Owkin, la licorne franco-US qui veut créer une superintelligence artificielle biologique
L'IA va révolutionner en profondeur le secteur de la santé. C'est l'une des promesses les plus répétées dans la Silicon Valley. Owkin, elle, parie dessus depuis dix ans. Lancée en 2016 à Paris, la licorne franco-américaine développe des modèles d’IA spécialisés dans la découverte de nouvelles molécules et l'aide au diagnostic. Son ambition à terme est de bâtir une IA générale experte en biologie, capable de formuler des hypothèses scientifiques et de les valider en autonomie. Et le timing semble lui donner raison. En ce début 2026, l'IA en santé accélère comme jamais : la santé est le premier secteur d'application de l'IA en France selon France Digitale, et les premiers agents IA spécialisés arrivent sur le marché. Owkin, avec plus de 300 millions de dollars levés et une valorisation d'un milliard, fait figure de porte-étendard français de cette vague.
Owkin 0 : un LLM entraîné à raisonner en biologie
La start-up a commencé par développer un modèle de langage entraîné à raisonner en biologie. Baptisé Owkin 0 et dévoilé en août dernier, le modèle a été conçu pour permettre aux chercheurs d’identifier de nouvelles cibles thérapeutiques (les protéines ou les gènes sur lesquels un futur médicament pourrait agir). Le modèle a été entraîné, en reinforcement learning (RL), en utilisant des données patients issues de Mosaïc, un consortium fondé par Owkin qui regroupe dix hôpitaux répartis entre la France, la Suisse, l'Allemagne et les Etats-Unis. "C'est un jeu de données unique au monde, dans lequel on a caractérisé des patients de façon très, très profonde, dans lesquels on a généré beaucoup de données génomiques, transcriptomiques, d'imagerie médicale et des données cliniques", détaille Eric Durand, VP data sciences chez Owkin.
Résultat, sur les benchmarks de découverte de cibles thérapeutiques, Owkin 0 surpasse les modèles frontières de Google (Gemini) ou d’OpenAI (GPT). Le modèle se heurte toutefois au catastrophic forgetting, phénomène par lequel un modèle spécialisé sur une tâche voit ses performances chuter sur les autres. "Quand on spécialise un modèle dans une tâche, il tend à devenir moins bon dans d'autres", résume Eric Durand. Ainsi, depuis la publication d'Owkin 0, l'entreprise a entraîné en interne une famille de modèles dérivés, chacun spécialisé sur une tâche biologique précise (analyse de cibles thérapeutiques, caractérisation de gènes et de protéines...).
Owkin K : un agent IA pour orchestrer la recherche
Des modèles spécialisés qui individuellement fonctionnent mais montrent toutefois leur plein potentiel lorsque coordonnés. C'est là qu'intervient Owkin K, un agent IA capable d’opérer sur l’ensemble des modèles développés par Owkin. L'idée est de proposer une interface aux chercheurs et aux laboratoires pharmaceutiques derrière laquelle l'agent va mobiliser le bon modèle spécialisé, les bonnes bases de données et les bons outils d'analyse selon la requête posée. "Cela permet à du personnel non technique de faire des analyses hyper poussées sur des données très riches", se félicite Eric Durand. Autre avantage : l'interopérabilité. "Un workflow développé par des PhD dans une pharma peut, grâce à un protocole comme le MCP, se connecter à un workflow développé par des PhD à Owkin, et les deux travaillent ensemble de façon autonome. C'est un layer d'intelligence qui n'existait pas, qui n'était juste pas possible il y a encore deux ans”, analyse le VP data sciences.
Côté clients, la plateforme cible deux populations. D'abord le monde académique, Owkin a notamment noué un partenariat avec Paris-Saclay, où l'outil est fourni gratuitement aux chercheurs. "Ce qu'Owkin gagne en faisant ça, c'est d'apprendre en travaillant avec les meilleurs chercheurs au monde, de comprendre quels sont les cas d'usage dans lesquels l'outil marche bien, dans lesquels il est encore limité", détaille Eric Durand. Ensuite, et c'est le cœur du modèle économique, les grands laboratoires pharmaceutiques, qui accèdent à Owkin K sous licence annuelle comme copilote pour la découverte de nouveaux médicaments.
Pour accélérer le déploiement de sa stack technologique, Owkin a récemment signé deux partenariats stratégiques. Avec Anthropic d'abord : via un serveur MCP, Owkin a rendu accessible directement dans Claude une fonctionnalité baptisée Pathology Explorer, qui permet d'analyser des images de tumeurs par simple conversation. "Au lieu d'avoir besoin d'un anatomopathologiste qui regarde dans un microscope, vous êtes sur Claude et vous posez des questions du style : quel est le grade de cette tumeur ?", illustre Eric Durand. Aussi, avec Nvidia : le partenariat porte sur l'entraînement d'Owkin 0. Le fabricant de GPU met à disposition non pas de la puissance de calcul mais son expertise technique pour optimiser l'entraînement des modèles.
Le but ultime
A terme, Owkin K a vocation à évoluer bien au-delà du simple copilote. Aujourd'hui, un chercheur doit poser des questions itératives à l'agent pour affiner progressivement son analyse. Demain, il suffira de lui donner un objectif global et l'agent produira sa propre recherche en autonomie. "On voit que ces agents sont capables d'être de plus en plus autonomes, de prendre des tâches de plus en plus complexes et de travailler seuls de plus en plus longtemps", observe Eric Durand. C'est cette trajectoire qui mène à ce qu'Owkin appelle la "biological artificial super intelligence", un système capable non seulement de formuler des hypothèses scientifiques nouvelles, mais aussi de les valider en toute autonomie.
Un frein physique subsiste toutefois : si l'IA génère une hypothèse en quelques secondes, la valider en laboratoire prend beaucoup plus de temps. "Les cellules cancéreuses mettent par exemple 48 heures à se répliquer", rappelle Eric Durand. Pour contourner cette contrainte, Owkin travaille aussi, en parallèle, sur la simulation biologique.
Sur le calendrier, le directeur R&D se garde de toute prédiction. "Même les fondateurs de DeepMind, d'Anthropic et d'OpenAI ne se risqueraient pas à des prédictions", insiste-t-il. Une chose semble toutefois certaine : "Nous allons avoir cette année, en 2026, des découvertes importantes pour la biologie faites par une intelligence artificielle." La course ne fait que commencer.