

Matt Chinworth/theispot.com
Les entreprises ne devraient pas attendre que les technologies d'informatique quantique aient atteint leur maturité pour y investir. En tant que technologie habilitante, le quantique nécessite une expérimentation pratique, des boucles de rétroaction qui soutiennent l'apprentissage progressif, et des cycles de co-invention entre producteurs et utilisateurs — au fil du temps — pour identifier des cas d'usage pratiques. Les investissements dans le quantique aujourd'hui peuvent générer des retombées à court terme, mais l'accent devrait être mis sur l'apprentissage actif et le potentiel d'innovations de rupture à plus long terme.
Les dirigeants qui suivent les dernières nouvelles sur l'informatique quantique pourraient conclure qu'avec des jalons techniques encore à atteindre, l'approche prudente est d'observer et d'attendre avant d'investir. Mais cela néglige ce que d'autres entreprises plus audacieuses reconnaissent : l'informatique quantique est une technologie habilitante, et les organisations utilisatrices ont un rôle crucial à jouer pour façonner la manière dont elle créera de la valeur.
Les gros titres sur les nouvelles puces, les nombres de qubits (bits quantiques) et la correction d'erreurs suggèrent que la question clé est de savoir si l'informatique quantique a atteint le point où elle peut surpasser les ordinateurs classiques sur des problèmes pratiques. Ce cadrage mène à un dilemme stratégique familier : attendre que la technologie soit clairement « prête », ou risquer de s'impliquer trop tôt dans quelque chose qui pourrait ne pas porter ses fruits. Les nombres de qubits et les taux d'erreur sont des jalons d'ingénierie appropriés, mais ils sont un mauvais guide pour savoir comment et quand la plupart des entreprises devraient s'engager. Pour des technologies comme l'informatique quantique, la valeur économique n'arrive pas d'un coup, lorsqu'un seuil technique est franchi. Elle émerge progressivement, par l'expérimentation, l'innovation complémentaire et l'apprentissage organisationnel, souvent bien avant que la technologie ne soit pleinement mature.
Comme d'autres technologies habilitantes, l'informatique quantique ne générera pas beaucoup de valeur économique par elle-même. Au lieu de cela, sa valeur économique émergera à travers des cycles répétés de co-invention entre le secteur producteur de technologies et les innovations complémentaires développées par les utilisateurs dans des contextes d'application. Les technologies ayant le plus grand potentiel habilitant sont appelées technologies à usage général.
L'électricité est une telle technologie à usage général. Son développement et sa diffusion dépendaient d'une co-invention continue entre producteurs et utilisateurs : les premières innovations dans la production d'électricité ont stimulé l'expérimentation en aval dans l'éclairage, les moteurs, les appareils électroménagers et les agencements d'usines, et ces innovations en aval ont à leur tour remodelé les types de systèmes de production et de distribution d'électricité nécessaires en amont. Les ordinateurs classiques ont suivi un schéma similaire : les progrès matériels dépendaient d'innovations complémentaires dans les logiciels, le stockage de données et les processus organisationnels, tandis que les avancées dans ces compléments ont rétroagi sur la conception matérielle en faisant progresser les exigences de performance.
L'informatique quantique suit ce même schéma. Son impact économique n'arrivera pas soudainement, après avoir franchi un seuil technique particulier, et il ne se diffusera pas comme un outil prêt à l'emploi. Au lieu de cela, la valeur sera créée par des boucles de rétroaction dans lesquelles l'expérimentation des utilisateurs révèle des opportunités économiques à court terme, les niveaux de performance qui comptent, et les processus et compétences nécessaires pour générer de la valeur. Le défi pratique pour la direction d'entreprise n'est donc pas de prédire quels fournisseurs d'informatique quantique atteindront certains jalons techniques ; il s'agit plutôt de développer la capacité organisationnelle à décider quand et comment participer à ces cycles de co-invention, en traduisant les problèmes commerciaux en cas d'usage de l'informatique quantique et en reconcevant stratégiquement les processus à mesure que la technologie évolue.
