La diferencia entre un truco de laboratorio y una herramienta científica se puede resumir en una palabra: verificabilidad. Durante años, la computación cuántica prometió resolver problemas imposibles para los ordenadores clásicos, pero sus demostraciones más célebres fueron ejercicios de complejidad sin aplicación directa. En octubre de 2025, el equipo de Google Quantum AI publicó en Nature la primera demostración de una ventaja cuántica verificable: el algoritmo Quantum Echoes, ejecutado en el chip Willow, corrió 13.000 veces más rápido que el mejor algoritmo clásico en uno de los superordenadores más veloces del mundo. Lo relevante no es solo la velocidad: es que el resultado puede comprobarse y repetirse. Eso cambia la naturaleza de la conversación, que pasa de la supremacía teórica a la utilidad práctica.
Del qubit al algoritmo: qué cambia cuando el resultado se puede verificar
Esta computación cuántica explota una propiedad contraintuitiva de la materia: una partícula puede estar en varios estados a la vez. Los qubits, la versión cuántica de los bits, codifican esa superposición, y su manipulación permite explorar enormes espacios de posibilidades en paralelo. Pero la superposición es frágil: cualquier interacción con el entorno degrada la información. Por eso los algoritmos cuánticos útiles necesitan otra propiedad, la interferencia, para que las soluciones correctas se refuercen entre sí y las incorrectas se cancelen.
El algoritmo Quantum Echoes lleva esa lógica al límite. Funciona como un eco muy sofisticado: se envía una señal cuidadosamente diseñada a los qubits del chip y luego se invierte con precisión su evolución para escuchar el eco que regresa. Ese eco se amplifica mediante interferencia constructiva —las ondas cuánticas se suman y se hacen más fuertes—, lo que convierte la medición en algo extraordinariamente sensible. La técnica permite estudiar la estructura de sistemas naturales, desde moléculas e imanes hasta agujeros negros, mediante un correlacionador temporal desordenado (OTOC), un objeto matemático que describe cómo se propaga la información en un sistema cuántico.
Para que el experimento funcionara, el hardware tuvo que reunir dos condiciones que históricamente han sido difíciles de combinar: tasas de error extremadamente bajas y operaciones de alta velocidad. Willow, el chip presentado por Google a finales de 2024, cumple ambas. Y la verificabilidad añade el requisito decisivo: el resultado se puede repetir en el mismo ordenador cuántico —o en otro de calibre similar— y obtener la misma respuesta, lo que permite confirmar el cálculo. Esa repetibilidad es la base de una verificación escalable y, por lo tanto, la condición para que los ordenadores cuánticos se conviertan en herramientas y no en demostraciones.
De la supremacía a la utilidad: una cronología en tres actos
Conviene situar el anuncio en perspectiva. En 2019, Google demostró que un ordenador cuántico podía resolver un problema que habría llevado miles de años al superordenador clásico más rápido: fue el hito conocido como supremacía cuántica. A finales de 2024, Willow logró reducir drásticamente los errores a medida que se escalaba el sistema, resolviendo un problema que había desafiado a los científicos durante casi 30 años. El avance de 2025, Quantum Echoes, no mide solo la complejidad de un estado cuántico, sino la precisión de un cálculo final con significado físico: modela un experimento real.
Dicha comunidad académica recibe estos avances con matices. Un estudio comparativo publicado en la revista Quantum en febrero de 2025 recuerda que, con la excepción de ciertos problemas diseñados a medida, los ordenadores cuánticos actuales aún no han demostrado una ventaja práctica en algoritmos con aplicaciones reales. El mismo trabajo estima que los algoritmos útiles para problemas del mundo real requieren entre 10^7 y 10^12 operaciones, varios órdenes de magnitud por encima de lo que los dispositivos actuales toleran. La transición, en otras palabras, es real pero incremental: se está entrando en la llamada era de la utilidad cuántica, impulsada por simulaciones de sistemas de muchos cuerpos mejoradas con técnicas de mitigación de errores, antes de llegar a la era de la corrección de errores plena.
