Claude Science y NVIDIA llevan los agentes de IA al laboratorio: la trazabilidad como test de madurez

Por Campus Technology · 1 de julio de 2026.

Anthropic presentó el 30 de junio la beta de Claude Science, una aplicación pensada para investigadores que integra revisión de literatura, análisis de datos, generación de figuras, redacción de manuscritos y flujos computacionales en un único entorno. Está disponible para usuarios de Claude Pro, Max, Team y Enterprise, corre en macOS y Linux, y puede ejecutarse en local, en remoto vía SSH o desde un nodo de acceso a un clúster de supercomputación (HPC). El sistema se apoya en un agente coordinador generalista con más de 60 skills y conectores curados para genómica, análisis de célula única, proteómica, biología estructural y quimioinformática, capaz de trabajar con herramientas ya usadas en los laboratorios como PubMed, Jupyter, R o terminales de clúster. Una semana antes, el 23 de junio, NVIDIA había anunciado su BioNeMo Agent Toolkit, un conjunto de herramientas específicas para flujos agénticos en ciencias de la vida; Claude Science usa esas skills para conectar con modelos como Evo 2, Boltz-2 y OpenFold3.

Lo más relevante del anuncio no es la lista de integraciones, sino el énfasis explícito en la trazabilidad. Cada figura que genera Claude Science incluye el código y el entorno usados para producirla, una descripción en lenguaje natural del proceso y el historial de mensajes que llevó hasta ese resultado. Además, el sistema incorpora un agente revisor que comprueba citas y cálculos, y puede marcar o corregir errores. En un ámbito donde los datos de investigación acaban en artículos revisados por pares, patentes o decisiones clínicas, esto no es un detalle cosmético: es la diferencia entre una herramienta de productividad y una herramienta que un laboratorio puede defender ante un comité de ética o un revisor.

Esto encaja con algo que venimos observando en el sector: las capacidades de IA maduran de verdad cuando dejan de venderse por lo que prometen y empiezan a diseñarse en torno a sus fallos. Igual que la 'memoria' de los agentes pasó de truco de demo a disciplina de ingeniería con benchmarks y auditorías, la ciencia asistida por IA solo será útil en producción si sus resultados pueden ser cuestionados, repetidos e incorporados a los procesos de revisión ya existentes en la academia y la industria farmacéutica. El mensaje implícito de Anthropic y NVIDIA es que entienden esto: no venden un chatbot que resume papers, venden un flujo de trabajo que un laboratorio puede fiscalizar.

Nuestra lectura es que este movimiento conecta directamente con la tesis de fondo que sostenemos sobre la IA y la ciencia: si los agentes logran, con supervisión humana real, acelerar genómica, proteómica y descubrimiento de fármacos con resultados verificables, estamos ante uno de los caminos más creíbles hacia la erradicación de enfermedades a medio-largo plazo. No es magia ni es inminente —sigue siendo una beta, sigue exigiendo que el científico mantenga el control sobre datos sensibles, cómputo y juicio experto—, pero es infraestructura real, no relato. La pregunta que importa a corto plazo no es si Claude Science 'entiende' biología, sino si las instituciones (universidades, hospitales, agencias reguladoras) confían lo suficiente en su auditabilidad como para dejarlo entrar en el flujo real de publicación y ensayo clínico.

Hay también una lectura de negocio que no debe pasarse por alto: NVIDIA no se conforma con vender GPUs, y Anthropic no se conforma con vender un asistente genérico. Ambas están apostando a poseer verticales específicas —ciencia, en este caso— antes de que lo hagan OpenAI o Google, en una carrera donde ganar ya no es tener el modelo más listo en abstracto, sino controlar el flujo de trabajo completo de un sector con alto valor y barreras de entrada altas. Es la misma dinámica de 'fontanería antes que inteligencia bruta' que venimos señalando en otros frentes del sector, aplicada ahora al laboratorio.