Mike King, Directeur principal, Produit & Stratégie, IQVIA – Série d’interviews

Mike King, Directeur principal, Produit & Stratégie, IQVIA, est un cadre expérimenté du secteur de la santé et des sciences de la vie, avec plus de deux décennies d’expérience couvrant la stratégie produit, les affaires réglementaires, l’assurance qualité, les opérations et la transformation des entreprises. Avant de rejoindre IQVIA en 2022, King a occupé des postes de direction chez Dentsply Sirona et GE Healthcare, où il supervisait les affaires réglementaires dans des marchés internationaux complexes, notamment l’Europe, la Russie, la Communauté des États indépendants (CEI), Israël, le Moyen‑Orient, l’Afrique et l’Asie. Au début de sa carrière, il a occupé des fonctions en qualité, réglementation, opérations et affaires chez Bio‑Rad Laboratories, Stryker et Accenture, ce qui lui a donné une vaste expérience à l’intersection de la technologie de santé, de la conformité réglementaire et de la stratégie commerciale.

IQVIA est un fournisseur mondial de services de recherche clinique, d’analyses commerciales et d’intelligence sanitaire au service des industries des sciences de la vie et de la santé. L’entreprise combine des données de santé à grande échelle avec des analyses avancées, des technologies, une expertise sectorielle et ses capacités d’IA de niveau santé pour aider les sociétés pharmaceutiques, biotechnologiques, de dispositifs médicaux et autres organisations de santé à soutenir le développement de médicaments, la recherche clinique, la commercialisation et la génération de preuves. Grâce à son approche Connected Intelligence, IQVIA vise à transformer les données de santé complexes en informations exploitables pouvant accélérer l’innovation et améliorer la prise de décision dans tout l’écosystème sanitaire.

Votre carrière vous a conduit du conseil chez Accenture aux rôles de direction en assurance qualité et en réglementation chez Stryker, Dentsply Sirona et GE Healthcare, pour aboutir aujourd’hui à la stratégie produit chez IQVIA. Comment cette progression a‑t‑elle façonné votre vision des décisions technologiques à long terme que les entreprises des sciences de la vie prennent concernant l’intelligence artificielle ?

Mon parcours, qui a couvert le conseil, la fabrication, la qualité, les affaires réglementaires mondiales et la technologie de santé, m’a permis d’observer les décisions technologiques sous plusieurs angles de parties prenantes. Dans chaque fonction, j’ai constaté que les investissements les plus réussis sont ceux qui relient la performance opérationnelle et commerciale aux résultats pour les patients. C’est particulièrement vrai pour l’IA dans le secteur des sciences de la vie. Si les gains d’efficacité sont importants, la plus grande valeur à long terme proviendra de l’utilisation de l’IA pour renforcer la qualité, la conformité réglementaire, la prise de décision et, en fin de compte, la fourniture de solutions de santé sûres et efficaces sur les marchés mondiaux.

Vous soutenez que l’IA pourrait mettre fin au cycle traditionnel de remplacement technologique de cinq à sept ans. Pourquoi l’ajout d’IA rend‑il une plateforme de qualité ou réglementaire plus permanente plutôt que d’accélérer son remplacement ?

Traditionnellement, les entreprises remplaçaient les systèmes lorsque de meilleures fonctionnalités étaient disponibles et que les contrats avec les fournisseurs arrivaient à expiration. L’IA modifie ce calcul en accélérant le rythme de l’innovation technologique. La valeur ne réside plus uniquement dans l’application elle‑même ; elle se trouve dans les données, les flux de travail, la gouvernance et le savoir institutionnel accumulés au fil des années d’utilisation. Dans le contexte des Bonnes Pratiques, ou « GxP », des applications des sciences de la vie, lorsque les organisations superposent l’IA aux processus métier validés et améliorent continuellement les résultats grâce à une supervision professionnelle humaine qualifiée, elles créent un actif d’intelligence de plus en plus difficile à reproduire ailleurs. Dans cet environnement, remplacer une plateforme n’est pas simplement une décision technologique, c’est une décision de reconstruire des années de connaissances organisationnelles accumulées.

