Tamaño y Participación del Mercado de Descubrimiento Computacional de Fármacos
Análisis del Mercado de Descubrimiento Computacional de Fármacos por Mordor Intelligence
Se espera que el tamaño del mercado de descubrimiento computacional de fármacos sea de USD 2,79 mil millones en 2025, USD 3,15 mil millones en 2026, y alcance USD 6,47 mil millones en 2031, creciendo a una CAGR del 15,49% de 2026 a 2031. El fuerte impulso proviene del aumento vertiginoso de los gastos en I+D, una brecha de financiación de capital de riesgo que se amplía para la biotecnología tradicional, y acuerdos destacados como la alianza de USD 2,75 mil millones de Eli Lilly con Insilico Medicine, que demostró que las plataformas nativas de IA ahora atraen valoraciones comparables a las adquisiciones de activos en etapa tardía. La actividad de fusiones —ilustrada por la unión de USD 688 millones entre Recursion y Exscientia en agosto de 2024— comprimió las líneas competitivas y profundizó las ventajas en datos. Los patrocinadores farmacéuticos están internalizando algoritmos en lugar de externalizar el modelado rutinario, impulsando las plataformas de software e IA al 59,58% de los ingresos de 2025 y catalizando un giro desde los compromisos de pago por servicio hacia los modelos de suscripción. Mientras tanto, el cribado virtual a escala ultra-grande ahora evalúa 10 billones de pares proteína-molécula al día a través de marcos como DrugCLIP, desbloqueando un ancho de banda de generación de candidatos que antes estaba reservado para los mayores centros de computación de alto rendimiento del mundo.
Conclusiones Clave del Informe
- Por componente, las plataformas de software/IA capturaron el 59,58% de la participación del mercado de descubrimiento computacional de fármacos en 2025. El mismo segmento de componente avanza a una CAGR del 17,24% hasta 2031.
- Por flujo de trabajo, la identificación y validación de dianas representó el 56,53% de los ingresos de 2025, mientras que el descubrimiento de candidatos es el flujo de trabajo de más rápido crecimiento con una CAGR del 16,82% hasta 2031.
- Por usuario final, las empresas farmacéuticas y de biotecnología representaron el 60,44% del gasto de 2025; las organizaciones de investigación por contrato exhiben la expansión más rápida con un 16,91% anual hasta 2031.
- Por tecnología, el diseño de fármacos basado en estructura representó el 56,23% del tamaño del mercado de descubrimiento computacional de fármacos en 2025; se prevé que las plataformas de computación cuántica y acelerada se expandan a una CAGR del 17,42% hasta 2031.
- Por geografía, América del Norte lideró con el 47,76% de los ingresos en 2025, mientras que se proyecta que Asia-Pacífico registre una CAGR del 17,34% hasta 2031.
Nota: Las cifras del tamaño del mercado y los pronósticos de este informe se generan utilizando el marco de estimación patentado de Mordor Intelligence, actualizado con los datos y conocimientos más recientes disponibles a partir de enero de 2026.
Tendencias e Información del Mercado Global de Descubrimiento Computacional de Fármacos
Análisis del Impacto de los Impulsores
| Impulsor | (~) % de Impacto en el Pronóstico de CAGR | Relevancia Geográfica | Horizonte Temporal del Impacto |
|---|---|---|---|
| Presiones crecientes en los costos de I+D que impulsan la adopción de plataformas in silico | +3.2% | Global | Largo plazo (≥ 4 años) |
| Avances rápidos en algoritmos de IA/ML y química generativa | +3.5% | América del Norte, UE, China | Mediano plazo (2–4 años) |
| Modelos de entrega en la nube/SaaS que reducen las barreras de entrada | +2.8% | Global, especialmente Asia-Pacífico y América del Sur | Corto plazo (≤ 2 años) |
| Adopción regulatoria de directrices de desarrollo de fármacos basado en modelos | +2.1% | América del Norte, UE, Japón | Mediano plazo (2–4 años) |
| Avances en computación cuántica que permiten cálculos de energía libre en menos de una hora | +1.9% | América del Norte y UE, adopción temprana en China | Largo plazo (≥ 4 años) |
| Integración de gemelos digitales de pacientes que impulsa la demanda de simulación de ensayos in silico | +1.6% | América del Norte y UE, sitios piloto en Asia-Pacífico | Mediano plazo (2–4 años) |
| Fuente: Mordor Intelligence | |||
Presiones Crecientes en los Costos de I+D que Impulsan la Adopción de Plataformas In Silico
Los costos de I+D por fármaco superaron los USD 2,6 mil millones en 2024, mientras que las tasas de éxito en oncología en Fase II se estancaron cerca del 8%, lo que obliga a los patrocinadores a reducir la deserción de forma temprana. Los flujos de trabajo virtuales comprimen los ciclos desde la diana hasta el candidato de seis años a menos de dos, permitiendo a los equipos fracasar rápido y a bajo costo. El pacto de USD 2,75 mil millones de Eli Lilly con Insilico Medicine llevó a Rentosertib a la Fase IIa en menos de 30 meses, validando el enfoque.[1]Insilico Medicine, "Asociaciones y Cartera de Insilico Medicine," insilicomedicine.comLa financiación de capital de riesgo, que cayó un 40% para las rondas Serie A de biotecnología clásica en 2025, ahora favorece los modelos de negocio de IA con activos ligeros. Las organizaciones de investigación por contrato, mientras tanto, exigen predicciones de ADME/Tox antes de los estudios en laboratorio húmedo, reduciendo la deserción preclínica hasta en un tercio y ahorrando entre USD 1 y 3 millones por programa.
