La recherche et l’innovation sont à l’aube d’un changement existentiel majeur : l’avènement des nouvelles technologies (IA, quantique) ouvre un champ des possibles qui pourrait bien révolutionner l’approche de la R&D en entreprise et créer une culture de l’expérimentation accessible au plus grand nombre.
La science précède-t-elle la technologie ? ou bien s’en nourrit-elle ?
Dans ce dilemme de la poule et l’œuf, l’Histoire a longtemps répondu par la primauté scientifique : pendant des décennies voire des siècles, les découvertes scientifiques ont été à l’origine des avancées technologiques les plus importantes. Ainsi des lois de Newton, menant aux grandes inventions de la Révolution industrielle. Ou des mécaniques quantiques, à l’origine des semi-conducteurs, prémices de l’âge digital. Un « pas de deux » bien huilé dans lequel la science donnerait le premier mouvement, avant que la technologie ne s’emballe à son tour, entraînant l’un et l’autre dans l’énergie du progrès technique.
Mais l’Histoire ne se répète jamais tout à fait de la même manière. Et ce que le XXIème siècle nous amène à observer est peut-être l’une des inversions de rôles les plus fascinantes de l’histoire scientifique.
Jugez plutôt : la structure de certaines protéines mise à jour en un temps record par l’intelligence artificielle (IA) ; des médicaments mis au point de façon précise grâce à des modèles de machine learning (ML) ; des simulations scientifiques d’une complexité inédite soudain matérialisées par les progrès de l’informatique haute performance… Ce n’est plus un mouvement, c’est une révolution, et elle se produit désormais dans un grand nombre de laboratoires de recherche fondamentale.
En quelques années, la technologie s’est donc glissée dans le rôle du moteur, catalysant les découvertes scientifiques les plus pointues et ouvrant les yeux des chercheurs sur des champs de connaissance encore inexplorés. Si les recherches scientifiques continuent de nourrir l’innovation technologique et d’en déployer les usages, les technologies émergentes (plus particulièrement l’IA et le machine learning) ont repris l’initiative de certaines avancées et mènent le train de ce « pas de deux » qui s’accélère.
Faut-il y voir un emballement ou bien un cercle vertueux ? La matérialité de certains progrès (médicaments de pointe, solutions énergétique durables, appareils de précision) laisse à penser que tous les espoirs sont permis, et que ces impacts positifs peuvent toucher non seulement la sphère économique mais aussi la vie quotidienne du plus grand nombre. Un changement positif pour tous, comme une promesse conjointe de la science et de la technologie.
Une nouvelle ère de découvertes médicales et industrielles
Mais au-delà d’une utopie positiviste, la technologie peut faire valoir deux attributs tangibles pour révolutionner les découvertes scientifiques et accélérer le progrès. Le premier d’entre eux : sa capacité à réduire considérablement les échelles de temps. Car, en limitant à quelques mois ou quelques années les cycles de recherche et d’expérimentation, l’IA permet à la science d’aboutir à des découvertes qui, auparavant, auraient pris des décennies. Pour tout l’écosystème de l’innovation et du financement, c’est une sécurité autant qu’une invitation à l’audace.
Et le deuxième attribut est sa capacité à appréhender l’infiniment petit, voire l’infiniment complexe. Dans les domaines de la chimie et de la biologie, les algorithmes de machine learning permettent en effet de détailler la structure des molécules et prédire leurs interactions. Un exemple ? La solution AlphaFold de Google DeepMind, capable de modéliser la structure de protéines à partir de centaines d’acides aminés et d’identifier ainsi des principes actifs susceptibles de venir compléter et enrichir ces chaînes.
La recherche médicale est en effet un domaine dans lequel la technologie a beaucoup de bénéfices à apporter : impossible d’imaginer tous les progrès qui peuvent être réalisés sur le plan de la médecine personnalisée ou de la prévention grâce aux plateformes d’IA. Concevoir un traitement en une fraction de seconde est désormais à portée de main, avec un exemple concret déjà en application : l’intégration de l’IA dans les techniques d’édition du génome CRISPR. Dans cet exemple, l’IA permet aux laboratoires d’identifier immédiatement tous les effets secondaires d’une édition du génome et donc de proposer un traitement en toute connaissance de cause. Il en résulte une thérapie plus fiable et plus ciblée, qui répond directement aux problématiques personnelles du patient.
Un autre domaine qui pourrait bénéficier rapidement des progrès de la technologie est celui de la science des matériaux. Des matériaux innovants sont en effet en cours de développement, qu’il s’agisse d’alternatives durables ou d’alliages plus résistants. Leur rythme de conception s’est accru à la faveur d’intégration de technologies innovantes dans le processus de recherche et de production, laissant pressentir une transformation majeure du secteur et de ses débouchés (aéronautique, spatial, énergies renouvelables, etc). À la clé : des cycles d’innovation accélérés, des coûts de R&D réduits et un avantage comparatif à être parmi les premiers à développer les matériaux qui répondront aux besoins de demain.
