La computación cuántica promete simular moléculas que hoy ningún computador puede modelar, con efectos posibles en fertilizantes, protección de cultivos y logística. Las hojas de ruta de IBM y Quantinuum apuntan a 2029 para las primeras máquinas con corrección de errores, pero los usos agrícolas más ambiciosos podrían demorar hasta la década de 2030.

La computación cuántica en la agricultura todavía no está en los campos, pero ya ocupa a las grandes empresas del sector. Un artículo publicado en el Journal of Animal Science a comienzos de 2026 advierte que la tecnología está en una etapa comparable a la de los computadores clásicos de los años 50 y 60, y que ninguna aplicación agrícola práctica se espera en el corto plazo. Aun así, hay problemas del agro cuya naturaleza cuántica podría hacerlos accesibles solo a estas máquinas.

Qué podría cambiar

Fertilizantes y fijación de nitrógeno. El proceso Haber-Bosch, que produce el nitrógeno de los fertilizantes, consume cerca de 1% a 2% de la energía mundial, mientras que la enzima nitrogenasa hace el mismo trabajo a temperatura ambiente. Su núcleo, el cofactor FeMoco, es el problema de referencia de la química cuántica. Entender cómo funciona podría abrir la puerta a fertilizantes más eficientes.

Nuevas moléculas de protección de cultivos. En marzo de 2026, Syngenta anunció una alianza con QuantumBasel para estudiar interacciones moleculares en el desarrollo de productos fitosanitarios, con un equipo trabajando en conjunto en Basilea. Su director de información reconoció que la tecnología aún es incipiente.

Optimización de recursos y logística. Los algoritmos de optimización cuántica, como QAOA, podrían ayudar a asignar agua, fertilizante y rutas en cadenas de productos perecibles. Cabe señalar que ya existen técnicas “inspiradas en lo cuántico” que se ejecutan en computadores clásicos para asignar fertilizante con menores costos, por lo que parte de esta ventaja podría llegar antes y sin hardware cuántico.

Ganadería, genómica y clima. El artículo del Journal of Animal Science menciona simular cómo inhibidores de metano interactúan con enzimas del rumen y acelerar el ensamblaje de genomas. También advierte que las ventajas en aprendizaje automático cuántico siguen siendo en gran medida conceptuales, y que los métodos propuestos para la evaluación genética tienen límites que aún no se resuelven.

Los plazos

  • 2026, hoy. IBM ofrece procesadores como el Nighthawk, de 120 qubits, y Quantinuum lanzó en noviembre de 2025 el Helios, con 98 qubits y 48 qubits lógicos (con corrección de errores). IBM afirma haber entregado “ventaja cuántica” en 2026 en ciertos problemas, algo que la comunidad científica aún evalúa. En agricultura, los usos son exploratorios.
  • 2027. IBM planea unir varios procesadores para llegar a al menos 1.000 qubits programables, y Quantinuum prevé su sistema Sol.
  • 2029. IBM, Google, Quantinuum y Microsoft apuntan a este año para un computador con corrección de errores. IBM proyecta Starling, con 200 qubits lógicos capaz de ejecutar 100 millones de operaciones, y Quantinuum su sistema Apollo, de tolerancia a fallos universal.
  • 2033 en adelante. IBM proyecta Blue Jay, con hasta 2.000 qubits lógicos y mil millones de operaciones.
  • 2030 a 2040. Según proyecciones de BCG citadas en el artículo, es la etapa de “ventaja cuántica amplia”, y la tolerancia a fallos de escala completa llegaría después de 2040.

Dónde aparece el FeMoco en el calendario

Las estimaciones para simular el FeMoco hablan de entre 1.500 y 2.200 qubits lógicos. Una estimación de 2021 requería unos cuatro millones de qubits físicos, y una mejora de 2025 bajó el requerimiento a cerca de 1.500 qubits lógicos. Con las cifras de IBM, Starling (200 qubits lógicos) quedaría corto, y el tamaño necesario se parece más al de Blue Jay, previsto desde 2033.

Hay factores que podrían adelantar o retrasar ese calendario. La empresa francesa Alice & Bob estimó, en un estudio preliminar, que con sus “qubits gato” bastarían unos 99.000 qubits físicos y 78 horas de cálculo, 27 veces menos hardware que con arquitecturas superconductoras tradicionales. Por otro lado, un trabajo de Caltech y el Flatiron Institute calculó con métodos clásicos la energía de un modelo de FeMoco con precisión química, lo que podría reducir la ventaja cuántica en ese problema.

Qué dicen los expertos

Las opiniones están divididas. Un directivo de hardware cuántico de AWS proyectó que las cargas de trabajo comerciales cuánticas no operarán “en 10 años o más”, mientras que un directivo de Google estimó que una aplicación revolucionaria estaría a unos cinco años. También existen voces escépticas que sostienen que la corrección de errores a gran escala enfrenta obstáculos físicos.

Para los productores, el artículo del Journal of Animal Science señala que, en una primera etapa, los beneficios llegarán de forma indirecta, a través de mejores productos, materiales y servicios, y no mediante el uso directo de computadores cuánticos en el campo.

Fuentes: Journal of Animal Science (Texas A&M), IBM, Quantinuum, Quantum Computing Report, Alice & Bob, Syngenta, QuantumBasel, AgTechNavigator, The Quantum Insider, arXiv (Caltech y Flatiron Institute), PostQuantum.

por Juan Lagos