Capital Cell: prueban IA cuántica para predecir unicornios

¿Puede la IA cuántica anticipar qué startup será unicornio?

Un equipo de la Universitat de Barcelona probó modelos de inteligencia artificial cuántica con datos reales de evaluaciones a startups de Capital Cell y comprobó que las predicciones siguen siendo fiables incluso cuando el hardware cuántico introduce errores. Para un founder, la parte interesante no es el titular de ciencia ficción: es que el ruido del ordenador cuántico se aprovecha como información, no como obstáculo.

Qué hicieron exactamente los investigadores

El equipo —formado por Laura Sáez Ortuño, Martí Sagarra Garcia, Santiago Forgas Coll y Valeria Isgró, junto con el profesor Massimiliano Ferrara de la Università Mediterranea di Reggio Calabria— entrenó un modelo de aprendizaje automático cuántico con evaluaciones de expertos previas a rondas de financiación.

El protagonista de los datos es Capital Cell, una plataforma barcelonesa de inversión participativa especializada en ciencias de la vida y biotecnología. Según La Vanguardia, Capital Cell cerró 2025 con un año récord: 36 millones de euros invertidos en 27 empresas, con un tamaño medio de 1,3 millones de euros por ronda. Por primera vez, la mayoría de las compañías financiadas eran de fuera de España, con Francia como primer mercado extranjero.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Los datos de partida eran las puntuaciones que los expertos ya habían dado a proyectos empresariales antes de que levantaran capital: grado de innovación, solidez del modelo de negocio y calidad del equipo fundador. A partir de ahí, el sistema intentó pronosticar qué proyectos tendrían mejores resultados.

Por qué predecir una startup es un problema especialmente difícil

Las compañías cotizadas acumulan años de estados financieros, ventas históricas y métricas estables. Las startups operan en mercados nuevos, con poca información pública, y dependen de factores casi imposibles de medir: la calidad del equipo, la capacidad de innovar, el timing.

El paper recuerda que dos especialistas pueden coincidir en que un proyecto es prometedor y discrepar a la vez sobre sus probabilidades reales de éxito. Esa ambigüedad es justamente lo que hace que predecir el resultado de una ronda se parezca más a manejar probabilidades que a calcular una tasa de retorno.

La idea: aprovechar el ruido, no eliminarlo

Los modelos clásicos de IA tratan de limpiar el dato: si hay contradicciones, suavizan; si falta información, imputan. El experimento cuántico da el paso contrario.

En lugar de bits (0 o 1), los qubits representan múltiples estados a la vez, lo que permite construir modelos matemáticos más ricos para relaciones complejas. Pero los procesadores cuánticos actuales —como cualquier hardware NISQ (Noisy Intermediate-Scale Quantum)— sufren de decoherencia: vibraciones, cambios de temperatura o campos magnéticos alteran los cúbits y los errores se cuelan en cada operación.

El modelo entrenado por el equipo de la UB codifica explícitamente los distintos grados de confianza presentes en las evaluaciones de los expertos. En vez de forzar al sistema a decidir con información rota, le permite ponderar la incertidumbre, del mismo modo que lo haría un comité de inversión humano.

La sorpresa llegó al probarlo en hardware cuántico real

Las pruebas se ejecutaron en Quantum Blue, el procesador cuántico superconductor de la infraestructura MareNostrum Ona, dentro del Barcelona Supercomputing Center (BSC-CNS).

MareNostrum Ona consolida en 2026 una de las configuraciones híbridas más avanzadas de Europa: según HPC Wire, en mayo de 2026 el sistema culminó su evolución hasta un procesador de 35 qubits, desplegado por el consorcio hispano Qilimanjaro-GMV. Y según EurekAlert, ese mismo mes se inauguró el tercer ordenador cuántico de la infraestructura, EuroQCS-Spain, con tecnología 100% europea de la catalana Qilimanjaro Quantum Tech y un coste de 8,5 millones de euros cofinanciado por la UE y el Gobierno de España.

En el experimento, Quantum Blue cometió los errores habituales de cualquier máquina cuántica actual. Aun así, la calidad de las predicciones se mantuvo. El algoritmo toleró el ruido mucho mejor de lo esperado y, según sus autores, demuestra que ciertas aplicaciones empresariales podrían beneficiarse de la computación cuántica antes de que existan máquinas perfectas.

¿Qué cambia en la práctica para founders e inversores?

El paper es explícito en lo que no hace: un ordenador cuántico no sustituye al inversor. Las variables más relevantes para acertar siguen siendo la opinión de los expertos, la calidad del proyecto y los indicadores de negocio. Lo que cambia es la capacidad de integrar toda esa información y detectar patrones que se escapan cuando los datos son contradictorios.

Tres implicaciones prácticas para quienes operan en el ecosistema hispanohablante:

Si eres founder: empieza a preparar tu dossier de evaluación con la misma lógica con la que entrenarías a un comité. Métricas claras de tracción, equipo e innovación son lo que el modelo —cuántico o clásico— toma en serio. Capital Cell ya financia proyectos internacionales: en 2025 Francia fue su primer mercado fuera de España, lo que abre la puerta a founders de LATAM que quieran participar en rondas participativas europeas.
Si operas un vehículo de inversión: experimenta con modelos que expliciten la incertidumbre de los jurados. El paper demuestra que ponderar el «no sé» es información, no ruido. Una primera prueba útil es auditar cuántas decisiones de tu pipeline dependen de un único experto frente a cuántas agregan señales contradictorias.
Si construyes producto tech: vigila los accesos abiertos al hardware cuántico europeo. La Red Española de Supercomputación (RES) ya ha concedido acceso a 45 proyectos con cerca de 4.000 horas de cómputo cuántico, según el BSC. La barrera de entrada para validar un prototipo cuántico-acelerado es hoy más baja que hace un año.

El contexto macro ayuda a entender por qué esta línea de investigación importa ahora. Según Europa Press, los nueve primeros meses de 2025 dejaron 2.606 millones de euros invertidos en startups españolas, un 15% interanual más, con Barcelona como principal hub del país, por delante de Madrid y San Sebastián: 1.109 millones de euros en 108 operaciones, más del 40% del volumen nacional. En un ecosistema así, cualquier herramienta que ayude a separar señal de ruido en la selección tiene impacto directo en retorno.