« La donnée est un patrimoine sur lequel nous pouvons bâtir une stratégie d’innovation solide »

Institutionnel

En mars 2026, le CNRS se dotait d’une direction pour l’analyse des données et la prospective pour l’innovation. L’objectif : renforcer la connaissance de son écosystème d’innovation pour mieux accompagner le transfert de la recherche vers le monde socio-économique. Sa directrice, Anne-Laure Thomas Derepas, nous détaille ses ambitions.

À retenir pour agir

  • L’analyse des données d’innovation permet de détecter les signaux faibles en termes de partenariats et de thématiques et d’éclairer la politique d’innovation du CNRS.

  • En croisant la cartographie des compétences scientifiques du CNRS avec les enjeux industriels, le CNRS peut identifier des potentiels de collaboration sur des enjeux clés, du cycle de l’eau au quantique.

  • Cet effort d’anticipation vise à renforcer la compétitivité de ses partenaires industriels.

Pourquoi créer une direction dédiée à l’analyse des données et à la prospective spécifiquement pour l’innovation ?

Anne-Laure Thomas Derepas1 : Le CNRS a un important volume d’activité sur l’innovation, avec près de 1300 nouvelles déclarations d’invention par an, 300 laboratoires communs avec des entreprises, ou encore 80 start-ups créées chaque année. Notre présence sur l’ensemble du territoire, notamment dans le cadre des pôles universitaires d’innovation (PUI), nous donne aussi une vision globale de l’innovation issue de la recherche fondamentale. Or, jusqu'ici, ces données n'étaient exploitées que pour mesurer l'activité. Savoir combien de brevets le CNRS a déposés l'année passée, c'est du reporting. Identifier que tel domaine technologique est en forte croissance chez les industriels européens alors que le CNRS y réduit son activité de protection industrielle, c'est de l'aide à la décision. C'est ce changement de regard que la DDAPI ambitionne d’accompagner. Créer une telle structure fait aussi sens à l’heure où les postes de Chief Data Officer se généralisent dans les grandes entreprises comme dans les organismes de recherche publique en France et à l’étranger.

Comment l’analyse de ces données peut-elle ensuite irriguer la politique d’innovation du CNRS ?

A.-L.T.D. : Disposer de données robustes, fiables et reproductibles permet de mieux voir dans quelle direction on va. On peut ensuite s’appuyer sur ces données consolidées pour détecter des signaux faibles : avec quels partenaires industriels travaillons-nous le plus activement ? sur quelles thématiques ? Au-delà des données internes (contrats, brevets…) déjà étudiées, nous mobilisons aussi des sources ouvertes nationales et internationales. Nous essayons d’aller plus loin, par exemple en analysant nos co-publications avec les entreprises ou en réalisant des comparaisons avec d’autres organismes français et étrangers. La Direction des relations avec les entreprises, les services partenariats et valorisation (SPV) en délégation régionale et plus largement la Direction générale déléguée à l'innovation peuvent alors orienter leur action de manière plus éclairée. En particulier, les SPV gèrent au quotidien les contrats et les interactions qui en découlent avec les entreprises. Ce sont eux qui produisent une grande partie des données que nous consolidons. À terme, nos analyses ont vocation à leur permettre de se projeter, en repérant les dynamiques partenariales émergentes ou déclinantes sur leur territoire. 

L’analyse des données relatives à l’innovation vous permet de développer une activité de prospective. Pourquoi cet exercice d’anticipation est-il nécessaire ?

A.-L.T.D. : Pour que les entreprises françaises restent innovantes, il faut comprendre leurs verrous technologiques et repérer les laboratoires qui pourraient aider à les lever. Je vais prendre l’exemple du cycle de l’eau sur lequel nous avons réalisé une étude récemment. La qualité de l'eau que nous consommons et rejetons est aujourd'hui menacée par la présence de divers polluants tels que les PFAS, de microplastiques ou de résidus médicamenteux à chaque étape de la chaîne : potabilisation, distribution, usages industriels, collecte et traitement des eaux usées, réutilisation. Cela peut impacter l’ensemble de la chaîne socio-économique. Nous avons identifié les enjeux d’innovation à chaque étape et placé tous les acteurs de la chaîne de valeur de l’eau, qu’ils soient publics ou privés. Ce type d’analyse intégrée, rarement conduit à cette échelle, permet de faciliter la mise en relation entre les laboratoires et les entreprises, en particulier les PME et ETI qui n’ont pas les moyens de construire cette vision stratégique par elles-mêmes. En anticipant les potentiels développements technologiques, nous pouvons nous positionner sur cet enjeu de souveraineté et de survie, y compris en France où les évènements extrêmes comme les sécheresses ou les crues se multiplient.

  • 1

    Directrice pour l'analyse des données et la prospective pour l'innovation (DDAPI) au CNRS

Examen d’une carotte sédimentaire prélevée dans une chambre à sable, un équipement d’assainissement des eaux usées et pluviales. L’eau que nous consommons et rejetons est contaminée par divers polluants, ce qui peut impacter l’ensemble de la chaîne socio-économique © Cyril FRESILLON/ISTO/CNRS Images

Dans un contexte de compétition internationale accrue, en quoi cet exercice d’anticipation permet-il de relancer la compétitivité ?

