El auge de la inteligencia artificial se está convirtiendo en un desafío de materiales. A medida que la IA impulsa la computación a nuevas fronteras, los materiales que sustentan esa infraestructura se vuelven tan cruciales como los algoritmos que se ejecutan en ella. Los semiconductores y los centros de datos están alcanzando límites físicos en cuanto a rendimiento, gestión térmica, eficiencia eléctrica y fiabilidad, lo que genera nuevas exigencias para materiales capaces de hacer más a la vez. Al mismo tiempo, la IA está proporcionando a los científicos de materiales nuevas vías para explorar el enorme universo de moléculas posibles y acelerar el desarrollo de soluciones.
Para Mike Finelli, director de tecnología e innovación y director para Norteamérica en Syensqo, esa convergencia está transformando lo que los materiales avanzados pueden hacer posible. “La IA está ahora, desde el punto de vista de los materiales, llevando realmente a los semiconductores y a los centros de datos hasta sus límites físicos”, afirma.
A medida que se acumulan los requisitos, incluyendo alta temperatura, pureza, rendimiento eléctrico, resistencia química, resistencia al plasma y estabilidad a largo plazo, los materiales se mueven hacia lo que Finelli denomina la «cúspide de la pirámide». Más allá de apoyar la innovación en IA, sostiene que los materiales avanzados «están definiendo cada vez más lo que será posible».
Este desafío se está desarrollando en toda la infraestructura que impulsa el auge de la IA. Syensqo está desarrollando materiales para arquitecturas de centros de datos de alta tensión, materiales de sellado avanzados para la fabricación de semiconductores y soluciones de gestión térmica, incluyendo fluidos para refrigeración por inmersión directa. Algunas de esas innovaciones también pueden traspasar los límites de la industria. Los materiales desarrollados para vehículos eléctricos, por ejemplo, pueden ayudar a abordar las mayores demandas de tensión y densidad energética que están surgiendo en los centros de datos.
La definición de rendimiento también está cambiando. Cada vez más clientes esperan que los materiales cumplan con los requisitos técnicos al tiempo que reducen el impacto medioambiental. «Nuestro objetivo es eliminar el compromiso entre rendimiento y sostenibilidad», afirma Finelli. Esto significa considerar la sostenibilidad desde el inicio del proceso de investigación, en lugar de tratarla como un requisito adicional una vez que el material ya ha sido desarrollado.
La IA también está cambiando la forma en que se descubren esos materiales. Syensqo está utilizando agentes de IA para sintetizar digitalmente millones de posibles combinaciones moleculares, predecir su rendimiento y características de sostenibilidad, y reducirlas a un grupo mucho más pequeño para pruebas de laboratorio. El resultado, dice Finelli, es la capacidad de ir “más allá, más a fondo y más rápido” mientras da a los científicos más tiempo para resolver problemas complejos de ingeniería.
De cara al futuro, Finelli ve la posibilidad de un ciclo de refuerzo: la IA ayuda a desarrollar materiales que mejoran la infraestructura de la IA, lo que a su vez permite que una IA mejor acelere el descubrimiento de materiales. Ese bucle de retroalimentación podría crear un ciclo de innovación y expandir lo que las futuras tecnologías pueden lograr.
“Uno se encuentra inmerso en este ciclo acelerado e innovador de innovación en materiales,” dice Finelli. “Eso me entusiasma mucho y nos brinda la oportunidad de seguir habilitando tecnologías que darán forma al futuro.”
Este episodio de Business Lab es producido en colaboración con Syensqo.
Transcripción completa:
Megan Tatum: Desde MIT Technology Review, soy Megan Tatum, y esto es Business Lab, el programa que ayuda a los líderes empresariales a comprender las nuevas tecnologías que surgen del laboratorio y llegan al mercado.
Este episodio se produce en colaboración con Syensqo.
