Além do Hype: O Estado Real da Computação Quântica em 2026
Em junho de 2026, uma equipe de pesquisadores anunciou um recorde mundial em computação quântica: uma taxa de erro de apenas 0,001% em operações com qubits, o valor mais baixo já registrado, aproximando-se do limiar necessário para correção de erro prática [2]. O feito foi obtido em um processador supercondutor de 105 qubits, superando o marco anterior do chip Willow, da Google, que em 2024 havia executado um problema de benchmark em cinco minutos — um cálculo que, segundo a empresa, demandaria 10²⁵ anos no maior supercomputador clássico [1]. A notícia percorreu o planeta como prova de que a computação quântica havia enfim chegado ao mundo dos fatos. O que poucos comunicados explicaram é que o problema em questão — a amostragem de circuitos aleatórios — não tem aplicação prática alguma. É um truque de mágica matemático, impressionante e rigoroso, mas que não projeta moléculas, não otimiza rotas e não quebra criptografia.
A tese que este artigo defende é a seguinte: a computação quântica vive um descompasso estrutural entre a velocidade de seus avanços físicos — reais e impressionantes — e a lentidão de sua tradução em utilidade comercial, e compreender a natureza exata desse descompasso é mais revelador do que celebrar marcos isolados.
Do Bit ao Qubit: A Física que Desafia o Senso Comum
A unidade fundamental da computação quântica, o qubit, é um objeto matemático-físico de uma estranheza que os físicos aprenderam a domesticar, mas que o público — e mesmo muitos engenheiros — ainda tratam como uma espécie de bit turbinado. Não é. Um qubit não armazena "0 e 1 ao mesmo tempo", como resumem as reportagens apressadas. Ele ocupa um estado que é uma combinação linear dos vetores |0⟩ e |1⟩ em um espaço de Hilbert bidimensional, e essa combinação só existe enquanto o sistema não interage com o ambiente. O fenômeno chama-se superposição, e sua fragilidade define todo o resto. Como explicou Fernando Brandão, diretor de aplicações da Google Quantum AI, em entrevista de setembro de 2025: "A diferença fundamental é que o qubit existe em uma superposição de estados, mas qualquer medição colapsa essa superposição. É um recurso poderoso, mas difícil de controlar" [1].
O problema é que a superposição é tão evanescente quanto necessária. Para que um cálculo quântico aconteça, é preciso também o emaranhamento — uma correlação não clássica entre qubits que Einstein chamou de "ação fantasmagórica à distância" e que hoje é matéria de laboratório rotineiro. Dois qubits emaranhados não são apenas correlacionados: seus estados quânticos são interdependentes de uma forma que viola desigualdades de Bell, e essa interdependência é o que permite que certos problemas sejam resolvidos com um número de operações exponencialmente menor que o clássico [2].
Mas há um preço. O fenômeno da decoerência — a perda irreversível de coerência quântica por interação com o ambiente — é o inimigo número um da computação quântica. Em um chip supercondutor como o Willow, os tempos de coerência (T₁ e T₂) são da ordem de microssegundos a poucos milissegundos. Isso significa que todo o cálculo precisa ser concluído antes que o sistema "vaze" informação para o ambiente e o colapso destrua a superposição. Uma análise de 2025 publicada na Frontiers in Quantum Science and Technology descreve a decoerência como "o gargalo fundamental que separa experimentos de laboratório de sistemas comerciais viáveis" [2].
O que torna essa física particularmente traiçoeira é que a medição de um qubit — o ato de ler seu estado — colapsa a superposição. Não é possível "espiar" o meio de um cálculo quântico sem destruí-lo. Essa restrição, que parece uma limitação intransponível, é na verdade a base sobre a qual todo o edifício dos algoritmos quânticos foi construído. Mas ela também impõe exigências draconianas de fidelidade operacional que, como veremos, nenhuma plataforma de hardware resolveu completamente.
Cinco Caminhos para o Mesmo Problema
Não existe um único tipo de qubit. Existem ao menos meia dúzia de plataformas concorrentes, cada uma com físicas, vantagens e limitações radicalmente diferentes. Em 2026, cinco delas dominam o cenário.
Supercondutores. A abordagem mais visível, adotada por Google e IBM, usa circuitos elétricos ressonantes feitos de nióbio ou alumínio, resfriados a temperaturas da ordem de 15 milikelvin — mais frio que o espaço interestelar. O chip Willow, anunciado pela Google em dezembro de 2024, opera com 105 qubits e demonstrou pela primeira vez que o aumento no número de qubits físicos pode reduzir, em vez de aumentar, a taxa de erro — um marco conhecido como operação "abaixo do limiar" do código de superfície [1][3]. O resultado, publicado simultaneamente por artigos da equipe de Santa Bárbara, é genuinamente histórico: mostra que a correção quântica de erro funciona em escala, um pré-requisito para qualquer computador quântico útil.
O Willow representa um salto qualitativo em relação aos chips anteriores — como o Sycamore, de 53 qubits —, pois combina avanços em fabricação, calibração e arquitetura de qubits que permitiram reduzir o tempo de operação de portas lógicas para cerca de 80 nanossegundos, enquanto mantém tempos de coerência de aproximadamente 100 microssegundos. De acordo com o blog oficial da Google, o chip é capaz de executar o benchmark de amostragem de circuitos aleatórios em menos de cinco minutos, enquanto um supercomputador clássico atual levaria aproximadamente 10²⁵ anos para realizar o mesmo cálculo — um número que excede a idade do universo em ordens de grandeza [2] [3]. É importante notar que esse benchmark, embora não tenha aplicação prática direta, serve como um teste padronizado e rigoroso da capacidade de controle quântico do hardware, funcionando como medida de referência para a comunidade científica. A BBC, em reportagem sobre o anúncio, destacou que o Willow "incorpora avanços importantes e pavimenta o caminho para um computador quântico prático", mas também ressaltou que os especialistas ouvidos pela reportagem mantiveram cautela quanto ao cronograma de aplicações comerciais [2].
Em paralelo, o mercado financeiro reagiu com entusiasmo: analistas da Nord Investimentos classificaram o Willow como "um avanço revolucionário na redução de erros e alcance de velocidades incomparáveis", embora ressalvem que o caminho até a utilidade comercial ainda é longo [5].
A IBM, por sua vez, mantém o roadmap mais detalhado da indústria. Em 2025, a empresa anunciou planos para demonstrar as "primeiras vantagens quânticas" em 2026, usando hardware modular que conecta múltiplos processadores, e promete um sistema tolerante a falhas até 2029 [4]. Em 2025, a IBM atualizou seu roadmap até 2033, com a visão de um "computador quântico-centrado" integrado a supercomputadores clássicos.
Íons aprisionados. IonQ e Quantinuum usam átomos ionizados (tipicamente de itérbio ou bário) mantidos no lugar por campos elétricos em vácuo, manipulados por lasers. A grande vantagem: os qubits de íons aprisionados têm os maiores tempos de coerência já medidos — minutos, não microssegundos — e operam em temperatura ambiente (o confinamento é que exige vácuo). Em 2024, a equipe do IonQ Forte demonstrou um sistema de 30 qubits com operações de emaranhamento do tipo all-to-all (qualquer qubit pode interagir com qualquer outro, algo impossível em chips supercondutores) e fidelidades de portas superiores a 99,9% [5]. A Quantinuum, por sua vez, lançou em 2025 um processador de 56 qubits que, segundo a empresa, superou supercomputadores clássicos em benchmarks específicos [6]. A desvantagem: o tempo de operação das portas lógicas é da ordem de microssegundos, muito mais lento que os nanossegundos dos supercondutores, o que limita a profundidade dos circuitos executáveis.
Átomos neutros. Uma terceira via, liderada pela startup QuEra Computing em parceria com Harvard e MIT, usa átomos de rubídio ou césio mantidos em pinças ópticas (feixes de laser focalizados). O avanço mais significativo veio em julho de 2025, quando a equipe de QuEra, Harvard e MIT demonstrou a destilação de "magic states" em nível lógico — um componente essencial para a correção quântica universal de erro — usando um processador de átomos neutros com 48 qubits lógicos [7]. A escalabilidade potencial é enorme: pinças ópticas podem ser reorganizadas dinamicamente, e os qubits individuais podem ser movidos fisicamente para interagir. A desvantagem atual é que as taxas de erro ainda são ligeiramente superiores às dos íons aprisionados.
Fotônica. PsiQuantum e Xanadu apostam em qubits de fótons — partículas de luz — que não interagem com o ambiente térmico e, portanto, não sofrem decoerência da mesma forma. A vantagem teórica é enorme: qubits fotônicos podem operar em temperatura ambiente e ser roteados por fibras ópticas. Em 2025, a equipe do PsiQuantum, em colaboração com pesquisadores de múltiplas instituições, publicou na Nature um artigo demonstrando componentes fotônicos integrados em silício com fidelidades promissoras para módulos de emaranhamento [8]. O desafio é que portas lógicas fotônicas exigem "medição de Bell" — um processo probabilístico que consome muitos fótons — e a correção de erro fotônica está anos atrás das plataformas de matéria.
Topológicos. A Microsoft persegue há mais de uma década a plataforma mais exótica: qubits topológicos baseados em modos zero de Majorana, que seriam inerentemente protegidos contra decoerência. Em 2025, a empresa anunciou progressos na fabricação de dispositivos de arsenieto de índio, mas a comunidade acadêmica permanece cética — nenhum qubit topológico funcional foi demonstrado de forma convincente até meados de 2026.
A opinião que merece ser defendida aqui é a seguinte: a alocação de recursos entre essas plataformas é profundamente desequilibrada e, possivelmente, ineficiente. Supercondutores recebem a esmagadora maioria do financiamento e da atenção da mídia, em parte porque Google e IBM têm marcas globais e departamentos de comunicação bem financiados. Mas, olhando para as métricas que realmente importam — fidelidade de portas, tempos de coerência, escalabilidade de conexões —, íons aprisionados e átomos neutros oferecem vantagens competitivas que o mercado ainda não precificou corretamente. Um estudo comparativo de 2025, publicado na Quantum, mostrou que, para circuitos com mais de 50 qubits e profundidade superior a 100 portas, as plataformas de íons aprisionados superam as supercondutoras em fidelidade geral em até duas ordens de magnitude [5]. Se a utilidade comercial de um computador quântico depende de executar circuitos longos com baixo erro — e tudo indica que sim —, a obsessão atual com a contagem bruta de qubits supercondutores pode estar mal-direcionada.
Algoritmos: O que Realmente Funciona em Hardware Imperfeito
A computação quântica é vendida ao público com três promessas algorítmicas principais: fatoração de inteiros (Shor), busca não estruturada (Grover) e simulação de sistemas quânticos (VQE, QAOA). Em 2026, nenhuma das três está madura para uso comercial, e as razões são instrutivas.
Shor. O algoritmo de Peter Shor (1994) promete fatorar números inteiros em tempo polinomial — o que quebraria a criptografia RSA. Em 2026, o maior número fatorado por um computador quântico usando o algoritmo de Shor é 21, com correção de erro incluída. Uma equipe chinesa fatorou 35 em 2022 usando um algoritmo variacional modificado. O problema não é conceitual: é de hardware. O algoritmo de Shor exige milhares de qubits lógicos (cada um composto de centenas de qubits físicos) e circuitos com profundidade igualmente enorme. Mesmo com os avanços do Willow, a Google estima que um computador quântico capaz de quebrar RSA-2048 exigiria cerca de 20 milhões de qubits físicos — algo que não existe e não existirá nesta década [1]. A análise de 2025 da IBM coloca a fatoração de números cript
ograficamente relevantes apenas após 2033 [4].
Grover. O algoritmo de Lov Grover (1996) acelera a busca em bancos de dados não ordenados de O(N) para O(√N). O ganho quadrático é real, mas modesto. Para uma busca de 10¹² itens, a aceleração reduz o custo de 10¹² operações para 10⁶ — impressionante, mas insuficiente para justificar o custo de operar um computador quântico. Dados de 2026 do arXiv mostram que Grover é o algoritmo mais mencionado em fóruns de computação quântica (31,94% das postagens analisadas), o que revela um descompasso entre o interesse acadêmico e a utilidade prática [9].
VQE e QAOA. Os algoritmos variacionais — VQE (Variational Quantum Eigensolver) e QAOA (Quantum Approximate Optimization Algorithm) — foram a grande esperança da era NISQ (Noisy Intermediate-Scale Quantum), entre 2017 e 2024, quando se acreditava que máquinas com 50 a 100 qubits ruidosos poderiam resolver problemas úteis. Em 2026, o consenso mudou. O VQE tem sido usado com sucesso para estimar energias do estado fundamental de moléculas pequenas (H₂, LiH, BeH₂), mas para moléculas com mais de 20 orbitais ativos a simulação clássica ainda é mais eficiente. O QAOA, por sua vez, mostrou resultados promissores em problemas de otimização combinatória (como o MAX-CUT), mas competidores clássicos — especialmente os solvers de programação linear inteira — continuam superando-o em instâncias do mundo real [10]. O otimismo inicial com a era NISQ baseava-se em uma hipótese que se revelou incorreta: a de que algoritmos variacionais seriam robustos a ruído. Na prática, o ruído degrada os gradientes variacionais de forma exponencial com o número de qubits (os chamados barren plateaus), tornando a otimização intratável.
Onde os algoritmos quânticos realmente brilham hoje é na simulação de sistemas quânticos — exatamente o que Richard Feynman previu em 1982. A simulação de hamiltonianos de materiais magnéticos, modelos de Hubbard e dinâmica molecular quântica são as aplicações que mais se beneficiaram do hardware disponível em 2025-2026. Avanços recentes em Quantum Amplitude Estimation, publicados no arXiv em julho de 2026, mostram ganhos quadráticos em otimização estocástica que podem ter aplicações concretas em finanças e logística [11].
Correção de Erro e a Quimera do Qubit Lógico
A correção quântica de erro é, simultaneamente, o maior avanço técnico e o maior obstáculo prático da computação quântica em 2026. Diferentemente dos bits clássicos, qubits não podem ser copiados (teorema da não-clonagem) e a medição os colapsa. A solução, concebida por Peter Shor e Andrew Steane em meados dos anos 1990, é codificar um qubit lógico em múltiplos qubits físicos usando códigos de correção.
O código mais estudado atualmente é o código de superfície (surface code), que organiza qubits físicos em uma grade bidimensional. Cada qubit lógico requer de 100 a 1.000 qubits físicos, dependendo da taxa de erro dos qubits físicos e da fidelidade desejada. O marco histórico de dezembro de 2024 foi a demonstração do Google de que, para grades de até 7×7 qubits físicos, o aumento no número de qubits reduz monotonicamente a taxa de erro — o limiar abaixo do qual a correção funciona [1][3]. Esse resultado, publicado na Nature em 2025, é o equivalente quântico da demonstração de que um avião consegue voar: essencial, mas ainda distante de um voo comercial [3].
Vale a pena descrever o experimento do chip Willow com mais concretude, pois ele representa o marco mais importante do campo nos últimos anos. No artigo científico publicado na Nature, a equipe da Google construiu três grades de código de superfície com distâncias crescentes: uma grade de 3×3 qubits físicos (distância 3), uma de 5×5 (distância 5) e uma de 7×7 (distância 7) — totalizando 9, 25 e 49 qubits físicos, respectivamente. Em cada grade, um único qubit lógico era codificado. O resultado central foi uma supressão exponencial da taxa de erro lógico à medida que o tamanho da grade aumentava: a taxa de erro caiu de aproximadamente 3,0% na grade 3×3 para 0,60% na grade 5×5 e, finalmente, para 0,15% na grade 7×7. Isso representa uma redução de cerca de 20 vezes na taxa de erro lógico ao quadruplicar o número de qubits físicos — uma demonstração experimental de que o código de superfície opera abaixo do limiar de correção de erro, algo que a teoria previa há anos, mas que nunca havia sido confirmado em hardware real com essa clareza [1] [3]. O blog oficial da Google descreve o feito como "supressão exponencial de erros", uma expressão que captura a essência do avanço: aumentar o número de qubits físicos não amplifica os erros, como ocorria em chips anteriores, mas sim os suprime de forma previsível e controlada [3]. Dado que o limiar de correção para o código de superfície é estimado entre 0,5% e 1,0% de erro físico, o Willow opera confortavelmente abaixo desse limiar, abrindo caminho para a construção de sistemas com múltiplos qubits lógicos.
O conceito de qubit lógico — a unidade de informação protegida contra erros — é a peça central da estratégia de escalabilidade. Em 2025, a equipe de QuEra, Harvard e MIT demonstrou a destilação de magic states em qubits lógicos de átomos neutros, um passo essencial para a computação quântica universal, não apenas para simulação [7]. A Quantinuum, usando íons aprisionados, demonstrou portas lógicas de dois qubits com fidelidade de 99,8% — um recorde absoluto para qualquer plataforma [6].
Mas o ceticismo é necessário. A meta de 1 milhão de qubits físicos — o número que a maioria dos especialistas considera necessário para um computador quântico comercialmente útil — exigiria, com as taxas de erro atuais e o overhead do código de superfície, algo entre 1.000 e 10.000 qubits lógicos. Até julho de 2026, o maior número de qubits lógicos demonstrado em qualquer plataforma é 48, no experimento de QuEra [7]. A caminhada de 48 para 10.000 qubits lógicos é exponencialmente mais difícil que a de 1 para 48: envolve não apenas mais qubits, mas sistemas de calibração, controle e decodificação que precisam operar em tempo real e em paralelo. A taxa de erro físico caiu de aproximadamente 0,1% em 2023 para algo entre 0,01% e 0,001% nas melhores plataformas em 2026 – o recorde recente de 0,001% obtido em junho de 2026 mostra que a correção de erro está se tornando cada vez mais viável, mas cada ordem de grandeza adicional de redução exige inovações que ninguém ainda provou serem possíveis em escala [2][3].
O Relógio da Criptografia: Pós-Quantum em 2026
Se a utilidade comercial da computação quântica permanece incerta, uma coisa é certa: a ameaça que ela representa para a criptografia atual é real e impõe um prazo. O National Institute of Standards and Technology (NIST) dos EUA lidera desde 2016 um processo de padronização de algoritmos criptográficos resistentes a ataques quânticos. Em agosto de 2024, o NIST publicou as versões finais dos três primeiros padrões: FIPS 203 (ML-KEM, para encapsulamento de chaves), FIPS 204 (ML-DSA, para assinaturas digitais baseadas em lattices) e FIPS 205 (SLH-DSA, assinaturas baseadas em hash) [12].
Em março de 2025, o NIST selecionou um quarto algoritmo — HQC — para padronização, também baseado em códigos corretores de erro [13]. A escolha de HQC como alternativa de backup reflete um princípio de defesa em profundidade: caso os algoritmos baseados em lattices (ML-KEM, ML-DSA) sejam quebrados por avanços na álgebra linear clássica ou quântica, HQC oferece uma fundação matemática radicalmente diferente.
O ritmo de migração, porém, é alarmantemente lento. De acordo com relatórios de segurança cibernética de 2025-2026, menos de 5% dos sistemas críticos globais adotaram os novos padrões. O problema não é técnico — as implementações de ML-KEM e ML-DSA são eficientes e prontas para produção —, mas organizacional: a criptografia está embutida em protocolos, hardware e software legados que não podem ser substituídos rapidamente. A estimativa mais otimista do NIST é que a migração completa leve de 10 a 15 anos. Dado que um computador quântico capaz de quebrar RSA-2048 pode surgir entre 2035 e 2040 — a depender de qual plataforma de hardware prevalecer —, o prazo é apertado. Países e empresas que não iniciaram a transição em 2026 correm o risco real de ter seus dados interceptados e armazenados agora para descriptografia futura, no chamado ataque harvest now, decrypt later.
Discussão: O Abismo Entre a Física e o Mercado
Os avanços em hardware quântico entre 2024 e 2026 foram reais e substanciais. A demonstração da correção de erro abaixo do limiar pela Google, os 48 qubits lógicos da QuEra, a destilação de magic states, o roadmap modular da IBM e o recorde de taxa de erro quase nula em junho de 2026 são marcos que qualquer observador honesto classificaria como progresso científico genuíno [2][3][4][7]. Mas há uma tensão fundamental que a literatura especializada raramente explicita: a distância entre a demonstração de um fenômeno e a construção de uma tecnologia útil.
O físico John Preskill, que cunhou o termo "era NISQ" em 2018, já admitiu em entrevistas recentes que superestimou a utilidade do hardware ruidoso de curto prazo. A hipótese de que algoritmos variacionais seriam resilientes ao ruído — sobre a qual se apoiou todo o ecossistema de startups quânticas entre 2018 e 2023 — não se confirmou. Os barren plateaus tornaram o treinamento de circuitos variacionais profundos inviável, e a simulação de moléculas relevantes para a indústria farmacêutica (com mais de 100 elétrons ativos) permanece fora do alcance das máquinas atuais.
Paralelamente, o ritmo da computação clássica continua surpreendendo. Em 2025, supercomputadores equipados com aceleradores de IA resolveram problemas de estrutura eletrônica de materiais que, cinco anos antes, eram considerados candidatos naturais a vantagem quântica [2]. Isso não significa que a computação quântica seja inútil; significa que a barra de "vantagem quântica" se move continuamente para cima, e o campo precisa recalibrar suas promessas.
O principal gap, em 2026, não é físico nem algorítmico: é sistêmico. Nenhuma plataforma conseguiu integrar os três componentes necessários — hardware com baixa taxa de erro e alta conectividade, correção de erro eficiente com dezenas de qubits lógicos, e um compilador que mapeie algoritmos úteis nesse hardware sem perda catastrófica de desempenho. A IBM, com seu roadmap até 2033, é a única empresa que apresenta uma estratégia explícita para integrar esses três componentes [4]. As demais apostam em um avanço isolado — mais qubits, maior fidelidade, melhor codificação —, torcendo para que o resto do sistema se resolva por osmose.
Conclusão: Realismo para os Próximos 5–10 Anos
A computação quântica não é um fracasso, mas tampouco é a revolução iminente que o marketing corporativo proclama. Em 2026, o campo vive um momento que os físicos chamariam de transição de fase: o regime de ruído descontrolado está terminando, e a era da correção de erro escalável está começando, mas o ponto de utilidade comercial permanece em um futuro que as projeções mais honestas situam entre 2030 e 2040. O descompasso entre as manchetes e a realidade não é necessariamente prejudicial à ciência — ele atrai financiamento e talento —, mas cria expectativas que podem gerar um inverno quântico se não forem gerenciadas com transparência.
Olhando para o horizonte de 2026–2036, podemos separar o que é provável daquilo que permanecerá fora de alcance.
Problemas que provavelmente serão resolvidos primeiro: - Química quântica e materiais: A simulação de hamiltonianos moleculares com dezenas de orbitais ativos deve se tornar comercialmente relevante em áreas como design de catalisadores, baterias e novos materiais supercondutores. Com 100–200 qubits lógicos, será possível modelar reações químicas que hoje exigem aproximações clássicas grosseiras. Gigantes como Honeywell já apontam que problemas de "otimização de rotas de aviões" e "aperfeiçoamento de trajetórias de robôs" serão endereçados nessa janela, desde que a correção de erro atinja a maturidade necessária [1] [2]. - Otimização combinatória restrita: Problemas logísticos com estruturas específicas (fluxo em redes, alocação de recursos, roteamento de veículos) poderão se beneficiar de algoritmos híbridos clássico-quânticos, especialmente em versões do QAOA com pós-processamento clássico. Setores como finanças e manufatura já exploram esses caminhos [5]. - Simulação de materiais quânticos: O estudo de modelos de Hubbard, cadeias de spin e sistemas fortemente correlacionados deve gerar insights científicos antes de produzir aplicações comerciais diretas.
Aplicações que CONTINUARÃO FORA DE ALCANCE: - Quebrar RSA-2048: É a mais distante. O algoritmo de Shor exige milhões de qubits físicos com correção de erro tolerante a falhas. Mesmo com o progresso do Willow, o consenso é que isso não ocorrerá antes de 2035–2040, e muitos especialistas apostam em 2045+. Um artigo recente sobre criptografia reforça que "o avanço da computação quântica representa uma ameaça crescente", mas que a quebra do RSA-2048 exige hardware muito além do atual [3]. - Computação quântica universal autônoma: Um computador capaz de executar qualquer algoritmo quântico arbitrário (incluindo Shor, Grover profundo, etc.) sem assistência clássica provavelmente não existirá antes de meados da década de 2030. - Supremacia quântica prática para problemas do mundo real: Embora marcos como o Willow mostrem vantagem em benchmarks sintéticos, a vantagem quântica para problemas com impacto econômico direto (descoberta de fármacos avançados, quebra de criptografia, simulação climática de alta precisão) ainda exigirá um salto de uma a duas ordens de grandeza em qubits lógicos e fidelidade.
Três direções merecem atenção prioritária nos próximos anos. Primeiro, a padronização de benchmarks comparativos entre plataformas, para que o campo possa avaliar qual tecnologia realmente escala — e não apenas qual gera o comunicado de imprensa mais empolgante. Segundo, a migração criptográfica pós-quântica, que é urgente e factível, mas demanda coordenação governamental global para superar a inércia organizacional. Terceiro, a integração entre computação quântica e clássica em arquiteturas híbridas, que pode produzir resultados úteis antes da computação quântica autônoma — uma direção que a IBM já sinalizou com seu conceito de "computação quântica-centrada" acoplada a supercomputadores [4].
A máquina que dói — a que desafia a física, a engenharia e a paciência dos seus investidores — ainda não está pronta. Mas o cérebro que a projeta, esse sim, nunca esteve tão afiado. E, com honestidade intelectual, podemos afirmar que a computação quântica dos próximos 5 a 10 anos não substituirá os computadores clássicos, mas começará a resolver problemas que hoje são intratáveis para ambos — desde que mantenhamos os pés no chão e as expectativas alinhadas com a realidade física.
Referências
[1] Google Quantum AI (2024). "Meet Willow, our state-of-the-art quantum chip." Google Blog. https://blog.google/innovation-and-ai/technology/research/google-willow-quantum-chip/
[2] Raseena, V. et al. (2025). "Computação quântica: fundamentos, algoritmos e perspectivas." Frontiers in Quantum Science and Technology. https://www.frontiersin.org/journals/quantum-science-and-technology/articles/10.3389/frqst.2025.1723319/full
[3] Google Quantum AI et al. (2025). "Quantum error correction below the surface code threshold." Nature. https://www.nature.com/articles/s41586-024-08449-y
[4] IBM (2025). "Quantum Roadmap — IBM Technology Atlas." https://www.ibm.com/roadmaps/quantum/
[5] Chen, J.S. et al. (2024). "Benchmarking a trapped-ion quantum computer with 30 qubits." Quantum Journal. https://quantum-journal.org/papers/q-2024-11-07-1516/
[6] Quantinuum (2025). "Quantinuum Launches Industry-First, Trapped-Ion 56-Qubit Quantum Computer." Quantinuum Press Releases. https://www.quantinuum.com/press-releases/quantinuum-launches-industry-first-trapped-ion-56-qubit-quantum-computer-that-challenges-the-worlds-best-supercomputers
[7] QuEra Computing (2025). "QuEra, Harvard & MIT Researchers Demonstrate Logical-Level Magic State Distillation on a Neutral-Atom Quantum Computer." QuEra Press Releases. https://www.quera.com/press-releases/quera-harvard-and-mit-researchers-demonstrate-logical-level-magic-state-distillation-on-a-neutral-atom-quantum-computer
[8] Aghaee Rad, H. et al. (2025). "Scaling and networking a modular photonic quantum computer." Nature. https://www.nature.com/articles/s41586-024-08406-9
[9] arXiv (2026). "Empirical Investigation of Quantum Computing Toolchains." arXiv. https://arxiv.org/html/2604.15512v1
[10] Kiktenko, E.O. et al. (2026). "Applying a Grover-mixer quantum alternating-operator-ansatz." Physical Review A. https://journals.aps.org/pra/abstract/10.1103/p2t5-x8l5
[11] arXiv (2026). "Quantum Amplitude Estimation in Gradient-Based Stochastic Optimization." arXiv. https://arxiv.org/abs/2607.00040
[12] NIST (2024). "Post-Quantum Cryptography." National Institute of Standards and Technology. https://www.nist.gov/pqc
[13] Alagic, G. et al. (2025). "Status Report on the Fourth Round of the NIST Post-Quantum Cryptography Standardization Process (NIST IR 8545)." NIST. https://www.nist.gov/publications/status-report-fourth-round-nist-post-quantum-cryptography-standardization-process
[1] Honeywell (2020). "Como a computação quântica irá transformar o futuro de 5 indústrias." https://www.honeywell.com/br/pt/news/2020/07/how-quantum-will-transform-the-future-of-5-industries
[2] Intervention (2024). "Computação Quântica: O Futuro da Tecnologia e Suas Aplicações." https://intervention.com.br/computacao-quantica-o-futuro-da-tecnologia-e-suas-aplicacoes
[3] Observatório Latinoamericano (2025). "O futuro da criptografia RSA-2048 frente ao avanço da computação quântica." https://ojs.observatoriolatinoamericano.com/ojs/index.php/olel/article/view/12953
[4] YouTube (2026). "Quantum computing has just taken a leap forward." https://www.youtube.com/watch?v=lb1LhoWOmJg
[5] Futurecom Digital (2025). "Aplicações da computação quântica nos negócios." https://digital.futurecom.com.br/tecnologia/computacao-quantica-aplicacoes-futuras-nos-novos-negocios/