Citation
Bughin, J. (Jan 2025). Le monde avant et après Willow: quelle stratégie d’entreprise liée au mariage quantique et IA?. Management et Datascience, Article 0039967. https://doi.org/10.36863/mds.a.39967.
L'auteur
Jacques Bughin
(jacquesbughin@machaonadvisory.com) - PE/VC senior advisor FortinoCapital and Antler, retired as seniro partner McKinsey, Board Mmeber, seniro advsior Accenture Researcxh and Portulans institute - ORCID : https://orcid.org/0000-0002-1973-3656
Copyright
© 2025 l'auteur. Publication sous licence Creative Commons CC BY-ND.
Déclaration d'intérêts
Le ou les auteurs déclarent ne pas avoir connaissance de conflit d'intérêts impliqués par l'écriture de cet article.
Financements
Le ou les auteurs déclarent ne pas avoir bénéficié de financement pour le travail mis en jeu par cet article.
Aperçu
Notre histoire est marquée par des investissements audacieux, depuis la construction des pyramides égyptiennes jusqu'au programme d'alunissage de la NASA dans les années 1960. Aujourd'hui, cet esprit d'ambition se manifeste dans la poursuite de technologies de pointe telles que l'intelligence artificielle (IA) et l'informatique quantique (QC), qui représentent les prochaines frontières de l'innovation économique et technologique. Alors que les investissements dans l'IA ont augmenté rapidement depuis les années 2010, stimulés par des percées dans l'IA générative promet de dépasser largement les paradigmes informatiques traditionnels au vu des étapes récentes telles que la puce Willow de Google démontrant des capacités de calcul sans précédent et des taux d'erreur radicalement réduits. Cet article présente dix considérations clés pour tirer parti de l'informatique quantique dans l'ère post-Willow : Le passage du quantique de la physique théorique à l'ingénierie pratique, permettant de nouveaux paradigmes de calcul grâce aux qubits et à des phénomènes tels que la superposition et l'enchevêtrement. Des études de cas de Volkswagen, JPMorgan Chase et d'autres entreprises, présentant les premières réussites en matière d'optimisation du trafic, de modélisation financière et de simulation moléculaire. La percée de Google avec la puce Willow, qui a permis de réduire les erreurs de manière exponentielle et de résoudre des problèmes dépassant les limites de l'informatique classique. les synergies entre l'IA et l'informatique quantique, en particulier pour l'entraînement des réseaux neuronaux et l'optimisation des problèmes combinatoires Le potentiel incertain mais très prometteur du marché de l'IA quantique (QAI), avec des modèles hybrides quantiques-classiques qui accélèrent l'adoption. La dynamique du marché façonnée par les acteurs établis (Google, IBM, Nvidia) et les startups perturbatrices (D-Wave, Quantinuum). Les points de basculement, notamment la réduction des coûts, les percées technologiques et l'intégration hybride, nécessaires à une adoption plus large. Les défis émergents et les inconnues, tels que les comportements des données spécifiques aux quanta et les risques de sécurité. L'impératif de traiter les risques uniques de cybersécurité introduits par les modèles d'IA quantique. Une stratégie « sans regret » axée sur l'acquisition d'une culture quantique, l'exploration de plateformes hybrides et la réalisation d'expériences ciblées. Négliger le potentiel perturbateur de l'informatique quantique pourrait constituer un faux pas stratégique.
Contenu
Notre histoire est jalonnée d’investissements audacieux depuis la construction des pyramides en Égypte et des cathédrales en Europe au Moyen-Âge jusqu’au programme de la NASA visant à se poser sur la lune dans les années 1960. Aujourd’hui, l’audace se retrouve dans la poursuite de l’intelligence artificielle de pointe et de l’informatique quantique, qui deviennent la prochaine frontière économique et technologique.
L’investissement dans l’intelligence artificielle (IA) a connu une croissance rapide depuis les années 2010, avec un boom dû à l’IA générative et aux grands modèles de langage (LLM). Si les investissements dans l’informatique quantique (QC) ont démarré un peu plus tard que ceux dans l’IA, ils promettent toutefois une technologie qui peut surpasser de loin l’informatique binaire traditionnelle telle que notre génération la connaît.
