La computación cuántica exige una preparación estratégica antes de su adopción comercial

En la 6ª Conferencia FAPESP 2026, la coordinadora de Tecnologías Cuánticas del mayor banco privado de Brasil mostró cómo la investigación realizada ahora puede revelar aplicaciones, anticipar riesgos y crear competencias para un recurso que aún no ha llegado al uso comercial a gran escala

Por José Tadeu Arantes  |  Agência FAPESP – Las computadoras cuánticas ya se están creando y probando a escala experimental. Pero todavía no está disponible una máquina capaz de resolver, de forma comercialmente relevante, problemas de interés para las grandes empresas, con una ventaja clara sobre las mejores computadoras y algoritmos convencionales. Sin embargo, esperar a que se alcance esa etapa para recién entonces comenzar a pensar en el tema podría ser demasiado tarde. La preparación debe comenzar ahora o ya debería haber comenzado: identificando los problemas en los que la computación cuántica realmente marcará la diferencia, desarrollando algoritmos, preparando los sistemas de seguridad para las nuevas amenazas que la propia tecnología hará posibles, formando equipos especializados y estableciendo alianzas.

Este fue el hilo conductor de la 6ª Conferencia FAPESP 2026, “De la investigación a la ventaja estratégica: quantum computing aplicado a los negocios”, presentada por Samuraí Gomes Aguiar Brito, coordinadora de Tecnologías Cuánticas y gerente ejecutiva de Ciencia de Datos de Itaú Unibanco, el mayor banco privado de Brasil.

Doctora en física por la Universidad Federal de Rio Grande do Norte (UFRN), con un posdoctorado en información y computación cuántica, Brito integra la lista “Quantum 100” de la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco), que reúne a los cien profesionales más influyentes del área.

“Las computadoras cuánticas aún no están listas. Logramos crearlas, probarlas, desarrollar algoritmos y experimentar a pequeña escala, pero, para un uso productivo comercial, todavía no contamos con computadoras cuánticas viables. Sin embargo, esto no significa que sea necesario disponer de una máquina cuántica para comenzar. Los sistemas pequeños pueden simularse en computadoras convencionales y utilizarse para desarrollar algoritmos y aprender a pensar los problemas de otra manera. El pensamiento cuántico es un pensamiento algorítmico”, dijo Brito.

La estrategia presentada por ella invierte una forma bastante común de abordar las tecnologías emergentes. En lugar de partir de la nueva herramienta y tratar de descubrir dónde aplicarla, se comienza por el problema. “Nuestro principal objetivo es descubrir en qué problemas la computación cuántica será un factor diferencial, para que podamos apostar rápido y acertadamente”, afirmó.

Esto será especialmente importante porque la computadora cuántica no deberá simplemente sustituir a las computadoras actuales. Brito comparó la futura QPU (quantum processing unit – unidad de procesamiento cuántico) con las diferentes unidades de procesamiento que ya se utilizan en la actualidad. Así como una GPU (graphics processing unit – unidad de procesamiento gráfico, utilizada para realizar muchas operaciones al mismo tiempo) es especialmente apropiada para determinadas tareas (como la inteligencia artificial), pero no para todas, la QPU deberá utilizarse únicamente cuando sus características ofrezcan una ventaja efectiva. “No necesito una GPU para todo. Tampoco voy a necesitar una QPU para todo. Pero ¿dónde la voy a necesitar? Esa es la pregunta cuya respuesta estamos buscando”, puntualizó.

La búsqueda de estas respuestas comenzó en Itaú en 2019. Actualmente, el Instituto de Ciencia y Tecnología Itaú (ICTi) mantiene más de 50 investigaciones en curso. De ellas, 13 están relacionadas con tecnologías cuánticas e involucran algoritmos, criptografía poscuántica, generación de números aleatorios y comunicación. El instituto mantiene colaboraciones con universidades y centros de investigación brasileños y extranjeros.

“Los problemas explorados incluyen la optimización de carteras de inversión y de la asignación de capital, arbitraje cambiario, valoración de derivados mediante métodos de Monte Carlo [técnicas computacionales que utilizan muestreos aleatorios repetidos para estimar los resultados de problemas complejos], evaluación del riesgo crediticio, abandono de clientes, detección de fraude con tarjetas y defensa de sistemas de biometría facial”, informó la gerente.

Pero un resultado particularmente interesante de la estrategia fue descubrir que investigar la computación cuántica puede generar beneficios incluso cuando la mejor solución encontrada no es cuántica, sino clásica. En un problema de optimización de carteras, una simulación convencional tardaba alrededor de 28 horas. El uso de una computadora cuántica de la empresa canadiense D-Wave (que busca la mejor solución entre muchas posibilidades haciendo que el sistema evolucione gradualmente hacia estados de menor energía) redujo el tiempo a 74 minutos y produjo una cartera con una mejor relación entre riesgo y retorno. Los investigadores decidieron entonces probar una técnica clásica inspirada en el mismo enfoque. El tiempo se redujo a menos de dos segundos y el resultado fue aún mejor que el obtenido con la máquina cuántica.

El episodio ilustra un principio que Brito enfatizó varias veces: la investigación no constituye una defensa de la tecnología cuántica a cualquier costo. También sirve para descubrir dónde no es necesaria. Al ser consultada sobre qué quedaría de toda esa inversión si las computadoras cuánticas a gran escala nunca alcanzaran la estabilidad necesaria, respondió que el saldo positivo ya existe. “Ya tenemos productos que surgieron y nacieron porque pensamos el problema de una manera diferente, incluso sin utilizar la tecnología”, argumentó. Y añadió: “Saber que una determinada solución cuántica no sirve también es un resultado”.

Una estrategia para reducir los números

Un trabajo, publicado este año por ella y sus colaboradores en la revista Scientific Reports, ilustra el concepto de partir de un problema concreto e investigar una forma específicamente cuántica de resolverlo.

El problema era la construcción de carteras de inversión diversificadas. En lugar de simplemente elegir los activos con mejor rendimiento esperado, el estudio se propuso seleccionar un determinado número de productos dentro de diferentes clases –acciones, títulos, fondos, commodities, ETFs (fondos de inversión cotizados en bolsa), etc. En uno de los escenarios estudiados, 820 activos producían alrededor de 10²³ carteras posibles: un número literalmente astronómico, que hace inviable examinar todas las posibilidades una por una.

Los investigadores utilizaron un algoritmo cuántico variacional conocido por la sigla VQE (variational quantum eigensolver) y recurrieron a los llamados “estados de Dicke”: estados cuánticos en los que determinadas restricciones pueden incorporarse a la propia preparación de los qubits (los bits cuánticos). A diferencia del bit tradicional, que solo puede estar en 0 o 1, el qubit puede encontrarse en una superposición de los estados 0 y 1, una posibilidad derivada de las leyes de la mecánica cuántica. En términos prácticos, en lugar de dejar que el algoritmo recorra una inmensidad de combinaciones posibles para luego eliminar las inadecuadas mediante un “término de penalización” (recurso matemático que desfavorece las soluciones que no cumplen las condiciones establecidas), el sistema se construye para buscar desde el principio únicamente entre soluciones admisibles.

“El enfoque redujo considerablemente el espacio de búsqueda. Esta preparación, que es algo que aún no se había propuesto en la literatura, elimina ese término de penalización de nuestro problema de optimización y ahora podemos resolver el problema en la computadora cuántica de una manera más sencilla y natural, aprovechando la propia estructura de la tecnología cuántica”, subrayó Brito.

El resultado todavía no significa que una computadora cuántica esté lista para construir las carteras de los clientes del banco. Para la gerente, su importancia estratégica radica en otra cuestión: aprender ahora a formular este tipo de problema para que, cuando estén disponibles máquinas suficientemente robustas, la institución ya sepa dónde y cómo utilizarlas. “Estamos hablando de preparación estratégica para el futuro.”

El riesgo también comienza antes

Hay una segunda razón para no esperar. La misma capacidad computacional que podrá resolver problemas actualmente insuperables también amenaza con comprometer parte de la criptografía utilizada para proteger transacciones, identidades, contratos y datos.

Los algoritmos de criptografía de clave pública, ampliamente utilizados en transacciones bancarias y otras aplicaciones, dependen de problemas matemáticos extremadamente difíciles para las computadoras convencionales. En el caso de la criptografía RSA-2048, se estima que la factorización mediante métodos clásicos requeriría un tiempo muy superior a la edad del Universo. Sin embargo, una computadora cuántica suficientemente potente y tolerante a fallos, ejecutando el llamado algoritmo de Shor (concebido específicamente para realizar de forma eficiente operaciones matemáticas como la factorización de grandes números), podría, en principio, reducir ese tiempo a una escala de días o incluso horas.

Esto dio lugar a una amenaza conocida como harvest now, decrypt later – “recopilar ahora, descifrar después”. Un atacante podría interceptar y almacenar hoy información cifrada que no puede leer y conservarla hasta que disponga, en el futuro, de suficiente capacidad cuántica para romper la protección. “Por eso, el riesgo asociado a las futuras computadoras cuánticas comienza antes de la existencia de esas máquinas”, destacó Brito.

Una de las respuestas es la criptografía poscuántica (PQC), basada en problemas matemáticos considerados resistentes a los algoritmos cuánticos conocidos. Pero la cuestión, según Brito, no se limita a sustituir un protocolo por otro. Como pueden surgir nuevas vulnerabilidades, será necesario desarrollar agilidad criptográfica: la capacidad de cambiar rápidamente algoritmos y protocolos de seguridad sin tener que reconstruir sistemas enteros. “La estrategia ha sido centrarnos en la agilidad criptográfica, para que tengamos un mecanismo ágil y, siempre que surja una amenaza, podamos cambiar rápidamente y no tardemos años en realizar la migración”, afirmó.

Por estar radicado en una gran institución financiera, este es un problema especialmente relevante para el ICTi. Por ello, el instituto mantiene investigaciones en el área en colaboración con universidades. En la Universidad Federal Fluminense (UFF), un proyecto estudia la implementación eficiente del algoritmo de Shor y los requisitos que serían necesarios para atacar RSA (uno de los principales sistemas clásicos de criptografía de clave pública) en hardware cuántico. En la UFRN, otra línea investiga la implementación de criptografía poscuántica y sus efectos sobre el rendimiento, la compatibilidad y la seguridad de los sistemas.

La lógica es anticipatoria: una migración de esta magnitud puede llevar años y, por lo tanto, no puede comenzar en el llamado Q-Day, el momento en que estén disponibles computadoras cuánticas capaces de comprometer la criptografía actual.

Soberanía nacional e inteligencia artificial

En la sesión de debates, una de las cuestiones abordó la propia existencia de las computadoras cuánticas ya disponibles comercialmente y la conveniencia de que Brasil desarrolle hardware propio, incluso por razones de soberanía tecnológica. Brito coincidió en que las máquinas cuánticas ya existen, algunas con cientos o incluso más de mil qubits, pero distinguió entre existencia física y utilidad comercial: el problema, afirmó, es que aún no se ha demostrado la capacidad de resolver con ellas problemas comercialmente relevantes de manera ventajosa.

Otra pregunta amplió el debate hacia la formación de los investigadores en una época marcada por la inteligencia artificial (IA). Brito destacó dos atributos: pensamiento crítico e interdisciplinariedad. Las herramientas de IA pueden ayudar incluso en la lectura de la literatura científica, pero no deben sustituir la capacidad de cuestionar resultados y formular preguntas. “Lo que nos hace realmente innovadores es no delegar esa parte a la IA”, dijo. Y añadió que “difícilmente se podrá seguir abordando problemas complejos dentro de fronteras disciplinarias rígidas”.

La interdisciplinariedad también se refleja en la composición de los equipos. Dependiendo del problema, físicos y especialistas en información cuántica trabajan con investigadores en optimización, ciencia de datos y profesionales que conocen en profundidad el área de negocio involucrada. Según Brito, incluso los investigadores con una formación altamente teórica pueden adquirir en el instituto una perspectiva orientada hacia las aplicaciones.

El mensaje final de la conferencia retomó el punto de partida. En tecnologías emergentes, la ventaja estratégica no significa necesariamente ser el primero en poseer la máquina más potente, sino saber antes qué hacer con ella. “No es una cuestión de ‘si’. Es una cuestión de cuándo y de cuán preparados estaremos”, concluyó la conferencista.

La 6ª Conferencia FAPESP 2026 contó con la participación del profesor Oswaldo Baffa Filho, coordinador de la comisión organizadora de las Conferencias y Escuelas Interdisciplinarias FAPESP; y del profesor Gustavo Wiederhecker, asesor de la coordinación general del Programa FAPESP QuTIa (Quantum Technologies InitiAtive). La moderación estuvo a cargo de Anna Helena Reali Costa, directora de la Escuela Politécnica de la Universidad de São Paulo. También estuvo presente el director-presidente del Consejo Técnico-Administrativo de la FAPESP, Carlos Graeff.

La 6ª Conferencia FAPESP 2026, “De la investigación a la ventaja estratégica: quantum computing aplicado a los negocios”, puede verse completa en: youtu.be/enfPYfDDxyk.

 

Vea más imágenes sobre este y otros reportajes vinculados a la FAPESP en los perfiles de Flickr: GCOM FAPESP y Centro de Memoria FAPESP.