L'intelligence artificielle pourrait à terme offrir à l'humanité la possibilité de guérir ou de prévenir la plupart des maladies dans les 5 à 10 prochaines années. C'est l'opinion exprimée par Dario Amodei, cofondateur et PDG d'Anthropic (la société développant Claude).
Amodei a publié cette prédiction sur le réseau social X le 16 août. Il a reconnu qu'une telle prédiction pourrait sembler excessivement optimiste même aux experts en biologie, mais la considère comme tout à fait réaliste — à condition que le développement de systèmes d'IA puissants se poursuive au rythme actuel. « Je pense qu'il deviendra effectivement possible de guérir la plupart des maladies humaines dans environ 5 à 10 ans », a écrit le patron d'Anthropic.
Précision importante : il ne s'agit pas de l'apparition d'un remède universel unique ou d'une prévision médicale déjà confirmée. Il s'agit plutôt d'un scénario illustrant à quel point l'intelligence artificielle peut accélérer la recherche biologique et le développement de nouvelles thérapies.
Idées de l'essai Machines of Loving Grace
Amodei a exposé en détail ce concept plus tôt dans un essai intitulé Machines of Loving Grace (« Les machines de la grâce miséricordieuse »). Selon ses calculs, une IA suffisamment puissante pourrait potentiellement accélérer le développement de la biologie et de la médecine d'environ dix fois — réduisant ainsi un chemin qui, dans des conditions normales, pourrait prendre 50 à 100 ans, à seulement 5 à 10 ans.
Parmi les résultats possibles d'une telle accélération, le patron d'Anthropic a cité une réduction drastique de l'incidence et de la mortalité par cancer, la prévention ou le traitement de la plupart des maladies génétiques, des progrès dans la lutte contre la maladie d'Alzheimer, des thérapies plus efficaces pour les maladies cardiovasculaires et auto-immunes, et de nouvelles approches pour traiter le diabète et l'obésité.
Cependant, Amodei a reconnu : la vitesse réelle des progrès se heurtera toujours à la nécessité de mener des recherches en laboratoire, des essais cliniques et d'obtenir les approbations des autorités de régulation — des étapes que l'intelligence artificielle ne peut pas contourner.
Anthropic étend ses projets en biologie et en médecine
Dans sa nouvelle publication, Amodei a également annoncé qu'Anthropic intensifie rapidement ses travaux dans les domaines de la biologie et de la médecine. Selon lui, la société s'attend à voir les premiers signes de résultats notables dans les prochains mois, et des réalisations plus substantielles dans les années à venir. Le PDG d'Anthropic a toutefois souligné que le secteur de l'intelligence artificielle dans son ensemble n'a pas encore tenu nombre de ses promesses les plus ambitieuses.
Anthropic a précédemment lancé le programme AI for Science, qui donne aux chercheurs l'accès aux modèles de la société pour des projets en biologie, en génétique et dans la recherche de nouveaux médicaments.
L'opinion de l'IA
D'un point de vue analytique basé sur les données, la déclaration d'Amodei doit être considérée non seulement comme une prédiction scientifique, mais aussi comme faisant partie d'un contexte corporatif plus large. Selon The Insider, la valorisation d'Anthropic à l'issue du dernier tour de financement dépassait les 960 milliards de dollars, et son chiffre d'affaires annuel attendu a bondi à 47 milliards de dollars contre 10 milliards de dollars pour l'ensemble de l'année 2025. Avec de tels investissements, les investisseurs sont en droit d'attendre non seulement de nouvelles versions de Claude, mais aussi des résultats pratiques tangibles, et les percées en biologie et médecine sont l'un des rares arguments susceptibles de justifier une telle valorisation aux yeux du marché.
Le lien macroéconomique est ici évident : plus la capitalisation de l'entreprise croît rapidement, plus on exige d'elle qu'elle montre des réalisations concrètes au-delà des chatbots et de la génération de code. L'aspect technique reste ouvert — cette accélération de la recherche se traduira-t-elle en de véritables méthodes de traitement, ou le résultat se limitera-t-il à des modèles améliorés d'analyse de données qui ne font qu'accélérer certaines étapes du travail des scientifiques ?
end-content
