La commercialisation de l'IA dans le domaine pharmaceutique n'est pas encore mature ? Jing Tai Holdings réalise un premier bénéfice annuel, tandis qu'InSilico Intelligence reste en perte

Sont ainsi désignées les deux sociétés chinoises « du duo de la pharmacie propulsée par l’IA », soit CrystalTech Holdings (02228.HK) et Insilico Medicine (03696.HK), qui ont publié, à la suite l’une de l’autre, leurs rapports annuels 2025.

Le même jour que la publication de ses états financiers annuels, Insilico Medicine a également annoncé un partenariat avec Eli Lilly (LLY) : Eli Lilly obtient un droit de vente exclusif pour un médicament GLP-1 développé à partir de la technologie IA d’Insilico Medicine, avec un paiement initial de 115 millions de dollars et un prix total de la transaction pouvant aller jusqu’à 2,75 milliards de dollars.

D’après le rapport annuel 2025, CrystalTech Holdings a réalisé en 2025 un chiffre d’affaires d’exploitation de 803 millions de yuans, en hausse de 201,2 % ; le bénéfice sur l’année s’établit à 135 millions de yuans, le bénéfice ajusté net à 258 millions de yuans, marquant pour la première fois une rentabilité annuelle. CrystalTech Holdings indique que l’entreprise est la première société cotée à Hong Kong à devenir rentable dans le domaine « AI for Science ».

En 2025, Insilico Medicine a réalisé un chiffre d’affaires de 56,24 millions de dollars, incluant 24,95 millions provenant du segment de découverte de médicaments, 23,89 millions provenant du segment de développement de pipeline, 4,91 millions provenant du segment solutions logicielles, et 2,49 millions provenant d’autres activités de découverte. Par ailleurs, en 2025, la perte ajustée d’Insilico Medicine s’élève à 43,80 millions de dollars, en hausse par rapport aux 21,20 millions de dollars de la même période en 2024. Cette augmentation est principalement due à la baisse des revenus, partiellement compensée par la réduction des dépenses de recherche et développement.

Le rapport de recherche de Zhongji Securities présente que la pharmacie propulsée par l’IA désigne l’intégration de technologies d’IA telles que le NLP (traitement du langage naturel), les réseaux de neurones profonds et les modèles génératifs avec les étapes classiques du développement pharmaceutique, afin d’améliorer l’efficacité de la recherche et du développement de nouveaux médicaments et d’élargir l’espace d’innovation. Les grands modèles en santé alimentés par l’IA s’appuient sur des technologies telles que l’apprentissage profond et le traitement du langage naturel, intègrent d’énormes volumes de données biomédicales et soutiennent l’ensemble du processus de développement de médicaments.

Avec l’évolution rapide des technologies IA, le marché nourrit également des attentes élevées envers les entreprises de pharmacie propulsée par l’IA. Fin 2025 et début 2026, la capitalisation boursière de CrystalTech Holdings a atteint un moment près de 500 milliards de dollars de Hong Kong. Quant à Insilico Medicine, après son arrivée sur la Bourse de Hong Kong en décembre 2025, son cours a d’abord connu une forte hausse ; il a franchi en février de cette année la barre des 40 milliards de dollars de Hong Kong de capitalisation, avant de redescendre légèrement par la suite.

Du point de vue de l’espace de marché, le rapport de recherche de Zhongji Securities indique que le marché des dépenses de développement de médicaments dopé par l’IA à l’échelle mondiale, qui s’établissait à 11,9 milliards de dollars en 2023, pourrait croître jusqu’à 74,6 milliards de dollars en 2032.

Le directeur du Global Health Drug R&D Center, Ding Sheng, a déclaré dans une interview accordée au journaliste du magazine The Times que la pharmacie propulsée par l’IA en est encore au stade initial. Par rapport aux énormes volumes de données dont dépendent les grands modèles de langage, la taille des données dans le domaine de la recherche pharmaceutique est limitée. « Bien que l’architecture des modèles et la puissance de calcul soient déjà relativement mûres, notre compréhension des mécanismes fondamentaux de la vie demeure limitée. Il est donc difficile de faire une percée rapide en se reposant uniquement sur l’amélioration de la puissance de calcul. Ainsi, le développement de la pharmacie propulsée par l’IA est contraint par la rareté des données et par l’insuffisance des connaissances de base ; globalement, il s’agit encore d’un stade précoce. »

