Datos, IA y cuántica empiezan a ocupar un espacio común en la agenda tecnológica española. No como tres líneas aisladas, sino como una arquitectura de capacidades que condicionará la productividad, la seguridad y la forma en que empresas y administraciones convierten información en servicios. Esa fue la lectura dominante en el evento Datos, IA y Cuántica: convergencia, realidad de mercado y casos de éxito , con el que Conetic clausuró en Madrid su XX Asamblea anual el 2 de julio de 2026.
La jornada reunió a cerca de un centenar de representantes de la Administración, organismos de normalización y compañías tecnológicas. El punto de partida fue empresarial, aunque el debate desbordó el perímetro habitual del sector TIC: la economía del dato necesita confianza, la IA necesita información de calidad y la cuántica reclama hojas de ruta.
José Luis Pancorbo, presidente de la Confederación Española de Empresas de Tecnologías de la Información, Comunicaciones y Electrónica, situó la discusión en una lógica de computación híbrida. «Hablamos de tecnologías que no avanzan por separado, estamos ante el nacimiento de una nueva arquitectura de computación híbrida que va a extender los límites de la computación clásica», afirmó. El impacto esperado se concentra en biomedicina, logística, finanzas, ciberdefensa o nuevos materiales.
El dato deja de ser infraestructura y entra en el negocio
La primera tensión apareció en torno a los espacios de datos. La monetización del dato exige algo más que repositorios corporativos. Requiere reglas de acceso, calidad, trazabilidad, interoperabilidad y una razón económica para compartir.
Ana Palacios Morillo, directora general del Dato del Ministerio para la Transformación Digital y de la Función Pública, lo planteó desde la confianza. «Para que las empresas compartan los datos deben ver un retorno, percibir que desde el primer momento hay un impacto real, medible y transparente», señaló. La Administración, añadió, tiene capacidad para generar confianza en la economía del dato y en la adopción de espacios compartidos.
La economía del dato no avanza solo por disponibilidad tecnológica. Las empresas comparten información cuando perciben protección frente al uso indebido, claridad sobre la propiedad y beneficios suficientes para asumir el coste de preparación del dato. Sin esos incentivos, la interoperabilidad queda como una promesa técnica.
Óscar Rived Cristóbal, CEO de Larraby Electrónica y Comunicación y coordinador de Normalización de Conetic, trabaja en una especificación UNE concebida como guía para ayudar a las empresas a monetizar datos y compartirlos en el mercado. «Los espacios de datos son un elemento vital de la economía digital y hay que mostrar a las empresas cómo pueden sacarle valor y aprovechar los datos de terceros para dar nuevos servicios», indicó.
Carmen Martín, representante de UNE, recordó la existencia de especificaciones vinculadas a gestión, calidad y gobernanza del dato. Un espacio de datos sin confianza jurídica ni semántica difícilmente escalará más allá de grupos reducidos de participantes.
Colaborar también tiene un coste
La colaboración público-privada apareció como requisito, pero no como fórmula automática. Antonio Sánchez Zapal, gerente de Desarrollo de Negocio de Anysolution, defendió que el éxito de los espacios de datos dependerá de la capacidad para generar beneficios compartidos. «Las empresas necesitan espacios de colaboración para descubrir que, en muchos casos, colaborar resulta más rentable que competir, ya que no podemos tomar decisiones basadas en datos que no sean de hoy o de mañana», sostuvo.
Compartir datos no equivale a ceder ventaja competitiva si el modelo permite mejorar predicción, mantenimiento, logística, trazabilidad o cumplimiento normativo. Pese a ello, la gobernanza será exigente: decidir quién accede, bajo qué condiciones, con qué garantías de calidad y cómo se reparte el valor generado.
España llega a este debate con una agenda pública activa en soberanía digital y espacios de datos sectoriales. El reto para las empresas medianas no estará solo en conectarse a esos ecosistemas, sino en ordenar sus propios datos internos. Muchas compañías aún no tienen catálogos fiables, responsables claros ni métricas de calidad. La convergencia tecnológica empieza en una tarea menos llamativa: saber qué dato existe, dónde está y qué decisiones puede sostener.
La cuántica sale del laboratorio, pero no entra sola
La segunda parte del encuentro desplazó el foco hacia la cuántica. Aitor Moreno, responsable de Tecnologías Cuánticas y Sistemas Cuánticos de LKS Next, comparó el momento actual con la inteligencia artificial en 2018: una fase temprana, con incertidumbre técnica, pero con capacidad para crear ventajas si las organizaciones se posicionan antes de la adopción masiva. Su advertencia sobre el Q-Day, el momento en el que un ordenador cuántico pueda comprometer los sistemas de cifrado actuales, introdujo un vector de riesgo para consejos de administración y responsables de seguridad.
La computación cuántica no sustituirá a la clásica en bloque. Su valor se concentra en problemas concretos de optimización, simulación y cálculo. Logística, finanzas, descubrimiento de fármacos, nuevos materiales, energía o ciberseguridad son los ámbitos citados con mayor frecuencia porque manejan combinaciones de variables difíciles de abordar con enfoques convencionales.
Francisco Javier García Vieira, director de Servicios Públicos Digitales de Red.es, subrayó que los casos de uso obligan a integrar a toda la cadena de valor y acercan la investigación al negocio. La financiación pública puede acelerar el aprendizaje, aunque la madurez dependerá de que las empresas conviertan prototipos en aplicaciones con retorno medible.
Víctor Canivell, presidente de Qilimanjaro Quantum Tech, puso el acento en las startups europeas y en el papel de la cuántica para aliviar cuellos de botella de la IA, entre ellos el consumo energético. La IA ya opera a escala comercial, mientras la cuántica avanza entre laboratorios, hardware especializado, simuladores y primeros casos aplicados.
Datos, IA y cuántica ante la industrialización
Itziar Landa, responsable de Digitalización de Petronor, introdujo la condición industrial del debate. Para que la computación cuántica no quede reducida a una promesa tecnológica, señaló la necesidad de «un ecosistema sólido» con administraciones, universidades, centros tecnológicos, startups y grandes empresas trabajando de forma coordinada. También reclamó financiación adecuada y orientación de la investigación hacia retos industriales reales.
La distancia entre demostrador y operación diaria suele estar infraestimada. No basta con identificar un caso de uso atractivo; hay que integrarlo en sistemas existentes, medir resultados, formar equipos, garantizar seguridad y adaptar la contratación. En sectores regulados, además, cualquier cambio tecnológico arrastra exigencias de auditoría y continuidad.
Conetic cerró el encuentro con una idea de soberanía digital aplicada. Pancorbo defendió que España puede construir capacidades propias en ámbitos como la cuántica si logra articular empresas, demanda pública, experiencias demostradoras y mercado. También depende de consultoras especializadas, integradores, pymes tecnológicas, organismos de normalización y clientes industriales dispuestos a experimentar con problemas concretos.
La convergencia entre datos, IA y cuántica entra así en una fase menos retórica. Los datos aportan materia prima, la IA convierte patrones en decisiones y la cuántica promete ampliar los límites de cálculo en determinados problemas. Sin embargo, la ventaja competitiva no saldrá de nombrar las tres tecnologías en una estrategia corporativa. Saldrá de ordenar datos, compartirlos con garantías, elegir casos de uso con retorno y preparar la seguridad antes de que la presión llegue desde el mercado, la regulación o una amenaza criptográfica.
