Forum de la chimie | IA, chimie & métiers

Programmation

Une journée pour comprendre comment l’IA transforme le métier de chimiste

L’intelligence artificielle transforme aujourd’hui la recherche, la production et les pratiques professionnelles en chimie. Du développement de nouvelles molécules au pilotage industriel, en passant par la formation et le recrutement, elle redéfinit les compétences et les responsabilités des acteurs du secteur.

Cette 10ᵉ édition du Forum propose un panorama concret et structuré des usages actuels et émergents, à travers des retours d’expérience industriels et académiques.

La chimie française à l'ère de l'IA

Hélène Moumrikoff | Directrice des affaires économiques, internationales et innovation, France Chimie

Panorama du secteur, besoins en compétences et impacts de l'IA sur la compétitivité et l'évolution des métiers.

[ IA & Chimie : la course mondiale est lancée… l’Europe peut‑elle rattraper son retard ? ]

Dans un contexte où la chimie mondiale accélère massivement l’adoption de l’IA, l’Europe et la France accusent un retard préoccupant qui pèse sur leur compétitivité. L’IA représente pourtant un levier majeur pour réduire les coûts, augmenter la productivité et accélérer l’innovation dans un secteur sous pression économique. Les dynamiques internationales, montre comment l’IA transforme déjà la chimie, et met en lumière l’urgence d’agir pour rattraper l’écart. La question n’est plus “faut‑il y aller ?” mais “combien de temps peut‑on encore attendre ?”

Comprendre l'IA : fondements et enjeux

Basile Sauvage | Professeur en informatique, ICube - Université de Strasbourg

Présentation des bases du machine learning et des IA génératives avec un éclairage sur leurs enjeux techniques et sociétaux.

[ Travailler aves les intelligences artificielles ]

Nous présenterons les IA, dans une double perspective historique et technique, avec une focalisation sur le machine learning et les IA génératives. Dans la perspective de travailler avec ces outils, nous aborderons ensuite un certain nombre d’enjeux (techniques, sociaux, écologiques), et esquisserons des leviers d’action. Cet exposé prétend à parler d’IA dans un sens général et informatique, sans aborder les questions spécifiques à la chimie.

R&D augmentée : découvrir et concevoir autrement

Anthony Bocahut | Principal Scientist & Laurianne Moity | Change Manager, SYENSQO

Accélération du développement de polymères durables grâce au machine learning.

[ L’IA au service des matériaux durables ]

Dans un contexte industriel soumis à de fortes contraintes réglementaires et environnementales, Syensqo utilise l’intelligence artificielle pour accélérer la découverte de nouveaux matériaux et polymères. En combinant machine learning, simulations in silico et validation expérimentale, l’IA permet d’explorer des millions de combinaisons moléculaires, de réduire significativement les délais de développement et d’augmenter le taux de succès, tout en intégrant les principes du safe and sustainable by design. Cette transformation ne repose pas uniquement sur la technologie. Elle implique une structuration rigoureuse des données, une collaboration étroite entre chimistes et data scientists, et une validation humaine systématique (human-in-the-loop). L’adoption de l’IA nécessite également un accompagnement au changement, une montée en compétences numériques et une gouvernance éthique des usages. L’IA ne remplace pas l’expertise scientifique : elle l’amplifie, au service de la performance, de la durabilité et de la compétitivité de la chimie.

Alexey Orlov | Maître de conférences, Laboratory of chemoinformatics - CNRS - Université de Strasbourg

IA agentique et laboratoires autonomes : de la génération in silico à l’expérimentation automatisée.

[ IA agentique pour la découverte chimique : de la conception in silico aux systèmes expérimentaux ]

L’IA agentique — des systèmes fondés sur de grands modèles de langage, capables de planifier, d’utiliser des outils et d’adapter leur stratégie à partir de retours transforme la découverte en chimie. In silico, ces modèles peuvent proposer de nouveaux composés, matériaux et réactions en analysant les données de manière autonome et en générant des hypothèses. Dans les laboratoires autonomes, des agents d’IA bouclent le processus en planifiant et en exécutant les expériences, puis en interprétant les résultats afin de valider et d’affiner rapidement ces propositions. Nous illustrerons ces avancées à travers le développement de tels systèmes au sein du laboratoire de chémoinformatique de l’Université de Strasbourg.

Chimie en flux continu et micro-usines intelligentes

Philippe Robin | Président & Co-fondateur, Alysophil

IA appliquée à la génération moléculaire, à l’optimisation de procédés et au développement de micro-usines autonomes.