Les gouvernements en ont pris note depuis longtemps – les dépenses menées les grandes économies comme la Chine et les États-Unis ont déjà investi 55 milliards de dollars dans la technologie quantique au cours des dernières années,. De nombreuses entreprises privées sont en train de tester ces technologies avec succès, notamment Volkswagen, Bosch, Exxon ou JP Morgan. Mais un moment décisif pour le décollage de la technologie quantique est sans aucun doute la toute récente expérience réussie par Google, démontrant par sa nouvelle puce Willow la résolution de calculs dépassant largement les capacités d’un ordinateur classique, avec une réduction spectaculaire des taux d’erreur.
Face à cette évolution du marché, les chefs d’entreprise sont confrontés à une question cruciale : Quelle doit être la stratégie quantique de leur entreprise ?
Une stratégie est personnelle au sein de toute organisation, et se définit par rapport aux différenciants uniques d’une entreprise. Elle doit toutefois servir de pilier solide pour prendre des décisions éclairées ,et donc se baser sur une compréhension solide de l’environnement, — dans ca cas, l’équation technologique et économique de l’informatique quantique. Voici les 10 points à avoir en tête en ce qui concerne l’informatique quantique à ce jour :
L’approche quantique sort du génie physique
La mécanique quantique relève de la physique théorique, mais elle a depuis lors franchi quelques étapes importantes dans les domaines de l’ingénierie et de l’informatique. Suite à la conférence donnée par Richard Feynman en mai 1981, intitulée « Simuler la physique avec des ordinateurs. »qui proposait l’idée d’utiliser des ordinateurs quantiques pour simuler des systèmes trop difficiles à manipuler avec des ordinateurs classiques. l’étude de David Deutsch, a formalisé le concept d’ordinateur quantique et décrit ses avantages potentiels par rapport aux ordinateurs classiques pour résoudre des problèmes sans rapport avec la physique.
Ces étapes ont contribué à définir l’informatique quantique comme une technique qui va au-delà de la physique pure et qui exploite des phénomènes tels que la superposition, l’intrication et l’effet tunnel quantique pour traiter l’information d’une manière fondamentalement différente de l’informatique classique. Plus important encore, les ordinateurs quantiques utilisent des qubits, qui peuvent exister en tant que superpositions des deux bits binaires (0 ou 1) utilisés dans les paradigmes informatiques actuels. Cette propriété unique permet aux systèmes quantiques de traiter simultanément de grandes quantités d’informations, la puissance de calcul augmentant de manière exponentielle avec le nombre de qubits.
De nombreux tests ont eu lieu avec des effets d’estime
De nombreuses entreprises privées ont testé ces technologies quantiques avec certainssuccès, Par exemple, Volkswagen a utilisé des algorithmes quantiques pour optimiser les itinéraires de bus en temps réel lors du Web Summit de 2019. Cela a réduit significativement la congestion du trafic, prouvant l’utilité de la technologie quantique pour la mobilité urbaine. JPMorgan Chase l’a utilisé pour l’ accélération des modèles financiers avec des algorithmes quantiques, multipliant par 5 la vitesse d’entraînement par rapport aux modèles classiques pour l’optimisation de portefeuilles. Daimler AG s’est attellée à la simulation rapide de plus de 150 réactions moléculaires pour les batteries lithium-soufre. Il en a résulté une réduction de plusieurs mois à quelques heures des délais de recherche et développement pour des innovations dans les batteries des véhicules électriques.
Les expériences des entreprises sont toutefois resté limitées à des cas spécifiques et bien définis (optimisation du trafic, chimie des batteries, etc.), se limitant encore souvent à des systèmes quantiques bruyants de petite taille (NISQ – Noisy Intermediate-Scale Quantum). sans repousser pas les frontières fondamentales de la technologie quantique.
Google et le talon d’Achille du quantique.
