Roche ya construye laboratorios autónomos con IA para descubrir medicamentos

Este 28 de septiembre Roche confirmó algo que hace pocos años habría sonado bastante a ciencia ficción: ya comenzó a construir laboratorios autónomos impulsados por inteligencia artificial.

La noticia apareció durante su Pharma Investor Day. Aviv Regev, vicepresidenta ejecutiva de Genentech Research and Early Development, explicó que Roche busca avanzar hacia lo que denomina “AI independence” dentro de investigación y desarrollo. KSL

Y aquí “laboratorio autónomo” significa algo mucho más interesante que instalar un modelo de lenguaje en una computadora.

¿Qué es realmente un laboratorio autónomo?

La idea básica es conectar varias tecnologías que normalmente vemos por separado:

• Inteligencia artificial para analizar información y plantear decisiones.
• Automatización para controlar procesos experimentales.
• Robótica para interactuar físicamente con muestras y equipos.
• Sensores e instrumentos que producen datos.
• Sistemas capaces de utilizar esos resultados para determinar qué hacer después.

El resultado puede convertirse en un ciclo: proponer, experimentar, medir, aprender y volver a experimentar.

King's College London, que curiosamente anunció hoy su propia iniciativa de Autonomous Labs, describe precisamente estos sistemas como plataformas donde IA, robótica, sensores y automatización pueden realizar experimentos, analizar resultados y utilizar la evidencia obtenida para decidir qué probar después. King's College London

Ese último paso es el que me parece realmente importante.

Automatizar un instrumento de laboratorio lleva décadas haciéndose. Darle al sistema capacidad para utilizar el resultado de un experimento y decidir cuál debería ser el siguiente cambia bastante el asunto.

Roche lleva meses colocando las piezas

Este anuncio tampoco apareció de la nada.

En marzo Roche presentó una enorme infraestructura de inteligencia artificial construida alrededor de tecnología de NVIDIA.

La compañía añadió 2,176 GPUs NVIDIA Blackwell, llevando su infraestructura a más de 3,500 GPUs. Roche la describió entonces como la mayor AI Factory híbrida anunciada dentro de la industria farmacéutica. Roche

Roche: NVIDIA AI Factory

La infraestructura está distribuida entre Estados Unidos y Europa y fue creada específicamente para acelerar el desarrollo de tratamientos y soluciones de diagnóstico.

Una IA puede ser muy buena planteando hipótesis. Para convertir eso en ciencia necesita datos, capacidad de cálculo y, eventualmente, experimentar sobre el mundo físico.

Roche está intentando conectar esas partes.

Después llegaron los robots

En julio apareció otra pieza.

ABB Robotics anunció una colaboración global con Roche Diagnostics para desarrollar soluciones robóticas destinadas a laboratorios clínicos.

Entre las primeras aplicaciones están la manipulación de portaobjetos de patología y sistemas autónomos para mover materiales dentro de los laboratorios. La colaboración incluye robots articulados y sistemas móviles autónomos de manipulación. Cision News

Es importante distinguir aquí dos iniciativas relacionadas, pero diferentes.

La colaboración con ABB está enfocada en laboratorios clínicos y diagnóstico. El anuncio actual de Roche habla de laboratorios autónomos para investigación y descubrimiento de medicamentos.

La tecnología converge, pero los objetivos no son exactamente los mismos.

La IA ya participa en decisiones reales de Roche

Quizá el número que mejor explica por qué Roche está dando este paso sea 40%.

Según los datos presentados por la compañía, 40% de las decisiones de su pipeline realizadas entre el cuarto trimestre de 2025 y el segundo trimestre de 2026 tuvieron una contribución rastreable de IA o herramientas computacionales. KSL

Ya no estamos hablando de experimentos aislados con ChatGPT.

Roche también espera que Target Nexus, una de sus herramientas de IA, contribuya al 80% de las decisiones de su portafolio de investigación para finales de 2026. KSL

Eso muestra una transición interesante.

Primero utilizamos IA para analizar datos.

Después comenzó a recomendar.

Ahora empieza a integrarse en el proceso que genera nuevos datos.

¿Por qué importa tanto automatizar el experimento?

Pensemos en un investigador que quiere determinar qué combinación funciona mejor entre cientos o miles de posibilidades.

Cada ciclo implica preparar materiales, configurar instrumentos, ejecutar pruebas, recopilar resultados, analizarlos y decidir cuál será la siguiente prueba.

Una IA puede reducir enormemente el espacio de posibilidades.

Pero si después hay que detener todo para que una persona traduzca cada decisión del modelo en una nueva serie de experimentos, seguimos teniendo un cuello de botella.