[ Quand l’IA pilote la chimie : retour d’expérience d’une PME deeptech strasbourgeoise ]

Alysophil est une société à vocation industrielle fondée en 2018 par des professionnels de l’industrie chimique. Notre société fournit des solutions pour le développement et la production de molécules en s’appuyant sur des outils d’intelligence artificielle et de chimie en flux continu. Nous proposons à nos partenaires une offre unique : génération d’information in silico via le framework IA AlChemAI (www.alchemai.ai), amélioration de production et de qualité, prédiction de caractéristiques avant synthèse, et génération de molécules sous contrainte. Une fois ces connaissances disponibles, nous réalisons des synthèses au laboratoire à l’aide de procédés en flux continu (ou batch), définissons le procédé industriel et les données économiques associées, et réalisons des petites productions (<10 kg). Au-delà de ces travaux de R&D, la mission d’Alysophil est le développement de micro-usines rendues autonomes par l’IA, nommées ChemPocket, en partenariat avec De Dietrich (www.dedietrich.com). Ce projet vise à rendre la production de molécules plus sûre, plus frugale et locale. Un projet (PIPAc) est également en construction dans le domaine pharmaceutique. Notre schéma s’inscrit dans la relocalisation industrielle en proposant des solutions compétitives et innovantes.L’usine intelligente : de la promesse à la réalité

L’usine intelligente : de la promesse à la réalité

Loïc Croissant | Directeur des opérations et de l'innovation, Purecontrol

Pilotage prédictif des procédés et gains énergétiques.

[ L'intelligence artificielle dans le pilotage des procédés, des promesses à la réalité opérationnelle ]

Face à l’urgence climatique et aux enjeux de transition énergétique, l’optimisation des procédés de traitement (eaux, déchets) exige désormais un pilotage prédictif multi-objectifs. L’intelligence artificielle transforme la conduite industrielle en substituant l’anticipation à la réaction, notamment grâce au déploiement de capteurs virtuels. Les résultats opérationnels sont tangibles, avec des gains significatifs sur la consommation énergétique, l’usage de réactifs chimiques et l'empreinte carbone des sites. Toutefois, la réussite et la pérennité de ce déploiement reposent avant tout sur l’acceptabilité humaine, la cybersécurité des infrastructures critiques et sur une attention particulière à la sobriété numérique, indispensable pour garantir que l'outil technologique conserve un bénéfice environnemental net positif.

Stéphane Coutanson | Fondateur Président Directeur Général & Christophe Narth | Directeur Général Délégué, Prométhée T&I

Optimisation et décarbonation des procédés.

[ Éco-ingénierie industrielle et IA appliquée : pour une performance responsable en chimie, la sobriété ingénieuse ]

L'intégration de l'IA dans la chimie industrielle ne doit pas être une course à la complexité algorithmique, mais un outil de rationalisation des procédés. À travers notre expérience en éco-ingénierie industrielle, nous illustrerons comment l'IA peut servir une transformation sobre et performante : optimisation de procédés existants, conception de molécules durables, réduction de l'empreinte environnementale des infrastructures de calcul. Entre recherche fondamentale et terrain industriel, Prométhée Technologies & Ingénierie développe des approches qui évitent le piège du "solutionnisme technologique". Nous présenterons des cas concrets de valorisation, d'optimisation et de décarbonation, où l'IA apporte une valeur mesurable sans générer de nouveaux coûts cachés. L'enjeu : faire de l'IA un accélérateur d'une industrie chimique plus responsable, pas un nouvel outil de complexification.

Infrastructures, sécurité et régulation

Thierry Bernet | Retired . VP Circular Economy and Innovation, Berry Global & Ilia Martayan | Coordinateur du pôle plaidoyer legislatif, Les Shifters

Impact énergétique des centres de données.

[ Intelligence artificielle, données, calculs : quelles infrastructures dans un monde décarboné ? ]

A l'échelle mondiale, la consommation d'électricité des centres de données n'a pas plafonné. Elle a augmenté et elle s'est même accélérée. Elle pourrait atteindre en 2030, 1500 TWh dont 35% utilisée par l'IA. L'augmentation des émissions de GES associées va à l'opposé de la nécessité de réduction de 5% par an pour respecter les accords de Paris. Le rapport du Shift Project présenté aujourd’hui devrait pouvoir alimenter la réflexion pour orienter les choix technologiques quant à la viabilité de telles infrastructures.

Cédric Kaesmann | Responsable IA, DGSI

Intégration sécurisée de l’IA et protection des données.
Cadre réglementaire : RGPD, CNIL, AI Act européen.

[ Comprendre, appréhender et s’approprier les enjeux de l’IA ]

L’objectif poursuivi couvre l’utilisation de l’IA dans un contexte personnel et professionnel. Il s’agit de démystifier son concept, identifier ses usages, s’approprier les solutions permettant une parfaite protection des données stratégiques et éviter les fuites ou dispersion de la donnée protégée. Cette intervention concerne toute personne susceptible d’utiliser une technologie d’Intelligence Artificiel dans son quotidien personnel ou professionnel. Les points suivants seront abordés : Protection des données | Comprendre les CGU et leur portée | Utilisation des données d’entrainement de l’IA | Implication juridiques et éthiques | Étapes pour intégrer l’IA et minimiser les risques | Niveau intermédiaire : les API | Niveau expert : L’IA locale | Règlementation et legislation | CNIL et RGPD | AI Act européen et règlements internationaux

Former et recruter à l’ère de l’IA

Marco Cecchini | Junior Group Leader (PI), Laboratoire d’Ingénierie des Fonctions Moléculaire - Université de Strasbourg

IA dans le quotidien académique.