Contrairement aux ordinateurs classiques, les qubits intriqués sont interdépendants, de sorte que l’état d’un qubit affecte immédiatement les autres, et que la mesure d’un qubit implique également l’effondrement probabiliste de sa superposition en un seul état, ce qui modifie les systèmes de manière permanente. Ces propriétés font du calcul quantique un défi, car les superpositions ont tendance à être assez fragiles et à se décomposer facilement (« décohérence »), tandis que les ordinateurs quantiques peuvent également être imprécis, car la tolérance du calcul à ces imprécisions doit être suffisamment grande pour permettre la construction de portes quantiques.
Alors que Peter Shor a également découvert les codes correcteurs d’erreurs quantiques et les méthodes de tolérance aux pannes pour une informatique quantique fiable, ce « théorème du seuil de précision » pour l’informatique quantique est resté un défi pratique pendant des années, jusqu’aux efforts récents d’entreprises telles qu’IBM et Google.
À la suite d’avancées majeures dans son laboratoire d’IA et d’un déploiement précoce prometteur de sa puce Willow, Google a tout récemment franchi l’étape « sous le seuil » où le taux d’erreur commence à diminuer de manière exponentielle en fonction de l’échelle. Cela signifie que les performances vont de pair avec une qualité beaucoup plus élevée de l’informatique quantique, ce qui ouvre la voie à un jeu de marché de l’informatique quantique.
Non seulement le taux d’erreur était faible – une amélioration considérable par rapport au prédécesseur de Willow, Sycamore, il y a quelques années – mais le processeur Willow de 105 qubits physiques de Google a permis de résoudre en cinq minutes des problèmes qui auraient pris 10 septillions d’années au superordinateur le plus rapide du monde.
Les synergies entre le quantique et l’Intelligence artificielle (IA) sont prometteuses.
Le gain exponentiel de puissance de calcul pourrait changer la donne à une époque où les besoins informatiques sont gourmands en énergie et où les données LLM sont limitées pour une IA efficace.
À l’heure actuelle, on peut soit louer (et payer le prix) des GPU Nvidia soit parier sur le potentiel de la quantique pour un autre grand bond en avant dans l’informatique. Dans ce contexte, on peut anticiper le potentiel de l’intelligence artificielle quantique (QAI), où l’apprentissage automatique quantique, entre autres, pourrait réduire considérablement le temps nécessaire pour des tâches telles que l’entraînement de réseaux neuronaux ou l’optimisation de problèmes combinatoires, offrant des accélérations exponentielles pour des applications complexes majeures telles que la finance, l’optimisation de portefeuille et l’analyse de risque ; la gestion des flux de trafic et le routage des véhicules dans la logistique, les voitures automatisées, la découverte de médicaments et la simulation des interactions moléculaires dans la biotechnologie et la pharmacie, ou encore la prédiction météorologique et la conception de matériaux.
En outre, l’IA peut soutenir le progrès quantique. Par exemple, la ML peut contribuer à réduire davantage les erreurs quantiques, car la reconnaissance des formes de l’IA peut être utilisée pour détecter les anomalies dans le comportement des qubits, prédire les modèles de bruit dans les systèmes quantiques et optimiser les codes de correction d’erreurs quantiques.
Google Willow a d’ailleurs exploré des synergies profondes entre l’IA et la mécanique quantique, par exemple dans l’entraînement des réseaux de neurones ou l’optimisation combinatoire, – des domaines où les autres entreprises n’ont pas encore investi à grande échelle.
Un potentiel du marché incertain, mais surement attractif.
La valeur marchande actuelle des applications QAI est encore inexistante, l’argent actuellement dépensé pour le QAI allant à ceux qui construisent l’infrastructure et les plateformes logicielles, comme Amazon ou Nvidia, et aux acteurs natifs du domaine quantique comme Rigetti et D-Wave, qui sont à l’avant-garde de la construction de processeurs quantiques.
