¿Qué es la computación cuántica? Explicación clara

La computación cuántica es una forma de hacer cálculos con cúbits (en inglés, qubits), sistemas físicos que obedecen las leyes de la mecánica cuántica en lugar de la lógica de encendido y apagado de los bits de siempre. Para un grupo pequeño de problemas, como simular moléculas o factorizar los números enormes que protegen el cifrado actual, un computador cuántico podría necesitar muchísimos menos pasos que cualquier método clásico conocido. Para casi todo lo demás es más lento y menos práctico que el equipo donde estás leyendo esto. Si te quedas con dos ideas, que sean estas: las computadoras cuánticas son especialistas, no máquinas más rápidas para todo, y el primer lugar donde van a tocar a tu empresa es la seguridad, no la operación.

El resto de esta guía explica cómo funciona sin fórmulas, para qué sirve y para qué no, y en qué punto está la tecnología en septiembre de 2026. Basta con las matemáticas del colegio para seguirla.

¿En qué se diferencia un computador cuántico de uno normal?

Un computador normal (un ordenador, si lees desde España) guarda la información en bits que valen 0 o 1 y los transforma con compuertas lógicas, paso a paso. Uno cuántico la guarda en cúbits, cuyo estado se describe con números llamados amplitudes, y sus compuertas modifican esas amplitudes de forma que distintos caminos de cálculo pueden sumarse o anularse entre sí.

Esa posibilidad de anularse es lo que importa. Un programa clásico, por ingenioso que sea, solo puede sumar probabilidades. Un programa cuántico puede hacer que los caminos que llevan a respuestas equivocadas se cancelen. Nada en un computador clásico hace eso, y de ahí sale toda ventaja cuántica real.

La idea tiene más de cuarenta años. Richard Feynman propuso en 1981 que para simular la física cuántica haría falta un computador hecho de piezas cuánticas. En 1994 Peter Shor demostró que una máquina así factorizaría números grandes de forma eficiente, y los gobiernos empezaron a prestar atención. La ingeniería lleva tres décadas y no ha terminado.

¿Qué es un cúbit?

Un cúbit es la versión cuántica de un bit: un objeto físico con dos estados distinguibles, que llamamos 0 y 1, que además puede estar en una combinación de ambos. En la práctica puede ser un circuito superconductor diminuto, un átomo con carga atrapado por campos eléctricos, un átomo neutro sujeto con láseres, un fotón o el espín de un electrón en silicio.

Una imagen útil es una flecha que puede apuntar a cualquier punto de un globo terráqueo. El polo norte es 0 y el polo sur es 1. Un bit clásico solo puede apuntar al norte o al sur. Un cúbit puede apuntar a cualquier parte: al ecuador, a Quito, a Ciudad de México. Medirlo es hacerle una pregunta de sí o no (“¿norte o sur?”), y responde norte o sur con una probabilidad que depende de qué tan cerca estaba la flecha de cada polo. Después de la medición, la flecha queda de verdad en el polo que salió. La dirección intermedia se pierde.

No es una metáfora mística: es, simplificada, la matemática con que los físicos describen un cúbit (al globo lo llaman esfera de Bloch).

¿Qué es la superposición, sin misterio?

La superposición significa que el estado de un cúbit es una combinación de 0 y 1 con amplitudes concretas. No quiere decir que el cúbit sea en secreto uno de los dos, y tampoco que sea “las dos cosas a la vez” de una manera que se pueda aprovechar directamente.

La imagen popular es una moneda girando que es “cara y sello hasta que cae”. Engaña en algo importante: una moneda girando sí tiene un estado definido, solo que no lo conocemos. Las amplitudes de un cúbit pueden ser negativas, e incluso números complejos, así que dos amplitudes se pueden anular. Las probabilidades de una moneda nunca se anulan. De esa diferencia sale la interferencia.

El otro error común es de escala. Dos cúbits tienen cuatro amplitudes (para 00, 01, 10 y 11), tres tienen ocho y 300 cúbits tienen 2 elevado a 300, más números que átomos hay en el universo observable. Por eso un computador clásico no puede simular con exactitud sistemas cuánticos grandes. Pero esa información no se puede sacar: al medir 300 cúbits obtienes 300 bits.

