Román Orús
Cofundador. Multiverse y Profesor. DIPC

Imagen: Jaime de los Ríos

Hace algo más de cuarenta años, en una charla legendaria en el MIT, Richard Feynman propuso una idea tan extravagante como lógica: si la naturaleza es cuántica, lo razonable sería construir ordenadores cuánticos. En 2026 esa idea ha dejado de ser una curiosidad teórica para convertirse en una de las apuestas tecnológicas más serias del planeta. Este artículo es un recorrido —sin tecnicismos, pero con rigor— por su origen, su estado actual y, sobre todo, por qué importa precisamente ahora.

1. ¿Por qué la física cuántica?

A finales del siglo XIX, la física parecía un edificio prácticamente acabado. Newton había puesto orden en el cielo y en la Tierra; Maxwell había unido la electricidad, el magnetismo y la luz. Algunos físicos eminentes llegaron a decir, medio en broma medio en serio, que solo quedaban un par de detalles por pulir. Esos «detalles», en apariencia triviales, acabaron por hacer temblar todo el edificio.

El primer hueco se llamó «catástrofe ultravioleta»: un fallo aparentemente menor en cómo la física clásica describía la radiación de un cuerpo caliente (como, por ejemplo, la luz que sale de las brasas en la chimenea). En 1900, Max Planck propuso, como un truco matemático que ni él mismo terminaba de creerse, que la energía no se intercambia de manera continua, sino en paquetes discretos —«cuantos»— proporcionales a una constante minúscula que hoy llamamos constante de Planck: h = 6,626 × 10⁻³⁴ J·s. Con ese parche, las cuentas cuadraban, aunque nadie sabía por qué. Y se abrió la caja de Pandora.

A partir de ahí, todo se aceleró. Einstein explicó el efecto fotoeléctrico postulando en 1905 que la luz también viaja en cuantos y que, de hecho, esos cuantos son partículas con identidad propia:  los fotones. Bohr aplicó la idea al átomo en 1913 y dedujo, casi por arte de magia, las líneas espectrales del hidrógeno. Heisenberg y Schrödinger formularon dos versiones equivalentes de la nueva mecánica entre 1925 y 1926. En 1927, en el famoso Congreso Solvay de Bruselas, se reunieron 29 físicos para discutirla: 17 de ellos eran o serían premios Nobel. La fotografía de aquella reunión es, probablemente, la mejor instantánea de una revolución intelectual que se ha tomado nunca.

¿Qué decía la nueva física? Cosas profundamente incómodas. Que una partícula y una onda son lo mismo, según cómo se miren. Que no se puede determinar simultáneamente con precisión arbitraria dónde está un electrón y a qué velocidad va. Que entre medir y no medir hay una diferencia ontológica, no solo práctica. Y, sobre todo, que la intuición que usamos para describir el vuelo de una pelota de tenis sencillamente no vale para electrones, fotones o átomos. Paralelismo, entrelazamiento, medida… nuevos conceptos extraños para una nueva forma de entender el Universo.

Pero los hechos son tozudos. La mecánica cuántica es, hoy por hoy, la teoría física mejor comprobada de la historia. Nunca ha fallado un test. Jamás. En el acelerador LHC del CERN se pone a prueba más de 600 millones de veces por segundo, y siempre sale victoriosa. Sin ella no habría transistores, ni láseres, ni resonancias magnéticas, ni semiconductores. Es decir: no habría móviles, ni internet, ni el ordenador que estoy usando para escribir este artículo. Toda la primera revolución cuántica, la del siglo XX, vive ya dentro de nuestros bolsillos. Nos guste o no, la naturaleza es cuántica.

2. La intuición de Feynman

En 1981, Richard Feynman dio la célebre charla del MIT a la que ya hemos aludido. Su pregunta era sencilla: ¿qué hace falta para simular el universo en un ordenador? Su respuesta, contundente:

La naturaleza no es clásica, ¡maldita sea!, y si quieres hacer un simulador de la naturaleza será mejor que lo hagas cuántico. Y, por Dios, es un problema maravilloso, porque no parece tan fácil.

Lo que Feynman entendió antes que casi nadie es que un ordenador clásico está mal equipado para simular sistemas cuánticos. Cuando intentamos simular incluso un puñado modesto de partículas en un ordenador convencional, la información que hay que llevar en la cuenta crece exponencialmente con el número de partículas. Treinta átomos pueden ser ya demasiado para el superordenador más potente del mundo. Cincuenta, sencillamente, imposible. Y para un pedazo de material cualquiera, haría falta un superordenador con un número de transistores absurdamente mayor que el de todos los átomos del universo observable.

