La computación cuántica todavía está a años de un uso comercial masivo. Aun así, los gobiernos ya están gastando mucho para impulsar el sector. EE. UU. está destinando cerca de 2,000 millones de dólares al sector, con capital enfocado en fabricar chips (procesadores) y componentes cuánticos (piezas especializadas para equipos cuánticos).
Lo que parece financiamiento de investigación también puede ser planificación de infraestructura para una “capa” de cómputo más profunda que apoye a la IA (inteligencia artificial).
Estrategias nacionales en marcha
El compromiso de EE. UU. incluye alrededor de 1,000 millones de dólares para la planta de IBM en Nueva York que fabricará chips cuánticos (procesadores cuánticos) y 375 millones adicionales para GlobalFoundries, para apoyar la fabricación de componentes cuánticos. Francia también asignó 1,500 millones de euros a su estrategia cuántica y a la microelectrónica (electrónica a escala muy pequeña, como la de los chips). Estas cifras ya no suenan a apoyos pequeños: se parecen más a una política industrial estratégica.
Quien siguió el ciclo de infraestructura de IA reconocerá el patrón. Antes de que la IA generativa (IA que crea texto, imágenes o código) se hiciera común, la cadena de suministros (proveedores de piezas y servicios) ya se estaba formando. GPUs (procesadores muy usados para IA), chips avanzados, capacidad en la nube (servidores rentados por internet), centros de datos, redes y demanda de energía pasaron a ser parte del “tema” de IA.
La computación cuántica está mucho más temprano en ese proceso, pero la lógica es parecida. Los gobiernos quieren capacidad dentro del país antes de que la tecnología sea comercialmente clave. Están construyendo la base antes de que llegue el volumen de uso.
Esto no significa que hoy todas las empresas cuánticas sean buena inversión. Sí significa que el sector está saliendo del laboratorio y entrando en planes de infraestructura de largo plazo.
Computación cuántica explicada
En forma simple:
- Las computadoras clásicas usan bits (0 o 1)
- Las computadoras cuánticas usan qubits (0, 1, o “ambos” a la vez mediante superposición, es decir, una mezcla de estados hasta que se mide)
Los qubits también pueden conectarse mediante entrelazamiento (una relación en la que el estado de un qubit se vincula con el de otro), lo que permite que uno influya en otro de formas difíciles de reproducir con sistemas clásicos. Esta manera de evaluar muchas soluciones posibles en paralelo puede dar ventaja en problemas que a equipos clásicos les tomarían años.
Aun así, la computación cuántica no hará más rápido todo. No es una versión “mejor” de una computadora normal. Destaca en áreas específicas: simulación de química, análisis de criptografía (métodos para proteger información), optimización a gran escala (buscar la mejor solución entre muchas) y algunas tareas de aprendizaje automático (machine learning, una parte de la IA que aprende patrones con datos).
Para la mayoría de las cargas de trabajo actuales, sobre todo entrenamiento e inferencia de IA (inferencias = generar resultados con un modelo ya entrenado), las GPU siguen siendo la herramienta principal. GPUs como los chips H200 de NVIDIA o la supercomputadora de IA Colossus de SpaceX siguen estando principalmente en manos de los líderes actuales del mercado de IA.
La computación cuántica puede volverse muy poderosa, pero su ventaja a corto plazo es limitada. Las mejores oportunidades podrían estar en empresas que construyen el puente entre los sistemas clásicos de hoy y la capacidad cuántica futura.
Avances actuales en el campo cuántico
Los dispositivos cuánticos actuales suelen describirse como sistemas NISQ (Noisy Intermediate-Scale Quantum), es decir, “cuánticos de escala intermedia con ruido”. En la práctica: son útiles para experimentar, pero todavía no son lo bastante confiables para un uso comercial amplio.