Un laboratorio autónomo intenta cerrar ese espacio.

El ciclo cambia

En términos sencillos:

IA → hipótesis → robot → experimento → datos → IA → siguiente experimento.

Eso permite imaginar sistemas funcionando durante periodos mucho más largos, explorando alternativas y ajustando experimentos conforme aparecen resultados.

No significa que la IA pueda decidir por sí sola qué medicamento administrar a una persona. Tampoco significa que Roche haya eliminado a los científicos de sus laboratorios.

Estamos hablando de automatizar y acelerar partes del proceso de investigación.

Y esa diferencia importa muchísimo cuando hablamos de salud.

Roche sigue poniendo humanos dentro del proceso

Hay otra parte que conviene mencionar porque “laboratorio autónomo” puede generar titulares bastante exagerados.

La propia Roche ha señalado previamente que la implementación de IA y aprendizaje automático en laboratorios debe mantener supervisión humana para preservar seguridad, transparencia y confiabilidad de los resultados. Diagnostics

Roche Diagnostics: IA y aprendizaje automático en el laboratorio

La autonomía, al menos con lo que conocemos actualmente del proyecto, está relacionada con la capacidad de automatizar ciclos de trabajo y experimentación.

No con sacar a los científicos de la ecuación.

De hecho, Roche continúa invirtiendo bastante dinero precisamente en científicos.

Hace unos días inauguró su nuevo Innovation Center de Boston, que reúne investigadores de Roche y Genentech junto con especialistas en ciencia de datos e inteligencia artificial para trabajar en descubrimiento y desarrollo de medicamentos. Roche

También hay una razón económica

La investigación farmacéutica es cara.

Roche informó que alrededor de 2,000 millones de francos suizos en ahorros de I+D serán reasignados hacia programas e iniciativas de productividad. Al mismo tiempo, la compañía tiene como objetivo llevar al mercado hasta 20 nuevas entidades moleculares para 2030. KSL

Además, Roche reportó que su tasa de éxito en fase III durante 2026 supera el 80%, frente al 65% de 2025. KSL

No podemos atribuir ese aumento directamente a la IA. Correlación y causalidad son cosas diferentes, y Roche tampoco presentó esos números como prueba de que la IA sea responsable del incremento.

Pero sí ayudan a entender el contexto.

La compañía quiere producir más investigación útil con procesos más eficientes, y está apostando bastante fuerte por IA, computación y automatización para conseguirlo.

Esto es Physical AI aplicada a ciencia

Hay una razón por la que este tema me parece mucho más interesante que el lanzamiento semanal de otro chatbot.

Durante estos últimos años hemos visto cómo los modelos aprendieron a generar texto, imágenes, video y código.

Los agentes añadieron otra capa: utilizar herramientas y ejecutar acciones digitales.

Un laboratorio autónomo da otro paso porque conecta ese razonamiento computacional con acciones físicas y resultados experimentales reales.

El modelo puede recibir información del mundo, tomar una decisión, provocar una acción mediante una máquina y posteriormente analizar lo que ocurrió.

Eso se acerca bastante a lo que la industria está empezando a llamar Physical AI.

Y la medicina probablemente sea uno de los lugares donde esa combinación pueda generar mayor impacto.

Lo que me llevo

No creo que la parte más importante de esta noticia sea que Roche tenga robots en sus laboratorios.

Eso ya existe.

Lo importante es intentar cerrar el ciclo entre razonamiento, acción física y aprendizaje experimental.

Roche ya tiene una infraestructura de más de 3,500 GPUs, herramientas de IA participando en decisiones de investigación, colaboración con especialistas en robótica y centros donde científicos, datos e IA trabajan juntos. Ahora empieza a conectar esas piezas mediante laboratorios autónomos. Roche

Si funciona a escala, podríamos terminar viendo agentes de IA cuyo trabajo no sea reservar un vuelo o modificar un archivo.

Podrían pasar días probando hipótesis para encontrar una molécula que valga la pena estudiar.

Conclusión

Durante mucho tiempo hablamos de IA como una tecnología encerrada dentro de nuestras computadoras.

Los laboratorios autónomos muestran hacia dónde puede moverse la siguiente etapa.

La IA analiza. La robótica ejecuta. Los instrumentos producen evidencia. El sistema aprende de esos resultados y los científicos pueden dirigir y supervisar el proceso.

Todavía queda por demostrar cuánto puede acelerar realmente el descubrimiento de medicamentos, qué partes del proceso alcanzarán una autonomía significativa y qué controles serán necesarios.

Pero Roche ya dejó atrás la presentación de PowerPoint.