Energía
La transición energética plantea problemas de optimización gigantes y química difícil. La cuántica se propone para dos frentes: optimizar sistemas (la red eléctrica) y simular materiales y reacciones (hidrógeno, fusión). En todos, hoy, es investigación: sin ventaja demostrada y con solvers clásicos muy fuertes.
Computación
Investigación Optimización de la red eléctrica
Operar la red eléctrica es resolver a diario problemas de optimización enormes (qué central enciende, cómo fluye la energía, dónde poner baterías). La cuántica se propone para las partes combinatorias, pero hoy no hay ventaja: los solvers clásicos ya lo resuelven a escala de operador de red todos los días. Hay pilotos reales (Iberdrola, E.ON), pero pequeños y donde lo cuántico apenas iguala a lo clásico.
Red eléctricaOptimizaciónRenovables
Fusión y simulación de plasma
La fusión necesita simular plasma turbulento y magnetizado, algo que satura hasta los supercomputadores más grandes. Usar cuántica es tentador pero choca con un muro de fondo: el plasma es no lineal y el hardware cuántico es lineal por naturaleza. Es de las aplicaciones más especulativas — y ojo, la IA que ya controla plasmas en reactores es aprendizaje clásico, no cuántico.
PlasmaNo-linealidadEspeculativo
Catalizadores para hidrógeno verde
Fabricar hidrógeno verde barato depende de catalizadores que partan el agua gastando menos energía y menos metales escasos. Entender esos centros metálicos es un problema donde la DFT clásica falla y donde la cuántica podría ayudar algún día. Pero hoy es pura investigación: apenas una demo de laboratorio sobre platino, y hace falta hardware tolerante a fallos que no existe.
ElectrólisisCatálisisSimulación
