Todos los proveedores de descubrimiento de materiales con IA tienen una demo, y la demo siempre funciona. Lo que tu equipo necesita saber es otra cosa: si el motor funcionará con tu objetivo, con tus límites, a un precio que puedas planificar, y si puedes comprobar sus respuestas sin fiarte de la palabra de nadie.
Esta guía es una lista de comprobación para esa conversación, pensada para usarla con cualquier proveedor, MatterSpace incluido. Cada pregunta viene con cómo es una buena respuesta. Después de la lista, mostramos cómo responde MS Lattice a partir de su propio historial, para que puedas medir a todos, nosotros incluidos, con el mismo listón.
Por qué una lista de comprobación es mejor que una demo
El descubrimiento de materiales con IA abarca tipos de productos muy distintos. Algunos generan estructuras y las criban después. Otros hacen rápido el cribado. Otros dan a los expertos herramientas potentes para manejar a mano. Algunos aprenden de los resultados de laboratorio anteriores de una empresa, y otros combinan la IA con laboratorios propios en un calendario de colaboración. Cada enfoque ha hecho avanzar el campo. No son intercambiables, y una demo con un material escogido a dedo te dice poco sobre cuál encaja en tu programa.
El coste de elegir mal rara vez aparece en la factura del software. Aparece en el laboratorio, donde cada candidato consume tiempo de síntesis, tiempo de caracterización y la atención de tu gente. Una buena evaluación se reduce a una cosa: cuánto tiempo de tu laboratorio irá a candidatos que merezca la pena fabricar.
Las diez preguntas
Plantéaselas a cada proveedor de tu lista. Pide evidencias, no adjetivos: qué se midió, frente a qué listón y cuándo se fijó. Una buena respuesta da una cifra con sus condiciones y remite a un registro que tu equipo puede inspeccionar.
- ¿Ha encontrado respuestas que nunca se le mostraron?La única prueba de descubrimiento que no se puede falsear es a ciegas: el objetivo se sella mientras el motor busca y ordena, los candidatos se congelan y solo entonces se revela la respuesta. Una buena respuesta incluye una comprobación de filtraciones que demuestre que el resultado se encontró, no se recordó.
- ¿Puede acertar la estructura a partir solo de una fórmula?Muchas propiedades dependen de cómo se disponen los átomos, no solo de qué átomos están presentes. Pregunta con qué frecuencia el motor sitúa en primer lugar la estructura cristalina correcta cuando no recibe más que una fórmula química, frente a un listón fijado antes de la ejecución, y cómo le va con compuestos excluidos de todo aquello de lo que parte.
- ¿Comprueba la física sus veredictos?Las estimaciones rápidas hacen asequible una búsqueda, pero no son la última palabra. Una buena respuesta ofrece verificación por primeros principios para los candidatos que importan, muestra veredictos de estabilidad puestos a prueba frente a disposiciones que se sabe que son erróneas y muestra propiedades de referencia reproducidas dentro de una tolerancia declarada de antemano.
- ¿Puedes reconstruir cualquier candidato a partir de su registro?Una puntuación es una afirmación. Pregunta si cada candidato lleva el registro de cada comprobación que superó y de dónde se detuvo cualquiera de ellas, si ese registro basta para reconstruir el candidato y si alguien lo ha auditado a escala de producción.
- ¿Se aplican tus requisitos dentro de la búsqueda?Si tus límites se aplican como filtro después de la generación, pagas por cada estructura que los rompe. Una buena respuesta dice que las propuestas que rompen tus imprescindibles se descartan antes de construir ninguna estructura, y que los deseables se llevan al máximo sobre los imprescindibles, nunca a cambio de ellos.
- ¿Qué longitud tiene la preselección que recibe tu laboratorio?Los millones de candidatos dan titulares; tu laboratorio fabrica unos pocos cada vez. Pregunta qué entrega una campaña típica, cómo se ordena y si los candidatos son deliberadamente distintos entre sí o una única familia de casi copias.
