Novo Nordisk met Claude d’Anthropic à l’épreuve dans la découverte de médicaments

Novo Nordisk veut savoir si l’IA de pointe peut aider ses scientifiques à résoudre des problèmes biologiques complexes — et pas seulement à rédiger plus vite des documents ou du code. Annoncé le 16 septembre 2026, son partenariat avec Anthropic prévoit l’intégration de modèles Claude et de Claude Science dans certains processus de recherche et développement (R&D) retenus par les équipes scientifiques et computationnelles du groupe danois. 1

Ce que Novo Nordisk va tester

Les deux entreprises entendent travailler sur des difficultés de découverte de médicaments identifiées chez Novo Nordisk, puis concevoir des solutions adaptées à des problèmes et à des flux de travail scientifiques précis. Dans un premier temps, Novo testera Claude Science dans des situations de R&D où les capacités combinées des deux partenaires sont jugées les plus prometteuses. L’objectif affiché est de soutenir le raisonnement scientifique et la compréhension biologique lors de la découverte et du développement de médicaments. 1

La nuance est essentielle : il n’est pas question de laisser Claude sélectionner seul des candidats médicaments ni de substituer l’IA aux chercheurs. Il s’agit d’évaluer son utilité dans des processus pilotés par des scientifiques, où les hypothèses, les éléments de preuve et les résultats peuvent être examinés avant d’orienter la suite des travaux.

Un potentiel réel, mais qui devra être démontré

La découverte de médicaments impose de croiser des masses de données et de publications très hétérogènes. Un modèle performant pourrait aider à structurer l’information, à confronter plusieurs explications possibles et à rendre les cycles de recherche plus itératifs. Novo Nordisk et Anthropic parlent d’un appui au raisonnement biologique sur des problèmes ciblés, et non du déploiement d’un assistant conversationnel générique dans toute l’entreprise. 1

Mais des synthèses plus rapides, davantage d’hypothèses ou de meilleurs outils internes ne suffisent pas à prouver qu’un médicament est viable. Le véritable critère sera la capacité de cette collaboration à produire des résultats reproductibles, confirmés expérimentalement, et des améliorations durables du travail de développement.

L’ingénierie logicielle « agentique » fait aussi partie de l’accord

Le partenariat ne se limite pas à l’analyse scientifique. Novo Nordisk prévoit également d’utiliser les modèles de pointe d’Anthropic pour l’ingénierie logicielle agentique, c’est-à-dire des tâches de création et d’amélioration de logiciels assistées par IA. 1

Cet usage peut compter dans un secteur où la R&D dépend de systèmes internes de données, de pipelines d’analyse et d’applications de recherche spécialisées. Si l’IA aide à concevoir et à maintenir ces outils plus efficacement, son apport pourrait se diffuser à de nombreux processus, plutôt que reposer sur une seule avancée spectaculaire.

Un précédent dans la documentation clinique

La relation entre les deux groupes précédait cette extension à la R&D scientifique. Anthropic indique que Novo Nordisk utilise déjà des outils fondés sur Claude pour automatiser la production de rapports d’études cliniques et d’autres documents. Dans une étude de cas, Anthropic affirme avoir vu, pour un flux cité, le temps de production de documentation clinique passer de plus de dix semaines à dix minutes, tandis que les ressources nécessaires à la création de protocoles de vérification de dispositifs ont diminué de 95 %. 10

Ces chiffres constituent des revendications opérationnelles importantes, mais doivent être interprétés avec prudence : ils sont rapportés par Anthropic et ne démontrent ni des autorisations réglementaires plus rapides, ni de meilleurs résultats cliniques, ni un taux de succès supérieur pour les candidats médicaments. L’intérêt du nouveau partenariat est précisément de faire passer l’usage de Claude de l’automatisation documentaire et logicielle à des questions scientifiques ciblées de R&D.

Pourquoi cet accord est observé dans l’industrie pharmaceutique

L’initiative de Novo Nordisk s’inscrit dans une adoption plus large de l’IA par les entreprises pharmaceutiques. Le secteur investit dans des outils de modélisation et des laboratoires automatisés, dans l’espoir d’améliorer l’identification de cibles, la conception de molécules et la planification des essais cliniques, tout en réduisant les coûts et les délais. 33

La promesse est claire : la R&D pharmaceutique est lente, coûteuse et très intensive en données. Pourtant, le niveau d’exigence est bien plus élevé que la capacité à produire un texte fluide ou du code rapidement. Les systèmes d’IA devront faire la preuve de leur valeur dans des processus rigoureux et spécialisés, avec des résultats que les scientifiques peuvent valider.

Le débat sur la gouvernance des modèles de pointe

L’accord intervient aussi dans un débat plus vaste sur la vitesse à laquelle les systèmes d’IA les plus capables devraient progresser. Reuters rapporte que Dario Amodei, dirigeant d’Anthropic, Sam Altman, dirigeant d’OpenAI, et Elon Musk soutiennent un ralentissement coordonné du développement de l’IA avancée, tandis que Mark Zuckerberg, à la tête de Meta, privilégie des garde-fous guidés par le marché. 34

La collaboration entre Novo Nordisk et Anthropic illustre cette tension. Les modèles de pointe pourraient offrir des bénéfices scientifiques et médicaux tangibles, notamment en rendant la R&D plus efficace. Mais leur emploi dans des domaines à forts enjeux renforce aussi les exigences en matière d’évaluation fiable, de supervision humaine et de gouvernance solide.

Ce qu’il faudra surveiller

L’annonce est significative parce qu’un grand groupe pharmaceutique évalue une IA de pointe dans des flux de découverte de médicaments définis par ses scientifiques. À ce stade, les éléments disponibles attestent surtout de l’élargissement du rôle de Claude chez Novo Nordisk — de l’automatisation de documents cliniques et du développement logiciel vers la R&D —, et non de l’arrivée déjà accélérée d’un nouveau médicament. 110

Les prochaines preuves réellement utiles seront concrètes et vérifiables : les processus qui se seront améliorés, la manière dont les chercheurs auront évalué les résultats de l’IA, et l’existence éventuelle de gains scientifiques validés au-delà des importantes mesures d’automatisation déjà communiquées.