Avances Rápidos en Algoritmos de IA/ML y Química Generativa
DrugCLIP cribó 10 billones de pares proteína-molécula al día, reduciendo campañas de identificación de candidatos de un mes a horas. El IsoDDE de Isomorphic Labs mejora la precisión anticuerpo-antígeno 2,3 veces respecto a AlphaFold3, permitiendo el diseño sin estructuras cristalinas.[2]Isomorphic Labs, "IsoDDE: Predicción de Estructura Proteica de Nueva Generación," isomorphiclabs.comEl MapDiff de AstraZeneca reduce a la mitad el ciclo desde el candidato virtual hasta el análogo sintetizado, y los clústeres de GPU construidos con silicio H100 reducen las ventanas de entrenamiento de modelos de 18 meses a seis para Genesis Therapeutics. La plataforma de anticuerpos de Latent Labs itera la maduración de afinidad 56 veces más rápido que el hibridoma, demostrando el alcance de la IA generativa más allá de las moléculas pequeñas. En conjunto, estos avances amplían la amplitud de la cartera al tiempo que reducen el costo por programa.
Modelos de Entrega en la Nube/SaaS que Reducen las Barreras de Entrada
El Q-Discover de Quantori permite a las empresas emergentes ejecutar cribados de un millón de compuestos por menos de USD 10.000, eliminando el gasto de capital en computación de alto rendimiento local. Mind the Byte fija el precio de la predicción de ADME en USD 0,05 por molécula, un 95% por debajo de las cotizaciones tradicionales de las organizaciones de investigación por contrato. Rescale ofrece SaaS de química cuántica que activa clústeres de 10.000 núcleos bajo demanda. A medida que el 62% de los presupuestos de TI de biofarmacéuticas se trasladó a la nube en 2025, los precios elásticos se convirtieron en el modelo de adquisición predeterminado. Las menores barreras de entrada amplían el alcance de clientes a laboratorios académicos y pequeñas biotecnológicas que anteriormente carecían de acceso a capacidad de cómputo.
Adopción Regulatoria de Directrices de Desarrollo de Fármacos Basado en Modelos
La ICH M15, adoptada en enero de 2026 y vigente desde julio de 2026, armoniza por primera vez el uso de modelos cuantitativos en las presentaciones regulatorias.[3]Organización Internacional de Normalización, "ISO 13485 Gestión de Calidad de Dispositivos Médicos," iso.org El programa de reuniones pareadas de la FDA, ampliado en 2025, reduce entre 3 y 6 meses la alineación previa al IND cuando los patrocinadores presentan simulaciones validadas. La guía provisional de la EMA exige la procedencia de los conjuntos de datos y la cuantificación de la incertidumbre, creando una plantilla predecible para las presentaciones en la UE. La consulta de la PMDA de Japón sobre sustitutos de toxicidad in silico señala una aceptación asiática en expansión. Al permitir que ciertos estudios en animales sean omitidos, los reguladores ahorran hasta USD 1 millón y nueve meses en el desarrollo temprano.
