agentic RAG と Text-to-SQL を組み合わせた製薬特化型プラットフォーム。
- オーケストレーションに LangGraph を採用し、リサーチ、検証、執筆の各工程を専門エージェントが分担する構成。
- 数十年分の安全性試験報告書（PDF）と構造化メタデータを統合し、単純な検索から対話型リサーチアシスタントへ進化。
- 信頼性向上のため、情報の整形を行う Context Engineering と、観測性やガードレールを担う Harness Engineering を定義。
2. 影響（Why）
- ハルシネーションが許されない規制業界において、LangGraph による「思考・検証ループ」と人間介在（Human-in-the-loop）を組み合わせた実用的な設計指針を示している。
- RAG 単体では困難な「複雑なドキュメント作成」を、マルチエージェントによる分業と状態管理で解決する具体的なアーキテクチャが公開された。
- 開発者への影響: LangGraph を採用する開発者は、Bayer が提唱する Harness Engineering の設計パターンを、エージェントの検証ループやリトライ処理、状態永続化の実装に直接転用できる。
- 日本への影響: [国内 製薬・ライフサイエンス業種] の大手企業において、膨大な PDF 資産を基にしたドキュメント作成自動化など、Do（タスク実行）フェーズのエージェント導入に向けた検討が加速する。
3. 根拠・詳細（How）
- Building Reliable Agentic AI Systems (2026-06-16 公開)