Computación cuántica para líderes empresariales

¿Vivirá la realidad hasta el bombo?

Computación cuántica para líderes empresariales

Más de 50,000 líderes se mantienen al día con el futuro de los negocios.

Reportes radicalmente breves que ahorran 2,000+ horas de investigación

Estás aprendiendo en buena compañía

logo amazon
logo salesforce
logo mercadolibre
logo google
logo femsa
logo aeromexico
Resumen.

Las computadoras cuánticas pueden resolver problemas exponencialmente más rápido que las computadoras clásicas. Producirán dos cambios enormes: el fin de nuestra infraestructura actual para la ciberseguridad en las redes públicas y una explosión de poder algorítmico que promete remodelar nuestro mundo.

Los científicos se enfrentan a innumerables desafíos en el desarrollo de computadoras cuánticas comercialmente relevantes. Pero una vez que se superen, la disrupción causada por la criptografía poscuántica eclipsará la del año 2000, que costó a Estados Unidos y a sus empresas más de 100 mil millones de dólares mitigarla.

Este artículo examina la forma en que las computadoras cuánticas no solo cambiarán la seguridad digital, sino que también impulsarán la inversión, remodelarán las industrias e impulsarán la innovación.


Idea en resumen

La promesa

Las computadoras cuánticas pueden resolver problemas exponencialmente más rápido que las computadoras clásicas. Producirán dos cambios enormes: el fin de nuestra infraestructura actual para la ciberseguridad en las redes públicas y una explosión de poder algorítmico que promete remodelar nuestro mundo.

Los desafíos

Los científicos se enfrentan a innumerables desafíos en el desarrollo de computadoras cuánticas comercialmente relevantes. Pero una vez que se superen, la disrupción causada por la criptografía poscuántica eclipsará la del año 2000, que costó a Estados Unidos y a sus empresas más de 100 mil millones de dólares mitigarla.

El impacto

Este artículo examina la forma en que las computadoras cuánticas no solo cambiarán la seguridad digital, sino que también impulsarán la inversión, remodelarán las industrias e impulsarán la innovación.

En 1994, el matemático Peter Shor introdujo un algoritmo de computación cuántica que podía reducir el tiempo que se tarda en encontrar los factores primos de números grandes desde miles de millones de años usando una computadora convencional basada en transistores hasta unos pocos días con una computadora cuántica. Fue un avance enorme, porque la factorización principal es la base de gran parte de nuestra infraestructura actual de cifrado y seguridad de la información. Siete años después, los científicos de IBM demostraron con éxito el algoritmo en una máquina cuántica, aunque muy pequeña, por primera vez, demostrando que se podían construir computadoras cuánticas y que se podía implementar el algoritmo de Shor.

Las computadoras cuánticas resuelven muchos problemas exponencialmente más rápido y con menos consumo de energía que las computadoras clásicas o binarias. Para entender por qué, imagina un laberinto bidimensional. Una computadora clásica necesita ejecutar un camino tras otro hasta que encuentre la salida del laberinto. Si el laberinto comprende 256 caminos posibles, el ordenador clásico tiene que recorrer el laberinto unas 128 veces consecutivas (en promedio, se debe intentar la mitad de los caminos de un laberinto para encontrar el correcto). Sin embargo, una computadora cuántica puede trabajar con las 256 rutas a la vez. Para decirlo de manera diferente, una computadora clásica de 8 bits puede representar solo un número del 0 al 255, pero una computadora cuántica de 8 qubits puede representar cada número del 0 al 255 simultáneamente. ¿Cómo es posible? La respuesta se basa en las leyes fundamentales de la mecánica cuántica: mientras que una unidad binaria de computación clásica, o bit, puede tener un valor de 0 o 1, un qubit (abreviatura de bit cuántico) puede representar 0 o 1, o puede contener ambos valores al mismo tiempo.

