Susana López Blanco Una empresa no necesita esperar a que exista un ordenador cuántico plenamente operativo para tomar decisiones. En 2026 ya puede revisar qué información debe seguir protegida durante años, localizar sistemas que dependen de criptografía vulnerable, identificar problemas de cálculo que justifiquen una prueba y preparar a las personas que tendrán que evaluar esta tecnología. Si no existe un caso de uso sólido para experimentar, tampoco hay ninguna obligación de inventarlo.
La urgencia depende de la tecnología. La computación cuántica sigue lejos de una adopción empresarial generalizada. La migración hacia criptografía poscuántica ya está en marcha. España y la Unión Europea financian infraestructura y empresas; bancos, industriales y centros de investigación prueban aplicaciones; fabricantes como IBM mantienen hojas de ruta muy ambiciosas que todavía dependen de resolver problemas técnicos importantes.
En IEBS llamamos Quantum Business a ese conjunto de decisiones: qué proteger, dónde experimentar, cuánto invertir y qué capacidades desarrollar.
Índice de contenidos
El problema puede estar dentro de la empresa
Gran parte de la conversación sobre quantum gira alrededor del ordenador cuántico: qubits, superposición, entrelazamiento, corrección de errores y la carrera por construir máquinas cada vez mayores. Para entender la tecnología son conceptos esenciales. Para decidir en una empresa son solo una parte del problema.
Una compañía que conserva información que deberá seguir siendo confidencial dentro de diez o veinte años necesita conocer la criptografía que la protege. Un banco puede estudiar técnicas cuánticas o híbridas para problemas de optimización costosos. Una farmacéutica tiene motivos para seguir la simulación molecular. Una empresa industrial puede encontrar antes una aplicación útil en sensórica que en computación.
Además, bajo la etiqueta quantum conviven tecnologías distintas. La computación cuántica busca ventajas en determinadas clases de cálculo. La criptografía poscuántica utiliza algoritmos clásicos diseñados para resistir ataques de futuros ordenadores cuánticos. Las comunicaciones cuánticas exploran mecanismos específicos para transmitir y proteger información. La sensórica cuántica aprovecha fenómenos cuánticos para realizar mediciones de gran precisión.
Cada una tiene un grado de madurez, unas aplicaciones y una economía diferentes. Una estrategia empresarial que las meta en el mismo saco empieza mal.
La ciberseguridad poscuántica ya tiene calendario
Buena parte de la seguridad digital actual utiliza criptografía de clave pública basada en problemas matemáticos muy difíciles para los ordenadores clásicos. Determinados algoritmos cuánticos cambiarían esa dificultad si llegara a construirse una máquina suficientemente potente y estable. RSA y la criptografía de curva elíptica figuran entre los sistemas expuestos.
Esa máquina todavía no existe. La migración criptográfica ha empezado porque renovar sistemas empresariales lleva años y algunos datos necesitan mantenerse protegidos durante décadas.
NIST aprobó en agosto de 2024 sus tres primeros grandes estándares poscuánticos: FIPS 203 (ML-KEM) para establecimiento de claves y FIPS 204 (ML-DSA) y FIPS 205 (SLH-DSA) para firmas digitales. El propio organismo recomienda comenzar ya la migración. La hoja de ruta europea fija también un horizonte concreto: los Estados miembros deben iniciar la transición antes de terminar 2026 y los usos de alto riesgo deberían estar migrados como máximo a finales de 2030.
Para una empresa, el trabajo empieza mucho antes de escoger un algoritmo. Hay que averiguar dónde se utiliza la criptografía actual. Puede aparecer en certificados, VPN, sistemas de identidad, aplicaciones antiguas, bibliotecas de software, firmware, dispositivos industriales, hardware desplegado hace años o productos de terceros. En organizaciones grandes, obtener un inventario fiable puede consumir una parte importante del proyecto.
La vida útil de los datos cambia además la evaluación. Si determinada información debe seguir siendo confidencial durante quince años y renovar la infraestructura requiere cinco, esperar a conocer la fecha exacta de llegada de un ordenador cuántico criptográficamente relevante carece de sentido.