Le dilemme managérial
Lorsqu'elle est considérée comme une technologie habilitante, l'informatique quantique présente aux managers un ensemble de défis distincts. La création de valeur dépend d'un engagement actif des utilisateurs en aval, car l'expérimentation dans des contextes d'application clarifie les progrès techniques à prioriser. En même temps, les incitations des entreprises à s'engager sont faibles car la voie pour capturer la valeur de cette expérimentation est incertaine.
Pour les technologies habilitantes, les avantages économiques les plus significatifs apparaissent rarement à court terme ou dans les premières applications explorées. Ils s'accumulent au fil du temps, à mesure que l'apprentissage des premières expériences éclaire des applications plus significatives par la suite. Par exemple, les retours significatifs de l'électricité ne se sont accumulés qu'après plusieurs cycles de co-invention, avec l'émergence des moteurs électriques dans les usines et des appareils électroménagers. Un schéma similaire s'est produit avec Internet. Les premières utilisations se concentraient sur la connectivité de base et le partage d'informations, mais les plus grands gains économiques sont apparus plus tard, après que des innovations complémentaires dans les logiciels, les données et les processus organisationnels ont permis de nouveaux modèles commerciaux, tels que le commerce électronique, les plateformes numériques et les services basés sur le cloud.
Cela rend difficile l'évaluation de la capture de valeur précoce. Les entreprises qui développent des cas d'usage précoces pour l'informatique quantique pourraient ne pas être en mesure de sécuriser des avantages à long terme, étant donné que les cas d'usage les plus précieux n'ont probablement pas encore été découverts.1 Cela pourrait susciter des inquiétudes quant au fait que la valeur générée par l'expérimentation précoce pourrait être capturée par d'autres. Par exemple, une grande partie de la valeur créée par les technologies Internet a été capturée par des entreprises comme Google et Meta.
Lorsque les entreprises hésitent à s'engager dans une expérimentation précoce, le résultat est une incertitude persistante quant à ce que les clients valorisent. Les développeurs sont déjà confrontés à l'incertitude quant à la manière de parvenir à un système techniquement viable, mais ce qui est considéré comme viable dépend des applications que les clients potentiels priorisent et des seuils de performance qui comptent en pratique, en particulier à court terme. Lorsque les entreprises en aval ne s'engagent pas, les producteurs en amont manquent de signaux clairs sur ce qu'il faut optimiser, ce qui peut ralentir le progrès technique. Lorsque la technologie reste immature, les entreprises en aval peinent à spécifier des cas d'usage concrets qui justifieraient l'expérimentation et l'investissement à court terme. Le résultat est un cercle vicieux : l'incertitude sur la capture de valeur à court terme entretient l'incertitude sur la demande et décourage la co-invention, ce qui rend plus difficile la résolution de l'incertitude technologique. Les entreprises veulent des preuves avant d'expérimenter, mais les preuves n'arrivent souvent que parce que les entreprises expérimentent.
Lorsque les entreprises hésitent à s'engager dans une expérimentation précoce, le résultat est une incertitude persistante quant à ce que les clients valorisent.
Mais l'incertitude à court terme sur la capture de valeur n'est pas une raison pour retarder. Parce que l'informatique quantique est une technologie habilitante, les processus de co-invention façonnent la manière dont la technologie se développe. Les boucles de rétroaction entre producteurs et utilisateurs impliquent que qui s'engage et quels problèmes ils choisissent influencent les applications qui deviennent techniquement réalisables dès le début. S'engager tôt donne aux entreprises des opportunités d'influencer les dimensions de performance prioritaires et d'identifier les complémentarités futures. Par exemple, les entreprises de services financiers qui s'engagent tôt orienteront la direction de l'innovation dans les ordinateurs quantiques et les logiciels associés vers leurs besoins. En ce sens, les décisions managériales concernant l'engagement ne sont pas seulement des réponses au progrès technologique, mais aussi des intrants dans la direction que prend ce progrès. Elles sont un mécanisme pour découvrir comment adapter les actifs et la stratégie d'une entreprise à des applications qui généreront ultérieurement une valeur plus élevée.
