Claude Science: Anthropic se postula como el nuevo DeepMind y apunta directamente a la industria farmacéutica

Por Zendoric · 30 de junio de 2026.

Durante años, el nombre de Google DeepMind era sinónimo de IA para la ciencia. AlphaFold, el Nobel de Química compartido por Demis Hassabis y John Jumper, contribuciones a meteorología y ciencia de materiales... DeepMind construyó una reputación que ningún competidor parecía capaz de amenazar seriamente. Eso ha cambiado esta semana, y lo ha cambiado Anthropic.

En un evento cerrado para ejecutivos farmacéuticos, fundadores de biotech e investigadores, la compañía presentó Claude Science: un producto autónomo de investigación científica diseñado para hacer en biología y desarrollo de fármacos lo que Claude Code hace en ingeniería de software. No es una extensión ni un plug-in —en octubre de 2025 ya existía una versión más limitada bajo el paraguas de 'Claude for Life Sciences'—, sino un producto de primer nivel dentro de la gama de Anthropic, al mismo rango que Claude Code y Claude Cowork. Está disponible ya para todos los suscriptores de pago.

El lanzamiento incluye capacidades concretas: ejecución autónoma de pipelines de análisis en clusters de computación, integración con herramientas de genómica, química y biología de proteínas, y un énfasis explícito en la reproducibilidad —que cualquier resultado o figura pueda trazarse hasta su fuente y auditarse. Durante la presentación, Alexander Tarashansky, quien lideró el desarrollo del producto, demostró cómo el sistema identificó autónomamente candidatos a fármaco para la fenilcetonuria, una enfermedad genética rara. Y Anthropic no deja ese trabajo solo a terceros: la compañía ha anunciado que usará Claude Science para impulsar su propia investigación en enfermedades desatendidas.

**La tesis de Zendoric: esto no es solo un producto, es un cambio de guardia.**

La combinación de tres factores convierte este lanzamiento en algo cualitativamente diferente al ruido habitual del sector. Primero, el propio Dario Amodei es doctor en ciencias —no es un businessman que habla de ciencia por marketing, como reconoce el artículo al compararlo con Sam Altman—. Segundo, una fracción significativa de los usuarios más activos de Claude Code ya eran científicos: personas que necesitan escribir código para analizar datos pero no son ingenieros de formación. Claude Science convierte ese uso ad hoc en una experiencia diseñada específicamente para ellos. Y tercero —el golpe más simbólico—, John Jumper, cofirmante del trabajo que le valió a DeepMind el Nobel, acaba de fichar por Anthropic. Cuando el arquitecto principal de tu logro más celebrado se va a la competencia, la narrativa cambia.

Hay también un componente financiero que sería ingenuo ignorar. El artículo lo dice con claridad: la industria farmacéutica tiene bolsillos mucho más profundos que la academia. Anthropic está a punto de cerrar su primer trimestre rentable, y se prepara para una salida a bolsa antes de que acabe 2026. En ese contexto, orientar el producto estrella de ciencia hacia el descubrimiento de fármacos —uno de los pocos sectores que puede pagar por herramientas de IA a gran escala— es estrategia corporativa tan legítima como necesaria. La misión humanitaria y el modelo de negocio coinciden aquí de forma inusualmente cómoda, y eso merece celebrarse con cautela: los incentivos están razonablemente alineados, pero los incentivos siempre pueden cambiar.

En cuanto a la capacidad real del producto, el único benchmark público que recoge el artículo es el del físico de Harvard Matthew Schwartz, quien estimó que el modelo Opus 4.5 de Anthropic tiene una capacidad de ejecución científica comparable a la de un estudiante de doctorado de segundo año. Es un dato útil y honesto: no se afirma que la IA cure enfermedades por sí sola, sino que acelera el trabajo de quienes las investigan. Ese es el encuadre correcto. Un estudiante de segundo año no descubre fármacos; los ayuda a identificar, filtra candidatos, ejecuta experimentos computacionales que habrían llevado semanas. Multiplicado por cientos de investigadores simultáneos, el impacto potencial es real aunque difícil de cuantificar todavía.

**Lo que esto significa para DeepMind —y para el sector.**

Como contexto del sector, Google DeepMind sigue siendo un actor formidable: sus modelos Gemini compiten en la frontera general, y su legado en ciencia es innegable. Pero el artículo señala algo que llevamos observando desde hace meses: en el caso de uso más lucrativo del momento —la programación autónoma—, DeepMind llega tarde. Ahora Anthropic ocupa el espacio de IA para la ciencia con un producto dedicado, con talento fichado directamente de DeepMind, y con la estrategia de ir primero a donde el dinero es más abundante: la industria farmacéutica. DeepMind tendrá que responder, y la respuesta tardará.

La pregunta que queda abierta —y que definirá el éxito real de Claude Science en los próximos dos años— es si el producto será accesible de verdad para la ciencia académica, que es donde suelen ocurrir los descubrimientos más disruptivos pero donde los presupuestos son más ajustados. Si Claude Science queda reservado en la práctica a las farmacéuticas con contratos de empresa, la promesa humanitaria se convierte en argumento de marketing. Si Anthropic mantiene precios asequibles o acuerdos institucionales con universidades, la historia es otra.

Sea como sea, hay algo en este movimiento que conecta directamente con la tesis de largo plazo que sostenemos aquí: la IA aplicada a la biología molecular y al descubrimiento de fármacos no es hype especulativo. Es uno de los vectores más concretos y verificables de que las próximas décadas pueden traer algo genuinamente transformador en salud humana. La transición será desigual y el acceso no estará garantizado para todos desde el primer día —esa es la parte difícil—. Pero que una compañía privada esté invirtiendo sus mejores recursos en convertir la investigación científica en un proceso automatizable y reproducible es, objetivamente, una de las mejores noticias del año.