Ahora, si se nos pidiera nombrar los impulsores clave del avance de la IA, muchos de nosotros podríamos enumerar algoritmos, centros de datos o incluso la potencia de cálculo. Sin embargo, tan cruciales para el rendimiento como estos son los materiales avanzados que sustentan cada capa de esa innovación. A medida que la IA sigue evolucionando, está llevando a componentes como los semiconductores y los centros de datos a nuevos límites físicos, ejerciendo una nueva presión sobre el sector de materiales avanzados para que mantenga el ritmo. Pero la relación es bidireccional. A medida que el sector responde a este desafío, la IA se está revelando también como una potente herramienta para acelerar el descubrimiento y desarrollo de materiales, reduciendo drásticamente los plazos de desarrollo para nuevas soluciones.
Dos palabras: innovación en materiales.
Mi invitado de hoy es Mike Finelli, director de tecnología e innovación y director para Norteamérica en Syensqo.
Bienvenido, Mike.
Mike Finelli: Gracias, Megan. Es un placer estar aquí.
Megan: Muchas gracias por acompaña os. Mike, ¿podría empezar pidiéndole que nos hable un poco más sobre Syensqo y el papel que desempeña en el desarrollo de materiales avanzados?
Mike: Sí, absolutamente. Syensqo es un líder global en materiales especializados. Nuestra labor es ayudar a los clientes a resolver sus retos tecnológicos más complejos. Atendemos a muchos mercados diferentes, pero la forma sencilla en que me gusta decirlo es: si vuela, estamos ahí. Si se conduce, estamos dentro. En el sector sanitario, nuestros productos, literalmente, salvan vidas cada día. Y si le gustan sus dispositivos móviles, si le gusta la IA, son nuestros productos los que, de hecho, están posibilitando los chips semiconductores avanzados que se requieren para producir todo esto. Nuestro papel es habilitar la innovación a través de la química avanzada. Desarrollamos materiales que ofrecen mayores prestaciones, mayor fiabilidad y soluciones cada vez más sostenibles. Diría que esto está en el corazón de nuestro negocio. De hecho, está en nuestro nombre, Syensqo. Y para ponerle algunas cifras, el 20% de nuestros ingresos anuales provienen de nuevos productos y aplicaciones que hemos lanzado en los últimos cinco años, lo que es una verdadera prueba de un motor de innovación realmente sólido.
Megan: Sí, por supuesto. Y como bien has descrito, estás presente en toda clase de industrias, quizá con un énfasis en la electrónica y los semiconductores. ¿Podrías habla os un poco más sobre esa labor y hacia dónde se dirigen esas industrias, quizás?
Mike: Claro. Pues mire, la electrónica y los semiconductores han sido mercados estratégicos para Syensqo durante literalmente décadas. No quiero remontarme demasiado, pero hace 33 años, cuando empecé en la empresa, los semiconductores fueron una de las primeras industrias en las que trabajé. Y hemos apoyado sucesivas olas de innovación, desde la habilitación de dispositivos móviles más pequeños y potentes, ayudando a la industria a conseguir perfiles y chips cada vez más reducidos. Hemos ayudado a avanzar la hiperconectividad, apoyando la fabricación de semiconductores cada vez más sofisticada. Y hoy estamos ayudando a avanzar la era de la IA.
Contamos con una de las carteras más amplias de la industria en polímeros de alto rendimiento y materiales avanzados. Apoyamos aplicaciones a lo largo de toda la cadena de valor electrónica, desde la fabricación de semiconductores, componentes electrónicos, hasta dispositivos inteligentes y telecomunicaciones, incluso la hiperconectividad. Y nuestros materiales están ayudando a los clientes a resolver desafíos cada vez más exigentes en to o a la miniaturización, la gestión térmica, el rendimiento eléctrico, la resistencia química, purezas cada vez mayores, y la fiabilidad a largo plazo y la sostenibilidad. Y hoy trabajamos con los principales fabricantes de semiconductores y empresas de electrónica de todo el mundo.
Megan: Fantástico. Y como ya ha mencionado, en los últimos 30 años hemos visto enormes evoluciones en esos sectores.
Mike: Madre mía, sí.