A esto se añade el harvest now, decrypt later: capturar hoy información cifrada para intentar descifrarla en el futuro. El riesgo es pequeño para datos que pierden valor deprisa y muy distinto para propiedad intelectual, información sanitaria, secretos industriales, comunicaciones estratégicas o material militar.
IEBS desarrolla este problema en su análisis sobre criptografía poscuántica. Para muchas organizaciones será el primer gasto relacionado con tecnologías cuánticas que responda a una necesidad operativa concreta.
España ya tiene infraestructura y empresas cuánticas
España aprobó el 15 de abril de 2025 su Estrategia de Tecnologías Cuánticas 2025-2030. El presupuesto estimado asciende a 808 millones de euros procedentes de fondos FEDER y del Plan de Recuperación. El Gobierno calcula que la movilización total de inversión pública y privada podría rondar los 1.500 millones.
La estrategia cubre computación, comunicaciones y sensórica e incluye apoyo a empresas, infraestructura, transferencia al mercado, ciberseguridad, talento y convergencia entre inteligencia artificial y tecnologías cuánticas.
Parte de esa capacidad ya existe. Qilimanjaro Quantum Tech desarrolla hardware desde Barcelona. Multiverse Computing, fundada en San Sebastián, trabaja en software, optimización y técnicas de inspiración cuántica. En junio de 2026 el Consejo de Ministros autorizó una inversión pública de hasta 107 millones de euros en Multiverse.
El Barcelona Supercomputing Center alberga desde mayo de 2026 EuroQCS-Spain, suministrado por Qilimanjaro Quantum Tech y Do IT Now. El sistema inicial utiliza diez qubits físicos y está integrado con MareNostrum 5 para trabajar en una arquitectura híbrida clásica-cuántica accesible a investigadores, industria y usuarios públicos europeos.
Ese diseño resulta bastante representativo de lo que una empresa puede encontrarse durante años. Un procesador cuántico ejecutará determinadas partes de un problema y convivirá con CPU, GPU, supercomputación e inteligencia artificial. El trabajo empresarial incluye entonces preparar datos, integrar sistemas, medir costes y comprobar si la parte cuántica mejora realmente el resultado final.
El caso de uso debe existir antes que el piloto
Blockchain, metaverso e inteligencia artificial dejaron una colección considerable de proyectos en los que el orden se invirtió: primero apareció la tecnología y después se buscó un problema para justificarla. Con computación cuántica el error puede resultar bastante más caro.
Un proyecto debería empezar por un problema conocido, difícil y con suficiente valor económico. La investigación empresarial se concentra por eso en optimización combinatoria, simulación molecular, química, materiales, determinados cálculos financieros y otros problemas cuyo número de posibles soluciones crece muy deprisa.
Eso explica el interés de banca, farmacia, química, energía, logística, automoción o defensa. La adecuación matemática permite investigar; todavía queda comprobar que la solución cuántica supera una alternativa clásica suficientemente buena y que la mejora compensa su coste.
El benchmark es decisivo. Comparar un algoritmo cuántico con una solución clásica mediocre produce una demostración atractiva y poca información. Los algoritmos convencionales siguen avanzando, las GPU ganan potencia y aparecen aceleradores especializados. Una ventaja que parecía prometedora puede desaparecer cuando mejora la referencia.
Un resultado empresarial serio debería explicar qué problema se resolvió, con qué datos, qué hardware intervino, cuál fue la comparación, qué métrica mejoró y qué ocurre cuando aumenta el tamaño del problema.
Qué enseñan los experimentos de BBVA y HSBC
BBVA lleva años investigando computación cuántica con empresas y centros especializados. Ha trabajado en optimización de carteras, valoración de derivados, simulaciones financieras y otros problemas de elevada complejidad computacional.
