EE. UU. invirtió US$ 500 millones en SandboxAQ para reducir la dependencia de la producción de chips respecto de China

Estados Unidos ha asignado $500 millones a la startup de IA SandboxAQ y se ha convertido en su accionista directo — un paso sin precedentes en la financiación gubernamental de tecnología. La apuesta: la inteligencia artificial ayudará a crear una alternativa a los materiales chinos, sin los cuales la producción de chips es imposible hoy.

Qué sucedió

El Departamento de Comercio de Estados Unidos celebró un acuerdo con SandboxAQ bajo la Ley CHIPS: la startup recibe $500 millones para desarrollar nuevos productos químicos y metales para la producción doméstica de semiconductores. A cambio, el gobierno obtuvo una participación en la empresa — un movimiento atípico incluso según los estándares de política industrial activa de la era de la Ley CHIPS. Reuters fue el primero en publicar información sobre el acuerdo. SandboxAQ surgió de una división interna de Alphabet (Google). La empresa se especializa en tecnologías cuánticas y la aplicación de IA en física y química. Sus productos clave son plataformas para simulación molecular y predicción de propiedades de materiales: sin síntesis física, solo modelos computacionales.

Por qué los materiales importan más de lo que parece

Cuando se habla de dependencia de China en la industria de semiconductores, generalmente se recuerdan los metales de tierras raras y equipos de fabricación. Pero la vulnerabilidad real es más profunda y menos visible: la producción de chips requiere docenas de sustancias químicas especializadas y metales de ultra alta pureza. Una parte significativa de estos componentes se fabrica o procesa precisamente en China, y no hay un reemplazo rápido para ellos.

• Gases químicos para grabado por plasma de obleas de silicio Metales de alta pureza para deposición por PVD: tungsteno, molibdeno, cobalto, rutenio Precursores para deposición química de vapor (CVD) CMP slurries — productos químicos para pulido de superficies entre capas Componentes de fotorresina para litografía EUV Cada uno de estos elementos es una cadena de suministro separada con sus propias vulnerabilidades. Es imposible cambiar rápidamente a producción doméstica: construir capacidad requiere años, y acumular conocimiento tecnológico requiere décadas.

Cómo la IA acorta el ciclo de descubrimiento Es aquí donde entra en juego SandboxAQ.

La empresa propone usar simulaciones cuánticas y modelos de aprendizaje automático para predecir las propiedades de nuevos materiales antes de su síntesis física. El camino clásico desde la idea hasta la aplicación industrial de un nuevo compuesto químico toma 20–30 años. El enfoque computacional promete reducirlo a 3–7 años. La lógica es similar a lo que ocurrió en biofarmacéutica: el sistema AlphaFold de DeepMind cambió radicalmente la velocidad de predicción de estructuras proteicas. Ahora los investigadores están intentando transferir una metodología similar a materiales industriales — con implicaciones directas para la seguridad nacional.

"La velocidad del descubrimiento de materiales se está convirtiendo en un nuevo campo de competencia entre estados", — este es el argumento con el cual

SandboxAQ construyó diálogo con el gobierno de Estados Unidos.

Qué significa esto El acuerdo con SandboxAQ es un precedente doble.

Primero, Estados Unidos se ha convertido por primera vez en accionista de una startup tecnológica a través del mecanismo de subvención industrial. Segundo, el gobierno está apostando por la IA no como producto, sino como una herramienta para resolver problemas de cadenas de suministro. Si la startup cumple sus promesas, esto cambiará tanto la economía como la geopolítica de la industria de semiconductores. Y los primeros resultados nos separan por varios años.