Un equipo de la Universidad de Surrey publicó en npj Quantum Information un diseño de qubit que, según sus cálculos, cometería alrededor de cien veces menos errores que los qubits superconductores actuales. La pieza central es el helio-3 superfluo, un material que fluye sin fricción y que, al ser eléctricamente neutro, protegería la información cuántica de interferencias electromagnéticas. El dispositivo, bautizado SHOQ, todavía es teoría: los investigadores necesitan construir un prototipo para confirmar las predicciones. Si lo logran, no reemplazará a los sistemas existentes, sino que podría integrarse con ellos, incluso como memoria cuántica.
En cualquier otra época, una mejora de dos órdenes de magnitud en la tasa de error de la computación cuántica habría sido celebrada como un triunfo colectivo de la ciencia. Hoy, la pregunta incómoda es quién podrá aprovecharla. La computación cuántica no escapa a la dinámica que ya domina la inteligencia artificial: el conocimiento avanza, pero la capacidad de usarlo se concentra.
La paradoja del avance
Los números son contundentes. Entrenar un modelo como Gemini Ultra cuesta más de 190 millones de dólares, una cifra que supera el presupuesto anual de los principales laboratorios académicos de IA del mundo. La Fundación Nacional de Ciencias de Estados Unidos dispone de unos 10.000 millones al año, mientras que Amazon destina más de 85.000 millones a investigación y desarrollo. Esa brecha, que algunos investigadores llaman “muro de gasto de capital”, ha convertido a las universidades en inquilinas de las plataformas: para investigar en la frontera necesitan alquilar potencia de cómputo a las mismas empresas con las que compiten.
El talento sigue la misma ruta. En 2011, la industria y la academia captaban proporciones similares de doctores en IA; en 2022, más del 70% de esos graduados terminó en empresas y apenas el 20% en universidades. Y si el talento se va, los datos también: Google concentra más del 90% de las búsquedas globales, una materia prima que ningún centro público puede replicar. La opacidad del despliegue de infraestructura añade otra capa: una investigación reciente de El Confidencial describe cómo las grandes tecnológicas están convirtiendo España en un “granero de cómputo” para la IA europea, con una visibilidad pública mínima sobre esa expansión.
La regulación como herramienta
Frente a este panorama, el discurso de que regular frena la innovación parece cada vez más un reflejo interesado. La experiencia de la banca europea ofrece una lección concreta: la directiva PSD2, que obligó a abrir los datos a terceros, no destruyó el sector, sino que permitió la aparición de bancos challenger como Revolut y Monzo y generó un ecosistema valorado en más de 4.000 millones de libras para la economía británica. La IA no es un sistema de pagos, pero el principio es el mismo: la interoperabilidad y el acceso abierto pueden redistribuir poder y favorecer la aparición de competidores reales.
Hay quien sostiene que estas preocupaciones son ruido frente a la urgencia de construir. El filósofo Pierre Charbonnier llama “neo-sansimonismo” a la ola ideológica que ve en la eficiencia técnica la clave para regenerar una democracia paralizada. En 2025, tres libros influyentes, de Abundance a The Technological Republic, reivindicaron esa visión: ingenieros contra abogados, construcción contra regulación, mérito técnico contra deliberación democrática. Esa retórica suele ocultar una pregunta de fondo: ¿quién define el mérito y para beneficio de quién se construye? Alex Karp, cofundador de Palantir, pide que el Estado entregue un apoyo sin fricciones a las élites tecnológicas a cambio de seguridad nacional; eso no es una democracia más profunda, sino una nueva aristocracia.
Para los directivos latinoamericanos, la disyuntiva no es abstracta. Si la próxima generación de infraestructura crítica queda en manos de un oligopolio global, la región quedará reducida a un papel pasivo: pagará por computación, por modelos y por patentes, mientras sus datos y su talento alimentan cadenas de valor controladas en otros países. La alternativa no es rechazar la tecnología, sino construir consorcios regionales de infraestructura, defender datos soberanos en sectores como salud, clima y macroeconomía, y exigir reglas que obliguen a interoperar a los grandes jugadores. Esa agenda es difícil, pero es la única que convierte la innovación en algo más que una promesa de consumo.
La paradoja del qubit de helio superfluo es que reduce el error de una máquina, pero no el error de un modelo de desarrollo que confunde progreso con concentración. La próxima vez que una gran corporación anuncie un avance espectacular, convendría preguntar no solo cuántas veces mejora el rendimiento, sino cuántas personas pueden decidir qué se hace con él. Porque una computadora cuántica con cien veces menos fallos seguirá siendo un fracaso colectivo si solo unos pocos pueden encenderla.
