IA agentique — S1 · 6/12 : Le moteur opérationnel
250 milliards de dollars ont été investis dans l’IA l’an dernier. Dans la pharma, le marché devrait passer de plus de 4 milliards en 2025 à 25,7 milliards en 2030 (McKinsey). Et pourtant, les industriels n’ont ni vu l’accélération du développement clinique, ni l’amélioration des taux de succès.
Alors, l’IA échoue-t-elle dans la pharma ?
Non. Elle ne délivre simplement pas là où les projecteurs se braquent. Les grandes avancées en découverte de molécules restent devant nous. Ce que l’IA transforme déjà, c’est la partie que personne ne met en avant : le moteur opérationnel — réglementaire, rédaction technique, qualité, vigilance.
Lors de la JP Morgan Healthcare Conference, AstraZeneca, Roche et Pfizer ont décrit la même réalité : des milliers de pages cliniques, sécurité et manufacturing à compiler, vérifier et harmoniser entre géographies — un travail sur lequel l’IA fait désormais gagner des semaines (Reuters). Le CEO de Teva, Richard Francis, parle de « the unsexy stuff » — le travail de processus qui, en réalité, fait avancer les choses.
Et les résultats concrets apparaissent précisément là.
Sanofi vise à devenir « la première entreprise pharma alimentée par l’IA à grande échelle » : sa plateforme plai soutient les décisions qualité GxP, son outil génératif a réduit par huit le temps de rédaction des Product Quality Reviews, et l’entreprise a créé un rôle dédié de Generative AI Regulatory Lead. Novo Nordisk, de son côté, a développé NovoScribe, une plateforme d’authoring automatisé pour les rapports d’étude clinique, les documents de première administration à l’homme et les rapports de stabilité — avec environ 70 % de gain de temps.
Ce qui m’interpelle — en vivant cela du côté réglementaire et compliance — c’est l’endroit où la valeur se matérialise réellement : rédaction médicale, systèmes qualité, pharmacovigilance, préparation des dossiers. Très loin du grand projet qui fait rêver.
Mais cela ne fonctionne que sous trois conditions, dont aucune ne s’obtient par l’outil : des données propres et structurées, une gouvernance claire, et des humains solidement dans la boucle. Les outils sont impressionnants — mais rien n’est autonome, et beaucoup de ces gains restent précoces ou partiellement quantifiés.
La vraie question n’est donc pas de savoir si l’IA découvrira le prochain blockbuster. C’est de savoir si nos données et nos processus sont prêts pour qu’elle nous aide à déposer nos dossiers — plus vite, et mieux.
C’est là, selon moi, que le leadership responsable rencontre la création de valeur réelle.
Où voyez-vous l’IA délivrer en premier dans votre organisation — dans la science, ou dans le moteur opérationnel ?