Optionalité de la chimie des batteries : R&D assistée par AI et valorisation des portefeuilles technologiques

1. Définir la transaction et la question de valorisation

L'analyse doit commencer par la décision à prendre. Une levée de fonds d'amorçage ou d'actions de croissance, un investissement stratégique, une coentreprise, une licence, une acquisition, un financement de projet ou une cession de portefeuille comporte une date de valorisation, un périmètre, un besoin de financement, une structure de contrôle et un seuil de preuve spécifiques. La promesse scientifique doit être traduite en droits, actifs, obligations et voies de développement conférés par la transaction.

La question centrale est de savoir quelles options de chimie peuvent produire des performances qualifiées pour l'application et de la trésorerie dans le capital et le temps disponibles. Le modèle doit distinguer les candidats de recherche, les inventions protégées, les matériaux validés, les cellules prototypes, les procédés pilotes, les programmes clients et la production commerciale. Il doit également séparer la valeur de la plateforme opérationnelle de la valeur des voies de chimie individuelles.

Les éléments de preuve de décision doivent être figés et datés. Chaque affirmation importante doit indiquer sa source, les conditions d'essai, l'incertitude, le responsable et le statut de vérification. Les lacunes résolubles relèvent de la due diligence ; l'incertitude résiduelle peut influencer le prix, le financement par étapes, les jalons, les garanties, la gouvernance, la préférence de liquidation, le périmètre de licence ou la contrepartie conditionnelle. Cela transforme l'optionalité scientifique en calendrier de transaction.

2. Établir le périmètre juridique, scientifique et économique

Le périmètre doit identifier les entités juridiques, les laboratoires, les lignes pilotes, les équipements, les données, les échantillons, les brevets, les logiciels, les licences, les subventions, les accords de collaboration et les dépendances en matière de personnel. Les relations avec les universités, les laboratoires nationaux, les clients et les fournisseurs peuvent répartir la propriété intellectuelle antérieure, les inventions résultantes, les droits de publication et les champs commerciaux. Une valorisation ne peut pas supposer des droits que l'entreprise ne contrôle pas.

Le périmètre scientifique doit identifier la cathode, l'anode, l'électrolyte, le séparateur, l'interface, la conception des cellules, le protocole de formation, le système de gestion de batterie et les hypothèses relatives au pack. Une chimie revendiquée peut dépendre de plusieurs composants complémentaires. Le périmètre économique doit indiquer quels composants sont détenus en propre, achetés, sous licence ou fournis dans le cadre d'une relation restreinte.

Le partage d'équipements et de données peut créer des bénéfices et des dépendances. La due diligence doit examiner les droits d'accès, le coût de remplacement, la transférabilité, les clauses de changement de contrôle, les obligations liées aux subventions et les contrôles à l'exportation. La prévision ne doit inclure que la capacité qui survit à la transaction envisagée et peut fonctionner selon des droits documentés.

3. Construire un arbre d'options de chimie

L'arbre d'options doit cartographier les améliorations des technologies lithium-ion en place et les voies émergentes selon le système de matériaux, l'architecture des cellules et l'application visée. Les branches peuvent inclure les cathodes LFP et riches en manganèse, les systèmes riches en nickel, les anodes riches en silicium ou au lithium métal, le sodium-ion, l'état solide, le lithium-soufre, le fer-air et les systèmes à flux redox. Chaque branche doit indiquer si elle concurrence, complète ou répond à un cas d'usage différent de la technologie en place.

Remplacer les branches illustratives par le portefeuille maîtrisé, les droits détenus et les applications cibles.

L'arbre doit empêcher qu'une famille de brevets ou une plateforme de recherche étendue soit présentée comme plusieurs actifs commerciaux indépendants lorsque les branches reposent sur le même mécanisme non résolu. Il doit également révéler les apprentissages partagés, les infrastructures communes et les voies de fabrication incompatibles. Les options doivent être regroupées selon les preuves et le capital nécessaires pour atteindre le prochain jalon de décision.

4. Définir l'application cible avant de comparer les chimies

La valeur d'une batterie dépend de l'application. Les véhicules de tourisme, le transport lourd, l'aviation, l'électronique grand public, les équipements industriels, le stockage sur réseau de courte durée et le stockage de longue durée exigent des équilibres différents entre densité énergétique, puissance, durée de vie en cycles, durée de vie calendaire, sécurité, température, vitesse de charge, encombrement, poids et coût. Une chimie peut être supérieure pour une application et non économique pour une autre.

L'énoncé de l'application doit définir le cycle de service, l'environnement d'exploitation, la durée de vie utile, le profil de charge, la garantie, la limite du système et la contrainte client. Il doit inclure les effets au niveau du pack ou du système plutôt que de s'appuyer uniquement sur les indicateurs de cellule. La gestion thermique, le confinement, les commandes et les auxiliaires peuvent modifier l'avantage implicite d'un résultat matériau.

Le modèle commercial doit identifier l'acheteur, la voie d'approvisionnement, la solution de remplacement, le processus de qualification et la disposition à payer. Un marché adressable ne prouve pas l'adéquation du produit. La valeur doit suivre une proposition performance-coût spécifique que le client peut tester et sur laquelle il peut contracter.

5. Créer le registre des preuves scientifiques

Tableau 1. Registre des preuves relatives à la chimie des batteries

Les champs de preuve doivent être adaptés au système de matériaux, au format des cellules et à l’application envisagée.

Chaque affirmation doit relier composition, lot, procédé, échantillon, conception des cellules, protocole d’essai, données brutes, code d’analyse, résultat et évaluateur. Les corrections doivent préserver les valeurs antérieures et les dates d’effet. Le nombre de réplicats, les données manquantes, les exclusions et les expériences échouées doivent rester visibles. Un graphique sélectionné sans son dénominateur et sans les essais infructueux constitue un faible élément de preuve pour la transaction.

La traçabilité bidirectionnelle est essentielle. Les évaluateurs doivent pouvoir passer d’une affirmation de valorisation aux cellules concernées, et d’une cellule sélectionnée aux lots de matériaux, à la synthèse, à l’assemblage et aux conditions d’essai. Le registre doit distinguer simulation, prédiction de modèle, observation en laboratoire, réplication indépendante, preuve pilote et résultat client.

6. Encadrer la provenance des données et la comparabilité scientifique

Les jeux de données de batteries combinent littérature, simulation, données de fournisseurs, expériences internes et bases de données publiques. Les unités, conventions de nommage, historiques d’échantillons et conditions d’essai peuvent différer. La provenance doit identifier la source d’origine, la licence, la transformation, les contrôles qualité et l’utilisation autorisée. L’entraînement sur des données confidentielles de partenaires peut créer des restrictions qui subsistent après l’exportation d’un modèle.