En quoi la qualité de l’architecture des données et de l’infrastructure des flux de travail d’une organisation détermine‑t‑elle si une implémentation d’IA apporte une valeur réelle ou ne fait que renforcer les inefficacités existantes ?

L’IA amplifie l’environnement dans lequel elle est déployée. Si les données sont fragmentées, les processus incohérents et la gouvernance faible, l’IA ne fera que automatiser et aggraver ces inefficacités. En revanche, les organisations disposant de flux de travail standardisés, de données fiables et d’une propriété et gouvernance clairement définies peuvent utiliser l’IA pour améliorer l’efficacité, la cohérence, la conformité et la prise de décision. La numérisation et la préparation des données restent des prérequis pour une adoption réussie de l’IA, tandis que la gouvernance continue des données et de l’IA est essentielle pour garantir la valeur, la conformité et la confiance bien après le déploiement.

Quel est le paradoxe d’approvisionnement créé lorsqu’une organisation entraîne des systèmes d’IA sur des années de données propriétaires de qualité, cliniques ou réglementaires ?

Le paradoxe est que plus une organisation réussit à exploiter l’IA, plus il devient difficile de quitter la plateforme qui a permis ce succès. Des années de données de qualité, réglementaires et cliniques peuvent devenir un atout concurrentiel important lorsqu’elles sont combinées à l’IA, mais elles peuvent également augmenter les coûts de changement. La solution n’est pas d’éviter la création de valeur pilotée par l’IA, mais de garantir que la propriété des données, l’interopérabilité et la portabilité soient intégrées dès le départ dans les décisions d’approvisionnement.

Vous suggérez que les décisions de plateforme prises en 2025 ou 2026 pourraient influencer les stratégies technologiques bien au‑delà de 2035. La plupart des responsables conformité, technologie de l’information et finance tiennent‑ils correctement compte de cet engagement à long terme ?

Les entreprises réglementées des sciences de la vie sont habituées à réaliser des investissements à long terme. Les décisions concernant les systèmes de planification des ressources d’entreprise (ERP), la fabrication, la qualité, les systèmes cliniques et réglementaires ont toujours nécessité des horizons de planification pluriannuels en raison de la validation, du contrôle des changements et de l’impact opérationnel. L’IA peut étendre certaines de ces considérations, mais de nombreux dirigeants seniors sont déjà expérimentés dans l’équilibre entre le risque technologique à long terme, les obligations réglementaires et la valeur commerciale. La différence réside dans le fait que l’IA élève l’importance stratégique des données et de la gouvernance, plutôt que de modifier fondamentalement le besoin de planification à long terme.

Comment les entreprises des sciences de la vie doivent‑elles distinguer le « bon verrouillage », où les données et l’intelligence accumulées créent un avantage concurrentiel, du verrouillage néfaste qui limite la flexibilité, l’interopérabilité ou le pouvoir de négociation ?

Un bon verrouillage ne consiste pas à être incapable de quitter une plateforme, mais plutôt à ne pas vouloir le faire parce que la plateforme continue d’évoluer, protège votre savoir propriétaire et permet l’adoption de nouvelles capacités d’IA et de flux de travail natifs aux agents à mesure que la technologie mûrit. Un mauvais verrouillage survient lorsque l’innovation de la solution du fournisseur existant stagne, que l’interopérabilité est limitée et que des années de connaissances accumulées restent enfermées dans un système qui ne peut pas s’adapter ou être remplacé facilement. L’objectif doit être de conserver la propriété de vos données et de votre intelligence institutionnelle tout en conservant la flexibilité de profiter de la prochaine génération d’IA.

