Il y a un paradoxe au cœur de l'industrie de l'intelligence artificielle, et il est devenu difficile à ignorer. Les dirigeants qui décrivent le plus crûment les dangers de leurs propres systèmes sont aussi ceux qui poussent le plus fort sur l'accélérateur. Le quotidien suisse Le Temps le résumait récemment sans détour : quelques jours à peine après un avertissement solennel de Dario Amodei sur les risques de l'IA et son appel à une forme de supervision internationale, Anthropic mettait en ligne des modèles encore plus performants — et annonçait l'ouverture d'un laboratoire de biologie.
Pas une pause. Pas un ralentissement. Pas d'ouverture des systèmes les plus avancés à un organisme de contrôle indépendant. L'inverse exact : un élargissement du terrain de jeu, du texte et du code vers les sciences du vivant.
Pourquoi les laboratoires d'IA veulent faire de la biologie
La raison est à la fois scientifique et industrielle. Scientifiquement, la biologie est le domaine où les modèles d'apprentissage profond ont produit les résultats les plus spectaculaires en dehors du langage. AlphaFold, développé par Google DeepMind, a prédit la structure de pratiquement toutes les protéines connues et vaut à ses concepteurs, Demis Hassabis et John Jumper, une part du prix Nobel de chimie 2024. Depuis, la famille s'est élargie : prédiction d'interactions entre molécules, conception de protéines inédites, modèles génomiques capables de lire de longues séquences d'ADN. Isomorphic Labs, la filiale pharmaceutique d'Alphabet, vise ouvertement la conception de médicaments assistée par ces outils.
Industriellement, la logique est encore plus simple. Un modèle de langage généraliste est un produit formidable mais banalisé : plusieurs entreprises en proposent des versions comparables, à des prix qui s'effondrent. La recherche biomédicale, elle, représente des centaines de milliards de dollars de dépenses annuelles, des cycles de développement de dix à quinze ans et des taux d'échec vertigineux. Quiconque raccourcit ces cycles, même de 20 %, capte une valeur considérable. C'est précisément la thèse que défendait Dario Amodei dans son essai de 2024 sur ce qu'une IA puissante pourrait accomplir : comprimer en cinq ou dix ans plusieurs décennies de progrès biomédical.
Ouvrir un laboratoire humide — avec des paillasses, des robots de pipetage, des cellules vivantes — change toutefois la nature de l'exercice. Cela signifie que l'entreprise ne se contente plus de vendre un assistant aux chercheurs : elle produit ses propres données expérimentales, boucle la boucle entre hypothèse générée par le modèle et validation en éprouvette, et entraîne ensuite ses systèmes sur ces résultats. C'est le passage du fournisseur d'outils à l'acteur scientifique à part entière.
Le même savoir sert à guérir et à nuire
C'est là que le débat sur la biosécurité devient concret. La biologie est le domaine à double usage par excellence : les connaissances qui permettent de concevoir un vaccin permettent aussi, en principe, de concevoir un agent pathogène. Contrairement au nucléaire, la barrière n'est pas la matière première rare, mais le savoir-faire tacite et l'accès à des équipements. Or c'est exactement ce que les modèles d'IA excellent à fournir : du savoir-faire, à la demande, en langage clair.
Les entreprises elles-mêmes l'admettent. Anthropic a activé en 2025 un niveau de protection renforcé pour ses modèles les plus avancés, en invoquant explicitement l'impossibilité d'exclure qu'ils aident significativement un acteur malveillant dans le domaine chimique, biologique, radiologique et nucléaire. OpenAI a de son côté classé certains de ses systèmes comme présentant une capacité élevée en biologie, et déployé des filtres dédiés. Ces classements ne sont pas des aveux de catastrophe imminente : ce sont des reconnaissances que la marge de sécurité s'amincit.
