Proporre una molecola, una formulazione o una lega sta diventando più facile che stabilire se funzionerà. I sistemi AI ampliano il numero delle ipotesi, mentre la loro verifica continua a richiedere campioni, strumenti, reagenti, tempo e competenze sperimentali. Questa asimmetria può spostare il valore dalla generazione delle idee alla capacità di sottoporle rapidamente a prove affidabili. I laboratori programmabili cercano di colmare la distanza: rendono gli strumenti accessibili attraverso software e permettono di collegare il risultato di un esperimento alla progettazione del successivo. Non eliminano la fisica né rendono ogni ricerca automatizzabile. Possono però modificare chi è in grado di costruire un’impresa scientifica e quale capitale deve possedere prima di ottenere una prima evidenza. La questione aperta è se questa infrastruttura diventerà un servizio ripetibile per molti clienti o resterà una raccolta di impianti costosi, ciascuno adattato a pochi problemi e dipendente da una domanda insufficiente a sostenerne l’esercizio.