Podcast avec Ivan Ostojic de McKinsey

Mon invité aujourd'hui est Ivan Ostojic, associé chez McKinsey & Company. Ivan et moi discutons de la réussite - et de la manière d'éviter l'échec - des projets de validation de concept en matière d'informatique quantique. Nous avons également discuté de la manière dont nous pouvons savoir si 1000 qubits seront une panacée pour l'informatique quantique, et bien d'autres choses encore.

Pour écouter d'autres épisodes, sélectionnez "podcasts" sur notre page "Insights".

LA TRANSCRIPTION COMPLÈTE EST CI-DESSOUS

Yuval Boger (Classiq): Bonjour, Ivan, et merci de vous joindre à moi aujourd'hui.

Ivan Ostojic (McKinsey): Bonjour, Yuval, c'est un plaisir d'être avec vous.

Yuval: Qui êtes-vous et que faites-vous ?

Ivan: Qui suis-je ? Il y a de nombreuses facettes à cette question, mais concentrons-nous sur la partie professionnelle. Je suis associé chez McKinsey et j'ai une grande passion pour l'innovation basée sur la technologie. Au sein de McKinsey, nous avons donc mis en place ce que nous appelons le conseil mondial de la technologie. Il s'agit d'une sorte de groupe de réflexion où nous réunissons des personnes externes à McKinsey et d'autres internes. Nous réfléchissons à l'avenir des technologies et 70 personnes y participent. Je dirige cette partie sur le plan opérationnel et nous avons quelques groupes d'approfondissement. Il y a un groupe général qui étudie les tendances technologiques et la manière dont elles changent les visages des industries. L'un d'entre eux s'intéresse aux opérations d'apprentissage automatique et l'autre à l'informatique quantique.

Je dirige toutes les activités quantiques de McKinsey au sein du groupe des technologies émergentes. Je dirige également notre pratique de l'innovation en Europe, au Moyen-Orient et en Afrique, ainsi qu'une grande partie de la pratique de la création d'entreprise. C'est un peu plus que ce que vous voulez savoir, mais en fait c'est intéressant parce que ces technologies vont soit trouver leur chemin, comme le quantique, soit trouver leur place, en transformant le cœur de métier ou en créant de nouvelles entreprises. C'est pourquoi je l'ai mentionné. De par ma formation, j'ai en quelque sorte une double expérience. Je travaille beaucoup avec des entreprises technologiques et elles parlent souvent d'horizontalité et de verticalité. C'est un peu mon cas. J'ai un doctorat en sciences de la vie, et c'est donc mon secteur vertical que je connais le mieux, même si je sers des clients dans d'autres secteurs. Mais aussi horizontalement, j'ai en fait un master en gestion de la technologie et de l'innovation de l'ETH à Zurich, et j'ai donc combiné ces passions dans mon travail.

Et quantum, j'ai passé plus de trois ans à l'étudier. Je pense qu'il s'agit d'un élément perturbateur et qu'il promet de résoudre de gros problèmes. C'est donc un sujet qui me passionne. Et nous avons un grand groupe au sein de McKinsey, et lorsque nous avons commencé à creuser, il y avait des dizaines et des dizaines de personnes qui avaient un doctorat en quantique. Nous avons donc un groupe d'amis qui travaillent avec moi et qui ont des compétences techniques très approfondies.

Yuval: Excellent. Et travaillez-vous principalement avec des clients européens ou mondiaux ?

Ivan: Je travaille à l'échelle mondiale. J'ai travaillé dans le monde entier, mais pour Quantum, c'est concentré dans certaines parties de l'Extrême-Orient, de l'Europe et des États-Unis. Il y a aussi Israël, mais c'est un peu comme l'Europe, dans notre division.

Yuval: Vous avez parlé d'innovation axée sur la technologie. Considérez-vous le quantique comme une activité autonome dans laquelle les entreprises s'engagent uniquement dans des projets quantiques ou le considérez-vous comme faisant partie d'une stratégie d'innovation plus large ou d'une stratégie de croissance pour une entreprise ?

