IA en descubrimiento de fármacos: Vertex probó con 50 empresas y ninguna logró un medicamento viable
IA en descubrimiento de fármacos: Vertex probó 50 empresas con 10.000 compuestos y ninguna logró un fármaco viable. Lo que debes aprender antes de invertir.

Cincuenta proveedores de inteligencia artificial, 10.000 compuestos farmacológicos y cero medicamentos viables. Ese es el resultado del experimento que ha relatado Jeff Leiden, presidente de Vertex, y es uno de los baños de realidad más contundentes que ha recibido la IA en descubrimiento de fármacos. Llega, además, justo cuando los líderes de los grandes laboratorios de IA prometen curas para casi todo.
Qué probó Vertex y por qué importa a cualquier directivo
Vertex entregó a unas 50 compañías de IA una base de datos con cerca de 10.000 compuestos y les pidió candidatos viables. Era una prueba de resultados reales, no una demo comercial. Ningún modelo logró desarrollar un fármaco viable. Leiden no concluye que la tecnología no sirva: la IA es hoy un copiloto de los investigadores, no su reemplazo. Ayuda a identificar patrones, proponer dianas terapéuticas, predecir estructuras de proteínas y sugerir moléculas prometedoras. Lo que ningún modelo ha demostrado es anticipar con precisión suficiente cómo se comportará un compuesto en un organismo humano, con sus miles de procesos biológicos interdependientes.
El contraste con el discurso público es enorme. Dario Amodei (Anthropic) escribió que la IA podría curar la mayoría de las grandes enfermedades en cinco a diez años. Demis Hassabis (Google DeepMind) dijo en abril de 2025 que «podemos curar todas las enfermedades con ayuda de la IA». Sam Altman (OpenAI) habló de curar el cáncer y el Alzheimer. Ninguna de esas frases viene con un fármaco aprobado.
Hay además un muro que ningún algoritmo derriba: los ensayos clínicos. Pueden prolongarse varios años, y acelerar el hallazgo de candidatos no garantiza que lleguen más medicamentos al mercado. Según la biotech Reflector Bio, citada por Ecosistema Startup, cerca del 92% de los candidatos falla en ensayos clínicos y llevar un fármaco al mercado cuesta más de 2.000 millones de dólares contando los fracasos. Ese costo se habría duplicado aproximadamente cada nueve años desde 1950.
La otra cara: la IA como salvavidas ante la presión del sector
El escepticismo no es rechazo. Otras coberturas matizan el panorama. Fomoera resume que la IA acelera la investigación pero que los ensayos muestran cuánto falta para convertir candidatos en tratamientos. Milenio plantea que la inversión en IA médica se ha duplicado sin éxitos clínicos equivalentes. Y La Vanguardia señala que la IA se perfila como recurso para las farmacéuticas ante la crisis de patentes. Ecosistema Startup apunta que lo que sí empieza a dar resultados medibles es la infraestructura de datos, no las promesas de curas. La industria usa IA para priorizar, cribar y descartar antes de gastar, no para descubrir sola.
Un ejemplo de ese enfoque es Leash Bio, que generó 4.000 millones de mediciones para entrenar agentes de IA en descubrimiento de fármacos: la apuesta está en los datos propios, no en el modelo milagroso.
Cómo evaluar la adopción de IA en farmacéuticas (y en tu sector)
Aunque no dirijas un laboratorio, la lección del experimento Vertex se traslada a cualquier industria con procesos largos, regulados y de alto riesgo. Esto puedes aplicar:
Cuándo tiene sentido adoptar IA y cuándo esperar
El momento correcto para adoptar IA es cuando puedes acotar el problema, medir el resultado y mantener a un humano con criterio en el circuito. El momento de esperar es cuando alguien te vende autonomía total en un terreno donde ni los mejores modelos han demostrado precisión suficiente. Para el sector salud, el mensaje a proveedores también es claro: la oportunidad está en acelerar la investigación, no en prometer curas.
La próxima vez que te presenten una solución de IA en descubrimiento de fármacos o de cualquier otro sector complejo, haz la pregunta de Vertex: ¿qué resultado verificable entrega con mis datos? Si la respuesta es una promesa y no una prueba, ya sabes cuánto vale.
Preguntas frecuentes
¿Qué experimento hizo Vertex con empresas de IA?
Vertex entregó a unas 50 compañías de IA una base de datos con cerca de 10.000 compuestos farmacológicos para que encontraran candidatos viables. Ningún modelo logró desarrollar un medicamento viable. Su presidente, Jeff Leiden, concluyó que la IA es hoy un copiloto de los investigadores, no su reemplazo.
¿Por qué la IA no puede descubrir fármacos por sí sola?
Porque encontrar una molécula que interactúe con una proteína es solo el primer paso. El organismo humano involucra miles de procesos biológicos interdependientes y ningún modelo predice con suficiente precisión efectos secundarios e interacciones. Además, los ensayos clínicos son obligatorios y pueden durar años, por lo que la IA en descubrimiento de fármacos no los elimina.
¿Cómo puede una empresa aplicar la lección de Vertex a su adopción de IA?
Probando a varios proveedores con un caso real y criterios de éxito medibles, identificando el cuello de botella verdadero del proceso, invirtiendo primero en datos y diseñando la IA como copiloto con supervisión humana. Así se evita pagar por promesas que no se traducen en resultados verificables.
Fuentes
- Los consejeros delegados de las farmacéuticas no se creen que la IA vaya a curar enfermedades: Vertex probó con unas 50 empresas de IA y ninguna logró un fármaco viable
- Los consejeros delegados de las farmacéuticas no se creen que la IA ...
- Vertex probó 50 empresas de IA: ningún fármaco viable
- La promesa de curar enfermedades con IA encuentra cautela en las ...
- ¿Sirve la IA en medicina? Invierten el doble y no avanza
- La IA, al rescate de las farmacéuticas ante la crisis de patentes