Arquitecturas en pugna: el diseño define la estrategia de errores
No existe una única forma de construir un ordenador cuántico, y la elección de arquitectura condiciona todo lo demás. Los dispositivos superconductores, como los de Google e IBM, disponen qubits estáticos en una rejilla bidimensional y los conectan solo con sus vecinos más próximos. Esa conectividad limitada es una decisión deliberada: reducir el número de conexiones minimiza los errores de puerta. El resultado es un equilibrio delicado entre lo que el hardware permite y lo que la corrección de errores exige.
En los chips de IBM, la conectividad se ha restringido aún más para evitar resonancias espurias entre qubits vecinos, dando lugar a la llamada celosía heavy-hexagonal, con conectividades de dos o tres vecinos. Los dispositivos más recientes, basados en el chip Heron, mantienen esa topología aunque han migrado a un nuevo tipo de puerta de fase controlada. En el extremo opuesto, los ordenadores de iones atrapados y de átomos de Rydberg permiten transportar los qubits físicamente y dirigirlos con láser, lo que ofrece conectividades arbitrarias y programables. La contrapartida es otra: la velocidad y la fidelidad de las operaciones, que en los dispositivos superconductores alcanzan tasas de error del orden de 10^-3, muy difíciles de igualar en otras plataformas.
Esta divergencia no es un detalle técnico. Determina qué códigos de corrección de errores se pueden implementar directamente sobre el hardware y, por tanto, fija el camino de cada empresa hacia los sistemas a gran escala.
Corrección de errores: el verdadero cuello de botella
Los qubits nunca están completamente aislados del entorno, y las técnicas de control arrastran errores sistemáticos y estocásticos. Con tasas de error del orden de 10^-3, un circuito ruidoso solo permite alrededor de mil operaciones antes de que la información quede corrupta. Incluso si se redujeran las tasas hasta 10^-6 —una meta tecnológica extremadamente difícil—, los algoritmos relevantes seguirían fuera del alcance, porque necesitan entre 10^7 y 10^12 operaciones. La única vía conocida para salvar ese abismo es la corrección de errores cuánticos: codificar la información de forma redundante en qubits lógicos compuestos por muchos qubits físicos, de modo que los errores puedan detectarse y corregirse sin destruir el cálculo.
Este teorema del umbral garantiza que, si la tasa de error física está por debajo de cierto valor, se puede alcanzar cualquier nivel de error lógico aumentando la redundancia. El código de superficie, el estándar de facto, tiene un umbral cercano al 1% y exige conectividades relativamente modestas. Pero la celosía heavy-hexagonal de IBM complica incluso ese requisito.
El estudio de la revista Quantum compara cuatro estrategias posibles: incrustar el código de superficie mediante puertas SWAP, usar qubits puente como qubits bandera, recurrir a códigos de subsistema adaptados a la arquitectura o emplear códigos Floquet, que extraen la información de error mediante mediciones periódicas de paridad de peso bajo. La conclusión, obtenida con modelos de ruido realistas, es que una incrustación optimizada del código de superficie con SWAP es la estrategia más prometedora para demostrar a corto plazo una ventaja en corrección de errores en los dispositivos de IBM.
Google, por su parte, sitúa su siguiente hito de hoja de ruta en el cúbit lógico de larga duración: un qubit protegido que preserve la información más tiempo que cualquiera de sus componentes físicos. Es el paso previo imprescindible para los circuitos con billones de compuertas que exigen los algoritmos del mundo real.
Casos de uso con retorno tangible: la simulación molecular como primera frontera
¿Todo esto para qué sirve? El primer dominio con retorno medible es la simulación de sistemas cuánticos naturales, algo que los ordenadores clásicos hacen mal o a un costo prohibitivo. La resonancia magnética nuclear (RMN), la misma ciencia que sustenta la resonancia magnética médica, actúa como un microscopio molecular que revela la posición relativa de los átomos. Modelar la forma y la dinámica de las moléculas es fundamental en química, biología y ciencia de materiales, y sustenta avances que van desde la biotecnología hasta la energía solar y la fusión nuclear.