Análisis del Impacto de las Restricciones
| Restricción | (~) % de Impacto en el Pronóstico de CAGR | Relevancia Geográfica | Horizonte Temporal del Impacto |
|---|---|---|---|
| Altos requisitos iniciales de computación de alto rendimiento y talento especializado | -1.8% | Global, agudo en mercados emergentes | Corto plazo (≤ 2 años) |
| Silos de datos y escasa interoperabilidad entre conjuntos de datos multi-ómicos | -1.4% | Global | Mediano plazo (2–4 años) |
| Resistencia regulatoria a la explicabilidad de las moléculas diseñadas por IA | -0.9% | América del Norte, UE y Japón | Mediano plazo (2–4 años) |
| Escasez en la cadena de suministro de GPU/cómputo que limita la capacidad (2026–2029) | -1.2% | Global, pico 2026–2028 | Corto plazo (≤ 2 años) |
| Fuente: Mordor Intelligence | |||
Altos Requisitos Iniciales de Computación de Alto Rendimiento y Talento Especializado
Construir un clúster adecuado cuesta entre USD 2 y 5 millones, con otros USD 0,5 a 1 millón al año para operarlo, cifras que disuaden a las biotecnológicas de tamaño mediano. Menos de 10.000 expertos a nivel mundial dominan habilidades interdisciplinarias de IA y química medicinal, y los salarios superan los USD 200.000 en los principales centros. Las subvenciones académicas rara vez cubren las GPU, lo que obliga a los laboratorios a esperar en colas nacionales que se extienden más de seis meses. Las economías emergentes enfrentan precios de nube más altos —entre un 20 y un 30% por encima de las tarifas de Estados Unidos— debido a la capacidad limitada de centros de datos. La oferta de formación va a la zaga de la demanda; menos de 50 universidades ofrecen programas dedicados al descubrimiento de fármacos con IA, produciendo solo una pequeña fracción de los 5.000 especialistas necesarios anualmente.
Silos de Datos y Escasa Interoperabilidad entre Conjuntos de Datos Multi-Ómicos
Solo el 15% de los conjuntos de datos biofarmacéuticos cumplen plenamente los criterios FAIR, por lo que los científicos de datos dedican hasta el 60% de las horas de proyecto a armonizar formatos incompatibles. Los tipos de archivos propietarios de Schrödinger o Dassault dificultan la migración, inflando los costos de cambio y frenando la innovación. Los repositorios públicos como ChEMBL y PubChem utilizan identificadores divergentes, lo que exige analizadores sintácticos personalizados para la integración. Las uniones multi-ómicas son las más difíciles: vincular datos de CRISPR, RNA-seq e imágenes a menudo introduce entre un 20 y un 30% de error que degrada la precisión del modelo. Sin ontologías estandarizadas, las plataformas de IA no pueden explotar plenamente los conjuntos de datos biológicos en expansión.
Análisis de Segmentos
Por Componente: Las Plataformas Internas de Software/IA Superan a los Servicios
Las plataformas de software/IA lideraron el tamaño del mercado de descubrimiento computacional de fármacos con una participación de ingresos del 59,58% en 2025 y se proyecta que se expandan a una CAGR del 17,24% hasta 2031. Su dominio refleja el giro de la industria farmacéutica hacia la propiedad de los algoritmos centrales, ejemplificado por la decisión de Lilly de ejecutar el motor generativo de Insilico en servidores internos tras el acuerdo de USD 2,75 mil millones. Los servicios siguen siendo importantes para los patrocinadores más pequeños que buscan campañas llave en mano, pero los modelos de precios nativos de la nube —USD 0,05 por predicción de ADME en Mind the Byte— han erosionado la prima que antes cobraban las organizaciones de investigación por contrato.
El creciente alcance de las suscripciones significa que los proveedores de plataformas ahora agrupan actualizaciones trimestrales de modelos, kits de herramientas de cumplimiento normativo y formación de usuarios, difuminando la antigua división entre producto y servicio. El paquete Simcyp de Certara, relanzado en 2025, añade actualizaciones automáticas de plantillas de PBPK y seminarios web bajo demanda, fomentando la fidelización al tiempo que ayuda a los clientes a satisfacer las reglas de trazabilidad de la ICH M15. Los ingresos por servicios, por tanto, crecen moderadamente a medida que los patrocinadores enfatizan la transferencia de habilidades en lugar de la externalización perpetua.