- ¿Cuánto cuesta un candidato y cuándo ves el precio?Pide el coste de cómputo por candidato en una ejecución registrada, no un precio de tarifa bajo petición. Una buena respuesta muestra el precio de cada plan antes del lanzamiento y mantiene cada campaña dentro del presupuesto que fijes.
- ¿Puede manejarlo tu propio agente de IA?Pregunta si un agente puede ejecutar todo el flujo de trabajo, desde plantear la necesidad hasta leer las pruebas, a través de una conexión estándar como MCP, y si una API y un SDK llegan al mismo motor.
- ¿Qué ocurre después de la preselección?Un material no está descubierto hasta que se fabrica. Pregunta qué entrega el proveedor a tu laboratorio, en qué formato de archivo y si existe un camino hacia la síntesis, las pruebas, la producción y las piezas terminadas si lo quieres.
- ¿Qué no afirman los resultados?Las cifras de cualquier motor son estimaciones de cribado de algún tipo. Un buen proveedor dice, dominio por dominio, qué propiedades se estiman, cuáles no se predicen en absoluto y qué hay que probar antes de que nadie confíe en un candidato. Desconfía de una respuesta que no incluya límites.
Cómo responde MS Lattice sobre las pruebas
Las tres primeras preguntas plantean si un motor es capaz de encontrar cosas. Este es el historial de MS Lattice, tal como está.
- 2 de 2objetivos sellados encontrados a ciegas
- 13 de 15estructuras correctas situadas en primer lugar, solo a partir de una fórmula
- 4 de 4veredictos de estabilidad de primeros principios acertados
- 5 de 5valores de referencia del silicio reproducidos
En el Blind Rediscovery Benchmark, dos cerámicas de ultraalta temperatura permanecieron selladas mientras MS Lattice buscaba y ordenaba. Los objetivos no guiaron nada ni ordenaron nada. Cuando se congelaron los candidatos y se revelaron los objetivos, ambos se habían encontrado, hasta la disposición de sus átomos: 64 candidatos en dos rondas, unos 32 minutos de cómputo, menos de $0,20. Todos los niveles de coincidencia se superaron para ambos objetivos, una reejecución completa superó 9 de 9 comprobaciones y una comprobación de filtraciones confirmó que la coincidencia se encontró, no se recordó.
Sin más que una fórmula química, MS Lattice situó en primer lugar la estructura cristalina correcta en 13 de 15 compuestos, frente a un listón de 10 fijado antes de la ejecución, en unos 38 segundos por compuesto. Cuatro compuestos excluidos de todo aquello de lo que parte, CaO, SrF₂, BaTiO₃ y Ni₃Al, se reconstruyeron con desviaciones de 0,016 a 0,037 Å respecto a las estructuras de referencia, y tres de ellos quedaron en primer lugar.
La física de primeros principios está a demanda para los candidatos que elijas. Su comprobación de estabilidad declaró estables Mg₂Si y MoSi₂, 0,165 y 0,284 eV/atom por debajo de sus fases competidoras, y declaró inestables disposiciones deliberadamente erróneas de cada uno: cuatro veredictos de cuatro. También reprodujo la constante de red del silicio, sus tres constantes elásticas y su frecuencia de fonón óptico más alta, cada una dentro de la tolerancia fijada antes de la ejecución.


Cómo responde MS Lattice sobre las evidencias y los requisitos
Cada candidato de MS Lattice lleva el registro de cada comprobación: qué superó, qué no superó y dónde se detuvo, con el motivo, junto con la incertidumbre de cada estimación y su estabilidad frente a cada fase rival de su química. Cada candidato se compara también con los cristales conocidos, para que veas qué es nuevo. De tres campañas de tamaño de producción, los 73 candidatos auditados se reconstruyeron a partir de ese registro, con cada propiedad dentro de su tolerancia declarada.