Megan: Y ahora, la IA está imponiendo estas nuevas exigencias a los semiconductores y a los centros de datos. ¿Qué implicaciones tiene eso para los materiales con los que se construyen y en qué medida la innovación en IA se verá limitada o potenciada por que la ciencia de los materiales encuentre una solución?
Mike: Sí, tienes toda la razón. Pero la IA está ahora, desde el punto de vista de los materiales, forzando a los semiconductores y los centros de datos a sus límites físicos, y los materiales se están convirtiendo en un habilitador clave de ese progreso continuo.
La forma en que intento describirlo es la siguiente: piensen en una pirámide, la llamo la pirámide del rendimiento. Tienen materiales básicos en la base de la pirámide y materiales especializados de alto rendimiento en la cima de la pirámide. En Syensqo, nuestra actividad se centra en operar en la cúspide de la pirámide y buscamos continuamente elevar la cúspide de esa pirámide al desarrollar materiales cada vez más novedosos y de mayor rendimiento.
Ahora podrían decir, vale, pero ¿por qué un centro de datos o una fábrica de semiconductores no necesita un material de especialidad frente a algo del ámbito de los materiales básicos? Bueno, yo lo llamo el principio del "y, y, y". Si solo necesitas un polímero o un material que pueda permanecer a temperatura ambiente y quedarse ahí durante 10 años sin cambiar, bueno, hay muchos materiales básicos que lo harán y no tendrás ningún problema. En el momento en que empiezas a añadir requisitos —y yo lo llamo el "y, y, y"—, por ejemplo, si necesitas un polímero que pueda soportar altas temperaturas, y que tenga alta pureza, y rendimiento eléctrico, y resistencia química, y resistencia al plasma, y que además tenga estabilidad a largo plazo, con todos estos "y" empiezas a moverte hacia la cúspide de la pirámide.
Lo que la IA está haciendo ahora con los semiconductores, dada la velocidad a la que avanza, está demandando chips semiconductores y centros de datos. Las exigencias se multiplican, lo que fuerza los límites de los materiales. Ahí es donde entramos nosotros. Y realmente creo que los materiales avanzados ya no solo respaldan la innovación en IA; de hecho, estamos cada vez más definiendo lo que será posible.
Megan: De acuerdo. Es fascinante. Y en cuanto a abordar el desafío de centrarse en la cima de la pirámide y en el principio que mencionas, ¿podrías explica os quizás uno o dos ejemplos de esas soluciones de la cima de la pirámide que habéis creado o en las que estáis trabajando actualmente?
Mike: Como he dicho, nuestro enfoque es permitir un mayor rendimiento, pero también sin comprometer la fiabilidad ni la seguridad. Desarrollamos polímeros avanzados, elastómeros, fluidos especiales —es decir, lubricantes y fluidos de transferencia de calor—, y se utilizan en todo el proceso de fabricación de semiconductores y, cada vez más, en la infraestructura de centros de datos de IA. Un ejemplo de nuestro trabajo en materiales especiales para centros de datos de IA de próxima generación es el que estamos realizando en to o a arquitecturas de alta tensión. Los centros de datos están adoptando arquitecturas de alta tensión porque pueden permitir una mayor potencia de cálculo al tiempo que mejoran la eficiencia energética. Sabemos que es una cuestión importante para ese segmento de la industria, y estas arquitecturas de alta tensión les ayudarán a mejorar la eficiencia energética al reducir las pérdidas de energía. De este modo, en última instancia, pueden contribuir a reducir la huella ambiental de los centros de datos. Y estamos desarrollando nuevos materiales que pueden ayudarles a conseguirlo.
Otro ejemplo son nuestros materiales de sellado de alto rendimiento que se encuentran dentro de las fábricas de semiconductores y los equipos para obleas. Si pueden imaginarlo, muchas personas han visto cómo es un semiconductor durante su procesamiento. Es un disco de silicio de gran tamaño que luego se trocea en los diminutos chips que van dentro del ordenador. Pero esa oblea se introduce en una cámara de gran tamaño donde se encuentra en un ento o muy extremo, con plasmas agresivos y productos químicos reactivos, y se necesitan materiales de rendimiento cada vez mayor. Y todos los sellos que rodean esa cámara para contener esos gases en el ento o interior deben ser capaces de soportar dicho ambiente. Y eso es lo que estamos desarrollando, superando los límites. Se están pidiendo temperaturas más altas, ento os más agresivos con menor desgasificación y mayor pureza. Y eso es lo que estamos desarrollando para esta industria, para permitir que el próximo chip se desarrolle y se produzca industrialmente.