Nota: Las participaciones de segmento de todos los segmentos individuales están disponibles con la compra del informe
Por Flujo de Trabajo: El Descubrimiento de Candidatos Crece Impulsado por el Cribado Virtual a Escala Ultra-Grande
La identificación y validación de dianas representó el 56,53% del gasto de 2025, aunque el descubrimiento de candidatos avanza a una CAGR del 16,82%, reduciendo la brecha. Avances como el rendimiento diario de 10 billones de pares de DrugCLIP permiten a los patrocinadores comprimir la identificación de candidatos de seis meses a menos de una semana, potenciando la química medicinal interna.
Los cribados a escala ultra-grande también democratizan la expansión de fragmentos para dianas de enfermedades raras que antes se consideraban comercialmente poco atractivas. La tasa de candidatos sub-micromolares del 7,3% de PyRMD2Dock frente a CD28 demuestra que la escala algorítmica puede rivalizar con la calidad del cribado de alto rendimiento físico a una fracción del costo. Las restricciones regulatorias aún requieren confirmación en laboratorio húmedo para las predicciones preclínicas de ADME/Tox, pero la integración con la estimación de energía libre habilitada por computación cuántica acorta los tiempos de ciclo incluso en ese ámbito.
Por Usuario Final: Las Organizaciones de Investigación por Contrato Adoptan Herramientas de IA para Defender los Márgenes
Las empresas farmacéuticas y de biotecnología representaron el 60,44% de los desembolsos en 2025, aunque el segmento de clientes de organizaciones de investigación por contrato muestra el ascenso más pronunciado con un 16,91% anual hasta 2031, a medida que los patrocinadores buscan paquetes de servicios combinados de menor costo. Charles River, Covance y otros licencian los motores de Schrödinger o Atomwise para empaquetar el cribado virtual, la síntesis y los bioensayos en contratos únicos, reduciendo los plazos de descubrimiento en una cuarta parte.
Los institutos académicos tienen dificultades con los presupuestos de infraestructura, pero las supercomputadoras elásticas como las de Atommap permiten el uso de pago por tarea que escala desde una sola diana hasta campañas de toda la cartera, abriendo oportunidades en el mercado de descubrimiento computacional de fármacos en hospitales universitarios y centros de investigación más pequeños.
Por Tecnología: La Computación Cuántica y Acelerada Gana Participación Rápidamente
El diseño de fármacos basado en estructura dominó con el 56,23% de los ingresos de 2025, aunque la tecnología de computación cuántica/acelerada se expande un 17,42% por año, impulsada por las aceleraciones cuánticas de 20 veces de AstraZeneca y el kit de herramientas ALCHEMI de NVIDIA que ofrece hasta 33 veces más velocidad en dinámica molecular. Los flujos de trabajo híbridos cuántico-clásicos ahora rutinizan tareas que antes se reservaban para supercomputadoras nacionales, como la predicción de afinidad de unión sub-kilocaloría, manteniendo los datos en clústeres seguros en las instalaciones.
Los enfoques basados en ligandos siguen siendo relevantes para la relación estructura-actividad de primer paso, pero el mayor escrutinio regulatorio sobre la interpretabilidad favorece los métodos anclados en la estructura que se alinean con la ICH M15. Los motores de dinámica molecular nativos de GPU, incluido el reciente modo residente en GPU de NAMD, permiten simulaciones de microsegundos con presupuestos departamentales y sustentan la ventaja en participación del mercado de descubrimiento computacional de fármacos que mantienen las herramientas basadas en estructura.
Análisis Geográfico
América del Norte contribuyó con el 47,76% de los ingresos globales de 2025, impulsada por la profundidad del capital de riesgo, la densa concentración de sedes farmacéuticas y la adopción pionera de la nube. Los programas de la FDA, como las reuniones pareadas basadas en modelos y el Proyecto Optimus, han acelerado la comodidad regulatoria con los expedientes algorítmicos, reduciendo los tiempos de ciclo y consolidando las mayores huellas comerciales de los proveedores de plataformas.
Asia-Pacífico registra la expansión más rápida, con una CAGR del 17,34%, a medida que China, India y Japón financian la IA soberana y agilizan las vías de aprobación. China alberga un tercio de la cartera de innovación global, ejecutando campañas paralelas in silico y en laboratorio húmedo que acortan las duraciones desde el candidato hasta el IND a 18 meses. La captación de capital de Peptris en India y la asociación Ono-Congruence en Japón en 2026 destacan la creciente sofisticación regional en el descubrimiento impulsado por péptidos y biofísica, respectivamente.