En una prueba de concepto realizada con la Universidad de California en Berkeley, Google ejecutó Quantum Echoes en Willow para estudiar dos moléculas, una de 15 átomos y otra de 28. Los resultados coincidieron con los de la RMN tradicional —y además revelaron información que normalmente no se obtiene con esa técnica. La metáfora utilizada por el propio equipo es sugerente: si el telescopio y el microscopio abrieron mundos invisibles, esta técnica apunta a un cuantoscopio capaz de medir fenómenos que antes no se podían observar.
Las aplicaciones concretas están a la vista. En el descubrimiento de fármacos, la RMN mejorada con computación cuántica podría determinar cómo se unen los candidatos a sus objetivos moleculares. En ciencia de materiales, permitiría caracterizar la estructura de polímeros, componentes de baterías o incluso los materiales con los que se fabrican los propios qubits. A medida que la computación cuántica madure, estos enfoques podrían ampliar la caja de herramientas de la espectroscopia de RMN para el diseño de materiales avanzados y el descubrimiento de medicamentos.
Ecosistema e inversión: la otra carrera cuántica
Esa pregunta que atraviesa a la industria —esbozada por la revista Telos de Fundación Telefónica en su número dedicado a la inspiración cuántica— es si la inversión en computación cuántica es un ahora o nunca. Los indicios apuntan a que el momento de decidir es este, no porque la tecnología esté madura, sino porque está entrando en la fase en la que las ventajas se acumulan para quienes construyan el ecosistema completo: hardware, algoritmos, corrección de errores y talento.
Esa carrera no la disputan solo las grandes empresas tecnológicas. España ha hecho de la innovación cuántica una pieza de su estrategia industrial: invirtió 23.931 millones de euros en I+D en 2024, un 7% más que el año anterior y un 60% por encima de 2018, y se ha fijado la meta de alcanzar el 3% del PIB en 2030.
Es el tercer país con mayor retorno en Horizonte Europa, el programa marco de investigación de la Unión Europea, y el segundo en número de participaciones, con presencia en uno de cada tres proyectos financiados. Más de 12.200 empresas realizan actividades de I+D y 295.000 personas trabajan en ese ámbito, un 31% más que en 2018. Sobre esa base, el ecosistema cuenta con más de 5.000 startups activas y más de 800 startups industriales.
Esta conectividad, en el sentido más amplio del término, importa tanto como los qubits. La verificabilidad de Quantum Echoes tiene una consecuencia estratégica poco comentada: si un resultado puede repetirse en otro ordenador del mismo calibre, el conocimiento generado deja de estar cautivo de una máquina concreta y puede circular por infraestructuras compartidas, como el acceso en la nube. Eso democratiza el uso de la tecnología sin necesidad de poseer el hardware y convierte la utilidad cuántica en un servicio, no en un privilegio de laboratorio.
Hoja de ruta 2024-2030: hitos, inversión y expectativas calibradas
Este camino hacia los ordenadores cuánticos a gran escala tiene hitos definidos, aunque las fechas sigan siendo inciertas. El próximo gran objetivo de Google es el cúbit lógico de larga duración. El trabajo académico sobre corrección de errores fija la meta lejana en circuitos con billones de compuertas y propone una métrica clara para medir el progreso: el footprint, es decir, cuántos qubits físicos hacen falta para alcanzar un nivel de error lógico dado con una tasa de error física disponible. Entremedias, los dispositivos de la era intermedia —ruidosos pero ya útiles para ciertas simulaciones con mitigación de errores— seguirán ampliando el territorio de lo demostrable.
Esta lectura para los inversores y los responsables de estrategia es doble. Por un lado, la exageración es un riesgo: todavía no hay una ventaja práctica demostrada en algoritmos de aplicación general, y los hitos de los próximos años serán técnicos, no comerciales. Por otro, subestimar la trayectoria sería un error de signo contrario: la verificabilidad —la capacidad de repetir, comprobar y escalar un cálculo cuántico— convierte cada demostración en un peldaño acumulativo. Hace un siglo, la física abandonó sus certezas clásicas y abrió una nueva imagen del mundo. Ahora esa misma revolución está aterrizando en forma de herramientas de medición y cálculo. El salto de la teoría a la aplicación práctica no llegará como un estallido, sino como una sucesión de resultados comprobables. Quantum Echoes sugiere que esa sucesión ya ha comenzado.
