Conferencia All Stars de EE. UU. de Waters Corp

Sí. Primero, gracias por recibirnos. Es un placer estar aquí. El trimestre estuvo por encima de las expectativas, como dijiste. En el negocio base, vimos una aceleración generalizada, ¿verdad? Vimos que los instrumentos crecieron a una tasa alta de un dígito, los servicios también a una tasa alta de un dígito y la química volvió a crecer a dos dígitos; si se considera el adelanto de compras que ocurrió por el Día de la Liberación en la misma época del año pasado, creció 16%. Geográficamente, vimos un crecimiento de medio a alto de un dígito en EE. UU. Europa registró un crecimiento de medio dígito, pero China e India superaron —India superó— el 20%, y China volvió a crecer a dos dígitos. Si se considera el adelanto de compras, China registró un crecimiento de medio dígito en la decena.

En cuanto a los mercados finales, el sector farmacéutico volvió a crecer a dos dígitos, con la contribución del ciclo de reemplazo en EE. UU. y Europa entre las grandes farmacéuticas. India se benefició de los genéricos. La buena noticia vino principalmente de China, donde el sector farmacéutico volvió a crecer más de 24%, 25%. En el primer trimestre, el crecimiento del sector farmacéutico en China fue de 50%. Así que el sector farmacéutico se recuperó bien. El sector industrial registró un crecimiento bajo de un dígito. El mercado final académico y gubernamental registró un crecimiento de dos dígitos. Esto se debió en gran medida a una buena liberación de presupuestos en Europa. Incluso en esa cifra, no hubo estímulo de China, ¿verdad? En general, tanto el negocio de ciencias analíticas como el de ciencias de materiales tuvieron un desempeño extraordinario. Este es el negocio heredado de Waters. Nos complació aún más cómo comenzó la integración de los negocios de Becton Dickinson. En promedio, ambos crecieron aproximadamente 4%.

China representó un viento en contra de 200 puntos básicos. Al excluirlo, el crecimiento fue de 6%, ya por encima de medio dígito. Lo más importante es qué factores contribuyeron a ese resultado. El plan de 180 días para acelerar la actividad de ventas y los precios, que aportaron 90 puntos básicos frente a 50 en el negocio heredado de BD. Todo está empezando a contribuir con las tácticas para el crecimiento en China que esperamos que comience a reflejarse en el T4. También vimos una contribución de las ventas cruzadas. En general, desde la perspectiva de los Ingresos, las cosas van razonablemente bien; esperemos que siga así. Los indicadores adelantados son muy buenos. En cuanto a los costos, también compartimos que, desde la perspectiva de las sinergias de costos, para fin de año alcanzaremos un ritmo anualizado de $200 million al entrar en el próximo año.

Recuerden que $200 million era la cifra que nos habíamos fijado como objetivo para las sinergias de costos al final de tres años. Así que ya llegamos a esa cifra en nueve meses, y hay muchas más iniciativas que contribuirán. Al terminar 2026, aunque ni siquiera hemos acabado el T3, creemos que estaremos muy bien preparados para 2027, cuando los negocios de BD deberían acelerar. Ahora nuestro negocio base crece de manera sostenible a una tasa alta de un dígito. Así que esto nos deja muy bien posicionados para lo que viene.

Creo que hay dos temas que han dominado las conversaciones y las herramientas durante los últimos meses. Uno es la IA y el otro es la relocalización de la producción.

Ese es el siguiente tema. Si la conversación sobre la relocalización de la producción ofrece alguna evidencia, somos participantes renuentes en el debate hasta que veamos los hechos.

Como sabemos que a muchas personas les interesa la IA, profundizamos un poco con los equipos, y primero les daré un marco y luego algunas pruebas de que está teniendo un impacto en el negocio de Waters. Los laboratorios se pueden dividir en tres partes. Primero está la preparación de muestras, donde se toman reactivos y muestras y se procesan mediante un flujo de trabajo. Una vez que se perfecciona ese flujo de trabajo, se puede automatizar y luego un agente puede ejecutarlo. No antes, ¿verdad? Así que ténganlo presente. En cuanto a los reactivos, primero hay que estandarizarlos y solo entonces se puede poner en marcha el modelo de IA.

La segunda parte es el instrumento; en él, los protocolos suelen estar refinados, y distintos usuarios tienen protocolos diferentes. La tercera es el software. Estas son las tres partes de un laboratorio, ¿verdad? De un experimento en un laboratorio. Si se aplica esa lógica de estandarización de reactivos al control de calidad y al desarrollo en etapas avanzadas, es ahí donde hay muy poca variación. ¿Verdad? Porque en el control de calidad, los reactivos que se usan para analizar muestras son los mismos si tú haces el experimento o si lo hago yo. En el control de calidad, se busca que esa parte tenga la mínima variabilidad posible. En segundo lugar, el protocolo del instrumento es el mismo. En tercer lugar, y lo más importante, en aseguramiento de la calidad, control de calidad y desarrollo en etapas avanzadas, el software oficial de registro en el sector farmacéutico es Empower. Cuatro de cada cinco moléculas usan Empower, ¿verdad?

No se pueden extraer los datos de Empower, volver a introducirlos en Empower y hacer que el regulador los revise. Así que es el software oficial de registro, y ese software tiene su propio protocolo. Ahora bien, donde hemos visto pruebas de la adopción de la IA es en los tres frentes, especialmente en el software para el control de calidad, donde los clientes están comprando más licencias para entrenar agentes con un flujo de trabajo ya perfeccionado en cuanto a los reactivos, el protocolo del instrumento y, por supuesto, el software, ¿verdad? Así que en el control de calidad, la adopción y el uso de agentes en los laboratorios empiezan a verse mucho más rápido que en el descubrimiento. Ahora, apliquen la misma lógica al descubrimiento de fármacos. En el descubrimiento de fármacos, cada persona realiza los experimentos de manera diferente y usa distintos reactivos. Así que primero hay que estandarizar eso.

También estamos viendo un consumo creciente de reactivos y columnas en ese segmento, pero no al mismo ritmo que en el control de calidad. En segundo lugar, una vez hecho eso, hay que estandarizar los protocolos para que el agente pueda ejecutarlos. Eso también requiere algo de trabajo. No hay un software oficial de registro. Se usan muchos programas distintos para analizar diferentes tipos de muestras. Nuestra opinión y los hechos nos indican que la adopción de modelos y agentes de IA avanza mucho más rápido en el control de calidad y la manufactura que en el descubrimiento de fármacos. Sé que la conversación está dominada en gran medida por el descubrimiento. Al comparar nuestros dos negocios, el consumo de reactivos en BD Biosciences es mayor en el área de descubrimiento.