Sanofi
L’IA à chaque étape de la chaîne de valeur R&D #4

L'IA à chaque étape de la chaîne de valeur R&D : la prise de décisions concernant le portefeuille

Publié le: 24 février 2026

Partagez

Un homme et une femme dans un bureau moderne, devant un écran d'ordinateur.
Maâli Mnsari, Data Scientist et Camal Kettami, Directeur de la Visite médicale, Gentilly, France

Cet article est la quatrième et dernière partie de notre série sur la manière dont Sanofi utilise l'IA pour transformer la recherche et le développement à chaque étape de la chaîne de valeur. Dans les articles précédents, nous avons analysé l'impact de l'IA sur la découverte de médicaments,  le développement clinique, ainsi que la fabrication et l'approvisionnement. Passons à présent à à une question cruciale : comment l'IA peut nous aider à prendre des décisions plus pertinentes, plus rapides et plus objectives sur les programmes à poursuivre, à accélérer ou à stopper ?

De la molécule jusqu’au marché : des choix plus intelligents grâce à l'IA

Il y a quatre ans, Helen Merianos, SVP, Responsable Monde de la stratégie R&D et de la gestion du portefeuille, a rejoint Sanofi pour conduire la transformation de notre politique de gestion du portefeuille de médicaments. « Ce qui m'a séduite dans ce poste, c'est l'opportunité qu’il me donnait d'avoir un impact à l'échelle de l'entreprise tout entière et l’unanimité des équipes dirigeantes quant à la nécessité de mettre en œuvre un changement », explique Merianos. « Je suis stupéfaite par les progrès que nous avons pu accomplir dans la gestion de notre portefeuille de médicaments grâce à l’utilisation de l'IA pour accélérer nos travaux. »

Chez Sanofi, nous déployons l'apprentissage automatique (ML) et l'IA en R&D, depuis la conception moléculaire jusqu’à la rédaction de rapports d'études cliniques. C’est ainsi que l'IA aide nos scientifiques à identifier plus rapidement les bonnes cibles, à déterminer les plus pertinentes du point de vue de la biologie humaine et à collaborer pour concevoir efficacement des molécules in silico pour des cibles spécifiques. Nous utilisons également l'IA et la modélisation in silico (simulation informatique) avant de soumettre nos composés expérimentaux à des essais chez l’homme pour modéliser les effets prévus, ce qui multiplie les chances de succès au stade clinique.

Je suis stupéfaite par les progrès que nous avons pu accomplir dans la gestion de notre portefeuille de médicaments grâce à l’utilisation de l'IA pour accélérer nos travaux.
Helen Merianos

Helen Merianos

SVP, Responsable Monde de la stratégie R&D et de la gestion du portefeuille

De la donnée à la décision

Il est important de savoir que l'IA est au cœur de tous nos processus décisionnels. L’application phare de Sanofi, une application d'IA agentique baptisée « Plai » — développée en collaboration avec la plateforme d’intelligence artificielle Aily Labs — agrège plus d'un milliard de points de données à l’échelle de l’entreprise. L'outil permet de prédire les facteurs de création de valeur, notamment les coûts de R&D, les délais de recrutement pour les essais cliniques et la probabilité de succès d'un programme donné. Cette application est même capable de parler, puisqu’elle fournit en temps réel des scénarios hypothétiques et personnalisés qui orientent les décisions en matière de gouvernance.

Plai « participe » à toutes les réunions de gouvernance, au cours desquelles sont prises les décisions concernant la progression des différentes molécules. En associant les données de faisabilité aux retours d'expérience en temps réel des centres d'essais cliniques dans le monde, l'IA aide à optimiser la conception des études et permet aux équipes de formuler des questions plus judicieuses.

Un outil avec lequel on fait équipe !

« Il faut voir dans l’application Plai comme une nouvelle sorte de collègue », explique Merianos.

« Imagine une chaise vide autour d’une table de décideurs. Ce siège incarne une vision objective et entièrement axée sur les données, qui peut intégrer de nouvelles informations et les absorber en temps réel. L’IA peut « digérer » la totalité des données comme aucun être humain ne peut le faire. On peut discuter avec elle comme on le ferait avec ses collègues. S’il n’est pas aussi sophistiqué qu'un être humain, l'agent IA apporte une diversité de points de vue et vient utilement compléter la perspective humaine. »

L’application Plai facilite par ailleurs le processus de recrutement des essais cliniques, en émettant des alertes lorsque celui-ci ralentit et en recommandant des ajustements. C’est ainsi qu’elle a récemment contribué à l’orientation des essais pivots de phase 3  sur la dermatite atopique en prévoyant les trajectoires des études.

L'IA formule des recommandations d’optimisation de notre portefeuille, en indiquant par exemple la nécessité d’accélérer les travaux dans les domaines les plus en avance, compte tenu de besoins médicaux non satisfaits et des probabilités de succès, ou au contraire, de stopper les études dans les secteurs ayant moins de chances de réussite ou dans les domaines où la concurrence est telle qu’il sera difficile de se différencier.  