De plus, les organisations qui bénéficient le plus des technologies habilitantes sont celles qui reconçoivent leurs processus pour tirer parti de ce que la technologie rend possible, même si ces actions sont les plus coûteuses, lentes et difficiles à évaluer à l'avance.2 Les utilisations précoces génèrent souvent seulement une valeur incrémentale. Les plus grands gains, qui surviennent généralement plus tard, sont généralement permis par les entreprises qui envisagent de nouveaux processus.
Expérimentation en informatique quantique
Ce qui émergera et permettra aux entreprises de capturer une valeur significative de l'informatique quantique reste une question ouverte. Aujourd'hui, les entreprises doivent expérimenter et apprendre. Une telle expérimentation a déjà lieu.3 Un exemple précoce est la décision de Lockheed Martin de passer de l'observation des progrès quantiques à l'engagement dans une expérimentation pratique. En 2011, après avoir passé environ un an à évaluer la technologie, Lockheed a conclu un accord pluriannuel pour un système D-Wave One, une machine de recuit quantique à 128 qubits. Les rapports de l'époque évaluaient l'accord à environ 10 millions de dollars, incluant le support et la maintenance. Plutôt que de traiter le D-Wave One comme un produit clé en main, Lockheed a contribué à créer le USC-Lockheed Martin Quantum Computing Center à l'Institute for Information Sciences de l'Université de Californie du Sud, donnant aux chercheurs et ingénieurs un accès soutenu au système et un cadre conçu pour l'apprentissage itératif. L'intention n'était pas qu'une seule installation transforme les opérations du jour au lendemain. Il s'agissait de se familiariser avec ce que la machine pouvait et ne pouvait pas faire, de tester des formulations de problèmes et d'identifier où les approches quantiques pourraient éventuellement compter pour des problèmes pratiques.
IBM a poursuivi un type d'expérience différent — conçu pour étendre l'apprentissage au-delà d'une seule entreprise. Le 4 mai 2016, il a lancé IBM Quantum Experience, un service cloud offrant aux utilisateurs l'accès à un processeur quantique à 5 qubits et à un simulateur correspondant pour exécuter leurs propres expériences. L'adoption a été immédiate. Environ 7 000 utilisateurs se sont inscrits la première semaine, et plus de 17 000 autres la semaine suivante.4 Au fil du temps, la base d'utilisateurs est passée à des centaines de milliers. Cet appareil à 5 qubits n'était pas utile commercialement ; il importait parce que l'accès cloud permettait un engagement large avec un prototype, ce qui a accéléré l'expérimentation en aval. Le lancement du service cloud d'IBM a été suivi par plusieurs autres services similaires, tels que la plateforme d'informatique quantique d'Alibaba Cloud, Forest de Rigetti et Leap de D-Wave en 2018 ; Xanadu Cloud, le Honeywell System Model H1 et Amazon Braket sont devenus généralement disponibles en 2020.5
Des entreprises de divers secteurs utilisent l'accès aux ordinateurs quantiques pour explorer des problèmes concrets avant que la technologie n'ait atteint sa maturité. Les exemples incluent un partenariat entre Airbus et 4colors Research sur l'optimisation quantique ; la collaboration du Port de Los Angeles et de Fenix Marine Services avec D-Wave sur les opérations de terminaux de fret ; le travail de Volkswagen avec D-Wave sur l'optimisation du trafic ; et le partenariat de Telefónica Germany avec Amazon pour explorer l'optimisation des réseaux. Dans tous ces cas, le schéma commun n'est pas une transformation opérationnelle immédiate mais une expérimentation qui aide les entreprises à apprendre quelles formulations de problèmes, flux de travail et références comptent.
Des entreprises de divers secteurs utilisent l'accès aux ordinateurs quantiques pour explorer des problèmes concrets avant que la technologie n'ait atteint sa maturité.
Ces efforts exploratoires peuvent également conduire à des innovations ayant une valeur pratique immédiate pour les systèmes établis. Par exemple, les investissements dans l'informatique quantique ont produit des innovations d'inspiration quantique, telles que des algorithmes pouvant être implémentés sur du matériel informatique classique.6 D'autres innovations incluent des méthodes qui améliorent l'efficacité des systèmes de recommandation, des routines d'optimisation et de la découverte de matériaux.7 Le Digital Annealer de Fujitsu est un exemple de méthodes d'optimisation d'inspiration quantique implémentées sur du matériel classique. Il a été utilisé dans des domaines tels que les opérations de distribution et d'entrepôt pour améliorer le routage et le placement des pièces, dans les services financiers pour soutenir l'optimisation de portefeuille sous des contraintes complexes, et dans la fabrication et la logistique pour améliorer la planification de la production et l'efficacité opérationnelle. Plusieurs autres entreprises, dont IBM et Google, ont signalé des avancées similaires en informatique classique issues directement de leurs efforts en informatique quantique.
Éléments d'une stratégie quantique
Les dirigeants qui planifient une stratégie quantique devraient traiter l'informatique quantique comme une technologie habilitante. Leur objectif ne devrait pas être de chronométrer une percée technologique mais de permettre des boucles de rétroaction de co-invention et de réduire à la fois l'incertitude technologique et celle de la demande par un engagement délibéré. Cela implique de construire la capacité organisationnelle à transformer l'apprentissage en action lorsqu'une percée technologique se produit rendant les cas d'usage de l'entreprise possibles. L'accent ne devrait pas être mis sur le moment de l'adoption. Au lieu de cela, il devrait porter sur l'apprentissage, l'expérimentation et la préparation aux changements de processus au fil du temps. À cette fin, les dirigeants devraient prendre les mesures suivantes.
1. Développer des agents de liaison reliant la technologie quantique aux problèmes spécifiques de l'entreprise. Pour les entreprises en dehors du secteur technologique, suivre les technologies émergentes est toujours un défi. Ces entreprises emploient rarement des experts dans la science sous-jacente, et doivent donc s'appuyer sur des signaux externes pour évaluer les progrès. Ce défi est particulièrement aigu avec l'informatique quantique. La technologie est complexe et contre-intuitive, et les récits publics oscillent souvent entre battage médiatique et scepticisme. En conséquence, les entreprises risquent de surestimer leur préparation à travailler avec le quantique, de sous-estimer l'impact éventuel de la technologie, ou de manquer des applications spécifiques pertinentes pour leur secteur qui pourraient ne pas être mises en avant dans les actualités générales.
Les entreprises doivent s'assurer d'avoir accès à des personnes qui comprennent à la fois le métier et ce que la technologie peut faire. Ces rôles de liaison, parfois occupés par des généralistes capables de connecter des idées entre les domaines, sont essentiels pour traduire les progrès technologiques en questions spécifiques à l'entreprise.8 Par exemple : Quels problèmes pourraient devenir traitables ? Quelles contraintes comptent le plus ? Quelle co-invention est nécessaire ? Quels types d'améliorations de performance justifieraient un investissement ? Les employés assignés à ce rôle peuvent se tenir au courant des développements en assistant à des événements pertinents, en se connectant avec des organisations de technologie quantique et en s'intégrant dans des initiatives écosystémiques.
L'objectif de ces initiatives est de connecter l'expertise quantique à l'industrie pour orienter la direction des efforts de co-invention en informatique quantique de manière à bénéficier aux entreprises utilisatrices. Par exemple, en 2025, l'État du Maryland et l'Université du Maryland ont annoncé l'initiative Capital of Quantum d'un milliard de dollars, avec IonQ comme partenaire principal. Dans le même écosystème, Microsoft a ensuite annoncé des plans pour un centre de recherche quantique dans le Discovery District de l'Université du Maryland. À Chicago, le Chicago Quantum Exchange connecte les grandes universités et laboratoires nationaux avec des partenaires industriels, tandis que l'Illinois Quantum and Microelectronics Park est en cours de construction comme un site public-privé à grande échelle destiné à accueillir des entreprises quantiques et des installations partagées. Elevate Quantum a été désigné hub technologique régional et développe le Quantum Commons comme un campus de 70 acres au Colorado destiné à connecter startups, industrie, université et infrastructure partagée. À Calgary, le partenariat Quantum City de l'Université de Calgary (avec le Gouvernement de l'Alberta et un partenaire industriel) a été créé pour construire des infrastructures, des programmes de talents et des voies d'adoption, y compris un hub collaboratif dédié pour connecter la R&D à la mise en œuvre.