Uno de sus proyectos con Multiverse Computing estudió la optimización dinámica de carteras utilizando datos reales de mercado. El trabajo sirve también para entender lo que aporta un piloto aunque el algoritmo cuántico termine perdiendo la comparación: obliga a formular correctamente el problema, escoger restricciones, preparar datos, comparar métodos y descubrir en qué condiciones una alternativa clásica sigue funcionando mejor.
HSBC e IBM publicaron en 2025 una prueba sobre negociación algorítmica de bonos corporativos. El experimento analizó la capacidad de predecir si una solicitud de operación se ejecutaría al precio ofrecido y HSBC comunicó una mejora de hasta el 34 % frente a las técnicas clásicas utilizadas como referencia.
Ese 34 % corresponde a la métrica estudiada en aquel experimento. No representa un incremento equivalente de beneficio para HSBC ni demuestra que la computación cuántica haya superado de forma general a los sistemas clásicos de trading. Sabemos qué tarea se evaluó, contra qué se comparó y cuál fue el resultado. Eso permite discutir el experimento sin convertirlo en una promesa universal.
El negocio cuántico también se construye con sensores
La computación ha acaparado buena parte de la atención, aunque la sensórica sigue otro camino industrial. Bosch, por ejemplo, investiga algoritmos cuánticos para materiales y desarrolla en paralelo sensores basados en efectos cuánticos.
Estos dispositivos pueden detectar variaciones extremadamente pequeñas en campos magnéticos, aceleración, rotación o gravedad. Las aplicaciones investigadas incluyen diagnóstico médico, navegación sin dependencia de señales por satélite, geología, control industrial y defensa.
Su llegada al mercado depende de miniaturización, estabilidad, calibración, fabricación y precio. Son problemas muy distintos de los que afronta quien intenta construir un ordenador cuántico tolerante a fallos.
La economía cuántica puede generar empresas de hardware, sensores, fotónica, criogenia, chips, software, comunicaciones, ciberseguridad, algoritmos, integración y servicios de acceso a infraestructura. Contar qubits ofrece una visión bastante pobre de ese mercado.
Quantum e inteligencia
“Quantum AI” aparece ya en productos y presentaciones que describen cosas muy diferentes.
Existe investigación sobre algoritmos cuánticos aplicados al aprendizaje automático. También se utiliza inteligencia artificial para controlar y optimizar sistemas cuánticos. Algunas arquitecturas combinan supercomputación, IA y procesadores cuánticos. Y existen técnicas quantum-inspired que toman herramientas matemáticas desarrolladas en este campo y funcionan sobre ordenadores clásicos.
Multiverse Computing ha utilizado, por ejemplo, redes tensoriales y técnicas de inspiración cuántica para comprimir modelos de inteligencia artificial y reducir sus necesidades de cálculo. Puede existir un resultado comercial valioso sin haber utilizado un ordenador cuántico.
La diferencia afecta directamente a la compra. Una solución quantum-inspired puede ejecutarse sobre infraestructura convencional. El acceso a hardware cuántico introduce disponibilidad, costes, integración y dependencias propias. Una empresa debería saber cuál de esas tecnologías hay detrás de una oferta antes de aceptar el término “Quantum AI” como explicación suficiente.
Los 10.000 millones de IBM
IBM anunció el 2 de junio de 2026 una inversión de más de 10.000 millones de dólares durante cinco años en computación cuántica. El programa incluye investigación, fabricación, ampliación de capacidad, alianzas, infraestructura y adquisiciones.
La compañía mantiene además 2029 como objetivo para disponer de un ordenador cuántico tolerante a fallos a gran escala. IBM habla de una red de más de 340 organizaciones que ya trabajan con sus sistemas y de más de 1.100 millones de dólares en contratos vinculados a su programa cuántico desde 2017.
La inversión confirma que una de las mayores compañías tecnológicas del mundo espera un mercado relevante. El calendario sigue dependiendo de avances en corrección de errores, fabricación y escalado.