Source de l’image : création de Figthong

Un jour de gain, un jour de perte

En 2025, CrystalTech Holdings a réalisé pour la première fois un bénéfice. Concernant les raisons de ce passage de pertes à profits, CrystalTech Holdings a indiqué dans sa précédente annonce positive de prévision de bénéfice que, d’abord, le chiffre d’affaires a fortement augmenté d’au moins environ 193 % en glissement annuel, ce qui a réduit le déficit des deux principaux secteurs, à savoir les solutions pour robots intelligents et les solutions pour la découverte de médicaments, par rapport à l’exercice financier 2024. Par ailleurs, le bénéfice net de la juste valeur des actifs financiers comptabilisés à la juste valeur par le biais du résultat a fortement augmenté : en 2025, il s’élève à au moins 500 millions de yuans, en hausse d’au moins environ 1 876 %.

Selon le rapport annuel de CrystalTech Holdings, en 2025, les revenus des solutions de découverte de médicaments se sont élevés à 538 millions de yuans, en hausse de 418,9 % par rapport à l’année précédente. Cette progression s’explique principalement par la croissance rapide des activités liées aux anticorps ; en outre, des progrès multiples ont été réalisés sur les pipelines innovants obtenus avec les partenaires de services et les entreprises incubées, jusqu’à atteindre des jalons de livraison à ce stade.

Dans le même temps, les revenus des solutions intelligentes « AI for Science » de CrystalTech Holdings ont aussi connu une croissance rapide en 2025, en hausse de 62,6 % à 265 millions de yuans. Cette performance s’explique principalement par l’augmentation du nombre de clients, par le maintien de la croissance des activités existantes et par de bons résultats d’expansion des nouvelles orientations business.

Insilico Medicine, de son côté, a dû faire face en 2025 à un recul des revenus et à une expansion des pertes. Dans son rapport annuel, Insilico Medicine indique que ses revenus 2025 ont diminué de 34,5 % en glissement annuel. Cette baisse est principalement due à la réduction des revenus générés par le développement du pipeline, partiellement compensée par la hausse des revenus provenant de la découverte de médicaments. En 2025, les revenus de développement du pipeline issus du paiement initial s’élèvent à 15,30 millions de dollars, inférieurs aux 58,00 millions de dollars en 2024. Cela est dû au calendrier d’avancement des nouvelles négociations et à l’impact sur le calendrier de développement des pipelines concédés sous licence par les clients.

D’après le rapport annuel 2025 d’Insilico Medicine, les revenus de son activité de découverte de médicaments ont fortement augmenté, passant de 3,144 millions de dollars en 2024 à 24,952 millions de dollars en 2025 ; la part dans le total des revenus passe de 3,7 % à 44,4 %. En revanche, les revenus de l’activité de développement de pipeline ont fortement baissé, passant de 76,589 millions de dollars en 2024 à 23,885 millions de dollars en 2025 ; la part dans le total des revenus passe de 89,2 % à 42,5 %.

En examinant l’évolution de l’industrie mondiale de la pharmacie propulsée par l’IA, Ding Sheng estime que des entreprises chinoises telles qu’Insilico Medicine et CrystalTech Holdings se situent au niveau « en concurrence et en course » à l’échelle mondiale. Le secteur de la pharmacie propulsée par l’IA est limité par des contraintes intrinsèques liées à la compréhension des sciences de la vie. À l’heure actuelle, il existe donc certains goulots d’étranglement. Par conséquent, avec l’effet de goulot d’étranglement, l’écart entre les entreprises est relativement faible ; les nouveaux entrants peuvent rattraper et même devenir leaders sur certaines directions. Tant que l’on parvient à franchir les goulots d’étranglement initiaux, l’espace des perspectives de pointe dans le futur reste très important.

Des modèles commerciaux différents

En termes de modèles commerciaux des entreprises de pharmacie propulsée par l’IA, le rapport de recherche de Zhongji Securities indique que, à l’heure actuelle, les modèles commerciaux de l’industrie se répartissent principalement en trois catégories : SaaS, AI+CRO et AI+Biotech.

