Los sistemas de recomendación juegan un papel clave en la vida cotidiana; se utilizan para sugerir elementos que se seleccionan entre muchos candidatos que generalmente pertenecen a grandes conjuntos de datos. Las recomendaciones requieren un buen rendimiento tanto en términos de velocidad como de efectividad de las sugerencias proporcionadas. Al mismo tiempo, uno de los enfoques más desafiantes en la informática es la computación cuántica. Este paradigma computacional puede proporcionar una aceleración significativa para algoritmos que demandan muchos recursos y que consumen mucho tiempo. Se ha vuelto muy popular en los últimos años, gracias a las diferentes herramientas disponibles para las comunidades científica y técnica. Dado que el rendimiento tiene una gran relevancia en los sistemas de recomendación, muchos investigadores de la comunidad científica han propuesto recientemente diferentes mejoras que explotan enfoques cuánticos para proporcionar un mejor rendimiento en los sistemas de recomendación. Este artículo ofrece una visión general del estado actual del arte en la literatura, delineando las diferentes metodologías y técnicas propuestas y destacando los desafíos que surgen de este nuevo enfoque en el dominio de los sistemas de recomendación.