Por Canuto  

Anthropic presentó Claude Science, un entorno de trabajo de IA para investigadores que no introduce un modelo nuevo, pero sí una capa operativa pensada para integrar bases de datos, herramientas y revisión computacional en un solo lugar. La jugada eleva la competencia frente a OpenAI y Google DeepMind en el naciente mercado de la IA científica.
***

  • Anthropic lanzó Claude Science en beta para usuarios Pro, Max, Team y Enterprise.
  • La plataforma usa los mismos modelos Claude ya disponibles, incluido Claude Opus 4.8, y se conecta a más de 60 bases de datos científicas.
  • El movimiento enfrenta tres estrategias rivales en IA científica: acceso amplio de Anthropic, enfoque restringido empresarial de OpenAI y modelos propios de Google DeepMind.

 

Anthropic presentó Claude Science, un banco de trabajo de inteligencia artificial diseñado para que científicos realicen investigación computacional sin tener que saltar entre bases de datos, canalizaciones y herramientas separadas.

La propuesta no consiste en un nuevo modelo, sino en una interfaz de trabajo especializada que busca ordenar tareas complejas dentro del laboratorio digital. La empresa indicó que Claude Science usa los mismos modelos de Claude ya disponibles para todos los usuarios. Eso incluye a Claude Opus 4.8, sin acceso especial y sin restricciones adicionales para biología.

El lanzamiento fue anunciado durante una sesión informativa de IA para Ciencias el martes 30 de junio de 2026. Según informó TechCrunch, el producto se apoya en el lanzamiento de Claude para Ciencias de la Vida en octubre de 2025.

Esa versión anterior había mejorado el chatbot de Claude para tareas de ciencias de la vida. Claude Science busca ahora ofrecer un espacio dedicado para ejecutar ese trabajo de forma más integrada.

Una apuesta por el flujo de trabajo científico

La jugada encaja en una estrategia más amplia de Anthropic para convertirse en algo más que un proveedor de modelos base. La firma busca también controlar la capa operativa de industrias concretas.

Ese planteamiento recuerda a la posición que Claude Code ha ganado en desarrollo de software. En vez de competir solo por capacidad bruta del modelo, Anthropic intenta crecer mediante productos verticales a nivel de flujo de trabajo.

Ese matiz puede influir en la forma en que la empresa compita y fije precios frente a otros actores de la IA. En sectores especializados, la utilidad práctica del entorno puede ser tan importante como el rendimiento del modelo.

Para lectores nuevos en el tema, la idea de capa operativa se refiere al conjunto de herramientas, conexiones y procesos que permiten usar un modelo en tareas reales. Es la diferencia entre tener un motor potente y contar con un vehículo completo para circular.

En investigación científica, esa capa es especialmente valiosa porque los equipos suelen trabajar con datos dispersos, software especializado y exigencias estrictas de trazabilidad. Ahí es donde Anthropic intenta diferenciarse.

Cómo funciona Claude Science dentro del laboratorio

El sistema incorpora un asistente principal de IA que actúa como una especie de gerente de proyectos para los científicos. Ese asistente se conecta a más de 60 bases de datos científicas.

También incluye herramientas preconstruidas para áreas específicas como genómica, estructura de proteínas y química. La meta es evitar que el investigador tenga que ensamblar manualmente cada pieza del flujo de trabajo.

Según la descripción del producto, el asistente principal puede crear subasistentes para dividir tareas. La lógica es similar a la de un líder de proyecto que delega trabajo a especialistas.

Además, puede entregar tareas a un asistente experto personalizado que el propio usuario haya construido para su investigación. Eso sugiere que la plataforma admite cierto grado de adaptación al contexto de cada laboratorio.

Anthropic añadió una IA verificadora de hechos que revisa citas y cálculos antes de que algo sea publicado. Ese paso busca responder a un problema creciente en la escritura asistida por IA.

La empresa remarcó la importancia de esa revisión debido al riesgo de citas fabricadas y estadísticas no verificables en textos generados con ayuda algorítmica. Aun así, sigue siendo el mismo modelo subyacente revisándose a sí mismo.

Ese detalle limita su valor como fuente de verdad independiente. Aunque pueda reducir errores, no elimina por completo el problema de la autocorrección dentro del mismo sistema.

Reproducibilidad, figuras y trabajo sobre infraestructura propia

Anthropic sostuvo que Claude Science incorpora otros mecanismos para reforzar la reproducibilidad de la investigación. Uno de ellos es la capacidad de generar figuras junto con el código que las produjo.

Entre los ejemplos mencionados figuran estructuras de proteínas en 3D y conjuntos de química. Cada figura incluiría el código exacto y el entorno que la generaron.

De acuerdo con la empresa, también se conserva una descripción en lenguaje sencillo de cómo fue creada la figura. A eso se suma el historial completo del prompt utilizado.

Esa trazabilidad es relevante en ciencia computacional, donde replicar resultados es una exigencia central. Si una imagen, un cálculo o una visualización no pueden rehacerse, su valor científico se debilita.

