Gartner proyectó que ninguna carga de trabajo de inteligencia artificial empresarial a escala se ejecutará sobre hardware cuántico para el año 2028, asegurando que la infraestructura acelerada clásica continuará dominando todas las pruebas de rendimiento en producción.
Según las previsiones del análisis, la computación cuántica tolerante a fallos se mantendrá en fase de investigación y desarrollo sin alcanzar la escala de cúbits lógicos suficiente para soportar algoritmos económicamente viables antes de 2030.
El reporte enfatiza que las afirmaciones comerciales sobre soluciones de IA cuántica suelen hacer referencia a técnicas híbridas o inspiradas en principios cuánticos, pero no a sistemas nativos operando a escala corporativa. Chirag Dekate, vicepresidente analista de Gartner, señaló que la tecnología no está lista para cargas de trabajo de producción y que no existen resultados revisados por pares que demuestren una ventaja cuantitativa real sobre la infraestructura tradicional. El especialista precisó que alcanzar los avances requeridos en rendimiento o costo exige progresos simultáneos en cuatro áreas clave: hardware, corrección de errores, programas intermedios y algoritmos.
Para clarificar la oferta del mercado, la consultora delimitó la IA cuántica frente a tres enfoques comúnmente confundidos. La IA clásica abarca modelos como el aprendizaje profundo desplegados en procesadores gráficos o unidades de procesamiento de tensores que generan retorno de inversión actual. Por su parte, los métodos inspirados en la mecánica cuántica utilizan algoritmos clásicos sobre hardware convencional para optimización y simulación, mientras que las aproximaciones híbridas constituyen flujos experimentales restringidos a entornos de investigación.
Ante esta brecha de madurez, Gartner aconsejó a los directores de tecnología separar los presupuestos de innovación cuántica de la infraestructura de IA. Mientras que la IA generativa ofrece métricas de automatización y precisión en lapsos de 12 a 18 meses, los proyectos cuánticos carecen de retornos medibles en el corto plazo. La entidad sugirió priorizar algoritmos inspirados en la física cuántica ejecutados en plataformas de procesamiento gráfico existentes y establecer criterios estrictos de finalización en los proyectos piloto para evitar que las pruebas de concepto sin resultados consuman recursos corporativos.
La postura de Gartner coincide con las proyecciones de analistas de firmas como IDC y Forrester, quienes han advertido que el costo de capital asociado al desarrollo de infraestructura cuántica y las elevadas tasas de error limitan su adopción comercial inmediata. Aunque compañías como IBM, Google y Rigetti Computing continúan registrando avances en el recuento de cúbits físicos y en hojas de ruta orientadas a la corrección de errores, el consenso del sector reconoce que la IA generativa basada en aceleradores clásicos seguirá concentrando la inversión operativa de las empresas durante el resto de la década.
Fuente: Gartner
