Dalla teoria alla pratica, dalla fisica sperimentale all’ingegneria. Per Michael Brett, worldwide go-to-market strategy leader for quantum technologies di AWS, «Il quantum ha avuto per molto tempo la reputazione di essere sempre a dieci anni di distanza. Ora parliamo di circa 18 mesi».
Intendiamoci: questo non significa che il quantum sia pronto per entrare nei data center aziendali, né che nei prossimi anni sostituirà le architetture sulle quali gira l’IT delle imprese.
Significa che problemi rimasti finora fuori dalla portata dei computer tradizionali iniziano a diventare candidati per un diverso modello di calcolo.
Ne parla Forrester nel report The Future of Quantum Computing. Ma la società di ricerca prevede uno sviluppo tutt’altro che uniforme: il valore arriverà in tempi differenti, per settori differenti e soprattutto per classi molto precise di problemi.
Indice degli argomenti
Un computing diverso, non un supercomputing
Forrester definisce il quantum computing come “una classe emergente di hardware e software che sfrutta la fisica quantistica per risolvere problemi computazionalmente complessi”. La distinzione più importante riguarda però ciò che il quantum non è.
Un computer quantistico non è un computer tradizionale molto più veloce, né rappresenta l’evoluzione lineare dei sistemi che utilizziamo oggi. Si tratta invece di un paradigma di calcolo differente, costruito su principi matematici e fisici profondamente diversi.
L’informatica classica si basa sui bit, che possono assumere soltanto due stati, 0 oppure 1. Tutte le elaborazioni, dalle applicazioni aziendali ai supercomputer, derivano dalla combinazione di questi stati binari attraverso operazioni logiche e funzioni booleane.
Il computer quantistico utilizza invece i qubit, sistemi fisici governati dalle leggi della meccanica quantistica che possono esistere in una sovrapposizione di stati e interagire fra loro attraverso fenomeni come l’entanglement.
La differenza riguarda il modo in cui viene rappresentato il problema. Mentre un algoritmo classico esplora le possibili soluzioni in maniera sequenziale o attraverso forme di parallelismo tradizionale, un algoritmo quantistico descrive matematicamente uno spazio di possibilità molto più ampio e sfrutta le proprietà quantistiche per evidenziare le soluzioni più promettenti.
Un algoritmo quantistico può così affrontare spazi combinatori enormemente più grandi rispetto a quelli gestibili dai sistemi tradizionali.
Questo non significa, però, che un computer quantistico sia destinato a sostituire i server, i PC o le architetture cloud. Come vedremo nel prosieguo dell’articolo le due architetture eccellono in compiti differenti. I sistemi classici continueranno a essere la scelta migliore per elaborazione transazionale, analytics tradizionale, ERP; i quantum computer esprimono il massimo in alcune categorie molto specifiche di problemi, come l’ottimizzazione combinatoria, la simulazione molecolare e la modellazione probabilistica.
Dove il quantum può creare valore
Forrester individua tre grandi famiglie di workload nelle quali il vantaggio quantistico appare più plausibile.
La prima è l’ottimizzazione combinatoria sotto vincoli. Percorsi logistici, progettazione delle reti di telecomunicazione, ottimizzazione dei portafogli finanziari, pricing e pianificazione della supply chain richiedono di individuare la soluzione migliore all’interno di uno spazio di possibilità che può diventare rapidamente ingestibile per gli approcci tradizionali.
Alcuni esperimenti sono già in corso. JPMorgan Chase, per esempio, ha sviluppato Hybrid HHL++, un algoritmo utilizzato per risolvere problemi di piccola scala di portfolio optimization su un computer Quantinuum a ioni intrappolati. Anche in Italia diversi istituti finanziari hanno avviato programmi di ricerca e proof of concept per valutare il potenziale degli algoritmi quantistici nei processi di ottimizzazione e gestione del rischio.
La seconda area riguarda la simulazione dei sistemi fisici e molecolari. Qui il quantum utilizza fenomeni quantistici per analizzare sistemi che, a loro volta, sono governati dalle stesse leggi della fisica quantistica. Farmaceutica, semiconduttori, chimica, materiali avanzati ed energia figurano quindi tra i settori maggiormente interessati da questa evoluzione. Roche e Pfizer, ricorda Forrester, stanno valutando l’impiego del quantum computing per la simulazione molecolare e le attività di drug discovery. Un altro esempio significativo arriva dalla Cleveland Clinic, che ha utilizzato una combinazione di due computer quantistici e due supercomputer per simulare una molecola composta da 12.635 atomi.