« Nous utilisons l'IA pour nous déterminer concernant chaque investissement ou décision de progression ou d’arrêt, et ce à chaque étape de la chaîne de valeur», déclare Merianos.

Illustration d'un agent IA intégrant des données pour aider l'équipe à prendre des décisions stratégiques concernant le portefeuille R&D de Sanofi.

L'agent IA de Sanofi, « Plai », synthétise des flux de données R&D complexes pour permettre des décisions plus rapides et plus pertinentes concernant le portefeuille de médicaments.

Une information plus démocratique

Un autre avantage de Plai tient au fait que l’application est accessible à l’échelle de l’entreprise tout entière, ce qui permet aux équipes projets et aux décideurs d'accéder à de nombreux agents IA. 

Ce n’est pas l’outil en tant que tel qui distingue Sanofi des autres laboratoires, mais plutôt l’utilisation de bout en bout de l’IA qu’il permet. Et dans la mesure où elle améliore la qualité des intrants à chaque étape, l'IA constitue désormais un véritable avantage concurrentiel. Elle a entraîné un véritable un changement culturel et transformé les processus métiers.

« Nous adoptons une démarche globale et approfondie dans les domaines que nous jugeons les plus importants, comme l'utilisation de l'IA pour mieux prédire les probabilités de succès », précise Merianos. « Nombreuses sont les sociétés qui n'utilisent pas encore l'IA et les agents IA comme nous le faisons pour améliorer la gouvernance à l'échelle du portefeuille tout entier. Nous utilisons l'IA pour améliorer la qualité de tous les intrants à chaque étape du processus de décision. »

Partenariats, facteur humain et politiques

Nos partenariats stratégiques ne font que venir amplifier l’impact de l’IA. Ainsi, notre collaboration avec McLaren. Nous avons sélectionné un certain nombre d’équipes de projets R&D qui vont participer aux formations de McLaren et apprendre comment cette entreprise utilise des modèles et des données d'IA pour prendre des décisions stratégiques plus impactantes.

« McLaren sait parfaitement à qui revient la décision finale », relève Merianos. « Cette capacité de McLaren à savoir très clairement à qui incombe au bout du compte la responsabilité de la décision a été pour nous un enseignement clé.»

Mais la technologie seule ne suffit pas. La conduite du changement reste l'un des plus grands défis à relever. « L'IA n'est pas parfaite, et elle ne vaut que par la qualité des données avec lesquelles elle est entraînée », insiste Merianos. « C'est la raison pour laquelle que nous avons dans l’entreprise une charte relative à l’utilisation responsable de l'IA, l’être humain devant toujours être dans la boucle. »

C'est une question d’équilibre. Même si l'IA n’a pas entièrement raison, elle nous rend quand même plus intelligents. Mais sans perspectives humaines, les comités de gouvernance peuvent perdre confiance. Il est donc indispensable que l’être humain puisse continuer d’interpréter la nuance, repérer les angles morts et garantir la confiance.

Helen Merianos

SVP, Responsable Monde de la stratégie R&D et de la gestion du portefeuille

Élever le débat ?

Loin de remplacer l’humain, l'IA est en train de transformer la nature de notre travail. Plus important encore, elle a contribué à élever la qualité des débats chez Sanofi. « Quand je suis arrivée, les discussions sur la R&D portaient sur la validation des données saisies. Désormais, avec l'automatisation des données entrées dans le système, nous pouvons nous concentrer davantage sur la stratégie et évoquer l'avenir. L'IA a entrainé chez Sanofi une véritable révolution culturelle et relevé le niveau du dialogue en matière de décisions concernant la recherche et le développement », conclut Merianos. « L'IA va modifier la manière dont les collaborateurs passent leur temps au travail et les orienter vers des activités davantage créatrices de valeur, plus gratifiantes et plus stimulantes sur le plan intellectuel. »

Conclusion

Cette série en quatre parties nous a permis de passer en revue l’intégralité de la chaîne de valeur de la R&D chez Sanofi, en indiquant les domaines dans lesquels l'IA transforme notre façon de penser et d'agir : depuis la toute première étincelle de la découverte de médicaments, en passant par la difficile aventure du développement clinique, jusqu’aux gains d'efficacité dans la fabrication et l'approvisionnement et aux décisions stratégiques concernant notre portefeuille. L'IA n'est pas seulement un outil, mais une véritable force de transformation, qui raccourcit les délais, améliore la précision et, au bout du compte, accélère la mise au point de médicaments qui changent la vie aux patients. Pour ce qui est de l’avenir, Sanofi reste déterminée à toujours repousser les limites du possible, en tirant parti de la puissance de l'IA pour redéfinir les soins de santé et tenir nos promesses aux patients du monde entier.

Partagez

Contenus liés

L’IA à chaque étape de la chaîne de valeur R&D: découverte de médicaments

L'IA à travers la chaîne de valeur R&D : le développement clinique

L'IA à chaque étape de la chaîne de valeur de la R&D : Fabrication - Laboratoires numériques et outils à apprentissage continu

MAT-GLB-2600002 / February 2026