Où réside la véritable valeur de la PI dans les sciences de la vie basées sur l’IA ?

Après avoir assisté à la conférence BioTechX à Bâle la semaine dernière et échangé avec des professionnels des secteurs pharmaceutique, biotechnologique, de l’IA, des logiciels, de l’automatisation des laboratoires et de la gestion des données, j’en ai tiré une conclusion claire : la question n’est plus de savoir si l’IA a un rôle à jouer dans les sciences de la vie. L’attention porte désormais sur la manière dont l’IA doit être intégrée à la recherche et au développement, sur la fiabilité de ses résultats et sur les domaines dans lesquels elle peut créer un avantage concurrentiel durable.

Pour les entreprises qui développent des technologies basées sur l’IA, cela modifie également la question de la propriété intellectuelle (PI). Il ne suffit plus de se demander si un algorithme ou un modèle est brevetable. La question la plus pertinente est de déterminer où réside la véritable valeur dans l’ensemble de l’architecture technologique, et comment cette valeur doit être protégée et commercialisée.

1. La valeur susceptible d’être protégée peut aller au-delà du modèle d’IA

L’un des thèmes récurrents concernait le passage de l’automatisation conventionnelle à des systèmes plus agentiques. Au lieu de simplement suivre un processus prédéfini, l’IA peut contribuer à déterminer l’étape suivante, sélectionner des outils, interpréter des résultats intermédiaires et adapter le processus au fur et à mesure de son évolution. Dans le domaine des biotechnologies, un système pourrait intervenir dans la découverte de cibles, la modélisation moléculaire, l’analyse de données et l’expérimentation en laboratoire, tandis que les scientifiques conserveraient la supervision des décisions importantes.

Du point de vue de la PI, il devient alors difficile, et souvent peu pertinent, d’identifier l’invention en considérant le composant d’IA de manière isolée. La technologie présentant une réelle valeur peut résider dans la façon dont le modèle interagit avec des données biologiques ou chimiques, d’autres logiciels, des équipements de laboratoire et le processus expérimental. Une nouvelle méthode permettant de contrôler un processus de laboratoire, de sélectionner différents outils informatiques ou de transformer des données biologiques en un résultat technique peut constituer une base beaucoup plus solide pour une revendication de brevet qu’une revendication générique portant sur un algorithme d’IA.

Cette question est particulièrement pertinente en Europe, où la brevetabilité des inventions mises en œuvre par ordinateur exige une attention particulière à la contribution technique. Le fait qu’un logiciel ou une IA soit impliqué n’exclut pas automatiquement une invention de la protection par brevet, mais une utilisation intéressante de l’IA ne suffit pas à elle seule. Le problème technique, la mise en œuvre spécifique et l’effet technique qui en résulte sont tous déterminants.

En pratique, il convient donc d’évaluer le système dans son ensemble. Pour de nombreuses entreprises des sciences de la vie utilisant l’IA, la protection la plus solide peut se situer aux points de rencontre entre logiciels, données, biologie et processus physiques.

Prenons un exemple hypothétique : une entreprise a entraîné un modèle à détecter des cellules tumorales dans des lames d’anatomopathologie numérisées. Une revendication portant sur « l’utilisation d’un réseau neuronal pour classifier des images de tissus » pourrait rencontrer des difficultés : le modèle pourrait être générique et la classification de données, prise isolément, pourrait être considérée comme une analyse abstraite. Supposons toutefois que le système identifie les zones de la lame pour lesquelles son niveau de confiance est faible, demande au scanner de réacquérir uniquement ces zones avec un grossissement supérieur ou un plan focal différent, puis intègre ces nouvelles images dans son évaluation. L’invention devient alors une méthode de contrôle d’un processus d’imagerie produisant un effet technique mesurable : obtenir des données de meilleure qualité là où cela est nécessaire, sans supporter le coût en temps et en stockage qu’impliquerait la numérisation de l’ensemble de la lame à la résolution maximale. L’IA est la même dans les deux cas. Ce qui change, c’est l’endroit où la revendication situe la contribution technique.

2. La confiance, la provenance et le contrôle peuvent créer un avantage concurrentiel défendable

Mes échanges lors de BioTechX ont également confirmé que l’IA dans les sciences de la vie ne consiste pas simplement à produire une réponse. Ces réponses doivent pouvoir résister à un examen scientifique, réglementaire et commercial. Si un résultat apparemment fiable peut varier considérablement en fonction de la formulation d’un prompt, ou simplement être erroné, les utilisateurs doivent pouvoir comprendre d’où il provient, quelles données ont été utilisées et comment son degré de fiabilité a été établi.