La computación cuántica permitirá a las empresas optimizar mejor las estrategias de inversión, mejorar el cifrado, descubrir productos y mucho más. Actualmente se dedican enormes niveles de inversión, competencia del sector privado y talento matemático y científico a la investigación cuántica. La financiación de capital riesgo en el espacio creció un 500% entre 2015 y 2020, según CB Insights. PsiQuantum, una start-up de computación cuántica fundada en 2016, ya ha recaudado más de 665 millones de dólares, incluidas inversiones de BlackRock y Microsoft. Los pesos pesados de la investigación y el desarrollo Honeywell, IBM e Intel también están en la carrera para ofrecer el próximo avance cuántico. Las firmas de consultoría están creando grandes grupos de talentos para apoyar a los clientes; Accenture tiene más de 15 equipos y 100 expertos centrados en la cuántica a nivel mundial. (Divulgación: Accenture proporciona apoyo financiero a la Iniciativa sobre la Economía Digital del MIT, donde trabajan dos coautores de este artículo). En mayo de 2021, Google se comprometió a gastar varios miles de millones de dólares para construir una computadora cuántica funcional para 2029, y su nuevo campus de IA cuántica en Santa Bárbara albergará a cientos de empleados dedicados a la tecnología cuántica, un centro de datos cuánticos, laboratorios de investigación e instalaciones de fabricación de chips de procesadores cuánticos.

Este es el tipo de entorno que con tanta frecuencia en el pasado ha producido avances revolucionarios en la tecnología. Y no se equivoquen: el avance de la computación cuántica será grande. Traerá dos cambios enormes, simultáneos y repentinos al mundo empresarial moderno: el primero es el fin de nuestra infraestructura actual para garantizar la privacidad y la seguridad digitales en las redes públicas, dejando a las empresas que no han actualizado su infraestructura abiertas a ataques devastadores. El segundo cambio es mucho más positivo; es una explosión de poder algorítmico que nos permitirá hacer cosas con computadoras que hoy son imposibles y que prometen remodelar nuestro mundo.

¿Cuándo estará disponible un ordenador cuántico comercialmente relevante? Han pasado casi 20 años desde la demostración de prueba de principio del algoritmo de Shor, y los científicos siguen enfrentándose a innumerables desafíos en el desarrollo de computadoras cuánticas a gran escala. Los escépticos argumentan que es demasiado pronto para entusiasmarnos (o ansiosos, según su punto de vista) por las aplicaciones de la computación cuántica en el mundo real. Es instructivo recordar que el transistor se inventó en 1947, pero el primer procesador de 4 bits no se introdujo en otros 25 años, y pasaron otros 25 años antes de que Intel presentara el chip Pentium Pro con millones de transistores. La tecnología dura lleva tiempo y la cuántica no es una excepción.

Computación cuántica para líderes empresariales El fotógrafo Spencer Lowell capturó estas imágenes de la computadora cuántica superconductora de Google en 2017. En ese momento, era una de las máquinas de computación cuántica de propósito general más sofisticadas del mundo.

Pero la cuántica se acerca, y no es demasiado pronto para que los gerentes de negocios piensen en cómo impulsará la inversión digital, remodelará las industrias e impulsará la innovación. No logrará ni fracasará su negocio a corto plazo, pero una comprensión sólida de las aplicaciones cuánticas actuales es crucial para posicionar a su empresa para que obtenga los beneficios y evite una posible catástrofe durante la próxima década.

¿Qué es una computadora cuántica?

Los principios de la mecánica cuántica (la ciencia de cómo se comportan la materia y la luz a nivel atómico y subatómico) están en el centro de innovaciones como las imágenes por IRM, los láseres, los relojes atómicos y los microscopios a nanoescala. Pero utilizar esos principios para construir computadoras requiere que dominemos una habilidad completamente nueva: controlar con precisión el comportamiento de los sistemas cuánticos mientras preservamos su naturaleza mecánica cuántica «extraña». Esta es una tarea abrumadora porque los sistemas cuánticos, como los fotones y los electrones, son muy delicados e inestables, y su comportamiento desafía nuestra visión arraigada de cómo funciona el mundo físico. Pero cuando se aprovechan correctamente, sus fuerzas contradictorias son características, no errores, para desbloquear nuevas capacidades.

