iberestudios.

Qué debe demostrar un piloto cuántico antes de invertir

Brazos robóticos en una línea de fabricación industrial
Imagen de contexto: línea de fabricación industrial. Foto: Simon Kadula / Unsplash.

Antes de contratar un piloto de computación cuántica, una empresa necesita fijar qué resultado justificaría seguir pagando. Puede ser reducir el tiempo de planificación, aprovechar mejor una máquina o disminuir retrasos. El contrato debería expresar esa mejora en una unidad que el negocio pueda medir y compararla con una alternativa clásica.

Un estudio de Scientific Reports publicado el 12 de noviembre ofrece un buen punto de partida para esa conversación: somete una propuesta cuántica a un problema industrial y delimita el alcance de sus resultados.

El ensayo de los autoclaves

El trabajo de Abdulrazak Jinadu Otaru y sus coautores aborda la selección de lotes para autoclaves de materiales compuestos mediante QAOA, un algoritmo de optimización cuántica aproximada. El diseño combina una capa clásica con subproblemas de entre 8 y 14 cúbits lógicos, evaluados mediante simulación clásica sin ruido.

En quince escenarios sintéticos de producción, los autores no detectaron diferencias estadísticamente significativas frente a la selección exacta por lote o al recocido simulado en las métricas evaluadas. Frente a una heurística voraz, la utilización media del autoclave aumentó 2,70 puntos porcentuales en los datos publicados. Esa diferencia descriptiva procede de quince escenarios sintéticos. El estudio no acredita ventaja cuántica, aceleración en hardware ni rentabilidad productiva.

El ensayo deja pendiente una comparación con planificadores globales MILP o CP-SAT. Sus escenarios son sintéticos y la evaluación en hardware forma parte del trabajo futuro.

La aportación práctica del caso es enseñar a separar tres preguntas: si se puede formular el problema, si el método encuentra buenas soluciones y si merece la pena usarlo en una fábrica. Cada una exige una prueba diferente.

La comparación con métodos clásicos

Proponemos empezar el piloto con una comparación que el proveedor acepte por escrito. Si el punto de partida es una regla muy simple, superarla puede revelar que había margen para mejorar la planificación. La siguiente pregunta será cuánto de esa mejora puede conseguir un optimizador clásico con el mismo presupuesto de preparación y ejecución.

Una opción que conviene valorar con el especialista es CP-SAT, incluido en OR-Tools. Su documentación distingue entre encontrar una solución factible y demostrar que es óptima. Esa diferencia importa al comparar resultados: dos sistemas pueden entregar planes válidos y ofrecer garantías distintas sobre su calidad.

La comparación que proponemos debe reservar a todos los métodos los mismos datos de prueba, restricciones y tiempo disponible. También debe conservar los casos en los que el sistema falla, tarda demasiado o entrega un plan que una persona tiene que corregir. Esos casos forman parte del coste operativo.

Condiciones para financiar el piloto

Esta es nuestra propuesta de evaluación empresarial. Los umbrales deben acordarse antes de conocer los resultados.

Condición Prueba que pedir al proveedor
Problema representativo Datos de operación, restricciones y casos difíciles acordados con quienes planifican el trabajo.
Comparación reproducible Mismas instancias y presupuesto temporal; versiones, parámetros y resultados conservados.
Coste completo Preparación de datos, modelado, ajuste, ejecución, repeticiones, integración y supervisión humana.
Mejora con valor económico Umbral en euros, horas, retrasos o utilización que compense el coste adicional.
Salida operativa Alternativa disponible cuando el método experimental incumpla el tiempo o la calidad exigidos.

Por ejemplo, una empresa podría exigir una reducción mínima del tiempo de planificación manteniendo la calidad de los planes. Otra podría aceptar más tiempo de cálculo a cambio de reducir horas de máquina. Son decisiones de negocio diferentes; el número de cúbits aporta poca información sobre cuál de las dos se está consiguiendo.

Coste y ejecución en hardware

Cuando una oferta se apoya en una simulación, recomendamos presupuestar por separado la siguiente etapa: qué se ejecutará en un procesador cuántico, qué permanecerá en ordenadores clásicos y qué tiempos se medirán de principio a fin. La factura debe recoger el proceso completo que la empresa tendrá que operar.

Un piloto también puede comprarse para formar al equipo o aprender a formular un problema. En ese caso proponemos evaluarlo por los conocimientos, modelos y activos reutilizables que entrega. Si se compra para mejorar la producción, la aceptación debe depender de resultados productivos.

La decisión de continuar debería poder escribirse en una frase: «En estos casos y con este coste, el método supera este umbral frente a esta alternativa». Cuando el proveedor pueda completar esa frase con resultados reproducibles, la empresa tendrá una base concreta para decidir cuánto invertir en la siguiente fase.

El estudio recibió financiación de King Faisal University (KFU265260). Sus autores declaran no tener conflictos de interés. Imagen de contexto: Simon Kadula / Unsplash.

Datos de solicitudes de formación

El responsable es Óscar Fuente Castrillejo, titular de Iberestudios. Guardamos los datos que envías para gestionar tu candidatura a la beta, tu reserva de plaza o el aviso que solicites. Cada formulario registra por separado tu aceptación. Puedes retirar tu solicitud y pedir acceso, rectificación o supresión escribiendo a ofuente@gmail.com.

Datos del titular y aviso legal
PRÓXIMAS FORMACIONES

Recibe avisos sobre el programa.

Déjanos tu correo y te avisaremos cuando puedas apuntarte.

Uso de tus datos
MÁSTER EN IA · BETA GRATUITA

Quiero ser beta tester

Consigue acceso anticipado al máster gratuito de IA. Prueba las clases, las actividades y el campus; cuéntanos qué funciona y qué tenemos que mejorar.

  1. Completa tu solicitud y acepta los compromisos de prueba.
  2. Revisaremos tu disponibilidad y te confirmaremos si puedes participar.
  3. Si participas, probarás las actividades que te indiquemos y anotarás los problemas que encuentres.
Compromisos del betatester

El feedback debe incluir problemas y mejoras concretas. No incluyas contraseñas, claves ni datos privados de otras personas.

Iberestudios guardará tu candidatura para coordinar la prueba. El envío no confirma admisión ni crea una cuenta en el campus. Conserva la referencia que aparecerá al enviar.

Uso de tus datos
MÁSTER EN IA · 1.ª EDICIÓN · 8 ENERO 2027

Reserva tu plaza en el máster gratuito de IA

Primera edición: 8 de enero de 2027. Si el grupo se completa, podrás apuntarte a la lista de espera.

Uso de tus datos