La inteligencia artificial empresarial continuará ejecutándose sobre arquitecturas tradicionales aceleradas por GPU durante los próximos años. Esa es la principal conclusión de una nueva previsión de Gartner, que considera que ninguna carga de trabajo de IA empresarial a gran escala se ejecutará sobre hardware cuántico antes de 2028 y que, incluso durante el resto de la década, la computación cuántica seguirá siendo una tecnología de investigación para este tipo de aplicaciones.
Las claves del informe de Gartner en 20 segundos
- Gartner prevé que la IA empresarial seguirá funcionando sobre CPU, GPU y TPU hasta, al menos, 2028.
- La consultora afirma que no existe ninguna demostración revisada por pares de ventaja cuántica en cargas de IA de producción.
- Advierte de que muchos productos etiquetados como «Quantum AI» utilizan en realidad técnicas híbridas o algoritmos inspirados en la computación cuántica.
- Recomienda separar los presupuestos destinados a IA generativa y computación cuántica para evitar inversiones prematuras.
El informe llega en un momento de creciente interés por la convergencia entre inteligencia artificial y computación cuántica, impulsada por anuncios de fabricantes de hardware, startups y proveedores cloud que presentan ambas tecnologías como parte de una misma estrategia.
Gartner: la IA cuántica sigue siendo investigación
Según la consultora, existe una diferencia importante entre la IA cuántica y otros enfoques que actualmente ya se utilizan en producción.
Gartner define la IA cuántica como aquella que necesita ejecutarse sobre hardware cuántico para obtener ventajas de rendimiento, coste o capacidad frente a los sistemas clásicos.
Sin embargo, sostiene que no existe ningún resultado revisado por pares que haya demostrado una ventaja cuántica en cargas de trabajo reales de inteligencia artificial utilizadas en producción.
Para el analista Chirag Dekate, vicepresidente de Gartner, cuando muchos proveedores hablan de Quantum AI en realidad hacen referencia a técnicas híbridas o algoritmos inspirados en principios de la mecánica cuántica que continúan ejecutándose sobre infraestructura convencional.
No toda la «IA cuántica» utiliza ordenadores cuánticos
El informe distingue claramente entre cuatro conceptos que con frecuencia aparecen mezclados en el mercado.
El primero corresponde a la IA clásica, basada en modelos como transformadores, aprendizaje profundo o aprendizaje por refuerzo ejecutados sobre CPU, GPU y TPU.
El segundo engloba la denominada IA inspirada en la computación cuántica, formada por algoritmos desarrollados para hardware convencional que aprovechan ideas procedentes de la física cuántica, como redes tensoriales o técnicas de optimización.
El tercer grupo corresponde a los métodos híbridos, donde pequeños circuitos cuánticos trabajan junto a sistemas clásicos de computación de altas prestaciones (HPC). Según Gartner, estos enfoques siguen limitados a investigación y proyectos piloto.
Solo el cuarto grupo sería la auténtica IA cuántica, ejecutada completamente sobre hardware cuántico.
La computación cuántica aún tiene varios obstáculos
Gartner considera que todavía deben resolverse cuatro grandes retos antes de que la computación cuántica pueda aportar ventajas reales a la inteligencia artificial empresarial:
- Hardware más avanzado.
- Corrección de errores.
- Middleware específico.
- Nuevos algoritmos adaptados a arquitecturas cuánticas.
Mientras esos avances no lleguen, la consultora prevé que la computación cuántica tolerante a fallos permanecerá en fase de investigación para aplicaciones de IA durante el resto de la década.
En concreto, estima que hasta 2030 no existirán suficientes qubits lógicos para ejecutar algoritmos completos de inteligencia artificial con viabilidad económica.
Gartner recomienda no mezclar el presupuesto de IA y computación cuántica
Uno de los mensajes más claros del informe está dirigido a los responsables de tecnología de las empresas.
La consultora aconseja separar completamente las inversiones destinadas a inteligencia artificial de las relacionadas con computación cuántica.
Según Gartner, ambas tecnologías presentan horizontes temporales y necesidades muy diferentes.
Mientras la IA generativa puede generar retorno medible en periodos de entre 12 y 18 meses mediante automatización, productividad o mejora de procesos, la computación cuántica todavía no ha demostrado beneficios equivalentes en cargas reales de producción.
La consultora advierte de que mezclar ambos presupuestos puede dificultar la evaluación del retorno de inversión y desviar recursos que hoy generan valor hacia proyectos con una madurez tecnológica mucho menor.
Qué recomienda Gartner a las empresas
En lugar de apostar por hardware cuántico, Gartner propone tres líneas de actuación.
La primera consiste en utilizar algoritmos inspirados en computación cuántica que ya funcionan sobre GPU y otras arquitecturas convencionales.
La segunda es definir desde el principio criterios claros para finalizar proyectos piloto, evitando iniciativas abiertas sin objetivos medibles.
Por último, recomienda medir el progreso de la computación cuántica utilizando indicadores relevantes, como el número de qubits lógicos y los avances en corrección de errores, en lugar de fijarse únicamente en el número total de qubits físicos anunciado por los fabricantes.
Con esta previsión, Gartner introduce un mensaje de cautela en un momento de fuerte actividad comercial alrededor de la computación cuántica y recuerda que, al menos durante los próximos años, la infraestructura que sostiene la inteligencia artificial empresarial seguirá basada principalmente en aceleradores clásicos como las GPU.
Preguntas frecuentes
¿Qué predice Gartner sobre la IA cuántica?
La consultora considera que ninguna carga de trabajo empresarial de IA a gran escala se ejecutará sobre hardware cuántico antes de 2028.
¿Existe ya una ventaja demostrada de la computación cuántica para IA?
Según Gartner, no. Afirma que no hay resultados revisados por pares que demuestren ventajas en cargas de producción reales.
¿Qué diferencia hay entre IA cuántica y algoritmos inspirados en computación cuántica?
La IA cuántica necesita hardware cuántico para ejecutarse, mientras que los algoritmos inspirados en principios cuánticos funcionan sobre infraestructura clásica como GPU o CPU.
¿Qué recomienda Gartner a las empresas?
Separar los presupuestos destinados a inteligencia artificial y computación cuántica, utilizar algoritmos inspirados en computación cuántica cuando aporten valor y mantener la computación cuántica dentro del ámbito de I+D.
Fuentes:
- Gartner, Gartner Predicts Enterprise AI Workloads at Scale Will Not Run on Quantum Hardware Through 2028.