Uno de los obstáculos más formidables para construir computadoras cuánticas funcionales es que los qubits no se quedan mucho tiempo. La vibración, la temperatura y otros factores ambientales pueden hacer que pierdan sus propiedades mecánicas cuánticas, lo que resulta en errores. Hoy en día, la velocidad a la que se producen errores en los qubits limita la duración de los algoritmos que se pueden ejecutar. Los científicos están trabajando para crear entornos en los que muchos qubits físicos actuar en conjunto para crear protección contra errores qubits lógicos, que pueden sobrevivir durante períodos de tiempo mucho más prolongados, lo suficiente como para admitir aplicaciones comercialmente viables. Lo más probable es que se necesiten unos 1.000 qubits físicos para crear un solo qubit lógico; las computadoras cuánticas más avanzadas de la actualidad solo tienen de 50 a 100 qubits físicos.

En los últimos años, las corporaciones se han involucrado mucho más en la construcción de computadoras cuánticas. Tanto IBM como Google, dos de las empresas de tecnología más optimistas en este espacio, creen que se demostrará un cúbit lógico en dos años. Al igual que con la computación basada en transistores, la viabilidad comercial no se producirá de una sola vez, sino que crecerá de manera constante a medida que aumente el número de cúbits lógicos y disminuya las tasas de error.

Cómo las empresas pueden usar las computadoras cuánticas

Pocas empresas construirán o serán propietarias de computadoras cuánticas en el corto plazo. En cambio, veremos un modelo de computación en la nube en el que las empresas alquilan acceso a máquinas cuánticas alojadas por un número relativamente pequeño de proveedores especializados, de manera similar a como las empresas compran computación de AWS, Google Cloud y Microsoft Azure. (Divulgación: la investigación del coautor William Oliver ha sido apoyada por estas y otras compañías mencionadas en este artículo). Las computadoras cuánticas no se utilizarán de forma aislada, sino que formarán parte de una solución híbrida en la que las tareas se asignarán a la máquina más adecuada (cuántica o clásica). Una infraestructura en la nube de computación cuántica permitirá compartir recursos y crear economías de escala que reduzcan los costos y aumenten el acceso, lo que a su vez impulsará la demanda y acelerará el progreso.

A medida que el hardware y el software cuánticos mejoren, los diseñadores de algoritmos podrán experimentar e iterar sus ideas y presentimientos. Podrán refinar los algoritmos existentes y crear otros nuevos sin tener que esperar años entre el desarrollo y las pruebas en una máquina funcional.

Es posible que podamos combatir mejor el calentamiento global si las simulaciones cuánticas pueden abordar los problemas de la ciencia de los materiales, como encontrar compuestos para baterías más eficientes.

Los algoritmos cuánticos son muy diferentes de los algoritmos que usan las computadoras clásicas. Los que tienen más probabilidades de postularse a los procesos comerciales se dividen en cinco familias; algunas de ellas nos permitirán realizar tareas estándar mucho más rápido, mientras que otras nos permitirán aprovechar oportunidades completamente nuevas.

1. Simulación.

Cuando pioneros cuánticos como Richard Feynman y Paul Benioff imaginaron por primera vez la computadora cuántica, creyeron que revelaría secretos sobre cómo funciona la naturaleza. Estamos empezando a dar testimonio de su visión. Por ejemplo: el modelado de una reacción química con 100 electrones fuertemente correlacionados (la fijación de nitrógeno es una de esas reacciones) está fuera del alcance de los potentes ordenadores clásicos. Pero en 2017, un equipo dirigido por Markus Reiher, profesor de química teórica en la ETH de Zúrich, calculó la escala del sistema cuántico necesario para la tarea e introdujo un enfoque viable. El equipo descubrió que el objetivo se puede lograr con un grupo de máquinas avanzadas de aproximadamente 100 qubits lógicos cada una. Abundan los ejemplos de los avances que podrían surgir del modelado de procesos naturales. Aquí hay tres:

Química. A principios del siglo XX, Fritz Haber y Carl Bosch desarrollaron un proceso industrial para la fijación de nitrógeno que sintetiza el amoníaco directamente a partir del nitrógeno y el oxígeno, un proceso que todavía se usa hoy en día para producir fertilizantes para cultivos que alimentan a miles de millones de personas en todo el mundo. Por increíble que fuera el descubrimiento hace más de un siglo, ha tenido un costo elevado: el proceso de Haber-Bosch ahora es responsable del 1% al 2% del consumo mundial de energía y del 1,4% del CO2 emisiones. Podemos hacerlo mejor y la computación cuántica puede ayudar.

Por ejemplo, sabemos que una enzima de origen natural puede lograr los mismos resultados que el proceso de Haber-Bosch mientras gasta solo una fracción de la energía. Desafortunadamente, las limitaciones de los ordenadores clásicos nos impiden modelar las reacciones químicas exactas que utiliza la enzima. Un ordenador cuántico algún día podrá hacerlo, creando así nuevas oportunidades para que las empresas químicas produzcan fertilizantes y otros productos de manera más eficiente desde el punto de vista energético.

Energía. Un tipo de fusión nuclear conocida como fusión de confinamiento inercial utiliza láseres potentes para comprimir pequeños gránulos de combustible, generando temperaturas extremadamente altas en las condiciones adecuadas. En teoría, la cantidad de energía liberada de este proceso podría ser mayor que la utilizada por los láseres, lo que lo convierte en una fuente de energía viable. Sin embargo, lograr esto en la práctica depende de configurar la gran cantidad de parámetros posibles del proceso con una precisión increíble, algo que las computadoras clásicas han hecho con un éxito limitado. El director de ingeniería de Google, Hartmut Neven, cree que la computación cuántica puede ayudar en el diseño de mejores reactores, lo que abre el potencial de una forma abundante de energía limpia.

Ciencias de la vida. En 2018, tres químicos de Harvard publicaron un artículo que describía el potencial de la computación cuántica en el descubrimiento de fármacos. Detallaron cómo la tecnología podría producir un progreso sustancial al permitir una caracterización más rápida y precisa de los sistemas moleculares. El mismo año, los investigadores cofundaron Zapata, una start-up de computación cuántica que desde entonces ha recaudado más de $65 millones en capital de riesgo.

No son solo las empresas emergentes las que buscan nuevas moléculas utilizando computadoras en lugar de tubos de ensayo. QuPharm es un consorcio de 17 compañías farmacéuticas, incluidas AbbVie, Bayer, GSK, Takeda y Pfizer, que reúnen su experiencia para acelerar el progreso en hardware y software cuánticos. En 2019, la firma biotecnológica Biogen y el especialista canadiense en computación cuántica 1Qbit colaboraron para desarrollar una herramienta de comparación molecular habilitada para el cuántico, una parte importante de los experimentos de cribado virtual implementados durante las primeras etapas del descubrimiento de fármacos.

Otros investigadores están examinando cómo la cuántica podría proporcionar nuevos conocimientos sobre los mecanismos químicos como la fotosíntesis. También podemos combatir mejor el calentamiento global si las simulaciones cuánticas pueden abordar los problemas de la ciencia de los materiales, como encontrar compuestos para baterías más eficientes, mejores células solares y nuevos tipos de líneas eléctricas que transmitan energía de manera más eficiente.

2. Sistemas lineales.

Las ecuaciones de sistemas lineales son el núcleo de muchas aplicaciones de computación clásica en ingeniería, finanzas, química, economía e informática. La computación cuántica ofrece el potencial de una mejora exponencial en las soluciones de muestreo para tales ecuaciones. (Ya conocemos uno de esos algoritmos, llamado HHL, desarrollado conjuntamente por algunos de nuestros colegas del MIT). Las aplicaciones de sistemas lineales más prometedoras pueden estar en el área del aprendizaje automático mejorado. Ha habido una explosión en la adopción de redes neuronales, un medio para entrenar a una computadora para que realice una tarea inspirada en la forma en que funciona el cerebro humano, para impulsar una amplia variedad de aplicaciones. Esto ha ido acompañado de una necesidad creciente de mejorar la formación de los modelos informáticos.

Tomemos los sistemas de recomendación, por ejemplo. Netflix modela las preferencias en una gran matriz entre todos sus suscriptores para todas las películas de su archivo. Su objetivo es recomendar películas a los usuarios que no hayan visto antes. Un algoritmo cuántico puede hacer tales recomendaciones de manera más rápida y precisa que las computadoras clásicas, particularmente cuando el número de dimensiones en la matriz es muy grande.

Otra aplicación de sistemas lineales podría mejorar la capacidad de la IA para obtener información útil a partir de fotos y videos. Investigadores de firmas cuánticas líderes, por ejemplo, publicaron recientemente un artículo que detalla cómo las computadoras cuánticas podrían funcionar con computadoras clásicas para crear imágenes y videos originales. En una demostración, el sistema produjo imágenes de alta resolución de números escritos a mano utilizando una técnica de aprendizaje automático llamada redes generativas de confrontación (GAN). Aunque la salida pueda parecer rudimentaria hoy en día, imagine una futura película de Pixar en la que los elementos de un mundo ficticio sean creados y organizados no por diseñadores gráficos sino por computadoras cuánticas. Las aplicaciones de las GAN cuánticas podrían incluir la generación de objetos 3D en la arquitectura y la construcción de datos de ADN sintético en la investigación genómica para producir moléculas novedosas para el tratamiento del cáncer.

Computación cuántica para líderes empresariales Archivo de Spencer Lowell/Trunk

Uno de los desafíos que enfrentan los algoritmos de sistemas lineales, y otros tipos, como veremos, es lo que se conoce como el problema de carga de datos: cómo transferir grandes cantidades de datos clásicos a computadoras cuánticas. La solución de ese problema marcará un hito importante en la viabilidad comercial.

3. Optimización.

Los algoritmos para la optimización determinan qué decisión en un escenario dado es más probable que logre un objetivo específico. Un administrador de inversiones, por ejemplo, trata de encontrar la estrategia de jubilación óptima para un cliente equilibrando los rendimientos esperados con alguna medida de riesgo. Los algoritmos de optimización cuántica pueden mejorar la calidad de las soluciones y aumentar la velocidad computacional para encontrarlas.

En mayo de 2021, Zapata anunció los resultados de una investigación que llevó a cabo con el banco español BBVA para investigar la aplicación práctica de un sistema cuántico en la creación de ajustes de valoración crediticia (CVA), un requisito regulatorio establecido para minimizar el riesgo financiero sistémico. El proyecto se centró en una simulación de Monte Carlo, la técnica estándar para el análisis de riesgos de CVA. Los cálculos subyacentes a las simulaciones son complejos y consumen mucho tiempo para las computadoras clásicas porque deben tener en cuenta una amplia gama de posibles escenarios de incumplimiento crediticio. La investigación de Zapata y BBVA identificó el potencial de aceleraciones sobre las máquinas clásicas a medida que mejoran las tasas de corrección de errores en las generaciones futuras de computadoras cuánticas. Los grandes bancos ya están invirtiendo en el espacio: Goldman Sachs y JPMorgan Chase, así como BBVA, tienen equipos completos dedicados a investigar las posibilidades de la computación cuántica en la banca y las finanzas.

Los algoritmos de optimización benefician a las empresas de una amplia gama de otras industrias. Cualquier empresa que dependa de encontrar las mejores rutas de la cadena de suministro o de aumentar la productividad de una planta de fabricación ya sabe la importancia de la optimización para mejorar el rendimiento. La mayoría de los problemas de optimización se pueden resolver adecuadamente utilizando ordenadores y algoritmos clásicos. Imagine que quiere optimizar su viaje de 20 millas a casa desde el trabajo. Google Maps puede aproximarse a la mejor ruta sin probar exhaustivamente todas las alternativas. Si elige la mejor ruta o una dentro de un minuto, no le importará mucho. Pero para desafíos a una escala mucho mayor y aquellos para los que las mejoras incrementales son inmensamente valiosas, los algoritmos de optimización de computación cuántica pueden cambiar las reglas del juego.

4. Búsqueda no estructurada.

Cuando una computadora clásica necesita encontrar un objetivo de información exacto en una base de datos no estructurada, debe buscar línea por línea hasta que encuentre una coincidencia de consulta. Pero cada resultado de búsqueda que genera el ordenador no le proporciona información adicional; es decir, los resultados negativos no reducen las posibilidades de búsquedas posteriores. Este es uno de los problemas informáticos más básicos. Para encontrar la información más rápido, se pueden ejecutar varios ordenadores clásicos, cada uno de los cuales busca línea por línea. Con la computación cuántica, las búsquedas se pueden llevar a cabo más rápido y en grandes extensiones de datos. Las aplicaciones que se basan en el sondeo de bases de datos incluyen motores de búsqueda en Internet, procesamiento en tiempo real de transacciones con tarjetas de crédito e incluso escaneo de ondas de radio astronómicas en busca de señales de inteligencia extraterrestre.

El algoritmo de Grover es una poderosa teoría de búsqueda cuántica desarrollada en 1996 que podría mejorar drásticamente la forma en que las computadoras encuentran información en una gran base de datos no estructurada, resolviendo lo que se conoce como el desafío de la «aguja en un pajar». Considere las tecnologías genómicas, que han proporcionado conocimientos transformadores de la microbiología, por ejemplo, identificar trastornos cardíacos genéticos y ofrecer un gran potencial para la detección y vigilancia de epidemias en tiempo real. Estas tecnologías necesitan mucha potencia informática. Cada vez que los investigadores mapean una secuencia de ADN en un genoma de referencia, deben realizar una búsqueda masiva en computadoras clásicas. El algoritmo de Grover podría acelerar en gran medida la velocidad de estas búsquedas, pero solo se pueden ejecutar en una computadora cuántica funcional.

Además de estos desafíos, los algoritmos de datos no estructurados se enfrentan al problema de la carga de datos porque se basan en la entrada eficiente de grandes cantidades de datos clásicos en las computadoras cuánticas.

5. Factorización y encriptación.

Como hemos discutido, la factorización principal sustenta gran parte de la infraestructura global actual de seguridad y privacidad de Internet. Los saldos bancarios, Bitcoin, tarjetas de crédito, contraseñas de redes sociales y casi todo lo demás de interés para los ciberdelincuentes están protegidos por problemas de factorización que las computadoras clásicas no pueden resolver con fuerza bruta.

La computación cuántica podría cambiar este paradigma, haciendo que sea mucho más fácil descifrar los sistemas de cifrado en los que confiamos hoy en día. En abril de 2021, el Instituto Nacional de Estándares y Tecnología (NIST), el organismo gubernamental de EE. UU. encargado de desarrollar estándares de ciberseguridad, advirtió que «no podemos predecir cuándo una computadora cuántica capaz de ejecutar el algoritmo de Shor estará disponible para los adversarios, pero… cuando llegue ese día, todo secreto y las claves privadas que estén protegidas con los algoritmos de clave pública actuales, y toda la información disponible protegida bajo esas claves, estarán sujetas a exposición».

Es posible que los actores nefastos no puedan descifrar el cifrado actual, pero pueden adquirir datos fácilmente en un formato cifrado (por ejemplo, pirateando un proveedor de servicios de Internet y copiando todo el tráfico que fluye a través de él). Imagínese si un hacker adquiriera y almacenara datos cifrados hasta que una computadora cuántica suficientemente sofisticada pudiera romper el cifrado. En ese momento, todos los datos quedarían expuestos. Para evitar que ocurran tales escenarios, la transición a la criptografía resistente a los cuánticos debe ocurrir mucho antes de que los ordenadores cuánticos a gran escala estén operativos.