2. Trouver des opportunités à court terme pour ancrer l'apprentissage. Une deuxième priorité stratégique est d'identifier les opportunités qui rendent l'expérimentation réalisable. Certaines de ces opportunités impliquent des problèmes étroitement définis où même des améliorations de performance modestes seraient précieuses et l'intégration dans les processus existants serait gérable. D'autres opportunités proviennent de méthodes d'inspiration quantique qui fonctionnent sur du matériel classique mais émergent directement de l'engagement avec l'informatique quantique. Ces opportunités à court terme représentent rarement le plus grand gain à long terme, mais elles soutiennent un apprentissage organisationnel important.
Par exemple, des recherches récentes ont identifié des moyens par lesquels les entreprises peuvent tirer des bénéfices économiques des approches quantiques avant même que la technologie n'offre une supériorité technique claire sur l'informatique classique.9 La clé est d'observer que la comparaison pertinente n'est pas de savoir si les ordinateurs quantiques peuvent résoudre des problèmes que les ordinateurs classiques ne peuvent pas, mais s'ils changent le coût, la vitesse ou l'intensité des ressources pour résoudre des problèmes économiquement significatifs à court terme. Lorsque les méthodes quantiques ou d'inspiration quantique modifient ces compromis, les entreprises peuvent justifier l'expérimentation et l'investissement sur la base de la valeur économique à court terme.
Se concentrer sur les problèmes qui comptent aujourd'hui rend l'expérimentation plus facile à justifier et à organiser. Cela crée des incitations pour les équipes à s'engager, fournit des références concrètes pour évaluer les progrès et aide les entreprises à apprendre comment les approches quantiques diffèrent des approches classiques en pratique. En même temps, travailler sur des applications à court terme expose les organisations à de nouvelles façons de formuler des problèmes, ouvrant la voie à l'identification de complémentarités et d'idées pour des processus repensés qui faciliteront des rendements plus élevés à long terme. En ce sens, les opportunités à court terme sont des points d'entrée qui permettent aux entreprises de développer une intuition sur où les méthodes quantiques pourraient offrir des avantages, comment ces avantages pourraient se traduire en valeur économique, et où une expérimentation plus poussée pourrait ouvrir des possibilités plus conséquentes au fil du temps.
3. Créer un espace pour l'expérimentation à long terme et l'innovation de processus. Enfin, les entreprises doivent reconnaître que les plus grands rendements des technologies habilitantes proviennent généralement de changements dans les processus, et non d'améliorations incrémentales des tâches existantes. La recherche classique sur le changement technologique a montré que les entreprises établies peinent souvent à bénéficier des technologies émergentes non pas parce qu'elles ne les reconnaissent pas, mais parce qu'elles essaient de les évaluer et de les mettre en œuvre en utilisant les mesures de performance, les processus et les incitations de l'activité existante.10 En conséquence, les nouvelles technologies prometteuses sont soit sous-financées, mal appliquées, ou forcées dans des cas d'usage qui correspondent aux opérations actuelles plutôt qu'aux opportunités futures.
Les entreprises doivent créer des espaces où l'expérimentation avec les technologies émergentes peut se dérouler sans être entravée par les indicateurs opérationnels quotidiens et les attentes de performance à court terme. Par exemple, dans le commerce de détail, Internet a servi de technologie habilitante qui a généré le plus de valeur lorsque les processus traditionnels des magasins physiques ont été repensés. Walmart a investi tôt et de manière persistante dans les capacités de commerce électronique, l'infrastructure de données et les chaînes d'approvisionnement intégrées numériquement, repensant progressivement ses processus. Sears, en revanche, a largement traité Internet comme un canal de vente périphérique superposé aux processus existants des magasins physiques et a eu du mal à adapter son modèle opérationnel alors que le commerce de détail migrait en ligne.