Parmi les technologies à la pointe de cette accélération scientifique, l’IA est bien sûr le premier catalyseur de l’innovation… mais elle n’est pas seule. Le machine learning et l’informatique quantique ont également un rôle important à jouer, même si les usages restent balbutiants concernant cette dernière technologie. Des entreprises pionnières comme D-Wave se sont ainsi lancées dans le quantum annealing (QA), avec l’objectif de résoudre des matrices complexes de comparaisons moléculaires plus rapidement que ne le font les ordinateurs classiques. Et le gate-based quantum fait l’objet d’investigations, avec pour ambition la simulation de structures moléculaires et la modélisation des réactions chimiques générées.
La R&D pour tous ?
À l’heure où l’IA se démocratise dans toutes les organisations grâce à l’abaissement des barrières de coûts et d’usage, à l’heure où les équipes accèdent, grâce à l’IA, à de nombreux domaines de connaissances qui leur semblaient auparavant inabordables, il est logique que les départements R&D et que les équipes d’innovation bénéficient également de ses apports. Grâce à des coûts réduits, des analyses de données plus rapides et des expérimentations automatisées, l’IA permet à toutes formes d’organisations, des plus grandes aux plus petites, de se lancer dans des recherches sophistiquées.
D’autant plus que la perspective des agents autonomes laisse supposer qu’une partie du travail pourrait être confiée à l’IA, au bénéfice de la créativité des équipes humaines. En effet, tels des assistants de recherche disponibles en continu, les agents IA auraient la mission d’analyser les données, de générer de nouvelles hypothèses et même de conduire les expérimentations en toute autonomie. Cette exécution de tâches répétitives pourra ainsi libérer le temps d’exploration des chercheurs à un rythme et une échelle qui étaient auparavant réservés aux institutions les plus dotées.
Enfin, l’IA peut avoir un rôle catalyseur pour les équipes de chercheurs dans sa dimension participative : en favorisant les initiatives d’open data et en promouvant les plateformes collaboratives, elle permet aux communautés de chercheurs de s’appuyer sur le travail de chacun pour proposer des idées nouvelles. À ce titre un chantier collaboratif comme la contribution de Cognizant au Projet Résilience, destiné à soutenir les Objectifs de Développement Durable (ODD) de l’ONU, démontre bien comment l’IA peut encourager une collaboration à échelle mondiale autour des défis les plus urgents de la planète – depuis le dérèglement climatique jusqu’à la préparation à d’éventuelles pandémies en passant par l’éducation.
Diffuser une culture de l’expérimentation
Le phénomène d’accélération scientifique porté par l’IA et les nouvelles technologies ne doit pas être considéré uniquement comme un défi à relever ou une course dans laquelle il ne faudrait pas se laisser distancer. Il doit être envisagé comme une opportunité de redéfinir les frontières des organisations et de transformer le quotidien de chacun. En clair : une opportunité d’expérimenter plus systématiquement à tous les niveaux de l’entreprise.
Dans cette optique, les décideurs doivent, dès à présent et de façon proactive, évaluer comment incorporer cette « R&D tech » directement dans les stratégies business et construire une culture de l’expérimentation transversale autour de ces approches.
Cette réflexion nécessitera alors trois ingrédients-clés :
- Une culture R&D : Pour maximiser le cercle vertueux de l’innovation (le « pas de deux » sciences-technologies), les départements R&D sont contraints de se transformer. Il ne s’agit plus seulement d’intégrer de nouvelles technologies ; il s’agit d’insuffler une culture d’expérimentation et d’agilité où l’innovation est un processus continu impulsé à la fois par la découverte scientifique et l’état de l’art technologique.
- Une stratégie d’investissements : Les organisations doivent désormais considérer la R&D accélérée par la technologie comme un investissement stratégique majeur, capable de générer des revenus importants, voire exponentiels. En investissant tôt dans outils d’IA, d’informatique quantique et dans d’autres technologies avancées, ces organisations peuvent prendre une longueur d’avance décisive dans leurs secteurs respectifs.
- Une interdisciplinarité des talents : À mesure que s’estompe la frontière entre sciences et technologies, le besoin d’interdisciplinarité des talents, lui, grandit. Pour encourager la diffusion d’une culture de l’expérimentation, les entreprises doivent favoriser l’émergence d’équipes qui combinent des savoirs scientifiques traditionnels avec des expertises dans les domaines de l’IA, de la data science et de la modélisation informatique.
En se joignant à ce mouvement dynamique créé par la science et la technologie, les dirigeants ont désormais la possibilité de créer le changement et de trouver rapidement des solutions à des problèmes complexes. Il ne s’agira pas seulement d’un impact sur leurs métiers ou leurs secteurs mais d’un impact global qui peut bénéficier aux entreprises, aux individus et à la planète en apportant des réponses concrètes aux défis les plus urgents. Alors que se dessinent sous nos yeux les premiers contours de ce monde en mouvement, la question n’est plus vraiment de savoir si nous souhaitons participer à ce « pas de deux ». Mais plutôt avec quelle énergie nous choisissons à notre tour d’entrer dans la danse.
Article traduit et localisé à partir de l'article en anglais, As technology pushes science forward, the world benefits, écrit par Ravi Kumar S, CEO de Cognizant dans le cadre de notre participation au Forum Economique Mondial.