Europa se beneficia de consorcios académicos de alto nivel y la apertura de la EMA a la evidencia de biología digital, aunque la financiación de capital de riesgo va a la zaga de Estados Unidos y la fragmentación regulatoria entre los estados miembros dificulta la escala. Oriente Medio y África y América del Sur siguen siendo incipientes, pero atraen ensayos clínicos multinacionales a medida que las organizaciones de investigación por contrato locales adoptan plataformas SaaS en la nube que sortean la escasez de computación de alto rendimiento.
Panorama Competitivo
El mercado de descubrimiento computacional de fármacos está moderadamente concentrado, con la mayoría de los ingresos de plataformas en manos de los principales proveedores. Los líderes del mercado como Schrödinger, Certara y Dassault Systèmes mantienen su posición agrupando suites de nivel empresarial con soporte de validación y cumplimiento normativo a largo plazo, incluida la alineación con los requisitos de auditoría de la ICH M15. Los competidores nativos de IA —Insilico, Exscientia, Recursion— contrarrestan con modelos fundacionales ricos en datos que generan activos propietarios y megaacuerdos cargados de hitos, como la alianza de USD 1,7 mil millones de Recursion con Bayer que cubre 10 programas.
La gravedad de los datos es el principal foso defensivo: los 50 petabytes de imágenes celulares de Recursion y las predicciones de compuestos a escala de billones de Exscientia proporcionan conjuntos de entrenamiento que la mayoría de los competidores no pueden igualar. Los SDK ALCHEMI y cuQuantum de NVIDIA elevan a los proveedores de hardware a ejes del ecosistema, permitiendo aceleraciones de 30 veces que inclinan el costo total de propiedad a favor de las pilas nativas de GPU. Los especialistas en computación cuántica IonQ e IBM Quantum entran a través de la aceleración de energía libre, forjando asociaciones centradas en oncología, ARNm y dianas alostéricas complejas.
La postura de cumplimiento normativo separa a los contendientes serios de los seguidores rápidos. Las plataformas que incorporan registros de auditoría, explicabilidad de modelos y cuantificación de la incertidumbre alineadas con las guías provisionales de la FDA y la EMA ahora obtienen primas de precio y ciclos de ventas más cortos, especialmente en proyectos de codesarrollo en etapa tardía donde las apuestas regulatorias son más altas.
Líderes de la Industria de Descubrimiento Computacional de Fármacos
-
Microsoft
-
Solventum
-
Abridge
-
eClinicalWorks
-
Suki
- *Nota aclaratoria: los principales jugadores no se ordenaron de un modo en especial
Desarrollos Recientes de la Industria
- Abril de 2026: NVIDIA lanzó el kit de herramientas ALCHEMI, ofreciendo entre 1,7 y 33 veces más velocidad en dinámica molecular de GPU en infraestructura departamental.
- Marzo de 2026: Ono Pharmaceutical se asoció con Congruence Therapeutics para aplicar IA impulsada por biofísica a las carteras de oncología.
- Febrero de 2026: Isomorphic Labs lanzó IsoDDE, mejorando la precisión anticuerpo-antígeno 2,3 veces respecto a AlphaFold3.
- Febrero de 2026: Takeda firmó una colaboración de USD 1,7 mil millones con Iambic Therapeutics para acelerar el descubrimiento de múltiples activos.
Alcance del Informe Global del Mercado de Descubrimiento Computacional de Fármacos
Según el alcance del informe, el descubrimiento computacional de fármacos se refiere al uso de métodos basados en computadora, como el modelado molecular, el cribado virtual, el acoplamiento molecular, el modelado de farmacóforos y los algoritmos de aprendizaje automático, para diseñar, evaluar y optimizar candidatos a fármacos potenciales antes de las pruebas de laboratorio. Acelera el descubrimiento en etapa temprana al predecir interacciones moleculares, evaluar propiedades similares a las de los fármacos y reducir el costo y el tiempo experimentales mediante simulaciones in silico.