Megan: Es tan fascinante que la gente no le daría necesariamente mucha importancia al sellado en algo así. Como bien expones, es absolutamente fundamental en términos de rendimiento. Y al desarrollar esas soluciones, entiendo que también analizaste diferentes mercados para ver qué podría ser aplicable quizás en más de un ámbito, y eso incluye un solapamiento entre el sector de la automoción y los centros de datos, según tengo entendido. ¿Podrías conta os un poco más al respecto?
Mike: Como mencioné anteriormente, los centros de datos están virando hacia arquitecturas de mayor voltaje. Este es el centro de datos de próxima generación, que puede ser más energéticamente eficiente, pero tiene una mayor densidad de energía. La densidad de potencia aumenta, lo que eleva las temperaturas. Y muchos de los desafíos en materiales a los que nos enfrentaremos allí, ya los hemos desarrollado para la industria de la automoción en vehículos eléctricos. Les daré un ejemplo de aplicación. Pensemos en un vehículo eléctrico. La fuente de energía principal en un vehículo eléctrico ya no es el motor, es la batería. Ahí es donde reside toda la energía. Y cuando se aportan cien kilovatios de energía, dirigiéndola al motor eléctrico a través de cables y de lo que se denomina barras colectoras, hay que conseguir que ese coche acelere de 0 a 96 kilómetros por hora rápidamente. Se están gestionando cantidades masivas de energía, lo que aumenta drásticamente las temperaturas.
Y todas las conexiones eléctricas se encuentran en estas barras colectoras, que incorporan un polímero aislante con cobre intercalado para todas las interconexiones. Esto debe soportar ese aumento de temperatura, que podría producirse con bastante rapidez. Hemos desarrollado nuevos materiales en ese ámbito, y estos materiales serán transferibles a los centros de datos, donde se operará con voltajes más elevados y una mayor densidad energética.
Otra cosa que hemos estado haciendo en el sector de la automoción es que tenemos un gran conocimiento, tanto en automoción como en semiconductores, sobre la circulación de fluidos y cómo utilizar materiales dieléctricos para realizar la refrigeración por inmersión directa. Esto será muy valioso para los centros de datos y las granjas de servidores. Utilizar aire para enfriar semiconductores es realmente ineficiente y energéticamente intensivo. Si se pudieran sumergir en un líquido, se obtendría una refrigeración por inmersión directa, lo cual es extremadamente eficiente, así que eso es otra cosa en la que estamos trabajando.
Otra cosa que desarrollamos en el sector de la automoción y que se trasladará son los sistemas de almacenamiento de energía en baterías. Dentro de la batería, hemos desarrollado un aglutinante. Es el aglutinante de mayor rendimiento del mercado, utilizado en el cátodo de una batería de iones de litio, y mantiene todos los componentes funcionando conjuntamente para que la batería pueda durar realmente 10 años y rendir. Ahora esto se está trasladando a los centros de datos porque se están orientando más hacia las energías renovables y necesitan estos sistemas de almacenamiento de energía para suavizar los picos de carga y proporcionar una alimentación de respaldo resiliente. Esa es una de las cosas que estamos haciendo. Al transferir nuestro conocimiento entre los mercados, podemos acelerar nuevas soluciones de energía y gestión térmica, al mismo tiempo que apoyamos la fiabilidad requerida por la infraestructura de IA de próxima generación.
Megan: ¡Fantástico! Numerosas aplicaciones transferibles que, necesariamente, no se nos habrían ocurrido. Y no son solo los avances técnicos con los que hay que lidiar, por supuesto. Hoy en día, las empresas también están exigiendo que los materiales se desarrollen y fabriquen de forma más responsable. Así que, ¿cómo está la sostenibilidad configurando vuestro proceso de innovación?
