Lila Sciences : les laboratoires automatisés pilotés par l'IA

Lila Sciences veut industrialiser la découverte scientifique : ses modèles d'IA formulent des hypothèses, des robots de laboratoire les testent jour et nuit, et les résultats nourrissent à leur tour les modèles. Née en 2023 au sein de Flagship Pioneering, le créateur de Moderna, la startup de Cambridge (Massachusetts) a levé 115 M$ supplémentaires en octobre 2025, avec le fonds de Nvidia, pour une valorisation de plus de 1,3 Md$, selon Reuters.

Carte d'identité

Siège	Cambridge, Massachusetts
Création	2023, au sein de Flagship Pioneering
Fondateurs	Geoffrey von Maltzahn (cofondateur, PDG) ; les autres cofondateurs ne sont pas détaillés dans nos sources
Secteur	Recherche scientifique, IA, biotechnologies, chimie, matériaux
Produit	« AI Science Factories » : laboratoires robotisés pilotés par des modèles d'IA spécialisés
Clients	B2B visé : industriels de l'énergie, des semi-conducteurs et du médicament
Modèle de revenus	Accès aux modèles et aux laboratoires par logiciel d'entreprise (prévu) ; tarifs non communiqués
Financement total annoncé	550 M$, dont 350 M$ en série A (octobre 2025)
Dernier tour	Extension de série A, 115 M$, octobre 2025, avec NVentures (Nvidia)
Indicateurs publics	Valorisation supérieure à 1,3 Md$ (octobre 2025) ; aucun chiffre d'affaires publié
Site	lila.ai

Ce que fait Lila Sciences

La plupart des grands modèles d'IA apprennent à partir de textes et de données disponibles sur internet. Lila Sciences fait le pari inverse : produire elle-même ses données scientifiques, par l'expérience. Ses « usines à science » réunissent des instruments robotisés, des capteurs et des modèles d'IA qui choisissent la prochaine expérience à mener, l'exécutent, analysent le résultat et recommencent, sans interruption.

L'ambition affichée est de construire une « superintelligence scientifique » couvrant les sciences du vivant, la chimie et les matériaux. L'entreprise affirme avoir déjà réalisé des milliers de découvertes dans ces domaines, sans les détailler publiquement. Elle ne compte pas mener elle-même les essais cliniques ou l'industrialisation de ses trouvailles : ce rôle reviendra à des partenaires et à des startups bâties sur sa plateforme, d'après Reuters.

Pourquoi ça fonctionne

• Des moyens considérables. Une série A de 235 M$, complétée en octobre 2025 par 115 M$, soit 350 M$ en série A et 550 M$ levés au total. Flagship Pioneering, General Catalyst, une filiale de l'Abu Dhabi Investment Authority et NVentures, le fonds de Nvidia, figurent parmi les investisseurs.
• Un engagement immobilier fort. Lila a signé un bail de près de 22 000 m² (235 500 pieds carrés) à Cambridge, l'une des plus grandes locations de laboratoires de la région de Boston cette année-là, selon Reuters.
• Un intérêt confirmé des investisseurs en 2026. Bloomberg a rapporté en juin 2026 que Lila discutait d'une levée valorisant l'entreprise autour de 8,5 Md$ ; la société n'a pas confirmé l'opération, précise Startup Fortune.

Point de vigilance : contrairement aux autres startups de cette série, Lila ne publie ni clients ni revenus. Son signal de traction tient aujourd'hui au financement et aux moyens engagés.

Son business model

Lila prévoit de commercialiser l'accès à ses modèles d'IA et à ses laboratoires automatisés sous forme de logiciel d'entreprise. Elle dit avoir reçu des marques d'intérêt d'entreprises de l'énergie, des semi-conducteurs et du médicament, sans les nommer. À terme, la valeur pourrait aussi venir des découvertes elles-mêmes, valorisées avec des partenaires, sur le modèle des sociétés créées par Flagship.

Ce qui la protège : les données expérimentales propriétaires, qu'aucun concurrent ne peut télécharger, et l'investissement massif dans des laboratoires physiques. Sa fragilité : un modèle encore en démonstration, une concurrence de jeunes pousses très financées comme Periodic Labs, et des cycles de recherche longs avant le moindre revenu.

Ce qu'un entrepreneur français peut en retenir

1. La donnée propriétaire est l'avantage durable. Lila produit ce que les autres ne peuvent pas collecter.
2. Le modèle du studio de création. Flagship incube ses sociétés en interne, avec des équipes et des moyens dès le premier jour : une approche peu répandue en France.
3. Un terrain où l'Europe a des atouts. La recherche publique française en chimie, en matériaux et en biologie est solide ; l'automatisation des laboratoires peut en démultiplier l'impact.
4. Nous n'avons pas identifié d'équivalent français de cette ampleur sur les laboratoires autonomes.

D'autres modèles américains sont réunis dans la rubrique Inspiration américaine. Pour une autre startup qui industrialise la science, lire notre fiche sur Varda Space Industries.

Sources

• Exclusive-AI lab Lila Sciences tops $1.3 billion valuation with new Nvidia backing, Reuters (repris par Yahoo Finance), 14 octobre 2025
• Lila Sciences is testing how much investors will pay for automated labs, Startup Fortune, 3 juin 2026

Photo d'illustration : HalcyonMarine sur Pixabay.