OpenAI dévoile un modèle IA Rosalind pour la pharmacie

Le 10 octobre, la page de tarification de l'API d'OpenAI a fait état de la présence discrète d'un nouveau modèle : gpt-rosalind-discovery. Bien qu'aucune documentation officielle ne soit encore accessible, cette annonce s'inscrit dans la stratégie de la firme de placer la science au cœur de son développement commercial. Nouveau venu au sein de la famille Rosalind, dédiée aux applications en sciences de la vie et nommée d'après la généticienne Rosalind Franklin, ce modèle partage exactement les mêmes tarifs que son prédécesseur dédié à la recherche, soit 5 dollars le million de jetons en entrée et 25 dollars en sortie. Cette uniformité de prix suggère qu'OpenAI vise initialement à rassembler sa clientèle plutôt qu'à segmenter sa rentabilité. La marque Rosalind représente un pivot stratégique pour l'entreprise. Après avoir lancé une version préliminaire en avril 2024 réservée aux entreprises américaines, OpenAI a élargi l'accès à une base mondiale de partenaires institutionnels, incluant Amgen, Moderna et Thermo Fisher. L'objectif est de centraliser des workflows de recherche auparavant dispersés, de la revue de littérature à la planification expérimentale, dans un environnement unifié. Le modèle n'est actuellement disponible qu'aux organisations agréées via un programme d'accès sécurisé et strictement limité à la recherche interne. Ce positionnement s'oppose à celui de certains concurrents. Là où Anthropic envisage de développer ses propres pipelines pharmaceutiques ou où Google DeepMind privilégie des outils de recherche académique, OpenAI se veut un fournisseur d'outils neutre. La firme table sur la rétention des données et les retours d'usage pour affiner ses capacités en chimie médicale et en génomique. Le marché confirme la pertinence de cette orientation : le secteur de la découverte assistée par l'intelligence artificielle a déjà cumulé plus de 17 milliards de dollars d'investissements depuis 2019. Contrairement à son modèle de cybersécurité, affiché à un prix nettement supérieur, la branche Rosalind privilégie l'acquisition d'utilisateurs et l'établissement de références auprès des leaders du secteur plutôt qu'une monétisation immédiate. Malgré un potentiel économique avéré, le déploiement de ces technologies se heurte à des réalités biologiques. La validation des hypothèses générées par les algorithmes nécessite des expériences en milieu physique, un processus long et coûteux qui ralentit l'itération des modèles. De plus, si l'intelligence artificielle optimise le traitement de données et la conception d'essais, la formulation des questions scientifiques fondamentales demeure une prérogative humaine. La fragmentation future des capacités de Rosalind en modèles spécialisés par tâche pourrait améliorer la précision technique, à condition que l'intégration entre les différentes étapes de la chaîne de développement reste fluide. Le succès de cette initiative dépendra dès lors de la capacité d'OpenAI à démontrer des gains mesurables et à réduire les cycles de vérification expérimentale grâce à des partenariats stratégiques avec les acteurs des laboratoires.