À mesure que davantage de capitaux sont alloués à l’IA, à la maintenance prédictive et à l’automatisation, quels risques apparaissent lorsque les organisations retardent le remplacement des systèmes centraux vieillissants ?

Le principal risque est que les plateformes vieillissantes deviennent des goulets d’étranglement pour l’adoption de l’IA. Les systèmes hérités contiennent souvent des données fragmentées, des flux de travail manuels ou fortement personnalisés et des processus isolés qui limitent les opportunités d’automatisation immédiate. Les organisations peuvent investir dans des pilotes d’IA, l’analyse prédictive et des agents intelligents, pour découvrir que leur infrastructure centrale ne peut pas supporter un déploiement à grande échelle.

Il existe également des risques commerciaux plus larges. À mesure que les technologies vieillissent, le support des fournisseurs peut diminuer, les ressources spécialisées deviennent plus difficiles à trouver et les coûts de maintenance augmentent. Parallèlement, l’écart entre l’état actuel et les plateformes d’IA de prochaine génération se creuse, rendant les efforts de modernisation futurs plus complexes et coûteux. Les organisations peuvent se retrouver à investir pour maintenir le statu quo sans générer d’améliorations tangibles de la performance des processus, de la qualité des produits, des résultats pour les patients, de la conformité ou de l’efficacité commerciale. Dans de nombreux cas, la modernisation et la préparation à l’IA doivent progresser conjointement plutôt qu’en initiatives séparées.

Quelles protections techniques et contractuelles les entreprises devraient‑elles rechercher pour préserver la portabilité des données, la portabilité des modèles et l’accès à leur savoir institutionnel si elles changent de fournisseur ultérieurement ?

Les organisations doivent se concentrer sur des protections contractuelles et techniques qui préservent la propriété et l’accessibilité de leurs informations. Cela comprend des capacités d’exportation de données clairement définies, des cadres d’intégration ouverts, des API documentées, la traçabilité des données, des droits de migration et la transparence quant à la façon dont les modèles propriétaires interagissent avec les informations de l’entreprise. Le savoir institutionnel peut devenir l’un des actifs les plus précieux d’une société, et il doit rester portable, sécurisé et contrôlé.

Comment les exigences de validation réglementaire et de contrôle des changements doivent‑elles influencer les décisions de mise à jour, de re‑entraînement ou de remplacement des systèmes dotés d’IA dans les environnements pharmaceutiques et de dispositifs médicaux ?

Dans les environnements GxP, l’IA ne modifie pas la responsabilité. Les professionnels de la qualité et de la réglementation restent responsables de la gouvernance, de l’intégrité et de la conformité de leurs systèmes et processus. Les technologies dotées d’IA doivent donc être soutenues par une gouvernance robuste, une validation basée sur les risques, un contrôle des changements documenté et une explicabilité suffisante pour résister à l’examen réglementaire. Une expertise humaine qualifiée et professionnelle demeure un composant essentiel de la gouvernance de l’IA GxP.

Quels critères de sélection de fournisseurs les entreprises des sciences de la vie devraient‑elles privilégier aujourd’hui pour garantir qu’une plateforme dotée d’IA reste sécurisée, conforme, adaptable et économiquement viable au cours de la prochaine décennie ?

À l’ère des solutions d’IA GxP en santé, les organisations doivent choisir un partenaire collaboratif et non simplement acheter un logiciel. Une fonctionnalité conforme est indispensable, et il est tout aussi important que le fournisseur puisse faire évoluer sa solution avec les avancées technologiques tout en protégeant les données, le savoir propriétaire et les obligations réglementaires de l’entreprise. Les plateformes gagnantes seront celles qui combinent une expertise approfondie des sciences de la vie avec une architecture flexible, une gouvernance solide et une feuille de route claire pour adopter les futures capacités d’IA et les flux de travail natifs aux agents, sans perturber les opérations commerciales, compromettre la conformité mondiale, tout en améliorant la sécurité des patients.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter IQVIA.