La provenance, la validation, la traçabilité et l’explicabilité sont donc susceptibles de devenir des caractéristiques déterminantes des plateformes performantes. Ces caractéristiques peuvent elles-mêmes faire partie de la solution technique ou constituer un savoir-faire précieux. Plus largement, les jeux de données propriétaires, les règles propres à un domaine, les mécanismes de validation et les contrôles des workflows peuvent créer une position concurrentielle plus défendable que le simple accès à un puissant modèle sous-jacent auquel les concurrents peuvent également accéder.

La stratégie de protection doit refléter cette combinaison. Les brevets peuvent convenir à certaines mises en œuvre techniques, tandis que les secrets d’affaires peuvent mieux protéger des processus difficiles à reconstituer par ingénierie inverse. Les droits sur les bases de données, le droit d’auteur, les contrats et les mesures pratiques de protection du savoir-faire confidentiel peuvent également jouer un rôle. Parallèlement, les entreprises doivent disposer d’une vision claire de la propriété et des licences lorsque leurs produits dépendent de modèles, de jeux de données, de logiciels ou de travaux de recherche provenant de tiers.

Pour les fondateurs et les investisseurs, la question essentielle lors d’une due diligence n’est donc pas simplement de savoir combien de brevets l’entreprise détient. Il s’agit plutôt de déterminer si l’entreprise contrôle les technologies et les données dont dépend son activité, et si elle pourra continuer à les utiliser à mesure que le produit et le marché évoluent.

3. La stratégie de PI doit orienter le développement, et non le suivre

Un autre thème concernait l’utilisation croissante de l’IA dans les processus de PI eux-mêmes. Les outils d’analyse de la brevetabilité, de veille concurrentielle et de liberté d’exploitation (freedom to operate) sont de plus en plus intégrés aux environnements de recherche existants. Cela permet d’identifier des familles de brevets pertinentes, des technologies concurrentes et des obstacles potentiels alors qu’il est encore possible d’adapter l’orientation du développement. Il convient de noter que les outils d’IA utilisés avec des informations propriétaires doivent être évalués avec soin afin de s’assurer que les données confidentielles saisies ne puissent pas être conservées, divulguées ou utilisées de manière inappropriée.

Les workflows alimentés par l’IA peuvent être particulièrement précieux dans le secteur des biotechnologies, où les délais sont longs et où le coût d’un changement d’orientation tardif peut être considérable. Cela témoigne également d’une évolution plus large du rôle des conseils en propriété intellectuelle. Au lieu d’être sollicités uniquement pour protéger un produit finalisé, les conseils en brevets peuvent contribuer à identifier les éléments qui constituent la différenciation technique, les développements qui méritent d’être poursuivis et la manière dont la protection doit s’aligner sur les marchés commerciaux.

La brevetabilité ne constitue qu’un aspect de cette analyse. Un portefeuille solide présente une valeur commerciale limitée si des droits de tiers empêchent l’entreprise d’exploiter sa technologie. La liberté d’exploitation, la propriété, les licences et la stratégie territoriale de dépôt doivent donc être prises en compte parallèlement aux décisions en matière de R&D et d’investissement, et non uniquement a posteriori.

Examiner l’architecture dans son ensemble

Ce qui m’a le plus frappée lors de BioTechX, c’est que l’IA ne semblait plus constituer une catégorie technologique distincte. Elle devient progressivement une composante de l’infrastructure de la R&D dans les sciences de la vie, reliée aux données biologiques, à la modélisation moléculaire, aux chaînes logicielles, à l’automatisation et aux instruments physiques.

Pour les entreprises qui évoluent à l’intersection de l’IA, des biotechnologies, de l’industrie pharmaceutique, du diagnostic ou de l’automatisation des laboratoires, l’enjeu n’est donc pas simplement de se demander si l’IA peut être brevetée. Il s’agit d’identifier où réside le véritable avantage concurrentiel dans l’ensemble de l’architecture, de choisir la bonne combinaison de droits pour le protéger et d’établir la liberté de le commercialiser.

Ces décisions ont le plus de valeur lorsqu’elles influencent le développement, plutôt que lorsqu’elles se contentent de le documenter a posteriori. Une analyse précoce de la PI peut aider une entreprise à concentrer ses investissements sur les aspects de sa technologie qui sont les plus défendables, à traiter les risques liés à la propriété et à la liberté d’exploitation, et à présenter une proposition plus solide auprès de partenaires et d’investisseurs.

Si vous travaillez dans ce domaine, je serais ravie d’en savoir plus sur vos activités et d’échanger avec vous sur votre situation en matière de PI, qu’il s’agisse d’identifier des innovations, de clarifier les risques liés à la propriété et à la liberté d’exploitation, d’aligner votre stratégie de PI sur vos priorités d’investissement et de marché, ou de discuter de toute autre question de PI.

Cet article a été préparé par Janine Swarbrick, Partner et conseil en brevets chez HGF : Janine Swarbrick.