Do AI-Native Biotechs Need Departments? Benchmarking Company World Models for AI-Driven Drug Development

Imagina un mundo donde construir una nueva medicina no se trata solo de mezclar productos químicos en un laboratorio, sino de tomar miles de decisiones de alto riesgo bajo presión. Es como dirigir un videojuego masivo y complejo donde tienes que elegir qué personajes mejorar, qué niveles saltarte y cuándo vender tu inventario, todo mientras las reglas siguen cambiando. Durante décadas, las empresas humanas han resuelto esto dividiendo el trabajo en "departamentos": un equipo para la biología, un equipo para las reglas, un equipo para las ventas, etcétera. Se pasan notas unos a otros, esperando que el jefe final (la FDA o el mercado) esté contento. Pero, ¿y si pudiéramos construir una empresa dirigida por IA? ¿Deberíamos simplemente copiar y pegar esos departamentos humanos en roles robóticos, o existe una forma más inteligente de organizar un cerebro digital?

Esta es la gran pregunta que aborda un nuevo estudio llamado "¿Necesitan las biotecnológicas nativas de IA los departamentos?". Los investigadores están explorando un concepto llamado "Modelo de Mundo" (World Model). Piensa en un Modelo de Mundo como una bola de cristal superpotente que no solo adivina el futuro, sino que actualiza constantemente un mapa en vivo de "qué está pasando ahora mismo" y "qué pasará si hago X". En lugar de mirar solo una pieza del rompecabezas, un Modelo de Mundo mantiene una puntuación continua de cómo cada acción cambia las posibilidades de éxito, dinero y aprobación de la empresa. El estudio pregunta: Si construimos una empresa de IA, ¿deberíamos obligarla a actuar como una corporación humana con diferentes departamentos, o deberíamos dejar que funcione con un único "mapa vivo" compartido que todos actualicen en tiempo real?

El Experimento: Un Juego de Decisiones que Viaja en el Tiempo

Para encontrar la respuesta, los investigadores no construyeron una empresa farmacéutica real ni probaron nuevas medicinas en un laboratorio. En su lugar, crearon un benchmark de "laboratorio seco" (dry-lab), que es como un nivel de un videojuego masivo de 45 niveles diseñado para probar la toma de decisiones. Tomaron 45 momentos históricos reales de la industria farmacéutica: momentos en los que una empresa tenía que decidir si seguir financiando un fármaco, detenerlo o venderlo. Presentaron estos escenarios a diferentes equipos de IA, pero con un truco: los equipos de IA solo podían ver la información disponible hasta esa fecha específica en el pasado. No podían espiar el futuro para ver si el fármaco realmente funcionaba o generaba dinero.

Los investigadores probaron cuatro diferentes "estructuras de equipo" para ver cuál tomaba las mejores decisiones:

1. La Copia Humana: Agentes de IA actuando exactamente como departamentos humanos (Biología, Clínica, Ventas, etc.), pasando memorandos a un comité.
2. La Copia Humana Plus: Una versión más inteligente de la anterior, donde los departamentos comparten una mejor memoria y argumentan de manera más efectiva.
3. La IA Centrada en el Activo: Un equipo organizado alrededor de un único "registro de activo" vivo (un archivo digital que rastrea el progreso del fármaco) en lugar de departamentos.
4. El "Modelo de Mundo de la Compañía" (Conversión de Valor): El protagonista de la función. Este equipo no tenía departamentos. En su lugar, tenía un "Registro de Valor de Activo Vivo" compartido y cuatro "salas" especiales que actuaban como operadores: una Sala de Acuerdos (para verificar si los socios quieren comprar), una Sala de Aprobación (para verificar si los reguladores dirán que sí), una Sala de Ingresos (para verificar si la gente lo comprará) y un Árbitro de Inversión (el jefe que decide el siguiente movimiento basándose en el mapa en vivo).