Estos equipos siguen limitados por tasas de error (fallas al operar), requisitos de enfriamiento (muchas máquinas necesitan temperaturas extremadamente bajas) y cantidad de qubits. El salto útil no depende solo de construir el equipo, sino de mantener qubits estables con pocos errores y con la escala necesaria.
La señal positiva es que el progreso ya ocurre a nivel de diseño de hardware (equipo físico) y arquitectura (cómo se organiza el sistema), no solo en teoría.
El chip Willow de Google mostró avances en corrección de errores cuánticos (técnicas para detectar y reducir fallas) y desempeño medido con pruebas estándar. El anuncio de Majorana 1 de Microsoft apuntó a una posible arquitectura de qubits topológicos (un enfoque que busca qubits más estables usando propiedades matemáticas del sistema). Si se valida a gran escala, podría ofrecer una ruta más estable. IBM también publicó una hoja de ruta (plan con metas) hacia una ventaja cuántica cercana para finales de 2026 y una capacidad tolerante a fallas (que funcione aunque haya errores) de mayor escala para 2029.
Esto no significa que la computación cuántica comercial esté a la vuelta de la esquina. Pero sí sugiere que el sector pasa de hitos aislados de laboratorio a rutas de ingeniería más claras. El reto es escalar estos avances, integrarlos en sistemas útiles y sin asumir que todo se cumplirá exactamente a tiempo.
El hardware mejora. El calendario comercial sigue siendo la gran incógnita.
Dónde se cruzan lo cuántico y la IA
La preparación es alta. Bancos, agencias de gobierno, hospitales, empresas de servicios básicos y contratistas de defensa manejan datos que deben seguir protegidos por muchos años. La adopción de IA aumenta la urgencia, como se vio en los resultados de Okta. Cuando las empresas crean, guardan y mueven más datos sensibles, se vuelve más fácil justificar una seguridad más fuerte.
El camino más probable para la computación cuántica es integrarse, no “reemplazar todo” de golpe.
Los sistemas híbridos cuántico-clásicos permiten probar capacidades cuánticas sin dejar la infraestructura actual. El sistema RacQ de Equal1 y Dell es un ejemplo. Está diseñado para montarse en un rack (un gabinete estándar de centro de datos) y acercarse a una configuración típica de centro de datos.
Las empresas no adoptan tecnología solo porque sea avanzada. La adoptan cuando encaja en sus procesos, hay soporte de proveedores y existe un motivo claro para usarla.
Los sistemas híbridos también crean demanda de hardware de apoyo: electrónica de control (circuitos que operan el sistema), sistemas criogénicos (equipos de enfriamiento extremo), componentes analógicos (piezas que trabajan con señales continuas), herramientas de procesamiento de señales (para limpiar y leer señales) y cómputo clásico de alto rendimiento.
El cruce entre innovaciones cuánticas e IA puede agruparse en estas áreas:
- IA mejorando sistemas cuánticos – aprendizaje automático para apoyar corrección de errores, calibración (ajuste fino del equipo), investigación de materiales y diseño del sistema (ya ocurre en laboratorios)
- Ciberseguridad poscuántica – empresas que actualizan el cifrado (encriptación, convertir datos a un formato ilegible sin clave) antes de que computadoras cuánticas potentes puedan romper los métodos actuales. (ya avanza con gasto del gobierno)
- Sistemas híbridos cuántico-clásicos – coprocesadores cuánticos (chips que trabajan como apoyo) para tareas de nicho y alto valor. (infraestructura en desarrollo, con retos de ingeniería actual)
- Cargas de trabajo de IA con apoyo cuántico – posible ayuda en optimización o procesos de aprendizaje automático.
Aquí la idea de inversión se vuelve más realista. Las empresas que proveen la “capa habilitadora” pueden generar ingresos antes de que el hardware cuántico puro llegue a escala comercial.
Mercados adelantándose
Lo cuántico tiene ingredientes para una narrativa fuerte: seguridad nacional, demanda por IA, chips avanzados y cambios de largo plazo en el cómputo. Eso también facilita que el mercado lo sobrevalore.
