Google y OpenAI han anunciado el mismo día que van a poner cómputo e IA de frontera al servicio de la ciencia pública de Estados Unidos. Google DeepMind compromete 40 millones de dólares en tokens de IA y créditos cloud para la Genesis Mission, la iniciativa del gobierno para acelerar el descubrimiento científico. OpenAI, por su lado, anuncia su propio acuerdo con el Departamento de Energía. Dos de los mayores laboratorios de IA del mundo entran a la vez en el mismo programa federal.
Puntos clave
- Google DeepMind aporta 40 millones de dólares en tokens de IA y créditos de Google Cloud.
- Incluye un año de Gemini for Government para decenas de miles de usuarios de los laboratorios del Departamento de Energía.
- Los investigadores tendrán AlphaFold 3, AlphaGenome, AlphaEvolve, WeatherNext y AlphaEarth Foundations.
- La Genesis Mission busca duplicar el ritmo del descubrimiento científico de EEUU en una década.
- OpenAI se suma con su propio compromiso con el DOE y los laboratorios nacionales.
Qué es la Genesis Mission
La Genesis Mission es una iniciativa que la Casa Blanca lanzó en noviembre de 2025. El objetivo, dicho en su propio lenguaje, es duplicar el ritmo del descubrimiento científico estadounidense en una década usando IA de frontera. La coordina el Departamento de Energía (DOE), que agrupa 17 Laboratorios Nacionales, los centros donde EEUU investiga desde fusión nuclear hasta nuevos materiales.
La idea de fondo es sencilla. La ciencia moderna se ha vuelto un problema de datos: hay exabytes de resultados experimentales que ningún equipo humano puede analizar entero. Y ahí es donde entran los modelos. El anuncio de Google se hizo en el DOE Genesis Mission Summit 2026.
Qué pone Google sobre la mesa
Los 40 millones de Google no son dinero en efectivo, son acceso. Un año de Gemini for Government, la versión segura del modelo pensada para administraciones, para decenas de miles de usuarios de los laboratorios. Y por encima de eso, una batería de herramientas científicas que DeepMind lleva años construyendo:
- AlphaFold 3, que predice la estructura de proteínas y biomoléculas.
- AlphaGenome, para entender cómo las variaciones del ADN moldean la biología y las enfermedades.
- AlphaEvolve, un agente de código que diseña algoritmos avanzados.
- WeatherNext, modelos de predicción meteorológica.
- AlphaEarth Foundations, para mapear el planeta con un detalle nuevo.
El anuncio lo firman Pushmeet Kohli, vicepresidente de ciencia de Google DeepMind, y Karthik Narain, de Google Cloud. Los casos de uso que citan son concretos: dinámica del plasma de fusión, descubrimiento autónomo de materiales, calibración automática de microscopios.
OpenAI entra por la misma puerta
El movimiento no es solo de Google. OpenAI anunció el mismo día un compromiso propio con el Departamento de Energía y los laboratorios nacionales para usar IA de frontera en la investigación científica. Que las dos empresas entren a la vez en el mismo programa dice algo: la ciencia pública se ha vuelto un terreno donde los laboratorios de IA quieren estar, tanto por el prestigio como por el acceso a problemas que empujan sus modelos al límite.
Los primeros 278 proyectos
El mismo día se supo dónde va a caer el dinero. El Departamento de Energía seleccionó los primeros 278 proyectos de la Genesis Mission, salidos de la mayor respuesta a una convocatoria en la historia del DOE: más de 5.000 propuestas.
El reparto: 168 proyectos los lideran universidades, 87 los Laboratorios Nacionales, 19 empresas y 4 organizaciones sin ánimo de lucro. En total participan 342 instituciones. La ayuda más grande, 60 millones de dólares en tres años, va a investigación de energía nuclear. Los compromisos de socios privados suman 800 millones.
Los frentes son los que esperarías de un programa de seguridad energética y científica: energía nuclear, extracción de minerales críticos, diseño inteligente de chips y fusión comercial. "Estados Unidos no anda escaso de ideas audaces ni de científicos con talento, y la respuesta a la Genesis Mission lo demuestra", dijo Chris Wright, secretario de Energía.
Por qué importa
Para una empresa esto no cambia nada mañana, pero marca por dónde va la cosa. Las herramientas que hoy resuelven el plegamiento de proteínas o el diseño de materiales son las mismas familias de modelos que en dos o tres años bajarán a casos de negocio: simulación, diseño de producto, análisis de datos masivos. Cuando un laboratorio nacional usa AlphaFold para acelerar la investigación de fármacos, está probando en real hasta dónde llega la IA aplicada a problemas difíciles. Y ese aprendizaje termina llegando, en versión más barata y accesible, al resto del mercado.
Relacionado
