La inteligencia artificial empresarial continuará dependiendo de las arquitecturas clásicas durante los próximos años. Esa es la conclusión de Gartner, que asegura que ninguna carga de trabajo de IA a escala empresarial se ejecutará sobre hardware cuántico antes de 2028 y que la computación acelerada mediante GPU seguirá siendo la base de todos los entornos de producción relevantes.
La consultora también lanza un aviso a empresas y CIO: buena parte de las soluciones comercializadas hoy como «Quantum AI» no ejecutan inteligencia artificial sobre ordenadores cuánticos, sino que utilizan algoritmos híbridos o técnicas inspiradas en la computación cuántica que funcionan sobre infraestructura convencional.
Las claves de la previsión de Gartner en 30 segundos
- Gartner descarta que la IA empresarial utilice ordenadores cuánticos antes de 2028.
- No existe ninguna demostración científica revisada por pares que pruebe una ventaja cuántica en cargas reales de IA.
- La mayoría de soluciones «Quantum AI» actuales utilizan GPU y algoritmos clásicos.
- La consultora recomienda mantener separados los presupuestos destinados a IA y computación cuántica.
- Los CIO deberían seguir priorizando GPU, GenAI, nube y ciberseguridad frente a proyectos cuánticos.
Mientras fabricantes como IBM, Google, Microsoft, IonQ o PsiQuantum continúan acelerando el desarrollo del hardware cuántico, Gartner considera que todavía queda un largo recorrido antes de que esta tecnología pueda competir con las infraestructuras de IA actuales.
«Quantum AI» no significa necesariamente inteligencia artificial cuántica
Uno de los principales mensajes del informe es que el mercado está utilizando el término Quantum AI con demasiada amplitud.
Según Gartner, cuando muchos proveedores anuncian soluciones de inteligencia artificial cuántica realmente están hablando de tecnologías muy distintas entre sí.
La consultora distingue cuatro categorías claramente diferenciadas.
La primera es la IA clásica, basada en modelos de deep learning, transformers o aprendizaje por refuerzo ejecutados sobre CPU, GPU o TPU.
La segunda corresponde a los algoritmos inspirados en computación cuántica, que toman conceptos de la mecánica cuántica pero funcionan íntegramente sobre hardware tradicional.
En tercer lugar aparecen los modelos híbridos, donde pequeños circuitos cuánticos colaboran con sistemas clásicos de HPC o inteligencia artificial, generalmente en proyectos de investigación.
Solo el cuarto grupo constituye auténtica IA cuántica, es decir, algoritmos cuya ejecución depende realmente de procesadores cuánticos.
No hay ventaja demostrada frente a las GPU
Para Gartner, el problema es que todavía no existe ninguna evidencia científica revisada por pares que demuestre que un ordenador cuántico pueda ejecutar una carga de trabajo empresarial de inteligencia artificial mejor que una infraestructura acelerada mediante GPU.
La consultora considera que alcanzar ese punto exige resolver simultáneamente varios desafíos tecnológicos:
- Hardware mucho más estable.
- Sistemas eficaces de corrección de errores.
- Nuevas capas de software especializadas.
- Algoritmos diseñados específicamente para arquitecturas cuánticas.
Mientras estos cuatro elementos no evolucionen conjuntamente, la computación cuántica seguirá siendo una plataforma de investigación y no una alternativa para ejecutar modelos de IA empresariales.
Gartner: separar el presupuesto de IA y computación cuántica
La firma también dirige un mensaje claro a los responsables de tecnología.
Según Gartner, mezclar los presupuestos destinados a inteligencia artificial y computación cuántica puede generar expectativas poco realistas.
La razón es sencilla: ambas tecnologías tienen horizontes completamente diferentes.
La IA generativa ya ofrece mejoras medibles en productividad, automatización o atención al cliente con retornos que pueden aparecer en menos de dos años.
En cambio, la computación cuántica todavía no ha demostrado beneficios equivalentes en aplicaciones reales de inteligencia artificial.
Por ello, Gartner recomienda tratar los proyectos cuánticos como iniciativas de investigación y desarrollo, evitando que consuman recursos destinados a plataformas de IA que ya generan valor empresarial.
Los CIO siguen apostando por GPU, nube y ciberseguridad
Otro dato destacado del informe es que la computación cuántica todavía no aparece entre las principales prioridades de inversión de los CIO.
Según Gartner, los mayores presupuestos tecnológicos siguen concentrándose en áreas como:
- Inteligencia artificial generativa.
- IA agéntica.
- Infraestructura cloud.
- Ciberseguridad.
Las organizaciones que sí financian proyectos cuánticos lo hacen, según la consultora, con inversiones considerablemente inferiores y sin esperar retornos económicos a corto plazo.
Qué deberían hacer las empresas
Lejos de recomendar ignorar la computación cuántica, Gartner propone una estrategia mucho más pragmática.
La consultora aconseja aprovechar desde hoy los algoritmos inspirados en computación cuántica que funcionan sobre GPU y pueden aportar mejoras en optimización, simulación, análisis de grafos o determinadas cargas de aprendizaje automático.
También recomienda que cualquier piloto cuántico incorpore desde el primer momento criterios objetivos de éxito y condiciones claras para su cancelación si no demuestra ventajas frente a las soluciones clásicas.
Finalmente, invita a seguir la evolución del sector prestando más atención al desarrollo de qubits lógicos, la corrección de errores y el software de control que al número total de qubits físicos anunciado por cada fabricante.
Para Gartner, esos serán los indicadores que realmente determinarán cuándo la computación cuántica podrá empezar a competir con las arquitecturas tradicionales en inteligencia artificial.
Preguntas frecuentes
¿Cuándo cree Gartner que la IA empresarial utilizará ordenadores cuánticos?
La consultora considera que ninguna carga de trabajo empresarial de IA a gran escala se ejecutará sobre hardware cuántico antes de 2028.
¿Existe ya alguna ventaja demostrada de la IA cuántica?
No. Gartner afirma que no existe ningún resultado revisado por pares que demuestre una ventaja cuántica en cargas de IA utilizadas en producción.
¿Qué es realmente «Quantum AI»?
En sentido estricto, es inteligencia artificial que necesita ejecutarse sobre hardware cuántico. Gartner señala que muchos productos actuales utilizan el término para referirse a técnicas híbridas o algoritmos inspirados en computación cuántica que funcionan sobre GPU.
¿Qué recomienda Gartner a las empresas?
Priorizar la IA que ya genera valor, mantener separados los presupuestos de inteligencia artificial y computación cuántica y utilizar proyectos piloto cuánticos únicamente con objetivos y métricas claramente definidos.
Fuentes:
- Gartner, Gartner Predicts Enterprise AI Workloads at Scale Will Not Run on Quantum Hardware Through 2028.
