De los bits a los qubits: la frontera se mueve
Para la mayoría de las empresas, la computación cuántica sigue sonando a física teórica. Pero en los últimos meses dejó de serlo. Mientras los ordenadores clásicos codifican información en bits —unos o ceros—, las máquinas cuánticas trabajan con qubits, que gracias a la superposición pueden representar múltiples estados a la vez, y con el entrelazamiento, que vincula partículas de manera que el estado de una depende de otra aunque estén separadas. Sobre esa base, un procesador con unos pocos cientos de qubits puede explorar, en teoría, un espacio de posibilidades tan amplio que ningún supercomputador clásico podría recorrerlo.
El camino hacia esa promesa se bifurca en dos escuelas tecnológicas. Una es la de las puertas lógicas cuánticas —la más parecida al modelo clásico—, representada por IBM y Google; la otra es el recocido cuántico (quantum annealing), donde la firma canadiense D-Wave lleva años comercializando sistemas con miles de qubits para problemas de optimización. Ninguna ha logrado todavía una ventaja cuántica generalizada, pero el ritmo de los hitos se ha acelerado de forma visible.
Google presentó en diciembre de 2024 su procesador Willow, de 105 qubits, y aseguró que multiplicó por 77 el rendimiento por qubit respecto de su predecesor Sycamore. IBM, por su parte, desplegó su Quantum System Two con un procesador Heron de 1.121 qubits y dice haber suprimido los errores con una eficacia 500 veces mayor que en generaciones anteriores. La diferencia entre ambos enfoques no es menor: define qué tipo de problemas se atacarán primero y qué empresas controlarán la infraestructura.
Ventaja cuántica real: donde la máquina supera al clásico
Conviene desmontar una fantasía: la computación cuántica no está cerca de reemplazar a los ordenadores tradicionales, ni siquiera en los casos donde ya demuestra superioridad. La ventaja cuántica se refiere a tareas muy específicas donde la máquina resuelve un problema concreto más rápido que la mejor máquina clásica disponible. La famosa demostración de Sycamore en 2019 —una tarea matemática de muestreo que Google estimó que llevaría 10.000 años a un supercomputador de la época—fue real, pero también discutida por la comunidad científica, y de utilidad práctica nula.
Los sectores donde el valor económico se materializará primero son otros. La simulación de moléculas y reacciones químicas es el caso más citado: los sistemas cuánticos modelan interacciones atómicas que los clásicos solo aproximan con recursos exponenciales. Eso abre la puerta a catalizadores más eficientes, baterías de nueva generación, materiales avanzados y fármacos diseñados con precisión. Le siguen la optimización de cadenas de suministro, carteras financieras y redes logísticas, donde el recocido cuántico ya compite con soluciones clásicas en problemas de combinatoria, y el entrenamiento de modelos de aprendizaje automático, donde la ventaja es todavía incipiente. Las consultoras más optimistas lo cuantifican: las estimaciones de McKinsey proyectan que la tecnología cuántica podría generar en torno a US$1,3 billones de valor para 2035, concentrado en química, farmacéutica, automoción y finanzas.
El matiz relevante es que buena parte de ese valor no llegará por la vía de grandes ordenadores cuánticos universales, sino de sensores y comunicaciones cuánticas, y de una integración paulatina del hardware cuántico en infraestructura clásica. La era que se viene es híbrida: las empresas no comprarán un ordenador cuántico, lo alquilarán a través de la nube.
Criptografía post-cuántica: la carrera por blindar internet
No está en los chips el riesgo más urgente, sino en los datos que ya circulan cifrados. Un ordenador cuántico con suficiente capacidad podrá romper la criptografía de clave pública que protege el comercio electrónico, las comunicaciones y las infraestructuras críticas, porque los algoritmos como RSA se apoyan en la dificultad de factorizar números grandes, un problema para el que el algoritmo de Shor ofrece una vía cuántica exponencialmente más rápida. Esa amenaza no es futura: los atacantes ya practican la estrategia conocida como «cosechar ahora, descifrar después» —acumular datos cifrados mientras puedan leerlos cuando tengan una máquina cuántica—,lo que comprime los plazos para la transición.
Por eso la criptografía post-cuántica es, paradójicamente, la parte de la computación cuántica que produce resultados concretos hoy. En agosto de 2024, el NIST estadounidense publicó los tres primeros estándares finales para cifrado y firmas digitales resistentes a ordenadores cuánticos —ML-KEM, ML-DSA y SLH-DSA—y dejó un cuarto, FN-DSA, en borrador. El problema es que migrar la infraestructura criptográfica de internet lleva años. La tarea involucra desde certificados digitales y protocolos TLS hasta firmas de código y sistemas embebidos que no se diseñaron para actualizarse. Las grandes empresas que ya empezaron esa migración no lo hacen por marketing: lo hacen porque la ventana de oportunidad se mide en mandatos de cumplimiento y ciclos de reemplazo de hardware, no en demostraciones científicas.
Ecosistema cloud y «Quantum as a Service»: acceso para todos
La democratización del acceso es quizá el movimiento estratégico más silencioso y más importante de los últimos años. IBM, Microsoft y Amazon han llevado la computación cuántica a la nube: los clientes empresariales pueden reservar tiempo de cómputo en hardware cuántico real a través de IBM Quantum Network, Azure Quantum o el servicio Braket de AWS, sin tener que construir laboratorios de criogenia. Eso convierte la tecnología en un recurso de consumo similar a la nube clásica, y resuelve, aunque sea parcialmente, la barrera de costos e infraestructura que había limitado la tecnología a grandes laboratorios.