Ivan: Je pense que c'est une excellente question. Cela dépend en quelque sorte de qui vous êtes, n'est-ce pas ? Si vous êtes une entreprise technologique, cela peut être comme un produit autonome, en termes de business to business. Donc, comme les fabricants ou le matériel ou les fournisseurs de services en nuage ou les services en nuage plus le conseil et ainsi de suite, je pense que si vous êtes une entreprise, cela va plutôt s'intégrer quelque part dans votre activité. Il pourrait donc s'agir d'une transformation du modèle d'entreprise.

Permettez-moi de vous présenter un exemple à moitié inventé, mais relativement réaliste. Si vous êtes une entreprise de lubrifiants qui produit aujourd'hui toutes sortes de lubrifiants, je pense que la technologie quantique promet de pouvoir simuler le mélange optimal. Je pense que l'informatique quantique promet de pouvoir simuler le mélange optimal. Vous pourriez donc créer une plateforme d'entreprise qui simulerait littéralement cette partie du processus chimique.

Il existe des laboratoires automatisés qui produisent ces produits et les intègrent à la chaîne de valeur. Cela reste donc dans le cœur de métier, c'est un modèle d'entreprise un peu différent, mais cela pourrait être comme une nouvelle entreprise. Et puis il y a des entreprises ou des industries où cela sera profondément ancré dans leur modèle d'entreprise actuel et où cela s'améliorera de manière spectaculaire ou moins spectaculaire, mais de manière significative. Prenons l'exemple de la banque... nous avons tous lu, dans ce domaine quantique, des recherches récentes sur l'optimisation des portefeuilles, alors que c'est le cœur de métier des banques. Et si vous pouvez améliorer quelque chose de quelques points de pourcentage, c'est une énorme génération de revenus. Elles devront donc maîtriser cette activité. Comme dans le cas des produits pharmaceutiques ou autres, où cela fait partie du cœur de leur activité.

Il y aura alors un potentiel d'amélioration des opérations. Nous avons également lu des cas d'utilisation tels que l'ordonnancement ou l'optimisation logistique. Tout dépendra donc de votre secteur d'activité et de l'endroit de la chaîne de génération de valeur où vous vous situez.

En résumé, pour de nombreuses entreprises, il s'agira de leur activité principale. Pour d'autres, il s'agira soit de variantes de leurs activités actuelles, mais davantage axées sur les plates-formes, soit d'une véritable création de valeur. Pensez à la durabilité et à la capture du carbone. Nous pourrions être en mesure de simuler certaines molécules. Lorsque nous disposerons du matériel quantique adéquat, ce qui n'est pas le cas aujourd'hui, il s'agira de véritables nouvelles activités. C'est donc un peu comme cela qu'il faut l'envisager. Il faudrait maintenant croiser les différentes industries par rapport à l'endroit où la valeur est créée et décider ensuite quelle est la voie optimale.

Yuval: Beaucoup d'entreprises expérimentent aujourd'hui le quantique. Parfois, cela vient de la direction. Parfois, ce sont des ingénieurs ou des scientifiques qui souhaitent simplement commencer à le faire pendant leur temps libre. Mais à quoi ressemble aujourd'hui la réussite d'un projet quantique ? S'agit-il simplement de prouver que l'on peut faire avec le quantique ce que l'on a fait avec le classique ? S'agit-il vraiment d'un avantage unique ? À quoi ressemble la réussite d'un projet quantique à vos yeux aujourd'hui ?

Ivan: Oui, pour être franc, j'ai passé beaucoup de temps sur ce sujet. Nous voulons comprendre cette technologie avec le plus d'avance possible. Et nous essayons de cartographier les cas d'utilisation que les entreprises expérimentent, etc. Et jusqu'à présent, il a été relativement difficile de trouver un cas d'utilisation où le matériel véritablement quantique - je ne parle pas d'inspiration quantique - que nous avons créé peut battre ou surpasser n'importe quel type d'algorithme classique. Et Yuval, je suis votre publication. Vous connaissez bien votre public, la correction d'erreurs, etc. Le matériel n'est donc tout simplement pas prêt aujourd'hui à produire quelque chose qui aurait une supériorité en termes d'impact sur les entreprises. Il y a peut-être quelques cas d'utilisation, mais le jury n'a pas encore tranché, si nous faisons une analyse comparative... Mais je pense qu'il ne faut pas exagérer où nous en sommes.

