Si l’IA, générative ou non, est largement identifiée comme un levier majeur pour la recherche biopharmaceutiques, petits et grands acteurs sont pénalisés par leurs lacunes en termes de plateforme de données et de SaaS pour s’en emparer efficacement.
Une nouvelle étude de Benchling, spécialiste des logiciels Cloud dédiés à la R&D biopharmaceutique, met en lumière une adoption croissante de l’intelligence artificielle (IA) et du machine learning (ML) dans le secteur. Selon ce Panorama 2024 de la technologie dans la biopharma, 75 % des grandes entreprises considèrent l’IA comme un levier clé pour accélérer la recherche et développement. Toutefois, un contraste marqué apparaît avec les petites entreprises, où seulement 28 % ont intégré ces technologies dans leurs processus.
Les grandes entreprises biopharmaceutiques misent sur l’IA pour réduire les délais de développement et accélérer la mise sur le marché de nouveaux traitements. L’automatisation de l’analyse des données, l’identification de cibles thérapeutiques et l’optimisation des essais cliniques sont autant de cas d’usage qui expliquent l’intérêt croissant pour ces technologies. Le rapport indique que 50 % des grandes entreprises ont déjà mis en place des programmes dédiés à l’IA et au ML, contre seulement 28 % dans les petites structures, qui privilégient encore des approches plus prudentes ou limitées à des projets pilotes.
Automatisation et plateformes de données : des outils clés mais sous-exploités
L’adoption de plateformes numériques et de l’automatisation des laboratoires joue un rôle majeur dans cette transformation. Les grandes entreprises sont deux fois plus nombreuses que les petites à utiliser ces technologies, notamment via la robotique et des solutions de gestion avancées des données. Pourtant, plusieurs freins ralentissent encore leur déploiement à grande échelle.
Ainsi, 54 % des logiciels scientifiques sont développés sur mesure, compliquant leur intégration avec les nouvelles technologies tandis que 36 % des responsables IT des grandes entreprises gèrent plus de 100 instruments de laboratoire, rendant la connectivité et la gestion des données complexes. En outre, seulement 17 % des grandes entreprises et 23 % des petites ont adopté des logiciels scientifiques en mode SaaS, freinant l’exploitation optimale de l’IA. Et pour cause, 68 % des grandes entreprises biopharma rencontrent des difficultés à adopter le SaaS en raison des exigences de sécurité des données et des infrastructures sur site. Ainsi, les plateformes de données R&D, les instruments connectés et les solutions SaaS figurent parmi les trois principaux domaines où les répondants envisagent d’accroître leurs efforts et leurs investissements au cours des 12 prochains mois.