Los qubits físicos son sensibles al ruido y los errores se acumulan con facilidad. Construir qubits lógicos suficientemente fiables requiere recursos adicionales y un control físico muy exigente. Reducir esa sobrecarga es uno de los trabajos centrales de la industria.
Para una empresa, 2029 es una fecha de la hoja de ruta de IBM que merece seguimiento. No es una fecha garantizada de disponibilidad comercial sobre la que construir un presupuesto a cinco años.
Un piloto necesita una condición de salida
La complejidad técnica puede dificultar el control presupuestario. Pocas personas en una empresa estarán preparadas para discutir los detalles de un algoritmo cuántico, así que los criterios del proyecto deben fijarse antes de comenzar.
Un piloto debería dejar por escrito qué problema intenta resolver, cuál es la mejor referencia clásica disponible, qué métrica decidirá el resultado, cuánto cuesta la prueba completa y qué resultado obligará a cancelarla.
El coste real incluye acceso al hardware, software, especialistas, preparación de datos, consultoría, integración y tiempo interno. Una mejora pequeña puede desaparecer cuando se incorpora todo lo necesario para utilizarla.
También importa la escala. Algunos métodos funcionan sobre instancias reducidas y pierden interés cuando el problema se aproxima al tamaño de producción. Una prueba de concepto demuestra algo bajo unas condiciones concretas. La empresa necesita saber si esas condiciones se parecen a las suyas.
Un piloto que demuestra que la solución clásica seguirá siendo superior durante los próximos años también ha producido información útil. Permite cerrar el proyecto y dedicar el presupuesto a otra cosa.
La responsabilidad puede repartirse sin inventar otro cargo
Una compañía con varios programas de investigación, propiedad intelectual propia y una inversión relevante puede terminar necesitando una función específica para coordinar quantum. La mayoría puede empezar asignando responsabilidades a estructuras que ya existen.
Seguridad debe conocer la exposición criptográfica. Tecnología y arquitectura tienen que seguir infraestructura, integración y proveedores. La unidad de negocio debe responder por el problema económico que justifica cada piloto. Compras y legal necesitan revisar contratos, datos, dependencia tecnológica y propiedad intelectual. I+D tendrá mayor protagonismo en empresas científicas e industriales.
El problema de gobierno aparece cuando varios departamentos trabajan con proveedores o gastan presupuesto y nadie puede resumir qué se está probando, con qué datos, cuánto cuesta, qué se ha aprendido y qué proyectos se han cerrado.
Europa identifica además déficit de capacidades en software cuántico, integración y ciberseguridad. El mercado necesitará físicos e ingenieros especializados, pero también arquitectos, profesionales de seguridad, responsables de producto, expertos sectoriales y directivos capaces de evaluar una prueba sin depender por completo de quien intenta venderla.
Qué debería hacer una empresa en 2026
El primer trabajo es revisar qué información debe seguir siendo confidencial durante periodos largos, qué criptografía la protege y qué proveedores intervienen. La transición poscuántica europea ya tiene fechas y las organizaciones con sistemas complejos necesitan tiempo para completar ese inventario.
Después puede revisarse la cartera de problemas de optimización, simulación o cálculo. Los candidatos que ya tengan un coste relevante merecen evaluación; el resto puede esperar. Si aparece un problema sólido, el piloto necesita una buena referencia clásica, presupuesto completo y una condición de salida.
También merece seguimiento el ecosistema. España dispone de estrategia nacional, infraestructura en el BSC, empresas como Qilimanjaro y Multiverse y financiación pública dirigida a crear capacidad industrial. Una organización expuesta a estas tecnologías puede formar personas y establecer relaciones con ese entorno mucho antes de comprar capacidad cuántica a escala.
Y puede concluir que todavía no necesita un piloto computacional. En 2026, para muchas empresas, trabajar en criptografía poscuántica, formar al equipo y seguir la evolución del mercado será una decisión bastante mejor que financiar una demostración sin un problema claro.
Ese es hoy el terreno de Quantum Business: saber qué requiere una decisión inmediata, qué merece una prueba y qué puede seguir en observación.