Un laboratorio de Abu Dhabi publicó pruebas de su computadora óptica con datos de mercado reales, pero sin cifras públicas que permitan evaluarla. El caso sirve para separar promesa de evidencia en una tecnología que lleva años en desarrollo.

Durante décadas, procesar información significó mover electrones por transistores. La computación fotónica propone usar luz para hacer parte de ese trabajo. La idea atrae por un motivo concreto: los centros de datos de inteligencia artificial consumen cada vez más energía y generan cada vez más calor. Este martes 30 de septiembre, QuantLase, el centro de I+D de International Holdings Company (IHC) en Abu Dhabi, sumó un dato nuevo al debate: dice haber probado su plataforma óptica sobre siete series de datos financieros.

Qué es la computación fotónica

Es un conjunto de enfoques, no una sola tecnología. Conviene distinguir cuatro.

Aceleradores ópticos para IA. Hacen con luz la operación más pesada del aprendizaje profundo: la multiplicación de matrices. Lo hacen con redes de componentes como los interferómetros Mach-Zehnder, o con óptica en espacio libre, como propone la empresa Lumai. En este grupo están Lightmatter, Lightelligence (que lanzó su segunda generación en febrero de 2026) y Q.ANT. Al desplazar esa carga de los electrones a los fotones, se busca reducir consumo y calor.

Óptica para conectar chips. Es la variante más cercana al mercado, aunque no computa: transmite datos entre componentes con luz. Un análisis reciente ubica su escalamiento comercial entre 2026 y 2028, con jugadores como TSMC, Marvell y Lightmatter.

Computación con la dinámica física de la luz. Es el enfoque de QuantLase con su PIPU (Photonic Intelligence Processing Unit). No se trata de acelerar una operación digital, sino de dejar que el comportamiento físico de un sistema óptico con retroalimentación participe en el cálculo. Se parece a lo que la literatura llama computación de reservorio, con antecedentes fotónicos que se remontan a trabajos de 2013 y 2014, aunque QuantLase no usa ese término.

Fotónica cuántica. Usa fotones individuales y estados cuánticos. Es otra cosa: el PIPU, según su descripción, trabaja con luz coherente clásica y no es una computadora cuántica.

Qué no es

No es un reemplazo de las GPU. Incluso QuantLase plantea un esquema híbrido: la parte óptica hace la transformación y una GPU se encarga de datos, control e interfaces. Los primeros productos comerciales se parecen más a coprocesadores.

Tampoco resolvió sus límites de fondo:

• Precisión. Los cálculos analógicos sufren ruido y pérdidas. Lightmatter señala que el costo energético fotónico crece con la precisión exigida, y admite que ningún chip fotónico alcanzó todavía la precisión que piden las aplicaciones prácticas de IA.
• Conversiones. Cada paso entre señal óptica y digital agrega consumo, latencia y ruido. En un diseño de acelerador para transformers, los conversores ocupaban más de la mitad del área del chip.
• Escala. Las mejoras entre generaciones son reales. El Centro Leibniz (LRZ) probó sistemas de Q.ANT y midió más rendimiento y menos consumo que su primera generación, pero eso no prueba que superen a las GPU actuales.

El caso QuantLase

La empresa probó el PIPU sobre series de Apple, Amazon, NVIDIA, JPMorgan, First Abu Dhabi Bank, ADNOC y Reliance Industries. Primero midió cómo el sistema seguía los datos observados. Después lo dejó generar una trayectoria más allá de esos datos, sin entrenamiento adicional. Como referencia usó un sistema de IA para series temporales y una simulación en GPU de las mismas ecuaciones. QuantLase aclara que no busca un producto de inversión: los mercados son solo un caso de prueba exigente.

Lo que falta es lo central. Según The Quantum Insider, el comunicado no da resultados numéricos ni prueba ventaja sobre métodos convencionales, y no mide velocidad, energía ni costo. Producir una trayectoria no equivale a acertar el pronóstico, que solo se verifica contra lo que ocurrió después. QuantLase dice que su segundo whitepaper contiene métricas de error (MAE y RMSE), pero está detrás de una suscripción y no pudo revisarse. No hay revisión por pares, y la propia empresa reconoce que faltan más datos, repeticiones y horizontes más largos antes de abrir el acceso.

Hay además un problema de muestra. Cuatro de las siete series son grandes compañías de EE.UU. que tienden a moverse juntas, y cada dataset conservó su configuración propia, lo que abre la puerta al sobreajuste. Un test convincente incluiría un baseline ingenuo, evaluación fuera de muestra, varios horizontes y mediciones de energía y latencia frente a una GPU.

Otra aclaración: el PIPU no es el chip fotónico de QuantLase. Ese es un chip de multiplicación de matrices, en fabricación en una fundición europea, con entrega que se había anunciado para enero de 2026.

Y en las finanzas, ¿qué se puede hacer hoy?

Con fotónica: poco, y en su mayoría experimentos. En 2023 se presentó un chip fotónico cuántico que ejecutó una valuación de opciones europeas, descrito por sus autores como una prueba de concepto. La literatura sobre pronóstico bursátil con reservorios, incluidos algunos fotónicos, existe, pero se apoya en series de precios de cierre, un terreno donde ganar sistemáticamente es difícil.

Con GPU: casi todo lo que hoy importa. Los bancos usan grillas de GPU para XVA y otros cálculos de riesgo, y trabajos citados reportan aceleraciones de alrededor de 100 veces frente a CPU. Scotiabank tiene en producción modelos de Riskfuel sobre GPU para valuar derivados. Ese es el estándar contra el cual cualquier tecnología nueva tendrá que medirse.

Con computación cuántica: pilotos. El caso más citado, HSBC con IBM, mostró una mejora de hasta 34% al predecir si una operación de bonos se ejecutaba al precio cotizado, con datos históricos reales. Los autores no reclamaron ventaja cuántica, y el científico Scott Aaronson lo criticó porque el efecto aparecía con el ruido del hardware y desaparecía en una simulación sin ruido. Según The Quantum Insider, ningún gran banco tiene aún sistemas cuánticos listos para operaciones en vivo.

Qué mirar de acá en adelante

La computación con luz avanza, pero sus logros más sólidos están en interconexión y en aceleración de IA, no en finanzas. Para que un caso como el de QuantLase pase de curiosidad a herramienta, harían falta cuatro cosas: resultados fuera de muestra contra un baseline simple, mediciones de energía y latencia frente a GPU, más y mejores datos, y replicación independiente. Hasta entonces, siete series de datos son un buen punto de partida, no una conclusión.

Fuentes

• The Quantum Insider, QuantLase Tests Photonic Computing Platform on Financial Market Data (30/09/2026)
• QuantLase, blog: PIPU Readiness (30/09/2026)
• QuantLase, Photonic Intelligence Computing Lab
• The Quantum Insider, UAE’s QuantLase Launches Photonic AI Chip Design Into Industrial Fabrication (05/08/2025)
• Lightmatter, Photonic AI Acceleration – A New Kind of Computer
• Yole Group, Lumai tackles photonic’s issues with free space optics
• Tim Ventura, Photonic Computing: Can AI Move at the Speed of Light?
• Wikipedia, Lightelligence
• arXiv, Photonic-Electronic Integrated Circuits for High-Performance Computing and AI Accelerators
• arXiv, Hybrid Photonic-digital Accelerator for Attention Mechanism
• arXiv, Efficient option pricing with unary-based photonic computing chip and generative adversarial learning
• arXiv, Scalable photonic platform for real-time quantum reservoir computing (referencias sobre reservorio fotónico)
• ScienceDirect, Stock market index prediction based on reservoir computing models
• Quantum Computing Report, HSBC and IBM Demonstrate Quantum-Enabled Algorithmic Trading with up to 34% Improvement
• The Quantum Insider, A Deeper Look at HSBC and IBM’s Bond Trading Study
• Shtetl-Optimized, HSBC unleashes yet another «qombie»
• The Quantum Insider, Top Global Banks Exploring Quantum Technologies in 2026
• AWS, A review of purpose-built accelerators for financial services
• Microsoft Azure, Azure GPUs with Riskfuel’s technology offer 20 million times faster valuation of derivatives

Qué es el UCP y por qué importa

El Universal Commerce Protocol, el estándar abierto que Google lanzó en enero de 2026, busca que asistentes como Gemini busquen, comparen y paguen productos en tiendas de terceros sin salir de la conversación. Por ahora funciona en Estados Unidos, y todavía no hay fecha para América Latina.

Qué es

El Universal Commerce Protocol (UCP) es un estándar abierto de Google que permite a los agentes de IA descubrir productos, negociar el checkout y completar transacciones con cualquier comercio. Funciona como un idioma común entre las plataformas de IA, los comercios y los medios de pago. Así, en lugar de armar una conexión distinta para cada agente, todos pueden interactuar con el comercio de la misma manera. metarouterblog

Google lo desarrolló junto con Shopify, Etsy, Wayfair, Target y Walmart. Además, fue respaldado por más de 20 empresas del ecosistema. Es compatible con otros protocolos del sector como A2A, AP2 y MCP, el estándar de conexión para agentes de IA. ecoblog

Cómo funciona

El UCP define «capacidades» como el checkout, la orden de compra y la vinculación de identidad. En este último caso, Google actúa como cliente OAuth y accede a ofertas personalizadas o listas de deseos en nombre del usuario. Los proveedores de credenciales tokenizan los datos de pago e identidad, y los procesadores de pago se ocupan de la transacción. cefboudinfoq

La primera aplicación es un botón de compra en los productos elegibles de AI Mode en el buscador y en Gemini. Los clientes pagan con Google Pay, usando los medios de pago y datos de envío que ya tienen guardados en Google Wallet. Para participar hay que tener una cuenta activa de Merchant Center y productos habilitados para checkout. About the Universal Commerce Protocol (UCP) and UCP-powered checkout feature on Google – Google Merchant Center Help +2

Las novedades de Google I/O 2026

En la conferencia de mayo, Google presentó el Universal Cart, un carrito inteligente que funciona entre distintos comercios y servicios como Search y Gemini. El primer grupo de comercios incluye a Nike, Sephora, Target, Ulta Beauty, Walmart y Wayfair, además de marcas de Shopify como Fenty y Steve Madden. El lanzamiento en EE.UU. es a través de Search y la app de Gemini, y YouTube y Gmail vienen después. How we’re helping retailers thrive with new Universal Commerce Protocol features and AI tools on Google +2

También hubo anuncios de expansión:

• El checkout con UCP llega a Canadá y Australia, y más adelante al Reino Unido. searchenginejournal
• El protocolo se extiende a la reserva de hoteles y al delivery de comida local, y también a YouTube. emarketer
• Google sigue adelante con AP2, el protocolo para que los agentes hagan pagos verificables en nombre del usuario.

Qué pasa con Argentina y la región

Google dijo desde el lanzamiento que quiere llevar el UCP a mercados como India, Indonesia y América Latina. Pero no informó fechas concretas para América Latina, aunque la arquitectura está pensada para un despliegue global. Un análisis reciente de commercetools menciona a Europa y América Latina entre las próximas regiones, sin cronograma. No encontré ningún anuncio específico para Argentina. infoqucphub

Las dudas: dependencia y control

Cada vez más compras pasarían por entornos de Google y no por los sitios de las marcas. Digiday advierte que los comercios podrían volverse dependientes de Google, como les pasó a los medios con el buscador. Google responde que las marcas siguen siendo el comercio registrado (merchant of record). Además, no es el único jugador: el otro protocolo dominante es el ACP, de OpenAI y Stripe, así que los comercios deberán decidir si soportan uno, otro o ambos. WTF is Google’s Universal Commerce Protocol? +2

Claves para el lector:

• El UCP es un estándar abierto, lanzado en enero de 2026 con Shopify, Walmart, Target, Etsy y Wayfair.
• Permite comprar dentro de Gemini y AI Mode con Google Pay.
• El Universal Cart, anunciado en mayo, unifica el carrito entre servicios de Google.
• Hoy opera en EE.UU., con Canadá, Australia y Reino Unido en camino. América Latina está en los planes, sin fecha.

Un consorcio integrado por JPMorgan Chase, Bank of America, HSBC, Citigroup y Wells Fargo presentó los planes para una red compartida de depósitos bancarios tokenizados, en un intento explícito de frenar el avance de las stablecoins sobre su negocio de pagos. La iniciativa busca replicar el modelo colaborativo que ya dio resultado con Zelle, apostando a que una infraestructura común entre bancos es la mejor defensa frente al crecimiento acelerado del dinero digital privado.

Durante años, la banca tradicional observó desde afuera cómo las stablecoins pasaban de ser un producto cripto de nicho a mover decenas de billones de dólares anuales en pagos. El volumen ajustado de transacciones en stablecoins alcanzó un récord de USD 1,79 billones solo en junio, un salto del 63% respecto de mayo y del 125% interanual, de acuerdo con datos del panel on-chain de Visa. Ese crecimiento explosivo es, justamente, lo que llevó a los bancos más grandes de Estados Unidos a coordinar una respuesta conjunta en lugar de competir cada uno por separado.

La lógica de negocio es clara: los depósitos tokenizados permitirían a los bancos ofrecer liquidaciones instantáneas y programables sin ceder terreno regulatorio ni de custodia frente a emisores de stablecoins como Circle o Tether, que operan fuera del perímetro bancario tradicional. Para los clientes corporativos, la promesa es una gestión de tesorería más ágil, con transferencias que hoy pueden demorar días resueltas en minutos, sin perder las protecciones y el respaldo asociados a una cuenta bancaria regulada.

La jugada llega en paralelo a un momento regulatorio clave: la Ley GENIUS, que exige a las agencias federales terminar de definir las reglas de capital, reservas y licencias para emisores de stablecoins, fija distintos plazos de implementación a lo largo de 2026. En ese contexto, la banca tradicional busca posicionarse antes de que la infraestructura de pagos del futuro quede definida exclusivamente por actores cripto. La pregunta que queda abierta es si los usuarios finales notarán la diferencia entre un dólar tokenizado emitido por un banco y una stablecoin privada, o si, tal como ocurrió con Zelle, la tecnología subyacente terminará siendo invisible para el público general.

Fuentes:
Bloomberg: https://www.bloomberg.com/news/articles/2026-07-13/wall-street-mounts-pushback-on-trillion-dollar-stablecoin-boom
CoinDesk: https://www.coindesk.com/business/2026/07/06/circle-s-usdc-is-leaving-tether-behind-in-the-stablecoin-volume-race