Los Resultados: Depende de lo que Intentes Ganar

Los resultados fueron sorprendentes y matizados. Cuando los investigadores juzgaron a los equipos de IA basándose en qué tan bien podían convertir un fármaco en un éxito comercial (obtener un trato, aprobación o ventas), la arquitectura del Modelo de Mundo de la Compañía fue la clara ganadora. Obtuvo una puntuación de 4.68 sobre 5, superando a la "Copia Humana" (4.33) y a la versión "Centrada en el Activo" (4.26). Cuando jueces ciegos (que no sabían qué equipo era cuál) observaron las decisiones, prefirieron fuertemente al equipo del Modelo de Mundo, con un juez eligiéndolo 42 veces de 45 contra la copia humana original.

Sin embargo, la historia se vuelve más interesante cuando cambias las reglas. Los investigadores se dieron cuenta de que podrían haber estado haciendo trampa al pedirle a la IA que jugara un juego diseñado específicamente para el equipo de "Conversión de Valor". Así que añadieron un "juez neutral" que no se preocupaba por el dinero o los tratos, sino solo por la calidad general de la decisión, la conciencia del riesgo y la lógica. Bajo esta prueba neutral, el equipo del Modelo de Mundo no dominó. El equipo "Copia Humana Plus" en realidad lo hizo ligeramente mejor (25 victorias frente a 20), y la diferencia no fue estadísticamente significativa.

Esto nos dice algo crucial: El "Modelo de Mundo de la Compañía" no es una solución mágica que gana en todo. Es una herramienta especializada. Si tu objetivo es maximizar el valor comercial (tratos, aprobaciones, ingresos), organizarse en torno a un estado predictivo compartido de "activo-a-valor" es superior. Pero si tu objetivo es ser simplemente un buen científico neutral, una estructura de departamentos tradicional (incluso una inteligente) funciona igual de bien.

Las "Salas" frente a los Departamentos

Uno de los hallazgos más interesantes surgió al desarmar al equipo ganador. Los investigadores eliminaron una "sala" a la vez para ver qué sucedía.

• Cuando eliminaron la Sala de Ingresos, la capacidad del equipo para pensar en dinero y ventas cayó significamente.
• Cuando eliminaron la Sala de Acuerdos, su capacidad para encontrar socios se desplomó.
• Cuando eliminaron la Sala de Aprobación, su pensamiento regulatorio empeoró.

Esto demostró que las "salas" no eran solo nombres elegantes para departamentos. Eran "operadores" activos que actualizaban constantemente el mapa compartido. El estudio sugiere que, en una empresa nativa de IA, no deberías simplemente copiar los departamentos humanos. En su lugar, deberías tener un estado vivo y compartido (el Registro de Valor de Activo Vivo) que todos actualicen, y "operadores" específicos que simulen diferentes futuros (¿Se aprobará esto? ¿Se venderá?).

La Conclusión

Entonces, ¿necesitan las biotecnológicas nativas de IA los departamentos? El documento sugiere que la respuesta es "no como el cerebro central".

Los departamentos están bien para la gobernanza humana y para organizar reuniones humanas, pero son un mal plano para la lógica interna de una IA. El mejor diseño parece ser un Modelo de Mundo de la Compañía: un sistema donde un "mapa en vivo" único y auditable del valor del fármaco es actualizado constantemente por diferentes operadores (Acuerdos, Aprobación, Ingresos, etc.), y un planificador decide el siguiente movimiento basándose en ese mapa.

El estudio advierte cuidadosamente que esto es una simulación. Demuestra que esta estructura toma mejores decisiones en un juego de computadora sobre el pasado. No demuestra que una IA utilizando este método descubrirá una nueva cura o ganará miles de millones de dólares en el mundo real. Pero sí sugiere que, si queremos que la IA dirija una empresa farmacéica, no debemos construir simplemente una versión robótica de un organigrama corporativo de la década de 1990. Debemos construir un sistema que simule constantemente el futuro del valor, en lugar de simplemente pasar memorandos entre departamentos.