Data / IA
Chez Sanofi, l’IA commence par la donnée et se termine par la gouvernance
Par Laurent Delattre, publié le 04 septembre 2026
De la découverte moléculaire aux agents IA, Sanofi a choisi d’infuser l’intelligence artificielle dans toute sa chaîne de valeur. Invitée de la Matinale IT for Business « IA, ML, agents : comment vos métiers s’en emparent ? », Kaoutar Sghiouer, Global Head of Data & Artificial Intelligence du groupe, détaille une approche où l’AI Foundry, la gouvernance et l’IA Responsable comptent finalement autant que les modèles.
Dans l’industrie pharmaceutique, le temps est une matière première particulièrement coûteuse. Entre la recherche d’une molécule et l’arrivée d’un traitement sur le marché, quinze années peuvent s’écouler en moyenne, rappelle Kaoutar Sghiouer. Dès lors, gagner un an n’a rien d’anecdotique.
C’est précisément ainsi que Sanofi envisage l’intelligence artificielle : moins comme une technologie à déployer que comme un moyen de comprimer les délais sur l’ensemble de sa chaîne de valeur.
« Aujourd’hui, l’intelligence artificielle est infusée un peu partout, de la recherche au développement, à l’industrie, mais aussi à la partie commerciale », explique la Global Head of Data & Artificial Intelligence. Dans la recherche, elle affirme notamment que 70 % des petites molécules sont désormais “impulsées par l’intelligence artificielle”.
L’IA pour explorer plus vite, pas pour remplacer les chercheurs
Le gain attendu n’est pas seulement celui de l’automatisation. L’IA permet évidemment de tester et simuler beaucoup plus vite des combinaisons moléculaires, mais surtout d’explorer des espaces que les équipes scientifiques n’auraient pas nécessairement eu le temps de parcourir.
« C’est une augmentation de la capacité des chercheurs scientifiques. Donc, on ne va pas remplacer », insiste Kaoutar Sghiouer.
La nuance est importante. La puissance de calcul permet de multiplier les combinaisons, les simulations et, demain, d’aller plus loin dans la personnalisation des traitements. Chaque organisme réagit différemment et tester numériquement un nombre considérable de configurations devient précisément un terrain privilégié pour l’IA.
Pour une DSI, le premier enseignement est donc assez simple : la valeur de l’IA apparaît lorsqu’elle attaque directement un verrou métier, pas lorsqu’elle cherche désespérément un problème auquel s’appliquer.
Avant l’IA, Sanofi a construit la fondation data
Reste qu’il n’y a pas de miracle algorithmique sans matière première exploitable.
« Il n’y a pas d’IA sans données. Donc, la donnée, c’est un peu le fuel ou l’or de l’intelligence artificielle », résume Kaoutar Sghiouer.
Sanofi a commencé sa trajectoire il y a environ cinq ans non par une multiplication des cas d’usage, mais par la construction de ses « données fondationnelles ». Au cœur du dispositif se trouve AI Foundry, plateforme destinée à stocker, sécuriser, contrôler et améliorer la qualité des données avant leur exploitation par les systèmes d’IA.
Kaoutar Sghiouer évoque aujourd’hui un gain pouvant atteindre un facteur 30 en vitesse de traitement de la donnée brute par rapport à deux ans auparavant. Mais surtout, cette industrialisation ne dispense pas de l’organisation classique de la gouvernance : data owners, data stewards, contrôles d’accès, qualité, sécurité et validation par les métiers restent de la partie.
L’IA ne fait donc pas disparaître la gouvernance des données. Elle la rend plus indispensable encore. Un constat qui rejoint celui dressé lors d’une autre Matinale IT for Business consacrée à la gouvernance de la donnée : à mesure que l’IA quitte les POC pour entrer dans les processus, la data cesse d’être un sujet de support pour devenir une condition de l’industrialisation.
Avec les agents, repartir de la page blanche
Et puis arrive l’IA agentique. Sanofi aurait pu la considérer comme une nouvelle couche d’automatisation posée sur les processus existants. Ce n’est justement pas l’approche retenue.
« On n’a pas pris l’agentique comme étant une solution d’automatisation », explique Kaoutar Sghiouer.
L’idée consiste plutôt à repartir d’une page blanche : non plus se demander comment accélérer un processus existant, mais ce que les agents permettent désormais de réaliser autrement.
