<\/p>\n
Los sectores financiero, farmac\u00e9utico y log\u00edstico<\/strong>, entre otros, se perfilan como los grandes beneficiarios de la computaci\u00f3n cu\u00e1ntica<\/strong>, una tecnolog\u00eda cuyo mercado global podr\u00eda alcanzar los 8600 millones de d\u00f3lares en 2027. La gran inc\u00f3gnita es: \u00bfcu\u00e1nto falta para que su impacto se vuelva tangible en nuestro pa\u00eds?<\/p>\n El despuntar de la computaci\u00f3n cu\u00e1ntica viene anunci\u00e1ndose desde hace a\u00f1os<\/a>, aunque reci\u00e9n ahora parece que tomar\u00e1 algo de impulso. No en vano, 2025 fue declarado el A\u00f1o Internacional de Ciencia y Tecnolog\u00eda Cu\u00e1ntica<\/strong> por las Naciones Unidas (ONU), reconociendo que se cumplen 100 a\u00f1os desde el desarrollo inicial de la mec\u00e1nica cu\u00e1ntica<\/a>.<\/p>\n \u201cLa computaci\u00f3n cu\u00e1ntica utiliza tecnolog\u00eda especializada, incluido el hardware inform\u00e1tico y los algoritmos que usan la mec\u00e1nica cu\u00e1ntica<\/a>, para resolver problemas complejos que las computadoras cl\u00e1sicas o las supercomputadoras no pueden resolver, o no pueden hacerlo lo suficientemente r\u00e1pido\u201d, define IBM, uno de los principales jugadores de esta tecnolog\u00eda, junto con Google y Amazon Web Services.<\/p>\n La consultora Statista proyect\u00f3 que el tama\u00f1o del mercado global de esta tecnolog\u00eda para 2027 ser\u00e1 de 8600 millones de d\u00f3lares, reflejando un crecimiento respecto al 2020 de 410 millones de d\u00f3lares. En este contexto, la Uni\u00f3n Europea lanz\u00f3 hace dos a\u00f1os un proyecto de 1000 millones de euros para que, por la pr\u00f3xima d\u00e9cada, m\u00e1s de 5000 investigadores analicen c\u00f3mo lograr que este tipo de computadora se pueda utilizar de forma comercial.<\/p>\n Seg\u00fan predicciones de consultoras especializadas, el impacto de la computaci\u00f3n cu\u00e1ntica a nivel mundial comenzar\u00e1 a notarse gradualmente en los pr\u00f3ximos 3 a 5 a\u00f1os<\/strong> durante su fase de experimentaci\u00f3n, y en un horizonte de 5 a 10 a\u00f1os en aplicaciones pr\u00e1cticas. <\/strong>Como sucede con otras tecnolog\u00edas emergentes, su adopci\u00f3n masiva ser\u00e1 progresiva, a medida que disminuyan los costos y aumente la madurez tecnol\u00f3gica.<\/p>\n \u201cLa llegada de las computadoras cu\u00e1nticas plantea desaf\u00edos significativos para la seguridad digital, ya que los sistemas criptogr\u00e1ficos tradicionales podr\u00edan volverse vulnerables. En este contexto, la adopci\u00f3n de criptograf\u00eda post-cu\u00e1ntica y algoritmos resistentes ser\u00e1 esencial<\/strong> para proteger datos sensibles y garantizar el cumplimiento de futuras regulaciones. Adem\u00e1s, los algoritmos cu\u00e1nticos prometen revolucionar la evaluaci\u00f3n de riesgos al acelerar exponencialmente las simulaciones de escenarios complejos en tiempo real\u201d, explica Gonzalo Oz\u00e1n<\/strong>, Chief Technical Officer (CTO) en la firma Naranja X.<\/p>\n El ejecutivo tambi\u00e9n se\u00f1ala que otro caso de uso destacado ser\u00e1 la detecci\u00f3n de fraudes, ya que la capacidad de las computadoras cu\u00e1nticas para procesar grandes vol\u00famenes de datos<\/strong> de manera eficiente permitir\u00e1 mejorar la precisi\u00f3n y reducir los falsos positivos. \u201cEstas innovaciones marcar\u00e1n un antes y un despu\u00e9s en la protecci\u00f3n y an\u00e1lisis de informaci\u00f3n en entornos cada vez m\u00e1s complejos y din\u00e1micos\u201d, reflexiona.<\/p>\n Por otro lado, Emilio Gim\u00e9nez<\/strong>, Managing Partner en BCI Consulting, una firma que hace transformaci\u00f3n digital en varias industrias sostiene que, en el sector farmac\u00e9utico, la computaci\u00f3n cu\u00e1ntica permitir\u00e1, por ejemplo, simular el comportamiento de mol\u00e9culas<\/strong><\/a> para comprenderlas mejor y analizar estructuras qu\u00edmicas, lo que facilitar\u00e1 la creaci\u00f3n de nuevos f\u00e1rmacos. \u201cEstas actividades, actualmente un desaf\u00edo para la industria, podr\u00edan acelerarse considerablemente con esta tecnolog\u00eda\u201d, dice. La computaci\u00f3n cu\u00e1ntica tambi\u00e9n ser\u00e1 adoptada por industrias que dependen del an\u00e1lisis de datos no estructurados en tiempo real, como el sector retail, que se perfila como uno de los m\u00e1s beneficiados. \u201cEsta tecnolog\u00eda permitir\u00e1 optimizar promociones y gestionar stocks con una eficiencia sin precedentes\u201d, explica el especialista.<\/p>\n En el \u00e1mbito log\u00edstico, el impacto positivo ser\u00e1 notable en el mediano y largo plazo. \u201cLa optimizaci\u00f3n de rutas y flotas, la reducci\u00f3n de costos de combustible, la detecci\u00f3n de fraudes financieros<\/strong>, el descubrimiento de f\u00e1rmacos y productos qu\u00edmicos, y la asignaci\u00f3n eficiente de la fuerza laboral en diversas industrias son algunos ejemplos de sus aplicaciones\u201d, a\u00f1ade Gim\u00e9nez.<\/p>\n Adem\u00e1s, el especialista destaca que, en el sector industrial, la computaci\u00f3n cu\u00e1ntica potenciar\u00e1 el dise\u00f1o de productos, especialmente mediante simulaciones con gemelos digitales, y favorecer\u00e1 prototipos y pruebas m\u00e1s precisos y realistas.<\/p>\n Omar Osenda<\/strong>, que es f\u00edsico, docente en la Universidad Nacional de C\u00f3rdoba, investigador del Conicet y presidente de la Asociaci\u00f3n F\u00edsica Argentina, menciona que las empresas dedicadas al machine learning y el diagn\u00f3stico por im\u00e1genes <\/strong>tambi\u00e9n ser\u00e1n de las primeras en utilizar esta tecnolog\u00eda.<\/p>\n Por su parte, Gim\u00e9nez menciona que las industrias que podr\u00edan beneficiarse de la computaci\u00f3n cu\u00e1ntica son especialmente aquellas que requieren an\u00e1lisis de datos no estructurados en tiempo real, como el retail, donde ayudar\u00e1 a optimizar promociones y stocks.<\/p>\n \u201cEs dif\u00edcil predecir cu\u00e1ndo empresas argentinas podr\u00edan llegar a utilizar computaci\u00f3n cu\u00e1ntica. En estos momentos, en el mundo se est\u00e1n haciendo grandes esfuerzos para determinar cu\u00e1les son los mejores escenarios para utilizar esta tecnolog\u00eda, e incluso se est\u00e1n registrando avances muy grandes relacionados con el trabajo h\u00edbrido, que implica una mezcla de machine learning con computaci\u00f3n cu\u00e1ntica\u201d, dice Osdena, y aclara que, como si esto fuera poco, \u201chay muy pocas empresas que cuentan con el hardware adecuado para usar la computaci\u00f3n cu\u00e1ntica<\/strong>\u201d.<\/p>\n Frente a este panorama, Gim\u00e9nez sostiene que lo m\u00e1s factible es que las organizaciones argentinas puedan contratar las capacidades de computaci\u00f3n cu\u00e1ntica bajo un formato como servicio, que en este caso se llama \u201cQuantum-Computing-as-a-Service<\/strong>\u201d (QCaas): \u201cEste modelo permite utilizar recursos cu\u00e1nticos a pedido y sirve para aplicar esta tecnolog\u00eda a los desaf\u00edos de la actividad empresarial. Con QCaaS, las empresas pueden aprovechar el poder cu\u00e1ntico sin la necesidad de invertir en costoso hardware cu\u00e1ntico, lo que les permite resolver problemas complejos en optimizaci\u00f3n, criptograf\u00eda, inteligencia artificial y aprendizaje autom\u00e1tico\u201d, explica.<\/p>\n En este marco, el QCaaS habilita a contratar horas de uso de estas capacidades contra el pago de un canon mensual<\/strong>. A medida que m\u00e1s empresas lo utilicen y gane escala, el precio descender\u00e1 y este modelo ingresar\u00e1 en la corriente principal. De todos modos, Osenda explica que, \u201csi bien es posible usar la computaci\u00f3n cu\u00e1ntica en la nube, sus costos todav\u00eda son muy elevados y, adem\u00e1s, hay poca experiencia respecto a cuanto tiempo se necesita contratar para resolver los problemas que se quieren resolver\u201d.<\/p>\n Por lo pronto, un estudio de The Business Research Company sostiene que el mercado de computaci\u00f3n cu\u00e1ntica como servicio (QCaaS) crecer\u00e1 de U$S 2 mil millones en 2023 a U$S 3 mil millones en 2024, y avanzar\u00e1 a una tasa de crecimiento anual compuesta (CAGR) del 49% para rozar los U$S 15 mil millones en 2028.<\/p>\n Respecto a la fecha, el ejecutivo de Naranja X opina que hay factores que determinan estos horizontes temporales: \u201cPrimero, la accesibilidad a tecnolog\u00eda cu\u00e1ntica como servicio en la nube ya es una realidad. Hoy empresas tecnol\u00f3gicas como IBM, AWS y Google ya ofrecen acceso a computaci\u00f3n cu\u00e1ntica en la nube a trav\u00e9s de modelos como IBM Quantum, Amazon Braket o Google Quantum AI. Por lo que las empresas podemos aprovechar estos servicios sin necesidad de grandes inversiones en infraestructura f\u00edsica. Adem\u00e1s, casos de uso espec\u00edficos existen, principalmente en industrias como la de energ\u00eda y laboratorios, pero tambi\u00e9n en los servicios financieros, por ejemplo, en aplicaciones como optimizaci\u00f3n financiera, criptograf\u00eda e inteligencia artificial\u201d.<\/p>\n Bajo este panorama, el ejecutivo de Naranja X se\u00f1ala que el gran desaf\u00edo ser\u00e1 el talento:<\/strong> \u201cEl desarrollo de habilidades en programaci\u00f3n y algoritmos cu\u00e1nticos es clave, y hoy es extremadamente escaso. Las colaboraciones p\u00fablico-privadas, acuerdos con empresas tecnol\u00f3gicas globales y el desarrollo de ecosistemas de innovaci\u00f3n cu\u00e1ntica en la regi\u00f3n ser\u00e1n importantes para determinar los plazos de la llegada de estas tecnolog\u00edas a las empresas de nuestro pa\u00eds\u201d, opina.<\/p>\n