[ Intégrer l’IA dans le quotidien d’un enseignant-chercheur : opportunités et défis ]

Le pouvoir transformateur de l’intelligence artificielle (IA), en particulier des modèles de langage de grande taille tels que ChatGPT, redéfinit la manière dont nous travaillons, apprenons et résolvons des problèmes dans tous les secteurs, y compris le monde académique. La chimie ne fait pas exception : les technologies d’IA sont de plus en plus utilisées pour automatiser la synthèse chimique, analyser et interpréter des ensembles de données complexes, et soutenir la conception de nouvelles entités chimiques. Dans la première partie de mon exposé, je présenterai des exemples concrets d’intégration de l’IA dans le quotidien d’un enseignant-chercheur, partagé entre recherche, enseignement et responsabilités administratives, en mettant en lumière les bénéfices pratiques et l’avantage compétitif qu’offrent ces outils émergents. J’aborderai ensuite les risques associés à une intégration non critique de l’IA, en particulier dans l’environnement académique, dont la mission n’est pas guidée par le profit mais par la production et la transmission des connaissances. Je conclurai en soulevant quelques questions essentielles qui doivent être examinées afin de garantir une intégration responsable, durable et intellectuellement rigoureuse de l’IA dans les pratiques académiques.

Frédéric Bolze | Maître de conférences HDR, Laboratoire de Chémo-Biologie Synthétique & Thérapeutique - Université de Strabourg

Usages étudiants et esprit critique.

[ L’erreur est humaine… ou pas ! ]

L’utilisation des IA génératives (ChatGPT, Mistral, Copilot, etc.) s’est imposée comme une pratique courante chez les étudiants, de la licence au doctorat. Si ces outils offrent des possibilités remarquables, ils exigent une vigilance constante : les erreurs, les approximations ou les biais qu’ils peuvent générer ne doivent pas être ignorés, mais transformés en opportunités pédagogiques. En analysant de manière critique les réponses fournies par l’IA plutôt qu’en les adoptant sans réflexion, les étudiants peuvent approfondir leur compréhension des concepts de base, affiner leur raisonnement scientifique et développer une culture générale plus solide. Cette démarche active, que j’illustrerai par des exemples concrets tirés de mes enseignements en chimie générale (L1) et de mes activités de recherche, montre comment l’IA peut devenir un levier pour renforcer l’autonomie et l’esprit critique, plutôt qu’un simple raccourci. L’enjeu n’est pas de rejeter ces outils, mais d’apprendre à les utiliser avec discernement, en en faisant des alliés pour mieux comprendre.

Anne-Sophie Felten | Experte en recrutement Scientifique, Science me Up

IA et aide à la décision en recrutement scientifique.

[ L'IA au service du recrutement : qui lit vraiment votre CV ? ]

L’intelligence artificielle s’est imposée en quelques années comme un acteur clé du recrutement. Tri automatisé des CV, matching de compétences, scoring de candidats, chatbots de préqualification : les outils se multiplient et transforment en profondeur les pratiques des recruteurs comme l’expérience des candidats.Dans un contexte de pénurie de talents, de forte tension sur les profils qualifiés et d’augmentation massive des candidatures, l’IA apparaît comme une réponse opérationnelle aux enjeux de volume, de rapidité et d’optimisation des processus. Mais qui décide réellement de la pertinence d’un CV ? Un algorithme, un recruteur ou la combinaison des deux ?Cette présentation propose un décryptage concret des usages actuels et émergents de l’IA dans le recrutement, depuis les ATS et outils de parsing de CV jusqu’aux solutions de sourcing intelligent et d’évaluation prédictive des compétences. Elle mettra en lumière ce que l’IA sait faire efficacement aujourd’hui et ce qu’elle ne sait pas (encore) faire. Au-delà des promesses technologiques, l’intervention abordera les enjeux clés liés à l’utilisation de l’IA en recrutement : biais algorithmiques, transparence des décisions, standardisation des profils, risque d’exclusion de talents atypiques, mais aussi opportunités en matière de gain de temps, d’amélioration de la qualité des recrutements et de recentrage du recruteur sur l’analyse humaine et stratégique. À travers des exemples concrets issus du recrutement scientifique et technique, cette présentation invitera à une réflexion essentielle : comment utiliser l’IA comme un levier au service du recruteur et non comme un filtre aveugle qui décide à sa place ?

L’intelligence artificielle ne remplace pas les chimistes. Elle transforme leurs pratiques et leurs compétences.