Jeff Bezos se ha unido a los inversores que respaldan a la startup británica CuspAI en una ronda de financiación de aproximadamente 450 millones de dólares. El inversor actual, Temasek, también participó, lo que pone de manifiesto la creciente confianza en que la inteligencia artificial puede acelerar una de las partes más lentas y costosas del desarrollo tecnológico: el descubrimiento de nuevos materiales para semiconductores avanzados.
Esta inversión es un indicador del profundo cambio que se está produciendo en la competencia de la IA. Si bien el sector se ha centrado en los chatbots y los grandes modelos de lenguaje, la futura ventaja competitiva podría depender más de los materiales que sustentan el desarrollo de chips más rápidos y eficientes.
CuspAI, con sede en Cambridge, se dedica a la formulación de soluciones de IA que ayudan a crear materiales destinados a semiconductores, baterías, catalizadores y membranas, y ha creado una fundición de materiales de IA que se asocia con empresas del sector para desarrollar compuestos diseñados para objetivos específicos, en lugar de utilizar únicamente materiales ya conocidos.
No hay garantía de que todo material que parezca prometedor exista realmente.
Por eso, a los científicos les preocupa la estabilidad termodinámica. Esta medida indica si la estructura cristalina puede resistir el paso del tiempo sin deteriorarse ni descomponerse en diferentes componentes. Mediante modelos modernos de inteligencia artificial , los científicos pueden calcular el estado energético de un material antes de su síntesis, descartando así las opciones inviables y permitiendo centrarse en aquellas con mayores probabilidades de éxito.
Google DeepMind demostró este enfoque en su artículo de 2023 publicado en Nature sobre GNoME (Graph Networks for Materials Exploration) .
“GNoME descubrió 2,2 millones de estructuras cristalinas, incluidas más de 380.000 que se predijo que serían estables.” — Merchant et al., Nature (2023)
Los materiales estables predichos se han añadido a la base de datos de datos abiertos del Materials Project, lo que permite a investigadores de todo el mundo realizar experimentos con ellos.
La idea ha sido desarrollada aún más por los científicos. En un artículo de 2025 publicado en Communications Materials, el equipo que trabaja en ME-AI (Materials Expert-Artificial Intelligence) compartió una descripción general de su concepto, que combina la experiencia de los científicos de materiales con técnicas de aprendizaje automático para predecir cómo se comportarán los materiales en el futuro.
“Nuestro marco de trabajo se adapta al crecimiento de las bases de datos, incorpora el conocimiento de expertos, ofrece criterios interpretables y guía la síntesis dirigida.” — Schoop et al., Communications Materials (2025)
En conjunto, estos esfuerzos ilustran cómo la IA está cambiando el proceso de descubrimiento de materiales, pasando de una búsqueda exhaustiva a un proceso de diseño más específico.
CuspAI no reveló la cantidad invertida por Bezos ni la lista completa de inversores en la última ronda de financiación. Sin embargo, esta nueva línea de financiación evidencia el creciente interés de los inversores en la aplicación de la IA en campos distintos al software, como la ciencia y la fabricación de alta tecnología.
A medida que CuspAI reduce el tiempo dedicado al descubrimiento de nuevos materiales semiconductores, también se pueden acelerar los avances en la fabricación de chips en diversos sectores. Si se acelera el desarrollo de materiales, se pueden lograr progresos en baterías, energías limpias, productos químicos industriales y la próxima generación de infraestructura de IA. El enorme apoyo financiero de Bezos sugiere que los inversores se han dado cuenta de que las innovaciones en ciencias físicas, más que en simples modelos de IA mejorados, pueden ser el siguiente paso en la tecnología.
Si estás leyendo esto, ya llevas ventaja. Mantente al día con nuestro boletín informativo.