¿Qué es el entrelazamiento cuántico?

Es una correlación entre cúbits más fuerte que cualquier correlación posible entre objetos clásicos. Si dos cúbits están entrelazados, medir uno te dice algo del otro, y el patrón de resultados después de muchas mediciones no se puede explicar suponiendo que cada cúbit llevaba una respuesta fijada de antemano.

Los experimentos que lo confirmaron, con pruebas de las desigualdades de Bell, les valieron el Nobel de Física de 2022 a Alain Aspect, John Clauser y Anton Zeilinger.

El entrelazamiento no sirve para mandar mensajes más rápido que la luz: cada persona ve resultados al azar en su cúbit, y la correlación solo aparece al comparar notas por un canal normal. Tampoco acelera nada por sí solo. Permite estados que describen muchos cúbits en conjunto, algo necesario para que la interferencia funcione en toda la máquina.

¿De dónde sale la ventaja? La interferencia

Un algoritmo cuántico es una secuencia de operaciones pensada para que las amplitudes de las respuestas equivocadas se cancelen y las de la respuesta correcta se sumen. Al final se mide, y la respuesta correcta sale con alta probabilidad.

Piensa en unos audífonos con cancelación de ruido, que emiten una onda opuesta al ruido para anularlo. Un algoritmo cuántico hace lo mismo con los caminos del cálculo: el “ruido” son las respuestas incorrectas, y la cancelación se diseña por adelantado usando la estructura matemática del problema.

Por eso la computación cuántica solo ayuda en ciertos problemas. El algoritmo de Shor funciona porque factorizar se puede convertir en encontrar el período de un patrón que se repite, y la interferencia cuántica es excelente para detectar períodos. El algoritmo de Grover sirve para cualquier búsqueda, pero solo da una ventaja cuadrática: una búsqueda que toma un millón de pasos en un computador clásico toma unos mil en uno cuántico. Suena a mucho, pero con lo lentas y ruidosas que son las operaciones cuánticas, esa ventaja suele desaparecer en la práctica.

¿Por qué es falso que pruebe todas las respuestas a la vez?

Porque al final solo puedes leer una respuesta, elegida al azar. Si un computador cuántico solo se repartiera sobre todas las respuestas posibles, al medir obtendrías una al azar, lo mismo que tirar una moneda.

La frase “prueba todas las posibilidades en paralelo” es el error más repetido sobre el tema, y lleva a creer que la cuántica acelera cualquier búsqueda o rompe cualquier contraseña. La ventaja existe solo cuando el problema tiene una estructura que la interferencia pueda aprovechar, y se conocen relativamente pocos algoritmos cuánticos con ventajas grandes y demostradas.

¿Por qué es tan difícil construir una computadora cuántica?

Porque los cúbits son frágiles. Cualquier interacción con el entorno (calor, vibración, ruido electromagnético, un rayo cósmico) altera las amplitudes y arruina el cálculo. A eso se le llama decoherencia. Los cúbits superconductores se enfrían en refrigeradores especiales hasta una centésima de grado por encima del cero absoluto, y aun así suelen conservar su estado cuántico apenas una fracción de milisegundo.

Las operaciones también fallan. Las mejores compuertas de dos cúbits se equivocan más o menos una vez cada mil operaciones. Helios, de Quantinuum (noviembre de 2025), reportó 99,921 % de fidelidad en esas compuertas, de las cifras más altas publicadas. El algoritmo de Shor necesita miles de millones de operaciones, así que el error debe bajar muchos órdenes de magnitud.

La salida es la corrección cuántica de errores: repartir un cúbit “lógico” entre muchos cúbits físicos para detectar y corregir fallos antes de que se acumulen. Durante años, agregar cúbits sumaba más errores de los que corregía. En diciembre de 2024 Google mostró con su chip Willow, de 105 cúbits, que eso cambió: al pasar el código de una cuadrícula de 3x3 a una de 7x7, el error lógico bajó en lugar de subir. Ese resultado, publicado en Nature, explica por qué la industria habla ahora de máquinas tolerantes a fallos antes de 2030.