Donc, compte tenu de notre situation actuelle et en étant réaliste sur la feuille de route du développement quantique, je pense que les plus grandes réussites seraient peu nombreuses. Premièrement, comprendre si le quantique a le potentiel de perturber complètement votre secteur d'activité. Quelque chose comme les industries implicites où beaucoup de choses sont dirigées par la science. Et maintenant, nous pouvons simuler des choses comme en chimie. Ou, en fait, il s'agira d'une amélioration de ce que vous faites aujourd'hui. Ensuite, il faut comprendre quels sont les cas d'utilisation les plus prometteurs et mettre la main à la pâte. Je veux dire qu'il y a eu un bon exemple du défi d'Airbus et Volkswagen a un défi. Je suis assez convaincu, bien que je n'aie pas parlé directement avec ces entreprises, qu'elles ne s'attendent pas à recevoir beaucoup d'argent, mais qu'elles veulent voir où se situe la frontière technologique, ce que nous pouvons apprendre et ce que nous pouvons réellement faire, au moins au niveau de la recherche, pour produire des algorithmes suffisamment réalistes pour prouver que ce cas sera réalisable si le matériel fonctionne.

Je pense donc que ces trois domaines me permettraient de répondre directement à votre question. Premièrement, comprendre où, dans ma chaîne de valeur, cela va frapper ou créer une opportunité, et comment, deuxièmement, apprendre avec ces expériences, où est la frontière ? Et troisièmement, peut-être dans le domaine de la recherche, prouver que certains de ces algorithmes pourraient au moins, en théorie, aider à l'avenir. Je pense que c'est ce qu'il est réaliste d'attendre compte tenu de l'état actuel du matériel. Ensuite, j'ai parlé à de nombreuses entreprises qui ont produit des algorithmes d'inspiration quantique qui ont fait des choses utiles et qui ont été très satisfaites. Et je pense que si vous arrivez avec les attentes appropriées, vous pouvez gérer vos partenaires commerciaux, ne pas exagérer l'importance de la technologie et conduire la croissance régulière que nous observons actuellement.

Yuval: Étant donné que c'est votre définition du succès, il semble que l'échec consisterait à fixer des attentes trop élevées, à aller voir le directeur technique et à lui dire, donnez-nous 200 000 dollars et nous allons révolutionner la façon dont nous traitons les problèmes de TSP ou quelque chose de ce genre. Et ensuite, bien sûr, parce que le matériel n'est pas encore tout à fait au point, on échoue par rapport à ces attentes très élevées. Est-ce exact ?

Ivan: Oui, je dirais que c'est le cas de l'exagération et de la promesse de résultats irréalistes au bout d'un an ou deux. Je pense que c'est vraiment quelque chose qui n'aboutirait pas. Je pense qu'il serait très bon d'avoir une stratégie parce que certains des acteurs du secteur du matériel sont plus ou moins confiants, mais il y a une probabilité qu'ils aient du matériel plus tôt que plus tard. Et vous savez, s'il y aura une capacité limitée, il s'agit aussi de savoir comment s'engager dès maintenant dans le projet pour avoir un premier siège dans la rangée. Et pour cela, il faut une stratégie. Avez-vous besoin d'un premier siège dans la rangée ou non ? Parce que si vous voulez être perturbateur, il vaut mieux être là tôt, si c'est une amélioration de votre activité, vous avez un peu le privilège d'attendre.

C'est important. Je pense que le cas que vous avez décrit est probablement un désastre absolu parce que vous savez comment ces entreprises fonctionnent, le métabolisme, vous y allez, quelque chose est promis, ils font quelque chose, ils cochent la case, cela n'a pas fonctionné. Et la prochaine fois que quelqu'un viendra avec une bonne idée, peut-être que la technologie est plus prête, les gens diront, oh, nous avons essayé ceci, cela n'a pas fonctionné. Et cette mémoire, d'une certaine manière, la mémoire des échecs dans de nombreuses entreprises, j'en ai été témoin, elle perdure dans le temps. Je pense donc que c'est quelque chose que nous devrions éviter. Nous devrions simplement positionner de manière responsable la technologie, mais aussi la promesse, puis élaborer une stratégie. Comment en faire l'expérience sans avoir des attentes trop élevées, dans le sens où nous obtiendrons quelque chose ici et maintenant.

