Entrevistas

Denise Ruffner, Vicepresidenta de Desarrollo de Negocios y Operaciones Comerciales a Nivel Mundial, Haiqu – Serie de Entrevistas

mm
Añade Unite.AI a tus fuentes preferidas en Google

Denise Ruffner, Vicepresidenta de Desarrollo de Negocios y Operaciones Comerciales a Nivel Mundial en Haiqu, es una ejecutiva tecnológica experimentada con amplia experiencia en la comercialización de la computación cuántica y otras tecnologías emergentes. En Haiqu, lidera el desarrollo de negocios y la expansión global, basándose en roles de liderazgo anteriores que incluyen Directora de Negocios en Atom Computing y Cambridge Quantum Computing, Vicepresidenta de Desarrollo de Negocios en IonQ y CATALOG, y casi dos décadas en IBM. Su trabajo ha abarcado ventas empresariales, alianzas estratégicas, estrategia de salida al mercado, desarrollo de ecosistemas y la transferencia de tecnologías complejas de entornos de investigación a mercados comerciales. También cofundó DiviQ, una organización enfocada en construir una fuerza laboral cuántica más diversa, y asesora a empresas cuánticas y de tecnologías emergentes en etapas tempranas sobre comercialización, alianzas, recaudación de fondos y adquisición de clientes.

Haiqu es una empresa de software cuántico que desarrolla lo que describe como un Sistema Operativo Agentico para equipos de I+D cuántica, combinando agentes de investigación cuántica impulsados por IA con una pila de software propietaria diseñada para hacer que el desarrollo y la ejecución de aplicaciones cuánticas sean más prácticos. Su plataforma incluye una capa de I+D agentica para convertir ideas de investigación en prototipos ejecutables, el Haiqu SDK para carga de datos, compresión de circuitos, optimización y mitigación de errores, y el Haiqu Runtime para orquestar cargas de trabajo en hardware cuántico. La tecnología está diseñada para operar en múltiples arquitecturas de unidades de procesamiento cuántico y soportar aplicaciones en áreas que incluyen modelado financiero, simulación cuántica, dinámica de fluidos computacional, aprendizaje automático cuántico y optimización. Haiqu posiciona la plataforma como una forma para que equipos empresariales y científicos avancen más allá de “problemas de juguete” experimentales hacia cargas de trabajo cuánticas más grandes y comercialmente relevantes.

Usted se unió recientemente a Haiqu como Vicepresidenta de Desarrollo de Negocios y Operaciones Comerciales a Nivel Mundial. ¿Qué le atrajo de la empresa y cuáles son sus prioridades inmediatas en este nuevo cargo?

He conocido a los fundadores de Haiqu y he seguido a la empresa desde sus inicios, y lo que me atrajo fue el progreso que han logrado en un período relativamente corto. En tres breves años, Haiqu ha pasado de ser una startup incipiente a una empresa que posee un impresionante producto de software, HaiquOS, que ofrece resultados significativos ahora, incluso antes de que estén disponibles computadoras cuánticas totalmente tolerantes a fallos.

Mi prioridad inmediata es comercializar HaiquOS a una audiencia global más amplia, introduciendo la plataforma a una base de clientes más extensa.

Usted ha ayudado a IBM Quantum, Cambridge Quantum Computing, IonQ y Atom Computing a conseguir clientes y socios estratégicos. ¿Qué lecciones de esas experiencias influirán más directamente en la estrategia de comercialización de Haiqu?

Una de las lecciones más importantes que he aprendido es que la comercialización exitosa requiere paciencia; es muy difícil introducir un producto y lograr un éxito inmediato. Antes de que las empresas lancen sus productos, es importante contar con una pista de despegue que genere conciencia y credibilidad en el mercado. La credibilidad proviene de pruebas beta, publicaciones en revistas académicas y en los medios, conversaciones con clientes potenciales, avales de usuarios y consejos asesores científicos.

Otro aspecto que he observado es que muchas startups caen en la trampa de exagerar lo que sus productos pueden hacer. Sobreestimar las capacidades de un producto antes de poder respaldar plenamente esas afirmaciones es uno de los mayores errores que una empresa puede cometer, ya que arruina la credibilidad.

Quiero continuar la tradición de Haiqu de representar con precisión lo que el producto puede y no puede hacer. Haiqu ha sido muy consciente de los errores cometidos por otras startups cuánticas y ya ha construido una sólida base de seguidores mediante la credibilidad científica y técnica. Mi objetivo es reforzar la base de clientes mundial de Haiqu porque considero que es momento de que una geografía más amplia de clientes experimente los beneficios de HaiquOS.

El Sistema Operativo Agentico de Haiqu combina inteligencia agentica, un kit de desarrollo de software y una capa de orquestación de tiempo de ejecución. ¿Cómo trabajan juntos estos componentes para llevar a un equipo de investigación desde una idea inicial hasta un experimento cuántico ejecutable?

Las tres capas se corresponden con las tres etapas donde la I+D cuántica suele estancarse: diseñar la aplicación adecuada, ejecutarla de manera eficiente y iterar sobre los resultados.

La Inteligencia Agentica es donde una idea de investigación ingresa. Un equipo describe una pregunta de negocio o una dirección de investigación exploratoria en lenguaje natural, y la capa agentica, construida sobre nuestra investigación algorítmica propietaria, flujos de trabajo específicos de dominio y una base de conocimientos curada de teoría cuántica, estructura esa intención, aclara restricciones y asigna el caso de uso al enfoque algorítmico correcto. Lo que resulta es un prototipo listo para ejecutar.

El Haiqu SDK luego convierte ese prototipo en un flujo de trabajo de hardware de alto rendimiento. Aplica carga de datos, compresión de circuitos, optimización algorítmica, mitigación de errores y diseño consciente del hardware para que el equipo pueda extraer valor real de cada operación cuántica en el hardware ruidoso de hoy — hasta 100 veces más operaciones utilizables en los dispositivos NISQ actuales.

Haiqu Runtime luego gestiona la ejecución: orquesta la infraestructura de middleware y el flujo de ejecución para ejecutar la aplicación en hardware real al menor tiempo de reloj y costo por experimento. Eso fue lo que nos permitió reproducir una simulación de dinámica cuántica que antes costaba aproximadamente $30,000 y nueve horas, por alrededor de $25 en unos 30 segundos.

Juntos cierran el ciclo — intención ingresada, experimento ejecutable generado, lo suficientemente rápido para iterar. El equipo pasa de una idea general a un prototipo funcional en días en lugar de meses.

La IA agente se está aplicando cada vez más a flujos de trabajo científicos complejos. ¿Qué partes de la investigación cuántica pueden delegarse a agentes inteligentes, y dónde deben los científicos experimentados mantenerse firmemente en control?

Los agentes son adecuados para el trabajo que requiere mucha experiencia pero es estructurado: formular una pregunta de investigación, mapearla a algoritmos candidatos, generar la estructura de una aplicación y gestionar las capas de optimización y orquestación, que incluyen carga de datos, compresión de circuitos, mitigación de errores, selección de hardware y ajuste de la ejecución. Este es precisamente el trabajo que consume el tiempo de un científico, restándole a la ciencia misma, y es donde nuestra capa agente elimina el problema de “¿por dónde empiezo?”.

Lo que permanece firmemente con los científicos experimentados es el juicio. Definir qué vale la pena investigar, decidir si un resultado es físicamente significativo en lugar de simplemente bien formado, validar los resultados contra la física conocida e interpretar su importancia no son delegables. La forma correcta de plantearlo es que los agentes comprimen el camino hacia un resultado y los expertos dirigen la investigación y respaldan las conclusiones. La responsabilidad de la ciencia no se traslada.

Haiqu sostiene que las organizaciones no deberían tener que esperar a computadoras cuánticas totalmente tolerantes a fallos para realizar experimentos significativos. ¿Qué pueden lograr realísticamente las empresas con el hardware actual, y dónde deben mantenerse las expectativas bajo control?

Las empresas pueden construir y ejecutar prototipos funcionales de manera realista hoy: simulación de moléculas y materiales, problemas de optimización, aprendizaje automático cuántico y modelado de distribuciones de probabilidad para aplicaciones como la valoración de riesgos y derivados. Lo hemos demostrado preparando concretamente simulaciones del modelo de Anderson de un solo impuridad desde cero, y construyendo una cadena que reprodujo firmas observadas experimentalmente en experimentos de dispersión de neutrones en imanes cuánticos unidimensionales. También hemos demostrado otras aplicaciones relevantes para las industrias financiera, automotriz y energética. El valor hoy reside en desarrollar la experiencia, los flujos de trabajo y la preparación de aplicaciones que rinden frutos a medida que los sistemas escalan.

El hardware sigue estando en la era Near-Intermediate Scale Quantum (NISQ), por lo que el trabajo que puede realizarse hoy es auténtica R&D y prototipado, no una ventaja cuántica comercial amplia. Los usuarios deben tener en cuenta que los resultados necesitan validación, que aún no todos los problemas se benefician de la computación cuántica, y que la posición honesta es construir capacidad ahora para que los equipos estén preparados cuando el hardware madure.

Los proyectos cuánticos pueden tener dificultades para avanzar más allá de pruebas de concepto. ¿Qué separa a un experimento con verdadero potencial comercial de una demostración técnica impresionante que probablemente no aporte valor empresarial?

La diferencia entre verdadero potencial comercial y una demostración técnica impresionante es si el trabajo aborda de manera eficiente un problema del mundo real que las organizaciones desean resolver. Una solución cuántica podría producir resultados increíbles, pero si es muy costosa y difícil de replicar y escalar, probablemente no entregará valor comercial real.

Muchas de esas pruebas de concepto se estancan después de estas demostraciones técnicas costosas, ya que no es eficiente para las empresas perseguir esa solución en sus flujos de trabajo. Por eso la capacidad de Haiqu para reducir el costo y el tiempo que lleva ejecutar experimentos significativos es tan valiosa; si las empresas pueden realizar más experimentos dentro de un presupuesto determinado, pueden identificar más rápidamente experimentos y proyectos que podrían aportar valor real.

Al introducir software de aplicaciones cuánticas en una empresa, ¿quién suele convertirse en el campeón interno, y cómo se construye un caso de negocio cuando el retorno a largo plazo de la tecnología aún puede ser difícil de cuantificar?

Al introducir software de aplicaciones cuánticas como HaiquOS en una empresa, el campeón interno puede provenir de varios ámbitos. Puede ser un científico o investigador que obtiene mejores resultados con el software, un gerente que ve una oportunidad de reducir costos o mejorar la eficiencia, o un líder de investigación que percibe el valor de mejorar el rendimiento y acelerar el trabajo de su equipo.

El caso de negocio realmente comienza demostrando valor hoy. Necesitamos mostrar a los clientes lo que el software puede hacer con el hardware cuántico disponible actualmente, al mismo tiempo que les ayudamos a comprender cómo esas capacidades crecerán a medida que el hardware mejore. HaiquOS permite a los clientes ejecutar experimentos significativos hoy y acelerar el desarrollo de aplicaciones en lugar de esperar a computadoras cuánticas totalmente tolerantes a fallos.

A partir de ahí, el caso de negocio se vuelve mucho más práctico: ¿Podemos mejorar el rendimiento? ¿Podemos reducir los costos? ¿Podemos ayudar a los desarrolladores a obtener resultados más rápido? ¿Y podemos dar al cliente la confianza de que lo que está invirtiendo hoy seguirá generando valor a medida que la computación cuántica madure?

Esa combinación de valor a corto plazo, una hoja de ruta clara y un sólido soporte al cliente es lo que ayuda a que la inversión sea más fácil de justificar, incluso cuando el retorno de inversión a largo plazo de la computación cuántica sigue siendo difícil de cuantificar.

Haiqu está desarrollando una plataforma agnóstica al hardware que puede funcionar en diferentes sistemas cuánticos. ¿Qué tan importante es esa flexibilidad para los clientes empresariales y cómo evita la empresa reducir el rendimiento para acomodar múltiples arquitecturas de hardware?

Los clientes empresariales no están necesariamente comprometidos con un solo tipo de hardware cuántico. La mayoría está experimentando con diferentes sistemas para comprender su rendimiento, costo y dónde cada tecnología puede tener una ventaja.

Eso hace que sea importante que el software sea tanto agnóstico al hardware como consciente del hardware. Agnóstico al hardware significa que puede trabajar en diferentes modalidades —superconductora, iones atrapados, átomos neutros y otras. Consciente del hardware significa que entiende las características del sistema específico en el que se está ejecutando.

El punto importante es que ser agnóstico al hardware no implica tratar a todas las computadoras cuánticas de la misma manera. Cada arquitectura tiene características diferentes, por lo que cuando se agrega un nuevo sistema, el software necesita ajustarse y optimizarse para ese hardware.

El objetivo es ofrecer a los clientes flexibilidad en el hardware que utilizan sin sacrificar la optimización específica de la plataforma necesaria para obtener el mejor rendimiento de cada sistema.

¿Qué industrias o categorías de aplicación aparecen más cercanas a obtener valor medible de la tecnología de Haiqu, y qué hitos técnicos o económicos indicarían que un caso de uso está listo para escalar?

Estamos viendo resultados interesantes en varias áreas de aplicación. Haiqu ha trabajado con HSBC en modelado y simulación de riesgos financieros, y con Quanscient en dinámica de fluidos computacional, lo que tiene potencial de aplicación en industrias como la aeroespacial, automotriz y energética.

Lo que estos proyectos demuestran es que podemos ejecutar problemas cada vez más complejos en el hardware cuántico actual mediante capacidades como la carga de datos y la compresión de circuitos.

No creo que aún estemos en el punto de poder decir que estos casos de uso están listos para escalar de forma amplia. Los hitos clave serán bastante prácticos: mejor rendimiento del hardware, la capacidad de ejecutar problemas más grandes y complejos, resultados reproducibles y, en última instancia, un beneficio económico comparado con los enfoques clásicos.

El hardware sigue siendo la limitación principal. Nuestro papel es ayudar a los clientes a obtener el máximo provecho de los sistemas actuales mientras seguimos avanzando hacia problemas que puedan ofrecer valor comercial medible.

A través de Women in Quantum y DiviQ (Diversity in Quantum), ha trabajado extensamente en inclusión y desarrollo de la fuerza laboral. A medida que la computación cuántica avanza hacia la comercialización, ¿qué habilidades serán las más urgentes y cómo puede la industria construir una canal de talento más amplio?

Cuando comencé mi carrera en computación cuántica en 2015, era una industria abrumadoramente masculina. Desde el principio, reconocí que incorporar más talento diverso fortalecería la fuerza laboral y mejoraría los resultados. Siempre he creído que los equipos diversos toman mejores decisiones y fomentan mayor éxito en los negocios.

Parte de construir una canal de talento más amplio es difundir el mensaje de que no es necesario ser doctorado en cuántica para contribuir a la computación cuántica. Muchas personas se alejan por la complejidad percibida de la ciencia cuando, en realidad, ya poseen habilidades relevantes.

La industria necesita programadores, ingenieros, matemáticos, científicos, profesionales de la comunicación y más. Los empleadores deberían centrarse en identificar habilidades transferibles y ayudar a las personas a adaptar esas habilidades a la computación cuántica, en lugar de complicar excesivamente el campo y hacerlo parecer inaccesible.

A menudo, la gente se sorprende de las oportunidades disponibles una vez que ingresan a la industria, y nuestro desafío es asegurarnos de que sepan que esas oportunidades existen.

Gracias por la excelente entrevista. Los lectores que deseen obtener más información deben visitar Haiqu. Aquellos que se identifican como LGBTQIA+, pertenecen a una minoría de género, son personas de color o viven con una discapacidad física, mental o psiquiátrica visible o invisible también pueden conocer más sobre la comunidad e iniciativas en DiviQ.

Antoine es un líder visionario y socio fundador de Unite.AI, impulsado por una pasión inquebrantable por dar forma y promover el futuro de la IA y la robótica. Como empresario serial, cree que la IA será tan disruptiva para la sociedad como la electricidad, y a menudo se le escucha hablando con entusiasmo sobre el potencial de las tecnologías disruptivas y la AGI.

Como futurista, está dedicado a explorar cómo estas innovaciones darán forma a nuestro mundo. Además, es el fundador de Securities.io, una plataforma enfocada en invertir en tecnologías de vanguardia que están redefiniendo el futuro y remodelando sectores enteros.