Les grandes entreprises pharmaceutiques redirigent désormais leurs investissements vers les fournisseurs de grands modèles d'intelligence artificielle plutôt que vers les startups spécialisées. Selon Big Pharma Sharma, à mai 2026, vingt-et-une multinationales du secteur ont conclu vingt-sept partenariats avec Anthropic, OpenAI et Google. Cette évolution marque le passage d'une simple acquisition d'outils à une refonte complète des workflows de recherche. Anthropic domine avec quatorze accords, soit plus de la moitié du marché. Son modèle Claude s'impose comme un partenaire scientifique intégrant les workflows de recherche et de développement clinique, tout en respectant les normes de conformité strictes et en s'adaptant à l'écosystème AWS. OpenAI occupe la seconde position avec onze contrats, privilégiant l'automatisation administrative, l'efficacité opérationnelle et la découverte de molécules chez des acteurs comme Moderna ou Eli Lilly. Son intégration à Microsoft Azure facilite son adoption par les systèmes informatiques existants. Google, bien que moins présent en nombre de contrats, réalise la transaction la plus massive avec un accord d'un milliard de dollars signé avec Merck. Il propose une infrastructure unifiée combinant IA, données et cloud pour digitaliser les processus de recherche et développement. La majorité de ces déploiements se concentrent sur la découverte et la recherche, suivie du développement clinique. La production pharmaceutique reste marginalement impactée par sa complexité technique et les exigences de fabrication. Les laboratoires privilégient souvent une stratégie multicloud pour éviter la dépendance à un seul éditeur. Cette tendance s'inscrit dans une stratégie plus large de reconversion des éditeurs d'IA. Ne se contentant plus de licences logicielles, ces entreprises ambitionnent de devenir les architectes de l'innovation. En février 2026, Sam Altman a annoncé qu'OpenAI prendrait en charge les coûts d'utilisation de ses modèles en échange d'une participation aux bénéfices sur les médicaments découverts. Cette approche de redevance transforme les constructeurs d'IA en partenaires stratégiques, capables de superviser la sélection des cibles thérapeutiques et la coordination des sous-traitants de recherche. Le contexte économique légitime cette ambition. Avec des coûts de développement dépassant deux milliards de dollars et un taux d'échec clinique supérieur à 96 %, le secteur pharmaceutique cherche désespérément à optimiser ses processus. Les sociétés biotechnologiques génératives, comme Insilico Medicine, affichent déjà des taux de réussite en phase clinique bien supérieurs à la moyenne industrielle. Face à la menace des agents IA sur le marché traditionnel du logiciel, les plateformes de base doivent absolument prouver leur valeur dans des industries à haute marge comme la pharmacie. Des défis subsistent néanmoins. La validation réglementaire des molécules générées et la responsabilité clinique restent des zones grises, malgré les premières lignes directrices américaines et européennes prévues pour 2026. Le partage de données confidentielles avec des tiers pourrait également créer une dépendance technologique préjudiciable aux laboratoires historiques. À long terme, la structure du secteur pharmaceutique va basculer. Les grandes entreprises se concentreront probablement sur l'exécution clinique, la conformité et la commercialisation, tandis que les acteurs de l'IA s'approprieront les décisions en amont. Si ce modèle prouve son efficacité, il pourrait servir de référence pour d'autres industries lourdes en quête de modernisation par l'intelligence artificielle.