El mercado de descubrimiento computacional de fármacos está segmentado por componente, flujo de trabajo, usuario final, tecnología y geografía. Por componente, el mercado está segmentado en plataformas de software / IA y servicios. Por flujo de trabajo, el mercado está segmentado en identificación y validación de dianas, descubrimiento de candidatos, optimización de candidatos, predicción preclínica de ADME/Tox, y otros. Por usuario final, el mercado está segmentado en empresas farmacéuticas y de biotecnología, organizaciones de investigación por contrato y centros académicos y de investigación. Por tecnología, el mercado está segmentado en diseño de fármacos basado en estructura (SBDD), diseño de fármacos basado en ligandos (LBDD), plataformas de IA / IA generativa, dinámica molecular y simulación, y computación cuántica / acelerada. Por geografía, el mercado está segmentado en América del Norte, Europa, Asia-Pacífico, Oriente Medio y África, y América del Sur. El informe también cubre los tamaños de mercado estimados y las tendencias para 17 países en las principales regiones a nivel mundial. El informe ofrece valores (USD) para todos los segmentos anteriores.
| Plataformas de software / IA |
| Servicios |
| Identificación y Validación de Dianas |
| Descubrimiento de Candidatos |
| Optimización de Candidatos |
| Predicción Preclínica de ADME/Tox |
| Otros |
| Empresas Farmacéuticas y de Biotecnología |
| Organizaciones de Investigación por Contrato |
| Centros Académicos y de Investigación |
| Diseño de Fármacos Basado en Estructura (SBDD) |
| Diseño de Fármacos Basado en Ligandos (LBDD) |
| Plataformas de IA / IA Generativa |
| Dinámica Molecular y Simulación |
| Computación Cuántica / Acelerada |
| América del Norte | Estados Unidos |
| Canadá | |
| México | |
| Europa | Alemania |
| Reino Unido | |
| Francia | |
| Italia | |
| España | |
| Resto de Europa | |
| Asia-Pacífico | China |
| Japón | |
| India | |
| Australia | |
| Corea del Sur | |
| Resto de Asia-Pacífico | |
| Oriente Medio y África | CCG |
| Sudáfrica | |
| Resto de Oriente Medio y África | |
| América del Sur | Brasil |
| Argentina | |
| Resto de América del Sur |
| Por Componente | Plataformas de software / IA | |
| Servicios | ||
| Por Flujo de Trabajo | Identificación y Validación de Dianas | |
| Descubrimiento de Candidatos | ||
| Optimización de Candidatos | ||
| Predicción Preclínica de ADME/Tox | ||
| Otros | ||
| Por Usuario Final | Empresas Farmacéuticas y de Biotecnología | |
| Organizaciones de Investigación por Contrato | ||
| Centros Académicos y de Investigación | ||
| Por Tecnología | Diseño de Fármacos Basado en Estructura (SBDD) | |
| Diseño de Fármacos Basado en Ligandos (LBDD) | ||
| Plataformas de IA / IA Generativa | ||
| Dinámica Molecular y Simulación | ||
| Computación Cuántica / Acelerada | ||
| Por Geografía | América del Norte | Estados Unidos |
| Canadá | ||
| México | ||
| Europa | Alemania | |
| Reino Unido | ||
| Francia | ||
| Italia | ||
| España | ||
| Resto de Europa | ||
| Asia-Pacífico | China | |
| Japón | ||
| India | ||
| Australia | ||
| Corea del Sur | ||
| Resto de Asia-Pacífico | ||
| Oriente Medio y África | CCG | |
| Sudáfrica | ||
| Resto de Oriente Medio y África | ||
| América del Sur | Brasil | |
| Argentina | ||
| Resto de América del Sur | ||
Preguntas Clave Respondidas en el Informe
¿Cuál es el tamaño del mercado de descubrimiento computacional de fármacos en 2026?
El tamaño del mercado de descubrimiento computacional de fármacos es de USD 3,15 mil millones en 2026, con Mordor Intelligence pronosticando un aumento a USD 6,47 mil millones para 2031.
¿Qué CAGR se espera para las plataformas de IA computacional?
Se proyecta que las plataformas de software/IA crezcan a una CAGR del 17,24% durante 2026-31, más rápido que cualquier otro segmento de componente, según Mordor Intelligence.
¿Qué región muestra el mayor impulso de crecimiento?
Se prevé que Asia-Pacífico registre una CAGR del 17,34% hasta 2031, impulsada por la inversión de China, India y Japón en capacidades de IA soberana.
¿Qué flujo de trabajo se expandirá más rápido hasta 2031?
El descubrimiento de candidatos, impulsado por el cribado virtual a escala ultra-grande, se proyecta que se expanda a una CAGR del 16,82%, superando a la identificación de dianas.
Última actualización de la página el: