Ha habido un gran bombo en torno al potencial de la IA para el descubrimiento de fármacos. Pero en Eli Lilly, la mayor farmacéutica del mundo, el primer gran beneficio poco reconocido de la IA ha sido la fabricación de sus populares fármacos GLP-1, Zepbound (para la pérdida de peso) y Mounjaro (para la diabetes).
“El año pasado literalmente hicimos más producto del que podríamos haber hecho sin la IA”, dice Diogo Rau, director de información y digital de Lilly, a Forbes. Aunque se negó a especificar cifras exactas, dice que fue “suficiente como para que hubiera sido relevante en nuestros informes de resultados.”
Eso es muy importante para Lilly porque la demanda de estos medicamentos inyectables ha sido altísima — y la empresa ha tenido dificultades para producir suficientes de ellos. Desde finales de 2022 hasta 2024, la FDA determinó que había escasez de estos medicamentos, lo que significaba que los fabricantes podían fabricarlos bajo ciertas condiciones a pesar de las protecciones de patente del medicamento.
“Eso era lo que más nos preocupaba, que no quisiéramos estar en la lista de escasez”, dice Rau, que se unió a Lilly en 2021 tras una década en Apple y reporta directamente al CEO David Ricks. “Tuvimos un proceso que todos pensábamos haber optimizado. El riesgo de estar en escasez nos hizo buscar [de nuevo] aunque pensábamos que teníamos un proceso tan bueno como podía ser.”
Para aumentar su producción de GLP-1, Lilly utilizó lo que se conoce como un gemelo digital, una representación virtual de una fábrica que utiliza datos en tiempo real para mostrar con precisión lo que ocurre en el mundo real, permitiéndole probar mejoras en el mundo digital antes de implementarlas. Los gemelos digitales se utilizan cada vez más para optimizar la fabricación.
Lilly pudo utilizar la inteligencia artificial y su gemelo digital para hacer su proceso de fabricación más eficiente, lo que le permitió producir los fármacos en volúmenes mayores de los que habrían sido posibles de otro modo. Para ello, modeló todo lo relacionado con su fábrica, desde las máquinas hasta las entradas y procesos, permitiendo al gemelo digital simular diferentes configuraciones para encontrar la mejor opción. “Pensábamos que esto parecía demasiado bueno para ser verdad, pero el mundo físico seguía igualando al gemelo digital”, dice.
Te puede interesar: La disrupción de la IA desafiará decisiones crediticias en los próximos años: Goldman Sachs
Además, pudo detectar mejor defectos en sus inyectores, dice Rau. Su tecnología puede, por ejemplo, tomar decenas de fotografías de cada uno de esos autoinyectores, desde diversos ángulos, en incrementos de unos cientos de milisegundos, para monitorizar cualquier rotura.
No es ni de lejos tan atractivo como usar IA para el descubrimiento de fármacos. Pero Zepbound y Mounjaro representaron más de la mitad de los 65,000 millones de dólares en ingresos de Lilly el año pasado. Sus ventas de Mounjaro alcanzaron los 23,000 millones de dólares, el doble de los 11,500 millones reportados en 2025, mientras que sus ingresos de Zepbound se dispararon a 13,500 millones desde los 4,900 millones del año anterior. Ese crecimiento ayudó a que Lilly se convirtiera en la primera empresa sanitaria en alcanzar una capitalización bursátil de 1 billón de dólares a finales del año pasado (ahora cotiza justo por debajo de esa cifra).
Lilly sigue usando IA para el desarrollo de fármacos, pero es un proceso mucho más largo dado el tiempo que tarda un fármaco en pasar de la idea a la aprobación. En enero, Lilly y Nvidia anunciaron que se habían unido para invertir 1,000 millones de dólares en un laboratorio de innovación para abordar problemas en la industria farmacéutica, con la ayuda de un potente superordenador. Ese mes, Lilly también firmó un acuerdo de colaboración con la popular startup de IA Chai Discovery, que ha recaudado 230 millones de dólares a una valoración de 1,300 millones de dólares, para construir un modelo de IA que podría acelerar el descubrimiento de fármacos biológicos. Los fármacos biológicos se derivan de fuentes naturales como proteínas o células, en lugar de químicos sintetizados en laboratorio.
Cualquier beneficio en el desarrollo de medicamentos sigue lejos. “Eso será a mediados de los años 30, si no finales de los 30, cuando esos medicamentos estén en el mercado”, dice Rau. “Es una gran apuesta por el futuro.”
La gente pregunta: “¿Cuánto tardaremos en fabricar drogas ahora? ¿Podemos sacar los medicamentos en seis o dieciocho meses?”, dice. “Eso es algo que más se sobrevalora, y tiene un riesgo crítico de socavar la IA en la industria porque no debería ser la expectativa que tengamos.”
Este artículo fue publicado originalmente en Forbes US
¿Te gustan las fotos y las noticias?, síguenos en nuestro Instagram
