GPT-5 en blouse blanche : comment OpenAI a fait chuter de 40 % le coût de la synthèse de protéines

Pendant que nous débattions mollement dans les commentaires de la date à laquelle Sam Altman daignerait sortir GPT-5 pour le grand public, les équipes d'OpenAI ont trouvé à leur nouveau modèle une occupation plus sérieuse que la rédaction de dissertations scolaires. Elles ont envoyé le réseau de neurones dans un laboratoire « humide ». Le résultat fait recalculer nerveusement leurs budgets aux géants de la biotech : le coût de la synthèse de protéines a chuté de 40 %. Et il ne s'agit pas seulement d'une IA qui calcule plus vite. Elle a commencé à piloter réellement le processus.

La synthèse de protéines a toujours buté sur deux obstacles : une complexité monstrueuse et un coût plus monstrueux encore. Traditionnellement, c'était une succession interminable d'essais et d'erreurs, où chaque itération exigeait des spécialistes coûteux et des réactifs plus coûteux encore. Une erreur à une seule étape, et des semaines de travail partent à la poubelle avec des dizaines de milliers de dollars. OpenAI a estimé que l'intuition humaine gêne ici plus qu'elle n'aide, et a confié les rênes d'un laboratoire autonome à son modèle le plus puissant.

Dans ce scénario, GPT-5 n'agit pas comme un ouvrage de référence, mais comme le système d'exploitation de tout le processus scientifique. Il planifie les expériences, analyse les données intermédiaires et, surtout, corrige les actions des robots en cours de route. Cela permet d'éviter les impasses sur lesquelles des chercheurs humains peuvent passer des mois. Le modèle comprend la chimie des procédés assez bien pour prédire les réactions parasites avant qu'elles ne gâchent tout le lot. C'est cette précision prédictive qui a produit l'économie de 40 %, grâce à une forte réduction des déchets et du temps d'utilisation des équipements.

Pourquoi OpenAI veut-elle cela ? La réponse est simple : l'argent et les données. Le marché des biotechnologies et du développement de médicaments se chiffre en milliers de milliards, et si l'on peut diviser par deux le ticket d'entrée, on en devient le maître. De plus, travailler avec le monde physique est le meilleur moyen pour l'IA de sortir de la « prison du texte ». Quand un réseau de neurones apprend à contrôler un manipulateur en laboratoire, il acquiert une compréhension de la physique et des relations de cause à effet qu'on ne peut pas tirer de la simple lecture d'internet.

Bien sûr, la question de la sécurité se pose. La synthèse autonome de protéines, ce n'est pas seulement un remède contre le cancer, mais aussi des pathogènes potentiellement dangereux. Mais, à en juger par tout, OpenAI se soucie surtout pour l'instant de prouver la supériorité de son architecture sur ses concurrents. Tandis que Google se vante des succès d'AlphaFold dans la prédiction de structures, OpenAI franchit l'étape suivante : elle crée physiquement ces structures, et plus vite et moins cher que quiconque sur la planète.

Ce cas montre clairement que l'ère des « simples chatbots » touche à sa fin. Nous entrons dans une phase où l'IA devient une force physique capable de transformer le monde matériel. Aujourd'hui, la synthèse de protéines ; demain, de nouveaux matériaux pour les batteries ou des supraconducteurs. L'ironie, c'est que pendant que nous attendons de GPT-5 qu'il fasse de meilleures blagues, il est déjà en train de changer les fondations de la médecine moderne, sans nous demander notre avis.

L'essentiel : OpenAI transforme GPT-5 en cerveau scientifique universel. Les pharmas classiques pourront-elles rivaliser avec un géant du logiciel qui a simplement « hacké » leur économie ?