Comment l’IA rend la recherche plus efficace

Stephan Mumenthaler, Scienceindustries, Zurich

2 minutes de lecture

Que cela constitue ou non un avantage pour la Suisse dépendra également de l’accès aux données, des conditions-cadres et de la formation.

© Keystone

 

Qu’apporte réellement l’intelligence artificielle à l’industrie chimique et pharmaceutique? Cette question était au cœur de la rencontre annuelle de scienceindustries, début novembre. L’enjeu est moins de savoir ce que certaines applications permettent déjà de faire que de comprendre ce qu’elles changent pour la recherche et la compétitivité de la place économique suisse.

Il devient de plus en plus urgent d’y répondre. Dans le classement général du Global Industry Competitiveness Index 2026, la Suisse conserve sa troisième place. Dans le domaine de l’innovation, elle a toutefois reculé du deuxième au septième rang en l’espace de deux ans. Une position de départ solide ne garantit pas la réussite.

Identifier plus tôt ce qui ne fonctionne pas

Dans la recherche pharmaceutique, un abandon précoce peut être synonyme de succès. Détecter à temps qu’un candidat-médicament n'a guère de chances d’aboutir permet d’économiser des années de travail et de réaffecter les ressources. Lors de la rencontre, le professeur Markus Lill, de l’Université de Bâle, a montré comment, dans la recherche sur les principes actifs, l’IA facilite la recherche de substances appropriées et améliore la sélection des candidats prometteurs.

C’est là que réside un gain économique potentiel: non seulement dans des analyses plus rapides, mais aussi dans de meilleures décisions. Pour autant, une molécule prometteuse ne devient pas automatiquement un médicament. Son efficacité et sa sécurité doivent toujours être évaluées. L’IA peut accélérer certaines étapes; il reste à voir si un projet de développement sera globalement plus fructueux.

La compétitivité de la place suisse commence par les données

La mesure dans laquelle la Suisse profitera de ce potentiel ne dépend toutefois pas uniquement des entreprises. Michael Grass, de BAK Economics, a souligné une faiblesse majeure lors d'un entretien avec Yves Hulmann pour Allnews: la Suisse dispose d’une expertise scientifique de haut niveau, mais ne parvient pas à exploiter suffisamment les données de santé à des fins de recherche. D’autres pays sont plus avancés en matière d’accès sécurisé et encadré à ces données.

Il ne s’agit pas d’un simple détail technique. L’IA a besoin de données de haute qualité et accessibles. Sans elles, même les meilleurs modèles ne peuvent déployer tout leur potentiel. À cela s’ajoutent des infrastructures performantes, des règles applicables en pratique et des procédures qui favorisent l’innovation au lieu de la retarder. Pour un site petit et coûteux, une productivité accrue peut être décisive. Mais cet avantage ne se concrétise que si la recherche débouche sur des applications.

Qui assumera les responsabilités demain?

La table ronde a mis en évidence une deuxième condition: nous avons besoin de personnes capables de comprendre les résultats de l’IA, de les vérifier et d’en assumer la responsabilité. Aux côtés de Markus Lill, d’Arndt Finkelmann, de Syngenta, et de l'experte du numérique Sarah Genner, Jamila Shoazizova, qui a été distinguée «Apprentice of the Year» 2026 par le réseau de formation aprentas, a également pris part aux échanges. Son point de vue a donné une dimension particulièrement concrète à la question de la relève.

L’IA prend en charge un nombre croissant de tâches qui permettaient jusqu’ici aux personnes en début de carrière de se former: effectuer des recherches, analyser des données, documenter les travaux. Cela fait gagner du temps. Mais sans avoir soi-même accompli ces tâches, il peut être plus difficile de repérer les erreurs ou de mettre les résultats en perspective. Les entreprises devraient donc se demander non seulement quelles activités elles peuvent automatiser, mais aussi comment les jeunes professionnels acquerront de l’expérience à l’avenir.

La formation professionnelle suisse constitue à cet égard un atout. Elle doit toutefois continuer évoluer: l’IA a sa place dans la formation, au même titre que les connaissances fondamentales du métier, l’esprit critique et une pratique encadrée. Il en va de même pour les hautes écoles et la formation continue en entreprise. Ceux qui ne visent qu'à réaliser des économies à court terme sur la relève risquent de se retrouver plus tard face à un manque de savoir-faire.

Au bout du compte, ce n’est pas le nombre d’outils d’IA déployés qui importe. L’essentiel est qu’ils améliorent la recherche, suscitent des investissements en Suisse et renforcent les compétences. La question décisive n’est pas de savoir ce que l’IA pourra accomplir à l’avenir, mais si nous créons aujourd’hui les conditions qui lui permettront de bénéficier demain à la place économique suisse.

A lire aussi...