Yuval: En ce qui concerne le matériel, une bonne approximation de la puissance du matériel est le nombre de qubits, parce que les gens disent, oh, vous savez, j'aurai cent qubits l'année prochaine et j'aurai mille cubes par la suite, et à un certain nombre de qubits, je peux faire de la correction d'erreur et je peux faire ceci ou cela, mais évidemment personne ne peut simuler ce à quoi un ordinateur de mille qubits va ressembler, ou va être capable de faire parce que cela dépasse les capacités des ordinateurs classiques. Comment pouvons-nous savoir, comment pouvez-vous savoir, comment d'autres peuvent-ils savoir qu'un ordinateur de mille qubits va réellement constituer une percée en termes de capacités algorithmiques et de valeur commerciale qu'il apporte ?

Ivan: Je pense que c'est une excellente question. Jusqu'à présent, ce que j'ai vu, c'est une très bonne recherche de la part de petites entreprises ou de grands géants de la technologie, qui se concentrent sur un problème particulier, disons un problème de simulation de chimie. Et ils vont vraiment en profondeur, mathématiquement et ainsi de suite. Ils expliquent pourquoi les ordinateurs quantiques pourraient résoudre ce problème et donnent ensuite quelques paramètres. Je veux dire qu'il y a même eu des articles très fondamentaux qui font une centaine de pages et qui entrent dans les moindres détails. Je pense qu'il n'y a aucun moyen de savoir tant que nous n'avons pas rassemblé tous les éléments. Mais je pense que cette théorie et ce que nous savons de la théorie, de la façon dont les différents matériels fonctionnent et des équations qui ont été utilisées, pourraient nous donner confiance. Il s'agit donc de réduire les risques. Il ne s'agit pas d'être certain à cent pour cent, mais de pouvoir raisonnablement croire que nous pouvons... Le risque... Il existe une probabilité que si le matériel fonctionne comme prévu, c'est-à-dire sans défaut et ainsi de suite, l'algorithme fonctionnera.

Mais je pense que c'est le mieux que nous puissions promettre. C'est le niveau de dé-risque. Cela me rappelle un peu l'industrie pharmaceutique. Lorsque vous mettez un nouveau médicament à la fin de la première phase, il y a environ 90 % de probabilité qu'il ne fonctionne pas. Puis, au fur et à mesure que l'on franchit certaines étapes, les probabilités sont mises à jour et renforcent nos attentes, nos évaluations et tout le reste. À un niveau très abstrait, cela me rappelle qu'à l'heure actuelle, nous disposons d'une théorie et qu'elle devrait fonctionner. Ensuite, nous faisons une petite chose dans un simulateur. Comme vous l'avez dit, il n'est pas facile de simuler des milliers de qubits ou plus, mais ce résultat nous donne un autre niveau de confiance. Et puis il y a le niveau supérieur. Donc, où nous en sommes sur cette voie de réduction des risques, c'est en quelque sorte ce qui nous donne l'assurance que cela pourrait fonctionner, mais ce n'est pas garanti à 100 %, comme vous l'avez dit. Je veux dire que nous ne le saurons pas tant que nous n'aurons pas rassemblé tous les éléments.