A.-L.T.D. : L'analyse des données de co-publications, de brevets et de partenariats nous permet d'identifier les dynamiques de collaboration entre le CNRS et les entreprises, en France comme à l'international.  Par exemple, en croisant les données bibliométriques avec les bases de brevets, nous pouvons repérer les thématiques sur lesquelles la recherche française est particulièrement active et les partenaires industriels qui y sont engagés. La Direction des relations avec les entreprises peut alors étayer ses échanges avec les directeurs et directrices R&D des grandes entreprises françaises pour construire des collaborations de recherche mieux ciblées. Elle s'appuie également sur les onze bureaux de représentation du CNRS à l'étranger pour accompagner des industriels dans leur stratégie d'implantation internationale. 

Existe-t-il une « prospective à risque » en matière d’innovation ?

A.-L.T.D. : CNRS Innovation vient de créer une cellule d’intelligence économique avec laquelle la DDAPI collabore. En croisant les données de la propriété intellectuelle, des partenariats et des dynamiques de marché, nous pouvons contribuer à repérer des opportunités de valorisation à fort potentiel. C'est une logique de détection de signaux faibles qui éclaire la stratégie d'innovation.

Comment s’articulent recherche fondamentale et recherche appliquée au CNRS ? En quoi la DDAPI constitue-t-elle un pont entre ces deux mondes ? 

A.-L.T.D. : L’articulation entre recherche fondamentale et transfert est assurée au quotidien par deux dispositifs : le réseau des ingénieurs transfert, piloté par la Direction des relations avec les entreprises, et celui des ingénieurs innovation, géré par CNRS Innovation. Localisés dans les laboratoires ou en délégation régionale, ils et elles disposent d’une expertise scientifique mais aussi d’une connaissance du monde industriel. Le rôle de la DDAPI est de consolider les données produites par ces acteurs de terrain pour permettre un suivi fiable de l'activité de transfert à l'échelle nationale. 

Le laboratoire commun Elast-D3 entre l'Université de Rennes, le CNRS et l’entreprise Continental vise à étudier le développement, la durabilité et les propriétés dynamiques des élastomères, afin de décarboner notre mobilité © Jean-Claude MOSCHETTI / Elast-D3 / CNRS Images

Le CNRS est impliqué dans 28 des 29 pôles universitaires d'innovation France 2030. Comment la DDAPI contribue-t-elle à structurer cet écosystème ?

A.-L.T.D. : Le CNRS est cofondateur de 28 des 29 pôles universitaires d'innovation et contribue à la production des indicateurs nationaux qui permettent aux financeurs d'évaluer ces dispositifs. Dans ce cadre, le rôle de la DDAPI est de structurer la collecte de ces indicateurs à l'échelle du réseau, pour que tous les acteurs travaillent avec le même niveau d'information et les mêmes définitions. Mais notre rôle ne s'arrête pas à la production des chiffres : nous devons aussi en garantir la fiabilité. Par exemple, l'un des indicateurs nationaux porte sur les délais de négociation des contrats de recherche. Or, sa définition même pose problème : quel est le point de départ d'une négociation ? Le premier contact avec l'entreprise, l'envoi d'un projet de contrat, la première réunion formelle ? Personne dans l'écosystème n'avait la même réponse. Nous contribuons au niveau national à clarifier ces définitions pour que l'indicateur mesure réellement ce qu'on veut mesurer, et ensuite à faire en sorte que les systèmes d'information permettent de le renseigner correctement. C'est un travail peu visible mais indispensable : un indicateur mal défini peut conduire à des conclusions fausses.

Sur quelles thématiques prévoyez-vous de travailler dans les mois à venir ?

A.-L.T.D. : L'étude sur le cycle de l'eau a montré la valeur de cette démarche, mais aussi l'investissement qu'elle représente : cartographier une chaîne de valeur, identifier les acteurs industriels, mettre en regard les compétences du CNRS représente un travail conséquent. On ne peut pas le faire sur tous les sujets. L'enjeu est de construire une méthode pour identifier collectivement les thématiques sur lesquelles ce type d'analyse aura le plus d'impact. Cela suppose d'associer les instituts du CNRS, qui connaissent les dynamiques scientifiques, la Direction des relations avec les entreprises, au fait des besoins industriels, les délégations régionales, au plus près des réalités territoriales, mais aussi par exemple, l’agence de programme « Climat, biodiversité et sociétés durables » dont les thématiques croisent directement des enjeux d'innovation et de transfert.

Vous avez pris vos fonctions en mars 2026. Quelle dynamique souhaitez-vous impulser au sein de la DDAPI ?

A.-L.T.D. : Le changement fondamental que je veux porter, c'est de passer d'une logique où la donnée sert à mesurer l'activité passée à une logique où elle éclaire les choix à venir. Par exemple, la DDAPI aidera à identifier sur quels sujets concentrer les efforts de valorisation, avec quels partenaires approfondir les collaborations, où se situent les potentiels de transfert que personne ne voit encore. J’aimerais aussi mieux articuler prospection et prospective : en croisant notre connaissance des partenaires industriels avec l'analyse des thématiques émergentes, nous pouvons identifier des opportunités de collaboration que les services partenariats et valorisation et la Direction des relations avec les entreprises pourront ensuite concrétiser avec les industriels.

La start-up Quandela a été fondée en 2017 par Valérian Giesz, Niccolo Somaschi et Pascale Senellart (directrice de recherche CNRS). L’ordinateur quantique pourrait révolutionner de nombreux secteurs industriels, de la santé à la chimie, en passant par l’industrie, la sécurité informatique ou encore l’énergie © Cyril FRESILLON / Quandela / C2N / CNRS Images