Este modelo tiene una consecuencia estratégica que conviene subrayar: la competencia ya no es solo por fabricar el mejor qubit, sino por atraer a los desarrolladores y a los casos de uso a las plataformas. Quien controle la capa de software —las herramientas de programación, los marcos de trabajo híbridos y la integración con los ecosistemas de inteligencia artificial— tendrá una posición dominante equivalente a la que Microsoft y Amazon conquistaron en la nube clásica. Y como los sistemas cuánticos actuales siguen siendo demasiado ruidosos para ejecutar algoritmos largos sin error, el valor práctico inmediato está en los modelos híbridos cuántico-clásicos, donde el ordenador cuántico resuelve un submódulo del problema y el clásico procesa el resto.
Brecha de talento: el cuello de botella menos visible
En la carrera por la computación cuántica hay un recurso más escaso que el capital: la gente. La intersección de física de materiales, teoría de la información, ingeniería criogénica, algoritmia y software es un perfil que apenas existe en el mercado laboral, y las universidades no gradúan especialistas al ritmo que la industria demanda. Las compañías que compiten por este talento no solo están en Silicon Valley: gobiernos de China, la Unión Europea y Estados Unidos han creado programas de formación e institutos nacionales dedicados, y la ONU declaró 2025 como el Año Internacional de la Ciencia y Tecnología Cuánticas, una señal de que la disciplina dejó de ser nicho académico para convertirse en prioridad geopolítica.
No es solo cuantitativo, sino cualitativo, el cuello de botella. Hacer avanzar un sistema de 1.000 qubits exige un conocimiento profundo de física de superconductores que no se aprende en un curso de programación. Las empresas que lideran la carrera han respondido con una combinación de programas universitarios, laboratorios corporativos de investigación básica y contratación de físicos teóricos. Para el resto de la economía, la recomendación es más pragmática: en lugar de intentar formar equipos propios de investigación cuántica, lo sostenible es desarrollar capacidades de consumo y evaluación —saber qué problemas merecen un ordenador cuántico y cuáles no—, un tipo de talento que puede cultivarse en programas de especialización mucho más cortos.
Mapa de inversión: dónde está el dinero
Las cifras agregadas confirman el momento. McKinsey estima que las tecnologías cuánticas acumulan más de US$42.000 millones en inversión global desde principios de siglo, de los cuales unos US$32.000 millones provienen de gobiernos y US$10.000 millones del sector privado. El Estado chino, el programa europeo Quantum Flagship y la ley estadounidense de iniciativa cuántica han convertido la tecnología en materia de política industrial. En el lado privado, startups como IonQ y Rigetti, que ya cotizan en bolsa, o PsiQuantum, que ha captado cientos de millones en rondas privadas, conviven con los laboratorios de IBM, Google, Microsoft y Amazon.
También ha cambiado la geografía de la inversión. Hace una década, la mayoría de los fondos privados se concentraban en Estados Unidos; hoy hay capital significativo en Europa, Canadá y, de forma creciente, en mercados asiáticos. La carrera no se dirime solo en los laboratorios: los gobiernos europeos y asiáticos han entendido que la computación cuántica es parte del paquete de soberanía tecnológica —junto con la inteligencia artificial, los semiconductores y los centros de datos—,y lo tratan como tal, con fondos soberanos y programas nacionales. Para América Latina, el desafío no es menor: la región corre el riesgo de quedar fuera tanto de la investigación de frontera como de la cadena de valor industrial, aunque los servicios cloud y la capacitación ofrecen una puerta de entrada más accesible.
Hoja de ruta: corrección de errores, escalabilidad y horizonte 2030
Sigue siendo el error el obstáculo técnico central. Los qubits son extraordinariamente frágiles: cualquier interferencia térmica o electromagnética los hace decoherentes, es decir, pierden su estado cuántico antes de completar el cálculo. Las máquinas actuales operan a temperaturas cercanas al cero absoluto, en sistemas de criogenia complejos, y aun así necesitan técnicas de corrección de errores. El hito que Google reclamó con Willow no fue el número de qubits, sino haber operado por debajo del umbral de corrección de errores: superar un punto crítico donde añadir qubits físicos deja de ser contraproducente y cada qubit adicional, una vez corregido el error, contribuye de forma acumulativa al rendimiento. Es la condición previa para escalar de los 100 qubits actuales a los miles que exigen los algoritmos de uso real.
Es la escala la otra frontera. Las estimaciones de cuántos qubits lógicos —ya corregidos—se necesitan para problemas relevantes varían, pero todas coinciden en que las máquinas actuales están uno o dos órdenes de magnitud por debajo. IBM ha publicado una hoja de ruta que proyecta procesadores cada vez más grandes con supresión de errores integrada y una máquina cuántica corregida y útil hacia 2033. Ese calendario, combinado con la migración criptográfica, dibuja un escenario de década: entre 2025 y 2030, la computación cuántica se consolida como infraestructura de nicho accesible vía nube; hacia 2035, las aplicaciones en química, farma, logística y finanzas podrían transformar sectores enteros.
Para las empresas, la conclusión no es esperar a que la tecnología madure, sino preparar ahora el terreno: inventariar los datos cifrados cuyo valor debe sobrevivir más de una década, identificar los problemas de cómputo que se beneficiarían de una máquina cuántica, formar equipos capaces de evaluar la tecnología y vigilar los estándares. Quien espere a que la primera máquina cuántica comercial llegue al mercado habrá perdido la ventaja de la migración y, muy probablemente, el control de su propia infraestructura digital. La computación cuántica no es una apuesta de ciencia ficción: es una decisión estratégica cuyo plazo de ejecución empieza ahora.
