Benchling publie une étude sur l'utilisation de l'IA dans le secteur de la biopharma

75 % des grandes biopharma misent sur l'IA pour accélérer leur R&D

Une analyse menée par Benchling révèle que l’intelligence artificielle (IA) et l’apprentissage automatique (ML) sont désormais intégrés par la plupart des grandes entreprises biopharmaceutiques pour optimiser leurs activités de recherche et développement (R&D). En revanche, le rapport met en évidence une adoption bien plus limitée au sein des petites structures, où seulement 28 % y ont recours.

Malgré l’essor de l’IA dans le secteur biopharma, plusieurs obstacles freinent encore son exploitation maximale : fragmentation des infrastructures numériques, coûts élevés des technologies, connectivité insuffisante et pénurie de compétences spécialisées.

Selon l’édition 2024 du rapport technologique sur la biopharma publié par Benchling, acteur spécialisé dans les logiciels cloud pour la R&D biotechnologique, la majorité des grandes entreprises du secteur ont déjà intégré des solutions d’intelligence artificielle et d’automatisation pour améliorer leurs processus de recherche. Ainsi, 67 % des entreprises comptant plus de 1 000 salariés ont adopté ces technologies contre seulement 23 % des start-up et PME.

L’étude met en avant une mutation profonde dans la manière dont les grandes organisations exploitent l’IA pour accélérer le développement de nouveaux traitements et renforcer leur compétitivité.

L’IA, un catalyseur d’innovation

L’intelligence artificielle est considérée comme un atout stratégique pour réduire les délais de mise sur le marché des nouveaux médicaments. 75 % des grandes entreprises estiment que l’IA et le ML vont jouer un rôle clé dans l’accélération de leurs cycles d’innovation au cours des 12 à 24 prochains mois. Ces avancées sont rendues possibles grâce à l’automatisation de l’analyse de volumes massifs de données, l’identification de nouvelles cibles thérapeutiques et l’optimisation des protocoles d’essais cliniques.

L’essor de ces technologies repose sur des stratégies pilotées au plus haut niveau des organisations. À ce jour, 50 % des grandes entreprises ont déjà mis en place des initiatives spécifiques dédiées à l’IA et au ML, alors que cette proportion chute à 28 % parmi les petites structures, où l’adoption reste encore timide.

Automatisation et gestion des données, moteurs de transformation

L’étude de Benchling souligne également l’impact majeur de l’automatisation et des plateformes de gestion des données scientifiques dans la transition numérique des laboratoires. Les grands groupes biopharmaceutiques intègrent ces technologies à un rythme soutenu. Par exemple, l’utilisation de la robotique et de l’automatisation est deux fois plus répandue dans ces entreprises que dans les start-up et PME.

Toutefois, des défis persistent. L’interconnexion des équipements de laboratoire et l’adoption du cloud restent encore limitées. À titre d’exemple, seuls 23 % des petites structures et 17 % des grandes ont opté pour des logiciels scientifiques en mode SaaS, ce qui limite le plein potentiel de l’IA. En parallèle, seulement 37 % des start-up et PME déclarent que plus de 60 % de leurs instruments de laboratoire bénéficient d’une captation automatisée des données.

Vers une biopharma plus digitalisée et connectée

Ce rapport met en lumière une fracture technologique entre les grands laboratoires et les petites structures. Alors que les grandes entreprises investissent massivement dans l’IA et l’automatisation, les start-up et PME adoptent une approche plus prudente, souvent limitée à des expérimentations pilotes.

La tendance est claire : l’IA et la transformation digitale redéfinissent en profondeur la recherche biopharmaceutique. Pour tirer pleinement parti de ces opportunités, le secteur devra surmonter plusieurs défis liés à l’intégration des technologies, à la qualité des données et à l’adoption des infrastructures cloud. Seuls 25 % des grandes entreprises et 9 % des petites atteignent un niveau suffisant de maturité en IA, incluant des aspects comme la gestion des talents, la structuration des données et l’automatisation. Ces chiffres chutent respectivement à 14 % et 3 % pour un niveau avancé. Par ailleurs, 73 % des grandes entreprises biopharmaceutiques ont recours à l’IA générative, contre 26 % des start-up et PME.

Complexité des systèmes IT en biopharma

54 % des logiciels scientifiques déployés par les grandes entreprises sont conçus sur mesure, ce qui complique l’intégration de nouvelles technologies.
36 % des responsables IT des grandes structures doivent gérer plus de 100 équipements de laboratoire, nécessitant une meilleure interopérabilité.
68 % des grandes entreprises considèrent que la fragmentation des infrastructures, la cybersécurité et la conformité réglementaire freinent l’adoption des solutions SaaS.

Technologies de laboratoire et connectivité

Seules 41 % des grandes entreprises estiment que l’intégration entre leurs laboratoires physiques et numériques est optimale, un frein majeur à l’exploitation de l’IA.
78 % des start-up et PME citent le coût des investissements en robotique et automatisation comme un obstacle important.
62 % des grandes entreprises et 54 % des petites considèrent l’amélioration de la productivité comme la principale motivation pour adopter des plateformes de gestion des données en R&D.
66 % des start-up et PME privilégient des solutions commerciales pour gérer leurs plateformes de données R&D, tandis que 56 % des grandes entreprises optent pour des solutions hybrides.

Méthodologie

Le rapport technologique 2024 sur la biopharma publié par Benchling repose sur les réponses de 300 décideurs en R&D et en IT basés aux États-Unis (59 %) et en Europe (41 %), issus d’entreprises biopharmaceutiques de différentes tailles. Une version complète du rapport est accessible via ce lien.