Anthropic ya no quiere que Claude sea solo un asistente para escribir, programar o resumir documentos. La empresa detrás del chatbot acaba de reforzar su entrada en el mundo científico con Claude Science, una plataforma diseñada para ayudar a investigadores a analizar datos, gestionar flujos de trabajo complejos y reunir herramientas dispersas en un mismo entorno.
Pero el anuncio tuvo una segunda parte mucho más llamativa: Anthropic también quiere desarrollar sus propios medicamentos con inteligencia artificial. No se trata, por ahora, de fabricar fármacos listos para llegar a farmacias, sino de lanzar programas preclínicos enfocados en enfermedades desatendidas, según explicó Eric Kauderer-Abrams, responsable de ciencias de la vida en la compañía.
Claude Science quiere meterse en el laboratorio
Claude Science fue presentado como un “banco de trabajo” para científicos. Según Anthropic, la herramienta integra bases de datos, código, recursos de cómputo y flujos de investigación en un solo espacio, con capacidad para analizar literatura científica, ejecutar análisis, crear figuras, preparar manuscritos y rastrear resultados hasta su código y entorno de origen.
La empresa lo enmarca dentro de una iniciativa más amplia en ciencias de la vida y salud, un área que Anthropic venía desarrollando desde octubre de 2025. La propuesta es clara: usar modelos de lenguaje e IA generativa para reducir tiempos en tareas que hoy consumen semanas o meses de trabajo científico.
El paso más delicado es que Anthropic no quiere limitarse a vender software a farmacéuticas, biotecnológicas y centros de investigación. También planea usar sus propias herramientas para buscar candidatos a fármacos. Eso la ubica en una posición poco común: proveedor tecnológico de laboratorios, pero también posible competidor en una parte del negocio.
La gran incógnita: del modelo de IA al medicamento real
El discurso suena ambicioso, pero todavía está lleno de preguntas. Anthropic no detalló qué enfermedades desatendidas quiere abordar primero, qué socios tendrá para el trabajo experimental, si construirá laboratorios propios a gran escala o cómo gestionará fases como pruebas con animales, ensayos clínicos, fabricación o aprobación regulatoria.
Ese punto es clave porque descubrir un medicamento no es solo encontrar una molécula prometedora en una pantalla. La IA puede ayudar a detectar patrones, sugerir compuestos, priorizar hipótesis o buscar nuevos usos para moléculas existentes. Pero cada candidato debe probarse en experimentos reales para medir eficacia, toxicidad, estabilidad, dosis y seguridad.
Anthropic announced it will develop its own drugs.
The company launched Claude Science, an AI workbench for scientists, targeting neglected-disease treatments. This pits it against pharma giants and AI drug discovery startups.
Sourced from The Verge. Follow @FajarSentosabuz pic.twitter.com/5L2jPcsVEk
— Fajar Sentosa (@fajarsentosabuz) July 3, 2026
Expertos consultados por The Verge fueron prudentes. Matthew Todd, profesor de descubrimiento de fármacos en University College London, señaló que un medicamento diseñado por IA y aprobado para uso humano todavía está lejos. Frank von Delft, de la Universidad de Oxford, remarcó que los modelos no han eliminado la necesidad de experimentos reales: los candidatos deben demostrar en el mundo físico que funcionan y que pueden administrarse de forma segura.
La propia industria ya usa IA en muchas etapas del proceso, desde la identificación de objetivos biológicos hasta el diseño de moléculas y el análisis de datos clínicos. La diferencia es que Anthropic quiere convertirse en actor directo, no solo en proveedor de herramientas.
Aun así, la promesa debe leerse con calma. Ningún medicamento diseñado por IA ha completado todavía todo el camino hasta la aprobación de la FDA y la llegada al mercado, aunque algunos candidatos desarrollados con ayuda de IA ya entraron en ensayos clínicos.
La apuesta de Anthropic muestra hacia dónde se mueve la inteligencia artificial: de responder preguntas a intentar intervenir en procesos científicos reales. Si funciona, podría acelerar investigaciones en áreas que la industria tradicional suele dejar de lado por falta de rentabilidad. Si falla, servirá como recordatorio de que la biología sigue siendo mucho más difícil que una predicción estadística.
Por ahora, Claude puede ayudar a los científicos a trabajar más rápido. Convertir esa velocidad en medicamentos seguros, eficaces y disponibles para pacientes será una historia mucho más larga.
