Laboratorios químicos bajo control robótico
Kevin Weil, antiguo director de Ciencia de OpenAI, anunció este martes la salida del modo stealth de Warp Sciences, una startup de US$ 215 millones destinada a construir la infraestructura que permitirá a las empresas de biotecnología y farmacéutica descubrir medicamentos más rápidamente. La empresa, valorada en US$ 865 millones post-money, une química medicinal, inteligencia artificial y robótica en un modelo que pretende resolver un cuello de botella antiguo del descubrimiento de fármacos: la necesidad de síntesis manual y repetitiva de moléculas.
Warp Sciences no desarrollará medicamentos propios. El enfoque, como dejó claro el cofundador y director de operaciones DJ Patil —el primer científico de datos de la Casa Blanca de Estados Unidos—, es construir la infraestructura para quienes hacen. "Nuestros clientes de biotecnología y farmacéutica determinan qué moléculas perseguir y mantienen el control de sus programas de fármacos", afirmó Patil durante el anuncio, reforzando que la startup actúa como socia de servicios, no como competidora.
Qué hará la startup
El servicio inicial de Warp se centra en la optimización de leads —la etapa en la que los investigadores ya identificaron una molécula prometedora y necesitan crear y probar cientos o miles de variaciones de esa molécula para mejorar su actividad, reducir efectos secundarios o refinar otras propiedades antes de avanzar el candidato al desarrollo clínico. Es uno de los procesos más laboriosos y lentos del pipeline farmacéutico.
Durante años, esta parte del trabajo se tercerizó a contratistas en China, donde empresas como WuXi AppTec competían en velocidad y coste. Con la tensión comercial y la legislación reciente como el BIOSECURE Act, firmado en diciembre de 2025, muchas empresas han buscado alternativas nacionales. Warp pretende reposicionar parte de esa capacidad en Estados Unidos, combinando químicos expertos humanos con robots y modelos de IA entrenados en datos de experimentos físicos.
Entrenando robots con químicos expertos
El enfoque más singular de Warp es el método de entrenamiento de los robots: químicos expertos usan cámaras y guantes con sensores de presión para grabar cada movimiento realizado en el laboratorio. Estos datos visuales y táctiles alimentan los modelos de IA de la startup, que aprenden a ejecutar tareas complejas de laboratorio —desde la medición de reactivos hasta la manipulación de muestras— de forma autónoma.
"La IA ha acelerado dramáticamente la ingeniería de software y las matemáticas, pero aún no ha causado el mismo impacto en las ciencias físicas", declaró Weil en entrevista. "La química y la biología avanzan cuando haces algo, lo pruebas y aprendes del resultado. Si queremos construir IAs más capaces para la ciencia, necesitamos generar datos del mundo real a escala."
El plan es que los robots operen 24 horas al día, siete días a la semana, eliminando las pausas naturales de los investigadores humanos y acelerando drásticamente el ciclo de hipótesis-experimento-respuesta. Con datos experimentales en volumen mayor, los propios modelos de IA de Warp se vuelven más precisos, lo que hace los robots más eficientes, generando un ciclo virtuoso de aprendizaje continuo.
El equipo detrás
Warp Sciences reúne un elenco inusual de nombres destacados. Weil, que más recientemente sirvió como Chief Product Officer y Vicepresidente de Ciencia en OpenAI, cofunda la empresa junto con Solomon "Sol" Reisberg —líder en química medicinal en Terremoto Biosciences, una startup enfocada en descubrimiento de fármacos con IA; Manohar "Mano" Paluri, ex-Vicepresidente de la Meta Superintelligence Labs y miembro fundador del FAIR (Fundamental AI Research); y DJ Patil, ex-ejecutivo de Devoted Health y la primera elección del presidente de EE.UU. como científico jefe de datos.
Los inversores ángulo son igualmente emblemáticos: Sarah Friar (ex-CFO de OpenAI), Reid Hoffman (cofundador de LinkedIn), Brian Armstrong (CEO de Coinbase), Mike Krieger (co-creador de Instagram y actual líder de la Anthropic Labs), Dylan Field (CEO de Figma), además de nombres de la industria farmacéutica tradicional.
El mercado y los desafíos
El mercado de servicios de investigación contratada (CRO) global ya genera decenas de miles de millones de dólares, y la parte de síntesis química es uno de los segmentos más rentables. Warp entra en un escenario dominado por proveedores establecidos en Asia, que poseen escala y conocimiento acumulado durante décadas. La ventaja competitiva propuesta por la startup es la combinación de capacidad doméstica, automatización robótica y aprendizaje por IA —algo que ninguna competidora actual ofrece de forma integrada.
El riesgo, sin embargo, es significativo. Los robots en laboratorios de química húmeda deben lidiar con la imprevisibilidad de las reacciones reales, y la transición de un laboratorio piloto a operación a escala nunca ha sido trivial. Warp ya adquirió brazos robóticos y chips de IA, pero aún tiene cerca de 20 empleados —un número pequeño comparado con las miles de personas que operan los mayores centros de síntesis en China.
La promesa de "cada experimento hacer el siguiente más inteligente" será probada no solo por la velocidade, sino por la fiabilidad de los datos generados. Para las empresas de biotecnología, la calidad de los datos experimentales lo es todo: una síntesis mal llevada puede descartar injustamente un candidato promissor, o peor, avançar com falhas não detectadas. El estándar de reproducibilidad que Warp debe alcanzar para ganhar tracción é extremadamente alto.
Qué observar
Warp Sciences marca la frontera más ambiciosa hasta ahora de la intersección entre IA generativa y ciencias físicas. Mientras otras startups se centran en la modelización computacional de proteínas o la predicción de estruturas moleculares, Warp apuesta de que el próximo salto está fuera del computador —dentro del laboratorio. Si consigue escalar su operação y demostrar que sus robots podem reproduzir con precisión los protocolos químicos más complejos, podría reconfigurar não apenas la economía del descubrimiento de medicamentos, sino também la relación entre inteligencia artificial y el mundo físico. ¿Será la automatização robótica de laboratórios químicos el equivalente a la revolución do código abierto para las ciencias naturais?
Fuentes: TechCrunch, Yahoo Finance / Business Wire, Drug-Dev.com
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
