Investigar ya no consiste en manejar software, sino en dirigir agentes inteligentes. El avance de la IA en ciencia redefine las profesiones, acelera los descubrimientos y consolida una nueva Revoluci�n Industrial.La inteligencia artificial nos sigue dando sorpresas y contin�a cambiando nuestra forma de trabajar, los sectores en los que operamos y las profesiones a las que nos dedicamos.La pen�ltima novedad de la IA en el mundo laboral es la aparici�n de una infraestructura tecnol�gica que, a juicio de los expertos, puede cambiar una profesi�n entera. No se dirige al gran p�blico, porque su escenario no son las oficinas, sino los laboratorios. Y su impacto se sentir� mucho antes en la investigaci�n cient�fica que en cualquier otro sector de la econom�a.Todo viene de la mano de Anthropic, que a finales de junio present� Claude Science, una plataforma que define como un banco de pruebas (o de trabajo) para cient�ficos e investigadores (lo denomina AI workbench for scientists).Se trata de un entorno dise�ado para que los investigadores puedan consultar literatura cient�fica, escribir y ejecutar c�digo, analizar datos, utilizar herramientas especializadas, acceder a recursos de computaci�n y documentar todo el proceso de forma trazable desde un �nico espacio de trabajo.El objetivo fundamental es reducir el tiempo dedicado a tareas repetitivas y aumentar el tiempo destinado a formular hip�tesis, dise�ar experimentos e interpretar resultados. Y esta categor�a -AI workbench for science- redibuja lo que significa investigar, qu� perfiles har�n falta y d�nde estar� a partir de ahora la ventaja competitiva.El mercado laboral se transformaLa primera consecuencia de todo esto no es que el mercado laboral cient�fico desaparezca sino que se transforma: no vamos hacia una sustituci�n masiva de cient�ficos, sino a una redefinici�n de su trabajo.Un reciente estudio de Nature que examin� 41,3 millones de art�culos muestra que la inteligencia artificial absorbe justamente las tareas que consum�an buena parte de la jornada: b�squeda de literatura, programaci�n, an�lisis de datos, documentaci�n y visualizaci�n. As�, la IA sustituye parte del trabajo cient�fico, no necesariamente al cient�fico.Los perfiles m�s expuestos ser�n aquellos cuyo valor resid�a casi por completo en ejecutar ese trabajo de computaci�n; y los menos impactados ser�n los de quienes formulan preguntas originales, dise�an experimentos y validan resultados.Del mismo modo que GitHub Copilot redefini� el desarrollo de software, Claude Science aspira ahora a convertirse en el asistente universal del investigador.El valor profesional se mover� desde ejecutar tareas rutinarias hacia formular las preguntas correctas, dise�ar los experimentos adecuados e interpretar lo que la m�quina no puede: el significado.La conclusi�n es que Claude Science puede ser una herramienta de productividad que acelerar� el descubrimiento, aunque tambi�n implica una seria advertencia: seg�n Sifted, el consenso de fundadores e inversores europeos es que las empresas m�s expuestas no son las que hacen ciencia, sino las que venden el trabajo computacional que la hace posible.Nuevas habilidades...Otra de las consecuencias es la mejora de habilidades, pero de otro tipo: durante d�cadas, gran parte del valor de un investigador resid�a en dominar el software especializado y ahora muchas de esas herramientas quedan integradas bajo el lenguaje natural. El valor se desplaza hacia habilidades de mayor nivel: pensamiento cr�tico, dise�o experimental, creatividad e interpretaci�n de resultados. El investigador pasa de "operador de herramientas" a director de un conjunto de agentes, y ese desplazamiento tiene una recompensa medible.El mismo estudio de Nature concluye que los cient�ficos que utilizan IA publican tres veces m�s art�culos, reciben casi cinco veces m�s citas, y alcanzan posiciones de liderazgo 1,4 a�os antes que quienes no la usan. Science coincide con estos datos y a�ade que "saber manejar un banco de trabajo de este tipo podr�a convertirse en una competencia tan b�sica como hoy lo es Python o Jupyter".Nuevos empleos y perfiles in�ditosTodo esto nos lleva a que automatizar tareas no elimina la necesidad de investigadores: la desplaza hacia competencias nuevas.Los laboratorios necesitar�n profesionales capaces de supervisar, verificar y validar lo que producen los agentes, una funci�n casi inexistente hace pocos a�os.Emergen as� perfiles como el bi�logo o qu�mico computacional asistido por IA, el ingeniero de automatizaci�n de la investigaci�n, el arquitecto de flujos cient�ficos o el especialista en reproducibilidad, gobernanza y auditor�a de IA cient�fica.Para los emprendedores, esta nueva categor�a de AI workbench for science abre un ecosistema de agentes especializados para laboratorios, plataformas de descubrimiento de f�rmacos, copilotos de biolog�a sint�tica y herramientas de validaci�n y cumplimiento regulatorio. Y tambi�n cambia qu� start up resulta atractiva para invertir.Sifted a�ade que "si los gigantes de la inteligencia artificial consiguen convertir en producto estandarizado las tareas m�s complejas del conocimiento cient�fico, la ventaja competitiva se desplaza desde los flujos de trabajo impulsados por agentes hacia los datos propietarios, la infraestructura f�sica y la experimentaci�n en el mundo real". Los inversores europeos ya premian a quienes construyen productos de los que los clientes seguir�n dependiendo dentro de cinco o diez a�os.Pero no todo son oportunidades. Nature advierte de que mientras el cient�fico individual prospera, la IA contrae la ciencia en su conjunto, reduciendo un 4,63 % la variedad de temas estudiados y un 22 % la colaboraci�n entre investigadores, porque todos migran hacia �reas ricas en datos.Stanford Digital Economy Lab recuerda que el pasado lunes, m�s de 200 economistas e investigadores -incluidos 16 premios Nobel y directivos de Anthropic, Google y OpenAI- firmaron el manifiesto We Must Act Now, que alerta de una transformaci�n econ�mica mayor que la Revoluci�n Industrial y que reclama pol�ticas urgentes ante el desplazamiento del empleo.'Claude Science' no está solo. El lanzamiento de Anthropic ayuda a poner nombre a una categoría que ya reúne plataformas muy diferentes.Microsoft Discovery es la alternativa más cercana a Claude Science por amplitud. Microsoft la define como una plataforma empresarial de investigación y desarrollo que combina orquestación de agentes, razonamiento avanzado, una base de conocimiento estructurada y computación de alto rendimiento. Está diseñada para integrar datos públicos y privados, automatizar flujos complejos y coordinar sistemas multiagente dentro de proyectos científicos e industriales. Microsoft presenta Discovery como una infraestructura para química, materiales, energía, fabricación, ingeniería y farmacia, y no únicamente como un asistente para investigadores individuales. La plataforma puede ayudar a formular hipótesis, ejecutar simulaciones y refinar experimentos, convirtiéndose en una capa de coordinación para programas de I+D de gran escala.Co-Scientist, construido por Google DeepMind sobre Gemini, está más concentrado en el razonamiento científico. Se trata de un sistema multiagente que colabora con los investigadores para generar, comparar, debatir y mejorar hipótesis, inicialmente con un énfasis especial en las ciencias de la vida. DeepMind ha documentado su utilización en investigaciones sobre envejecimiento, enfermedades hepáticas, esclerosis lateral amiotrófica y enfermedades infecciosas. En estos proyectos, Co-Scientist no sustituye la experimentación, sino que ayuda a conectar literatura, conocimientos de disciplinas distintas y posibles diseños experimentales.FutureHouse persigue una mayor autonomía. La organización lanzó en 2025 una plataforma pública con agentes especializados en búsqueda, síntesis de literatura y planificación científica. Su objetivo es automatizar partes relevantes del descubrimiento científico mediante sistemas capaces de trabajar sobre literatura, herramientas y datos. Su proyecto más ambicioso es 'Robin', un sistema multiagente que integra generación de hipótesis, estrategia experimental, análisis de datos y producción de nuevas conclusiones dentro de un flujo continuo de investigación.