La física detrás de los cúbits superconductores recibió su propio reconocimiento en octubre de 2025, cuando John Clarke, Michel Devoret y John Martinis ganaron el Nobel de Física por demostrar efectos cuánticos en circuitos eléctricos lo bastante grandes para sostenerlos en la mano.

¿Qué tipos de computadoras cuánticas existen?

Hay varias formas de fabricar un cúbit y ninguna ha ganado. Cada una combina de manera distinta velocidad, calidad y escala.

Google lo resumió bien en marzo de 2026, cuando anunció un equipo de átomos neutros en Boulder: los chips superconductores escalan mejor en número de operaciones y los átomos neutros en número de cúbits. Ahora trabaja con los dos.

¿Para qué sirve la computación cuántica?

Se espera que ayude en tres familias de problemas: simular moléculas y materiales, algunos tipos de optimización y un conjunto de problemas matemáticos que incluye romper la criptografía de llave pública actual. Solo el último tiene una ventaja demostrada y enorme, y es justo el que nadie quiere.

La simulación es el uso de negocio más prometedor. Diseñar un catalizador para fertilizantes, un electrolito para baterías de litio o un medicamento exige entender cómo se comportan los electrones, algo que los computadores clásicos solo aproximan. El agro, la farmacéutica, la energía y la minería de la región (el cobre de Chile, el litio de Argentina y Chile) podrían ver valor primero, probablemente cuando lleguen las máquinas tolerantes a fallos.

La optimización (rutas, turnos, portafolios) es la que más se vende. La evidencia hasta ahora es débil: los solvers clásicos bien ajustados son muy difíciles de superar, y varias victorias cuánticas anunciadas terminaron igualadas por mejores métodos clásicos. En ¿sirve ya la computación cuántica? revisamos los anuncios recientes uno por uno.

La demostración más creíble hasta hoy es científica. En octubre de 2025 Google publicó en Nature que su algoritmo Quantum Echoes corrió en Willow unas 13.000 veces más rápido que la mejor estimación clásica para esa tarea, con resultados que otro hardware cuántico puede verificar. Es física, no una aplicación de negocio, pero muestra que estas máquinas ya hacen algo útil que a un computador clásico le cuesta.

¿Para qué no sirve la computación cuántica?

Para casi todo lo demás. Una computadora cuántica no va a acelerar tu página web, ni correr tu ERP, ni resolver más rápido una consulta a la base de datos, ni reemplazar a las GPU en el entrenamiento de la mayoría de los modelos de inteligencia artificial. Las razones son concretas.

Cargar datos es lento. No hay una forma eficiente de meter un conjunto de datos grande en un computador cuántico, así que los problemas de “big data” suelen perder cualquier ventaja desde la entrada.

Leer resultados es limitado: cada ejecución entrega a lo sumo unos cientos de bits.

Las operaciones son lentas y caras. Una compuerta cuántica tarda mucho más que una instrucción clásica, y la corrección de errores multiplica el costo. Las ventajas moderadas, como la cuadrática de Grover, suelen quedar anuladas por esa sobrecarga.

La mayoría de los problemas no tiene algoritmo cuántico. Ordenar datos, procesar texto, la lógica de negocio habitual y casi toda la estadística no tienen ninguna ventaja cuántica conocida.

El cifrado simétrico aguanta. AES con llaves de 256 bits y las funciones hash modernas no están amenazados en serio; el riesgo cuántico se concentra en la criptografía de llave pública.

El modelo realista es un procesador cuántico que trabaja como acelerador junto a computadores clásicos, como hoy las GPU.

¿Cómo usan las empresas la computación cuántica hoy?

Por la nube. Casi ninguna empresa compra una computadora cuántica. IBM ofrece sus procesadores en IBM Quantum Platform, Amazon Braket y Microsoft Azure Quantum venden tiempo en máquinas de varios fabricantes, y en 2026 Quantinuum anunció acceso a Helios a través de Oracle Cloud Infrastructure. Casi todos incluyen simuladores y planes gratuitos o baratos para aprender.

