Qui sont Toon & Yannick ?

Ce que signifient réellement les dark factories en biotech

"Ce que nous voyons souvent, c’est que le mot 'dark' déclenche immédiatement de la résistance," commence Budeners. "Les gens pensent qu’en Belgique, cela signifie surtout supprimer des emplois et optimiser les coûts de main-d’œuvre. Cela joue un rôle, mais en pratique, il s’agit aussi de qualité, de fiabilité et de cohérence."

Teyssen observe la même tension chez les clients. "Nous entendons souvent des entreprises dire qu’elles ont l’impression de devoir faire quelque chose avec les dark factories parce que cela apparaît dans leurs feuilles de route stratégiques. Mais quand on creuse un peu, la vraie question est beaucoup plus concrète : comment réduire les erreurs manuelles ? Comment mieux contrôler nos processus ?"

Pour être clair, les lumières ne s’éteindront pas demain dans les entreprises des sciences de la vie. Ni après-demain. Pas par réticence, mais parce que le biotech est un environnement très différent des industries à haut débit. Les faibles volumes, la complexité élevée et la gouvernance stricte rendent l’automatisation complète irréaliste. Les entreprises des sciences de la vie visent toutefois à réduire la variabilité humaine. La contamination, l’incohérence et les erreurs manuelles restent les principaux facteurs de risque.

"En pratique, nous voyons souvent que l’automatisation commence par les coûts de main-d’œuvre," explique Teyssen. "Mais l’automatisation vise presque toujours aussi la fiabilité : des systèmes qui exécutent exactement la même tâche de la même manière, à chaque fois."

Cette nuance est cruciale à une époque où le terme dark factories apparaît de plus en plus dans les conseils d’administration et les plans stratégiques. Le battage médiatique est réel, mais la réalité est plus subtile, ce qui la rend plus intéressante.

L’automatisation, plus importante que jamais

Les entreprises des sciences de la vie sont sous pression pour produire plus intelligemment, pas nécessairement plus. Produire plus intelligemment signifie surtout mieux gérer les données. Chaque décision, mesure et écart doit être traçable et défendable.

"Nous l’avons vu évoluer," dit Budeners. "Il y a trois ou quatre ans, certains sites ne pouvaient pas produire de rapports combinant les données de deux systèmes. Aujourd’hui, nous parlons de lacs de données centralisés, de données de capteurs en temps réel et de tableaux de bord utilisés activement pour la prise de décision." Pour de nombreuses organisations, cette évolution a marqué le véritable début de leur parcours d’automatisation.

Parce que cette base de données est invisible, elle est souvent sous-estimée. Pourtant, elle détermine si l’automatisation avancée est réalisable. "Ce que nous voyons en pratique, c’est que les entreprises regardent trop vite vers les robots ou l’IA," explique Teyssen. "Sans une gouvernance claire des données et sans confiance dans vos données, aucun système ne peut fonctionner de manière fiable."

Cela met en évidence une deuxième réalité dans les sciences de la vie : la gouvernance est partout. Un petit changement logiciel, le déplacement d’un capteur ou un robot effectuant un mouvement légèrement différent peut déclencher des semaines ou des mois de validation et de qualification.

"Dans une usine d’allumettes, vous modifiez quelque chose et c’est bon," dit Budeners. "Dans le pharma, même les plus petits changements nécessitent un processus complet de qualification. Cela rend le 'first-time-right' extrêmement important, alors que la technologie profite de l’itération. Les clients ressentent cette tension chaque jour."

L’automatisation crée des coûts si vous commencez mal

Une des plus grandes idées reçues sur l’automatisation est qu’il s’agit principalement d’un défi technologique. En réalité, les plus grands défis se trouvent ailleurs : la culture, l’adoption et la capacité de commencer petit.

"Nous entendons souvent : 'Nous devons faire quelque chose avec des robots' ou 'avec des jumeaux numériques,'" dit Teyssen. "Mais si vous ne pouvez pas expliquer quel problème vous résolvez, vous n’introduisez que de la complexité supplémentaire."

Budeners est clair : "Chaque nouveau projet technologique crée des coûts supplémentaires. Licences, maintenance, administration, formation… tout cela est systématiquement sous-estimé. Les projets solides compensent ces coûts par des économies et des gains de qualité. Les mauvaises implémentations ne le font pas."

C’est pourquoi les sites brownfield offrent souvent les plus grandes opportunités. Pas parce qu’ils sont modernes, mais parce qu’ils sont riches en connaissances opérationnelles. "Là, vous voyez où se trouvent les véritables frictions," dit Budeners. "Là où les opérateurs doivent improviser, où la variabilité apparaît, et où les étapes manuelles introduisent des risques."

Les sites greenfield peuvent sembler plus attractifs. Une toile vierge permet de tout concevoir parfaitement. Mais là aussi, il existe un risque. "En pratique, les greenfields contiennent souvent des technologies qui ne sont pas suffisamment ancrées dans de vrais problèmes," continue Budeners. "Au final, vous créez plus de travail, pas moins."

Ce qui fonctionne aujourd’hui

Il n’existe pas de solution magique pour rendre une usine sombre du jour au lendemain. Mais certaines étapes créent une valeur mesurable dès aujourd’hui. Les mesures en ligne réduisent le nombre d’échantillons nécessaires, diminuant ainsi le risque de contamination. Les données en temps réel permettent d’ajuster plus rapidement les processus et d’augmenter le rendement. Les tâches manuelles répétitives peuvent être remplacées par des systèmes plus cohérents et sûrs.

"Ce que nous voyons chez les clients, c’est qu’il s’agit rarement d’une seule intervention importante," dit Teyssen. "Ce sont de petites automatisations qui, ensemble, font une grande différence."

Les technologies telles que l’IA, la robotique et les jumeaux numériques ont leur place, mais avec nuance. L’IA offre un potentiel important dans les processus administratifs tels que la documentation et la validation. Les robots sont utiles pour les tâches logistiques, mais rarement révolutionnaires dans les bioprocédés. Les jumeaux numériques peuvent être précieux, mais nécessitent une maturité des données et des processus.