Yuval: Lorsque je parle aux entreprises de ce qui les préoccupe, de ce qu'elles aimeraient voir, trois choses reviennent généralement. La première est un matériel plus puissant. D'accord, nous avons besoin de mille qubits ou de cent qubits ou de n'importe quel nombre dont ils ont besoin. La deuxième est le personnel. Nous avons besoin d'un plus grand nombre de personnes formées et qualifiées qui comprennent la science de l'information quantique et qui peuvent créer des algorithmes, etc. Le troisième point concerne les plates-formes de développement de logiciels. Comment créer un logiciel pour un ordinateur à mille qubits ? Je ne pourrai plus connecter manuellement les portes aux qubits, etc. J'ai donc une question en deux parties. Premièrement, êtes-vous d'accord pour dire qu'il manque peut-être un quatrième ou un cinquième qubit ? Et deuxièmement, les entreprises s'inquiètent-elles vraiment de la partie logicielle ou est-ce juste notre souhait chez Classiq que ce soit le cas.

Ivan: Je pense que lorsque vous parlez d'entreprises, je veux dire, il y a vraiment peu d'entreprises qui se déplacent à l'échelle et qui pensent vraiment, disons, à la transformation quantique, disons à l'intelligence artificielle, mais il y a des groupes au sein des entreprises qui y réfléchissent, et nous en avons parlé. Je pense qu'il y a un autre point que j'aimerais ajouter, qui cause, disons, beaucoup de confusion dans de nombreuses entreprises, et c'est plus ou moins, je l'appelle la stratégie, mais c'est beaucoup plus qu'un niveau élevé de stratégie. Il s'agit en fait de savoir quels sont les cas d'utilisation pour lesquels je devrais commencer à expérimenter, etc. D'une certaine manière, certains se perdent vraiment. À quel endroit de la chaîne de valeur se trouve l'opportunité, etc. Et ce que nous leur conseillons parfois, c'est qu'ils ont besoin de quelque chose comme, nous l'appelons dans l'intelligence artificielle, des traducteurs d'affaires.

Vous avez donc besoin de personnes qui comprennent suffisamment la théorie quantique de l'informatique quantique pour comprendre où cela s'applique, mais qui, en même temps, ont une compréhension suffisante de l'entreprise pour savoir quels sont les problèmes de l'entreprise. Et cette partie est un peu difficile parce qu'il faudrait en quelque sorte ordonner les cas à travers votre chaîne de valeur. Prenons l'industrie pharmaceutique avec les produits chimiques, l'imputation des données manquantes sur la base des attentes du matériel et du logiciel. J'ajouterais donc cette partie à la feuille de route des cas d'utilisation, etc. Je suis tout à fait d'accord avec vous. Les gens... Nous n'en avons pas assez et les lacunes deviendront probablement encore plus importantes. Je suis d'accord sur le matériel avec quelques nuances, n'est-ce pas ? En effet, au sein de notre conseil technique, nous avons des représentants d'entreprises très différentes qui ont des approches différentes, etc. Il y a un débat constant. Pouvons-nous faire quelque chose au sein du NISQ ou non ?

Et certains disent : "Oubliez ça. Il n'y aura rien d'utile. Les autres disent que oui, nous pourrons corriger les erreurs avec des logiciels et nous pourrons produire quelque chose de bénéfique. Et je ne veux pas être juge de cela. C'est un débat, comme vous le savez, mais je pense que la question est de savoir si les entreprises veulent un millier de qubits ou plus. Je pense qu'elles veulent un ordinateur quantique utile qui leur permette de résoudre le problème de l'entreprise, c'est juste une nuance. Ensuite, je suis d'accord avec vous en ce qui concerne les logiciels, parce que je pense que même dans nos prédictions, et cela s'est produit il y a quelques années, maintenant ? Vous le voyez dans la pratique, de nombreux problèmes commerciaux seront résolus dans une sorte de séquence hybride.

J'ai donc, disons, une sorte de problème d'optimisation. Je peux résoudre 70 % des équations en utilisant un ordinateur haute performance. Ensuite, j'ai besoin d'une partie de l'ordinateur quantique pour obtenir les coefficients ou quelque chose comme ça... Avoir quelqu'un qui peut comprendre ce qui doit être fait, le traduire en un niveau inférieur d'arbitrage et ainsi de suite, puis le traduire en un flux de travail logiciel qui produira cela à l'échelle. Je pense que c'est tout à fait essentiel. Nous pouvons également tirer des enseignements de l'intelligence artificielle. Lorsqu'un groupe de scientifiques des données faisait des expériences d'intelligence artificielle, tout le monde était impressionné, mais il n'y avait pas d'impact sur l'entreprise. Et la raison pour laquelle il n'y a pas eu d'impact commercial est qu'il n'y a pas eu de production pour les personnes en première ligne, pour l'utiliser à grande échelle. Il y a donc maintenant toute cette vague d'opérations d'apprentissage automatique.

