Le 18 septembre, Anthropic a confirmé une chose que personne n'attendait de sa part : la société a ouvert un vrai laboratoire de biologie, avec des paillasses, des congélateurs et des robots qui pipettent, quelque part dans la baie de San Francisco. Pas un partenariat, pas une plateforme logicielle vendue à des chercheurs. Un labo à elle, qu'elle fait tourner.

Et l'utilisateur du labo, c'est Claude. Le modèle lit les protocoles, les écrit, puis les dicte aux automates qui manipulent les échantillons. Un humain valide, mais l'enchaînement des gestes, c'est la machine qui le produit.

Ça m'a fait sourire une seconde, puis j'ai relu la date trois fois. Parce qu'il y a quelques semaines, je me demandais justement si une IA avait déjà trouvé quelque chose que personne ne savait avant elle. On est en train de lui construire l'endroit pour le faire.

Ils ont acheté le labo six mois avant de l'annoncer

L'annonce de septembre n'est que la fin d'un feuilleton. En avril 2026, Anthropic rachète Coefficient Bio, une petite boîte de New York, moins de dix personnes, pour environ 400 millions de dollars. À l'époque, personne ne comprend trop ce qu'un fabricant de modèles de langage veut faire avec une équipe de biologistes. On sait maintenant.

Et ce n'est pas tout, parce qu'entre les deux il y a eu autre chose, plus discret : fin août, Anthropic a publié un standard pour parler aux machines de laboratoire. L'idée est bête comme tout et personne ne l'avait fait proprement. Aujourd'hui, chaque appareil a son logiciel, son câble et sa façon de dire bonjour, et brancher une nouvelle machine sur une chaîne automatisée prend des semaines, parfois des mois. Avec leur standard, l'appareil se décrit lui-même et répond par les mêmes trois portes que tout le reste : un protocole MCP, une ligne de commande ou une API.

Le gain annoncé est vertigineux : on passe de semaines à quelques heures. QuEra, qui fabrique des ordinateurs quantiques à atomes neutres, a utilisé le procédé pour stabiliser ses lasers, et la précision d'alignement est passée de 58 % à 99,3 %. L'outil a aussi été testé au centre de recherche Janelia, chez Genentech, et huit fabricants d'automates ont annoncé qu'ils embarqueraient le standard.

Brancher une machine de labo. À gauche la version 2025, à droite la version qui parle la même langue que les autres

Deux détails honnêtes quand même : le standard n'est pas ouvert, Anthropic garde la main dessus, et ses propres ingénieurs écrivent noir sur blanc que les modèles de langage manquent encore d'intuition physique. Traduction : ils ne comprennent pas encore pourquoi une chose tombe par terre. On ne fait pas de la biologie avec ça seul. C'est précisément pour ça qu'ils embauchent des gens en blouse.

Pourquoi les maladies rares et pas le cancer

Le choix du terrain est le plus intéressant de toute l'histoire. Anthropic annonce travailler sur les maladies négligées et orphelines, ce qui en langage courant veut dire les maladies que presque personne n'a, et donc pour lesquelles presque personne ne paie.

Comprends bien le calcul. Une maladie rare touche moins d'une personne sur deux mille. Un laboratoire privé qui doit rentrer dans ses frais n'a aucun intérêt à y consacrer dix ans et un milliard. C'est le trou noir de la recherche pharmaceutique, et il est énorme : environ 7 000 maladies rares recensées, plus de 350 millions de patients dans le monde, dont 30 millions en Europe et 3 millions en France. Dans 95 % des cas il n'existe aucun traitement qui guérit, seulement des soins qui soulagent.

Un modèle qui rédige des protocoles ne coûte presque rien à l'essai, ne se fatigue pas et n'a pas besoin qu'un marché justifie son sujet. C'est exactement le profil de l'emploi pour ce trou-là. Encore faut-il que ça marche, on y revient plus bas.

Concrètement, ça change quoi pour toi

Tu n'as probablement jamais mis les pieds dans un laboratoire et c'est très bien comme ça. Alors voilà ce que ça peut changer dans une vie normale.

Premier usage, le plus évident : le diagnostic. Une maladie rare met en moyenne cinq ans à être identifiée en Europe, et pendant ces cinq ans on cherche, on se trompe, on te renvoie chez un autre spécialiste. 72 % de ces maladies sont d'origine génétique et 70 % commencent pendant l'enfance. Une machine qui lit un dossier complet, croise les symptômes et propose une piste rare en quelques minutes, ça ne remplace pas un médecin, mais ça peut faire gagner des années à une famille qui ne comprend pas ce qui arrive à son gamin.

Deuxième usage : les traitements qui n'existent pas. Sur ces 7 000 maladies, plus de 230 ont aujourd'hui un médicament autorisé en Europe. Ce n'est pas rien, c'est même une réussite, mais ça laisse un désert derrière. Si un labo piloté par une IA fait tomber le coût d'un essai de départ, des molécules qui n'intéressaient personne redeviennent des candidats.

Cinq ans de rendez-vous avant de savoir. Si la machine coupe ce délai en deux, tout est déjà gagné

Troisième usage, celui auquel je crois le plus : fabriquer moins de choses pour rien. Un protocole de laboratoire, c'est des milliers de gestes répétés dont la plupart ne donnent rien. Un automate qui apprend au fur et à mesure ne fait pas mieux que l'humain au premier essai, il fait juste beaucoup plus d'essais par semaine, et il note tout.

Le point de comparaison historique est là et il est parlant. Aux États-Unis, une loi de 1983 a créé un avantage fiscal pour les médicaments orphelins, et l'Europe a suivi avec un règlement en 2000. Avant ces textes, on ne cherchait pas ces maladies du tout : ce n'était pas un problème de science, c'était un problème de facture. On a inventé un mécanisme pour rendre le travail rentable, et le domaine a démarré. Là, ce n'est pas un avantage fiscal qui fait tomber le coût, c'est le coût lui-même qui s'écrase. Ça peut aller vite, ou pas du tout.

Ce que ça ne change pas, et je préfère le dire tout de suite

Maintenant la douche froide, parce qu'il y en a une et qu'elle est grande. Anthropic parle de travail préclinique. Préclinique veut dire tout ce qui se passe avant un être humain, donc des cellules et des souris. Aucun essai clinique n'est annoncé, aucune molécule n'est nommée, aucun calendrier n'est donné. Entre une cellule qui réagit bien dans une boîte et un médicament en pharmacie, il y a dix ans dans le meilleur des cas et un mur de tests réglementaires dans tous les cas.

Le chemin complet. Le labo d'Anthropic travaille tout à gauche du dessin

Et il y a la concurrence, qui n'est pas en retard. Isomorphic Labs, la filiale de DeepMind, fait ça depuis 2021 avec la bénédiction de grands laboratoires, et OpenAI a dévoilé de son côté un enchaînement de travail maison pour la recherche bio. Trois géants qui se retrouvent dans le même couloir, ce n'est pas le signe qu'un problème est résolu, c'est le signe qu'il est devenu assez important pour que tout le monde s'y mette en même temps.

Reste la contradiction qui me trotte dans la tête depuis une semaine. Le 15 septembre, je racontais ici que les patrons d'Anthropic et d'OpenAI demandaient eux-mêmes à ralentir. Quatre jours plus tard, l'un des deux annonce qu'il met son modèle aux commandes d'un laboratoire de biologie. Les deux choses ne sont peut-être pas incompatibles, on peut vouloir ralentir la course et accélérer les médicaments. Mais si quelqu'un m'explique comment on tient ce raisonnement sans se raconter d'histoires, je suis preneur.