La inteligencia artificial promete desbloquear hasta 560.000 millones de dólares anuales en I+D, según McKinsey

La innovación, motor del progreso humano en los últimos dos siglos, atraviesa un problema estructural: cada vez es más difícil y costosa. Es una realidad imposible de eludir: la productividad del I+D+I ha estado en declive en prácticamente todos los ámbitos, con excepción de unos pocos sectores que han conseguido mejorarla y que apenas suponen el 22% del total de compañías del mundo.

Pongamos algunos ejemplos: mantener la curva de la Ley de Moore en los semiconductores ha requerido multiplicar por 18 el gasto en investigación y desarrollo real entre 1971 y 2014. Mientras, en el caso de la industria farmacéutica, la llamada Ley de Eroom refleja que la productividad del gasto en I+D cayó de forma drástica: el número de nuevos fármacos aprobados por cada 1.000 millones de dólares invertidos se redujo a la mitad cada nueve años entre 1950 y 2011, acumulando una caída cercana a 80 veces en términos ajustados por inflación. También en sectores como la agricultura, lograr mayores rendimientos de cultivos exige incrementos constantes en el presupuesto de investigación.

Los gobiernos y expertos de toda índole llevan décadas buscando la tecla con la que revertir esta tendencia. Y desde McKinsey creen haber encontrado el Santo Grial en la inteligencia artificial. De acuerdo a esta consultora, esta tecnología puede convertirse en la palanca que permita abrir una nueva era de crecimiento, con un valor económico potencial de entre 360.000 y 560.000 millones de dólares anuales.

La inteligencia artificial generativa ya no tiene tanto tirón: por qué es una buena noticia para todos

"En las industrias cuyos productos consisten en propiedad intelectual o cuyos procesos de I+D se acercan más al descubrimiento científico, la tasa de innovación podría duplicarse. En las industrias que producen productos industriales complejos, los procesos de I+D podrían acelerarse entre un 20% y un 80%", detallan desde esta consultora. "La inteligencia artificial puede acelerar la curva de la productividad en innovación, además de mejorar la calidad y la duración de la vida de las futuras generaciones".

Las tres palancas mágicas

En la primera de estas palancas, los modelos generativos permiten ampliar exponencialmente las alternativas de diseño. McKinsey recoge ejemplos como el trabajo de David Baker y su equipo en la Universidad de Washington, que utiliza deep learning para crear proteínas inexistentes en la naturaleza con aplicaciones en vacunas, biosensores o descontaminación ambiental. Por estos avances, Baker recibió en 2024 el Premio Nobel de Química. 

El 50% de las empresas dice aplicar IA en sus procesos, según McKinsey

La segunda palanca son los modelos sustitutos de IA. Estos permiten reemplazar simulaciones físicas extremadamente costosas y lentas, como las pruebas de aerodinámica o resistencia estructural, por modelos de red neuronal que predicen resultados en segundos. El informe cita el caso de DeepMind, que entrenó un modelo capaz de predecir el clima en ocho minutos, con mayor precisión que un sistema de predicción meteorológica basado en física que requiere superordenadores durante horas. En biomedicina, AlphaFold, desarrollado también por DeepMind, ha predicho la estructura tridimensional de 200 millones de proteínas, abriendo nuevas posibilidades en la investigación de terapias y materiales biológicos. 

La tercera vía de impacto es la optimización de procesos de investigación. Los grandes modelos de lenguaje ya permiten sintetizar la avalancha de literatura científica y patentes, organizar el conocimiento interno de las empresas y automatizar la documentación regulatoria en sectores altamente normativizados como el aeroespacial o el farmacéutico. También se utilizan para analizar necesidades de clientes a partir de reseñas y redes sociales, abriendo así la puerta a nuevos productos con mayor alineación al mercado.

Impacto desigual por sectores

El impacto de estas palancas varía según la industria, como ya anticipábamos. En software y videojuegos, donde el producto es en esencia propiedad intelectual, McKinsey estima que la productividad puede duplicarse.

Los propios directivos de Google y Microsoft han reconocido que alrededor del 30% del nuevo código ya está generado por la inteligencia artificial. En farmacéuticas y ciencias de materiales, el potencial de aceleración llega al 100% en el descubrimiento de fármacos y al 75% en químicos. En industrias de manufactura compleja —como automoción, aeroespacial, electrónica o dispositivos médicos— las mejoras se sitúan entre el 20% y el 80%, con especial relevancia en la fase de verificación y validación, que puede representar hasta la mitad del tiempo total de I+D.

El impacto de la inteligencia artificial en la innovación de diferentes sectores. McKinsey

En el ámbito de los bienes de consumo, la consultora apunta a la capacidad de la IA para generar formulaciones de alimentos, cosméticos o ropa, y para crear gemelos digitales de consumidores con los que testear productos virtualmente.

Pero ni los expertos obvian, entre tanto optimismo, que la tecnología por sí sola no bastará, sino que equiere cambios organizativos profundos. Entre las recomendaciones, McKinsey destaca la necesidad de moverse rápido y escalar proyectos de IA, reorganizar equipos de prototipado y simulación bajo una misma dirección, construir competencias en gestión de modelos y datos, y redefinir el papel de los humanos en la investigación.

Empero, resulta irónico que sea precisamente McKinsey, una de las grandes consultoras globales que basan buena parte de su negocio en el conocimiento experto y en la sistematización de procesos, la que ponga cifras al potencial de la inteligencia artificial para revolucionar la innovación. Y es que si la inteligencia artificial es capaz de sintetizar bibliografía, analizar tendencias, generar hipótesis de investigación y hasta redactar documentación regulatoria, muchas de esas tareas se solapan con el tipo de trabajo de alto valor añadido que realizan los consultores.