Schrödinger presentó Bunsen el 27 de julio, un sistema agéntico que describe como un co-científico de IA para el descubrimiento molecular. El acceso anticipado ya está abierto a clientes seleccionados, y se espera un lanzamiento comercial completo a finales de 2026.

Qué hace

Bunsen ejecuta un ciclo de cuatro etapas — Understand, Plan, Execute, Interpret — y orquesta las herramientas informáticas de química computacional basadas en física ya existentes de Schrödinger, en lugar de reemplazarlas. Está construido sobre el BioNeMo Agent Toolkit de NVIDIA, funciona en GPU RTX PRO 6000 Blackwell Server Edition con infraestructura de Google Cloud, y lleva el nombre de Robert Bunsen. El consejero delegado, Ramy Farid, afirma que "elimina fricciones del ciclo de descubrimiento".

La sección de pruebas está vacía

Esta es la parte que conviene decir con claridad. El anuncio no incluye tasa de aciertos, ninguna métrica de éxito en descubrimiento, ninguna comparación directa con flujos de trabajo dirigidos por humanos ni ningún estudio de validación. Para un producto cuya única afirmación es que acelera el descubrimiento científico, la ausencia de un solo resultado cuantitativo no es una omisión menor: es la pregunta central, sin respuesta. "Co-científico de IA" es una etiqueta de marketing hasta que alguien publique una cifra.

Qué está haciendo realmente la IA

No está encontrando moléculas. El rasgo diferenciador de Schrödinger siempre ha sido la simulación basada en física — perturbación de energía libre y métodos relacionados que calculan la afinidad de unión desde primeros principios. Bunsen es una capa de planificación e interpretación por encima de esos motores. El trabajo de descubrimiento sigue haciéndolo la física; el agente decide qué ejecutar y lee el resultado. Eso sí es algo realmente útil de automatizar, y es una afirmación mucho más limitada de lo que sugiere la marca.

Por qué sigue siendo notable

Por quién está concediendo qué. Schrödinger construyó su negocio defendiendo que la simulación supera al machine learning en la predicción molecular. Envolver esa pila en un agente equivale a reconocer que la interfaz de la química computacional — decidir qué cálculos ejecutar, en qué orden y qué significan los resultados — se ha convertido ahora en el cuello de botella, y no los cálculos en sí.