La promesa de que la inteligencia artificial comprimirá 50 años de avances médicos en cinco sigue siendo un imán para inversores y medios. Pero ayer, 30 de junio, el CEO de Anthropic, Dario Amodei, decidió bajarse de la ola de hype. En el evento “The Briefing: AI for Science”, Amodei admitió que el verdadero impacto en biología “podría” tardar una década, no dos años. Y presentó Claude Science, una versión de su modelo diseñada para investigación científica. ¿.
Claude Science: una caja de herramientas visual que no viene a curar el cáncer
Alexander Tarashansky, responsable del producto, mostró en directo cómo Claude Science integra más de 60 bases de datos científicas y puede generar infografías sobre la marcha. “La ciencia es un asunto muy visual”, explicó Eric Kauderer-Abrams, jefe de ciencias de la vida de Anthropic. La demo enseñó algo potente: el modelo corrigió sus propios gráficos cuando el investigador anotó errores de formato. No es solo un chatbot con superpoderes; es un asistente que entiende que un científico no solo lee, sino que explora, compara y visualiza.
Pero aquí viene la primera llamada de atención. Chris Boerner, CEO de Bristol Myers Squibb, advirtió: “No queremos adelantarnos a lo que podemos cumplir. Cuando oyes ‘curar el cáncer en nuestra generación’… vamos a avanzar mucho, pero no vamos a quemar etapas”. La lección es brutal para cualquier startup biotech: no diseñes tu narrativa alrededor de un moonshot inalcanzable; estructura tu hoja de ruta en torno a avances incrementales que los inversores y los reguladores puedan tocar.
El ‘efecto comprimido’ se desinfla (y eso es bueno)
En su ensayo de octubre de 2024, “Máquinas de gracia amorosa”, Amodei vaticinó que la IA comprimiría un siglo de progreso en biología en cinco o diez años. Ayer, sobre el escenario del Yerba Buena Center de San Francisco, suavizó el pronóstico: quizá ocurra dentro de diez años, no en los próximos dos. “En IA, 2036 parece un futuro increíblemente lejano”, ironizó. Para los emprendedores que levantan rondas seed en deep tech, el mensaje es claro: no amarres tu valoración a una línea temporal imposible. Los plazos de la ciencia no se pliegan a la velocidad del software.
Lotte Knudsen, la pionera detrás de los fármacos GLP-1, puso el ejemplo más terrenal: “A veces tienes que reclutar 20.000 personas para un estudio de cinco años y solo el reclutamiento lleva dos. Por mucha IA que tengas, no puedes reducir un ensayo clínico por debajo de cinco años”. Compartir este dato en un pitch deck puede parecer un jarro de agua fría, pero evita expectativas irreales y, sobre todo, quiebras de confianza con los inversores.
La IA no va a curar el cáncer en dos años, y admitirlo no es debilidad: es la base para construir un producto en el que los clientes y los inversores confíen a largo plazo.
¿Por qué necesitas científicos ‘bilingües’ en tu startup?
Knudsen acuñó un término que debería resonar en cualquier fondo de recursos humanos de una biotech: científicos bilingües. No se refería a idiomas, sino a profesionales que dominan a fondo una disciplina científica Y, al mismo tiempo, entienden de IA y herramientas digitales. “Una persona así en cada equipo puede hacer maravillas. No puedes limitarte a decirle a la gente ‘usa IA’”, explicó. Esto encaja con la obsesión del ecosistema de Silicon Valley por los equipos interdisciplinarios, pero lo aterriza en un contexto donde la regulación y la validación experimental mandan.
Para una startup española o israelí que compite en deep tech, la moraleja es directa: el científico que solo sabe de pipelines no escala; el ingeniero que solo entrena modelos no entiende el problema. Contratar ese perfil híbrido es caro, pero multiplica la productividad más que cualquier ronda puente.
Las alucinaciones no van a desaparecer (y quizá no queremos que lo hagan)
El periodista Matthew Herper, de Stat News, preguntó a Amodei cómo confiar en predicciones de IA cuando los modelos alucinan. La respuesta fue un golpe de honestidad: “Para ser creativo, a menudo estás en la frontera entre inventar cosas y tener buenas ideas. Las alucinaciones nunca van a desaparecer del todo”. Amodei comparó el proceso con el de un humano que genera hipótesis arriesgadas.
Para el founder de una startup que construye herramientas de descubrimiento de fármacos, esto implica un giro cultural: en lugar de ocultar las limitaciones, hay que diseñar flujos de trabajo que las gestionen. Incluir capas de verificación humana, alertar cuando un resultado tiene baja confianza y educar a los clientes sobre el riesgo son estrategias que construyen credibilidad. Anthropic lo demostró al dejar que su CEO pusiera patas arriba sus propias predicciones sobre un escenario patrocinado por la empresa.
La sobriedad como palanca de confianza en el ecosistema
Lo más llamativo del evento no fue la demo, sino la ausencia de promesas mesiánicas. Vas Narasimhan, CEO de Novartis, resumió la oportunidad real: “Puedes reducir el ciclo de desarrollo de un fármaco de 12 a 7 u 8 años. Compuesto en toda la industria, es un impacto masivo”. Números así permiten construir un relato inversor sólido sin necesidad de vender humo.
En un sector donde OpenAI y otros gigantes disparan titulares grandilocuentes, Anthropic está apostando por un realismo calculado que muchos founders pasan por alto. Cuando estás en una ronda seed y tus competidores inflan sus métricas, admitir los límites de tu tecnología puede sonar a suicidio comercial. Pero los inversores especializados en deep tech llevan décadas viendo fracasar a startups que prometían la luna. La capacidad de Antrhopic de reconocer que su ‘compresión del siglo XXI’ llegará en 2036, no mañana, genera más confianza que cualquier diapositiva de hockey-stick.
El ecosistema español, con polos como Barcelona y Madrid que están atrayendo talento en biotecnología, tiene aquí un espejo. La Ley de Startups y los programas de ENISA premian la innovación real, no los fuegos artificiales. Copiar la transparencia de Amodei puede ser la diferencia entre cerrar una ronda con business angels que entienden el ciclo largo o quemar el runway en dieciocho meses por haber prometido un hito inalcanzable.
🚀 Hoja de Ruta para Emprender
- Define avances graduales, no moonshots: Presenta a inversores métricas de progreso realistas (fases de ensayo, acuerdos con hospitales) en lugar de “curar una enfermedad en tres años”.
- Invierte en el perfil bilingüe: Busca o forma a ese científico que también domina Python o ese ingeniero que ha trabajado en laboratorios. Un solo profesional híbrido acelera más que duplicar el equipo.
- Comunica los límites desde el minuto uno: Deja claro en tu pitch que los ensayos clínicos no se comprimen y que la IA tiene sesgos. La transparencia te hará resaltar entre competidores que inflan expectativas.
- Diseña procesos que gestionen las alucinaciones: Incorpora verificaciones manuales, umbrales de confianza y formación continua para que tu cliente sepa cuándo fiarse y cuándo no. Esa honestidad es fidelización a largo plazo.
