Le fabricant de médicaments danois Novo Nordisk s'associe à OpenAI pour déployer l'intelligence artificielle dans l'ensemble de ses activités, une initiative stratégique visant à combler un taux d'échec persistant de 90 % dans les essais cliniques qui pèse sur l'industrie pharmaceutique. La collaboration, annoncée mardi, verra Novo intégrer l'IA depuis la découverte de médicaments et la fabrication jusqu'aux opérations commerciales, alors qu'elle s'efforce de suivre le rythme de ses rivaux comme Eli Lilly sur le marché lucratif des médicaments de perte de poids.
« L'intégration de l'IA avancée n'est plus une option mais une nécessité compétitive », pourrait déclarer un cadre de la R&D de Novo Nordisk. « Ce partenariat nous permet d'attaquer le flux de travail de la découverte au développement, visant à traduire les promesses informatiques en réalité clinique plus rapidement qu'auparavant. »
Le partenariat couvre l'ensemble de la chaîne de valeur, mais l'accent initial est mis sur la R&D. Cette initiative reflète une tendance plus large de l'industrie où l'IA compresse les délais de découverte précoce de 30 à 40 %. Insilico Medicine, par exemple, a fait passer un médicament découvert par l'IA pour la fibrose pulmonaire idiopathique de l'identification de la cible aux essais de phase II en moins de 30 mois, un processus qui prend traditionnellement six à huit ans.
L'enjeu est le coût colossal de l'innovation, où le développement d'un médicament réussi coûte en moyenne 1,3 milliard de dollars, selon une analyse de RAND datant de 2025. En améliorant l'efficacité de la sélection et du développement des candidats, Novo Nordisk vise à réduire l'impact financier du taux d'échec de 90 % de l'industrie pour les candidats entrant en essais cliniques, un chiffre qui ne s'est pas amélioré de manière notable malgré l'adoption de l'IA.
De la promesse in silico à la réalité in vivo
L'IA prouve déjà sa capacité à élargir l'univers des candidats médicaments potentiels à une vitesse auparavant inimaginable. Chez Novartis, les chercheurs ont utilisé l'IA générative pour concevoir 15 millions de composés potentiels pour la maladie de Huntington, pour finalement en synthétiser 60 destinés à des tests en laboratoire. Cette puissance de calcul permet aux scientifiques d'explorer un vaste espace chimique auquel les méthodes traditionnelles ne peuvent accéder.
Cependant, l'industrie découvre qu'une découverte plus rapide ne garantit pas un produit viable. Le goulot d'étranglement principal se déplace de la recherche de molécules vers leur développement. On estime que 70 % des nouvelles entités chimiques présentent une faible solubilité aqueuse, un obstacle fondamental à la création d'une forme galénique exploitable. Ce rappel à la réalité survient souvent tard dans le développement, entraînant des reformulations coûteuses et des délais prolongés. Comme l'a noté un PDG anonyme au début de 2026, « l'IA nous a vraiment laissé tomber au cours de la dernière décennie en ce qui concerne la découverte de médicaments. Nous n'avons vu qu'échec après échec. »
Le nouveau champ de bataille compétitif : la développabilité
Le partenariat souligne la distinction critique entre une cible « non pharmacologisable » — biologiquement inaccessible — et un produit « non développable », une molécule pharmacologiquement prometteuse mais qui ne peut être fabriquée ou formulée de manière fiable. Alors que l'IA rend davantage de cibles pharmacologisables, le défi de l'indéveloppabilité reste un problème physique et chimique que le calcul seul ne peut résoudre. En date de décembre 2025, pas un seul médicament découvert par l'IA n'a reçu l'approbation de la FDA.
Pour les investisseurs, le partenariat Novo Nordisk-OpenAI n'est pas le signal d'une guérison imminente d'une maladie majeure, mais un investissement stratégique nécessaire dans l'efficacité opérationnelle. Le véritable avantage concurrentiel de la prochaine ère de la pharmacie proviendra de la traduction des candidats générés par l'IA en produits évolutifs et fabricables. Les équipes qui réussiront seront celles qui intégreront les considérations de développement et de fabrication dès les premières étapes de la découverte, réduisant ainsi le risque qu'une molécule prometteuse découverte in silico ne meure sur le banc de fabrication.
Cet article est à titre informatif uniquement et ne constitue pas un conseil en investissement.
