La separación de tierras raras que solo China domina bien se convirtió en un problema de computación cuántica

USA Rare Earth, Pasqal y Riven Systems unieron minería, computación cuántica y un laboratorio químico automatizado para buscar moléculas más eficientes en la separación de tierras raras — hoy el verdadero cuello de botella de la cadena, no la minería en sí.

USA Rare Earth, dueña de la mina Round Top, en Texas, y de una planta de imanes en construcción en Oklahoma, anunció el 17 de septiembre de 2026 una alianza a tres bandas con la francesa Pasqal, especializada en computación cuántica de átomos neutros, y Riven Systems, que opera un laboratorio químico automatizado. El objetivo declarado es desarrollar moléculas extractantes más eficientes para separar el carbonato mixto de tierras raras — el MREC, por su sigla en inglés — en una etapa de la cadena productiva hoy dominada casi por completo por procesadores chinos, independientemente de dónde se haya extraído el mineral bruto. Riven realizará miles de experimentos automatizados para generar datos sobre cómo distintas moléculas se unen de forma selectiva a cada elemento de tierras raras. Esos datos alimentan dos caminos paralelos: modelos de aprendizaje automático clásico y modelos de aprendizaje automático cuántico ejecutados en el procesador de átomos neutros de Pasqal, comparados lado a lado para ver cuál encuentra mejores candidatos. Las materias primas de prueba incluyen mineral de la propia Round Top, MREC comprado a terceros y chatarra reciclada de la fabricación de imanes. Ninguna de las partes reveló cronograma de comercialización, monto invertido ni resultado técnico ya obtenido — el anuncio marca el inicio de la colaboración, no la entrega de una tecnología lista.

El detalle que rara vez aparece en los titulares sobre la carrera por las tierras raras es que la ventaja china nunca fue principalmente geológica — es química y, sobre todo, de ingeniería de procesos acumulada a lo largo de décadas. Los diecisiete elementos de tierras raras son químicamente casi idénticos entre sí, un efecto conocido como contracción de los lantánidos, lo que convierte la separación de un elemento de otro en un problema de precisión extrema. El método estándar, la extracción por solventes, normalmente exige cientos de etapas en cascada de mezcladores-sedimentadores, cada una refinando ligeramente la pureza de la separación — un proceso caro, que consume mucho reactivo y energía, y que la industria china domina tras más de treinta años optimizando la receta molécula por molécula, por ensayo y error a escala industrial. Es precisamente ese proceso de ensayo y error el que la alianza intenta comprimir. La idea detrás del aprendizaje automático cuántico es que simular cómo una molécula específica se une a un elemento de tierras raras es, en esencia, un problema de mecánica cuántica — orbitales electrónicos interactuando entre sí —, y las computadoras cuánticas pueden ser más eficientes que las clásicas para simular exactamente ese tipo de interacción. Si la apuesta se confirma, el resultado no sería solo encontrar una molécula mejor, sino reducir el número de etapas de separación necesarias, lo que disminuye directamente el tamaño, el costo de capital y el consumo de energía de una planta de separación — la barrera que hoy aleja a la mayoría de los intentos occidentales de competir con China en esta etapa específica de la cadena, incluso cuando la minería ya está resuelta. La división del trabajo también importa como modelo: Riven aporta datos experimentales reales en volumen, Pasqal contribuye con capacidad de simulación cuántica y USA Rare Earth garantiza que cualquier candidato prometedor se valide en condiciones reales de procesamiento en su centro de investigación de Wheat Ridge, Colorado, antes de cualquier consideración de uso comercial — ninguna de las tres intenta resolver el problema sola.

Para quien sigue el intento occidental de reducir la dependencia de China en tierras raras, esta alianza señala dónde está el verdadero cuello de botella: no es la extracción del mineral, es la separación química que viene después. Estados Unidos, Australia y países de la Unión Europea ya tienen o están desarrollando minas de tierras raras fuera de China — lo que sigue faltando es capacidad de separación competitiva en costo y escala fuera del territorio chino. Una tecnología que reduzca el número de etapas de extracción por solventes haría viables plantas de separación más pequeñas y baratas fuera de China, ampliando el número de actores capaces de entrar en esta etapa específica de la cadena. Eso no significa que el resultado esté garantizado — el aprendizaje automático cuántico aplicado a la química sigue siendo una frontera de investigación, sin casos comerciales comprobados a escala industrial en ningún sector hasta ahora, y ni Pasqal ni USA Rare Earth prometieron plazos. Pero el simple hecho de que una minera, una empresa de computación cuántica y un laboratorio automatizado decidan apostar juntos por esta combinación muestra que el sector está dispuesto a probar caminos no convencionales para resolver un problema que el enfoque tradicional, décadas de optimización incremental de ingeniería química, nunca resolvió fuera de China.