Et je pense que nous pouvons en tirer des leçons. Je pense que nous pouvons en quelque sorte précharger cette période en quantique. Oui, nous avons besoin d'expériences, mais je pense que nous aurons besoin de logiciels qui en tirent des enseignements pour pouvoir les mettre à l'échelle au niveau industriel. Donc, pour ces deux raisons, parce que je prédis que les flux de travail seront complexes et qu'ils feront appel à différentes bibliothèques, etc. Est-ce que vous avez besoin d'un tissu contraignant qui est un logiciel et... Tout ce que j'essaie de dire, c'est que ce n'est pas comme, oh, prenons un peu de données et faisons quelque chose dans R. Non, ce sera plus complexe. Ensuite, la capacité de mise à l'échelle devient beaucoup plus puissante avec les logiciels. C'est pourquoi je pense que ces trois ou quatre éléments sont nécessaires. Feuille de route des cas d'utilisation. Quand faisons-nous quoi, quand, avec des attentes gérées de manière appropriée, des personnes, du matériel, du matériel utile, qu'il soit plus solide ou non, mais certainement utile. Le troisième élément est le logiciel. Je pense que ce sont probablement les éléments les plus critiques.

Yuval: Vous avez mentionné les opérations quantiques ou l'équivalent des opérations d'apprentissage automatique ou d'IA. Vous inquiétez-vous qu'un ordinateur quantique soit sur le cloud ? Vous savez, vous devez avoir un accord de niveau de service, vous devez avoir un bon temps de réponse. Vous avez besoin de fiabilité, ou vous dites non, les Amazon, Google et IBM du monde entier le découvriront parce qu'ils l'ont fait tellement de fois dans le monde classique.

Ivan: Oui. Je pense que la curiosité, la curiosité, le genre de... Si je peux dire quelque chose d'un peu provocateur... Je pense donc qu'ils trouveront une solution. Mais pour moi, cette question du côté de la technologie, quel est vraiment le modèle d'entreprise ? Elle n'est pas non plus résolue à cent pour cent, et la question est de savoir qui sera le premier à arriver sur le marché. Et voici ce que je veux dire : dans certains domaines, l'informatique quantique générera une valeur tellement plus disproportionnée, prenez quelque chose comme la durabilité, vous créez littéralement de nouveaux marchés en simulant, disons, des molécules qui n'existent pas aujourd'hui.

La question est de savoir si les entreprises veulent vendre des capacités pour cela. Ou veulent-elles participer à la valeur créée ? Allons-nous disposer d'une capacité abondante ? Parce que si nous avons une capacité abondante, il est assez évident qu'elle ira dans un nuage. Et de nombreuses entreprises auront leurs flux de travail accrochés au nuage. Et je pense que ces entreprises trouveront comment le faire parce que beaucoup d'applications, à moins qu'il ne s'agisse d'une sorte d'optimisation en temps réel de la logistique et de la chaîne d'approvisionnement. Il y a eu un accident et j'ai besoin d'une réponse dans une seconde... En fait, le quantique serait parfaitement plus puissant que, que le standard, mais vous savez, pour cela, j'ai besoin d'un temps de réponse très rapide. Pour les autres, on peut encore vivre un peu avec, si on a besoin de quelques jours pour faire une simulation et ainsi de suite. Voilà, c'est une chose, mais je reviens à mes pensées.

Donc, si vous avez une capacité abondante, je pense qu'ils détermineront si les choses iront avec le nuage. Si vous n'avez pas une capacité abondante, si nous générons une valeur extrêmement élevée dans certains secteurs verticaux, il se peut que nous ne voyions pas beaucoup de ces ordinateurs quantiques, au moins dans la première période, disons les cinq premières années environ, être exposés très largement dans un nuage, si vous voyez ce que j'essaie de dire. Ou peut-être y aura-t-il une troisième option avec une stratégie hybride verticale et horizontale. Il y aura donc une certaine solution verticale pour certains secteurs et un nuage pour tous les autres. Cela pourrait aussi être le cas, mais je ne crains pas qu'ils ne résolvent pas...