Parmi eux, le modèle SaaS consiste pour l’entreprise à vendre des services logiciels aux sociétés pharmaceutiques ou à des CRO de développement de médicaments afin de générer des revenus ; le modèle AI+CRO consiste à utiliser les avantages technologiques de l’IA pour fournir aux entreprises telles que les sociétés pharmaceutiques / CRO des services externalisés de développement de médicaments ; le modèle AI+Biotech, quant à lui, consiste à générer des revenus grâce à l’IA et à une voie Biotech de développement interne : en lançant des pipelines sur le marché via des opérations license out / des coopérations / une mise en œuvre autonome. Le rapport de recherche de Zhongji Securities estime que, actuellement, le modèle commercial SaaS ne convient pas aux acteurs de l’industrie.

Le modèle commercial d’Insilico Medicine et de CrystalTech Holdings, deux géants de la pharmacie propulsée par l’IA en Chine, présente également des différences. CrystalTech Holdings pourrait adopter un modèle similaire de type « AI+CRO », tandis qu’Insilico Medicine ressemble davantage à une voie de type « AI+Biotech ».

D’après le rapport annuel 2025 de CrystalTech Holdings, les montants cumulés des collaborations se chiffrent en centaines de milliards de yuans ; en 2025, le nombre de clients générant des revenus a augmenté de 62 % en glissement annuel. À ce jour, l’entreprise couvre 17 des 20 plus grandes sociétés pharmaceutiques mondiales. En 2025, plus de 5 nouveaux médicaments innovants découverts avec la participation de CrystalTech Holdings ont annoncé des progrès cliniques, dont des plateformes de découverte de médicaments propulsées par l’IA couvrant plusieurs modalités de médicaments telles que petites molécules, anticorps, peptides, acides nucléiques, et molécules « glue » (molécules gluelles), ayant abouti à de nouvelles collaborations pour des médicaments.

Dans son rapport annuel 2025, Insilico Medicine indique que son modèle économique comprend principalement la découverte de médicaments et le développement de pipelines, ainsi que des solutions logicielles. Insilico Medicine investit des fonds et met en place une plateforme de découverte et de développement de médicaments basée sur l’IA générative, et crée des pipelines de produits dans des domaines tels que l’oncologie, l’immunologie et la fibrose.

Dans son rapport annuel, Insilico Medicine précise qu’au cours de la période couverte par le rapport 2025 et jusqu’à la date la plus proche « réellement réalisable » des faits, Insilico Medicine a fait progresser 8 projets jusqu’à des avancées cliniques, dont 4 projets propres et 3 projets de coopération, comprenant 2 étapes de phase II, 4 étapes de phase I et 2 avancées IND.

En même temps, Insilico Medicine mène aussi des collaborations stratégiques de découverte et de développement de médicaments avec des sociétés pharmaceutiques. D’après le rapport annuel d’Insilico Medicine, calculé sur 2024, parmi les 20 plus grandes sociétés pharmaceutiques mondiales en termes de chiffre d’affaires, 13 entreprises coopèrent avec Insilico Medicine. En 2025, en matière de licences à l’étranger, Insilico Medicine a conclu un accord avec TaiGen Bio-Technology, lui accordant des droits exclusifs pour développer et commercialiser l’ISM4808 dans la Grande Chine. En outre, Insilico Medicine a également conclu des collaborations de recherche avec Eli Lilly, Servier, YuanYi Bio, KangZhe Pharmaceutical (00867.HK), Qilu Pharmaceutical, et d’autres entreprises nationales et étrangères, couvrant plusieurs domaines thérapeutiques.

Concernant le modèle commercial des entreprises de pharmacie propulsée par l’IA actuelles, Ding Sheng estime que, dans l’essence, tout tourne autour de BD (développement des affaires), c’est-à-dire la monétisation via des transactions sur la chaîne de valeur du développement de médicaments. « Dans la pratique, la plupart des entreprises de pharmacie propulsée par l’IA nourrissent au départ une vision de créer un médicament phare, et tendent à développer en interne des pipelines afin de maximiser la valeur. Mais à mesure que la recherche progresse et que la difficulté de livraison apparaît, certaines entreprises réaliseront aussi des ‘profits sûrs’ grâce à des transactions précoces. »

Ou ne pas encore atteindre un effet de bouleversement de l’industrie

Les deux entreprises de pharmacie propulsée par l’IA ont chacune formé leurs propres trajectoires techniques distinctes. D’après le rapport annuel de CrystalTech Holdings, CrystalTech construit une boucle de R&D « prédiction par modèle IA - exécution d’expériences humides par robot - rétroaction des données à l’IA - planification intelligente Multi-Agent », formant ainsi un nouveau paradigme de R&D.

