Con la progressiva stabilizzazione della supply chain a supporto dell’hardware quantistico, molti esperti prevedono che questa tecnologia emergente diventerà popolare e pronta all’uso nei primi anni del prossimo decennio. Per alcuni, questo significa che ottenere benefici dal “quantum” oggi sia fuori discussione.
L’IA quantistica è un approccio potente che prevede l’esecuzione di algoritmi di machine learning su un hardware quantistico già disponibile. In pratica, applicare l’IA quantistica può voler dire aiutare le organizzazioni a completare in pochi minuti attività che oggi richiedono ore, oppure rendere affrontabili problemi che, con l’hardware tradizionale, sono considerati irrisolvibili. Può anche significare calibrare i modelli così che apprendano in modo efficiente con meno dati, aumentando la stabilità nel tempo e molto altro.
Con tutti questi potenziali vantaggi, cosa frena le organizzazioni dall’investire di più?
SAS ha condotto un sondaggio su oltre 500 professionisti di diversi settori a livello globale sull’IA quantistica. Nella prima edizione del 2025, il costo elevato dell’implementazione era indicato come la principale barriera all’adozione, seguito dalla scarsa comprensione o conoscenza. Nel 2026 lo scenario è cambiato.
Secondo i partecipanti al sondaggio, i principali ostacoli alla diffusione dell’IA quantistica nel 2026 sono:
- Incertezza sulle applicazioni pratiche nel mondo reale.
- Elevato costo di implementazione.
- Carenza di personale formato.
- Scarsa conoscenza o comprensione.
- Disponibilità limitata di soluzioni di IA quantistica.
- Mancanza di linee guida regolatorie chiare.
Che cos’è l’IA quantistica e perché le organizzazioni vogliono usarla?
SAS considera il calcolo classico e quello quantistico come un continuum: da un lato l’informatica tradizionale, consolidata e comprovata; dall’altro il calcolo quantistico, ancora sperimentale e potenzialmente più potente. Molti problemi di business e di settore si collocano nel mezzo e possono beneficiare di un approccio ibrido, che divide i carichi di lavoro: elaborazione quantistica ed elaborazione classica, ciascuna per ciò che sa fare meglio.
“Organizzazioni di ogni dimensione sono impazienti di sviluppare una proprietà intellettuale, un approccio originale e brevettabile, per farsi trovare pronte quando l’IA quantistica raggiungerà la maturità”, ha dichiarato Bill Wisotsky, Principal Quantum Architect di SAS. “Nonostante il forte interesse, i leader delle aziende stanno comprensibilmente procedendo con cautela e non vogliono puntare tutto su costosi investimenti nel settore quantistico, temendo che questi possano non tradursi in casi d’uso significativi e nella risoluzione di problemi concreti. SAS sta lavorando per ridurre queste barriere, definendo casi d’uso reali già oggi e facendo in modo che in futuro i clienti possano assicurarsi una parte della ‘torta quantistica’”.
Che cosa potrebbe diventare possibile con l’IA quantistica?
Alla fine del sondaggio, i partecipanti potevano rispondere a una domanda aperta: se stessero lavorando oggi sul quantum, quali casi d’uso spererebbero di realizzare o quale problema di business vorrebbero risolvere? Tra le risposte:
- Migliorare l’accuratezza dei sistemi di rilevazione frodi nei servizi finanziari, consentendo un’identificazione più efficiente di pattern complessi nelle transazioni.
- Ottimizzare in tempo reale l’instradamento del traffico nelle reti 5G.
- Accelerare la simulazione molecolare e il processo di drug discovery per nuovi candidati terapeutici.
- Migliorare la distribuzione nella supply chain e ottimizzare problemi logistici.
- Potenziare i workflow di machine learning con un focus sulla modellazione predittiva del comportamento dei clienti.
- Addestrare modelli linguistici di grandi dimensioni per attività di elaborazione del linguaggio naturale, riducendo tempi e risorse necessari per l’ottimizzazione dei modelli.
