C’est en 2019 que Wells Fargo a découvert le potentiel de l'informatique quantique. À l'époque, la société de services financiers explorait la cryptographie post-quantique et soutenait déjà la recherche menée par des institutions universitaires dans le domaine de l’IA. Quand IBM a commencé à travailler sur le quantique, Wells Fargo a décidé d'en explorer les possibilités. « Quand nous avons décortiqué les approches de la cryptographie post-quantique et ce que le quantique avait à offrir en général, il est devenu évident que le quantique pouvait s’appliquer à des cas d’usage, notamment pour effectuer certaines transactions d'une manière exponentiellement plus efficace », a expliqué Chintan Mehta, DSI pour la technologie numérique et l'innovation chez Wells Fargo. L'équipe a également identifié des problèmes informatiques que les ordinateurs classiques ne sont pas en mesure de résoudre dans un délai raisonnable et que les techniques quantiques pourraient potentiellement résoudre. « Nous avions entrevu plusieurs possibilités de résolution de problèmes mathématiques, avec une perspective d’augmenter considérablement la productivité », s’est souvenu M. Mehta.

Aujourd'hui, Wells Fargo collabore avec le groupe de recherche MIT-IBM afin d'explorer et de tester des calculs mathématiques avec des techniques quantiques. Les expériences portent notamment sur des approches des mathématiques vectorielles et de l'algèbre linéaire généralisée. Comme exemple de cas d’usage, le DSI cite le recalcul rapide du prix d'un grand livre de transactions effectué en parallèle. Il est plus efficace en s’appuyant sur l'écosystème quantique. D’autres cas d’usage peuvent intéresser le secteur financier, par exemple, l'exploitation des capacités de modélisation des données pour traiter les structures de données complexes sur lesquelles reposent les systèmes de détection des fraudes. Quand ils sont défaillants, les mécanismes de détection des fraudes peuvent retarder de plusieurs semaines l'intégration des clients. L’informatique quantique devrait

réduire considérablement ces délais de traitement. M. Mehta fait remarquer que Wells Fargo se concentre sur les aspects utilitaires de l'informatique quantique. « Nous participons à la recherche quantique pour aider à valider des cas d’usage dans le secteur des services financiers qui pourront en bénéficier. Nous ne faisons pas de recherche fondamentale pure, par exemple, nous n’essayons pas de construire une infrastructure quantique physique », a précisé le DSI.

Les promesses du quantique

L'informatique traditionnelle repose sur l'arithmétique binaire, facilement traitable par les puces. Les ordinateurs conventionnels ont fait des progrès en entassant davantage de transistors dans des circuits intégrés toujours plus petits. L'informatique quantique bouleverse les règles du jeu en faisant appel à ce que l'on appelle un qubit (l'équivalent quantique d'un bit), capable d’adopter plusieurs états autres que le 0 ou le 1 du binaire. La puissance des systèmes quantiques croît de manière exponentielle, ce qui signifie qu'un système théorique de 200 qubits sera 2 200 fois plus puissant qu'un système de 100 qubits.

Les ordinateurs quantiques pourraient donc s'attaquer à des problèmes que leur homologue traditionnels n'ont tout simplement pas la capacité de résoudre, par exemples, les problèmes à multivariables complexes basées sur les probabilités et la modélisation de scénarios hypothétiques. Ils pourraient contribuer à résoudre des problèmes comme ceux que posent les applications d'aide à la conduite, quand il faut choisir des alternatives aux itinéraires encombrés qui créent ensuite de nouveaux embouteillages. L'optimisation du trafic par l’informatique quantique permet de le résoudre en calculant toutes les possibilités en même temps. Un grand réseau neuronal, à la base de nombreux calculs avancés dans tous les secteurs, dépend des calculs d'algèbre linéaire pour former des milliards de nœuds. « L’informatique quantique accélère ce processus de manière exponentielle », a déclaré M. Mehta. « Il ne faudra plus que quelques minutes pour mettre en place un réseau global contre plusieurs jours aujourd’hui », a-t-il ajouté.

Des inconnues connues

« Malgré les promesses de la technologie quantique, l'un des défis à relever pour travailler avec cette technologie réside dans les nombreuses inconnues », a fait remarquer M. Mehta. « L’écart est encore énorme entre les capacités du quantique que l’on imagine et ce qu’il peut réellement faire, en particulier lorsqu'il s'agit de résoudre des opérations mathématiques d'ordre supérieur », a-t-il encore expliqué. Ajoutant que pour l’instant, « on ne sait rien de la stabilité de ces opérations, ni de la répétabilité attendue d'une construction informatique, tout cela est fondamentalement absent du quantique actuel. On peut exécuter un calcul plusieurs fois et obtenir potentiellement des réponses différentes à chaque fois ». C'est une source d'inquiétude. « Nous nous trouvons dans une phase où la simulation est beaucoup plus avancée que l'ordinateur quantique physique réel », a déclaré M. Mehta.