La propuesta de Feynman fue darle la vuelta al problema: si la naturaleza es cuántica, construyamos máquinas cuánticas. Usemos las propias leyes de la física cuántica —superposición, interferencia, entrelazamiento— como motor de cálculo. La unidad básica de información cuántica, el cúbit, ya no es un cero o un uno, sino una mezcla controlada de ambos a la vez; y cuando juntamos varios cúbits, las posibilidades crecen, también, exponencialmente. Esa idea, que en su momento sonaba a ciencia ficción, es la semilla de la computación cuántica.

Y permite hacer cosas que en un ordenador clásico son sencillamente imposibles. El ejemplo canónico, formalizado por Peter Shor en 1994, es la factorización de números enteros. Descomponer un número como 15 en 5 × 3 es trivial. Pero descomponer un número de 617 dígitos, como los que se usan en la criptografía RSA que protege bancos, gobiernos y mensajería privada, le llevaría a un ordenador clásico unos 317 trillones de años —más que la edad del universo multiplicada por billones—. Un ordenador cuántico suficientemente grande, ejecutando el algoritmo de Shor, podría hacerlo en cuestión de horas. La ciberseguridad mundial, de golpe en jaque.

3. ¿Y por qué hoy?

La idea de Feynman tiene cuarenta años. ¿Por qué entonces la computación cuántica copa portadas, planes estratégicos y rondas de financiación ahora? Por dos razones que han coincidido en el tiempo y que se refuerzan mutuamente.

La primera es que los ordenadores cuánticos han dejado de ser pizarra y se han convertido en máquinas reales. En la última década se ha producido lo que se llama ventaja cuántica: demostraciones experimentales de que un dispositivo cuántico puede realizar, en minutos, cálculos que el mejor superordenador clásico tardaría miles de años en completar. Google lo anunció en 2019 con su procesador Sycamore. Otros equipos —en Estados Unidos, China, Europa— han replicado y ampliado el resultado desde entonces. La ventaja cuántica ya no es una promesa: es un hecho consumado en ciertos problemas concretos. O, como nos gusta decir a los físicos, no parece haber nada en la naturaleza que lo prohíba.

La segunda razón es, paradójicamente, el éxito de la inteligencia artificial. Modelos como ChatGPT son maravillas técnicas, pero también devoradores de energía y capital. Entrenar un gran modelo de lenguaje cuesta cientos, o tal vez miles de millones de dólares y consume electricidad equivalente a la de pequeñas ciudades. Y los rendimientos están empezando a saturarse: cada nuevo salto cualitativo exige multiplicar por diez los recursos. Si queremos que la IA siga creciendo sin destrozar el planeta —ni la cuenta de resultados—, necesitamos hardware radicalmente más eficiente. Y aquí entra, con fuerza, la cuántica.

4. Los hitos: una crónica acelerada

Para entender dónde estamos conviene mirar de dónde venimos. Esta es la cronología abreviada, sin demasiados detalles técnicos:

1900. Planck introduce los cuantos para explicar la radiación del cuerpo negro.

1905–1913. Einstein (fotones) y Bohr (átomo cuantizado) construyen la «antigua mecánica cuántica».

1925–1927. Heisenberg, Schrödinger, Dirac y Born formulan la mecánica cuántica moderna. El Congreso Solvay de 1927 es su acta fundacional.

1981. Feynman propone, en su charla del MIT, la idea del ordenador cuántico.

1985. David Deutsch describe el modelo de máquina universal cuántica de Turing.

1994. Peter Shor publica su algoritmo de factorización cuántica.

1996. Lov Grover descubre un algoritmo cuántico de búsqueda con ventaja cuadrática.

1998. Se ejecuta el primer algoritmo cuántico en una máquina real (2 cúbits, resonancia magnética nuclear).

2007. D-Wave Systems presenta el primer prototipo comercial de annealing cuántico.

2011–2016. IBM, Google, Rigetti y otros desarrollan los primeros procesadores superconductores programables y accesibles en la nube.

2019. Google reclama la «supremacía cuántica» con Sycamore (53 cúbits).

2023. IBM presenta Condor: 1.121 cúbits superconductores.

2024–2025. Quantinuum, Microsoft y Atom Computing demuestran cúbits lógicos con tolerancia a fallos. Google publica Willow, con corrección de errores por debajo del umbral teórico.

2026. El equipo de Caltech y Oratomic, con John Preskill entre los firmantes, demuestra teóricamente que el algoritmo de Shor podría ejecutarse con apenas 10.000 átomos reconfigurables —dos órdenes de magnitud menos de lo que se daba por bueno hace un año (Cain et al., 2026).

