Faraday e Inherent: La startup británica que desafía a OpenAI y Anthropic en replicación científica
El panorama de la inteligencia artificial acaba de recibir un nuevo actor que promete sacudir los cimientos del sector. Inherent, una startup con sede en el Reino Unido fundada por exinvestigadores de DeepMind, ha presentado oficialmente su agente de inteligencia artificial denominado Faraday, un sistema que, según los datos comparativos publicados el 22 de agosto de 2026, habría superado en rendimiento a los equivalentes desarrollados por dos de los gigantes del sector: Anthropic y OpenAI. El campo de batalla elegido no es otro que la replicación científica, una de las tareas más complejas y críticas para el avance del conocimiento humano.
Para entender por qué este anuncio ha generado tanto interés en la comunidad científica y tecnológica global, es necesario explorar quiénes están detrás de este proyecto, qué hace exactamente Faraday y en qué contexto surge esta innovación.
Inherent: Una empresa con ADN de DeepMind
El origen de los fundadores de Inherent no es un detalle menor. Provienen de DeepMind, la división de inteligencia artificial de Alphabet —empresa matriz de Google— que ha protagonizado algunos de los avances más espectaculares en la historia reciente de la ciencia computacional. DeepMind es responsable de AlphaFold, el sistema que revolucionó la predicción de estructuras proteínicas, y de AlphaGo, el primer sistema en derrotar a un campeón mundial del juego de Go. Cuando exinvestigadores de ese calibre fundan una empresa, el sector presta atención.
El propio nombre de la empresa, Inherent, sugiere una filosofía de diseño orientada hacia capacidades intrínsecas y profundas de la inteligencia artificial. No se trata de crear una herramienta auxiliar para el científico humano, sino de desarrollar sistemas que puedan participar activamente en el proceso científico como agentes colaboradores. Esta distinción filosófica es fundamental para entender el enfoque del producto.
Faraday: El compañero de equipo científico
El producto estrella de Inherent lleva el nombre de Michael Faraday (1791-1867), el célebre físico y químico británico cuyas contribuciones al electromagnetismo y la electroquímica cambiaron el curso de la historia de la ciencia. La elección del nombre no parece casual: refleja claramente las ambiciones de la empresa. Si Michael Faraday transformó nuestra comprensión del mundo mediante la experimentación y la verificación rigurosa, el agente que lleva su nombre aspira a hacer algo similar en la era digital.
Pero quizás lo más revelador es cómo Inherent define a Faraday en términos conceptuales. La compañía lo denomina un “compañero de equipo de inteligencia artificial”, una distinción semántica que va mucho más allá de la nomenclatura. Mientras que un asistente o copiloto espera instrucciones y ejecuta tareas puntuales, un compañero de equipo implica autonomía, iniciativa y responsabilidad compartida. Faraday no espera que el científico le diga exactamente qué hacer: es capaz de tomar decisiones dentro del proceso científico de forma autónoma.
La capacidad central que Inherent ha destacado en su lanzamiento es la replicación de estudios científicos. Este proceso, que consiste en repetir un experimento o análisis descrito en un artículo académico para verificar que los resultados son reproducibles, es una de las piedras angulares del método científico. Según los datos presentados por la compañía, Faraday supera en esta tarea a los sistemas equivalentes desarrollados por Anthropic y OpenAI, aunque los detalles específicos del benchmark utilizado y los parámetros de evaluación deberán ser verificados de forma independiente por la comunidad científica.
La crisis de replicabilidad: El problema que Faraday intenta resolver
Para comprender plenamente la relevancia de lo que Inherent está proponiendo, es imprescindible contextualizarlo dentro de uno de los problemas más graves que enfrenta la ciencia contemporánea: la llamada crisis de replicabilidad.
Desde mediados de la pasada década, numerosas investigaciones han demostrado que una proporción alarmante de resultados publicados en revistas académicas de gran prestigio simplemente no puede ser reproducida por otros equipos de investigación. El Reproducibility Project, llevado a cabo por el Center for Open Science, descubrió que apenas el 36% de los resultados de 100 estudios psicológicos publicados en revistas de alto impacto podían ser replicados con éxito. En ciencias biomédicas, la situación es igualmente preocupante: se estima que entre el 50% y el 89% de los estudios preclínicos no son reproducibles, según investigaciones publicadas en revistas como Nature y PLOS Medicine.
Las consecuencias de esta crisis son profundas y concretas. Ralentiza el desarrollo farmacéutico, ya que los investigadores construyen sobre bases que pueden resultar inestables. Desperdicia enormes volúmenes de financiación pública y privada destinada a repetir trabajos que deberían haber sido verificados desde el principio. Y, quizás lo más grave a largo plazo, erosiona la confianza pública en la ciencia como institución.
