GPT-5 et éprouvettes : OpenAI réduit de 40 % le coût de production des protéines

Pendant que nous nous amusons à demander aux réseaux de neurones de rédiger des e-mails pour le patron ou de dessiner des chats en combinaison spatiale, la Silicon Valley a commencé à reconstruire les fondations mêmes du vivant. OpenAI a confirmé officiellement que sa collaboration avec Ginkgo Bioworks avait porté ses fruits, de quoi donner un léger tremblement aux géants pharmaceutiques. Les deux entreprises ont créé un système fermé qui associe une intelligence de niveau GPT-5 à des biolaboratoires entièrement automatisés. Résultat de cette synergie : une baisse de 40 % du coût de production des protéines.

Un peu de contexte : les protéines, ce ne sont pas seulement les shakers de la salle de sport. Elles sont à la base des médicaments modernes contre le cancer, de l'insuline, de nouveaux matériaux et même de la viande artificielle. Les créer ressemblait autrefois à une loterie sans fin. Les chercheurs formulaient une hypothèse, allaient au laboratoire, passaient des semaines à faire des tests, se trompaient et recommençaient. C'était long, coûteux et terriblement inefficace.

Ginkgo Bioworks construisait depuis des années des « usines de biologie » pour automatiser ce chaos, mais il lui manquait un « cerveau » capable de traiter les données biologiques aussi vite que les robots déplacent les pipettes. OpenAI le lui a fourni.

Le nouveau système fonctionne en cycle continu. L'IA conçoit la séquence de la protéine et envoie la commande à une ligne robotisée, qui synthétise un échantillon et le teste aussitôt. Les résultats retournent instantanément au réseau de neurones pour analyse. Si quelque chose se passe mal, le modèle comprend l'erreur et propose immédiatement une nouvelle itération. Dans cette chaîne, l'humain n'est nécessaire que pour vérifier la facture d'électricité. C'est cette « boucle fermée » qui a retiré de l'équation le facteur humain et les temps morts interminables, et qui a produit ces 40 % d'économies.

Pourquoi est-ce important maintenant ? Nous approchons du moment où les grands modèles de langage cessent d'être de simples modèles « de langage ». Sam Altman et son équipe misent clairement sur la Physical AI : une intelligence qui comprend les lois de la physique, de la chimie et de la biologie. Si GPT-4 nous a appris à dialoguer avec l'ordinateur, GPT-5 (ou les prototypes que Ginkgo utilise actuellement) apprend à manipuler atomes et cellules. C'est une voie directe vers la médecine personnalisée, où le médicament est synthétisé pour votre ADN en quelques jours et à un prix raisonnable.

Les sceptiques diront bien sûr que les 40 % sont un chiffre pour les investisseurs et que de vrais essais cliniques prendront encore des années. Mais soyons honnêtes : dans une industrie où le développement d'un seul médicament se chiffre en milliards de dollars, diviser presque par deux le coût d'une étape de base est un bouleversement tectonique. OpenAI transforme de fait la biologie, science noble, en problème d'ingénierie et d'optimisation. Hier, nous « découvrions » des médicaments ; aujourd'hui, nous les « calculons ».

La manière dont OpenAI choisit ses partenaires est elle aussi intéressante. Ginkgo Bioworks n'est pas une simple start-up, mais une énorme machine d'infrastructure. En associant logiciel et matériel à ce niveau, les deux entreprises érigent une barrière à l'entrée que les concurrents auront beaucoup de mal à franchir. Pendant que Google DeepMind prédit avec AlphaFold la structure des protéines, OpenAI apprend déjà à les produire en masse et à bas coût. C'est le passage de la théorie à la pratique brute.

À retenir : OpenAI a définitivement cessé d'être « l'entreprise du chatbot ». C'est désormais un système d'exploitation pour le monde physique, et la biologie n'en est que le premier terrain d'essai. Claude 4, d'Anthropic, doit maintenant tout simplement savoir faire quelque chose de comparable, faute de quoi Anthropic restera dans son bac à sable numérique.