Fabrication IA : Merck montre l'exemple – les PME dorment-elles ?
KI & Automatisierung · 23. Februar 2026 · Manuel Krapf
La fabrication IA est une réalité. Alors que des géants de la chimie comme Merck KGaA s'équipent de robotique IA, beaucoup hésitent. Découvrez ce que ce pacte signifie réellement pour votre entreprise.
Vous souvenez-vous des kits de chimie de votre enfance ? Un peu de bouillonnement, une légère décoloration, peut-être une odeur étrange – c'était déjà un énorme succès. Dans les laboratoires de la grande industrie allemande, soyons honnêtes, cela n'a pas été fondamentalement différent pendant des décennies. Juste avec des fioles en verre plus chères et des employés titulaires d'un doctorat en blouse blanche, qui mélangeaient méticuleusement des formules. Un processus caractérisé par l'essai, l'erreur et beaucoup de patience.
Mais cette époque de mélange manuel, de pipetage et d'espoir est définitivement révolue. Ce qui a été scellé en janvier 2026 entre Merck KGaA à Darmstadt et une startup nommée ChemLex de Singapour est plus qu'un simple « protocole d'accord » pompeux. C'est l'enterrement de l'ancien paradigme de la R&D. C'est le coup d'envoi d'une nouvelle ère de production, dont l'écho résonnera bien au-delà de l'industrie chimique, jusque dans les ateliers des PME allemandes. La seule question est : quelqu'un écoute-t-il ?
La fabrication IA n'est pas une musique d'avenir – c'est la nouvelle réalité
Parlons franchement. Merck, l'un de nos fleurons de la chimie allemande, s'équipe d'une armada de robots contrôlés par IA avec ChemLex. Le fait est qu'ils ne font plus principalement mélanger des substances par des humains, mais par des algorithmes et des automates de haute précision. ChemLex fournit une plateforme qui combine un laboratoire entièrement automatisé avec l'intelligence artificielle. L'objectif ? Accélérer radicalement la recherche et le développement (R&D) afin que la concurrence ne voie 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 riche groupe. C'est un changement de paradigme. Merck qualifie l'IA de « facilitateur critique » pour résoudre des « défis scientifiques complexes ». Traduction : sans IA, plus rien ne fonctionnera bientôt chez nous. Et ils ne sont pas les seuls. Selon les chiffres actuels dont je dispose, l'IA alimente déjà 46 % de toutes les charges de travail de simulation dans les équipes de R&D des industries européennes de la chimie, de l'énergie et des semi-conducteurs. 42 % de ces équipes utilisent déjà des plateformes natives de l'IA. Ce n'est plus une niche, c'est la nouvelle norme au sommet.
La différence : vitesse, coûts et précision en chiffres
Pour rendre cela tangible, nous devons nous éloigner de l'image du laboratoire et nous concentrer sur les faits bruts. Il s'agit d'avantages économiques concrets. Lors de ma dernière visite dans une entreprise de construction mécanique de taille moyenne près de Stuttgart, le directeur général se plaignait qu'un cycle de développement pour un nouveau composant prenait facilement 18 mois. 18 mois ! Pendant ce temps, un concurrent qui s'appuie sur la simulation IA a déjà effectué trois itérations et est sur le marché avec un meilleur produit.
| Paramètre | R&D traditionnelle | Synthèse assistée par IA (modèle Merck) |
|---|---|---|
| Temps de développement pour 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 et standardisation | Dépend fortement du personnel exécutant | Extrêmement élevé, car robotisé et basé sur les données |
| Coûts de personnel en laboratoire | Élevés, nécessite des spécialistes hautement qualifiés pour les tâches répétitives | Plus faibles, les spécialistes se concentrent sur les problèmes complexes et l'interprétation des résultats de l'IA |
| Exploitation des données | Souvent en silos (carnets de notes, fichiers locaux) | Centralisé, structuré et réutilisable pour les futurs modèles d'IA |
Ce que disent les pionniers – et ce qu'ils taisent
Bien sûr, le discours d'entreprise de Merck n'est que la moitié de la vérité. « Condition préalable à la résolution de défis scientifiques complexes » – cela sonne bien sur chaque présentation PowerPoint. Mais qu'y a-t-il derrière ? J'ai parlé la semaine dernière au Dr Martin Graf, un analyste qui travaille dans l'industrie chimique depuis 20 ans. Il a résumé la situation : « Klaus, ce que nous voyons ici, c'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 manquent le coche seront dégradés au rang de fournisseurs des innovateurs. »
Nous sommes à l'aube d'une transformation de la chimie qui sera aussi disruptive qu'AlphaFold pour la biologie. Les entreprises qui n'agissent pas maintenant risquent de devenir technologiquement insignifiantes en quelques années.