La comparabilité exige une conception de référence et un protocole définis. La densité énergétique déclarée peut se rapporter au matériau actif, à l’électrode, à la cellule ou au pack ; la durée de vie en cycles dépend de la profondeur de décharge, de la température, du taux de charge et de la définition de la fin de vie. Le coût peut représenter la matière première, la production de cellules ou le système complet. Le modèle de preuve doit préserver ces frontières.

La qualité des données doit être notée selon l’exhaustivité, la représentativité, la cohérence, l’exactitude et la pertinence au regard de la décision visée. Un grand jeu de données assemblé à partir d’expériences incompatibles peut avoir moins de valeur décisionnelle qu’une série contrôlée plus petite. La documentation de la transaction doit indiquer les lacunes importantes et les travaux nécessaires pour les combler.

7. Définir le rôle de AI dans le flux de travail de R&D

AI peut soutenir l’extraction de la littérature, la représentation moléculaire et cristalline, la prédiction de propriétés, le classement de candidats, la sélection d’expériences, la détection d’anomalies et l’optimisation des procédés. Chaque utilisation doit préciser l’entrée, la cible de prédiction, la décision, l’autorité humaine et la méthode de validation. Une étiquette AI ne doit pas regrouper des capacités non liées en une promesse de plateforme indifférenciée.

Le flux de travail doit séparer la génération de la vérification. Un modèle peut cribler un large espace chimique et produire néanmoins des candidats instables, difficiles à synthétiser, dangereux ou dépendants de matériaux indisponibles. Les expériences physiques restent le test de l’affirmation concernée. Les résultats négatifs n’améliorent le modèle que lorsqu’ils sont consignés sans biais de sélection.

Le dossier d’investissement doit quantifier la décision modifiée par AI : moins d’expériences, temps de cycle plus court, taux de succès plus élevé, meilleure reproductibilité ou fenêtres de procédé plus favorables. Les coûts de calcul, de curation des données, d’automatisation de laboratoire, de revue spécialisée et d’intégration doivent être inclus. Le volume d’activité et la nouveauté du modèle n’établissent pas la valeur économique.

8. Valider les modèles moléculaires et de matériaux

La validation doit refléter la propriété et le domaine chimique dans lesquels un modèle sera utilisé. Les divisions aléatoires entre entraînement et test peuvent surestimer la performance lorsque des molécules ou structures quasi identiques apparaissent dans plusieurs ensembles. Des tests temporels, par squelette, par composition et hors domaine peuvent fournir des preuves plus solides de transfert vers des candidats véritablement nouveaux.

La fiche d’évaluation doit présenter les distributions d’erreur, la calibration, l’incertitude, les modes de défaillance et le domaine d’applicabilité. La qualité du classement peut compter davantage que l’erreur numérique moyenne lorsque le modèle sélectionne des expériences. Des propriétés rares mais lourdes de conséquences, telles que l’inflammabilité, la formation de dendrites ou l’instabilité interfaciale, exigent des preuves dédiées.

L'évaluation comparative doit comparer le modèle à une sélection par des experts, à des méthodes fondées sur la physique et à des références statistiques plus simples. Les modifications apportées aux données, à la tokenisation, à l'architecture et aux étiquettes de propriétés doivent être versionnées ensemble. Une valorisation doit refléter l'utilité décisionnelle démontrée plutôt que la taille d'un modèle de fondation ou l'allocation de calcul.

9. Utiliser l'apprentissage actif avec une sélection expérimentale contrôlée

L'apprentissage actif peut choisir des expériences qui équilibrent la performance attendue, le gain d'information, l'incertitude et la faisabilité en laboratoire. La politique d'acquisition doit être consignée avant que les résultats ne soient connus. Les contraintes doivent inclure les précurseurs disponibles, les conditions de synthèse, la sécurité, l'équipement, le coût et le temps.

Le programme doit conserver un ensemble d'exploration représentatif parallèlement à l'exploitation de régions prometteuses. Se concentrer uniquement sur les gagnants prédits peut renforcer le biais du modèle et laisser l'incertitude cachée. Les synthèses échouées et les résultats nuls sont des preuves précieuses lorsque leur enregistrement est complet.

L'évaluation économique doit mesurer la qualité des candidats par unité de temps et de dépense, y compris la mise en place et la caractérisation. Une boucle de sélection plus rapide crée de la valeur lorsqu'elle avance une décision, élimine une voie peu prometteuse ou produit un candidat reproductible. Elle peut aussi accélérer les dépenses sans améliorer la probabilité de succès commercial.

10. Construire le système de contrôle du laboratoire autonome

Les laboratoires automatisés relient la sélection de modèles, la robotique, la synthèse, la mesure, l'analyse et le retour d'information. Le système de contrôle doit énoncer les actions autorisées, les limites des instruments, la garde des matériaux, l'étalonnage, la gestion des exceptions et l'approbation humaine. Les décisions critiques pour la sécurité et les processus dangereux nécessitent des verrouillages de protection et une supervision compétente.

La reproductibilité doit être testée dans le temps, entre instruments, opérateurs et laboratoires. Une séquence autonome peut répéter efficacement une erreur de mesure systématique. Des matériaux de référence, des blancs, des expériences en double et des essais indépendants doivent être intégrés au flux de travail.

Le dossier de justification économique doit inclure le taux d'utilisation, le débit, la reprise après défaillance, la maintenance, les consommables et la main-d'œuvre spécialisée. L'autonomie des laboratoires peut augmenter le volume de données ; la valeur d'entreprise naît lorsque des expériences contrôlées améliorent les décisions d'option et raccourcissent le chemin vers des preuves d'application.

11. Séparer la prédiction, la synthèse et la preuve électrochimique

Une structure stable prédite n'est pas un matériau synthétisé. Un matériau synthétisé n'est pas une électrode fonctionnelle. Une demi-cellule prometteuse n'est pas une cellule complète qualifiée. L'échelle de preuves doit maintenir ces états séparés et préciser l'essai requis pour progresser.

Les enregistrements de synthèse doivent indiquer la pureté de phase, la morphologie, la composition et le rendement. Les preuves relatives aux électrodes doivent inclure la charge, la porosité, le liant, l'additif conducteur, l'épaisseur et la voie de fabrication. Les preuves relatives aux cellules doivent préciser la contre-électrode, l'électrolyte, l'équilibre de capacité, la formation et les conditions d'essai.

La valorisation doit appliquer une probabilité et du capital à la prochaine conversion non prouvée. Les prédictions de modèle peuvent réduire le coût de recherche mais ne peuvent pas être traitées comme un stock commercial détenu. La valeur d'option doit augmenter à mesure qu'une preuve physique indépendante lève une incertitude significative.

12. Créer une matrice commune de performance chimique

Tableau 2. Comparaison de chimies spécifiques à l'application

Remplacez les entrées qualitatives par des preuves contrôlées et comparables pour l’application cible.

