Quantique : transformer la prouesse technologique en outil d'entreprise

Passer de l'expérimentation à une application quantique intégrée aux activités de l'entreprise reste plus difficile à franchir.

L'essor de l'informatique quantique repose encore sur une course au hardware avec plus de qubits, correction d'erreurs et perspective de machines plus fiables. Cette course technologique reste essentielle mais elle peut occulter un autre défi pour les entreprises : transformer les avancées réalisées sur les machines en applications capables de répondre à des besoins concrets. Les premiers signes d’un changement sont pourtant déjà visibles. Selon le cabinet international de conseil en stratégie BCG, une centaine d’entreprises menaient quelque 150 POC quantiques à travers le monde fin 2024, soit 50 % de plus qu’en 2022. Plus révélateur encore, la part moyenne de leurs dépenses consacrée aux logiciels et aux algorithmes est passée de 21 % à 40% entre 2022 et 2024. Preuve que si le quantique reste une technologie émergente, les investissements ne se concentrent plus uniquement sur la performance des machines.

Ce mouvement devrait s’accélérer à mesure que l’accès au hardware se simplifie. Plusieurs technologies peuvent désormais être testées à distance, sans investissement matériel majeur. Mais passer de l’expérimentation à une application intégrée aux activités de l’entreprise reste plus difficile à franchir. A mesure que les machines deviennent accessibles, une question prend de l’ampleur : qu’est-ce que les entreprises sont réellement capables d’en faire ?

Le piège de l’expérimentation permanente

L’informatique classique n’a pas changé d’échelle grâce à la seule puissance des processeurs. Son essor a aussi beaucoup reposé sur des outils qui en ont progressivement simplifié l’usage. Le quantique doit encore franchir ce cap et, pour l’instant, une grande partie des projets reste conçue autour d’une technologie ou d’une machine particulière.

Cette situation est assez naturelle en phase d’expérimentation, mais elle montre rapidement ses limites si chaque évolution technologique impose de revoir une partie du travail déjà réalisé. Une entreprise peut ainsi multiplier les POC et acquérir de l’expérience sans pour autant construire des applications qu’elle pourra conserver et faire évoluer dans le temps. Les expérimentations commencent pourtant à traiter se rapprocher de problématiques très concrètes. En effet, HSBC et IBM ont, mené un essai à partir de données réelles de trading obligataire afin d’évaluer l’apport du quantique à la prédiction de l’exécution des transactions. Il ne s’agit pas d’un déploiement en production, mais ce type d’expérimentation montre que l’attention se déplace progressivement de la machine vers les problèmes qu’elle pourrait permettre de résoudre.

Passer à une logique d’ingénierie revient justement à capitaliser sur ce travail, afin que les modèles, les méthodes et les applications développés au fil des projets puissent être réutilisés plutôt que reconstruits à chaque nouvelle expérimentation.

Le quantique, l’affaire de tous

Le passage des POC aux usages change aussi la nature des équipes impliquées, car les spécialistes du quantique ne sont pas toujours les mieux placés pour identifier les problèmes qui comptent réellement pour une entreprise. Dans la finance, la chimie, la logistique ou l’industrie, cette connaissance appartient d’abord aux experts métier, qui comprennent les contraintes de leur secteur mais n’ont aucune raison de maîtriser toute la complexité de l’informatique quantique.

Le logiciel a ici un rôle essentiel à jouer. À mesure que les outils progressent, un expert métier doit pouvoir travailler sur le problème qu’il connaît sans avoir à comprendre chaque détail de la machine qui l’exécutera, tandis que les spécialistes quantiques peuvent concentrer leur expertise aux sujets qui nécessitent réellement leurs compétences. Cet enjeu est d’autant plus important que plusieurs technologies quantiques progressent en parallèle, sans qu’il soit encore possible de savoir laquelle s’imposera pour chaque usage. Construire une application autour d’une seule plateforme peut alors rapidement devenir une contrainte si le marché évolue dans une autre direction.

L’IA pourrait encore accélérer ce rapprochement entre technologie et métiers, en rendant certains outils plus accessibles ou en aidant à formaliser des problèmes complexes. Elle ne supprimera cependant pas le travail nécessaire pour vérifier, maintenir et faire évoluer les applications. La simplicité des interfaces devra donc s’appuyer sur une ingénierie solide en arrière-plan.

Le temps de l’apprentissage

Les machines deviennent rapidement accessibles, mais l’expérience nécessaire pour savoir quoi en faire se construit beaucoup plus lentement. Identifier les cas d’usage pertinents, rapprocher experts métier, spécialistes quantiques et développer des méthodes communes suppose un apprentissage qui se compte en années plutôt qu’en semaines.

Les investissements réalisés montrent d’ailleurs que cette préparation est déjà en cours. Selon le Quantum Technology Monitor 2026 de McKinsey, un tiers des grandes entreprises ont consacré plus de 10 millions de dollars au quantique en 2025. Surtout, ces budgets principalement financé par le développement de cas d’usage et d’applications, leur intégration aux systèmes existants et la montée en compétences des équipes, tandis que les dépenses consacrées au hardware restaient beaucoup moins répandues. Ce constat est intéressant parce qu’il montre que la préparation au quantique commence bien avant que la technologie n’atteigne sa pleine maturité. L’enjeu est donc d’acquérir progressivement l’expérience nécessaire pour déterminer où elle peut être utile et comment l’intégrer à l’existant.

Lorsque les premiers avantages quantiques significatifs apparaîtront, l’accès aux machines sera probablement bien plus largement disponible qu’aujourd’hui. L’expérience acquise pour identifier les bons problèmes, réunir les bonnes compétences et transformer une expérimentation en application sera, elle, beaucoup plus difficile à rattraper. La prochaine étape du quantique ne dépendra donc pas uniquement de la machine la plus performante, mais aussi de ce qui se construit autour d’elle. À mesure que le hardware progressera, la capacité à relier cette puissance aux réalités de l’entreprise pourrait bien devenir le véritable facteur de différenciation.