Hay una imagen que ayuda a entender el punto en el que está hoy la tecnología cuántica: estamos como cuando la electrónica clásica dejó de ser un puzle de laboratorio y empezó a convertirse en industria, justo antes de que el transistor se transformara en el ladrillo universal de todo lo que vino después. No significa que mañana vayamos a tener ordenadores cuánticos en el bolsillo, pero sí que ya existen sistemas funcionales, con usos tempranos reales, y que el gran reto se ha desplazado a algo muy terrenal: ingeniería, fabricación y escalado.
Esa es la tesis central de un artículo publicado en la revista Science y difundido por University of Chicago: el campo ha cruzado el umbral del “esto funciona” y ahora se enfrenta a la fase difícil del “esto funciona a gran escala, de forma fiable y rentable”. En el trabajo participan investigadores de Stanford University, Massachusetts Institute of Technology, University of Innsbruck y Delft University of Technology, una mezcla que recuerda a cómo se consolidó la microelectrónica: academia, industria y sector público tirando en la misma dirección.
De la vitrina del laboratorio a los primeros usos útiles
Durante años, el discurso cuántico se apoyó en demostraciones impresionantes pero frágiles: experimentos que funcionaban bajo condiciones muy controladas y que, fuera de ese entorno, se desmoronaban como un castillo de naipes. En la última década, el panorama ha cambiado. Ya hay plataformas capaces de sostener aplicaciones tempranas en comunicaciones cuánticas, sensórica y computación cuántica. Es como pasar de un coche hecho a mano que solo da una vuelta al circuito a un prototipo que, con limitaciones, ya puede circular por carretera.
El matiz importante es “con limitaciones”. Los autores insisten en que estamos ante una etapa prometedora y real, pero todavía lejos de una adopción masiva. La comparación con el transistor no es nostalgia: es una advertencia. El salto entre “un principio físico demostrado” y “un producto que cambia industrias” suele medirse en años largos, a veces décadas, y exige resolver detalles que no salen en la foto de la demostración científica: tolerancias de fabricación, consistencia entre dispositivos, automatización, mantenimiento, costes, cadena de suministro.
Seis caminos para construir qubits y sistemas cuánticos
Para hablar de cuántica sin caer en humo, conviene aterrizar en el “hardware”, en el cómo se construyen los qubits (las unidades básicas de información cuántica) y cómo se conectan, se controlan y se protegen del ruido. El estudio repasa seis grandes plataformas que hoy compiten y, en cierto modo, se complementan: qubits superconductores, iones atrapados, defectos de espín, puntos cuánticos semiconductores, átomos neutros y qubits fotónicos.
Una forma cotidiana de visualizarlo: es como si estuviéramos en los primeros años de la aviación, con varios diseños plausibles volando a la vez. Algunos son más rápidos, otros más estables, otros más fáciles de fabricar. Todavía no hay un “modelo único” que lo domine todo, y puede que el futuro sea híbrido: distintas tecnologías para distintos trabajos, igual que hoy usamos CPU, GPU y aceleradores específicos según la tarea.
El análisis no se limita a “qué plataforma es mejor”, porque esa pregunta, así formulada, suele llevar a discusiones estériles. El enfoque es más práctico: ¿qué tan cerca está cada una de operar como sistema completo en distintos ámbitos (cómputo, simulación, redes, sensores)? ¿Qué problemas se repiten? ¿Dónde hay ventajas claras?
El termómetro de la madurez: nivel de preparación tecnológica (TRL)
Para comparar avances sin depender solo de percepciones, los autores usan el concepto de nivel de preparación tecnológica (TRL), una escala del 1 al 9 que intenta medir cuánto se ha demostrado una tecnología en condiciones cada vez más cercanas a lo operativo. El detalle llamativo es que, para estimar esos TRL por plataforma y por caso de uso, se apoyaron en modelos de lenguaje como ChatGPT y Gemini, un gesto interesante por dos motivos: muestra hasta qué punto estas herramientas se han convertido en apoyo para síntesis y clasificación, y también obliga a leer los resultados con espíritu crítico, como una “foto orientativa”, no como sentencia.
El propio trabajo subraya un punto que suele perderse en titulares: un TRL alto no equivale a “ya está, esto sale mañana al mercado”. Significa que algo ha alcanzado una demostración más completa a nivel de sistema, aunque su desempeño sea todavía modesto. Lo explica el coautor William D. Oliver con una analogía histórica: en los años 70, los chips de entonces podían considerarse maduros para su época y, aun así, comparados con los circuitos integrados actuales parecen calculadoras con ruedas. En cuántica puede ocurrir lo mismo: un prototipo “completo” hoy no implica que estemos cerca del objetivo final.
