L’Usine Nouvelle. - Comment se positionne McKinsey sur l’informatique quantique ?
Stéphane Bout. – Cela a démarré en 2015 avec le rachat d’une start-up de l’intelligence artificielle (IA), QuantumBlack, qui est devenue le fer de lance de l’IA chez McKinsey. Avec un nom comme celui-ci, nous étions prédestinés à travailler sur le sujet… Nous publions depuis quelques années des analyses du marché du calcul quantique sous plusieurs angles : celui de l’écosystème – les fabricants de matériel, les services – et celui des cas d’usages, en nous intéressant à la création de valeur potentielle de la technologie dans différents secteurs. Il est nécessaire que les grands groupes se positionnent dès maintenant et explorent des cas d’usages en anticipation de l'arrivée de l'ordinateur quantique. C’est une technologie puissante, mais qui demande un long temps d’apprentissage et pour laquelle une pénurie d’experts se profile. Cela reste un domaine peu exploré, où les opportunités de création de propriété intellectuelle peuvent devenir des avantages compétitifs. C’est pourquoi nous avons créé cette année un département dédié pour accompagner les entreprises dans leur adoption du calcul quantique. Nous travaillons dans ce cadre avec des acteurs français experts du sujet, comme la start-up Alice & Bob.
Dans quels secteurs identifiez-vous le plus de potentiel ?
Le calcul quantique devrait apporter un avantage sur quatre cas d’usages majeurs : la simulation, l’optimisation, la factorisation de grands nombres et l’apprentissage machine. Les secteurs qui selon nous en bénéficieront le plus rapidement sont l’auto, la chimie, la finance et l'industrie pharmaceutique. Dans l’industrie, cela concerne particulièrement l’usage de la simulation au niveau d’un produit, de matériaux voire de molécules. BMW explore par exemple déjà cette technologie pour simuler la déformation de matériaux ou améliorer ses algorithmes d’apprentissage machine utilisés dans le contrôle qualité automatisé de ses véhicules, Ford travaille sur l’amélioration de la productivité de ses usines et sur la modélisation chimique des batteries, Toyota l’utilise dans la recherche de nouveaux catalyseurs et matériaux pour ses batteries…
Votre rapport note que, après une hausse très rapide, les investissements sont restés stables en 2021 et 2022. Est-ce le signe d’un début de maturité du secteur ?
Cette donnée est à mettre en regard avec un léger ralentissement des créations d’entreprises : les investissements sont davantage orientés vers les start-up établies, qui ont réalisé des progrès technologiques importants, que vers la création de nouveaux acteurs pour qui il est plus difficile de collecter des fonds. C’est une tendance qui montre une prise de maturité du marché. Reste que nous arrivons à un moment fatidique. Le défi pour les start-up européennes va être de passer les 2e et 3e tours de financement, et de lever davantage de fonds dans cette phase critique pour éviter ce qu’il s’est passé dans l’intelligence artificielle – où les Etats-Unis ont pris une longueur d'avance. On observe cependant des éléments rassurants, comme la levée de fonds de 100 millions d’euros de Pasqal.
L’autre gros défi pour les entreprises du secteur est l’accès aux talents…
Nous sommes dans un secteur où les finances sont importantes, car il faut des fonds pour fabriquer les machines, mais où c’est l’expertise qui fait la différence. Par rapport à d’autres technologies où l’expertise est plus répandue, se pose ici la question de l’accès aux quelques experts disponibles pour tirer les progrès. Au-delà de l’enjeu de conserver les start-up sur le territoire, il faudra donc aussi pouvoir conserver les talents. C’est un vrai défi, car un poste sur deux est encore vacant dans le secteur. C’était un sur trois l’année dernière. Pour l’instant, les masters mis en place par les universités et écoles permettent donc de mieux répondre à la demande, mais l’adoption de la technologie par les entreprises va forcément conduire à un accroissement de la demande et donc à un déficit de talents.