Il terzo territorio è quello della modellazione probabilistica e stocastica. Rientrano in questa categoria il risk modeling per banche e assicurazioni, la previsione della domanda, la pianificazione logistica e l’analisi di scenari complessi nei mercati energetici.
Anche qui Forrester raffredda gli entusiasmi: i benefici saranno probabilmente incrementali e legati a casi d’uso specifici. Più che rivoluzionare l’analytics aziendale, il quantum computing sarà utile per affrontare problemi con molte variabili e numerosi possibili scenari.
Dove continueranno a vincere CPU e GPU
Capire dove il quantum non serve è importante quanto comprenderne le potenzialità. Uno dei messaggi importanti emersi dal report Forrester è che il valore del calcolo quantistico sarà situazionale e non universale.
Transaction processing, enterprise analytics, elaborazioni batch deterministiche e gran parte delle attività di training e inference dei modelli di machine learning continueranno a essere gestiti più efficacemente dalle architetture classiche. Si tratta infatti di workload per i quali i sistemi tradizionali sono già ottimizzati e nei quali il quantum non offre vantaggi tali da giustificarne complessità e costi.
Lo stesso vale per molti sistemi che costituiscono il cuore operativo delle aziende: applicazioni ERP, soluzioni applicative verticali, piattaforme di digital commerce, customer analytics e, più in generale, tutti quei processi che richiedono elaborazioni deterministiche, affidabilità operativa e grandi volumi di transazioni.
Per Forrester, lo scenario più realistico è quello di piattaforme ibride nelle quali cloud, HPC, intelligenza artificiale e processori quantistici collaborano all’interno dello stesso stack tecnologico.
Il futuro sarà ibrido. E sarà “as-a-service”
«Non dovreste acquistare un computer quantistico, in nessuna circostanza», la posizione di Mark Horvath, VP analyst for quantum computing di Gartner è piuttosto tranchant: le macchine quantistiche sono ancora estremamente costose da costruire e mantenere, richiedono infrastrutture altamente specializzate e si scontrano con una cronica carenza di competenze.
Questo non significa che il quantum computing sia destinato a rimanere confinato nei laboratori. Al contrario, l’accesso alla tecnologia sta progressivamente assumendo la forma di un servizio: da una parte la capacità di calcolo quantistica, dall’altra quella tradizionale, con un livello intermedio di orchestrazione incaricato di gestire accesso cloud, API, distribuzione dei workload ed esecuzione delle applicazioni. CPU, GPU, sistemi HPC e QPU non competono tra loro, ma collaborano all’interno dello stesso stack tecnologico.
Il quantum diventa quindi una risorsa specializzata da attivare solo quando una determinata parte del problema può beneficiare delle sue caratteristiche distintive, lasciando tutto il resto dell’elaborazione alle piattaforme convenzionali. È la stessa direzione indicata da Forrester, che prevede l’affermazione di architetture ibride capaci di integrare quantum computing, high-performance computing e intelligenza artificiale in un’unica piattaforma operativa. Vendor come IBM, Fujitsu e HPE stanno già lavorando su questo modello.
A questa convergenza tecnologica si affianca un’evoluzione del modello di consumo. Secondo Horvath, oggi la quasi totalità delle organizzazioni accede alle risorse quantistiche attraverso servizi cloud gestiti da fornitori specializzati, acquistando capacità elaborativa per specifici workload anziché investire direttamente nell’hardware. Un approccio che, almeno nel medio termine, appare destinato a consolidarsi. In pratica, si affitta tempo sulla macchina quantistica di un fornitore per svolgere task specifici.
La scelta per molti CIO sarà quindi comprendere attraverso quali piattaforme accedere a queste risorse, quali casi d’uso possano generare un vantaggio concreto e come integrare la capacità quantistica nei processi e nelle applicazioni esistenti.