Un autre maillon a été mis à nu récemment : le criblage des commandes d'ADN synthétique. Les fournisseurs commerciaux vérifient les séquences commandées contre des listes d'agents dangereux. Des travaux publiés dans la revue Science ont montré que des protéines reconçues par IA — fonctionnellement équivalentes, mais différentes dans leur séquence — pouvaient passer sous le radar de ces filtres. Les correctifs ont été distribués avant publication, mais la démonstration est sans appel : les garde-fous de la biosécurité mondiale ont été pensés pour un monde où les séquences dangereuses étaient connues et figées.
Une gouvernance qui court derrière
Le cadre international existant est mince. La Convention sur les armes biologiques, entrée en vigueur en 1975 et administrée depuis Genève, interdit le développement et le stockage de ces armes, mais elle ne dispose toujours pas de mécanisme de vérification : pas d'inspecteurs, pas d'équivalent de l'Agence internationale de l'énergie atomique. Les conférences d'examen successives ont échoué à en créer un. Autrement dit, le traité repose sur la bonne foi des États, à un moment où la capacité technique de contourner ses interdits se diffuse hors des États.
Du côté de l'IA, l'architecture est tout aussi fragmentée. Les sommets successifs — Bletchley Park en 2023, Séoul, puis Paris en 2025 — ont accouché de déclarations, d'engagements volontaires et d'un réseau d'instituts nationaux de sécurité de l'IA, mais d'aucune autorité contraignante. Le sommet de Paris a d'ailleurs marqué un basculement de ton : la sécurité y a cédé la vedette à la compétitivité et à l'investissement, et Washington comme Londres ont refusé de signer la déclaration finale. L'Union européenne applique son règlement sur l'IA, dont les obligations visant les modèles à usage général sont entrées en vigueur en 2025 et imposent des évaluations de risques systémiques, y compris chimiques et biologiques. Les États-Unis, eux, ont pris la direction inverse : l'ordre exécutif de 2023 sur l'IA a été révoqué début 2025, remplacé par une stratégie orientée vers la domination technologique.
Résultat : les évaluations les plus sérieuses des capacités biologiques des grands modèles sont aujourd'hui réalisées soit par les entreprises qui les construisent, soit par des instituts publics qui dépendent de leur bon vouloir pour accéder aux systèmes. C'est ce point précis que vise l'appel d'Amodei à une supervision internationale — et c'est ce même point que le lancement d'un laboratoire de biologie maison rend plus épineux.
Ce que cette phase change réellement
Trois évolutions méritent d'être suivies. D'abord, l'intégration verticale : lorsqu'un développeur de modèles possède aussi ses instruments et ses données expérimentales, la frontière entre entreprise technologique et entreprise pharmaceutique s'efface, et avec elle la clarté du régime réglementaire applicable. Un médicament est encadré par des agences sanitaires; un modèle qui propose des candidats médicaments ne l'est par personne en particulier.
Ensuite, la vitesse. Les cycles de publication des grands laboratoires se comptent désormais en mois, parfois en semaines. Les mécanismes de gouvernance, eux, se comptent en années. L'écart ne se referme pas, il s'élargit.
Enfin, la question de la vérification indépendante. Tant que nul ne peut auditer un modèle de pointe sans l'autorisation de son propriétaire, les déclarations de sécurité resteront des promesses. Plusieurs organisations, dont l'initiative internationale pour la biosécurité et la biosûreté scientifique basée à Genève, plaident pour un dispositif de criblage obligatoire et mis à jour en continu chez tous les fournisseurs de synthèse d'ADN, doublé d'un accès structuré des évaluateurs aux modèles avant déploiement. Aucune de ces deux mesures n'est en place à l'échelle mondiale.
La promesse scientifique est réelle : des maladies rares sans traitement, des résistances aux antibiotiques, des cancers difficiles pourraient bénéficier d'une accélération authentique. Le risque l'est tout autant. Ce qui est frappant, en cette phase de la course, c'est que les deux affirmations proviennent souvent de la même bouche, la même semaine — et que seule la première se traduit, pour l'instant, en investissements.