La matrice doit utiliser les mêmes limites et conditions de fonctionnement pour chaque voie. Elle doit indiquer le niveau de confiance, la maturité et la source à côté de chaque valeur. Un meilleur résultat de laboratoire ne doit pas être comparé à une spécification commerciale conservatrice.

Les compromis doivent être explicites. Une énergie plus élevée peut augmenter le coût des matériaux ou la charge de sécurité ; une recharge plus rapide peut réduire la durée de vie ; des matériaux abondants peuvent nécessiter de nouvelles infrastructures de transformation. La valeur d’usage doit être calculée à partir du système complet et du résultat de service.

13. Modéliser la dégradation et les preuves de durée de vie

La valeur d’une batterie dépend de l’évolution des performances avec le temps, le cyclage, la température, l’état de charge et le cycle d’utilisation. La dégradation peut résulter de plusieurs mécanismes couplés. Le programme doit relier les résultats électrochimiques à la caractérisation physique et distinguer la perte réversible de l’endommagement permanent.

Les tests accélérés nécessitent une relation validée avec les conditions d’utilisation. Un protocole court à forte contrainte peut classer les candidats et donner une image erronée du vieillissement calendaire ou des interactions sur le terrain. L’extrapolation de la durée de vie doit préciser la forme du modèle, la plage de données, l’incertitude et les preuves nécessaires à la confirmation.

La garantie et l’économie client doivent s’appuyer sur des cohortes matures pertinentes pour l’application. Une option de chimie affichant des performances initiales exceptionnelles et des preuves de durée de vie fragiles doit être assortie d’une réserve de développement. La prévision doit inclure le temps et le coût nécessaires pour faire mûrir les preuves de dégradation.

14. Valider la sécurité aux niveaux du matériau, de la cellule et du système

Les preuves de sécurité doivent couvrir la réactivité des matériaux, la stabilité thermique, la génération de gaz, le court-circuit, la réponse aux abus, la propagation et les contrôles système. Un avantage au niveau du matériau peut être compensé par un défaut de fabrication, une instabilité d’interface ou la conception du pack. Les normes applicables et les exigences client doivent être cartographiées par application et par zone géographique.

Les tests doivent utiliser des cellules représentatives et des états de pire cas crédibles. La réussite d’un protocole ne démontre pas un fonctionnement sûr pour tous les formats, âges et conditions. Les incidents, quasi-incidents et tests destructifs doivent être consignés dans le registre des preuves.

La valorisation doit refléter les exigences de confinement, de surveillance, de certification, d’assurance, de rappel et de remédiation. Une incertitude critique pour la sécurité peut affecter l’accès au marché et la structure de financement. Elle ne peut pas être mise en balance avec un indicateur énergétique favorable sans un processus de décision compétent.

15. Évaluer la fabricabilité dès le début

Les matériaux doivent être évalués selon le rendement de synthèse, la pureté, la sensibilité à l’humidité, la manipulation, l’enduction, le séchage, le calandrage, l’assemblage, la formation et le contrôle qualité. Une chimie qui fonctionne dans des cellules fabriquées manuellement peut échouer lors du passage à des électrodes plus épaisses, à des formats plus grands ou à une production plus rapide.

Les expériences de fabricabilité doivent identifier les paramètres critiques du procédé et les fenêtres acceptables. La compatibilité des équipements, les contrôles environnementaux, la récupération de solvant, le traitement des matières dangereuses et l’inspection doivent être inclus. La carte des options doit montrer quels actifs existants peuvent être réutilisés et lesquels nécessitent une nouvelle ligne.

Un travail précoce de conception pour la fabrication peut éviter qu’une voie scientifiquement attrayante n’accumule des coûts de montée en échelle cachés. Les modèles de transaction doivent distinguer le coût de la recette de laboratoire, le coût de conversion pilote et le coût de production mature, avec des hypothèses explicites de rendement et d’utilisation.

16. Construire la matrice de maturité technologique et de preuves

Les scores sont illustratifs ; remplacez-les par des preuves et des définitions de jalons revues de manière indépendante.

La maturité doit être définie par des preuves observables plutôt que par un chiffre non étayé. La maturité scientifique, la performance des cellules, la maturité de fabrication, la maturité client, la maturité de la chaîne d’approvisionnement et la maturité économique peuvent progresser à des rythmes différents. La dimension critique la plus faible contrôle souvent la prochaine décision de financement.

Les définitions de jalons doivent identifier les tests requis, les seuils d’acceptation, le responsable, le réviseur indépendant, le coût et le calendrier. L’avancement doit conserver les preuves et conditions d’échec. Un tableau de bord du portefeuille doit montrer à la fois la maturité actuelle et le travail nécessaire pour atteindre le prochain point d’inflexion de valeur.

17. Quantifier le risque de montée en échelle par transition

La montée en échelle doit être modélisée comme une séquence : lot de matière, électrode, petite cellule, grande cellule, module ou système, procédé pilote, échantillon client et production qualifiée. Chaque transition peut modifier les interfaces, le comportement thermique, l’uniformité, le rendement et les exigences de contrôle.

L’équipe doit identifier les mécanismes physiques qui devraient rester stables et ceux qui nécessitent de nouvelles preuves. La mise à l’échelle géométrique seule est insuffisante. Des cellules plus grandes peuvent modifier la densité de courant, la pression, l’évacuation de la chaleur et les conséquences des défauts. L’équipement pilote peut produire une matière différente des méthodes de laboratoire.

Le modèle de probabilité doit attribuer une incertitude à chaque transition et éviter de multiplier des pourcentages arbitraires sans preuves. Des revues techniques, des programmes comparables et l’historique observé du portefeuille peuvent éclairer des fourchettes. Le financement doit être lié à la prochaine transition susceptible de changer la décision.

18. Protéger la propriété intellectuelle et la liberté d’exploitation

La propriété intellectuelle peut inclure la composition, le procédé, la conception des cellules, les logiciels de contrôle, les données, le savoir-faire et les méthodes d’essai. Le nombre de brevets est un faible indicateur de valeur sans étendue des revendications, juridiction, durée de vie restante, propriété et lien avec le produit commercial. Les secrets commerciaux exigent des contrôles documentés et une continuité du personnel.

L’examen de la liberté d’exploitation doit porter sur la matière, le procédé, l’application et la zone géographique envisagés. Un brevet peut être valide et commercialement étroit ; un produit prometteur peut être confronté à des droits de tiers. Les accords de collaboration, de travail et les conventions de subvention doivent être vérifiés pour la cession, la licence, la publication et les droits gouvernementaux.

La valorisation doit distinguer les droits de blocage, le savoir-faire habilitant et les dépôts défensifs. Elle doit également inclure le coût et le délai de la procédure d'examen, de la contestation, du contournement et de la licence. Les candidats générés par AI exigent des registres clairs de la contribution humaine, des droits sur les données et des décisions d'invention en vertu du droit applicable.

