IA & Automatisation · 23 février 2026 · 14 min. de lecture · Manuel Krapf, CMO, Amplifa
IA Fabrication : Merck montre l'exemple – les PME dorment-elles ?
La IA Fabrication est une réalité. Alors que des géants de la chimie comme Merck KGaA s'équipent en robotique IA, beaucoup hésitent. Découvrez ce que ce pacte signifie pour votre entreprise.
Vous souvenez-vous des boîtes de chimie de votre enfance ? Un peu de bulles, une légère coloration, peut-être une odeur étrange – c'était déjà un immense succès. Dans les laboratoires de la grande industrie en Germany, soyons honnêtes, cela n'a pas été fondamentalement différent pendant des décennies. Simplement avec des ballons en verre plus coûteux et des employés titulaires d'un doctorat en blouse blanche, mélangeant méticuleusement des formules. Un processus marqué par l'essai, l'erreur et beaucoup de patience.
Mais cette époque du mélange manuel, du pipetage et de l'espoir est définitivement révolue. Ce qui vient d'être scellé en janvier 2026 entre Merck KGaA à Darmstadt et une startup nommée ChemLex de Singapour est bien plus qu'un simple « Memorandum of Understanding » pompeux. C'est l'enterrement de l'ancien paradigme de la R&D. C'est le coup d'envoi d'une nouvelle ère dans la production, dont l'écho résonnera bien au-delà du secteur de la chimie, jusque dans les ateliers des PME en Deutschland. La question est : quelqu'un y prête-t-il attention ?
La IA Fabrication n'est pas une musique d'avenir – c'est la nouvelle réalité
Parlons franchement. Merck, l'un de nos fleurons de la chimie en Deutschland, s'offre avec ChemLex une armada de robots pilotés par IA. Le fait est qu'ils ne laissent plus principalement des humains mélanger des substances, mais des algorithmes et des automates de haute précision. ChemLex fournit une plateforme qui connecte un laboratoire entièrement automatisé à l'Intelligence Artificielle. L'objectif ? Accélérer la recherche et développement (R&D) de manière si radicale que la concurrence ne verra plus que les feux arrière. Il s'agit de développer de nouveaux matériaux pour l'industrie des semi-conducteurs ou de l'automobile non plus en années, mais en mois. Et ce, avec une précision et une reproductibilité dont un humain ne peut que rêver.
Ce n'est pas seulement un gadget pour un groupe riche. C'est un changement de paradigme. Merck qualifie l'IA d'« enabler critique » pour résoudre des « défis scientifiques complexes ». Traduction : sans IA, plus rien ne fonctionnera bientôt chez nous. Et ils ne sont pas seuls. Selon les chiffres actuels dont je dispose, l'IA pilote déjà 46 % de toutes les charges de travail de simulation dans les équipes R&D des industries européennes de la chimie, de l'énergie et des semi-conducteurs. 42 % de ces équipes utilisent déjà des plateformes natives IA. Ce n'est plus une niche, c'est le nouveau standard au sommet.
La différence : vitesse, coûts et précision en chiffres
Pour rendre cela concret, nous devons nous éloigner de l'image du laboratoire et regarder les faits froids. Il s'agit d'avantages économiques concrets. Lors de ma dernière visite dans une PME de construction mécanique près de Stuttgart, le directeur général se plaignait qu'un cycle de développement pour un nouveau composant durait facilement 18 mois. 18 mois ! Pendant ce temps, un concurrent misant sur la simulation par IA a déjà effectué trois itérations et se trouve sur le marché avec un meilleur produit.