Le piattaforme di orchestrazione assumeranno un ruolo centrale, astrando per quanto possibile la complessità dell’hardware sottostante e consentendo alle applicazioni di sfruttare differenti motori di calcolo senza dipendere da una specifica tecnologia quantistica. Forrester prevede infatti che il valore si concentrerà sempre più negli stack integrati, mentre molti fornitori focalizzati esclusivamente sul quantum potrebbero essere assorbiti dai grandi player dell’infrastruttura IT.
Tre orizzonti temporali, con tempi ancora mobili
Forrester articola l’evoluzione del quantum computing in tre orizzonti temporali. Non si tratta di tappe rigide perché il ritmo di sviluppo dipenderà da fattori come i progressi nell’error correction, la scoperta di nuovi algoritmi e l’evoluzione delle diverse piattaforme hardware.
Breve termine (entro il decennio)
Nel breve termine, ossia nei prossimi tre anni, la scena sarà ancora dominata dalla sperimentazione e dalla ricerca. I sistemi di quantum annealing (computer quantistici specificamente progettati per risolvere problemi in cui occorre trovare la migliore soluzione fra un numero enorme di possibilità) continueranno a generare valore in alcuni casi di ottimizzazione particolarmente mirati, mentre i computer quantistici universali resteranno in larga misura confinati a laboratori, centri di ricerca e progetti pilota.
Cambierà anche il modo di misurare i progressi della tecnologia. Il numero di qubit fisici, spesso utilizzato come indicatore di riferimento, perderà progressivamente centralità. L’attenzione si sposterà sui qubit logici corretti dagli errori e sui relativi tassi di errore, parametri molto più significativi per valutare l’effettiva capacità di eseguire applicazioni utili. In altre parole, aumentare il numero di qubit conta poco se il rumore rende il risultato inaffidabile.
Medio termine (2030-2035)
Nel medio termine, dovrebbero emergere i primi impieghi commerciali dei computer quantistici universali. Le applicazioni rimarranno circoscritte a specifiche categorie di problemi, ma potrebbero iniziare a generare vantaggi concreti nella simulazione molecolare, nella ricerca sui materiali e nell’ottimizzazione combinatoria.
Sarà anche la fase in cui il mercato inizierà a distinguere le architetture realmente scalabili da quelle destinate a incontrare limiti strutturali. Forrester considera la tecnologia basata sugli atomi neutri una delle candidate più promettenti per raggiungere elevati livelli di scalabilità, mentre vede maggiori criticità nei sistemi basati su qubit superconduttori, soprattutto a causa dei requisiti di refrigerazione e delle sfide legate alla connettività.
Lungo termine (dal 2035)
Nel lungo termine il quantum computing potrebbe raggiungere una rilevanza commerciale più ampia, pur restando una tecnologia destinata a casi d’uso selezionati. I principali beneficiari potrebbero essere settori come farmaceutica, chimica, materiali avanzati, finanza, logistica, utilities e manifattura avanzata, soprattutto nei processi che richiedono simulazioni complesse o attività di ottimizzazione oggi difficili da affrontare con gli strumenti tradizionali.
L’espressione utilizzata nel report rende bene l’idea: il quantum resterà uno strumento di precisione, non un acceleratore universale.
Gli ostacoli: errori, scalabilità e competenze
Restano naturalmente diversi ostacoli da superare.
- Il primo riguarda la correzione degli errori. I qubit sono estremamente sensibili alle interferenze dell’ambiente circostante e tendono a perdere rapidamente le proprie proprietà quantistiche. Per ottenere risultati affidabili, è quindi necessario combinare numerosi qubit fisici in un numero molto più ridotto di qubit logici corretti dagli errori. Con le tecniche più studiate oggi possono servire anche oltre mille qubit fisici per ottenere un singolo qubit logico sufficientemente stabile.
- Un secondo ostacolo è legato alla scalabilità hardware. A differenza dei bit tradizionali, i qubit non possono essere copiati e presentano vincoli fisici che rendono più complessa l’esecuzione delle operazioni computazionali. Inoltre, le diverse architetture quantistiche devono affrontare sfide ingegneristiche molto impegnative: alcune richiedono sistemi di refrigerazione in grado di operare a temperature prossime allo zero assoluto, mentre altre evitano questo vincolo introducendo però differenti problemi di controllo, precisione e connettività.