Mike: Sí, tienes toda la razón. Diría que el rendimiento sigue siendo el requisito indispensable. Nuestros clientes quieren rendimiento. Ahora, lo que está cambiando es que esa definición de rendimiento es más amplia y está incluyendo objetivos y requisitos de sostenibilidad. Nuestros clientes esperan materiales que ofrezcan un rendimiento técnico excepcional y que, al mismo tiempo, se desarrollen y fabriquen de manera más responsable.
En Syensqo, creemos que operar como una empresa responsable significa que estamos proporcionando a nuestros clientes verdaderas soluciones de negocio sostenibles. Y por eso desarrollamos lo que llamamos la herramienta Sustainable Portfolio Management, SPM. Es una matriz que define qué es una solución sostenible. Para nosotros, es un producto que, en una aplicación dada, mejora el rendimiento social y ambiental de nuestro producto al mismo tiempo que demuestra un menor impacto ambiental en su producción, creando valor para nuestros clientes. En resumen, queremos desarrollar productos, y aquí es donde empieza todo. Cada uno de nuestros proyectos de investigación, antes incluso de iniciarlos, se evalúa para determinar si va a ser un producto sostenible o no.
Y el 88% de nuestra cartera es ahora un producto sostenible. Estamos desarrollando materiales que son mejores para el medio ambiente, con una menor huella ambiental cuando los producimos, pero que también contribuyen a mejoras para nuestros clientes, de modo que puedan operar con una menor huella de carbono, de una forma más segura o con un menor consumo de agua. Existe una gran diversidad de factores implicados.
Otro ejemplo es nuestro desarrollo a largo plazo de fluidos de transferencia de calor de próxima generación. La fabricación de semiconductores y los centros de datos se han vuelto más potentes. Mencioné antes el calor que generan, especialmente cuando pasan a arquitecturas de mayor voltaje. Gestionar ese calor es cada vez más importante. Y, de nuevo, hablé de la refrigeración por inmersión directa. Estamos desarrollando esas soluciones porque hoy existen fluidos que funcionan, pero tienen un alto potencial de calentamiento global. Eso no es bueno para el medio ambiente. Estamos desarrollando fluidos de transferencia de calor de próxima generación que reducirán el impacto ambiental potencial en comparación con los fluidos actuales. Al final, nuestro objetivo es eliminar la disyuntiva entre rendimiento y sostenibilidad. Fíjense que es otro "y": podemos ser eficientes y sostenibles.
Megan: Eso es tan importante, ¿verdad?, pensar en la sostenibilidad en términos de rendimiento. Como bien dices, cuando pensamos en escalar comercialmente estas soluciones, es una parte crucial. Y como mencioné en la introducción, la IA no es solo un desafío, sino también una oportunidad en el ámbito de los materiales avanzados. Me encantaría explorar cómo están utilizando las herramientas de IA en Syensqo para informar y acelerar también el desarrollo de soluciones.
Mike: Absolutamente. Nos embarcamos en este viaje hace aproximadamente dos años, en el que estamos utilizando la IA en nuestra investigación y desarrollo, y nos hemos asociado con Microsoft y su herramienta de descubrimiento de Microsoft, lo que nos está ayudando a identificar y evaluar rápidamente candidatos moleculares prometedores.
Ahora, en el enfoque de investigación habitual, históricamente, diseñarías tu experimento y analizarías todas las posibles combinaciones de materiales y productos químicos con las que podrías crear todas estas moléculas diferentes. Y las combinaciones de moléculas que podrías desarrollar para resolver un problema podrían ascender a millones, pero es imposible desarrollar un millón de moléculas o decenas de millones de moléculas en tu laboratorio y llevarlo a cabo físicamente. En su lugar, tienes que seleccionar un ámbito reducido basándote en tu experiencia y conocimientos, en búsquedas bibliográficas, en el estado del arte existente y consultando patentes, etc. Y eliges un ámbito reducido y sigues el proceso: desarrollas los materiales, los pruebas, aprendes algo, vuelves a la mesa de diseño y empiezas de nuevo. Finalmente, encuentras algo que funciona, pero eso no significa que hayas encontrado la mejor combinación posible.
