L'ordinateur quantique : applications industrielles concrètes

Démêler le vrai du marketing

Il y a quelques mois, j'assistais à une conférence sur la transformation numérique dans l'industrie. Un directeur IT d'un grand groupe industriel m'a dit, entre deux présentations : "On nous parle de quantique depuis dix ans. À chaque fois que je demande 'et concrètement ?', on me répond que c'est pour dans cinq ans." Il avait une pointe d'agacement légitime dans la voix.

Je comprends cette frustration. L'informatique quantique a été tellement surcommuniquée, avec des promesses si démesurées, que beaucoup de décideurs industriels ont fini par la classer dans la catégorie "hype stérile" aux côtés de la blockchain en 2018 ou du métaverse en 2022. Ce serait une erreur — mais une erreur compréhensible.

La réalité est plus nuancée : l'informatique quantique n'est pas encore là où ses promoteurs les plus enthousiastes l'annoncent, mais elle avance vite, et certaines applications industrielles concrètes commencent à émerger des laboratoires.

Un rappel des fondamentaux, sans les équations

Un ordinateur classique manipule des bits — des 0 et des 1. Un ordinateur quantique manipule des qubits, qui peuvent être simultanément 0 et 1 grâce à la superposition quantique. Ce n'est pas de la magie : c'est une propriété des particules subatomiques (électrons, photons, ions) que la mécanique quantique décrit avec une précision extraordinaire.

Cela signifie qu'un ordinateur quantique peut explorer simultanément un très grand nombre de solutions à un problème, là où un ordinateur classique les explorait une par une. Pour certaines classes de problèmes — notamment les problèmes d'optimisation combinatoire, la simulation moléculaire et la cryptographie — cet avantage est théoriquement exponentiel.

Deux autres propriétés quantiques sont exploitées : l'intrication, qui permet à deux qubits de partager un état corrélé même à distance, et l'interférence, qui permet d'amplifier les probabilités des bonnes solutions et d'atténuer celles des mauvaises.

La difficulté principale : les qubits sont extrêmement fragiles. La moindre perturbation extérieure — vibration, champ magnétique, photon parasite — détruit la superposition dans un phénomène appelé décoherence. Les ordinateurs quantiques actuels doivent être refroidis à quelques millikelvins, proches du zéro absolu, et fonctionnent dans des conditions d'isolation extrême. Ils produisent aussi des erreurs à un taux bien plus élevé qu'un ordinateur classique.

L'ère NISQ : là où nous en sommes vraiment

Les machines quantiques disponibles aujourd'hui sont dans ce que les physiciens appellent l'ère NISQ — Noisy Intermediate-Scale Quantum. "Noisy" parce qu'elles font beaucoup d'erreurs ; "Intermediate-Scale" parce qu'elles comportent quelques centaines à quelques milliers de qubits physiques, loin des millions de qubits logiques (corrigés d'erreurs) qui seraient nécessaires pour les applications les plus ambitieuses.

IBM dispose de machines de plus de 1000 qubits, Google a démontré une "suprématie quantique" pour un problème artificiel spécifique, Quantinuum (fusion de Honeywell Quantum et Cambridge Quantum) développe des machines à ions piégés réputées pour leur qualité de qubits.

Ces machines actuelles ne peuvent pas encore casser le chiffrement RSA (rassurez-vous), ni simuler une molécule de protéine entière. Mais elles peuvent déjà apporter de la valeur sur des problèmes plus modestes, en combinaison avec des algorithmes hybrides classique-quantique.

Optimisation logistique : le terrain d'expérimentation préféré

Le premier domaine d'application industrielle concret de l'informatique quantique, c'est l'optimisation combinatoire. Planifier des tournées de livraison, optimiser des chaînes d'approvisionnement, organiser des emplois du temps de production — ces problèmes appartiennent à une classe mathématique dans laquelle le nombre de solutions à explorer croît de façon explosive avec la taille du problème.

Volkswagen a réalisé dès 2019 des expérimentations avec D-Wave (un ordinateur quantique de type "recuit quantique") pour optimiser le flux de véhicules dans des villes lors de salons automobiles. BMW et Airbus ont lancé des programmes de recherche sur l'optimisation de leurs réseaux logistiques. Ces expériences restent souvent des preuves de concept — les résultats ne sont pas systématiquement meilleurs que les meilleurs algorithmes classiques — mais elles permettent de construire l'expertise interne.

Un ingénieur que j'ai rencontré dans une conférence à Paris travaille sur l'optimisation de tournées pour une grande chaîne de distribution. Il m'a expliqué qu'ils avaient testé des algorithmes hybrides quantique-classiques sur des instances de taille réelle : "Pour des problèmes de moins de 100 variables, l'algorithme quantique est compétitif. Au-delà, les machines actuelles manquent encore de qubits de qualité." C'est honnête et représentatif de l'état de l'art.