Parmi eux, le modèle IA est « le cerveau expert », chargé des étapes clés telles que l’analyse des cibles, la génération de molécules, le criblage virtuel, et la recommandation de stratégies d’expérimentation ; le laboratoire robotique est « des mains précises », exécutant des expériences à haut débit 24h/24 et 7j/7 et accumulant des données ; Multi-Agent est « le chef de projet », qui décompose de manière autonome les objectifs de recherche et planifie les ressources sur l’ensemble du flux, afin de construire des modes d’itération automatique de R&D pour des domaines tels que les médicaments et les nouveaux matériaux.

Insilico Medicine a, pour sa part, développé une plateforme de découverte et de développement de médicaments pilotée par l’IA, Pharma.AI, qui fournit des services allant de l’identification de nouvelles cibles à la génération de petites molécules et à la prédiction des résultats cliniques. Dans son rapport annuel, Insilico Medicine indique que Pharma.AI peut identifier de nouvelles cibles médicamenteuses, concevoir des molécules de novo pour des cibles nouvelles et existantes, optimiser le développement clinique des candidats médicaments, et simplifier la rédaction des articles académiques et d’autres documents connexes.

Dans son rapport annuel, Insilico Medicine affirme que, grâce à Pharma.AI, en moyenne, le temps nécessaire depuis la découverte de cible jusqu’à la validation de la cible, l’identification des composés tête de série, la génération des composés candidats, et l’optimisation des composés candidats, s’étend sur 12 à 18 mois, ce qui est nettement inférieur à la durée moyenne de 4,5 ans des méthodes traditionnelles.

À l’heure actuelle, les technologies IA qui prétendent raccourcir fortement la durée de la sélection de médicaments en préclinique peuvent-elles bouleverser l’industrie pharmaceutique ? Le rapport de recherche de Zhongji Securities analyse que, au niveau applicatif, les données « virtuelles » calculées par l’IA ne peuvent pas remplacer les données « réelles » issues des essais cliniques. L’IA ne peut pas encore prédire la réaction des médicaments dans le système humain ; et l’hétérogénéité individuelle observée dans les essais cliniques rend encore plus complexe l’ensemble, de manière géométrique.

Au niveau réglementaire, le rapport de recherche de Zhongji Securities considère que la sécurité des médicaments est le facteur prioritaire pris en compte par les régulateurs, et que les essais cliniques sont la seule source permettant de prouver la sécurité ; à long terme, il n’existe pas de substitut, et le processus d’approbation du développement de médicaments ne changera pas durablement. Par conséquent, l’essence de la recherche de médicaments fondée sur la science expérimentale ne sera pas bouleversée par l’itération et la mise à niveau de l’IA.

Ding Sheng estime également que, à l’heure actuelle, la technologie de pharmacie propulsée par l’IA n’a pas encore atteint un niveau de caractère perturbateur. Même si les entreprises concernées annoncent souvent une amélioration de l’efficacité de plusieurs fois, cette formulation pourrait être unilatérale.

« Pour qu’une molécule médicamenteuse devienne un candidat pouvant être étudié en clinique chez l’homme, elle doit répondre à des dizaines d’exigences simultanées, notamment l’interaction avec la cible, la sélectivité vis-à-vis des cibles non prioritaires, la voie d’administration, la distribution tissulaire, les voies métaboliques, la toxicité, etc. Améliorer uniquement l’efficacité de prédiction d’un seul de ces attributs ne permet que d’avoir un impact limité sur la réduction globale du cycle de R&D. Par conséquent, au cours des cinq dernières années, la vitesse de développement de médicaments n’a pas été significativement accélérée par les technologies IA ; au contraire, elle a ralenti du fait de l’augmentation des standards de développement. L’avenir dira si une rupture pourra être réalisée. » Ding Sheng analyse.

Un volume énorme d’actualités, des analyses précises — le tout dans l’application Sina Finance