Le imprese sono pronte per la seconda rivoluzione quantistica? La Quantum Readiness non è solo una sfida tecnologica, ma una questione di preparazione strategica. Dal palco del Q.Stack 2026, una riflessione sulle domande che le imprese devono porsi oggi per non arrivare impreparate alla rivoluzione quantistica.
Le imprese sono pronte per la seconda rivoluzione quantistica?
È questa la domanda che ha guidato il panel che ho avuto l’onore di moderare al Quantum Summit Italy - Q.Stack, l’evento organizzato da HayStack Ventures e ospitato presso il Tecnopolo di Bologna.
Mentre molti dibattiti si concentrano sulle potenzialità dirompenti del Quantum Computing, la tavola rotonda ha scelto un taglio differente: affrontare il tema della preparazione strategica che le organizzazioni, sia pubbliche che private, dovrebbero intraprendere per non scoprirsi in ritardo rispetto all’adozione di questa nuova tecnologia quando questa avrà raggiunto la sua maturità.
In un mercato dove l’intelligenza artificiale monopolizza l’attenzione e i budget per l’innovazione, il rischio è di posticipare gli investimenti sul calcolo quantistico. Eppure, il suo potenziale impatto promette nel medio termine di essere anche più dirompente per ambiti di applicazione come cybersecurity, crittografia, ottimizzazione di processi, machine learning e simulazioni di strutture complesse (dai modelli atomici ai mercati finanziari).
Tuttavia, la sua adozione è complessa: le competenze necessarie sono diverse da quelle della computazione tradizionale, per cui è fondamentale pianificare un percorso per familiarizzare con questo nuovo paradigma.
Per guidare il dibattito tra i prestigiosi speaker, ho strutturato la discussione attorno a cinque parole chiave, cinque domande per esplorare il tema dagli aspetti strategici e di business a quelli più prettamente organizzativi.
La prima domanda ha esplorato perché il Quantum Computing sia un tema cruciale per le imprese adesso e quali segnali giustifichino un passaggio da una fase puramente esplorativa a un approccio più strutturato.
Dal confronto è emersa la necessità di identificare fin da ora casi d’uso concreti e problemi di business che, in futuro, potrebbero trarre vantaggio dagli algoritmi quantistici, nonostante un hardware ancora in piena evoluzione. La discussione ha toccato esempi in ambito finance, insurance, cybersecurity, ottimizzazione e advanced analytics, delineando un percorso che dalla ricerca porta ai primi proof of concept e alle sperimentazioni più avanzate in grado di dimostrare già oggi dei risultati comparabili o migliorativi rispetto alle soluzioni classiche.
Un ruolo chiave è stato attribuito alla “minaccia quantistica”, che mette a rischio le fondamenta della crittografia a chiave asimmetrica. Questo rende la preparazione non solo una scelta di innovazione, ma una vera e propria necessità legata alla resilienza.
La seconda parola chiave ha riguardato il posizionamento del Quantum Computing all’interno delle architetture IT aziendali.
La riflessione si è concentrata sul ruolo delle architetture ibride, sull’integrazione con cloud e High-Performance Computing (HPC) e su come le future capacità quantistiche potranno essere rese accessibili all’interno degli ecosistemi enterprise. L’idea emersa con più forza è che il Quantum Computing non debba essere visto come un’infrastruttura isolata, ma come una capability da orchestrare e integrare progressivamente nei processi e nelle piattaforme esistenti.
Un altro punto centrale del dibattito è stato il tema delle competenze.
Il confronto si è focalizzato sui percorsi necessari per sviluppare capacità reali e sul contributo che istituti di ricerca, università e iniziative europee possono offrire per costruire una quantum workforce sostenibile. È emersa con forza l’esigenza di creare team multidisciplinari, superando una visione troppo ristretta del settore: non tutte le attività legate allo sviluppo di soluzioni quantistiche richiedono necessariamente competenze specialistiche in fisica teorica.
Per le imprese, questo si traduce nella necessità di costruire competenze distribuite, capaci di fare da ponte tra ricerca, tecnologia, architetture, cybersecurity e bisogni di business.
La quarta domanda ha toccato il tema della leadership e dell’ownership del percorso di adozione del quantum nelle grandi organizzazioni.
Abbiamo discusso il ruolo, a volte complementare e a volte alternativo, di IT, business e Corporate R&D nel dare vita a iniziative sostenibili. Il punto non è solo individuare uno sponsor, ma anche definire chi debba presidiare il tema con continuità, bilanciando innovazione, governance, ROI, compliance e capacità esecutiva.
La quantum readiness richiede una regia chiara, in grado di connettere la sperimentazione tecnologica con le priorità strategiche.
La riflessione finale non si è concentrata su quando l’hardware quantistico sarà maturo, ma su quando le aziende dovrebbero iniziare a prepararsi.
Il messaggio emerso è che la vera sfida non è attendere passivamente la tecnologia, ma iniziare oggi a comprenderne le potenzialità. Significa identificare, o persino creare, algoritmi quantistici per casi d’uso concreti e costruire le competenze necessarie per essere pronti quando la tecnologia raggiungerà una maturità diffusa.
Il panel ha messo in luce non solo le opportunità e i limiti attuali, ma soprattutto la necessità di costruire fin da ora competenze, strutture organizzative e una visione strategica per affrontare con consapevolezza la prossima grande evoluzione tecnologica.
Se c’è un messaggio che porto con me da questo confronto, è che la quantum readiness non è l’adozione immediata di una nuova tecnologia. È, piuttosto, la capacità di prepararsi in anticipo, svolgendo oggi quel lavoro di comprensione, selezione dei casi d’uso e sviluppo delle competenze che permetterà alle imprese di essere protagoniste quando il futuro diventerà presente.
Il primo ambito di applicazione per le tecnologie quantistiche è quello dell'ottimizzazione. Per avere un'idea del potenziale attuale di queste tecnologie serve un problema industriale con dati reali e la challenge ROADEF/EURO 2020 rappresenta un ottimo benchmark fra computazione classica e la risoluzione con il solver ibrido di D-Wave.
I Variational Classifier sono una delle possibili applicazioni pratiche della computazione quantistica all’ambito del machine learning. Essi hanno alcune analogie con le reti neurali sia nella struttura topologica che nelle tecniche di addestramento. Il confronto fra i due modelli può quindi essere utile per capire meglio i primi, partendo dai secondi.