Cuando la IA reescribe las reglas del descubrimiento farmacéutico
El 29 de marzo de 2026, Insilico Medicine e Eli Lilly anunciaron una colaboración global de I+D que otorga a Lilly una licencia mundial exclusiva sobre un portafolio de programas en desarrollo preclínico. No es un comunicado de prensa más. Es la señal de que el modelo industrial que ha dominado la farmacéutica durante setenta años —laboratorios masivos, ciclos de una década, estructuras de costo astronómicas— está siendo desmantelado pieza a pieza por algo que cabe en un servidor.
Insilico opera como una empresa de biotecnología en etapa clínica, pero su activo más valioso no es ningún compuesto. Es su plataforma Pharma.AI, un motor de inteligencia artificial generativa que comprime el proceso de descubrimiento de fármacos a una fracción de su costo y tiempo habitual. La pregunta que este acuerdo obliga a hacerse a cualquier ejecutivo del sector no es tecnológica. Es de arquitectura de valor: ¿quién captura la mayor parte del margen cuando la inteligencia artificial convierte el descubrimiento molecular en un proceso escalable?
El modelo antiguo ya no puede justificar sus costos
La industria farmacéutica construyó su ventaja competitiva sobre tres pilares que hoy funcionan como anclas: laboratorios físicos enormes, equipos científicos que se cuentan por miles y ciclos de desarrollo que históricamente superaban los diez años desde la hipótesis hasta la aprobación regulatoria. Ese modelo fue rentable mientras la información era escasa y el conocimiento biológico, fragmentado. Los márgenes operativos justificaban la estructura.
El problema es que esa misma estructura impide adaptarse. Cuando el costo de generar y analizar hipótesis moleculares colapsa, mantener laboratorios sobredimensionados deja de ser una fortaleza y se convierte en un lastre financiero. Las grandes farmacéuticas han estado pagando costos fijos monumentales para sostener capacidades que la IA puede replicar a costo variable, bajo demanda. Lilly, al firmar con Insilico, no está comprando tecnología complementaria: está externalizando la capa más costosa e incierta del proceso de creación de valor —la identificación y validación de blancos terapéuticos— y convirtiéndola en un pago por desempeño.
Eso tiene implicaciones directas para la estructura de márgenes del sector. Si el descubrimiento se vuelve un servicio con precio de mercado, la ventaja competitiva migra hacia quien tenga la mejor plataforma de IA y los datos más ricos, no hacia quien tenga más metros cuadrados de laboratorio.
Lo que Insilico construyó que Lilly no puede replicar rápido
Aquí está la mecánica invisible del acuerdo. Insilico no llegó a esta negociación con un fármaco. Llegó con un portafolio de programas preclínicos ya generados por su plataforma, más la capacidad de ejecutar nuevos programas sobre objetivos que Lilly mismo seleccione. Eso es una propuesta de valor con dos capas que se refuerzan mutuamente.
La primera capa es el portafolio existente: moléculas en desarrollo preclínico para indicaciones específicas que Lilly adquiere bajo licencia exclusiva mundial. El riesgo de descubrimiento ya fue absorbido por Insilico. Lilly entra en una etapa más avanzada del embudo, con menor incertidumbre técnica y sin haber cargado los costos de exploración.
La segunda capa es más estratégica: la colaboración continua sobre blancos terapéuticos seleccionados por Lilly, combinando la plataforma Pharma.AI de Insilico con la experiencia clínica y regulatoria de Lilly. Esto no es subcontratación. Es una arquitectura de alianza donde cada parte aporta lo que la otra no puede construir en el corto plazo. Lilly tiene décadas de relaciones con reguladores, infraestructura clínica global y acceso a datos de pacientes a escala. Insilico tiene la capacidad computacional y los modelos entrenados. La combinación genera una ventaja posicional que ninguna de las dos tendría individualmente.
Para el directivo que sigue apostando por construir capacidades de IA internamente desde cero, este acuerdo envía un mensaje claro: el tiempo de desarrollo de una plataforma propia es exactamente el tiempo que un competidor necesita para cerrar alianzas que le dan acceso inmediato a esas capacidades. La brecha no se cierra contratando científicos de datos; se cierra cuando los modelos están entrenados, validados y han producido resultados reproducibles. Eso toma años.
El riesgo que nadie está leyendo en este comunicado
El acuerdo es robusto en su lógica financiera, pero tiene un punto de tensión que los análisis de superficie ignoran. Los modelos de IA generativa en descubrimiento farmacéutico son tan buenos como los datos con los que fueron entrenados. La calidad predictiva de Pharma.AI depende de la profundidad y diversidad de su base de conocimiento molecular y clínico acumulada. Mientras esos datos sean propietarios y estén bien custodiados, la plataforma mantiene su ventaja diferencial.
El riesgo emerge cuando Lilly, tras años de colaboración, acumula suficiente comprensión metodológica como para internalizar capacidades similares o para negociar desde una posición de menor dependencia. No es un riesgo inmediato, pero sí es el escenario que Insilico debe gestionar activamente: la plataforma necesita seguir siendo más avanzada que la capacidad de replicación de su propio cliente.
Esto no invalida el movimiento estratégico. Lo contextualiza. Para Insilico, el valor de largo plazo no está en el acuerdo con Lilly como evento singular, sino en demostrar que su plataforma puede generar moléculas que lleguen a aprobación regulatoria. Cada programa que avanza en el embudo clínico es evidencia que fortalece la marca científica y justifica futuros acuerdos de licencia con condiciones más favorables. El portafolio de colaboraciones se convierte, con el tiempo, en el activo más valioso: no las moléculas individuales, sino la reputación de precisión predictiva.
Para Lilly, la lógica es igualmente directa. Si uno de los programas preclínicos adquiridos llega a aprobación, el retorno sobre el costo de la licencia puede ser de varios órdenes de magnitud. Si no llega, el costo hundido es significativamente menor que el de haber financiado ese descubrimiento internamente. La asimetría de resultados favorece la alianza.
El mercado que se está formando debajo del acuerdo
Lo que este acuerdo revela para la industria en su conjunto es más relevante que sus términos específicos. Estamos presenciando la formación de un mercado de plataformas de descubrimiento como capa intermedia entre la ciencia básica y el desarrollo clínico. Ese mercado no existía hace diez años con la escala y sofisticación que tiene hoy.
Las farmacéuticas que ganen en la próxima década no serán necesariamente las que tengan los laboratorios más grandes ni los presupuestos de I+D más altos en términos absolutos. Serán las que aprendan a ensamblar capacidades externas con velocidad, manteniendo el control sobre las decisiones clínicas y regulatorias que requieren juicio humano experto. La ventaja competitiva migra de la infraestructura propia hacia la capacidad de identificar, integrar y escalar las mejores plataformas externas disponibles.
Los directivos que siguen midiendo la fortaleza de su área de I+D por el número de científicos en nómina o por los metros cuadrados de laboratorio están usando el tablero equivocado. El indicador que importa es la velocidad a la que pueden pasar de una hipótesis terapéutica a un candidato preclínico validado, y a qué costo variable. Insilico y Lilly acaban de establecer un nuevo punto de referencia para esa métrica.
El liderazgo que genera valor duradero no consiste en asignar más presupuesto a las variables que toda la industria ya está maximizando. Consiste en tener la claridad para eliminar las capas de costo que ya no generan ventaja diferencial y redirigir ese capital hacia las capacidades que el mercado todavía no ha valorado del todo. Quienes esperen a que esa reconfiguración sea obvia para todos habrán llegado tarde.
