La farmacéutica danesa Novo Nordisk se ha asociado con OpenAI para implementar inteligencia artificial en todo su negocio, un movimiento estratégico destinado a cerrar una persistente tasa de fracaso del 90% en los ensayos clínicos que asola a la industria farmacéutica. La colaboración, anunciada el martes, hará que Novo integre la IA desde el descubrimiento de fármacos y la fabricación hasta las operaciones comerciales, mientras compite por mantener el ritmo de rivales como Eli Lilly en el lucrativo mercado de fármacos para la pérdida de peso.
"Integrar la IA avanzada ya no es una opción, sino una necesidad competitiva", podría afirmar un ejecutivo de I+D de Novo Nordisk. "Esta asociación nos permite atacar el flujo de trabajo desde el descubrimiento hasta el desarrollo, con el objetivo de traducir las promesas computacionales en realidad clínica más rápido que antes".
La asociación abarca toda la cadena de valor, pero el enfoque inicial es la I+D. La medida refleja una tendencia más amplia de la industria en la que la IA está comprimiendo los cronogramas de descubrimiento temprano entre un 30% y un 40%. Insilico Medicine, por ejemplo, llevó un fármaco descubierto por IA para la fibrosis pulmonar idiopática desde la identificación del objetivo hasta los ensayos de Fase II en menos de 30 meses, un proceso que tradicionalmente toma de seis a ocho años.
Lo que está en juego es el asombroso coste de la innovación, donde el desarrollo de un fármaco exitoso cuesta una media de 1.300 millones de dólares, según un análisis de RAND de 2025. Al mejorar la eficiencia de la selección y el desarrollo de candidatos, Novo Nordisk pretende reducir el impacto financiero de la tasa de fracaso del 90% de la industria para los candidatos que entran en ensayos clínicos, una cifra que no ha mejorado demostrablemente a pesar de la adopción de la IA.
De la promesa In Silico a la realidad In Vivo
La IA ya está demostrando su capacidad para expandir el universo de posibles candidatos a fármacos a una velocidad anteriormente inimaginable. En Novartis, los investigadores utilizaron IA generativa para diseñar 15 millones de compuestos potenciales para la enfermedad de Huntington, sintetizando finalmente 60 para pruebas de laboratorio. Esta potencia computacional permite a los científicos explorar un vasto espacio químico al que los métodos tradicionales no pueden acceder.
Sin embargo, la industria está descubriendo que un descubrimiento más rápido no garantiza un producto viable. El principal cuello de botella se está desplazando de encontrar moléculas a desarrollarlas. Se estima que el 70% de las nuevas entidades químicas presentan una escasa solubilidad acuosa, un obstáculo fundamental para crear una forma de dosificación viable. Este golpe de realidad suele aflorar tarde en el desarrollo, lo que da lugar a reformulaciones costosas y cronogramas prolongados. Como señaló un director ejecutivo anónimo a principios de 2026: "La IA realmente nos ha defraudado en la última década en lo que respecta al descubrimiento de fármacos. Solo hemos visto fracaso tras fracaso".
El nuevo campo de batalla competitivo: la desarrollabilidad
La asociación destaca la distinción crítica entre un objetivo "no farmacable" (biológicamente inalcanzable) y un producto "no desarrollable", una molécula farmacológicamente prometedora pero que no puede fabricarse o formularse de manera fiable. Si bien la IA está haciendo que más objetivos sean farmacables, el desafío de la no desarrollabilidad sigue siendo un problema físico y químico que la computación por sí sola no puede resolver. A fecha de diciembre de 2025, ni un solo fármaco descubierto por IA ha recibido la aprobación de la FDA.
Para los inversores, la asociación entre Novo Nordisk y OpenAI no es una señal de una cura inminente para una enfermedad importante, sino una inversión estratégica necesaria en eficiencia operativa. La verdadera ventaja competitiva en la próxima era de la farmacología provendrá de traducir los candidatos generados por IA en productos escalables y fabricables. Los equipos que triunfen serán aquellos que integren las considerations de desarrollo y fabricación en las etapas más tempranas del descubrimiento, reduciendo el riesgo de que una molécula prometedora descubierta in silico muera en el banco de fabricación.
Este artículo tiene únicamente fines informativos y no constituye asesoramiento de inversión.
