Ginkgo apuesta por la curva de desarrollo de la biología basada en la IA: construyendo la capa de infraestructura necesaria.

La situación financiera de Ginkgo Bioworks es la de una empresa en transición deliberada. En el último trimestre de 2025, la empresa informó que…Los ingresos totales fueron de 33 millones de dólares, lo que representa una disminución del 24% en comparación con el año anterior.Aunque la pérdida neta según los estándares GAAP disminuyó a 81 millones de dólares, la caída en los ingresos por ingeniería celular indica que se trata de un período difícil. Este es el precio que hay que pagar por una inversión de gran importancia: el director ejecutivo, Jason Kelly, ha declarado que “este año nos centraremos en invertir para ganar en el sector de los laboratorios autónomos”. Este cambio de enfoque es concreto; un ejemplo de ello es la colaboración con OpenAI, quien utilizó GPT-5 para diseñar, ejecutar y mejorar las tecnologías relacionadas con la ingeniería celular.36,000 experimentos de síntesis de proteínas libres, en un período de seis meses.Con una intervención humana mínima. El objetivo es construir la infraestructura básica para un nuevo paradigma en biología, donde la IA puede completar los procesos de experimentación física.

Para concentrar su capital en este proyecto, Ginkgo está renunciando a su negocio de bioseguridad. La empresa anunció que planea vender una participación minoritaria a un consorcio.Se espera que la transacción se realice en la primera mitad de 2026.Esta iniciativa permite que la empresa pueda seguir desarrollando su programa de laboratorios autónomos. Se trata de una etapa inicial en el desarrollo de una curva tecnológica S. La reacción del mercado ha sido severa; las acciones de la empresa han fluctuado significativamente durante este período.$9.10La tasa de descenso es del 54.5% en comparación con el mismo período del año anterior. Los analistas consideran que “la falta de visibilidad y transparencia” constituye una importante dificultad. Esto es algo natural, ya que se trata de un futuro en el que la línea temporal y el camino hacia la rentabilidad aún no están claros.

En resumen, Ginkgo está pagando hoy los costos financieros necesarios para construir las bases que permitirán el crecimiento exponencial del futuro. La disminución del 24% en los ingresos y la caída drástica de las acciones reflejan la incertidumbre que rodea este proceso de transición. Sin embargo, la colaboración con OpenAI demuestra que se está dando un paso significativo hacia la creación de laboratorios basados en la inteligencia artificial, lo cual podría redefinir los métodos de descubrimiento biológico. Se trata de una apuesta por la infraestructura tecnológica: la fase inicial está marcada por pérdidas y escepticismo, pero la recompensa será la participación en la base fundamental de una ola tecnológica emergente.

La promesa exponencial: la ciencia de la IA en un ciclo cerrado como un cambio de paradigma.

La colaboración con OpenAI no se trata simplemente de un anuncio publicitario; es una prueba de concepto para un nuevo paradigma científico. El sistema demostró que…Reducción del 40% en los costos de producción.Para un proteína que sirve como punto de referencia, se trata de un aumento significativo en la eficiencia, lo cual convierte las promesas teóricas en algo realizable. No se trató de un proceso aleatorio de pruebas y errores. El mecanismo de ciclo cerrado es el núcleo de este cambio: la IA diseña los experimentos, los brazos robóticos los ejecutan, y los datos obtenidos se utilizan para refinar las hipótesis siguientes. GPT-5 se encargó del aspecto cognitivo, mientras que los carros de automatización reconfigurables de Ginkgo se encargaron de la ejecución física de los experimentos, creando así un ciclo de retroalimentación continuo.

Esta arquitectura representa un posible cambio de paradigma, desde el modelo tradicional y lineal, basado en hipótesis, hacia algo que sea exponencial. Al probar 36,000 combinaciones de reacciones durante seis meses, con un mínimo de intervención humana, el sistema puede explorar un espacio de soluciones mucho mayor, a una velocidad sin precedentes. La IA no solo optimizó los parámetros conocidos; también identificó nuevas combinaciones de reacciones e incluso anticipó los resultados de la investigación publicada, lo que demuestra su capacidad para hacer descubrimientos verdaderos. El impacto es importante: el costo de los experimentos podría estar desvinculado del tiempo de trabajo humano, y los costos de los reactivos y materiales utilizados podrían convertirse en el factor dominante. Como señaló Reshma Shetty, cofundadora del proyecto, este es el lugar donde los laboratorios autónomos llevarán a cabo la mayoría de los experimentos.