En este contexto, un sistema capaz de automatizar y escalar la verificación de resultados científicos no es solo una innovación tecnológica interesante: es una necesidad metodológica urgente. Si Faraday cumple lo que promete, su impacto podría ir mucho más allá del ámbito tecnológico y transformar directamente la forma en que la humanidad genera y valida conocimiento.
La estrategia de especialización frente a los gigantes generalistas
El hecho de que Inherent se compare directamente con Anthropic y OpenAI es una declaración de intenciones muy clara en términos de posicionamiento estratégico. Ambas empresas han desarrollado capacidades notables en el dominio científico:
OpenAI ha incorporado en sus modelos de la familia GPT y en su razonador avanzado capacidades para analizar textos técnicos complejos y ha explorado colaboraciones con instituciones académicas para tareas de descubrimiento científico. Por su parte, Anthropic ha posicionado su modelo Claude como especialmente adecuado para el análisis de documentos largos y complejos, incluyendo artículos científicos, gracias a su amplia ventana de contexto y su énfasis en la reducción de alucinaciones y el razonamiento preciso.
Sin embargo, tanto OpenAI como Anthropic son, en esencia, empresas generalistas: sus modelos están diseñados para abordar un espectro amplísimo de tareas. La apuesta de Inherent con Faraday es radicalmente diferente: consiste en una especialización vertical profunda en el dominio científico. Esta estrategia ha demostrado ser enormemente efectiva en otros sectores de la inteligencia artificial aplicada, donde los modelos especializados superan consistentemente a los generalistas en tareas específicas, incluso cuando estos últimos disponen de muchos más recursos computacionales.
La lógica de Faraday es especialmente pragmática: en lugar de intentar generar nuevo conocimiento científico desde cero, el sistema se enfoca primero en verificar y consolidar lo que ya existe. Antes de innovar, conviene asegurarse de que las bases sobre las que se construye el nuevo conocimiento son sólidas y verificables. Es una filosofía de rigor metodológico que resuena profundamente con los valores fundamentales de la ciencia.
El papel de la inteligencia artificial en la investigación científica del futuro
El lanzamiento de Faraday se inscribe en una tendencia más amplia de integración de la inteligencia artificial en todas las fases del proceso científico. La IA ya ha demostrado su valor en el análisis de grandes volúmenes de literatura académica, en la generación de hipótesis y en el diseño de experimentos. Empresas como Recursion Pharmaceuticals e Insilico Medicine, así como numerosos laboratorios académicos de referencia, han explorado el uso de agentes autónomos capaces de diseñar y ejecutar experimentos de forma parcialmente independiente.
Lo que distingue a Faraday dentro de este ecosistema es su énfasis específico en la replicación como paso previo y complementario a la generación de nuevo conocimiento. Se trata de una contribución que llena un vacío real: mientras que muchos sistemas de IA científica miran hacia adelante, hacia el descubrimiento de lo nuevo, Faraday mira hacia atrás para verificar lo existente. En un contexto de crisis de replicabilidad, este enfoque tiene un valor incalculable.
El ecosistema de inteligencia artificial en el Reino Unido
El surgimiento de Inherent no ocurre en el vacío, sino en el seno de un ecosistema de inteligencia artificial en el Reino Unido que ha experimentado un notable crecimiento en los últimos años. Londres se ha consolidado como uno de los principales centros mundiales de innovación en IA, atrayendo talento de primer nivel y capital de inversión internacional. La concentración de investigadores provenientes de instituciones como DeepMind, la Universidad de Oxford y el University College de Londres ha creado un entorno especialmente fértil para el surgimiento de startups ambiciosas y técnicamente sólidas.
Inherent representa precisamente ese modelo: una empresa fundada sobre la base de una investigación científica de élite, con objetivos ambiciosos y una propuesta de valor muy concreta. Si los resultados presentados resisten el escrutinio independiente de la comunidad científica, podríamos estar ante uno de los lanzamientos más significativos de la inteligencia artificial aplicada a la ciencia en lo que va de esta década.
Conclusión: Un paso hacia la ciencia más fiable
El lanzamiento de Faraday por parte de Inherent es mucho más que la irrupción de una nueva startup en el competitivo mercado de la inteligencia artificial. Es una propuesta concreta para abordar uno de los problemas más profundos de la ciencia contemporánea: la falta de replicabilidad. Si un agente de IA puede verificar a escala y de forma eficiente si los resultados científicos publicados son realmente reproducibles, el impacto en la calidad del conocimiento humano podría ser transformador.
Los próximos meses serán decisivos. La comunidad científica deberá evaluar de forma independiente los benchmarks presentados por Inherent, y Faraday deberá demostrar su valor en contextos reales de investigación. Pero la ambición del proyecto, la solidez de sus fundadores y la relevancia del problema que aborda lo convierten, sin duda, en uno de los desarrollos más interesantes del ecosistema de inteligencia artificial en lo que resta de 2026.