Je pense que le plus important, c'est qu'en fait, désolé, je parle un peu comme je pense, mais il y a une chose qui est importante. Nous analysons l'un des cas d'utilisation quantique et nous nous rendons compte qu'en fait, il y a peut-être eu une amélioration au niveau de l'optimisation, mais qu'il y a eu beaucoup de pertes au niveau du transfert d'informations entre... Parce qu'il s'agissait d'une séquence hybride entre un système quantique et un nuage, etc. Ce qui m'inquiète le plus, c'est le transfert d'informations quantiques. Parce que pour exploiter toute la puissance, nous aurons besoin que certaines informations soient échangées d'une certaine manière. Et c'est un autre goulot d'étranglement technique, appelons-le ainsi. Il faut que le transfert d'informations soit suffisamment rapide pour que l'on puisse profiter pleinement des avantages de la technologie quantique.

Yuval: Alors que nous approchons de la fin de notre discussion d'aujourd'hui, certaines entreprises considèrent le quantique comme un produit, un type de service ou une plateforme entièrement nouveaux, comme vous l'avez décrit, qui n'existaient pas auparavant. Et maintenant, elles se disent : "Oh, je dépense X dollars dans l'informatique de haute performance. Et peut-être qu'avec le quantique, je pourrai dépenser 30 % de moins et obtenir des résultats similaires. Si vous étiez un parieur, lequel des deux sera le plus répandu, le nouveau produit ou la réduction des coûts ?

Ivan: Donc, étant donné la réduction des coûts que vous avez décrite, je parierais pour le nouveau produit. Vous voyez ce que je veux dire ? Ce que vous décrivez, c'est une réduction des dépenses d'infrastructure d'une certaine manière. Parce que je dépense beaucoup pour l'IA, je peux maintenant le faire plus rapidement. Je ne suis pas sûr que ce soit le cas. Je pense que le coût dans le sens de, oh, j'ai cette chaîne d'approvisionnement et maintenant je peux réduire les coûts de 20% de plus parce que j'ai un meilleur algorithme d'ordonnancement. C'est peut-être le cas pour de nombreuses industries. Nous allons publier un rapport dans lequel nous analyserons des cas d'utilisation très détaillés. Cela pourrait concerner certaines industries. Je pense toujours qu'il y a beaucoup d'opportunités, si vous voulez mon avis, dans ce domaine, parce que beaucoup d'applications sont ce qu'on appelle des petites données, des grands calculs. Je fais référence à la chimie, aux simulations moléculaires, etc. Et là, inévitablement, on en vient à ouvrir de nouveaux domaines d'application. Donc, si je suis un parieur, je parie sur le numéro un.

Yuval: Excellent. Alors, Ivan, comment peut-on vous contacter pour en savoir plus sur votre travail ?

Ivan: Je pense que le mieux est que les gens me contactent par e-mail. Et vous savez, il y a beaucoup de rapports qui viennent de notre côté où nous essayons d'analyser ? Il est difficile d'analyser quelque chose qui ne se produira que dans quelques années, mais pour un certain nombre d'années... Mais nous essayons d'analyser l'impact sur différentes industries et publications. Et je suis coauteur de beaucoup d'entre elles, c'est donc l'autre façon de trouver l'information. Vous savez, McKinsey, un plan de match pour l'informatique quantique, était notre publication d'introduction. C'était un ouvrage de haut niveau, mais il était censé donner les bases aux dirigeants. Pour la lire, c'est l'autre solution. Mon adresse électronique est ivan_ostojic@mckinsey.com.

Yuval: Très bien. Ivan, merci beaucoup de vous être joint à moi aujourd'hui.

Ivan: J'espère que c'était intéressant. Merci, Yuval, de m'avoir reçu. J'ai apprécié cette conversation avec vous.

‍