Le 4 juillet 2026, lors du lancement de Claude Science, Anthropic a annoncé ses propres programmes de découverte de médicaments contre les maladies oubliées par la big pharma. L’initiative cible les pathologies jugées non rentables et s’inscrit dans la mission nonprofit affichée du lab.
Pour résumer
- Anthropic lance des programmes internes de drug discovery sur les maladies oubliées
- Focus sur la phase early et preclinical, sans partenariat formel confirmé à date
- Annonce faite pendant l’événement de lancement de Claude Science
Faire résumer cet article par une IA
ChatGPTCe qu’Anthropic met sur la table
Anthropic ouvre un chantier inédit pour un lab d’IA. Le groupe va financer et opérer ses propres programmes de découverte de médicaments, ciblés sur les maladies que la big pharma laisse de côté parce qu’elles ne rentrent pas dans les modèles économiques du secteur.
Le périmètre est cadré. Les programmes se concentrent sur la phase early et le stade preclinical du développement, c’est-à-dire tout ce qui précède les essais humains. Aucune maladie précise n’a été nommée publiquement, et aucun calendrier n’a été communiqué. L’initiative Anthropic pharma est présentée comme une ligne d’effort qui va monter en puissance sans échéance rigide.
Le contexte industriel donne le poids de l’annonce. Aujourd’hui un médicament met environ 12 ans à sortir du laboratoire pour rejoindre le marché, avec un taux de succès global autour de 8 %. L’ambition est de compresser ce cycle à 7 ou 8 ans et de faire remonter le taux de succès jusqu’à 16 %, en s’appuyant sur les modèles pour améliorer les prédictions de sécurité et l’optimisation des propriétés moléculaires.
Vas Narasimhan, PDG de Novartis, était présent à l’événement et a soutenu la lecture d’Anthropic. Pour lui, l’IA peut réduire le temps de développement et améliorer les taux de succès grâce à de meilleures prédictions de sécurité et une optimisation plus fine des propriétés moléculaires. Sa présence n’a en revanche été suivie d’aucun deal signé entre Novartis et Anthropic à ce stade.
Anthropic justifie l’initiative en la reliant à sa mission de nonprofit. Le lab affirme aussi qu’opérer ses propres programmes de drug discovery va l’aider à construire de meilleurs modèles et de meilleurs outils IA pour l’industrie, via l’expérience directe. La bascule est franche : Anthropic devient à la fois fournisseur d’outils et opérateur pharma.
Pourquoi maintenant, et pourquoi via Claude Science
Le timing n’est pas anodin. L’annonce Anthropic pharma tombe le jour même du lancement de Claude Science, l’outil IA scientifique du lab. Les deux briques sont pensées comme un même produit, prolongeant l’ouverture aux laboratoires de recherche déjà entamée avec Claude Science côté labos académiques et industriels.
La logique est celle du dogfooding. En opérant ses propres programmes de découverte, Anthropic va confronter Claude Science à des workflows réels, sur des données réelles, avec les frottements réels d’une équipe de recherche pharma. C’est le meilleur banc d’essai possible pour un outil scientifique généraliste qui doit convaincre l’industrie.
L’échelle du problème pharma justifie aussi le geste. La R&D mondiale pèse entre 150 et 200 milliards de dollars par an, et l’industrie n’a sorti qu’entre 800 et 1 000 médicaments en 120 ans. Le rendement du secteur est notoirement bas, et les maladies non rentables restent l’angle mort structurel. C’est précisément là qu’un acteur non rentabilisé peut opérer sans conflit de modèle.
Le geste est aussi un choix stratégique côté talent. Anthropic capte des profils scientifiques rares, dans la continuité de l’arrivée d’Andrej Karpathy dans l’équipe de recherche. Lancer des programmes de drug discovery en interne oblige à recruter des biologistes, des chimistes computationnels et des cliniciens, un pool que les labs IA ne cultivent pas d’habitude.
Enfin, il y a l’affichage. Anthropic se positionne comme un lab dont la mission dépasse le SaaS et l’API. La formulation « s’aligne avec notre mission nonprofit » est un signal explicite adressé aux régulateurs, aux investisseurs mission-driven, et aux salariés qui arbitrent entre plusieurs labs. Le message est cohérent avec la ligne interne du groupe.
À voir également sur Horizon :
- Test Leanstral 1.5 : le nouveau prouveur math de Mistral
- Test Claude Sonnet 5 : verdict après une semaine pro
- Fysiverse : la Chine intègre les lois physiques dans son IA
Ce que ça change pour l’industrie IA santé
À court terme, l’impact Anthropic pharma se joue sur la crédibilité. Le lab passe du statut de fournisseur d’API à celui d’acteur pharma qui prend le risque du produit. Cette bascule change la conversation commerciale avec Novartis, Roche, Pfizer et consorts. Un lab qui opère lui-même ses programmes vend différemment ses modèles à ceux qui font le même métier.
La question du conflit d’intérêts va monter vite. Si Anthropic découvre un composé prometteur, comment gère-t-il la propriété intellectuelle par rapport aux clients pharma qui utilisent Claude Science sur leurs propres pipelines ? Le lab n’a pas précisé sa doctrine sur ce point. Les premières discussions contractuelles avec les grandes pharma vont probablement forcer une clarification publique.
À moyen terme, sur 3 à 6 mois, la vraie question est celle des partenariats formels. La présence de Narasimhan à l’événement sans deal signé est un signal ambigu. Soit c’est le prélude à un accord Novartis Anthropic qui viendra structurer l’initiative, soit c’est un soutien intellectuel sans engagement financier. Les mois qui viennent trancheront.
L’autre inconnue de moyen terme, c’est la réponse des concurrents. OpenAI, Google DeepMind et Meta AI observent. DeepMind a déjà Isomorphic Labs, sa filiale drug discovery, mais opère avec une gouvernance très différente. Anthropic pose une norme nouvelle : lab d’IA opérant en direct sur les maladies oubliées, dans une logique affichée nonprofit. Les autres vont devoir se positionner.
Le mouvement s’inscrit aussi dans une trajectoire produit plus large chez Anthropic. Le lab pousse Claude vers des usages où le modèle ne rend pas seulement du texte mais agit dans le monde, sur des workflows longs. La logique est proche de celle des agents Claude avec mémoire persistante déployés récemment. Drug discovery est le use case scientifique le plus exigeant possible pour tester cette direction.
Affaire à suivre sur Horizon.