Actualmente se están desarrollando técnicas de ciberseguridad llamadas criptografía poscuántica que pueden ser implementadas por computadoras clásicas. El NIST lanzó una competencia pública en 2016 para obtener algoritmos que pudieran resistir el ataque de una computadora cuántica. Está previsto que anuncie los resultados en 2022, pero incluso cuando se identifiquen algoritmos poscuánticos, el proceso para implementar los nuevos criptosistemas requerirá actualizaciones masivas del software, el hardware y la infraestructura de comunicaciones. Todos los datos confidenciales existentes tendrán que volver a cifrarse y se deberá construir una nueva infraestructura para admitir nuevos algoritmos criptográficos.

Dichos esfuerzos de remediación tendrán un impacto económico significativo. Carl Dukatz, líder cuántico de Accenture, cree que la disrupción causada por el cambio a la criptografía poscuántica eclipsará el trabajo realizado para mitigar el problema del año 2000, un proceso que le costó a Estados Unidos y a sus empresas más de $100 mil millones. La transición desde la infraestructura cuántica vulnerable debe comenzar años antes de la llegada de las computadoras cuánticas a gran escala. Es fácil imaginar que en poco tiempo las empresas tendrán que demostrar a los reguladores o auditores que están en camino de «cumplir con los requisitos cuánticos», al igual que tuvieron que demostrar el cumplimiento del año 2000 a finales de la década de 1990.

Afortunadamente, la llegada de la computación cuántica no es solo riesgo, gasto y desventajas. Traerá avances que aún no podemos prever y ofrecerá oportunidades tan ricas que la transición de seguridad y cifrado que acompañará a los albores de la era cuántica será uno de sus capítulos menos significativos.

Qué deben hacer los gerentes ahora

A pesar de que todavía no se dispone de una computadora cuántica comercialmente viable, no es demasiado pronto para prepararse. Los gerentes deben centrarse en dos actividades clave: vigilancia y visión.

La vigilancia significa vigilar la rapidez con la que se avanza hacia los hitos tecnológicos clave. Estos incluyen la demostración del primer cúbit lógico, reducciones en las tasas de error y una ventaja cuántica comercial comprobada, no solo técnica, sobre las computadoras clásicas. Las empresas pueden realizar un seguimiento del progreso utilizando fuentes como paneles de expertos y torneos de previsión. En los próximos meses y años, podemos encontrar que las previsiones han sido demasiado conservadoras y que la era cuántica llegará antes de lo que pensábamos. Pero si los hitos siguen siendo obstinadamente difíciles de alcanzar, entonces el dominio clásico continuará durante algún tiempo.

La visión, o la elaboración de planes y escenarios sobre cómo la computación cuántica afectará a su empresa, va de la mano de la vigilancia. A corto plazo, debe contar con un equipo de personas que comprendan las implicaciones de la computación cuántica y puedan identificar las necesidades futuras, las oportunidades y las posibles vulnerabilidades de la empresa.

A medida que los gerentes comienzan a comprender sus cerebros en torno a la computación cuántica y cómo afectará a sus organizaciones, deben hacerse las siguientes preguntas: ¿Dónde estamos limitados actualmente por los límites a la capacidad de computación, y son esas áreas susceptibles a alguna de las cinco familias de algoritmos cuánticos? ¿Cuáles son nuestros principales usos para el aprendizaje automático y otros tipos de IA, y en qué medida ayudará la computación cuántica en esas áreas? Por último, ¿qué procesos biológicos o químicos nos gustaría poder modelar a nivel fundamental?

. . .

Descubrir los secretos de la naturaleza fue el primer uso de la computación cuántica imaginado por los pioneros del campo, y sigue siendo el más emocionante. En algún momento de la primera mitad de este siglo, pondremos qubits a trabajar en ese desafío, y en muchos, muchos otros.