SAS sobre la convergencia entre IA y computación cuántica

La discusión sobre inteligencia artificial ya no es teórica en Colombia. Con la adopción del CONPES 4144 de 2025, el país definió lineamientos claros para el desarrollo, uso y gobernanza de la IA, marcando un punto de inflexión para su incorporación en el sector público y privado. En ese contexto, mientras las organizaciones avanzan en la madurez de sus capacidades analíticas, una nueva conversación comienza a ganar relevancia en los niveles estratégicos:la convergencia entre inteligencia artificial y computación cuántica.

La computación cuántica no es una versión más rápida de la computación tradicional ni una tecnología pensada para reemplazar, en el corto plazo, la infraestructura actual. Se basa en principios de la mecánica cuántica (como la superposición y el entrelazamiento) que permiten explorar múltiples soluciones de forma simultánea. Esto abre la posibilidad de abordar problemas que hoy resultan complejos por costo, tiempo o complejidad computacional, especialmente cuando se combinan con analítica avanzada e IA.

Qué significa esto para las empresas

A nivel global, la computación cuántica se encuentra aún en una fase temprana de desarrollo, conocida como NISQ, con limitaciones técnicas que impiden una adopción masiva inmediata. Por esta razón, el impacto real para las empresas no está en “migrar a cuántica”, sino en prepararse para un modelo híbrido, donde la computación clásica, la analítica avanzada, la IA y, progresivamente, la computación cuántica, cumplen roles complementarios.

De acuerdo con SAS, los primeros casos de uso con sentido empresarial se concentran en escenarios donde los métodos tradicionales empiezan a mostrar límites claros, particularmente en:

• Optimización compleja, como logística, rutas, planeación y asignación de recursos, cuando el espacio de búsqueda es altamente combinatorio.
• Modelado financiero y gestión de riesgo, en mercados cada vez más interconectados y volátiles.
• Simulación avanzada, especialmente en química, materiales y descubrimiento de fármacos, donde modelar interacciones a nivel molecular supera las capacidades de los sistemas clásicos.

Agentic AI hoy, arquitectura cuántica mañana

En paralelo, la inteligencia artificial atraviesa su propia etapa de madurez. Los llamados sistemas de agentic AI (capaces de actuar, decidir y adaptarse de manera autónoma) están pasando de pilotos a procesos centrales del negocio. Para 2026, este tipo de IA se consolidará en operaciones, experiencia de cliente y gestión de riesgos, elevando las exigencias sobre la infraestructura tecnológica y la capacidad de cómputo.

Para la compañía, es en este punto donde empieza a cobrar fuerza el concepto de “quantum architecture”: no solo el hardware cuántico, sino el conjunto de capas que lo hacen viable para el negocio (software, aplicaciones, integración con sistemas clásicos, gobierno de datos y talento especializado) y que permitirán capturar valor real a medida que la tecnología avance hacia aplicaciones prácticas.

Los riesgos que acompañan el salto tecnológico

Como toda tecnología de propósito general, la convergencia entre IA y computación cuántica introduce riesgos que deben anticiparse con tiempo. El riesgo más visible está en la seguridad de la información, ya que en el futuro la computación cuántica podría poner en jaque los sistemas de cifrado que hoy protegen datos, transacciones y comunicaciones, lo que obliga a las organizaciones a empezar a prepararse para nuevos estándares de seguridad digital.

SAS advierte un desafío menos técnico pero igual de relevante: la adopción desordenada, impulsada por expectativas más que por estrategia. La experiencia reciente con la IA generativa ha dejado una lección clara: la ventaja competitiva no proviene de adoptar primero, sino de adoptar con foco, gobierno y métricas claras de valor.

El reto para las organizaciones en Colombia

En un país que avanza en la discusión de lineamientos para el desarrollo y uso responsable de la IA, y que empieza a abrir espacios para tecnologías emergentes desde la política pública, el desafío empresarial es dar el siguiente paso con criterio. Prepararse para la convergencia entre IA y computación cuántica implica fortalecer la base existente: talento, calidad y gobernanza de datos y capacidad de traducir analítica en decisiones operativas reales.

Más que una disrupción súbita, el salto cuántico será un proceso gradual. Las organizaciones que entiendan desde ahora cómo esta evolución se conecta con la IA que ya están desplegando estarán mejor posicionadas para convertir esa transición en una ventaja competitiva sostenible.