Certains analystes se sont risqués à estimer le potentiel du marché, avec un marché des applications (représentant 15 à 20 % des dépenses totales) d’une valeur de 5 à 20 milliards d’USD en 5 ans, mais qui s’accélère de manière spectaculaire par la suite. Si le coût actuel des systèmes quantiques et leur complexité opérationnelle les rendent économiquement peu viables à court terme, et seraient principalement utilisés pour des applications de niche, les possibilités peuvent rpaidement s’élargir pour un certain nombre de raisons.
Tout d’abord, ces estimations n’ont pas anticipé la récente percée de Google avec Willow, qui est susceptible de faire fructifier le marché beaucoup plus rapidement que leur scénario de base. Deuxièmement, la différence entre l’informatique classique et l’informatique quantique est que cette dernière fonctionnera beaucoup plus rapidement, ce qui réduira le temps nécessaire alloués aux ingénieurs, et main d’œuvre en IA. Ainsi, le rapport coût/performance de l’informatique quantique sera principalement déterminé par la technologie, alors que l’IA classique devra toujours faire face à un travail d’ingénierie coûteux. Troisièmement, on a souvent supposé que l’IA quantique suivrait l’IA en termes d’adoption – mais des éléments récents suggèrent que la nouvelle technologie aura une adoption accélérée en raison des capacités déjà investies dans l’IA et la genAI. Enfin, l’IA quantique et l’IA classique peuvent fonctionner ensemble pour le plus grand bénéfice du marché à court terme, sous la forme d’une solution hybride. Nvidia propose une telle plateforme, à la fois pour protéger son marché des GPU, mais aussi parce que l’IA quantique et l’IA classique sont susceptibles d’être utilisées différemment par les industries.
Une bataille connue dans le positionnement de marché qui a permis une croissance rapide dans le passé
Outre les aspects technologiques de l’informatique quantique, le marché de l’informatique quantique en est à ses débuts et sa dynamique dépendra d’un ensemble de facteurs liés à la demande et à l’offre, y compris la réglementation.
Du côté de l’offre, la dynamique future entre les acteurs clés – startups, opérateurs historiques et facilitateurs de l’écosystème – déterminera l’adoption de la technologie et l’évolution de son offre. Toutefois une bataille entre grands opérateurs et petites entreprises de disruptions est souvent le départ pour un marché qui pourrait exploser à moyen terme. Les grands opérateurs historiques tels qu’IBM, Google, Amazon, Nvidia et Microsoft déploieront probablement leurs plateformes quantiques (telles que Q Network d’IBM, Braket d’Amazon ou Azure Quantum de Microsoft) qui démocratiseront l’informatique quantique en offrant des services Saas éventuels aux ressources quantiques via des services en nuage Ces acteurs proposeraient surtout ses solutions hybrides quantiques-classiques afin de lancer et contrôler la migration du marché vers le quantique, (comme ceci semble le cas du DGX Quantum de NVIDIA).
Toutefois, la dynamique complète du marché sera probablement façonnée par une série de poussées technologiques innovantes lancées par des start-ups natives du domaine quantique. Parmi les découvertes spécifiques, citons le recuit quantique (D-Wave), le NLP quantique et la cybersécurité (Quantinuum), et les modèles hybrides quantiques-classiques (Rigetti).
Ces innovations ciblées stimulent le marché dans des niches verticales, par exemple D-Wave dans le domaine des transports grâce à l’optimisation de la logistique et de la planification, renforcent les synergies avec d’autres marchés technologiques tels que l’IA générique (par ou de façonner des écosystèmes par la coopération (par exemple, les partenariats d’IonQ avec AWS et Microsoft Azure). Enfin, un aspect unique du paysage quantique est la prolifération des projets de collaboration. Le paysage de l’informatique quantique se caractérise par une collaboration étendue entre les universités, les instituts de recherche et les entreprises privées, ce qui favorise des avancées significatives dans ce domaine. Ces partenariats combinent des compétences et des ressources diverses, ce qui a probablement pour conséquence d’accélérer le développement des technologies quantiques.