19. Évaluer la valeur des données et la transférabilité de la plateforme

Une plateforme de R&D en chimie peut soutenir plusieurs programmes grâce à des jeux de données partagés, à l'automatisation, à des modèles et à des méthodes expérimentales. La valeur de transfert doit être démontrée sur différents matériaux ou applications dans le cadre d'essais contrôlés. Un succès limité à un domaine étroit ne doit pas être valorisé comme un moteur de découverte général.

Les droits sur les données doivent couvrir l'entraînement, la validation, l'analyse comparative, la conservation, l'utilisation par le client et le changement de contrôle. Les modèles doivent être exportables, documentés et reproductibles sans dépendre d'une seule personne ni d'un environnement de calcul inaccessible. Les méthodes de laboratoire doivent perdurer malgré le remplacement des équipements et le renouvellement de l'équipe.

La valeur de la plateforme doit être séparée de la valeur des options individuelles afin d'éviter les doubles comptages. La plateforme acquiert de la valeur grâce à une réduction reproductible du temps de décision, du coût ou du risque d'échec entre les programmes. Les prévisions doivent inclure les coûts récurrents de données, de calcul, de laboratoire et de spécialistes.

20. Cartographier l'exposition aux matières critiques et à la chaîne d'approvisionnement

Chaque voie doit cartographier les matières actives, les précurseurs, les étapes de transformation, la concentration géographique, la qualification des fournisseurs, l'exposition aux prix et la filière de recyclage. Éviter un minéral critique peut introduire une autre matière sous contrainte ou un procédé immature. Le risque d'approvisionnement doit être évalué au niveau de la spécification et du traitement, et non uniquement par élément.

La cartographie doit indiquer les besoins actuels et à l'échelle, les fournisseurs alternatifs, les commandes minimales, les délais de livraison, la pureté, la logistique et les obligations environnementales. La disponibilité de qualité laboratoire ne prouve pas l'approvisionnement commercial. Les exigences de localisation et de contenu des clients peuvent affecter les marchés éligibles et les incitations.

L'optionnalité de la chaîne d'approvisionnement peut créer de la valeur stratégique lorsqu'une chimie réduit la concentration ou la sensibilité aux prix pour une application définie. La valorisation doit inclure le coût et le temps nécessaires pour qualifier des alternatives et doit tester comment les prix des chimies existantes affectent la compétitivité.

21. Comparer les voies chimiques selon le coût total du système

La comparaison des coûts doit relier les quantités et les prix des matières à la conversion, au rendement, à la formation, à la qualité, à l'intégration du pack, à la gestion thermique, aux contrôles, aux installations auxiliaires, à la garantie et au recyclage. Un faible coût des matières actives peut être compensé par une faible densité énergétique, un confinement supplémentaire, une fabrication plus lente ou une durée de vie plus courte. Les limites du système doivent être cohérentes.

Le modèle doit séparer le coût actuel observé du coût cible à maturité. Les taux d'apprentissage, les économies d'échelle, les améliorations de procédé et les hypothèses de prix des intrants doivent être étayés. Les technologies existantes continuent de progresser tandis que les voies émergentes se développent ; une référence statique peut donc surestimer l'avantage futur.

Le coût total de possession doit refléter le cycle d'utilisation du client, le financement, l'efficacité, le remplacement et la valeur résiduelle. L'option devient économiquement pertinente lorsqu'elle atteint un seuil de décision dans le cadre d'un plan de fabrication et de qualification crédible. Une parité de coûts affirmée à partir d'une simple nomenclature de matériaux est insuffisante.

22. Construire la cartographie de la chaîne d'approvisionnement et des applications

La cartographie doit identifier les capacités détenues en propre, l’accès contractuel, la concentration et les lacunes de qualification.

La cartographie doit relier les spécifications amont à la performance des applications en aval. La substitution est souvent limitée par les procédés et la qualification client, même lorsqu’un autre matériau semble chimiquement similaire. Les annonces de capacité doivent être distinguées de l’offre en exploitation et qualifiée.

La due diligence commerciale doit retracer chaque dépendance critique à travers le contrat, les délais de livraison, le mécanisme de prix, l’historique de qualité et la voie alternative. Le modèle de portefeuille doit identifier les options qui partagent un goulot d’étranglement concentré et éviter de les traiter comme une diversification indépendante.

23. Intégrer les éléments de preuve liés à la durabilité et à la réglementation

Les filières de batteries peuvent différer en matière d’extraction minière, de consommation d’énergie, d’eau, d’émissions, de matières dangereuses, de durabilité, de réparation, de seconde vie et de recyclage. Les comparaisons environnementales doivent utiliser une frontière de cycle de vie cohérente et préciser la géographie, le mix électrique, les hypothèses de récupération et la qualité des données. Une allégation sur un matériau de laboratoire n’établit pas un impact cycle de vie inférieur.

Les règles applicables aux batteries, aux produits chimiques, aux produits, au transport et aux déchets doivent être cartographiées par marché cible et par application. Les obligations relatives à l’information produit, à l’empreinte carbone, au contenu recyclé et à la due diligence peuvent influencer l’architecture des données et la sélection des fournisseurs. Le calendrier et le périmètre doivent être confirmés par un conseil compétent.

La valorisation doit inclure les coûts de conformité, d’essais, de reporting, de remédiation et de fin de vie. Les attributs de durabilité peuvent soutenir la valeur client lorsqu’ils sont mesurés, vérifiés et pertinents sur le plan contractuel. Les objectifs ambitieux doivent rester en dehors des bénéfices réalisés.

24. Définir le parcours de qualification client

La qualification doit identifier le client, le produit, l’application, l’étape d’échantillonnage, le plan d’essai, les critères d’acceptation, l’audit, le gel de conception et le processus de contrôle des modifications. Les échantillons de recherche, les cellules d’ingénierie, les échantillons A, les échantillons destinés à la production et la qualification en série doivent rester distincts. Les propos du client doivent être reproduits fidèlement sans transformer l’intérêt en engagement.

Le parcours doit indiquer les quantités d’échantillons, les délais, la réponse en cas d’échec, l’outillage, la capacité pilote et les ressources du client. Un essai techniquement réussi peut néanmoins ne pas générer de revenus en raison de changements de calendrier, d’intégration, d’achats, de garantie ou de stratégie. Les prévisions doivent s’appuyer sur des preuves de conversion observées et des probabilités explicites par étape.

La concentration client et la dépendance aux programmes doivent être visibles. Une option chimique peut être très adaptée à un acheteur et peu transférable. Les conditions de la transaction peuvent lier la valeur à une qualification indépendante, à un volume contractuel ou à une acceptation de production plutôt qu’à un engagement présenté comme tel par la direction.

