La ola de inteligencia artificial que recorre empresas en todo el mundo no ha dejado fuera al sector farmacéutico. Aunque no son los grandes modelos de lenguaje los que aceleran el descubrimiento de fármacos, la computación de alto rendimiento que impulsa estos modelos está ayudando a las compañías farmacéuticas a construir su propia inteligencia artificial.

Los líderes de estas empresas están ahora convencidos de que la capacidad computacional es tan crítica para el proceso de descubrimiento de fármacos como el laboratorio tradicional. Sin embargo, a diferencia de las empresas tecnológicas del Valle de Silicio, que optaron por computación alquilada y ahora pagan el precio completo por su uso de tokens, las grandes farmacéuticas tomaron una ruta diferente: decidieron poseer su propia infraestructura computacional.

Bristol Myers Squibb ha trabajado estrechamente con Nvidia durante tres años desde que instaló el DGX SuperPOD para sus actividades de investigación y desarrollo. Cuando el equipo de BMS hizo los cálculos, descubrió que incluso al reservar capacidad de computación, obtenían acceso a chips que tenían tres o cuatro generaciones de antigüedad. Además, el costo del alquiler era mucho más alto que el de comprar los chips de Nvidia directamente.

Esta línea de pensamiento parece ser compartida por otros gigantes farmacéuticos. Eli Lilly compró su infraestructura computacional en octubre de 2025, mientras que Roche lo hizo en marzo de 2026. Eli Lilly comparó la decisión de compra con tener acceso a un número "casi infinito" de tokens. Bristol Myers Squibb, sin embargo, es más conservadora en su enfoque y se enfoca en optimizar sus recursos, sin descartar el alquiler de computación en el futuro.

El beneficio más importante de comprar la infraestructura computacional es que los datos científicos propios de la empresa y su propiedad intelectual permanecen en la computadora que posee, evitando que información sensible se almacene en servidores de terceros.

El supercomputador de inteligencia artificial de Bristol Myers Squibb consiste en un DGX SuperPOD de Nvidia construido con sistemas DGX Vera Rubin NVL72, convirtiéndolo en la infraestructura Nvidia de propiedad única más potente disponible dentro de la industria de ciencias de la vida. El sistema entrega 10 veces el rendimiento por megavatio de la infraestructura que está reemplazando, mientras también proporciona a los investigadores de BMS acceso al Kit de Herramientas BioNeMo Agent de Nvidia, que puede ejecutar predicciones, entrenar modelos de inteligencia artificial e impulsar flujos de trabajo en toda la cadena de descubrimiento de fármacos.

"Bristol Myers Squibb ha hecho una apuesta deliberada en inteligencia artificial, y estamos comenzando a verla dar resultados en nuestro pipeline y operaciones", dijo Greg Meyers, Director de Tecnología y Transformación Digital de Bristol Myers Squibb. "Estamos comprometidos con traducir la inteligencia artificial en resultados reales para los pacientes, lo que requiere una infraestructura construida para igualar esa ambición. Expandir nuestras capacidades de computación con Nvidia proporciona a nuestros investigadores y equipos en toda la empresa la escala que necesitan para mantener a BMS a la vanguardia de lo que la inteligencia artificial puede hacer para el descubrimiento y desarrollo de fármacos".

La decisión de Bristol Myers Squibb refleja una tendencia más amplia en la industria farmacéutica de invertir en infraestructura computacional propia en lugar de depender de servicios en la nube alquilados. Esta estrategia permite a las compañías mantener el control sobre sus datos sensibles, optimizar costos a largo plazo y garantizar acceso a tecnología de última generación sin las limitaciones de capacidad que enfrentan los usuarios de servicios compartidos.

El supercomputador de Bristol Myers Squibb, que estará operativo en enero de 2027, representa un hito significativo en la convergencia entre tecnología de computación avanzada y descubrimiento farmacéutico, posicionando a la compañía para acelerar el desarrollo de nuevos tratamientos mediante el aprovechamiento de la inteligencia artificial en todas las fases de su pipeline de investigación.