« Qu’est-ce qu’il faut faire pour que je puisse aller plus loin, que je fasse un saut au lieu juste de courir ? »
Pour les DSI, la différence est loin d’être sémantique. Elle impose de repenser les processus avant d’empiler les agents. IT for Business l’évoquait récemment à propos du basculement agentique des SaaS, CRM et ERP : la question devient progressivement celle du droit d’agir accordé à une IA, bien plus que celle de sa seule capacité à produire une réponse. La gouvernance de l’IA agentique est le grand défi des DSI pour les prochains mois et dans les prochaines années. Pour approfondir le sujet, nous vous invitons à relire nos articles IA Agentique : les 6 règles du Gartner pour éviter le chaos et IA agentique : sortir du purgatoire des pilotes.
Pas de religion du modèle chez Sanofi
Sur le choix technologique, Sanofi assume également une approche pragmatique, et potentiellement multi-modèles.
« Dans le futur… on ne sait pas qui va emporter cette innovation et qui sera le meilleur », reconnaît Kaoutar Sghiouer. « Il y a des cas d’usage qui performent avec un modèle plus qu’un autre. »
Pas question, donc, de remettre toutes les clés à un fournisseur unique. L’AI Foundry doit permettre de solliciter différents modèles en fonction de leur efficacité pour chaque cas d’usage, sous réserve qu’ils respectent les règles internes du groupe, la réglementation du pays concerné et les exigences liées à la protection des données.
Une formule résume cette approche internationale : « Le patient n’a pas de nationalité. Le patient, c’est un patient du monde. »
La souveraineté technologique n’est donc pas ignorée, mais replacée dans une équation plus large associant performance, réglementation, confidentialité et maîtrise des dépendances. Un thème que nous avons déjà développé notamment dans « AI Factory, gouvernance, frugalité : Sopra Steria Next présente sa feuille de route pour sortir de l’ « IA spectacle »« .
RAISE met des barrières avant la production
L’accélération technologique ne signifie pas davantage un relâchement des contrôles. Sanofi a structuré son approche Responsible AI autour de plusieurs critères : éthique, sécurité, transparence, explicabilité, robustesse et éco-responsabilité.
Le programme RAISE intervient comme un mécanisme de validation avant passage en production. La donnée doit d’abord être suffisamment « AI ready ». Le projet doit ensuite franchir des seuils définis par l’entreprise avant de recevoir son feu vert.
Même logique pour les idées issues des métiers. Elles passent par un dispositif de sélection et de faisabilité associant notamment équipes data, cybersécurité et juridique, avec une analyse conjointe du risque, de la capacité de delivery et de la valeur attendue.
Autrement dit, l’innovation n’est pas opposée à la gouvernance. C’est la gouvernance qui autorise l’accélération. Un principe appelé à devenir encore plus critique à mesure que les agents gagnent en autonomie et en accès au système d’information. La question de la gouvernance des agents est d’ailleurs désormais au cœur de référentiels comme l’ISO 42001 (cf. ISO 42001, le nouveau cadre de gouvernance des agents IA).
« Tout ne se résout pas avec des LLM »
Dernier enseignement, et non des moindres : Sanofi ne confond pas IA et LLM.
« On regarde aussi si on ne fait pas de l’IA pour la ‘hype’. Tout ne se résout pas qu’avec des LLM », rappelle Kaoutar Sghiouer.
Machine learning traditionnel, analytics avancée, petits modèles ou grands modèles : la technologie doit rester proportionnée au problème. Pourquoi mobiliser un modèle génératif massif pour réaliser du forecasting si des méthodes statistiques ou de machine learning éprouvées suffisent ?
Pour les DSI, c’est probablement l’un des grands messages à retenir de cet entretien. Industrialiser l’IA ne consiste pas à généraliser le modèle le plus puissant mais à construire une plateforme capable de sélectionner le bon outil, avec la bonne donnée, au bon niveau de risque et au juste coût.
Chez Sanofi, l’IA peut changer. Les modèles aussi. La fondation data, les règles de gouvernance et la finalité métier, elles, restent. Et à l’heure où les agents promettent de faire franchir un nouveau palier aux entreprises, cette hiérarchie des priorités pourrait bien être la partie la plus facilement transposable de l’expérience du laboratoire pharmaceutique.
À LIRE AUSSI :
À LIRE AUSSI :