| Paramètre | R&D traditionnelle | Synthèse assistée par IA (modèle Merck) |
|---|---|---|
| Temps de développement de nouveaux matériaux | 12-24 mois | 3-6 mois |
| Nombre d'expériences manuelles | Des centaines à des milliers par projet | Considérablement réduit, car l'IA prédit les candidats les plus prometteurs |
| Reproductibilité & standardisation | Fortement dépendante du personnel exécutant | Extrêmement élevée, car pilotée par robot et axée sur les données |
| Coûts de personnel en laboratoire | Élevés, nécessite des spécialistes hautement qualifiés pour des tâches répétitives | Moindres, les spécialistes se concentrent sur des problématiques complexes et l'interprétation des résultats de l'IA |
| Exploitation des données | Souvent en silos (carnets de notes, fichiers locaux) | Centralisée, structurée et réutilisable pour de futurs modèles IA |
Ce que disent les pionniers – et ce qu'ils cachent
Bien sûr, le discours de Merck n'est que la moitié de l'histoire. « Condition préalable à la résolution de défis scientifiques complexes » – cela sonne bien sur n'importe quelle diapositive PowerPoint. Mais qu'y a-t-il derrière ? J'ai téléphoné la semaine dernière au Dr Martin Graf, un analyste qui travaille dans le secteur de la chimie depuis 20 ans. Il a résumé la situation : « Klaus, ce que nous voyons ici est le moment AlphaFold pour la science des matériaux. Tout comme l'IA a révolutionné le repliement des protéines, elle va réinventer le développement des matériaux. Ceux qui ratent le coche seront dégradés au rang de sous-traitants des innovateurs. »
Nous sommes face à une transformation de la chimie qui sera aussi disruptive qu'AlphaFold l'a été pour la biologie. Les entreprises qui n'agissent pas maintenant risquent d'être technologiquement non pertinentes dans quelques années.
— Dr Martin Graf, analyste sectoriel chez ChemConsult
Le regard vers la Belgique chez le concurrent Syensqo (l'ancienne division de Solvay) est également intéressant. On y est déjà un peu plus loin avec SYGROW, une solution d'IA générative utilisée non seulement en R&D, mais aussi dans la vente – pour la génération de leads et l'analyse des exigences clients. La dirigeante, Mme Colegrave, parle ouvertement des garde-fous : « Human-in-the-loop » et un principe clair de « non-surveillance ». Cela a même été coordonné avec les comités d'entreprise européens. C'est la voie intelligente : introduire la technologie, mais emmener les gens avec soi. Un point que beaucoup de PME en Deutschland ont (malheureusement) tendance à négliger.
L'automatisation dans les PME : entre ambition et réalité
Tout cela semble merveilleux, n'est-ce pas ? Le meilleur des mondes de la IA Fabrication, où les robots travaillent pour nous et les algorithmes nous montrent la voie vers la prochaine affaire à un milliard. Mais soyons réalistes. On met encore une fois la charrue avant les bœufs. La réalité dans la plupart des entreprises de fabrication de taille moyenne que je visite – que ce soit en Westphalie ou en Forêt-Noire – est différente. On y lutte contre des problèmes de chaîne d'approvisionnement, des coûts énergétiques qui explosent et une pénurie de main-d'œuvre qualifiée à en pleurer.
Quelqu'un croit-il vraiment qu'un Hidden Champion de 250 employés peut soudainement porter un partenariat avec une startup IA à Singapour ? La réalité, ce sont des budgets serrés, une infrastructure informatique datant parfois de l'ère Helmut Kohl, et surtout : des données non structurées et impures. L'IA n'est efficace qu'en fonction des données dont elle est nourrie. Et le plus grand tas d'ordures numériques ne produit, avec la meilleure IA, que des ordures plus rapides et plus chères. Je doute fort que ce soit aussi simple que ce que promettent les brochures sur papier glacé. Le risque est immense que les PME perdent pied ici – non par manque de volonté, mais par pur surmenage.
Questions & Réponses : qu'est-ce que cela signifie concrètement pour mon entreprise ?
Voici les questions que les directeurs généraux me posent chaque semaine – et mes réponses sans détour.
Un investissement dans la IA Fabrication est-il rentable pour une PME ?
Pas si vous essayez de copier Merck. Mais absolument oui, si vous commencez petit. Un projet pilote dans le contrôle qualité optique, une optimisation assistée par IA de vos temps de réglage ou une automatisation intelligente des ventes – ce sont des projets avec un ROI en 12 à 18 mois. La question n'est pas de savoir si c'est rentable, mais par où vous commencez.
Où puis-je trouver la main-d'œuvre qualifiée nécessaire ?