25. Mesurer l’apprentissage du portefeuille et l’interaction des options

Les options peuvent partager des données sur les matériaux, des méthodes d’essai, l’automatisation, des fournisseurs, des connaissances de procédés et des relations clients. Le modèle de portefeuille doit identifier les véritables retombées d’apprentissage et les interactions négatives, telles que la concurrence pour la capacité de laboratoire, le capital ou l’attention de spécialistes. Les ressources partagées sont à la fois des contraintes et des synergies.

L’apprentissage doit être mesuré par un nombre réduit d’expériences, une meilleure reproductibilité, une amélioration des prévisions, une identification plus rapide des échecs et un transfert entre programmes. Les publications et les jeux de données peuvent soutenir l’apprentissage mais ne prouvent pas le progrès commercial. Les éléments de preuve doivent relier une capacité partagée à une modification de la décision relative à une option.

La gouvernance du portefeuille devrait empêcher les coûts irrécupérables ou l’engouement technique de maintenir des voies fragiles. Un programme peut être arrêté tandis que ses données conservent une valeur de plateforme. Le registre des options devrait consigner les décisions de poursuite, de pivot, de partenariat, de licence et d’arrêt, avec leurs motifs et les enseignements récupérés.

26. Définir des critères d’arrêt, de pivot et d’accélération

Chaque voie devrait avoir des critères de poursuite prédéfinis. Les critères techniques peuvent inclure la performance, la reproductibilité, la dégradation, la sécurité et la transition à l’échelle. Les critères commerciaux peuvent inclure l’avantage applicatif, le soutien d’un client, la chaîne d’approvisionnement, le coût et le délai. Les critères de capital devraient inclure les dépenses restantes, l’autonomie de trésorerie et la faisabilité du financement.

Les critères d’arrêt devraient identifier les résultats qui invalident la proposition de valeur ou rendent la prochaine expérience non économique. Les critères de pivot peuvent réorienter une chimie vers une autre application ou un autre modèle économique lorsque les éléments de preuve soutiennent ce changement. Les critères d’accélération devraient exiger suffisamment de preuves et de capacité pour justifier une augmentation des dépenses.

Les décisions devraient être prises par des responsables techniques et commerciaux redevables, avec une remise en question indépendante. La modification des seuils une fois les résultats connus devrait être documentée. Cette discipline transforme l’optionalité d’une excuse pour une recherche indéfinie en un système contrôlé d’allocation du capital.

27. Construire le modèle d’option ajusté selon les probabilités

Valeurs illustratives uniquement ; à remplacer par des probabilités, flux de trésorerie, calendriers et besoins en capital validés de manière indépendante.

Le modèle devrait définir la valeur commerciale en cas de succès, la probabilité d’atteindre cet état, le calendrier, le capital restant, la dilution, la fiscalité et le risque. Les probabilités devraient être rattachées à des jalons observables et être conditionnées par le financement. Les défaillances corrélées entre options devraient être modélisées lorsqu’elles partagent des hypothèses relatives à un matériau, un mécanisme, un procédé ou un client.

La valeur en cas de succès devrait utiliser des hypothèses propres à l’application en matière de volume, de prix, de marge, de capital et de concurrence. Elle ne devrait pas appliquer une part de marché complète à chaque option. Le modèle devrait inclure des voies de licence, de partenariat et de cession lorsqu’elles constituent des alternatives crédibles à la fabrication en interne.

La valeur ajustée selon les probabilités est une aide à la décision, non un substitut aux éléments de preuve. Les fourchettes et les sensibilités devraient montrer quelles hypothèses déterminent le résultat. La même option ne devrait pas être comptée à la fois comme un programme autonome et dans un multiple de plateforme.

28. Concilier les approches stratégique, par les revenus et par le marché

Une approche par les revenus peut modéliser des flux de trésorerie ajustés selon les probabilités ou des paiements par jalon. Une approche par le marché peut examiner des transactions, sociétés ou licences comparables en ajustant selon les éléments de preuve, les droits, l’application, la maturité et les besoins en capital. Une approche par les coûts peut éclairer le remplacement ou la reproduction, mais ne capture généralement pas l’optionalité réussie.

La valeur stratégique peut découler de la sécurité d’approvisionnement, de l’accès à l’application, du temps gagné, de droits de blocage, de l’apprentissage en fabrication ou de l’adéquation au portefeuille. Chaque synergie devrait avoir un responsable, une action, un calendrier, un coût et une référence autonome. La capacité d’un acheteur à financer le passage à l’échelle ne devrait pas se convertir silencieusement en valeur pour le vendeur.

La conclusion de valorisation doit réconcilier les approches et expliquer les écarts. Une incertitude importante peut justifier des fourchettes, une contrepartie échelonnée ou des structures d'options. Une précision non étayée par des preuves techniques crée une fausse confiance.

29. Traduire la vitesse de R&D en valeur économique

Une recherche plus rapide crée de la valeur lorsqu'elle avance un flux de trésorerie, élimine une voie sans issue, réduit le capital requis ou améliore la probabilité de qualification. Le modèle doit identifier la date de décision modifiée par AI ou l'automatisation, ainsi que la conséquence en aval. Le débit du laboratoire à lui seul ne constitue pas un avantage complet.

Les gains de temps doivent être nets de la curation des données, de la mise en place de l'automatisation, de la validation des modèles, de la synthèse, de la caractérisation et des contraintes de file d'attente. Une phase initiale plus rapide peut déplacer le goulot d'étranglement vers la fabrication pilote ou les tests clients. Le plan intégré doit identifier le chemin critique.

La valeur économique peut être estimée via les dépenses évitées, un partenariat plus précoce, une dilution réduite ou une entrée sur le marché accélérée, en intégrant probabilité et actualisation. La compression annoncée de plusieurs années à quelques mois doit être traitée comme un objectif tant que les preuves du programme ne la soutiennent pas.

30. Construire la prévision intégrée de développement et de trésorerie

La prévision doit relier les expériences, les candidats, les transitions d'échelle, les effectifs, les équipements, les matériaux, les échantillons clients, la qualification et le financement. Chaque programme doit comporter un scénario de base, un scénario dégradé et un scénario d'arrêt. Les coûts de plateforme partagés doivent être alloués de manière cohérente sans masquer le coût réel d'une option.

La consommation de trésorerie doit refléter l'utilisation du laboratoire, les tests externes, le calcul, la propriété intellectuelle, les travaux réglementaires, les campagnes pilotes et les équipements à long délai d'approvisionnement. Les jalons doivent avoir des dates fondées sur des preuves et inclure la reprise après échec. Un plan technique sans marge de financement peut détruire la valeur de l'option.

Le conseil d'administration doit rapprocher les réalisations mensuelles de la production du programme et des jalons de décision. Les écarts doivent identifier la portée, la productivité, les résultats et le calendrier. Les améliorations de prévision ne doivent être intégrées qu'après que les preuves ont modifié l'hypothèse concernée.