Quién lidera en qué: computación, simulación, redes y sensado
Con esa metodología, el estudio pinta un mapa de liderazgos parciales. Los qubits superconductores aparecen mejor posicionados en computación cuántica; los átomos neutros destacan en simulación cuántica; los qubits fotónicos encabezan redes cuánticas; y los defectos de espín sobresalen en sensores cuánticos.
Este reparto tiene lógica si pensamos en “especialización por oficio”. Para computar, necesitas puertas lógicas rápidas, control fino y rutas claras hacia la corrección de errores cuánticos; para simular materiales o química, puede importar más la capacidad de organizar muchos elementos de forma uniforme; para redes, manda la facilidad de transmitir información cuántica a distancia; para sensado, la clave es que el sistema sea extremadamente sensible a campos magnéticos, temperatura o deformaciones, sin perder estabilidad.
También hay una realidad incómoda detrás del entusiasmo: muchas aplicaciones de alto impacto, como simulaciones complejas de química cuántica con valor industrial, podrían requerir millones de qubits físicos con tasas de error muy por debajo de lo que hoy se sostiene de forma general. Es decir, el salto no es “duplicar o triplicar”, es cambiar de escala como pasar de una maqueta de tren a una red ferroviaria nacional.
El muro del escalado: cables, calor y la “tiranía de los números”
Cuando se habla de cuántica, a veces se piensa que el obstáculo principal es conceptual. Aquí el mensaje es otro: el problema dominante es el escalado. La mayoría de plataformas actuales controlan cada qubit con líneas específicas de señal, calibraciones delicadas y electrónica asociada. A pequeña escala es manejable; a gran escala se vuelve un nudo imposible, como intentar manejar una ciudad entera con un interruptor por bombilla.
Los autores recuperan un fantasma clásico de la ingeniería electrónica: la “tiranía de los números”, aquel cuello de botella que sufrieron los ingenieros cuando los sistemas crecían y cada conexión extra multiplicaba fallos, complejidad y coste. En cuántica, ese fantasma se manifiesta en varios frentes: el cableado y la entrega de señal, la gestión de potencia, el control de temperatura (especialmente en tecnologías que trabajan cerca del cero absoluto), la calibración automatizada y la coordinación del sistema para que no se descompense con cualquier variación.
Aquí entra una idea que suena menos glamourosa pero es crucial: fabricar bien, de forma consistente. El estudio insiste en avances necesarios en ciencia de materiales y en técnicas de fabricación para producir dispositivos de alta calidad repetibles y escalables. Dicho en lenguaje doméstico: no basta con hornear un pan espectacular una vez; necesitas una panadería que produzca miles iguales, cada mañana, con el mismo sabor y textura.
Arquitecturas modulares y colaboración para evitar un “puzle” incompatible
El autor principal David Awschalom, también vinculado a Chicago Quantum Exchange y al Chicago Quantum Institute, plantea la pregunta clave: ¿cómo se resuelven los retos de escalado y de arquitecturas modulares? La palabra “modular” importa porque sugiere un camino parecido al de la informática clásica: construir piezas que encajen, que se puedan replicar y que permitan crecer sin rediseñarlo todo cada vez.
El trabajo también advierte del riesgo de fragmentación temprana. Si cada actor define interfaces cerradas, métodos incompatibles o métricas distintas, el ecosistema se convierte en un puzle con piezas de cajas diferentes. La historia tecnológica suele premiar justo lo contrario: acuerdos, estándares, colaboración científica abierta y un enfoque de “diseño de sistema” de arriba abajo, donde el hardware, el control, el software y la fabricación se planifican como un conjunto, no como islas.
Expectativas realistas: potencial enorme, tiempos largos
El mensaje final es una mezcla de optimismo y paciencia. Optimismo, porque “lo fundamental” está establecido y ya hay sistemas funcionales. Paciencia, porque el camino desde prototipo a utilidad a gran escala suele ser largo y exige resolver problemas que rara vez se arreglan con un único descubrimiento brillante. Si la analogía del transistor nos enseña algo, es que el impacto llega cuando la tecnología se vuelve repetible, manufacturable, modular y económicamente viable.
Para quien sigue el tema desde fuera, quizá la recomendación más útil sea cambiar el foco del “cuándo llegará la gran máquina cuántica” al “qué pasos intermedios ya están aportando valor”: sensores más precisos, enlaces seguros, simuladores especializados, plataformas accesibles en la nube para investigación. No es un salto de un día para otro, es una escalera, y el estudio invita a mirar peldaño por peldaño, con métricas, contexto histórico y honestidad sobre lo que falta.