Algunas empresas cuánticas “puras” ya atraen valuaciones (precio de mercado) basadas en un futuro que todavía no se consolida. Un ejemplo es el plan reportado de Terra Quantum de listar en Nasdaq mediante una SPAC (empresa creada para fusionarse con otra y sacarla a bolsa) con una valuación cercana a 3,500 millones de dólares. Su enfoque en algoritmos (métodos paso a paso), herramientas de seguridad y sistemas híbridos es más práctico, pero la valuación aún depende de qué tan rápido crezca la demanda comercial.
Los tiempos del hardware siguen siendo un riesgo.
- La hoja de ruta de IBM da metas para seguir, pero los plazos pueden retrasarse.
- El enfoque de qubits topológicos de Microsoft podría ser clave, pero aún necesita validación amplia a escala.
- El avance de Google en corrección de errores es importante, pero la utilidad comercial es otra prueba.
Los costos también importan. El hardware cuántico depende de componentes especializados, enfriamiento extremo, fabricación de alta precisión y sistemas de control complejos. A medida que los sistemas crecen, los costos podrían no bajar tan rápido como esperan algunos inversionistas.
Eso podría presionar a empresas enfocadas en hardware antes de que los ingresos alcancen para sostener el gasto.
Qué se está moviendo en VT Markets
VT Markets ofrece acceso temprano a movimientos de mercado cercanos a innovaciones cuánticas. La oportunidad de corto plazo está en las capas que pueden beneficiarse antes de que lleguen computadoras cuánticas tolerantes a fallas (capaces de operar de forma confiable aun con errores).
Como en la construcción de la cadena de suministros de IA, un enfoque más claro es ver lo cuántico como una “pila” (varias capas que se conectan), no como una sola operación. La exposición más fuerte a corto plazo puede venir de empresas que habilitan el ecosistema antes de que las computadoras cuánticas tolerantes a fallas lleguen a escala comercial.
IBM tiene la exposición más directa en mercados públicos gracias a su hoja de ruta cuántica y su papel en fabricación. La relevancia de Nvidia es distinta: está en el puente entre procesadores cuánticos y cómputo clásico, donde la simulación (probar modelos en computadoras clásicas), la corrección de errores y la integración de sistemas seguirán siendo importantes por años.
Empresas de ciberseguridad pueden ofrecer una exposición más clara a corto plazo. Palo Alto Networks, Fortinet y CrowdStrike no son apuestas cuánticas “puras”, pero están cerca de los presupuestos de seguridad empresarial que una migración poscuántica podría activar.
El hardware cuántico “puro” tiene mayor potencial de subida, pero también mayor riesgo de ejecución (riesgo de no cumplir metas técnicas y operativas). Apostar por esa capa implica apostar por avances en física, ingeniería y fabricación, no solo por demanda.
La computación cuántica no es la “próxima IA” de forma simple. Es más probable que se vuelva parte de la infraestructura que sostiene a la IA, la ciberseguridad y el cómputo avanzado.
La oportunidad no es asumir que las computadoras cuánticas reemplazarán a las GPU o transformarán la IA de la noche a la mañana. Está en las capas que se están formando: fabricación de chips, sistemas híbridos, hardware de control y ciberseguridad poscuántica.
El tema vale la pena seguirlo, pero a la hora de invertir hay que elegir y el riesgo es la valuación. Si las acciones cuánticas ya descuentan un mercado maduro antes de que el hardware esté listo, la operación se vuelve frágil.
Para inversionistas ya expuestos a infraestructura de IA, lo práctico no es perseguir cada titular cuántico. Es identificar dónde ya existe exposición cuántica en el portafolio y si esa exposición es intencional.
Al final, lo clave es si las empresas convierten el avance técnico en ingresos. La parte más sólida de la historia cuántica no es la más futurista: es la que ya se está construyendo.
Comience a operar ahora – Haga clic aquí para crear su cuenta real de VT Markets