La construction de la prévision doit commencer au niveau de l'expérience et du lot et n'être agrégée qu'après homogénéisation des unités. Un programme peut présenter un nombre de candidats, un nombre de cellules, des ampères-heures, des kilowattheures, des tonnes pilotes et des échantillons clients à différents stades. Ces mesures doivent être reliées au travail, au temps et aux dépenses nécessaires pour faire progresser une option. Une prévision qui passe des candidats de laboratoire au chiffre d'affaires commercial sans les étapes intermédiaires de conversion dissimule le principal risque d'investissement.

La charge des ressources doit identifier les instruments rares, le temps de salle sèche, les équipements pilotes, les évaluateurs spécialisés et les fenêtres de test client. Les retards proviennent souvent de files d'attente et de dépendances plutôt que de la durée nominale d'une expérience. Le chemin critique doit inclure l'approvisionnement, l'installation, l'étalonnage, les délais de matériaux, l'examen de sécurité, la logistique des échantillons et le retour d'information. Des activités parallèles peuvent raccourcir les calendriers et augmenter la consommation de trésorerie avant que les preuves ne justifient un engagement.

La planification du scénario dégradé doit supposer que les expériences prioritaires échouent, qu'un lot de matériau est indisponible, qu'un test doit être répété ou qu'une fenêtre client se déplace. La direction doit montrer quelles dépenses peuvent être arrêtées et quels engagements sont fixes. Le modèle de liquidité doit préserver une voie vers une décision ordonnée plutôt que de forcer un financement en situation de détresse juste avant un jalon décisif.

Les prévisions de portefeuille doivent également indiquer la valeur de l'information attendue de chaque tranche de dépenses. Une dépense peut créer de la valeur en confirmant une voie solide, en rejetant une voie faible ou en révélant une meilleure application. Ne rapporter que des jalons techniques favorables occulte le bénéfice économique d'un arrêt précoce et bien étayé. L'efficacité du capital doit donc mesurer la qualité et le calendrier des décisions ainsi que le nombre de résultats techniques.

31. Concevoir un financement échelonné par jalons

Valeurs illustratives uniquement ; à remplacer par une valeur commerciale, une probabilité, un calendrier et des besoins de financement validés de manière indépendante.

La sensibilité doit être lue parallèlement aux jalons de preuve. Une probabilité plus élevée doit découler de preuves techniques, de fabrication et clients reproductibles plutôt que de la confiance du management. Le capital restant doit inclure le coût total jusqu’à l’état commercial défini, y compris la reprise après échec, le besoin en fonds de roulement et les frais de financement. Un modèle peut afficher une valeur positive pour plusieurs combinaisons et rester infaisable si la liquidité ne permet pas d’atteindre le prochain jalon.

Le conseil d’administration doit identifier les preuves susceptibles de faire passer l’option d’une fourchette de probabilité à une autre. Une réplication indépendante peut réduire le risque scientifique ; une campagne pilote peut réduire le risque de procédé ; l’acceptation client peut réduire le risque d’application. Ces changements ne doivent pas être additionnés mécaniquement lorsqu’ils sont dépendants. Par exemple, un test client réussi utilisant des cellules de laboratoire peut laisser la probabilité de fabrication largement non résolue.

La sensibilité au capital éclaire aussi les décisions de partenariat. Un partenaire stratégique disposant de capacités de fabrication qualifiées, d’un accès aux matériaux ou à la clientèle peut réduire le capital et le temps nécessaires tout en recevant une part des retombées économiques ou du contrôle. Les scénarios autonome et de partenariat doivent reconnaître explicitement ces transferts. La société ne doit pas revendiquer l’infrastructure du partenaire comme une valeur détenue et doit refléter l’exclusivité, les restrictions de domaine, la gouvernance et les droits de résiliation.

La conception du financement doit tenir compte des conséquences d’un succès partiel. Un matériau peut atteindre ses objectifs de performance sans atteindre son objectif de coût de procédé ; un client peut accepter des échantillons et retarder le lancement d’une plateforme. Les documents d’étape doivent définir le résultat accepté, le processus de remédiation et les droits de décision. Des jalons ambigus peuvent créer des litiges précisément au moment où de nouveaux capitaux sont nécessaires.

Le financement doit lever les incertitudes qui empêchent la qualification client et la génération de liquidités. Les jalons peuvent inclure un matériau reproductible, une validation indépendante des cellules, un résultat de sécurité, un lot pilote, un rendement de fabrication, l’acceptation d’échantillons par le client, un développement sous contrat, un gel de conception et une qualification de production. Chacun doit avoir une source, un responsable et un test d’acceptation.

Les actions peuvent absorber l’incertitude liée à la recherche et au portefeuille. Le capital stratégique peut apporter des capacités d’application, de chaîne d’approvisionnement ou de fabrication et peut introduire des contraintes d’exclusivité ou de contrôle. Les subventions peuvent financer des travaux définis et comporter des obligations de reporting, d’accès ou commerciales. La dette exige généralement des preuves plus solides concernant les actifs, l’achèvement et la trésorerie.

Le financement par tranches, les bons de souscription, les licences, les coentreprises et la contrepartie conditionnelle peuvent aligner le capital sur les preuves. Les conditions doivent préserver une autonomie financière suffisante pour atteindre le prochain jalon selon un scénario défavorable. Les jalons doivent être techniquement significatifs et difficiles à satisfaire de manière purement cosmétique.

32. Préparer le data room du portefeuille technologique

Tableau 3. Data room du portefeuille de technologies de batteries

L’accès doit être contrôlé et les éléments probants rapprochés des systèmes sources.

La data room doit préserver la version, la date, le propriétaire et le lien entre les éléments probants scientifiques et financiers. Les synthèses doivent renvoyer aux enregistrements bruts. Les échecs expérimentaux significatifs, les litiges, les restrictions, les événements de sécurité et les arrêts de programme doivent être divulgués avec leur contexte et les mesures correctives.

Les examinateurs doivent sélectionner les échantillons de manière indépendante et reproduire la chaîne de preuves. Les contrôles d’accès doivent protéger les secrets commerciaux tout en permettant une vérification suffisante pour la décision. Les éléments probants indisponibles doivent être consignés comme une lacune plutôt que reconstitués de mémoire.

33. Mener la due diligence scientifique et commerciale conjointement

La due diligence scientifique doit tester la composition, le mécanisme, la reproductibilité, la qualité des tests, la dégradation, la sécurité et les transitions d’échelle. La due diligence commerciale doit tester le besoin applicatif, le processus client, la concurrence, la chaîne d’approvisionnement, le coût et la qualification. Les deux flux de travail doivent utiliser une seule cartographie des options et rapprocher les hypothèses.

Un avantage technique peut être sans pertinence commerciale ; un problème client peut dépasser les capacités de la chimie. Les revues conjointes doivent identifier les quelques variables qui déterminent à la fois la performance et la valeur. Les explications de la direction doivent être liées à des expériences, des contrats, des budgets et des calendriers.