Nulle part. En tout cas pas sur le marché libre. Vous devez qualifier vos propres collaborateurs. Formez des « champions IA » internes qui serviront de pont entre les départements et les prestataires externes. Et cherchez des partenaires – universités, instituts Fraunhofer ou cabinets de conseil spécialisés qui comprennent les PME en Deutschland. Vous n'avez pas besoin d'un Data Scientist de Google, vous avez besoin d'un ingénieur qui comprend comment vos machines fonctionnent et ce que l'IA peut y améliorer.
Mes données sont un chaos. Puis-je quand même commencer ?
Vous le devez. N'attendez pas la base de données parfaite. Lancez un projet de nettoyage des données en parallèle de votre premier projet pilote IA. Utilisez le projet pilote pour définir de quelles données vous avez VRAIMENT besoin et avec quelle qualité. Cela crée de la concentration. Sinon, vous vous perdrez dans un grand nettoyage de données de plusieurs années pendant que la concurrence vous dépasse.
- Étape 1 : État des lieux brutalement honnête. Oubliez l'IA un instant. Où perdez-vous exactement de l'argent, du temps et de l'énergie dans votre production ou votre vente ? Identifiez les 2-3 points de douleur les plus importants. Ne devinez pas – mesurez ! Parlez aux personnes sur les machines et sur le terrain.
- Étape 2 : Lancez un projet phare. Choisissez UN de ces points de douleur et définissez un objectif clair et mesurable. Exemple : « Réduction du taux de rebut sur la ligne 3 de 15 % grâce à la reconnaissance d'images assistée par IA. » Ce projet doit fournir des premiers résultats sous 6 mois. Il s'agit d'une victoire rapide pour convaincre l'organisation.
- Étape 3 : Diète de données plutôt que palais de données. Identifiez les données MINIMALES nécessaires pour votre projet phare. Occupez-vous UNIQUEMENT de ces données. Assurez-vous qu'elles sont propres, accessibles et structurées. Le reste viendra plus tard. La perfection est l'ennemie du progrès.
- Étape 4 : Mettez de la puissance externe sur la route. Vous n'avez pas besoin de réinventer la roue. Cherchez un prestataire ou un institut de recherche qui a déjà résolu des problèmes similaires dans des PME. Les références sont essentielles ici. Ne vous laissez pas vendre des châteaux en Espagne.
- Étape 5 : Faites de vos employés des complices. La communication est primordiale. Ce n'est pas un projet informatique, c'est un changement de culture. Expliquez ce que vous prévoyez, quel est l'intérêt pour l'individu (moins de travail stupide, plus de focus sur la résolution de problèmes) et prenez les craintes au sérieux. Un système IA saboté par les employés est le plus coûteux des mauvais investissements.
Le fondement : votre Profil Client Idéal (ICP) — Avant d'investir des millions dans la production IA, vous devez savoir pour QUI vous produisez. Toute stratégie assistée par IA – que ce soit en R&D ou en vente – commence par une compréhension ultra-précise de votre client idéal. Notre ICP Playbook vous aide à poser précisément ce fondement.
Soyons honnêtes : la plupart des directeurs de PME avec qui je discute ces derniers temps écartent encore le sujet de l'IA. « Trop cher », « trop complexe », « pas pour nous » ou mon préféré : « Nos clients n'en veulent pas ». C'est une erreur d'appréciation extrêmement dangereuse. Vos clients ne veulent peut-être pas d'IA, mais ils veulent des délais de livraison plus courts, une meilleure qualité et des prix plus bas. Et c'est exactement ce que la concurrence assistée par IA fournira.
Merck et consorts sont en train de créer des faits accomplis. Ils utilisent leur puissance financière pour bâtir une avance technologique qui sera irrattrapable dans quelques années. Je parie que d'ici 2030, nous verrons une industrie à deux vitesses en Deutschland : les intégrés à l'IA, agiles, axés sur les données et hautement efficaces – et les distancés, qui deviendront de simples ateliers et sous-traitants des premiers. C'est inéluctable. La question pour vous n'est pas de savoir si vous montez dans le train, mais à quelle vitesse vous vous assurez un billet en première classe. Et ce train quitte la gare à toute allure.