Il y plusieurs points de basculement du marché
En fin de compte, le marché sera façonné par un certain nombre de points de basculement, pour lesquels on peut déjà détecter certains signaux positifs, même s’ils sont encore très faibles à ce stade
En termes de viabilité économique, la réduction des coûts du matériel et des plateformes quantiques est essentielle pour que les entreprises adoptent l’IA quantique. Le coût par tâche d’IA quantique est encore supérieur d’un ordre de grandeur à celui de l’informatique classique, en supposant que la technologie permette un cas d’utilisation solide. Toutefois, le coût diminue relativement vite, ce qui laisse présager de bonnes performances pour l’IA quantique dans les années à venir.
En termes de percées technologiques, la récente puce Willow de Google montre les premiers signes d’une meilleure mise à l’échelle des systèmes quantiques et d’une réduction des erreurs. En ce qui concerne les possibilités d’arbitrage, l’IA quantique doit se concentrer sur la résolution de problèmes pour lesquels l’IA classique est lente, coûteuse ou infaisable, comme l’optimisation et la simulation hautement complexes, tandis que pour les stratégies de transition des entreprises, l’existence de modèles hybrides classiques-quantiques permettra aux entreprises d’expérimenter l’IA quantique sans abandonner les investissements existants en matière d’IA.
Enfin, les gouvernements auront un rôle essentiel à jouer dans le financement et l’activation de l’écosystème quantique. Les paysages réglementaires de l’intelligence artificielle (IA), y compris l’IA quantique, diffèrent considérablement entre la Chine, l’Union européenne (UE) et les États-Unis, chacun reflétant des priorités culturelles, politiques et économiques distinctes.
A envisager: la possibilité d’inconnues
L informatique quantique devrait pousser des défis dont on ne soupçonne pas encore l’existence – elles apparaîtront souvent au fur et à mesure de l’évolution des technologies quantiques et de l’IA, comme des phénomènes émergents issus de la synergie entre l’informatique quantique et l’IA . Nous ne comprenons pas encore tout à fait comment les algorithmes quantiques pourraient fondamentalement remodeler les systèmes d’IA au-delà des limites classiques. Les modèles d’IA actuels (tels que les réseaux neuronaux profonds) sont déjà des boîtes noires, et l’ajout de la mécanique quantique pourrait obscurcir davantage la manière dont les décisions ou les prédictions sont prises.
Un impératif : la sécurité
Un problème majeur concerne les risques de sécurité, surtout dans le contexte de l’IA quantique : Les systèmes quantiques et les modèles d’IA peuvent présenter des failles de sécurité imprévues qui pourraient être exploitées d’une manière que nous ne comprenons pas encore. Il pourrait y avoir des méthodes inconnues d’attaques adverses dans les systèmes d’IA quantique, où les algorithmes quantiques ou enchevêtrés rendent les systèmes particulièrement vulnérables.
Une veille technologique et économique est une posture stratégique sans regret
Sur la base de ce qui précède, les entreprises devraient au moins développer une culture quantique interne et former leurs employés à l’IA et à la quantique ainsi qu’à leurs synergies, tout en investissant davantage dans des plateformes hybrides quantiques-classiques.
Dans le même temps, les meilleures entreprises sont déjà à réfléchir à des projets d’expérimentation mariant des domaines de l’IA avec des projets verticaux spécifiques où le quantique peut contourner les avantages de l’informatique classique, tels que l’optimisation financière, le commerce et la logistique ou la découverte de médicaments, ou l’optimisation des réseaux de communication et d’énergie. Dans ce contexte, une faute stratégique serait de négliger le potentiel de rupture de l’informatique quantique. Lancez vous.
Bibliographie
- Acharya, R., et al. « Quantum Error Correction Below the Surface Code Threshold. » Nature. Available at: https://www.nature.com/articles/d41586-024-04028-3
- Amazon Web Services. « AWS Launches Quantum Computing Advisory Program. » Morningstar. Available at: https://www.morningstar.com/news/dow-jones/202411227818/amazon-web-services-launches-quantum-computing-advisory-program?utm_source=chatgpt.com
- Coccia, M. « Converging Artificial Intelligence and Quantum Technologies: Accelerated Growth Effects in Technological Evolution. » Technologies 12(5), 66 (2024).