Sin embargo, el éxito del sistema también destaca la importancia del papel humano en su funcionamiento. Era necesario contar con supervisión para la preparación de los reactivos y el proceso de carga del sistema. Además, las propuestas hechas por la IA fueron validadas utilizando un modelo Pydantic, para garantizar su viabilidad desde el punto de vista físico. El modelo generaba entradas legibles por humanos, lo que permitía llevar un registro de todos los pasos realizados. Esto demuestra que el objetivo no es lograr una ciencia completamente autónoma, sino más bien una nueva división del trabajo: los humanos establecen los objetivos y limitaciones generales, mientras que la IA y la robótica se encargan de la exploración iterativa y de alto rendimiento.

El plan de Ginkgo es escalar esta capa de infraestructura. La empresa tiene como objetivo expandir su alcance en términos de laboratorios autónomos, mediante la implementación de dicha infraestructura.50+ células de automatización robótica (RACs)Cada RAC es una unidad independiente dentro de este sistema de ciclo cerrado. Al construir esta red, Ginkgo está creando las infraestructuras necesarias para el desarrollo de nuevas descubrimientos biológicos. El costo inicial de esta construcción está claramente indicado en los informes financieros, pero el beneficio potencial radica en la participación en la capa fundamental de este sistema. La reducción del 40% en los costos representa un primer punto de referencia; la medida real será la tasa de adopción de esta infraestructura por parte de la comunidad científica en general.

Realidad financiera y intensidad del capital de la infraestructura

El paso hacia laboratorios autónomos representa una inversión de gran envergadura, dirigida al nivel fundamental de una nueva “curva S”. Los datos financieros muestran el costo que implica esta inversión. En el último trimestre, aunque los ingresos totales disminuyeron un 24%, la empresa logró mantener cierta disciplina en los costos.La pérdida adjusted EBITDA se redujo a 36 millones de dólares.Desde los 57 millones de dólares de hace un año. Este mejoramiento, logrado gracias a la disminución en los gastos operativos, es un paso necesario para conservar el dinero durante la fase de inversión. Sin embargo, la cantidad de capital necesario es enorme. Ginkgo planea utilizar ese capital para sus proyectos.50+ celdas de automatización robótica (RACs)Cada uno de estos componentes es una unidad compleja y configurable de inteligencia artificial y robótica. La construcción de esta infraestructura requerirá inversiones significativas y sostenidas en el tiempo. Esta es una realidad que debe tenerse en cuenta al determinar el valor actual de dicha infraestructura.

La opinión del mercado es clara y negativa. El precio de las acciones está en torno a los 9.10 dólares, lo que representa una disminución del 54% en comparación con el año anterior. Los analistas estiman que el precio medio de las acciones será de solo 9.00 dólares. Este pesimismo refleja la tensión típica del sector de inversión en infraestructura: la valoración de las empresas debe tener en cuenta la alta intensidad de capital necesaria para construir las vías férreas, en comparación con el potencial de captar un mercado enorme y poco atendido. La promesa es que las empresas farmacéuticas, químicas y de materiales adopten más ampliamente los laboratorios de ciclo cerrado. Pero el camino hacia la escala comercial y la rentabilidad sigue siendo largo e incierto. Las propias finanzas de la empresa resaltan este punto: los ingresos están disminuyendo, a pesar de que la empresa invierte en el futuro.

El apoyo gubernamental podría ser el factor clave para reducir los riesgos en esta fase inicial de adopción. La colaboración de la empresa con el Departamento de Energía indica que existe un posible apoyo público para esta tecnología fundamental. Dichas alianzas no solo proporcionan financiamiento, sino también validación y una vía hacia clientes iniciales, lo que ayuda a cerrar la brecha entre el prototipo y su implementación generalizada. Por ahora, la realidad financiera implica un gasto deliberado para construir una plataforma. La disminución de las pérdidas EBITDA es señal de una gestión prudente del dinero. Pero la verdadera prueba será si el capital invertido puede permitir el lanzamiento exitoso del próximo paradigma en el campo de la descubrimiento biológico.