5. Estado actual: hardware y software

Hoy la computación cuántica ya no es una sola tecnología, sino una familia de plataformas que compiten por convertirse en la apuesta dominante. Las principales:

• Superconductores. Circuitos refrigerados a temperaturas más frías que el espacio interestelar. Es la apuesta de IBM, Google y Rigetti. IBM ya tiene sistemas de más de mil cúbits operativos.
• Iones atrapados. Átomos cargados que se sujetan con campos electromagnéticos y se manipulan con láseres. IonQ y Quantinuum lideran. Pocos cúbits, pero de altísima calidad.
• Fotónica. Se procesa la información con fotones, a temperatura ambiente, y con la enorme ventaja de que la propia luz puede transmitirse por fibra óptica. Apuestan PsiQuantum, Xanadu y Quandela.
• Átomos neutros reconfigurables. Átomos individuales atrapados con «pinzas ópticas» que pueden moverse para crear conexiones a demanda. QuEra, Pasqal, Atom Computing y Oratomic. Es la plataforma que ha protagonizado los avances más espectaculares de 2025-2026.

Cada una tiene fortalezas y debilidades, y por ahora ninguna se ha impuesto definitivamente. La competición es sana: empuja al campo a explorar muchas vías en paralelo.

Quizá el anuncio más importante de los últimos meses no ha sido de hardware nuevo, sino de cálculo de recursos. Hasta hace un año se estimaba que romper la criptografía RSA con un ordenador cuántico requeriría del orden de un millón de cúbits físicos —una barrera que parecía a décadas vista—. En marzo de 2026, un equipo de Caltech, Oratomic y UC Berkeley, con John Preskill entre los firmantes (Cain et al., 2026), publicó un artículo demostrando que, combinando códigos de corrección de errores de alta tasa, conjuntos eficientes de instrucciones lógicas y arquitecturas reconfigurables de átomos neutros, bastarían unos 10.000 cúbits físicos. El propio Preskill, que acuñó el término «supremacía cuántica» y lleva décadas pensando en computación cuántica tolerante a fallos, declaró que el resultado le había sorprendido. Una reducción de dos órdenes de magnitud no es un detalle: cambia el calendario. Ya no hablamos de ciencia ficción a treinta años, sino de ingeniería a cinco o diez.

En cuanto al software, el ecosistema ha madurado a velocidad de vértigo. Frameworks como Qiskit (IBM), Cirq (Google), PennyLane (Xanadu) o Quantum Development Kit (Microsoft) permiten programar en Python sobre simuladores y sobre hardware real disponible en la nube. Hoy, cualquier estudiante de máster puede ejecutar un algoritmo en un ordenador cuántico al otro lado del Atlántico. Hace diez años, eso era impensable.

6. El salto a la industria y el valor de mercado

Si la física cuántica está en nuestros móviles, la computación cuántica está empezando a estar en las cuentas de resultados. Las aplicaciones que más interés despiertan son las que combinan tres cosas: matemáticas exigentes, valor económico tangible y conexión natural con el mundo cuántico. La lista corta:

• Materiales y química. Diseñar nuevas baterías, catalizadores y fármacos. Simular moléculas es, literalmente, para lo que nació la idea de Feynman.
• Finanzas. Optimización de carteras, valoración de derivados, detección de fraude, gestión de riesgo.
• Logística y movilidad. Rutas, distribución, planificación de redes eléctricas o de telecomunicaciones.
• Inteligencia artificial. Aprendizaje automático cuántico y, sobre todo, métodos cuánticos e inspirados en cuántica para comprimir y acelerar modelos clásicos.
• Comunicaciones seguras. Criptografía postcuántica y distribución cuántica de claves.

Las cifras son elocuentes. Según el informe State of the Global Quantum Industry 2026 del QED-C, el mercado mundial de computación cuántica alcanzó alrededor de 1.400 millones de dólares en 2025 y se prevé que prácticamente se duplique para 2028, superando los 3.000 millones de dólares. McKinsey (2026), en una estimación más amplia que incluye el impacto económico inducido aguas abajo, sitúa el potencial de valor creado por la computación cuántica en hasta 2,7 billones de dólares para 2035 (en castellano: un billón es un millón de millones). La inversión pública global supera ya los 10.000 millones de dólares, y la inversión privada de capital riesgo prácticamente se duplicó en 2025, alcanzando los 4.900 millones (QED-C, 2026).

