Reid Hoffman prédit une révolution de l’IA dans la biologie
Reid Hoffman, cofondateur de LinkedIn, a récemment souligné que l’obsession de la Silicon Valley pour les logiciels pourrait freiner les innovations nécessaires à la prochaine révolution en matière d’intelligence artificielle (IA). Selon lui, cette évolution pourrait émerger de sujets jugés trop complexes, notamment dans le domaine de la biologie.
Dans un épisode du podcast a16z publié lundi, Hoffman a expliqué que l’approche technologique actuelle limitait la vision des entrepreneurs. Il s’est interrogé sur « quels sont les domaines dans lesquels la révolution de l’IA sera magique ? » et a encouragé à considérer des secteurs souvent négligés par les investisseurs.
Hoffman a précisé qu’il ne misait pas sur une IA capable de concevoir des médicaments seule ; plutôt, il voit un potentiel pour ces outils d’accompagner les scientifiques vers des expériences prometteuses. Il souligne : « Il suffit de faire des prédictions et de les obtenir correctement – et en passant, il n’est pas nécessaire qu’elles soient exactes à 100% du temps », ajoutant que même une précision partielle peut mener à des avancées significatives.
Les commentaires éclairent également le paysage actuel où l’IA devient omniprésente dans le secteur médical. Cathie Wood, CEO d’Ark Invest, lors du All-In Summit 2025 en septembre dernier, avait précisé que cette transition se joue principalement au sein des hôpitaux et laboratoires. Elle a fait remarquer que combiner IA avec des technologies comme CRISPR pourrait transformer le paysage médical.
L’appétit croissant pour ces technologies attire déjà les plus grands acteurs du secteur technologique. Microsoft intègre activement l’IA dans ses solutions cloud afin d’automatiser diverses opérations hospitalières. Par ailleurs, Nvidia renforce sa position sur ce marché par plusieurs partenariats centrés sur l’imagerie médicale.
Alors que ces évolutions progressent rapidement dans le domaine sanitaire, il reste essentiel pour les startups d’adapter leurs stratégies face aux défis réglementaires et techniques qui pourraient apparaître lors de cette transition vers une intelligence artificielle intégrée au monde biologique et médical.
