Calipia : le blog

Anthropic, futur laboratoire pharmaceutique ? Le pari (et le conflit d’intérêts) qui s’annonce

Les éditeurs de modèles de langage ont longtemps cultivé une posture d’infrastructure neutre : vendre de l’intelligence, pas des produits finis. Cette frontière vient de se fissurer un peu plus. Lors de la conférence « The Briefing : AI for Science », Anthropic a certes présenté Claude Science, un outil consolidant génération de graphiques, de visuels et de synthèses pour les chercheurs dans une seule interface. Une annonce honorable, mais qui n’est finalement qu’un prélude à une déclaration bien plus structurante, portée par Eric Kauderer-Abrams, responsable de la recherche médicale chez Anthropic : l’entreprise veut désormais développer elle-même des médicaments, en s’appuyant sur Claude, avec un intérêt marqué pour les maladies rares et orphelines.

Pour un DSI, l’information mérite qu’on s’y arrête, non pas parce qu’elle concerne la pharmacie, mais parce qu’elle révèle une trajectoire : celle d’un fournisseur de plateforme IA qui devient acteur vertical sur un marché final. On connaissait déjà ce mouvement chez Google DeepMind avec Isomorphic Labs, qui capitalise sur AlphaFold pour concevoir des molécules. Anthropic rejoint donc un club restreint, mais avec une ambition affichée différente : ne pas se contenter d’outiller les laboratoires pharmaceutiques, mais devenir l’un d’eux.

Namshik Han, professeur à Cambridge et cofondateur de CardiaTec, résume la situation actuelle sans détour : l’intelligence artificielle intervient déjà à chaque étape de la découverte de médicaments. Le criblage virtuel de molécules, la prédiction de repliement des protéines ou l’analyse de littérature scientifique sont des usages IA banalisés depuis plusieurs années. Ce qu’Anthropic propose de changer, c’est le statut de l’IA dans la chaîne de valeur : de sous-traitant analytique à acteur pilote du processus de recherche.

Il ne s’agit toutefois pas d’une automatisation intégrale. La chaîne réglementaire qui mène de la découverte d’une molécule aux essais in vitro, puis aux tests animaux, puis enfin aux essais cliniques humains, reste un parcours strictement encadré par les agences sanitaires (FDA, EMA), et aucune IA ne s’affranchira de sitôt de ces jalons. L’intérêt de Claude réside plutôt dans sa capacité à explorer, sans fatigue et à grande échelle, des milliers d’hypothèses moléculaires, y compris celles jugées a priori peu probables, pour n’en retenir qu’une poignée de candidates sérieuses à faire progresser dans le pipeline.

Sur le plan opérationnel, Anthropic ne bluffe pas : recrutement actif de biologistes, construction de laboratoires de tests physiques, multiplication des offres d’emploi dédiées à la biologie sur son site carrières. Autrement dit, un investissement en capital humain et en infrastructure qui dépasse largement l’exercice de communication.

Le point le plus intéressant reste toutefois la question du conflit d’intérêts qui se profile. Si le pari réussit, Anthropic se retrouvera dans une position pour le moins inconfortable : fournisseur d’IA pour des laboratoires pharmaceutiques clients de son API, tout en étant simultanément l’un de leurs concurrents directs sur la découverte de molécules. Cette dualité n’est pas sans rappeler les débats déjà anciens autour d’AWS, qui vend de l’infrastructure cloud à des entreprises tout en opérant ses propres services concurrents sur certains segments. Le sujet de la gouvernance des données scientifiques transmises à Claude par des tiers pharmaceutiques va donc mécaniquement devenir sensible, et devrait interroger tout DSI d’un laboratoire actuellement client d’Anthropic sur les clauses contractuelles encadrant l’usage de ses propres données de recherche.

Enfin, il faut resituer cette annonce dans une trajectoire plus large. Des IA qui battaient des champions d’échecs aux chatbots hésitants, puis aux agents capables de produire du code, de mener des opérations de cybersécurité ou, désormais, de proposer des candidats médicaments, la progression est constante et le narratif bien rodé. Reste que la pharmacie a ceci de particulier que les cycles de développement se comptent en années, voire en décennies, et que le taux d’échec clinique demeure structurellement élevé, quelle que soit la sophistication des outils d’exploration en amont. L’accélération apportée par l’IA générative sur la phase de découverte ne garantit en rien un raccourcissement équivalent des phases réglementaires et cliniques, qui restent le véritable goulot d’étranglement du secteur. Anthropic prend donc un pari de long terme, dont la validation ne se mesurera pas en trimestres.