En marzo pasado la Maratón de Los Ángeles tuvo el final más cerrado en la historia de una carrera de este tipo. Nathan Martin, un profesor suplente y entrenador de atletismo de secundaria en Michigan de 36 años, venía corriendo sin mayores ambiciones hasta que en el último kilómetro sintió que tenía chance real de ganar. El keniata Michael Kimani Kamau lideraba la carrera por el Santa Monica Boulevard y ya estiraba los brazos festejando, pero Martin lo alcanzó a metros de la meta y lo pasó por el pecho justo antes de la línea. La diferencia final fue de 0,01 segundos, un margen que solo se pudo confirmar con la foto de llegada.

La imagen funciona bien como metáfora de “la gran aceleración” tecnológica que estamos viendo en 2026, y también como símbolo de cómo un “corredor inesperado” puede acelerar y cambiarlo todo. En el caso de las tendencias actuales, si bien todo el foco está puesto en los avances de la IA, merodean cerca de la meta otros actores de cambio con menos prensa, fuera del radar, pero que con un sprint final pueden cambiarlo todo. Aquí aparecen desde la computación cuántica hasta el almacenamiento de información en ADN, pasando todos los nuevos descubrimiento en ciencias de la vida, energías renovables y nucleares; u otros huracanes de transformación no necesariamente tecnológicos, como los cambios demográficos.

“En el diseño de fututos y en la teoría de la prospectiva hay horizontes que son más lejanos en los cuales aparecen mega-tendencias que a priori son más inciertas pero que, si se dan, lo cambian todo”, cuenta a La Nación Ximena Díaz Alarcón, experta en este tema de Youniversal. “Son horizontes muy interesantes de analizar porque, dado el impacto que involucran, presentan muchísimas amenazas pero también grandes oportunidades”, completa.

Para la argentina Debora Kantt, que lidera en Nueva York la oficina de Strategic Foresight del JP Morgan, una tendencia poco analizada en relación a su impacto potencial es la de la posibilidad de almacenar información en ADN. Para tener una idea de qué estamos hablando: un gramo de ADN puede en teoría contener hasta 215 mil terabytes, el equivalente a almacenar todo Netflix, todo Youtube y todas las fotos del mundo en un grano de sal.

Suena hoy a ciencia ficción, y lo era todavía mucho más cuando la idea fue planteada por primera vez en 1964 por un físico ruso, Mikhail Neiman, en tres artículos de la revista Radiotehnika. Era por entonces una hipótesis pura, sin una tecnología que lo respaldara, que “hibernó” durante 25 años. Hasta que en 1987 Joe Davis, un residente del MIT, codificó una runa germánica que representaba la fertilidad femenina y la insertó en una bacteria de Escherichia Coli.

La hazaña de Davis fue el primer caso de almacenamiento de datos en ADN, pero los costos de hacerlo y la tasa de error eran enormes, por lo cual tuvieron que pasar otros 25 años hasta que estas posibilidades comenzaron a escalar. En 2017 llegó lo que tal vez sea la historia más conocida de esta saga: Seth Shopman, un posdoctorado en el laboratorio de Church, insertó la primera película que se hizo, (“Sallie Gardner at a Gallop”, de 1878) en una secuencia de letras de ADN dentro del genoma de una bacteria viva.

¿Dónde estamos parados hoy con esta tecnología? Tal vez menos lejos de lo que se pensaba, evalúa Kantt. En 2026 el campo dejó de ser una rareza académica y ya concentra apuestas concretas de mercado. Twist Bioscience, una de las grandes fábricas de ADN sintético del mundo, escindió su unidad de almacenamiento como empresa independiente bajo el nombre de Atlas Data Storage, con 155 millones de dólares de capital semilla (y con Jeff Bezos entre los inversores). Otra compañía fuerte es Catalog Technologies, fundada en Boston en 2016 y financiada por la china Baidu, entre otros aportantes. Microsoft y varias firmas europeas también apostaron fuerte a esta avenida de cambio.

Si este asteroide llegara a avanzar, las implicancias serían enormes. La capacidad de almacenamiento de información (que hoy cruje) sería infinita y los costos energéticos asociados colapsarían a cifras muy bajas (una vez “escrito”, el ADN no consume electricidad).

La historia del almacenamiento en ADN tiene varios puntos en común con la saga cuántica. Esta última también fue propuesta “en teoría” varias décadas atrás (en este caso por Richard Feynman, en los ochentas), como algo posible en teoría pero meramente especulativo en aquel entonces.

Ambas parecen transformaciones de ciencia ficción, son apuestas que si salen “lo cambian todo”, enfrentan enormes desafíos ingenieriles pero, así y todo, aceleraron en el último año. “2026 fue un año repleto de novedades importantes para la computación cuántica”, dice a LA NACION Laura Converso, especialista de Accenture en este tema.

Tal vez la noticia reciente más resonante en este campo haya sido la decisión estratégica del gobierno de Donald Trump de invertir en esta industria, con la compra por más de US$2000 millones en participaciones accionarias en nueve empresas con este tipo de proyectos. Fue en mayo de este año, con dos órdenes ejecutivas.

Unos días después, el 4 de junio, debutó en el Nasdaq Quantinuum, que logró una valuación de más de US$14.000 millones, la mayor de la historia para una empresa de este sector. Aún restan barreras prácticas para reducir la tasa de error, pero los sistemas son más estables y pueden operar –en algunos casos- a temperatura ambiente.

La computación cuántica es un paradigma de cómputo que, en vez de usar bits clásicos (0 o 1), usa qubits, que gracias a la superposición pueden representar múltiples estados a la vez, y que además pueden entrelazarse entre sí, lo que permite procesar ciertos tipos de problemas de forma paralela. Esto la hace especialmente prometedora para tareas como simular moléculas y materiales, optimización combinatoria o romper ciertos esquemas de criptografía, aunque sigue siendo una tecnología incipiente.

La “supremacía cuántica” (o “ventaja cuántica”) es el punto en el que una computadora cuántica resuelve una tarea específica —no necesariamente útil en la práctica— más rápido de lo que cualquier supercomputadora clásica podría hacerlo en un tiempo razonable. Google reclamó haberla alcanzado en 2019 con su procesador Sycamore, un hito simbólico más que una prueba de utilidad práctica inmediata, ya que las aplicaciones comerciales de gran escala todavía están en desarrollo.

Estados Unidos, China y Europa hoy compiten por tomar la delantera en estas dos tecnologías que son apuestas difíciles pero de altísimo impacto si resultan exitosas. Como el entrenador de la secundaria de Michigan en la maratón de Los Ángeles, la carrera puede decidirse por una fracción de segundo.