- C’è poi un tema importantissimo di competenze. Le professionalità richieste dal quantum computing si collocano all’incrocio fra informatica, matematica avanzata, fisica quantistica, sviluppo software e conoscenza dei processi aziendali. Si tratta di una combinazione di skill ancora rara e destinata a rimanere un fattore limitante almeno per i prossimi anni.
Nel tempo, software e livelli di astrazione sempre più evoluti dovrebbero contribuire a ridurre questa complessità. Strumenti come Classiq e Qiskit di IBM puntano proprio a consentire lo sviluppo di applicazioni quantistiche senza dover gestire direttamente tutti gli aspetti più specialistici dell’hardware e della programmazione quantistica. Tuttavia, almeno nella fase attuale, la disponibilità limitata di competenze rimane uno dei principali freni alla diffusione di progetti su larga scala.
In altre parole, la sfida del quantum computing non riguarda soltanto le macchine, ma anche la capacità di costruire un ecosistema fatto di piattaforme, strumenti e talenti in grado di trasformare il potenziale tecnologico in applicazioni concrete.
La post-quantum security è più vicina di quanti si immagini
C’è una curiosa asimmetria nel percorso di adozione del quantum computing.
Le applicazioni capaci di generare un vantaggio competitivo tangibile potrebbero richiedere ancora molti anni per raggiungere la maturità. Le conseguenze sulla sicurezza informatica, invece, rappresentano già oggi un tema concreto di governance e architettura IT.
Al centro della questione c’è l’algoritmo di Shor che, una volta eseguito su computer quantistici sufficientemente potenti e corretti dagli errori, potrebbe compromettere alcuni dei sistemi di crittografia a chiave pubblica oggi più diffusi. Per questo Forrester considera la transizione verso la crittografia post-quantum uno dei principali driver di investimento dei prossimi anni. A preoccupare è soprattutto lo scenario degli attacchi harvest now, decrypt later: dati intercettati e archiviati oggi potrebbero essere decifrati in futuro, quando la tecnologia quantistica avrà raggiunto capacità adeguate.
Per questa ragione il calendario della cybersecurity deve necessariamente anticipare quello dell’adozione del quantum computing.
Quanto sia vicina la minaccia resta oggetto di dibattito (si parla del 2029). Certo è che bisogna muoversi ora. Come? IBM suggerisce di costruire un inventario completo di applicazioni, dati, certificati, servizi e risorse protette da crittografia, estendendo l’analisi anche ai fornitori e ai software di terze parti. Nei rapporti con vendor e partner tecnologici diventano quindi rilevanti domande che fino a poco tempo fa sembravano premature: l’hardware è quantum-safe? Le applicazioni saranno quantum-ready? Qual è la roadmap di migrazione prevista dal fornitore?
Ma non solo. È necessario comprendere dove viene utilizzata la crittografia, quali algoritmi proteggono quali dati, per quanto tempo tali dati dovranno rimanere riservati e quanto sia complesso sostituire le componenti crittografiche senza intervenire sull’intera architettura applicativa.
I tempi del valore e quelli del rischio non coincidono. Molte aziende potrebbero non utilizzare applicazioni quantistiche per diversi anni e dover comunque avviare fin da oggi iniziative di preparazione. Paradossalmente, il primo impatto concreto del quantum computing potrebbe manifestarsi non nelle opportunità di business, ma nella necessità di ripensare le fondamenta della sicurezza digitale
Un approccio selettivo per i CIO
Per le aziende con problemi di ottimizzazione, simulazione molecolare, materiali, rischio finanziario, reti o logistica, può avere senso individuare pochi workload nei quali i limiti del computing classico siano già misurabili e verificare l’evoluzione delle alternative quantistiche, lavorando a contatto con vendor, enti di ricerca, università.
Il rapporto con i provider può accorciare il percorso di apprendimento. «Non elimina la necessità di fare i propri compiti, ma rende il lavoro molto più breve perché non occorre fare tutto da soli», osserva Horvath.
Sul fronte cybersecurity il calendario è profondamente diverso. Inventario della crittografia, crypto-agility, dipendenze dai fornitori e pianificazione della migrazione post-quantum possono essere affrontati indipendentemente dalla disponibilità di un quantum computer commercialmente utile.
I calendari sono diversi: quello del valore quantistico consente ancora di sperimentare e raccogliere informazioni. Quello della sicurezza ha già iniziato a correre.
Partecipa alla community