Une molécule dessinée par une IA peut naître sur un écran. Pour devenir un médicament, elle doit encore traverser des années d’expériences, d’essais cliniques et de négociations. C’est dans cette traversée que se joue la bataille économique : qui encaisse tôt, qui finance les échecs et qui conserve une part des ventes futures ? Derrière les annonces de partenariats spectaculaires, l’industrie organise moins un partage du trésor qu’une répartition de l’incertitude.
À l’horizon de septembre 2026, cette question structure la compétition entre spécialistes de l’IA, biotechs et groupes pharmaceutiques. Les exemples qui suivent reposent sur des accords et événements publics de 2021 à 2024 ; les évolutions envisagées pour 2026 constituent des analyses prospectives, et non des résultats acquis.
Le milliard affiché n’est pas le chèque encaissé
En janvier 2024, Isomorphic Labs, société d’Alphabet issue de l’écosystème DeepMind, annonce des collaborations avec Eli Lilly et Novartis. Les montants potentiels cumulés se comptent en milliards de dollars. Pourtant, les paiements initiaux représentent une fraction de cette enveloppe. Le reste dépend de programmes de recherche, d’avancées de développement et de succès commerciaux qui peuvent ne jamais se produire.
Le montage n’a rien d’exceptionnel. La collaboration annoncée en 2021 entre Recursion et Roche, avec Genentech, ou celle conclue en 2022 entre Exscientia et Sanofi, illustrent cette logique. Le laboratoire achète un accès à une plateforme et à des programmes, sans payer immédiatement comme si un médicament était déjà validé.
Un montant maximal annoncé n’est donc ni un chiffre d’affaires garanti ni une valorisation scientifique. Il additionne parfois plusieurs projets et des paiements étalés sur une longue période. Pour lire correctement une annonce, il faut regarder combien est versé au départ, quelles obligations sont fermes et combien de programmes doivent réussir pour atteindre le plafond.
Trois étages pour répartir le risque
Le paiement initial : financer le présent
Le paiement initial rémunère généralement l’accès à une technologie, des droits sur certains actifs ou le démarrage d’une collaboration. Pour une biotech, il apporte de la trésorerie sans nécessairement émettre de nouvelles actions. Il peut aussi servir de signal de crédibilité auprès des investisseurs, même s’il ne constitue pas une preuve d’efficacité thérapeutique.
Mais le chèque a une contrepartie. Une exclusivité trop large peut empêcher la jeune entreprise de travailler avec d’autres partenaires dans un domaine prometteur. Des droits concédés sur plusieurs cibles peuvent aussi immobiliser une partie de son potentiel. Un financement bienvenu aujourd’hui peut ainsi coûter cher demain.
Les étapes : payer quand l’incertitude recule
Les paiements d’étape, ou milestones, interviennent lorsque surviennent des événements définis au contrat : sélection d’un candidat, début d’un essai, obtention d’une autorisation ou franchissement d’un seuil de ventes. Chaque étape transforme une promesse en actif mieux documenté. Le laboratoire limite son exposition initiale ; la biotech conserve un intérêt financier à la progression du programme.
Tout dépend cependant de la rédaction. Qui décide de poursuivre l’essai ? Que devient le programme si le partenaire change de priorité ? Existe-t-il des engagements de développement ou des droits de reprise ? Un candidat peut être abandonné pour une raison stratégique, sans avoir démontré son inefficacité. Pour la biotech, cette distinction compte scientifiquement, mais ne remplit pas la caisse.
Les redevances : garder une part de l’avenir
Les redevances donnent accès à une fraction des ventes, selon des modalités souvent peu détaillées publiquement. Elles peuvent devenir très rémunératrices, mais seulement après le développement et la commercialisation. Leur intérêt dépend des territoires couverts, de leur durée, des déductions autorisées et de l’environnement concurrentiel. Un taux séduisant sur un produit qui n’atteint jamais le marché ne rapporte rien.
L’IA accélère certaines tâches, pas toute la médecine
Identifier une cible, prédire une structure, proposer une molécule ou analyser des images cellulaires : l’IA intervient à différents endroits de la recherche. AlphaFold a marqué une avancée majeure dans la prédiction des structures protéiques, prolongée en 2024 par AlphaFold 3 pour la modélisation de complexes moléculaires. Cela ne signifie pas qu’une interaction prédite produira un traitement sûr chez l’humain.
Le passage au laboratoire reste décisif. Une molécule doit notamment présenter une activité pertinente, atteindre le bon tissu et éviter une toxicité rédhibitoire. Puis viennent les patients, avec leur diversité biologique et leurs traitements associés. L’entrée en phase II, annoncée en 2023, d’un candidat d’Insilico Medicine contre la fibrose pulmonaire idiopathique illustrait un passage important, pas une validation définitive du modèle économique.
La vraie mesure de performance n’est donc pas seulement le nombre de molécules proposées ou le temps gagné sur une tâche. C’est aussi la qualité des candidats, leur probabilité de succès et le coût total pour obtenir un médicament. Accélérer la production de candidats médiocres peut simplement déplacer les dépenses vers les essais.
Le pouvoir appartient à celui qui peut attendre
Dans la négociation, la différence de trésorerie pèse lourd. Un grand laboratoire peut financer plusieurs paris simultanément. Une biotech confrontée à une échéance de financement risque d’accepter un paiement initial supérieur en échange de droits futurs plus faibles. Le partage de valeur reflète alors autant le rapport de force financier que la qualité de l’algorithme.
Le partenaire pharmaceutique apporte aussi des compétences difficiles à remplacer : développement clinique, expertise réglementaire, fabrication et accès au marché. À l’inverse, une jeune société renforce sa position si elle possède des données expérimentales exclusives, une plateforme validée sur plusieurs projets ou un actif suffisamment avancé pour susciter plusieurs offres.
Données et brevets : la valeur cachée du contrat
Le produit n’est pas toujours le seul actif important. Une collaboration génère des résultats expérimentaux, y compris des échecs, susceptibles d’améliorer les modèles suivants. Qui peut réutiliser ces données ? Le spécialiste de l’IA conserve-t-il le droit d’entraîner sa plateforme dessus ? L’exclusivité porte-t-elle sur une molécule, une cible ou un champ thérapeutique entier ? Ces clauses peuvent décider de sa compétitivité future.
Les brevets restent également centraux, mais il faut distinguer protection d’une molécule, d’un usage et d’une méthode. La contribution de l’IA ne dispense ni des exigences de brevetabilité ni de la nécessité d’établir correctement l’invention humaine selon les juridictions. Une découverte difficile à protéger peut avoir un intérêt médical sans offrir le rendement attendu par les investisseurs.
Et maintenant ? Pour septembre 2026 et au-delà, le scénario à surveiller serait une sélection plus exigeante des plateformes : moins de rémunération pour la seule promesse algorithmique, davantage pour des résultats expérimentaux reproductibles et des actifs différenciés. Les biotechs capables de financer leur autonomie pourraient conserver plus de droits ; les autres privilégier le cash immédiat. Le gagnant ne sera pas nécessairement celui qui dessine le plus vite une molécule, mais celui qui transforme cette avance en preuve clinique, tout en gardant une part négociée de sa valeur.