EEUU, Google y Meta se alían con Biohub: 1.800 millones para IA biológica
El Gobierno de Estados Unidos, Alphabet y Meta Platforms se suman al Biohub respaldado por Mark Zuckerberg para crear conjuntos de datos biológicos abiertos con los que entrenar modelos de inteligencia artificial, dentro de un empujón de 1.800 millones de dólares.
El Gobierno de Estados Unidos, Alphabet (la matriz de Google) y Meta Platforms se han sumado al Biohub, la organización sin ánimo de lucro respaldada por Mark Zuckerberg, para construir conjuntos de datos abiertos con los que entrenar modelos de inteligencia artificial aplicados a la investigación biológica. El movimiento forma parte de un empujón conjunto de 1.800 millones de dólares y busca que el conocimiento biomédico deje de estar encerrado en compartimentos estancos y pueda aprovecharse para acelerar descubrimientos.
La idea de fondo es sencilla aunque suene muy técnica: los modelos de inteligencia artificial aprenden de datos. Para que un modelo ayude a diseñar fármacos o a entender cómo funciona una célula, necesita cantidades enormes de información biológica bien ordenada y etiquetada. El problema es que esa información suele estar repartida entre hospitales, laboratorios, universidades y empresas, o directamente no existe con la calidad necesaria. Biohub actúa como paraguas para reunirla y hacerla utilizable por la comunidad investigadora.
Que se sumen a la iniciativa el propio Estado y dos de las mayores tecnológicas del mundo cambia la escala del proyecto. Ya no se trata de un experimento académico, sino de una alianza mixta, con dinero público y privado, en la que participan actores con capacidad para generar datos a gran velocidad y para costear la enorme factura de cálculo que exige entrenar estos modelos. También envía una señal de fondo: la biología asistida por inteligencia artificial empieza a tratarse como una infraestructura estratégica, en la línea de lo que ocurre con los semiconductores.
Para Alphabet, entrar aquí no significa poner en marcha una línea de ingresos nueva de la noche a la mañana. El retorno es sobre todo posicional: estar en la mesa donde se decide qué datos se crean, cómo se estandarizan y cómo se comparten. En un terreno donde competir en solitario con modelos propios es carísimo, formar parte de un consorcio abierto sale mucho más barato que quedarse fuera. Del otro lado están las farmacéuticas y las empresas biotecnológicas, que se benefician de datos que antes les costaba años y mucho dinero reunir, pero que también ven cómo sus rivales acceden a lo mismo.
La clave estará en los detalles que todavía no se conocen: cuánto de esos 1.800 millones se destina a generar datos nuevos en el laboratorio, que es el verdadero cuello de botella porque cada experimento consume tiempo y recursos, y cuánto a comprar capacidad de cálculo. Si dentro de un par de años los conjuntos de datos no son públicos de verdad y acaban en manos de unos pocos, el anuncio se habrá quedado en una operación de imagen.
El análisis de Salseo
- El valor aquí no está en el modelo, sino en el dato. La IA aplicada a la biología está limitada por la falta de información fiable y bien etiquetada más que por la potencia de los algoritmos, así que quien consigue reunir y ordenar esos datos marca el ritmo del sector. Gobierno y tecnológicas no compran un producto: compran posición en el punto de entrada de toda la cadena.
- Para Alphabet es una jugada de influencia más que de ingresos. No hay una línea de facturación clara detrás de este anuncio, pero sí presencia en el organismo que decidirá cuáles son los estándares de datos y cómo se reparten. En un negocio donde mantener modelos propietarios es carísimo, estar dentro de un consorcio abierto cuesta mucho menos que quedarse fuera y verlo desde la barrera.
- El matiz incómodo: si los conjuntos de datos acaban siendo abiertos de verdad, el proyecto también abarata el trabajo de los competidores, incluidas farmacéuticas y 'startups' que no han puesto un euro de esos 1.800 millones. Es la lógica clásica del software abierto: acelera todo el sector, pero difumina la ventaja de los primeros que llegan.
- Lo que hay que vigilar no es el titular, sino el reparto del dinero: cuánto se va a generar datos nuevos en laboratorio (el cuello de botella real, porque cada experimento cuesta tiempo y dinero) y cuánto a comprar capacidad de cálculo. Si en dos o tres años los datasets siguen sin ser de acceso libre, quedará claro que la iniciativa era más un gesto de imagen que un cambio de reglas.