Pero lo que estamos haciendo con la IA es que hemos desarrollado agentes de IA con Microsoft que están literalmente sintetizando digitalmente la totalidad de los millones y millones de combinaciones de moléculas potenciales. Y tenemos otros agentes de IA que están utilizando simulación basada en la física para analizar todas esas moléculas y predecir su rendimiento, y no solo el rendimiento en propiedades fisicoquímicas, sino también en toxicidad, sostenibilidad, etc. Luego tenemos otro agente que toma toda esa información y las clasifica todas. Al final, hemos explorado todas las moléculas potenciales existentes. Comprendemos aproximadamente cuál debería ser su rendimiento, y terminamos con una lista prioritaria de quizás cien —en lugar de millones y millones—, cien que realmente sintetizamos en el laboratorio.
Y, en última instancia, se obtiene la solución más rápido, mucho, mucho más rápido. Se ha explorado por completo el espacio. En esencia, afirmamos que nos permite ir más lejos, más profundo y más rápido. Y lo importante es que no está reemplazando a nuestros científicos ni nuestra pericia científica. En cierto modo, les está otorgando superpoderes. Les permite dedicar menos tiempo a la búsqueda y más tiempo a la resolución de los desafíos de ingeniería más complejos del sector.
Megan: Increíble. Por lo que explicas, parece ser una herramienta verdaderamente transformadora.
Mike: Totalmente, totalmente.
Megan: Para acabar, Mike, me gustaría que echáramos un vistazo al futuro si fuera posible, porque hay tanta actividad tanto en la IA como en el espacio de los materiales avanzados. Me pregunto qué es lo próximo que viene en camino y que más te entusiasma.
Mike: He hablado mucho sobre la IA y cómo la estamos utilizando para desarrollar nuevos materiales. Para mí, lo que es realmente emocionante, y estoy empezando a verlo suceder de verdad, y tengo curiosidad por saber qué tan rápido avanzará esto, es que estamos usando la IA para desarrollar nuevos materiales que permitirán a la IA mejorar, y luego esa IA utilizará la nueva IA para desarrollar nuevos materiales que optimizarán la IA. Veo este bucle de desarrollo para la IA, para que la IA mejore, y luego usamos esa IA para mejora os a nosotros mismos. Se entra en un ciclo acelerado e innovador de innovación de materiales. Eso me emociona mucho, y nos brinda la oportunidad de seguir habilitando tecnologías que darán forma al futuro. Eso es lo que hacemos en Syensqo.
Megan: Fantástico. Sí, suena como un verdadero círculo virtuoso de innovación. Increíble. Muchísimas gracias, Mike.
Mike: Gracias.
Megan: Muchas gracias. Ha sido Mike Finelli, director de Tecnología e Innovación y director para Norteamérica de Syensqo, con quien hablé desde Brighton, Inglaterra.
Hasta aquí este episodio de Business Lab. Soy vuestra presentadora, Megan Tatum. Soy editora colaboradora y presentadora de Insights, la división de publicaciones personalizadas de MIT Technology Review. Fuimos fundados en 1899 en el Massachusetts Institute of Technology, y podéis encontra os impresos, en la web y en eventos cada año por todo el mundo. Para más información sobre nosotros y el programa, visitad nuestra página web en technologyreview.com.
Este programa está disponible dondequiera que escuches tus podcasts, y si te ha gustado, esperamos que te tomes un momento para valora os y deja os una reseña. Business Lab es una producción de MIT Technology Review, y este episodio ha sido producido por Giro Studios. Muchas gracias por escuchar. Adiós.
Este contenido ha sido producido por Insights, la división de contenidos personalizados de MIT Technology Review, no por su equipo editorial. Ha sido investigado y redactado por humanos, y cualquier herramienta de IA que pudiera haberse utilizado se ha restringido a procesos de producción bajo supervisión humana.