Selon un rapport du cabinet McKinsey publié en avril, l’informatique quantique a « atteint un point de bascule commercial ». Des entreprises de secteurs comme le climat, les sciences du vivant, le transport et la logistique, ou les services financiers utilisent déjà cette technologie émergente pour optimiser des processus, tester des scénarios et lancer des simulations.
Les investisseurs ont par ailleurs versé 12,6 milliards de dollars dans des start-up quantiques au cours de l’année précédente, un autre signe de l’intérêt commercial pour cette technologie. Pour John Roese, directeur technique mondial et directeur de l’intelligence artificielle chez Dell Technologies, la question n’est plus de savoir si la chose est possible, mais quand elle deviendra courante. Il ne s’agira pas d’un moment de bascule soudain, mais d’une progression régulière vers des systèmes tolérants aux fautes, c’est-à-dire capables de corriger leurs erreurs, et de plus en plus exploitables.
Des infrastructures qui se mettent en place
Les grands constructeurs de serveurs préparent déjà le terrain. Dell, Hewlett Packard Enterprise, Cisco et IBM installent les composants d’infrastructure nécessaires à des centres de données hybrides, combinant calcul quantique et calcul haute performance classique. Cisco développe une architecture de réseau dédiée au quantique, tandis que Dell, HPE et d’autres travaillent avec des fournisseurs de technologies quantiques. Lors de Dell Technologies World 2026, la société Equal1 a présenté son système RacQ.
HPE a de son côté annoncé des partenariats avec plusieurs acteurs du quantique, dont IQM Quantum Computers, Quantinuum, QuEra et Rigetti, afin d’intégrer leurs systèmes aux superordinateurs Cray de l’entreprise.
Des optimisations à grande échelle
Selon John Roese, les utilisateurs verront les premiers effets à court terme. « Avant la fin de cette décennie, donc vers 2028 ou 2029, nous aurons probablement assez de qubits logiques corrigés d’erreurs pour nous attaquer au premier lot de problèmes réels, qui sont essentiellement des optimisations au niveau moléculaire », a-t-il déclaré. Un qubit, ou bit quantique, est l’unité de base de l’information quantique, et un qubit logique regroupe plusieurs qubits physiques pour fiabiliser le calcul.
Au début de la décennie suivante, les systèmes devraient permettre une seconde étape, consacrée à des optimisations à plus grande échelle, comme celles que doivent coordonner les compagnies aériennes ou les entreprises financières. « Toute la chaîne d’approvisionnement mondiale est fondamentalement sous-optimale, parce que nous n’avons pas la puissance de calcul pour mener des calculs d’optimisation à grande échelle », a-t-il affirmé. Il évoque aussi le nombre de qubits nécessaires : un système de 1 000 qubits ne suffirait pas à modéliser l’ensemble des routes des États-Unis, et il pourrait en falloir « un million, voire plusieurs millions ».
Des architectures développées par Qarakal Quantum et Infleqtion visent à réduire le nombre de qubits physiques nécessaires à la création d’un qubit logique, ce qui permettrait de limiter les coûts d’infrastructure et de consommation d’énergie.
Dans le domaine moléculaire, M. Roese cite l’exemple de la corrosion. Il rappelle que l’orientation des atomes détermine les propriétés des matériaux, comme dans l’acier inoxydable, et qu’un meilleur contrôle de ces structures pourrait permettre de concevoir des matériaux plus résistants. « Les chiffres que j’ai vus indiquent que la corrosion coûte à l’économie mondiale un trillion de dollars par an », a-t-il ajouté. Les batteries et la découverte de médicaments relèvent également de ce type d’optimisation.
Pour la logistique, D-Wave propose des systèmes à recuit quantique, spécialisés dans l’optimisation, et travaille également sur des systèmes supraconducteurs. M. Roese décrit le « problème de la porte d’embarquement » des aéroports : avec 30 portes, 300 vols et 100 000 passagers, trouver la meilleure combinaison devient très difficile à calculer. Il cite aussi FedEx, UPS et DHL, qui utilisent des formules d’optimisation de tournées pour limiter les virages à gauche de leurs chauffeurs.
Enfin, M. Roese anticipe qu’en 2030, le nombre d’agents d’intelligence artificielle autonomes augmentera fortement. « Un trillion ou quelque chose comme ça ? », s’interroge-t-il, en soulignant qu’une fois réunis en systèmes, ces agents deviennent difficiles à comprendre, à contrôler et à diriger.
