Contexto Técnico
He revisado las fuentes originales de Microsoft porque ya se empieza a hablar de Majorana 2 como una revolución cuántica casi lista. Por ahora, el panorama es mucho más tranquilo: no se trata de un servidor cuántico comercial, sino de una apuesta muy temprana por un tipo diferente de cúbit diseñado para facilitar la futura AI implementation donde la computación clásica choca con la física y los costos.
La cifra más llamativa aquí no es la cantidad de cúbits, sino la estabilidad prometida. Microsoft habla de un tiempo de vida promedio de unos 20 segundos, llegando a veces hasta el minuto, y de un aumento de fiabilidad de aproximadamente 1000 veces en comparación con la generación anterior. Como las operaciones se realizan a escala de microsegundos, el margen para realizar acciones útiles antes de que ocurra un error parece muy atractivo.
Sin embargo, aquí es donde pongo un freno: todos estos siguen siendo resultados de la propia Microsoft. No ha habido una validación independiente que me haga considerar esto ya en el diseño de la arquitectura de sistemas reales.
Otro aspecto clave: la agentic AI aquí no está controlando el chip cuántico en tiempo real. Se utilizó para la selección y diseño de materiales, específicamente una combinación de materiales que reemplaza el aluminio por plomo, lo que, según la empresa, duplicó con creces el topological gap.
La comparación con IBM suele hacerse mal. El IBM Condor tiene 1121 cúbits físicos, pero eso no significa 1121 cúbits lógicos. Lo realista es pensar en un rango de unas pocas decenas de cúbits lógicos debido a la enorme sobrecarga necesaria para la corrección de errores. Microsoft intenta abordar esto desde el otro extremo: hacer que el cúbit base sea más estable para evitar ese inmenso gasto de recursos más adelante.
En la actualidad, Microsoft no ha demostrado un modo fault-tolerant a gran escala. Es una demostración de rumbo, no una máquina definitiva. Un ordenador cuántico útil con un millón de cúbits estables todavía está en el horizonte, no a la vuelta de la esquina.
Impacto en el Negocio y la Automatización
Para las empresas, la noticia no es que mañana deban salir corriendo a construir automation with AI sobre hardware cuántico. La novedad es otra: un gigante tecnológico ha demostrado que la IA ya no solo sirve para escribir código o responder chats, sino para acelerar de forma real el descubrimiento científico y de materiales.
Los ganadores serán los equipos que apuesten a largo plazo: farmacéuticas, ciencia de materiales y optimización de modelos físicos complejos. Los perdedores serán quienes confundan una fase de investigación con un producto terminado y comiencen a vender humo.
Yo vería a Majorana 2 como una señal para arquitectos y equipos de I+D, no como un motivo para cambiar su tecnología actual. Sin embargo, la combinación de IA para automatización y la investigación científica ya es bastante práctica, y en Nahornyi AI Lab resolvemos este tipo de problemas para nuestros clientes con frecuencia, decidiendo dónde delegar hipótesis a los agentes y dónde mantener un control humano estricto.
Si tiene un proceso donde su equipo se ahoga entre opciones, cálculos complejos y verificación manual, podemos resolverlo sin magia. En Nahornyi AI Lab, mi equipo y yo ayudamos a estructurar el AI solution development para que la automatización alivie problemas reales hoy, en lugar de quedarse solo en una bonita presentación hasta la próxima oleada de hype.