L'autre inconnue est de savoir si la technologie va évoluer comme prévu. M. Mehta compare la technologie quantique à l'intelligence artificielle : « Dans le cas de l'IA, nous savions que la technologie fonctionnait, mais l’on ne savait pas si un utilisateur pouvait être sûr qu'un modèle spécifique fonctionnerait dans le contexte de son entreprise », a-t-il déclaré. « Dans le cas de l’informatique quantique, la probabilité d'échouer est plus élevée parce que l’on n’a rien prouvé et qu'il n'y a pas de base de référence commune pour mesurer le succès », a-t-il ajouté. À quoi ressemblerait le succès pour Wells Fargo ? « Il s'agira davantage de franchir des étapes importantes que d'obtenir des résultats très précis », a indiqué M. Mehta. « Pourrons-nous faire des simulations multiples ? Des transformations de Fourier ? Du calcul différentiel ? Il y aura plusieurs étapes avant de passer des mathématiques discrètes très basiques à des calculs plus sophistiqués », a-t-il ajouté. L'objectif ultime pour Wells Fargo est de disposer « d’une bonne bibliothèque de capacités mathématiques à partir de laquelle nous pourrons construire un cas d’usage », a encore déclaré le DSI.

Préparer le terrain

Parce que la mesure du succès dans l'informatique quantique consiste à cocher systématiquement une liste, M. Mehta conseille aux entreprises de s'engager dans un programme à périmètre restreint, mais à long terme. « Les entreprises ne peuvent pas y consacrer toutes leurs dépenses, mais elles peuvent faire de la recherche de manière cohérente », a-t-il conseillé. Les retombées sont énormes, mais ne seront perceptibles que très loin dans le temps. James Sanders, analyste chez 451 Research, conseille également de faire preuve de patience et de jouer sur le long terme. M. Sanders, qui fait partie de l'équipe S&P Global Market Intelligence de 451 Research, estime que les entreprises doivent commencer à créer des logiciels dès maintenant. « C'est le moment de commencer à étudier les problèmes potentiels que l’entreprise ne peut pas résoudre aujourd'hui en raison d'un manque de puissance de calcul », a déclaré M. Sanders. « Il est temps de faire l’inventaire des problèmes qui pourraient être traités par l'informatique quantique », a-t-il ajouté.

Ce travail d’inventaire est le premier des cinq conseils aux entreprises formulés par la SSII Capgemini pour qu’elles se préparent à profiter de l'avantage quantique. « Cette évaluation est essentielle. Il faut faire appel à des datascientist et à des experts métier pour identifier les problèmes du secteur et de l’entreprise qui ne peuvent être résolus par des ordinateurs traditionnels et que l'informatique quantique pourrait résoudre », a expliqué Satya Sachdeva, vice-président des insights et des données chez Capgemini. Le cabinet recommande par ailleurs de constituer une petite équipe d'experts, de transposer les cas d’usage les plus intéressants en expériences quantiques à petite échelle, de conclure des partenariats à long terme avec des fournisseurs de technologies afin de surmonter les obstacles techniques, et d’élaborer une stratégie à long terme pour accroître leurs compétences. Selon Lian Jye Su, analyste principal de la société mondiale de veille technologique ABI Research, les entreprises qui souhaitent se lancer ont l'embarras du choix. « Les acteurs du cloud public comme Alibaba, Amazon, Google et IBM proposent aux chercheurs des services permettant d'exécuter à distance des programmes et des expériences quantiques », a expliqué M. Su. Les développeurs peuvent désormais créer des applications quantiques en utilisant Qiskit d'IBM, Cirq de Google, Amazon Braket et d'autres, qui sont toutes « des bibliothèques open-source conçues pour l'optimisation des circuits quantiques pour des applications quantiques-classiques ou quantiques uniquement, y compris l'apprentissage machine », a déclaré M. Su. « Tous ces services sont disponibles en ligne ».

L'avantage aux pionnier

Les experts pensent qu’à long terme l'informatique quantique et l'informatique classique vont coexister, et que certains processus seront confiés à l'informatique quantique avant d'être réintégrés dans l'informatique classique. Selon M. Sachdeva de Capgemini, c’est donc le bon moment pour les entreprises de se lancer. « Les adopteurs précoces auront un avantage sur les autres, et les entreprises qui tardent trop perdront cet avantage », a-t-il déclaré. Quant à Wells Fargo, l’institution financière maintient son programme quantique à petit feu. Selon M. Mehta, les DSI doivent veiller à ce que tous les projets de recherche avancée soient menés de front. « Il faut continuer à améliorer les autres capacités non quantiques, qu'il s'agisse d'infrastructures spécialisées basées sur le cloud ou d'autres technologies, en parallèle », a recommandé M. Mehta. « Quand l’informatique quantique se matérialisera et que les capacités de calcul convergeront, cette étape sera à la fois très perturbante, mais très positive ». Il est temps de se préparer à cette perturbation, comme le fait Wells Fargo. « Nous pensons que l'informatique quantique se trouve au stade où en était l'informatique classique il y a 30 ou 40 ans », a déclaré M. Mehta. « Cela dit, elle évoluera beaucoup plus vite que tout ce que nous avons connu auparavant. On ne peut pas se tenir à l’écart d’un tel bouleversement. Cette technologie est déterminante pour l'avenir ».