Otra función orientada al ahorro de tiempo permite editar figuras con instrucciones en lenguaje natural. El agente modifica entonces su propio código subyacente para reflejar los cambios solicitados.

Claude Science también puede ejecutarse en la configuración de infraestructura del laboratorio, en lugar de enviar los datos a los servidores de Anthropic. Para instituciones con información sensible, ese enfoque puede resultar decisivo.

En biomedicina, genómica y farmacéutica, la ubicación de los datos importa tanto por seguridad como por cumplimiento normativo. La opción local puede reducir fricciones en la adopción corporativa y académica.

Primeros casos de uso y apoyo a proyectos académicos

Anthropic citó a varios usuarios tempranos que ya están utilizando Claude Science. Entre ellos figura Sean Whalen, científico principal en aprendizaje automático y genómica funcional en Gladstone Institutes.

Según la empresa, Whalen utilizó Claude Science para construir un visor de genomas desde cero en cuestión de días. El ejemplo apunta a una aceleración concreta en desarrollo de herramientas internas.

Otro caso mencionado fue el del neurocientífico Jérôme Lecoq, del Allen Institute. Lecoq usó la herramienta para crear un pipeline de revisión computacional multiagente.

La presencia del Allen Institute en varios puntos del anuncio también subraya que algunos centros ya exploran más de un proveedor de IA al mismo tiempo. Eso refleja un mercado todavía abierto y en experimentación.

Anthropic también anunció que apoyará hasta 50 proyectos de Claude Science con hasta USD $30.000 en créditos para cada iniciativa seleccionada. La convocatoria está enfocada inicialmente en campos de investigación biomédica.

La empresa dijo que busca proyectos de posgrado y posdoctorado que exploren los límites de la ciencia en distintos dominios. Las solicitudes estarán abiertas hasta el 15 de julio de 2026.

Las notificaciones de premios se enviarán antes del 31 de julio. Los proyectos seleccionados se desarrollarán entre el 1 de septiembre y el 1 de diciembre de 2026.

La competencia con OpenAI y Google DeepMind

El lanzamiento de Claude Science se produjo apenas un par de meses después de que OpenAI abordara el mismo problema desde otro ángulo. En abril, OpenAI lanzó GPT-Rosalind.

La diferencia principal es que GPT-Rosalind fue presentado como un modelo especializado afinado para razonamiento biológico. Anthropic, en cambio, insiste en que no necesita un modelo nuevo para competir en ciencia.

La comparación no se limita a la arquitectura técnica. También involucra quién puede acceder a la herramienta y con qué velocidad se distribuye en el mercado.

Rosalind fue lanzado como una vista previa de investigación limitada a clientes empresariales calificados en Estados Unidos. El acceso quedó sujeto a revisión de elegibilidad y seguridad.

Entre los socios con acceso temprano se mencionaron Amgen, Allen Institute, Moderna, Thermo Fisher y Novo Nordisk. Ese enfoque refleja una expansión más restringida y dirigida a grandes organizaciones.

Google DeepMind compite con una propuesta distinta. La compañía cuenta con modelos científicos fundacionales propios como AlphaFold y AlphaGenome, que los otros competidores solo pueden invocar como herramientas.

Además, su plataforma Gemini para Ciencia reúne esos modelos con más de 30 bases de datos de ciencias de la vida. Esa integración le da una ventaja basada en propiedad intelectual científica difícil de replicar.

El resultado es una disputa entre tres estrategias de distribución. Anthropic apuesta por acceso amplio mediante suscripciones generales, OpenAI por un enfoque empresarial restringido y Google por modelos propietarios únicos.

Qué revela esta batalla sobre el futuro de la IA vertical

El movimiento de Anthropic puede ser una señal temprana sobre cómo competirán los proveedores de IA en otros sectores especializados. Derecho, finanzas e ingeniería aparecen como ejemplos claros de ese posible traslado.

En esos mercados, la diferencia no siempre estará en quién tiene el modelo más potente. A menudo pesará más quién ofrezca el flujo de trabajo más útil, auditable y compatible con sistemas existentes.

Para el ecosistema tecnológico y financiero, esta tendencia importa porque convierte a la IA en infraestructura de proceso y no solo en un chatbot avanzado. Eso puede modificar barreras de entrada, precios y dependencia de proveedores.

También sugiere que el valor futuro podría desplazarse hacia plataformas capaces de conectar datos, agentes, revisión y ejecución en un solo entorno. En lenguaje de mercado, eso es capturar una capa más alta del stack.

Claude Science está disponible en beta para cualquier persona con suscripciones Pro, Max, Team y Enterprise. Anthropic también mencionó a Novo Nordisk y Allen Institute como estudios de caso de clientes.

Ese detalle sugiere que organizaciones farmacéuticas y centros de investigación ya están trabajando de forma simultánea con múltiples desarrolladores de IA. Lejos de haber un ganador definido, el mercado parece apenas entrar en su fase de formación.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados