Este artículo describe nuestro punto de vista sobre las capacidades de seguridad de los algoritmos de aprendizaje clásicos (CLAs) y los mecanismos cuánticos (QM) en el ecosistema de Internet Industrial de las Cosas (IIoT). La heterogeneidad del ecosistema de IIoT y la inevitabilidad del paradigma de seguridad hacen necesaria una revisión sistemática de las contribuciones de la comunidad investigadora hacia la seguridad de IIoT (IIoTsec). Así, obtuvimos contribuciones relevantes de cinco repositorios digitales entre los años 2015 y 2024, siguiendo el procedimiento establecido de revisión sistemática de literatura. En la parte principal, analizamos una variedad de vulnerabilidades de seguridad en el IIoT y las categorizamos en dos categorías: diseño arquitectónico y conectividad multifacética. Luego, discutimos tecnologías de implementación de seguridad, CLAs, blockchain y QM, debido a sus contribuciones a IIoTsec y a los desafíos de seguridad de las principales vulnerabilidades. También describimos cómo los ataques cuánticos son computacionalmente desafiantes para CLAs, por lo cual QM es muy prometedor. Además, presentamos conjuntos de datos centrados en IIoT disponibles y alentamos a los investigadores en el nicho de IIoT a validar los modelos utilizando los conjuntos de datos con características industriales para una mejor precisión, predicción y toma de decisiones. Asimismo, mostramos cómo el aprendizaje híbrido cuántico-clásico podría aprovechar una seguridad óptima de IIoT cuando se implementa. Concluimos con las posibles limitaciones, desafíos y perspectivas de la implementación.