Tus requisitos se aplican dentro de la búsqueda. Una propuesta que los rompe se descarta antes de construir ninguna estructura, y tus preferencias se llevan al máximo sobre ellos, nunca a su costa. Por eso también la preselección es corta: cientos de aspirantes ordenados, deliberadamente distintos entre sí, en lugar de millones de estructuras que cribar. En el benchmark a ciegas, 64 candidatos bastaron para encontrar ambos objetivos sellados.
Cómo responde MS Lattice sobre el coste, los agentes y las piezas
El cómputo va solo a los candidatos que pueden cumplir tus límites. Según el registro, eso supone cerca de un tercio de céntimo, ≈ $0,003, y unos 30 segundos de cómputo por candidato en el benchmark a ciegas. La campaña completa de 8 candidatos de un agente de IA costó menos de $0,003. Cada plan muestra su coste estimado antes del lanzamiento, un plan que no puede ejecutarse se rechaza con el motivo antes de que empiece nada, y cada campaña se ejecuta dentro del presupuesto que fijes.
MS Lattice es el motor; tu agente de IA es quien conduce. Una sola conexión MCP da a cualquier agente que hable MCP 120 herramientas y toda la cadena, desde describir la necesidad hasta leer las pruebas. Antes de cada versión, un agente de IA que actúa como cliente ejecuta ese flujo de trabajo completo, una campaña de 8 candidatos en 4 a 5 minutos. Al mismo motor se accede a través de la REST API, el Python SDK y la línea de comandos.
Tras la búsqueda, tu laboratorio recibe una preselección ordenada con un archivo de estructura CIF estándar para cada candidato, y la campaña completa puede exportarse como CSV o JSON. Si quieres ir más allá, Norck ejecuta MS Lattice y después sintetiza, valida y fabrica el ganador, con alcances que van desde solo el descubrimiento hasta de principio a fin, piezas terminadas incluidas.
Qué no afirman los resultados
La décima pregunta es la que más importa, así que esta es la respuesta completa de MS Lattice. Sus cifras son estimaciones de cribado y cálculos para el cristal masivo, no mediciones de un material nuevo. Cada uno de sus veintitrés dominios de materiales indica qué especificas, qué recibes y dónde terminan sus estimaciones. En los imanes, por ejemplo, la coercitividad de un imán terminado depende de la microestructura y del procesado, así que un grado tiene que fabricarse y medirse antes de incorporarse a un motor.
Preguntas que hacen los equipos
¿Deberíamos hacer nuestra propia prueba a ciegas antes de comprar?
Es la evidencia más sólida que puedes obtener. Con MS Lattice, el Blind Rediscovery Benchmark es uno de los cuatro modos, así que tu equipo puede sellar objetivos que ya conoce y ver si vuelven a aparecer.
¿Cómo comparamos precios entre proveedores?
Pide a cada uno el coste de cómputo por candidato en una ejecución registrada y el precio de un plan concreto antes del lanzamiento. El historial de MS Lattice lo sitúa en cerca de un tercio de céntimo por candidato, y cada plan muestra su precio antes de ejecutarse.
¿Qué debería entregar un piloto?
Un piloto ejecuta MS Lattice con tu propio objetivo y te entrega una preselección ordenada, cada candidato como archivo de estructura con su registro, lista para tu laboratorio.
¿Nuestro trabajo sigue siendo nuestro?
Pregúntaselo a cada proveedor. Con MS Lattice, tus campañas y los datos que aportas se quedan dentro de tu organización, y antes de que empiece un piloto acordamos contigo qué se comparte, dónde se procesa y cuánto tiempo se conserva.


El primer motor de dominio de MatterSpace
MatterSpace construyó MS Lattice para los científicos e ingenieros que descubren y diseñan nuevos materiales, a partir de las propiedades que necesita su producto.









