Albert Invent capta 55 millones para su IA química

Albert Invent capta 55 millones para su IA química

Albert Invent capta 55 millones de dólares para ampliar su IA química en laboratorios industriales.

Por Humberto Toledo el 13 de octubre del 2026 a las 10:03 pm PDT

✨︎ Resumen (TL;DR):

  • Albert Invent levantó 55 millones de dólares en una Serie B liderada por TCV para ampliar su inteligencia artificial aplicada a la química.
  • Sus productos separan dos tareas: recuperar antecedentes de experimentos y ordenar fórmulas candidatas para probar.
  • La ventaja de 45 veces de Valence mide recuperación documental, no velocidad ni éxito de los experimentos.

Albert Invent anunció el 13 de octubre de 2026 una ronda Serie B de 55 millones de dólares, liderada por TCV, para ampliar su inteligencia artificial aplicada a la química. La empresa busca que los laboratorios industriales aprovechen sus datos y seleccionen nuevas fórmulas para probar.

Coatue, J.P. Morgan Growth Equity Partners e Index Ventures participaron junto con otros inversionistas nuevos y existentes. Forbes situó la valuación de Albert Invent en unos 340 millones de dólares, según una persona familiarizada con la operación, pero la compañía no publicó una valuación en su anuncio de financiamiento.

Hombre mayor con traje y sombrero fumando shisha en interiores, simbolizando ocio y jubilación.
Foto: Mehmet Turgut Kirkgoz / Pexels

Dos tareas que la IA no debe confundir

Nick Talken, CEO y cofundador de Albert Invent, dijo a Forbes que alrededor de 30% de los experimentos científicos son duplicados y desperdician recursos. Se trata de una estimación del empresario.

Su argumento es que registrar ensayos en cuadernos y hojas de cálculo dificulta recuperar lo aprendido, incluidos los resultados fallidos. La documentación de Albert divide su oferta en dos funciones.

Valence es un modelo de recuperación de información que busca conocimiento químico en los datos del equipo. Breakthrough es una función que utiliza modelos de machine learning para simular fórmulas candidatas y ordenarlas por la probabilidad de alcanzar los objetivos establecidos.

La diferencia tiene una consecuencia práctica. Encontrar un ensayo anterior recupera lo que un laboratorio ya sabe; proponer una fórmula nueva orienta la siguiente prueba. Son pasos distintos del trabajo de investigación, aunque ambos utilicen IA y datos químicos.

Albert también describe herramientas de predicción de propiedades entrenadas con más de 15 millones de estructuras moleculares. Forbes reportó, por su parte, que Albert ha entrenado modelos con datos químicos públicos, incluidas patentes.

Esa cifra corresponde a la descripción de la predicción molecular y no a una medida de precisión de Valence.

Qué significa la ventaja de 45 veces

Albert afirma que Valence alcanza una precisión 45 veces mayor que los modelos generalistas al recuperar respuestas a consultas científicas. La compañía presentó esa comparación junto con FormBench, un banco de pruebas para evaluar la recuperación de información sobre formulaciones químicas.

FormBench reúne aproximadamente un millón de fragmentos de texto y 55,347 consultas. El corpus se construyó a partir de unas 590,000 patentes estadounidenses de formulaciones. La tarea consiste en encontrar pasajes pertinentes dentro de esa colección, que abarca materiales como adhesivos, recubrimientos y polímeros.

La metodología de FormBench incorpora preguntas generadas con IA. Las puntuaciones de pertinencia se derivan de una clasificación temática de las patentes, en lugar de evaluaciones humanas de cada respuesta.

La ficha pública también indica que el material está en inglés y excluye documentos de patentes en otros idiomas.

Por el diseño descrito, la comparación evalúa la selección de información documental. No demuestra que los experimentos sean 45 veces más rápidos o exitosos. Esas medidas requieren resultados de laboratorio y no equivalen a recuperar antecedentes.

Por eso, el dato no basta para medir por sí solo una reducción en los tiempos de desarrollo de productos.

El caso de AkzoNobel

Según Forbes, 2,000 científicos de AkzoNobel utilizan Albert para analizar trabajos anteriores y apoyarse en IA al decidir qué fórmulas probar después. El caso conecta el historial experimental con el desarrollo de nuevos productos.

La ronda financiará la expansión de Albert Invent, pero el anuncio y la documentación de sus modelos separan dos resultados: recuperar información relevante y priorizar fórmulas para nuevas pruebas. La comparación de 45 veces corresponde al primero; el segundo tendrá que juzgarse con resultados de laboratorio.

Fuentes: 1, 2, 3, 4, 5

Más de AI

Feed