Gartner enfría las expectativas, la IA cuántica no llegará a las empresas antes de 2028

La IA cuántica sigue siendo un proyecto de investigación

Según explica Gartner, el concepto de “Quantum AI” hace referencia a modelos de inteligencia artificial o aprendizaje automático que necesitan ejecutarse sobre hardware cuántico para obtener ventajas de rendimiento, coste o capacidades frente a los sistemas convencionales. La consultora tecnológica señala que, pese al creciente interés por la convergencia entre inteligencia artificial y computación cuántica, todavía no existe ninguna evidencia científica revisada por pares que demuestre una ventaja real de los ordenadores cuánticos sobre la infraestructura tradicional en cargas de trabajo de IA utilizadas en producción.

Alibaba presenta Qwen3.8-Max, su modelo de IA más potente y el primer modelo “Max” de pesos abiertos

Sin embargo, el analista de Gartner Chirag Dekate asegura que esa situación aún está lejos de producirse, “cuando los fabricantes afirman ofrecer IA cuántica, normalmente se refieren a técnicas híbridas o inspiradas en la computación cuántica, no a inteligencia artificial nativa ejecutándose sobre hardware cuántico a escala empresarial”, afirma Dekate. La consultora sostiene que la computación cuántica todavía no está preparada para soportar cargas reales de inteligencia artificial y considera poco probable que lo consiga antes de que termine la presente década.

Cuatro avances siguen siendo imprescindibles

Gartner explica que para que la IA cuántica pueda utilizarse en entornos empresariales todavía deben producirse avances significativos en cuatro áreas fundamentales como son el desarrollo del hardware cuántico, los sistemas de corrección de errores, el middleware especializado y los nuevos algoritmos diseñados específicamente para computación cuántica. Hasta que estos cuatro elementos evolucionen conjuntamente, la consultora considera inviable ejecutar aplicaciones empresariales de IA sobre ordenadores cuánticos con ventajas reales frente a los sistemas actuales.

“Cuando los fabricantes afirman ofrecer IA cuántica, normalmente se refieren a técnicas híbridas o inspiradas en la computación cuántica, no a inteligencia artificial nativa ejecutándose sobre hardware cuántico a escala empresarial”

Gartner también diferencia tres conceptos que habitualmente se confunden con la IA cuántica, el primero es la IA clásica, formada por modelos como el aprendizaje profundo, los transformadores o el aprendizaje por refuerzo, que funcionan sobre procesadores convencionales, GPU o TPU y que ya generan un retorno de inversión medible para las empresas. El segundo corresponde a la IA inspirada en la computación cuántica, que utiliza algoritmos clásicos basados en principios de la mecánica cuántica, como redes tensoriales o técnicas de optimización, pero que se ejecutan completamente sobre hardware tradicional y, por último están los métodos híbridos cuántico-clásicos, donde pequeños circuitos cuánticos trabajan junto a sistemas clásicos de computación de alto rendimiento, según Gartner, estos enfoques siguen limitándose a proyectos experimentales y pilotos de investigación, sin presencia en entornos de producción.

Gartner recomienda separar el presupuesto de IA y computación cuántica

La consultora advierte de que el creciente interés por la computación cuántica puede llevar a algunas organizaciones a desviar inversiones destinadas a proyectos de inteligencia artificial que sí generan beneficios inmediatos, por ello recomienda mantener completamente separados los presupuestos dedicados a IA y a investigación cuántica.

Mientras que la IA generativa ya ofrece resultados medibles en plazos de entre 12 y 18 meses gracias a mejoras en automatización, productividad o precisión, Gartner recuerda que la IA cuántica todavía no ha demostrado beneficios tangibles en ningún entorno empresarial, “la combinación de ambos presupuestos distorsiona la evaluación del retorno de inversión y puede hacer que la expectativa de la computación cuántica termine desplazando proyectos de IA que ya aportan valor real”, señala Dekate.

Google presenta Gemini Robotics ER 2, una IA que permite a los robots pensar mientras actúan y colaborar entre ellos

En lugar de apostar por hardware cuántico, Gartner recomienda a las organizaciones centrarse en tecnologías disponibles actualmente, entre sus principales recomendaciones figura adoptar algoritmos inspirados en la computación cuántica que funcionen sobre la infraestructura GPU existente, especialmente para tareas de optimización, simulación, álgebra lineal, análisis de grafos o aprendizaje por refuerzo. Asimismo, aconseja que cualquier piloto relacionado con computación cuántica establezca desde el principio métricas claras de éxito, una comparación directa con soluciones clásicas y criterios definidos para cancelar el proyecto si no demuestra ventajas objetivas.

Por último, Gartner considera que las empresas deberían seguir de cerca indicadores realmente relevantes para el progreso de la computación cuántica, como el desarrollo de qubits lógicos funcionales, la mejora de los sistemas de corrección de errores o los avances en el control y calibración de procesadores cuánticos, en lugar de centrarse únicamente en el número de qubits físicos anunciado por los fabricantes.