En los últimos años hemos visto avances en salud que habrían parecido ciencia ficción y que, más que sorprender, invitan a imaginar hasta dónde puede llegar la ciencia cuando se le da tiempo. Investigadores lograron eliminar tumores de páncreas en la mayoría de ratones de prueba, manteniéndolos libres de enfermedad por más de 200 días. Al mismo tiempo, la ciencia empieza a descifrar los hilos invisibles que conectan la microbiota intestinal con el Alzheimer. No son promesas de laboratorio: son resultados.
La ciencia, silenciosamente, está acelerando.
En ese contexto, The Economist publicó recientemente un análisis sobre cómo la inteligencia artificial está transformando la medicina y, en particular, el desarrollo de nuevos fármacos. No se trata de robots reemplazando científicos, sino de trasladar buena parte del proceso —lento y propenso al error— desde tareas manuales y repetitivas hacia simulaciones computacionales cada vez más precisas.
Esto contrasta con una narrativa que se repite con fuerza en redes y mercados: que la IA es, en el fondo, un globo bursátil y que jamás se recuperará la inversión en centros de datos y chips si la ambición se limita a chatbots y generadores de imágenes. El argumento sonaría razonable… si uno esperara retornos estructurales en cuestión de meses.
Tal vez el problema no esté en la tecnología, sino en nuestra impaciencia.
Mientras buena parte del mundo “descubrió” la inteligencia artificial con el lanzamiento de ChatGPT hace apenas dos años, la industria farmacéutica lleva más de dos décadas integrando modelos de ‘machine learning’ en el corazón de su investigación. Mucho antes de que estas herramientas se volvieran visibles para el público, ya operaban en silencio dentro de laboratorios, hospitales y centros de investigación.
Los resultados que hoy empiezan a verse no son una irrupción repentina, sino la consecuencia natural de décadas acumulando datos, modelos y fracasos. Algunas empresas han reducido procesos de diseño molecular de 4,5 años a solo 18 meses. Las tasas de éxito en ensayos clínicos tempranos pasaron de 40–65% a 80–90%. Estos números no son milagros: son el resultado acumulado de más de veinte años de experimentación silenciosa. La industria farmacéutica no recurrió a una “IA cosmética” para parecer moderna; buscó una herramienta capaz de abordar problemas que, hasta entonces, eran simplemente inabordables.
Si hoy la inteligencia artificial parece una burbuja, quizás sea porque la estamos aplicando a problemas pequeños, evaluándola con métricas de corto plazo y exigiéndole resultados inmediatos.
No estamos discutiendo medicina. Estamos discutiendo qué ocurre cuando una tecnología deja de ser una novedad visible y empieza a operar como infraestructura.
En ese tránsito, las expectativas suelen adelantarse a los resultados y la impaciencia se confunde con escepticismo. No son veinte años de ventaja automática, pero sí veinte años de lecciones y buenas prácticas que pueden acelerar lo que viene.