Catalizadores y riesgos: Cómo enfrentar la inflexión en la curva S

El camino desde un prototipo exitoso hasta su adopción comercial es un punto de inflexión crucial para la empresa Ginkgo. Los logros a corto plazo servirán para verificar si la infraestructura de laboratorio autónomo puede pasar de ser una demostración de tecnología a convertirse en un producto escalable. El primer catalizador importante será el lanzamiento comercial de sus servicios de laboratorio en la nube. La empresa ya ha demostrado su tecnología central, pero la transición hacia un modelo de servicio exigirá que demuestre su capacidad para entregar el sistema de ciclo cerrado a clientes externos. Un éxito en este aspecto significaría un flujo de ingresos real y una base de usuarios cada vez mayor, lo que llevaría a la empresa más lejos en la curva de adopción.

Un segundo factor clave es la implementación de laboratorios autónomos para clientes que pagan por los servicios ofrecidos. La colaboración inicial con OpenAI fue una prueba de concepto. El siguiente paso es replicar ese éxito con empresas farmacéuticas, químicas o de materiales que tengan problemas reales en su área de I+D. Cada cliente que logre esta implementación no solo genera ingresos, sino también datos valiosos que pueden utilizarse para mejorar los modelos de IA y el software de automatización. Esto crea un ciclo virtuoso: más datos mejoran el sistema, lo que atrae a más clientes, quienes a su vez generan aún más datos.

Otros avances en la reducción de los costos, gracias a las colaboraciones con la IA, serán el tercer factor que contribuirá al proceso de reducción de costos.Reducción del 40% en los costos de producción.Para un proteína que sirva como referencia, ese es un indicio importante de eficiencia. La empresa debe demostrar que este aumento en la eficiencia es reproducible en diferentes objetivos y procesos biológicos. Lograr ahorros económicos significativos para los clientes es el principal argumento económico para optar por una plataforma de laboratorio autónoma.

Sin embargo, los riesgos son significativos y podrían arruinar toda la estrategia de apuesta en forma de curva S. El riesgo más inmediato se refiere a la ejecución de la plataforma de robótica. La implementación de esta plataforma puede ser un desafío.50+ celdas de automatización robótica (RACs)Se trata de una enorme tarea de ingeniería y operación. La integración de la inteligencia artificial, la robótica y la química en esta escala introduce complejidades que podrían causar retrasos, costos superiores a los esperados o problemas de fiabilidad. La empresa debe demostrar que puede construir y operar esta red de manera eficiente.

La fecha en que se logrará la rentabilidad sigue siendo una incertidumbre importante. Los datos financieros actuales indican una disminución en los ingresos y pérdidas significativas. Aunque se espera que la venta de negocios relacionados con la bioseguridad se complete en la primera mitad de 2026, lo que permitirá liberar capital para el desarrollo del laboratorio autónomo, ese capital debe ser utilizado de manera inteligente. El mercado necesita ver un camino claro desde esta fase de inversiones intensas hacia un modelo comercial capaz de generar flujos de efectivo. La valoración actual del negocio, que ha disminuido más del 54% en comparación con el año anterior, refleja un profundo escepticismo sobre esa fecha límite.

Por último, existe el riesgo de que los modelos de IA no produzcan más beneficios a medida que se avanza en la automatización de los experimentos. Los beneficios iniciales obtenidos al utilizar GPT-5 para diseñar 36,000 experimentos fueron impresionantes. Pero a medida que el sistema explora las soluciones ya existentes, cada mejoría incremental podría requerir una cantidad exponencialmente mayor de experimentos y datos. La empresa debe innovar continuamente tanto en los aspectos relacionados con la inteligencia artificial como en los aspectos físicos relacionados con la ejecución de los experimentos, para mantener esa ventaja exponencial. Si el costo de encontrar nuevas soluciones aumenta demasiado rápidamente, el modelo económico podría colapsar.

En resumen, Ginkgo está enfrentando una situación muy complicada. La liquidación de activos que ocurrirá en el primer semestre de 2026 proporcionará una asignación de capital clara. Pero la verdadera prueba radica en cómo se ejecutan las acciones planificadas. La empresa debe convertir sus capacidades técnicas en soluciones comerciales y lograr ahorros de costos a gran escala. Los próximos 12 a 18 meses serán cruciales para determinar si Ginkgo se convierte en una empresa sólida o simplemente en un prototipo prometedor pero no rentable.