El desarrollo de un nuevo material ha seguido durante décadas un patrón conocido: hipótesis, síntesis, caracterización, ensayo y vuelta a empezar. Un ciclo lento, intensivo en trabajo manual y limitado por el número de combinaciones que un equipo humano puede ensayar de manera simultánea. Los llamados laboratorios autónomos rompen ese límite: la inteligencia artificial diseña el experimento, un sistema robótico lo ejecuta, los resultados retroalimentan al modelo y el ciclo se repite sin interrupción.
En España, esta aproximación ya tiene nombre propio. IMDEA Energía presentó el BRAIN Lab (Brain Research and Autonomous Innovation Network Laboratory) en el marco de la jornada I-Labs4S, celebrada en su sede de Móstoles los días 27 y 28 de mayo de 2026. El encuentro reunió a IMDEA Materiales, IMDEA Software, el CSIC, el Barcelona Supercomputing Center, el Sincrotrón ALBA, el ICFO, el ICIQ y Tecnalia, junto a las universidades Politécnica de Madrid, Carlos III y Autónoma de Madrid, y a empresas como Repsol, Acciona, Moeve o Nextmol, con el apoyo de CDTI Innovación y la Fundación madri+d.
El salto de escala que permiten estas herramientas es considerable. El modelo GNoME, desarrollado por Google DeepMind, predijo 2,2 millones de nuevas estructuras cristalinas, de las que unas 380.000 se consideran estables; varios centenares han sido ya sintetizadas experimentalmente. En paralelo, el laboratorio autónomo A-Lab, del Lawrence Berkeley National Laboratory, sintetizó 41 de 58 compuestos objetivo en 17 días de operación continua, un plazo que por la vía convencional se habría medido en meses o en años. Conviene matizar que los análisis posteriores han cuestionado hasta qué punto todos esos compuestos eran realmente nuevos, lo que refuerza la idea de que la validación por expertos sigue siendo imprescindible.
La diferencia de esta estrategia respecto a la simulación tradicional es la presencia de un bucle cerrado. No se trata solo de calcular qué composiciones podrían funcionar, sino de fabricarlas, medirlas y usar los resultados para orientar el siguiente experimento.
Los responsables de estas infraestructuras coinciden en dos mensajes. El primero es que los sectores beneficiados van mucho más allá de la investigación básica: química, materiales avanzados, energía, biotecnología y fabricación industrial pueden optimizar procesos o desarrollar productos en plazos muy inferiores a los actuales. El segundo es que desplegar esta capacidad exige una inversión sostenida y políticas de apoyo. La jornada estuvo organizada por Víctor A. de la Peña O’Shea, investigador de IMDEA Energía, que sitúa estos laboratorios como una palanca de transformación tanto para la ciencia como para la industria.
Conviene señalar, no obstante, la distancia que sigue existiendo entre un material descubierto computacionalmente y un material producible a escala industrial. Ahí entran en juego la disponibilidad de materia prima, el coste de síntesis, la seguridad y la certificación, pasos que estas herramientas no aceleran: la ganancia de tiempo se concentra en la fase de exploración.
Finalmente, estos esfuerzos coinciden con la prioridad que la Comisión Europea otorga a los materiales avanzados como tecnología crítica para la competitividad y la autonomía estratégica, recogida en la comunicación Advanced Materials for Industrial Leadership (febrero de 2024). Entre sus líneas destacadas figura precisamente el uso de métodos computacionales y de IA para acelerar el paso del laboratorio al mercado, así como el aprovechamiento de composiciones complejas procedentes del reciclado.
Para el tejido manufacturero la recomendación práctica es clara: mantener el contacto con los centros tecnológicos, clústeres y plataformas del ámbito de los materiales, porque es la vía por la que estas capacidades llegan a las empresas que no pueden desarrollarlas internamente.