Les constats doivent être intégrés au prix, à la structure, aux conditions, aux garanties, à l’intégration et au financement. Une longue annexe technique qui ne modifie pas la décision de transaction a une valeur limitée. Les points ouverts doivent préciser leur matérialité, le responsable, la mesure corrective, le coût et les preuves d’achèvement.

34. Évaluer le risque de transfert de l’équipe et des personnes clés

Les programmes de batteries dépendent de connaissances tacites couvrant les matériaux, l’électrochimie, les procédés, la modélisation et la qualification client. La due diligence doit identifier qui peut reproduire chaque méthode critique, interpréter les anomalies et faire fonctionner les équipements. Les accords relatifs à l’emploi, au conseil, aux inventions et à la rétention doivent être examinés.

La documentation doit permettre à une équipe compétente de reproduire la synthèse des matériaux, l’assemblage des cellules, les tests, l’analyse et le déploiement des modèles. La concentration sur un fondateur ou un scientifique augmente le risque de continuité, même en présence de brevets. Les plans de succession et de transfert de connaissances doivent être chiffrés.

Le modèle de transaction doit inclure la rétention, le recrutement, la réinstallation et l’intégration. La valeur de l’équipe dépend de la volonté et de la capacité de ses membres à poursuivre dans la structure proposée. Elle ne doit pas être présumée sur la seule base de liens historiques.

35. Maîtriser les risques liés à la cybersécurité, aux modèles et au laboratoire

Les environnements de recherche contiennent des formulations sensibles, des données de partenaires, du contrôle d’instruments et de la propriété intellectuelle. Les contrôles doivent couvrir l’identité, les accès, la segmentation, l’application de correctifs, la journalisation, la sauvegarde, le développement sécurisé, l’accès des fournisseurs et la réponse aux incidents. La disponibilité du laboratoire et l’intégrité des données nécessitent une reprise testée.

Les ensembles de modèles doivent être versionnés et protégés contre toute modification non autorisée. Les données d’entraînement, le code, les paramètres, l’environnement et les sorties doivent être reproductibles. Les équipements automatisés doivent avoir une autorité limitée, des états sûrs et des verrouillages indépendants.

La due diligence cyber doit examiner l’architecture, les incidents, les constats ouverts, les exercices de reprise et les dépendances critiques. L’assurance ne remplace pas le contrôle. Les lacunes significatives doivent avoir une incidence sur le périmètre, le coût de remédiation, l’intégration et la valorisation.

36. Créer le tableau de bord du portefeuille destiné au conseil d’administration

Tableau 4. Tableau de bord du portefeuille de chimies pour le conseil d’administration

Présentez ensemble les éléments de preuve, l'incertitude et la trésorerie ; évitez toute précision non étayée.

Le tableau de bord doit montrer l'évolution depuis la revue précédente, et pas seulement le statut actuel. Il doit identifier les éléments de preuve qui ont modifié la probabilité, la valeur, le calendrier ou le capital. Des étiquettes vertes sans source ni incertitude traduisent une gouvernance faible.

Le conseil doit examiner la concentration du portefeuille, les risques corrélés, les goulets d'étranglement en ressources et le runway de trésorerie. Les décisions doivent conserver une piste d'audit. Les responsables techniques et la finance doivent utiliser les mêmes identifiants d'options et les mêmes définitions de jalons.

37. Modéliser la concentration du portefeuille et la corrélation

La diversification exige des moteurs indépendants. Plusieurs options chimiques peuvent dépendre du même prix du lithium, du même mécanisme d'électrolyte, de la même ligne pilote, du même fondateur, du même client ou de la même hypothèse réglementaire. Le modèle doit identifier les causes communes et les soumettre ensemble à des tests de stress.

La concentration doit être évaluée selon la valeur attendue, le capital restant, le temps, l'application, le client et la ressource critique. Un petit programme peut consommer une part disproportionnée d'une capacité rare d'expertise ou de production pilote. Le séquençage du portefeuille peut créer de la valeur lorsque des expérimentations précoces éclairent plusieurs trajectoires.

L'analyse de scénarios doit tester la baisse des coûts des acteurs en place, l'inversion des prix des matières, le retard d'un client, l'échec du passage à l'échelle et la contrainte de financement. La valeur du portefeuille doit refléter la capacité à arrêter, reporter, nouer un partenariat sur ou réorienter les options à mesure que les preuves évoluent.

38. Planifier l'intégration de la transaction et la captation de valeur

Un acquéreur ou un investisseur stratégique doit définir comment les laboratoires, les données, les modèles, la propriété intellectuelle, les équipes, les fournisseurs et les programmes clients fonctionneront après la clôture. L'intégration peut interrompre les expérimentations et la qualification si les systèmes, les équipements ou les droits de décision changent. Les exigences de continuité doivent être identifiées avant la signature.

Les plans de captation de valeur doivent désigner des responsables pour la migration des données, la reproductibilité des modèles, les contrôles de propriété intellectuelle, l'accès aux laboratoires, la qualification des fournisseurs et la communication client. Les synergies doivent être séparées de la valeur autonome des options et étayées par des actions et des coûts.

Les cent premiers jours doivent préserver les preuves scientifiques et le rythme du programme tout en testant les affirmations centrales. L'intégration ne doit pas forcer chaque option dans un processus unique lorsque leurs besoins expérimentaux diffèrent. La gouvernance doit conserver le pouvoir d'arrêter et de réorienter.

39. Utiliser un plan à cent jours axé sur la valeur des options

Tableau 5. Plan à cent jours axé sur la valeur des options chimiques

Le calendrier est indicatif et doit refléter le périmètre de la transaction, la maturité et les engagements clients.

Le plan doit être porté par des responsables scientifiques, d'ingénierie, commerciaux, juridiques et financiers redevables. Des revues hebdomadaires des éléments de preuve doivent combler les lacunes critiques et réconcilier les définitions. L'examen indépendant doit se concentrer sur les affirmations qui déterminent la valeur de la transaction.

La préparation est atteinte lorsque les affirmations centrales concernant l'option, la plateforme, la probabilité, le capital et les clients peuvent être reproduites à partir de registres contrôlés. Des résultats mitigés peuvent soutenir une transaction lorsque l'incertitude est explicite et correctement structurée. Le système de gouvernance doit perdurer après la clôture.

40. Conclusion

La R&D assistée par AI peut améliorer la découverte de batteries et les décisions de portefeuille en explorant des espaces plus vastes, en hiérarchisant les expériences et en reliant les données à un apprentissage maîtrisé. La valeur est défendable lorsque les prédictions du modèle conduisent à des matériaux reproductibles, des cellules pertinentes pour l'application, des procédés évolutifs, une qualification client et de la trésorerie. La vitesse de recherche et les performances de pointe sont insuffisantes sans cette chaîne.