— Dr. Martin Graf, analyste sectoriel chez ChemConsult
Il est également intéressant de se tourner vers la Belgique, chez le concurrent Syensqo (l'ancienne division Solvay). Là-bas, ils ont déjà une longueur d'avance et utilisent SYGROW, une solution d'IA générative qui aide non seulement en R&D, mais aussi dans les ventes – pour la génération de leads et l'analyse des besoins des clients. La directrice, Mme Colegrave, parle ouvertement des garde-fous : « l'humain dans la boucle » (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 impliquer les gens. Un point que de nombreuses PME allemandes (malheureusement) ont tendance à négliger.
Automatisation dans les PME : entre ambition et réalité
Tout cela semble merveilleux, n'est-ce pas ? Le beau nouveau monde de la fabrication IA, où les robots travaillent pour nous et les algorithmes nous montrent le chemin vers le prochain milliard. Mais soyons réalistes. On met la charrue avant les bœufs. La réalité dans la plupart des entreprises manufacturières de taille moyenne que je visite – que ce soit en Ostwestfalen-Lippe ou en Forêt-Noire – est différente. On se bat avec des problèmes de chaîne d'approvisionnement, des coûts énergétiques qui explosent et une pénurie de main-d'œuvre qualifiée qui fait pleurer.
Quelqu'un croit-il vraiment qu'un champion caché avec 250 employés peut simplement conclure un partenariat avec une startup d'IA à Singapour ? La réalité, ce sont des budgets serrés, une infrastructure informatique qui date parfois de l'ère Helmut Kohl, et surtout : des données non structurées et sales. L'IA n'est aussi bonne que les données avec lesquelles elle est alimentée. Et la plus grande décharge numérique ne produit qu'un déchet plus rapide et plus cher avec la meilleure IA. Je doute fortement que ce soit aussi simple que le promettent les brochures glacées. Le risque est énorme que les PME perdent le fil – non par manque de volonté, mais par simple surcharge.
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 concession.
Un investissement dans la fabrication IA est-il rentable pour une PME ?
Non, si vous essayez de copier Merck. Mais absolument oui, si vous commencez petit. Un projet pilote de 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 retour sur investissement en 12 à 18 mois. La question n'est pas de savoir si c'est rentable, mais par où commencer.
Où trouver les spécialistes nécessaires ?
Nulle part. Du moins pas sur le marché libre. Vous devez qualifier vos propres employés. Formez des « champions de l'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 allemandes. Vous n'avez pas besoin d'un data scientist de Google, vous avez besoin d'un ingénieur qui comprend le fonctionnement de vos machines et ce que l'IA peut améliorer.
Mes données sont un chaos. Puis-je quand même commencer ?
Vous devez même. N'attendez pas la base de données parfaite. Lancez un projet de nettoyage de données en parallèle de votre premier projet pilote d'IA. Utilisez le projet pilote pour définir quelles données vous avez VRAIMENT besoin et avec quelle qualité. Cela crée de la concentration. Sinon, vous vous perdrez dans un nettoyage de données de plusieurs années pendant que la concurrence vous dépasse.
- Étape 1 : Bilan brutalement honnête. Oubliez l'IA un instant. Où perdez-vous exactement de l'argent, du temps et des nerfs dans votre production ou vos ventes ? Identifiez les 2-3 points douloureux les plus importants. Ne devinez pas – mesurez ! Parlez aux gens à la machine et sur le terrain.
- Étape 2 : Lancez un projet phare. Choisissez UN de ces points douloureux 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 dans les 6 mois. Il s'agit d'une victoire rapide qui convainc l'organisation.
- Étape 3 : Régime de données au lieu de palais de données. Identifiez les données MINIMALES nécessaires pour votre projet phare. Ne vous occupez QUE 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 : Obtenez de la puissance externe. Vous n'avez pas à réinventer la roue. Cherchez un prestataire de services ou un institut de recherche qui a déjà résolu des problèmes similaires dans les PME. Les références sont primordiales ici. Ne vous laissez pas vendre des châteaux en l'air.
- Étape 5 : Faites de vos employés des complices. La communication est essentielle. Ce n'est pas un projet informatique, c'est un changement culturel. Expliquez ce que vous comptez faire, quels sont les avantages pour l'individu (moins de travail stupide, plus de concentration sur la résolution de problèmes) et prenez les craintes au sérieux. Un système d'IA saboté par les employés est le pire investissement raté qui soit.
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 précise de votre client idéal. Notre ICP Playbook vous aide à poser ce fondement.
Honnêtement : la plupart des directeurs généraux de PME avec qui je parle ces derniers temps rejettent 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 rapides, 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. Ils utilisent leur puissance financière pour construire un avantage technologique qui sera inatteignable en quelques années. Je parie que d'ici 2030, nous verrons une société à deux vitesses dans l'industrie allemande : les entreprises intégrées à l'IA, agiles, axées sur les données et très efficaces – et les retardataires, qui deviendront de simples ateliers et sous-traitants des premières. Il n'y a pas d'échappatoire. La question pour vous n'est pas de savoir si vous montez dans le train, mais à quelle vitesse vous obtenez un billet pour la première classe. Et ce train quitte la gare à grande vitesse.