L'implication pour l'informatique quantique est qu'un espace organisationnel doit être délibérément créé pour permettre une exploration qui n'est pas étroitement liée aux retours immédiats. Une telle expérimentation peut devoir être séparée des opérations principales, soutenue par des structures d'incitation différentes, et évaluée en fonction de l'apprentissage plutôt que de l'impact financier à court terme. L'objectif n'est pas simplement de tester des outils quantiques, mais d'explorer comment les capacités quantiques pourraient éventuellement soutenir de nouvelles façons de créer de la valeur.
Prises ensemble, ces stratégies transforment l'informatique quantique d'un jeu d'attente en un processus d'apprentissage actif. Plutôt que de se demander quand la technologie sera prête, les gestionnaires peuvent se concentrer sur la question de savoir si leur organisation développe la capacité d'interprétation, les connaissances expérientielles et la flexibilité organisationnelle nécessaires pour bénéficier de l'émergence d'applications plus puissantes. Dans le contexte des technologies habilitantes, la préparation consiste à être prêt à reconnaître, façonner et agir sur les opportunités lorsqu'elles se présentent. Si et quand le quantique deviendra utile pour des problèmes d'entreprise spécifiques, ces entreprises seront positionnées pour agir rapidement.
Références
1. A. Gambardella, S. Heaton, E. Novelli, et al. « Profiting From Enabling Technologies? » Strategy Science 6, no 1 (mars 2021) : 75-90, https://doi.org/10.1287/stsc.2020.0119.
2. R.M. Henderson et K.B. Clark, « Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms », Administrative Science Quarterly 35, no 1 (mars 1990) : 9-30, https://doi.org/10.2307/2393549; et A. Agrawal, J. Gans, et A. Goldfarb, « Power and Prediction: The Disruptive Economics of Artificial Intelligence » (Boston: Harvard Business Review Press, 2022).
3. A. Goldfarb, J. Lu, et F. Teodoridis, « Company and University Innovation During an Industry Incubation Phase: Evidence From Quantum Computing », SSRN, publié le 12 septembre 2024, http://dx.doi.org/10.2139/ssrn.4922650.
4. Ibid.
5. D'autres événements incluent la publication de l'article de J. Biamonte, P. Wittek, N. Pancotti, et al., « Quantum Machine Learning », Nature 549, no 7671 (14 septembre 2017) : 195-202, https://doi.org/10.1038/nature23474; et le lancement d'un volet dédié à l'informatique quantique au Creative Destruction Lab, avec une augmentation associée du nombre de startups quantiques.
6. F. Bova et F. Teodoridis, « The Dual Impact of Technological Investment: Spillover Benefits From Quantum to Classical Computing », USC Marshall School of Business Research Paper Sponsored by iORB, révisé le 18 janvier 2026, http://dx.doi.org/10.2139/ssrn.5363671.
7. E. Tang, « A Quantum-Inspired Classical Algorithm for Recommendation Systems », STOC 2019: Proceedings of the 51st Annual ACM SIGACT Symposium on Theory of Computing (2019) : 217-228, https://doi.org/10.1145/3313276.3316310; et F. Bova, A. Goldfarb, et R.G. Melko, « Commercial Applications of Quantum Computing », EPJ Quantum Technology 8, article 2 (2021), https://doi.org/10.1140/epjqt/s40507-021-00091-1.
8. F. Nagle et R. Teodoridis, « Jack of All Trades and Master of Knowledge: The Role of Diversification in New Distant Knowledge Integration », Strategic Management Journal 41, no 1 (janvier 2020) : 55-85, https://doi.org/10.1002/smj.3091.
9. F. Bova, A. Goldfarb, et R.G. Melko, « Quantum Economic Advantage », Management Science 69, no 2 (février 2023) : 1116-1126, https://doi.org/10.1287/mnsc.2022.4578.
10. J.L. Bower et C.M. Christensen, «Disruptive Technologies: Catching the Wave», Harvard Business Review 73, no 1 (janvier-février 1995) : 43-53.
#Entreprises #Expérimentation #Quantique #Informatique