Les conseils d'administration et les investisseurs devraient valoriser les voies chimiques comme des options conditionnées par des preuves. Ils devraient comparer les technologies sur des périmètres système cohérents, conserver les preuves d'échec, les données d'essai et les droits de propriété intellectuelle, cartographier les matériaux critiques, définir des critères d'abandon et relier chaque transition au capital. La diversification du portefeuille devrait tenir compte des mécanismes, des personnes, des équipements et des marchés partagés.

Le dossier de transaction devrait réconcilier les preuves scientifiques, industrielles, clients et financières. Des modèles ajustés en fonction des probabilités devraient exposer les hypothèses qui déterminent la valeur et soutenir un financement par étapes ou des structures conditionnelles lorsque l'incertitude persiste. Ce cadre transforme un large récit d'innovation en un portefeuille d'applications, de jalons, de besoins de trésorerie et de choix stratégiques prêt à la décision.

Le portefeuille doit rester dynamique après un financement ou une acquisition. De nouvelles expériences, l'évolution des coûts des acteurs en place, la disponibilité des matériaux, les retours clients et les évolutions réglementaires peuvent modifier à la fois la voie privilégiée et la séquence de capital. La gouvernance devrait exiger une réévaluation datée lorsque les preuves franchissent un seuil défini. La revue devrait réconcilier le dossier d'investissement initial avec les résultats observés, conserver les explications des changements et déterminer si la valeur provient de l'option attendue ou d'un pivot discipliné. Ce cycle continu de preuves protège la qualité des décisions, soutient une communication transparente auprès des investisseurs et empêche un récit historique séduisant de se substituer à la position scientifique et commerciale actuelle.

Les preuves doivent rester reproductibles.

Références

1. Agence internationale de l’énergie, Global EV Outlook 2026 : batteries de véhicules électriques, https://www.iea.org/reports/global-ev-outlook-2026/electric-vehicle-batteries
2. Agence internationale de l'énergie, Perspectives mondiales des véhicules électriques 2026 : résumé exécutif, https://www.iea.org/reports/global-ev-outlook-2026/executive-summary
3. Agence internationale de l’énergie, Global EV Outlook 2025 : Batteries de véhicules électriques, https://www.iea.org/reports/global-ev-outlook-2025/electric-vehicle-batteries
4. Agence internationale de l'énergie, Batteries et transitions énergétiques sûres : résumé exécutif, https://www.iea.org/reports/batteries-and-secure-energy-transitions/executive-summary
5. Agence internationale de l'énergie, L'état de l'innovation énergétique 2025 : Résumé exécutif, https://www.iea.org/reports/the-state-of-energy-innovation-2025/executive-summary
6. Agence internationale de l'énergie, Perspectives mondiales sur les minéraux critiques 2025 : Au-delà des batteries NMC, https://www.iea.org/reports/global-critical-minerals-outlook-2025/beyond-nmc-batteries-supply-chain-issues-for-emerging-battery-technologies
7. Agence internationale de l'énergie, Comment l'innovation peut aider à sécuriser les futurs marchés des batteries et les approvisionnements en minéraux, https://www.iea.org/commentaries/how-can-innovation-help-secure-future-battery-markets-and-mineral-supplies
8. Département de l'Énergie des États-Unis, AI pour l'énergie, https://www.energy.gov/sites/default/files/2024-04/AI%20EO%20Report%20Section%205.2g%28i%29_043024.pdf
9. Département de l'Énergie des États-Unis, Concevoir des matériaux à fonctionnalité prévisible, https://www.energy.gov/undersecretaryforscience/genesis-mission/designing-materials-predictable-functionality
10. Département de l'Énergie des États-Unis, Parvenir à des laboratoires autonomes pilotés par AI, https://www.energy.gov/undersecretaryforscience/genesis-mission/achieving-ai-driven-autonomous-laboratories
11. Département de l'Énergie des États-Unis, Nouvelle approche de synthèse des matériaux avec validation rapide par un laboratoire robotisé, https://www.energy.gov/science/bes/articles/new-approach-materials-synthesis-quick-validation-robotic-lab
12. Argonne Leadership Computing Facility, Construire des modèles de fondation AI pour accélérer la découverte de nouveaux matériaux de batterie, https://www.alcf.anl.gov/news/building-ai-foundation-models-accelerate-discovery-new-battery-materials
13. Argonne Leadership Computing Facility, Modèles de fondation pour la conception moléculaire destinée au stockage et à la conversion d'énergie, https://www.alcf.anl.gov/science/case-studies/foundation-models-molecular-design-energy-storage-and-conversion
14. Argonne Leadership Computing Facility, Conception moléculaire autonome pour les batteries à flux redox, https://www.alcf.anl.gov/science/projects/autonomous-molecular-design-redox-flow-batteries
15. Argonne Leadership Computing Facility, Dynamique des réactions hétérogènes pour le stockage d'énergie et la production d'hydrogène, https://www.alcf.anl.gov/science/projects/heterogeneous-reaction-dynamics-energy-storage-and-hydrogen-production-0
16. Laboratoire national d’Argonne, logiciel de modélisation BatPaC, https://www.anl.gov/amd/batpac-model-software
17. National Renewable Energy Laboratory, analyse de la chaîne d'approvisionnement et des coûts des technologies avancées, https://www.nrel.gov/manufacturing/advanced-tech.html
18. National Renewable Energy Laboratory, modélisation multi-échelle de la physique des batteries, https://www.nrel.gov/transportation/multi-scale-battery-physics-modeling.html
19. Département de l'énergie des États-Unis, Plan national pour les batteries au lithium 2021-2030, https://www.energy.gov/sites/default/files/2021-06/FCAB%20National%20Blueprint%20Lithium%20Batteries%200621_0.pdf
20. Union européenne, règlement (UE) 2023/1542 concernant les batteries et les déchets de batteries, https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32023R1542
21. Union européenne, Règlement (UE) 2024/1689 établissant des règles harmonisées en matière d'intelligence artificielle, https://eur-lex.europa.eu/eli/reg/2024/1689/oj
22. National Institute of Standards and Technology, Cadre de gestion des risques liés à l'intelligence artificielle 1.0, https://www.nist.gov/itl/ai-risk-management-framework
23. Organisation internationale de normalisation, systèmes de management de la qualité ISO 9001, https://www.iso.org/standard/62085.html
24. Organisation internationale de normalisation, ISO/IEC 42001 Systèmes de management de l'intelligence artificielle, https://www.iso.org/standard/81230.html
25. Nations Unies, Recommandations relatives au transport des marchandises dangereuses, Manuel des épreuves et critères, sous-section 38.3, https://unece.org/transport/dangerous-goods/rev7-files
26. Conseil des normes internationales d'évaluation, Normes internationales d'évaluation, https://ivsc.org/standards/