Warp Sciences recauda 215 millones para ensenar a los robots el trabajo real de laboratorio

La inteligencia artificial puede dibujar una molecula prometedora en minutos. Fabricarla es otra historia. Alguien tiene que pesar polvos, mover frascos, observar como cambia un color y repetirlo todo con un ajuste pequeno, y otra vez, miles de veces, hasta que un patron empieza a sostenerse. Ese trabajo lento y fisico es donde se atascan muchas buenas ideas. Warp Sciences, que se presento el 22 de octubre de 2026, quiere cerrar esa brecha. La empresa recaudo 215 millones de dolares con una valoracion de 865 millones, segun TechCrunch, en una ronda liderada por Lightspeed. Tambien participaron IVP, Mayfield, Lux Capital, Premji Invest y Menlo Ventures.

Son cifras grandes para una empresa en su primer dia. Senalan algo simple: quienes invierten creen que el cuello de botella en el descubrimiento de farmacos con IA ya no es el programa. Es la mesa de laboratorio.

Un fundador que vio los dos lados

El fundador y director ejecutivo, Kevin Weil, fue responsable de ciencia en OpenAI y antes su director de producto. Lleva anos viendo como los modelos proponen candidatos cada vez mas rapido. Su idea, repetida en la presentacion, es clara. La quimica y la biologia avanzan cuando alguien fabrica un compuesto y lo prueba. Sin prueba no hay aprendizaje. Sin aprendizaje a gran escala no hay progreso real.

Weil no empezo solo. Entre sus cofundadores estan Manohar Paluri, antes en la investigacion de superinteligencia de Meta, DJ Patil, primer cientifico jefe de datos de la Casa Blanca, y Solomon Reisberg, antes en Terremoto Biosciences. Esa mezcla importa. Reune investigacion en IA, experiencia con datos publicos y trabajo de laboratorio en biotecnologia en la misma sala, que es justo la mezcla que este problema necesita. Es un enfoque atento al detalle, parecido al que se aprecia en el centro de investigacion impulsado por la reina Mary en una antigua fabrica de Copenhague, donde el espacio y el metodo van de la mano.

Guantes, camaras y robots que miran de cerca

Como piensa hacerlo Warp? Empieza con personas. Sus quimicos humanos llevan camaras y guantes con sensores mientras trabajan. Las camaras graban lo que ven los ojos. Los guantes registran la presion, el movimiento y los tiempos, esas cosas pequenas que una quimica con experiencia hace sin pensar. Un giro de muneca aqui. Una pausa antes de anadir un reactivo alla.

Los robots aprenden de ese registro. Despues asumen el trabajo repetitivo y siguen durante todo el dia y la noche, fabricando y probando compuestos mientras el equipo humano duerme, come y piensa en la siguiente pregunta. No es un robot que sustituye a una quimica. Es una quimica que ensena a un robot y recupera horas.

Quien paso tiempo en un laboratorio sabe por que esto cuenta. Gran parte de la habilidad vive en las manos. Los libros de texto dicen la receta. No dicen como debe verse una mezcla en el minuto cuatro ni como suena cuando esta casi lista. Captar ese conocimiento practico ha sido dificil durante decadas. Las camaras y los guantes no lo captaran todo, pero captan mucho mas que un protocolo escrito.

El primer servicio es estrecho a proposito

El primer servicio de Warp es la sintesis de analogos para la optimizacion de candidatos, segun SiliconANGLE. En palabras simples, un cliente tiene una molecula prometedora, un candidato, y quiere muchas variaciones cercanas. Warp produce esas variaciones, llamadas analogos, para que las cientificas del cliente puedan compararlas una al lado de otra y ver cual se comporta mejor.

Es un buen sitio para empezar. Es definido, repetible y tiene demanda constante. Las empresas de biotecnologia suelen encargar este trabajo de laboratorio fuera, lo que puede anadir tiempos de envio, fallos de comunicacion y esperas largas entre rondas. Un ciclo mas rapido y cercano podria acortar cada vuelta de semanas a dias. En un programa completo, esos dias ahorrados suman meses. La misma atencion al proceso se refleja en historias como la entrega de insignias que abrio el gran dia de los Premios Princesa de Asturias en Oviedo, donde cada paso previo sostiene el momento principal.

Los datos del mundo real son toda la apuesta

El argumento de Weil merece una pausa. La IA para la ciencia necesita datos del mundo real a gran escala. Un modelo entrenado solo con articulos publicados aprende lo que la gente decidio publicar. Un modelo alimentado con miles de experimentos frescos, incluidos los que no funcionaron, aprende algo mas rico. Aprende lo que pasa de verdad en la mesa, no solo lo que llego a imprimirse.

Si Warp funciona como se describe, se convierte en un motor de datos ademas de un servicio de laboratorio. Cada analogo fabricado, cada prueba ejecutada y cada resultado registrado suma a un archivo que puede hacer mas inteligente la siguiente ronda. Quedan preguntas abiertas, claro. Que tan constantes seran los compuestos hechos por robots en sesiones largas? Como gestionaran los clientes el uso compartido de datos? Los primeros clientes responderan en la practica, no en notas de prensa.

Que vigilar ahora

Conviene vigilar los primeros resultados con clientes y los tiempos de entrega: cuanto pasa desde el pedido hasta los analogos probados, frente a la ruta externa anterior. Tambien si otras empresas de farmacos con IA empiezan a construir sus propios laboratorios fisicos en lugar de tratar el laboratorio como problema de otro.

Las historias de IA mas interesantes ahora no tratan de un modelo que dice algo ingenioso. Tratan de un modelo, un robot y una persona que logran fabricar algo real el viernes, cuando antes habria tardado hasta el mes siguiente. Warp apuesta 215 millones de confianza ajena, y su propio trabajo duro, a que el laboratorio es el siguiente sitio donde la IA se prueba a si misma. Es una apuesta que tiene sentido.

También publicado en: