JW Insights · Synergy Solutions SAS

← Todos los artículos

Innovación · Computación cuántica

De la auditoría al presupuesto: nuestro primer modelo cuántico para priorizar obras viales

En la Ruta Emertech de la Cámara de Comercio de Bogotá, JW Synergy Solutions está convirtiendo una decisión de mantenimiento vial en un problema que puede resolverse, verificarse y compararse con distintos métodos.

2026-11-05

Una auditoría vial puede identificar dónde se necesita reparar el pavimento, renovar la señalización o intervenir el drenaje. Con el informe en mano, la gerencia de una concesión todavía tiene que tomar una decisión: ¿qué combinación de obras conviene financiar con el presupuesto disponible?

En octubre compartimos nuestra selección para participar en Emertech 2026. Desde entonces, en JW Synergy Solutions SAS avanzamos de la formación en computación cuántica a la formulación de un primer modelo para estudiar esa decisión.

De una lista de hallazgos a un portafolio de obras

Ordenar las intervenciones por prioridad ayuda a entender su importancia individual. La decisión presupuestal exige mirar cómo funcionan en conjunto. Por ejemplo, si una reparación de pavimento depende de corregir primero un problema de drenaje, el plan debe contemplar ambas obras. También puede haber dos alternativas para atender el mismo hallazgo y solo una debe ejecutarse.

En nuestro primer modelo trabajamos con ocho intervenciones candidatas. Cada una tiene un costo estimado, un beneficio técnico y una decisión binaria: financiarla o aplazarla. El objetivo es encontrar el conjunto con mayor beneficio estimado dentro del presupuesto, respetando las dependencias y las alternativas excluyentes.

Lo que ya construimos

Formulamos un Hamiltoniano de costo, una expresión matemática que asigna una puntuación a cada combinación. Una combinación con mayor beneficio técnico recibe una puntuación más baja, mientras que exceder el presupuesto o incumplir una regla aumenta esa puntuación. Así podemos buscar combinaciones de baja puntuación y comprobar cuáles cumplen las condiciones del problema vial.

Ahora estamos implementando el modelo en Python con Qiskit. El reto de aprendizaje ha sido traducir cada regla de negocio a una condición verificable y conservar su significado al pasar al circuito cuántico.

Cómo vamos a comparar los resultados

Con ocho decisiones hay 256 portafolios posibles. Primero los evaluaremos con un método clásico para identificar el mejor portafolio factible de esta instancia. Después simularemos el mismo problema con QAOA, un algoritmo de optimización que combina un circuito cuántico con un optimizador clásico.

Compararemos cuántas soluciones simuladas respetan todas las restricciones, qué tan cerca queda su beneficio del óptimo clásico y cuánto tarda cada método. Esa comparación nos dará una base para decidir qué vale la pena probar después en un procesador cuántico real.

Si trabajas en una concesión, una interventoría o un equipo de mantenimiento vial, nos interesa conocer tu experiencia. ¿Qué regla o condición de campo cambiaría la selección de obras en tu próximo ciclo presupuestal?

Más artículos