España no se ha quedado fuera. En 2025 entró en funcionamiento en Euskadi un IBM Quantum System Two de 156 cúbits —el primero de su tipo en el sur de Europa—. El CESGA gallego opera un sistema de 30 cúbits. El Barcelona Supercomputing Center suma dos máquinas cuánticas. Y hay actividad relevante en el tejido empresarial: en San Sebastián, Multiverse Computing —la empresa con la que firmo este artículo— es hoy la mayor compañía del mundo dedicada al software de inteligencia artificial cuántica. Su tecnología permite, por ejemplo, comprimir en un 80% un modelo Llama 3.3 de 70.000 millones de parámetros sin pérdida significativa de calidad, así como ejecutar nanomodelos comprimidos en una Raspberry Pi e incluso en un Arduino.

7. La boda perfecta: cuántica + IA, y el futuro inminente

Cierro con lo que, a mi juicio, es la conexión más interesante del momento: el matrimonio entre la computación cuántica y la inteligencia artificial.

La IA actual padece gigantismo. Los grandes modelos de lenguaje tienen cientos de miles de millones de parámetros, requieren centros de datos del tamaño de fábricas y se aproximan a los límites físicos del silicio. Cualquier técnica que permita reducir su tamaño, acelerar su entrenamiento o mejorar su eficiencia energética vale, literalmente, miles de millones.

Las matemáticas cuánticas ofrecen herramientas para eso. Los métodos de redes tensoriales, desarrollados originalmente para describir estados altamente correlacionados en física cuántica (Orús, 2014), permiten representar y manipular vectores y operadores de dimensiones astronómicas con un coste sorprendentemente modesto. Aplicados a IA, sirven para comprimir las capas profundas de un gran modelo de lenguaje sin que pierda capacidad. Es lo que llamamos quantum-inspired: ideas que vienen del mundo cuántico, pero que se ejecutan eficientemente en hardware clásico. Es el primer escalón, y ya funciona.

El segundo escalón consiste en sustituir esas redes tensoriales por circuitos cuánticos reales. Ese salto ya ha comenzado: recientes experimentos han demostrado que pequeños bloques cuánticos ejecutados sobre hardware cuántico real pueden integrarse en grandes modelos de lenguaje y mejorar su rendimiento, validando así el principio de las arquitecturas híbridas cuántico-clásicas para la inteligencia artificial del futuro. El tercer escalón es conectar varios ordenadores cuánticos en red —computación cuántica distribuida— para multiplicar capacidad sin tener que construir una sola máquina gigantesca. La trayectoria está dibujada, y los hitos van cayendo más rápido de lo que casi nadie predecía hace cinco años.

Si las estimaciones del equipo de Caltech, Oratomic y UC Berkeley se confirman, antes de 2030 podríamos tener ordenadores cuánticos de utilidad real, no para tareas de demostración sino para resolver problemas que importan. Y si se cumplen las trayectorias que vemos en IA cuántica, los primeros productos comerciales —fármacos diseñados con asistencia cuántica, materiales optimizados, modelos de lenguaje radicalmente más eficientes— llegarán al mercado en esta misma década.

La primera revolución cuántica nos dio el transistor, el láser y los semiconductores. Vive ya en cada bolsillo. La segunda revolución cuántica —la que computa, no solo la que mide— está dando sus primeros pasos en el quirófano, oficina y centro de datos. No es una promesa para un futuro lejano: es ingeniería del presente. Y, como decía Feynman, es un problema maravilloso.

---

Bibliografía, notas y fuentes:

Arute, F.; Arya, K.; Babbush, R.; et al. (2019) Quantum supremacy using a programmable superconducting processor, Nature, 574, 505-510.

Cain, M.; Xu, Q.; King, R.; Picard, L. R. B.; Levine, H.; Endres, M.; Preskill, J.; Huang, H.-Y. y Bluvstein, D. (2026) Shor’s algorithm is possible with as few as 10,000 reconfigurable atomic qubits, arXiv preprint arXiv:2603.28627.

Deutsch, D. (1985) Quantum theory, the Church-Turing principle and the universal quantum computer, Proceedings of the Royal Society A, 400, 97-117.

Feynman, R. P. (1982) Simulating physics with computers, International Journal of Theoretical Physics, 21(6), 467-488.

Grover, L. K. (1996) A fast quantum mechanical algorithm for database search, Proceedings of the 28th Annual ACM Symposium on Theory of Computing, 212-219.

McKinsey (2026) Quantum Technology Monitor 2026: A commercial tipping point, McKinsey Digital.

Orús, R. (2014) A practical introduction to tensor networks: Matrix product states and projected entangled pair states, Annals of Physics, 349, 117-158.

Preskill, J. (2018) Quantum computing in the NISQ era and beyond, Quantum, 2, 79.

QED-C. (2026) State of the Global Quantum Industry 2026, Quantum Economic Development Consortium.

Shor, P. W. (1994) Algorithms for quantum computation: discrete logarithms and factoring, Proceedings 35th Annual Symposium on Foundations of Computer Science, 124-134.