En Colombia, lo que hay instalado por ahora es educativo. La Universidad de los Andes presentó en noviembre de 2024 a Quipu, el primer computador cuántico del país: un equipo SpinQ de 2 cúbits basado en resonancia magnética nuclear, pensado para enseñar. Para lo demás, un equipo en Medellín, Guadalajara o São Paulo usa los mismos servicios en la nube que uno en California.

Se programa en Python con herramientas de código abierto como Qiskit (IBM) o Cirq (Google). Correr un primer circuito en hardware real toma una tarde; construir algo útil, mucho más.

Con ese acceso, las empresas hoy forman a unos pocos ingenieros, prueban versiones pequeñas de sus problemas y construyen las referencias clásicas que necesitarán para juzgar resultados cuánticos. Una formación en computación cuántica para el equipo suele ser el mejor primer gasto, y un descubrimiento de casos de uso cuánticos ordenado evita que esos experimentos se queden en demostraciones.

¿En qué punto está la computación cuántica en 2026?

La pregunta ya no es si la corrección de errores funciona sino qué tan rápido escala. Pero nadie ha construido todavía un computador cuántico tolerante a fallos, y ninguna computadora cuántica ha resuelto un problema comercialmente importante más rápido que los mejores métodos clásicos.

Las máquinas principales en uso son los procesadores Nighthawk y Heron de IBM, Willow de Google y Helios de Quantinuum, con 98 cúbits de iones atrapados y 48 cúbits lógicos corregidos. La hoja de ruta de IBM apunta a Starling en 2029: una máquina tolerante a fallos que ejecute 100 millones de operaciones sobre 200 cúbits lógicos. Google, Quantinuum y Microsoft también hablan de 2029. En hacia dónde va el hardware cuántico comparamos los cuatro planes y los hitos que conviene seguir.

Son metas, no promesas: el sector tiene historia de plazos optimistas, y físicos independientes han cuestionado anuncios como los cúbits topológicos de Microsoft. Una lectura razonable es que las máquinas útiles para química y materiales son plausibles en unos cinco años e inciertas más allá.

¿Por qué importa ya para la seguridad de tu empresa?

Porque una computadora cuántica lo bastante grande para correr el algoritmo de Shor rompería RSA y la criptografía de curva elíptica, que protegen casi todo el tráfico web, las VPN, los sistemas bancarios y las firmas digitales. Y los datos que se cifran hoy pueden seguir necesitando secreto cuando esa máquina exista.

Las estimaciones de recursos no paran de bajar. En mayo de 2025 Craig Gidney, de Google, calculó que RSA-2048 se podría romper con menos de un millón de cúbits ruidosos en menos de una semana, unas veinte veces menos cúbits que su estimación de 2019. Esa máquina no existe, pero un atacante puede grabar hoy tráfico cifrado y descifrarlo después, lo que se conoce como cosechar ahora, descifrar después.

La solución ya está estandarizada. El NIST publicó el 13 de agosto de 2024 sus primeros estándares de criptografía poscuántica (también escrita postcuántica): FIPS 203, 204 y 205. Su plan de transición en borrador, el NIST IR 8547, declararía obsoletos RSA y curva elíptica después de 2030 y los prohibiría después de 2035. Cambiar la criptografía de una organización grande toma años: esta es la parte con fecha límite. La migración a criptografía poscuántica explica en qué consiste ese trabajo.

Por dónde empezar

Si te toca decidir qué significa la computación cuántica para tu empresa, empieza con dos preguntas. ¿Qué datos tuyos deben seguir secretos más de cinco o diez años? ¿Cuáles de tus problemas difíciles tienen que ver con química, materiales u optimización a gran escala? La primera define tu urgencia criptográfica; la segunda, si hay una oportunidad que seguir. Una evaluación de preparación cuántica responde ambas en pocas semanas, y en el glosario encuentras los términos que vas a ir viendo.