L'IA transforme chaque étape de la chaîne de valeur de la R&D, du préclinique à la fabrication commerciale, en améliorant la production de médicaments grâce à des logiciels innovants. Dans cette 3e partie de notre série, nous examinons comment des outils numériques comme le « Solutron », un système robotisé, automatisent des tâches répétitives, permettant aux scientifiques de se concentrer sur l'innovation.

Au laboratoire de Cambridge, les agents d'IA facilitent l'analyse de données et la prise de décisions expérimentales, modifiant ainsi le développement CMC. Par exemple, l'automatisation des essais de solubilité via « Solvify » et « Solutron » génère des données précises en un temps réduit, optimisant le processus de développement. Ces outils permettent d'identifier rapidement les meilleures expérimentations à réaliser, conduisant à une approche efficace et itérative.

Les jumeaux numériques, s'appliquant à la fabrication, simulent les conditions de production, réduisant ainsi la nécessité d’expériences réelles et assurant une meilleure optimisation. Cela permet de résoudre des problèmes en temps réel, comme lorsque des données d'un partenaire ont permis de diagnostiquer des problématiques de production en quelques jours plutôt que des mois.

L'intégration de l'IA et des outils numériques dans les processus garantit une qualité et une efficacité accrues dans la fabrication. En facilitant la récolte et l'analyse des données, ces technologies favorisent également une collaboration plus fluide au sein des équipes. Au final, l'objectif est de rendre l'innovation médicale plus rapide et accessible aux patients, tout en maintenant des standards de qualité rigoureux.

Suzuki, dans le cadre de son programme Smart Factory, utilise l'intelligence artificielle (IA) pour optimiser la production dans ses usines japonaises. En collaboration avec Ollo Factory, une entreprise spécialisée dans l'analyse industrielle par IA, Suzuki cherche à améliorer la qualité de fabrication et le transfert de compétences.

L'IA intervient à divers niveaux du processus de production. Par exemple, elle permet une analyse automatique des méthodes de travail pour identifier des pistes d'amélioration. Grâce à une détection d'anomalies en temps réel, les oublis et erreurs sont instantanément signalés, empêchant ainsi la sortie de produits défectueux. De plus, l'IA est employée pour créer des manuels de travail automatizés, identifier des sources de gaspillage et optimiser la répartition des effectifs.

Une des innovations majeures réside dans l'utilisation de vidéos capturées par des caméras portées par les employés. Ces vidéos permettent d’analyser les mouvements des opérateurs expérimentés et débutants pour identifier les points de blocage, conduisant à des interventions rapides.

Suzuki prévoit d'étendre cette technologie à l'ensemble de ses usines japonaises, avec une ambition de déployer ces avancées au niveau international. Le programme Smart Factory favorise non seulement la numérisation et la formation des employés mais aussi l’amélioration continue de la qualité et de la productivité.

Kazuo Ichino, Senior Managing Officer de Suzuki, exprime une confiance dans ces initiatives. Bien que des craintes subsistent parmi les employés quant à l'impact de l'IA sur l'emploi, l’entreprise mise sur ces innovations pour renforcer l'efficacité et assurer une qualité harmonisée, ouvrant la voie à d'autres constructeurs dans le secteur automobile.

Le tournant de l'IA et les nouvelles opportunités pour le secteur du retail

11 Jan, 2026

Dans un contexte dynamique pour le commerce, Sundar Pichai, CEO de Google, a évoqué lors de la conférence NRF comment l'IA transforme le secteur du retail. Google a introduit des innovations comme le protocole Universal Commerce Protocol (UCP) et Gemini Enterprise for Customer Experience, conçus pour améliorer l'expérience d'achat.

L'IA permet d'optimiser chaque étape du parcours client, de la découverte à la décision. Par exemple, le Shopping Graph de Google, qui recense plus de 50 milliards de fiches produit, facilite la localisation d'articles grâce à des informations mises à jour en temps réel. Avec l'IA, la recherche devient plus intuitive, passant de mots-clés à des conversations naturelles. Cela simplifie la sélection de produits, rendant le parcours d'achat plus fluide.

Le protocole UCP, développé avec des leaders comme Shopify et Walmart, favorise l'interopérabilité entre systèmes. Il permet une personnalisation des offres et des prix, selon le profil de l'utilisateur, tout en garantissant que le retailer contrôle la transaction. Par exemple, un client recherchant une valise Monos pourrait immédiatement recevoir des offres de fidélité, rendant l'expérience d'achat plus engageante.

En parallèle, Gemini Enterprise facilite la gestion des contacts clients pour les retailers, intégrant divers points de service en une seule plateforme. Des entreprises comme Home Depot et McDonald's exploitent déjà ces outils pour améliorer leur service client.

Enfin, grâce à la livraison par drone avec Wing, les retailers peuvent réinventer la logistique, rendant le processus de livraison plus efficace et moins coûteux. Ce tournant technologique ouvre de nouvelles voies pour le secteur du retail, promettant une expérience d’achat réinventée pour 2026.

Amanpal Dhupar, directeur du commerce de détail chez Tredence, est un expert en données et intelligence artificielle avec plus de dix ans d'expérience. Sous sa direction, Tredence aide les entreprises à tirer parti de l'IA pour améliorer leurs performances. L'entreprise collabore avec des géants du commerce et de la consommation pour résoudre des défis complexes tels que le merchandising et l'optimisation des prix, en transformant des analyses en actions concrètes.

Malgré de nombreux projets pilotes d'IA dans le commerce de détail, peu sont déployés à grande échelle, souvent en raison de lacunes organisationnelles. Tredence met en avant quatre problématiques majeures : la méconnaissance du parcours client, l'absence d'une approche intégrée pour l'IA, la faiblesse des données de base et le manque de collaboration entre les technologies informatiques et les métiers.

L'IA peut également révolutionner la planification des promotions. Actuellement, 70 % des promotions échouent à atteindre la rentabilité, souvent à cause d'analyses rétrospectives. L'IA permet de simuler les résultats des promotions, de mesurer les ventes de manière intégrée et d’optimiser en temps réel, assurant ainsi une gestion efficace et profitable.

En ce qui concerne le merchandising, l’IA améliore les prévisions en intégrant des données externes, ce qui augmente la précision et réduit les ruptures de stock. Par ailleurs, les agents d'IA améliorent l'expérience d'achat en générant des recommandations personnalisées, transformant le parcours d'achat et augmentant les taux de conversion.

Pour préparer l'avenir, les détaillants doivent moderniser leurs infrastructures de données, adopter des modèles de données unifiés et instaurer une gouvernance des agents d’IA, posant ainsi les fondations d'une transformation par agents.