- Deutsch, D. « Quantum Theory, the Church–Turing Principle, and the Universal Quantum Computer. » Proceedings of the Royal Society of London. A. Mathematical and Physical Sciences, 400(1818), 97–117 (1985).
- European Commission. « Quantum Technologies Flagship. » Available at: https://digital-strategy.ec.europa.eu/en/policies/quantum-technologies-flagship
- Feynman, R. P. « Simulating Physics with Computers. » In Feynman and Computation (2018). CRC Press.
- Gribbin, J., & Gribbin, M. Richard Feynman: A Life in Science. Icon Books (2018).
- JPMorgan Chase. « Firm Establishes Quantum-Secured Crypto Agile Network. » Available at: https://www.jpmorgan.com/technology/news/firm-establishes-quantum-secured-crypto-agile-network
- Khan, M. M., et al. « Quantum AI: Uniting the Future of Smart Technologies. » In Artificial Intelligence for Intelligent Systems. CRC Press.
- Kumar, S., et al. « Quantum Intelligence: Merging AI and Quantum Computing for Unprecedented Power. » In 2024 International Conference on Trends in Quantum Computing and Emerging Business Technologies (2024). IEEE.
- LinkedIn. « The Future of AI Is Likely Quantum Computing. » Available at: https://www.linkedin.com/pulse/future-ai-likely-quantum-computing-jacques-bughin-adm0e/
- LiveScience. « Google’s Willow Quantum Computing Chip Solved a Problem. » Available at: https://www.livescience.com/technology/computing/google-willow-quantum-computing-chip-solved-a-problem-the-best-supercomputer-taken-a-quadrillion-times-age-of-the-universe-to-crack
- Nature. « Google’s Willow Chip and Beyond. » Available at: https://www.nature.com/articles/d41586-023-00536-w
- NVIDIA and Quantum Machines. « Launch DGX Quantum: A Groundbreaking System for Quantum-Classical Computing. » Available at: https://quantumzeitgeist.com/nvidia-and-quantum-machines-collaborate-to-launch-dgx-quantum-a-groundbreaking-system-for-quantum-classical-computing
- Shor, P. W. « Algorithms for Quantum Computation: Discrete Logarithms and Factoring. » In Proceedings 35th Annual Symposium on Foundations of Computer Science (1994). IEEE.
- Shor, P. W. « Fault-Tolerant Quantum Computation. » In Proceedings of 37th Conference on Foundations of Computer Science (1996). IEEE.
- Springer. « Emerging Advances in Quantum AI Applications. » Available at: https://link.springer.com/article/10.1007/s13218-024-00870-9
- Springer. « Quantum and Classical Hybrid Solutions for AI. » Available at: https://link.springer.com/article/10.1007/s11082-023-04914-6
- Taherdoost, H., & Madanchian, M. « AI Advancements: Comparison of Innovative Techniques. » AI 5.1 (2023): 38–54.
- Technology Review. « The Man Turning China Into a Quantum Superpower. » Available at: https://www.technologyreview.com/2018/12/19/1571/the-man-turning-china-into-a-quantum-superpower/
- The European Business Review. « 2024: What Is the Near Future of Generative AI? » Available at: https://www.europeanbusinessreview.com/2024-what-is-the-near-future-of-generative-ai/
- The Quantum Insider. « The Untapped Potential of AI in Quantum Computing. » Available at: https://thequantuminsider.com/2024/11/13/the-untapped-potential-of-ai-in-quantum-computing/
ORCID
https://orcid.org/0000-0002-1973-3656
Affiliation
PE/VC senior advisor FortinoCapital and Antler, retired as seniro partner McKinsey, Board Mmeber, seniro advsior Accenture Researcxh and Portulans institute
Liens d'intérêts : Le ou les auteurs déclarent ne pas avoir connaissance de conflit d'intérêts impliqués par l'écriture de cet article.
Financement : Le ou les auteurs déclarent ne pas avoir bénéficié de financement pour le travail mis en jeu par cet article.
(Il n'y a pas encore d'évaluation.)
Commentaires
(Il n'y a aucune ressource liée.)