Simulation moléculaire : la promesse la plus solide à long terme

Le domaine où l'avantage quantique est le plus clairement établi théoriquement, c'est la simulation de systèmes quantiques eux-mêmes — notamment les molécules et les réactions chimiques. Un ordinateur classique doit approximer le comportement d'une molécule complexe, parce que simuler exactement l'état quantique de dizaines ou centaines d'électrons demande une puissance de calcul astronomique. Un ordinateur quantique peut, en principe, simuler directement ces systèmes puisqu'il est lui-même quantique.

Les implications industrielles sont immenses. Les batteries nouvelles générations nécessitent de comprendre et de concevoir des électrolytes et des matériaux d'électrode à l'échelle atomique. Les matériaux composites optimisés reposent sur des propriétés qui émergent de la structure électronique des liaisons chimiques. La découverte de nouveaux catalyseurs pour la chimie verte et la production d'hydrogène vert accélérerait si on pouvait simuler les réactions avec une précision atomistique.

Pour l'instant, les ordinateurs quantiques ne peuvent simuler fidèlement que de très petites molécules — quelques dizaines d'atomes au maximum. Mais la progression est réelle. Des entreprises comme Quantinuum, IBM et des start-ups comme QSimulate travaillent spécifiquement sur ce créneau avec des collaborations avec des groupes pharmaceutiques et chimiques.

Cryptographie post-quantique : un sujet urgent, pas futuriste

Une application du quantique qui n'est pas futuriste du tout, et qui devrait déjà être sur la table de tous les RSSI industriels : la menace sur la cryptographie actuelle.

Les algorithmes à clé publique les plus utilisés (RSA, ECC) reposent sur la difficulté mathématique de factoriser de grands nombres. Un ordinateur quantique suffisamment puissant et suffisamment peu bruyant pourrait casser ces algorithmes avec l'algorithme de Shor. Quand exactement ? Les estimations varient de 5 à 20 ans selon les experts.

Le problème, c'est que des acteurs malveillants — États-nations principalement — peuvent déjà collecter des données chiffrées aujourd'hui dans l'intention de les déchiffrer plus tard quand les machines quantiques seront disponibles. C'est ce qu'on appelle l'attaque "harvest now, decrypt later". Pour des données industrielles sensibles avec une durée de vie de confidentialité de 10 à 20 ans, c'est une menace réelle.

Le NIST américain a finalisé ses premiers standards de cryptographie post-quantique en 2024 (ML-KEM, ML-DSA). La migration vers ces nouveaux algorithmes est un chantier d'ingénierie conséquent, qui doit commencer maintenant dans les industries sensibles.

L'accès quantique : cloud et services

Bonne nouvelle pour les industriels qui veulent expérimenter sans acheter une machine à 10 millions d'euros refroidie au millikelvin : les principaux fournisseurs de cloud proposent des accès quantiques en ligne.

IBM Quantum Network permet d'accéder via le cloud à des processeurs quantiques réels. AWS Braket propose un service managé qui donne accès à plusieurs types de machines (IBM, IonQ, Rigetti). Microsoft Azure Quantum propose des simulateurs et des accès à des matériels tiers. Google Cloud Quantum AI donne accès à ses propres processeurs Sycamore.

Pour une PME industrielle ou un bureau d'études qui veut comprendre ce que le quantique peut (ou ne peut pas) faire pour ses problèmes d'optimisation, ces plateformes sont le point d'entrée naturel. Avec quelques dizaines d'heures de machines et une équipe compétente en algorithmique quantique, on peut construire une première évaluation sérieuse.

Ce que les industriels devraient faire maintenant

Je ne conseille pas à une entreprise industrielle d'investir massivement dans des projets quantiques internes dès aujourd'hui, sauf si elle opère dans un secteur directement concerné par la simulation moléculaire ou si elle a des enjeux de cryptographie à long terme.

En revanche, trois actions me semblent pertinentes pour se préparer intelligemment.

Former quelques experts internes à l'algorithmique quantique. Ce ne sont pas des physiciens quantiques qu'il faut embaucher — ce sont des informaticiens et des mathématiciens capables de transposer les problèmes d'optimisation de l'entreprise en problèmes quantiques. Les compétences sont rares et elles seront encore plus rares dans cinq ans.

Identifier les deux ou trois problèmes d'optimisation les plus coûteux de l'entreprise et les caractériser mathématiquement. Quand les machines quantiques auront atteint un niveau de performance utile sur ces problèmes — et ce jour viendra — il faudra agir vite. Avoir fait ce travail d'analyse en amont fera la différence.

Commencer la migration cryptographique post-quantique pour les données sensibles à longue durée de vie. C'est un chantier qui ne peut pas attendre que les machines quantiques soient là — il faut commencer maintenant.

La décennie quantique industrielle commence maintenant

L'informatique quantique n'est pas une révolution pour demain. C'est une évolution longue, jalonnée de progrès incrémentaux, avec des applications qui émergeront progressivement dans des créneaux très spécifiques avant de se généraliser.

Mais les conditions sont réunies pour que la décennie qui commence soit celle où l'avantage quantique passe du laboratoire à l'atelier de production, au bureau d'études, au département logistique. Les entreprises qui auront construit leurs compétences et identifié leurs cas d'usage seront prêtes à saisir cette fenêtre. Les autres regarderont leurs concurrents les devancer, encore une fois.