Quantum Applications Summit: dai pilot project alle soluzioni industriali, il Quantum Computing entra nelle aziende - Cefriel

L’Osservatorio del Politecnico di Milano ha censito 435 use cases a livello globale:

• 331 in Quantum Computing


• 104 in Quantum Communication

La distribuzione geografica vede l’Europa in testa con 165 casi (trainata dalla Germania), seguita da Nord America (83 casi, con player finanziari come JPMorgan e Goldman Sachs), Asia (77 casi, focalizzati su Material Science e Manufacturing in Giappone) e Australia (6).

Ripartizione per settore industriale:

• 25% Finanza


• 19% Healthcare


• 12% Energia, Logistica, Automotive e Aerospace/Defence


• 6% Altro

Ripartizione per tipologia di problema:

• 43% Ottimizzazione (Routing, Scheduling, Portfolio)


• 31% Simulazione (Fluidodinamica, Materiali, Chimica)


• 20% Data Science & AI


• 6% Altro

Per le aziende, l’ingresso nel panorama quantistico richiede una strategia incrementale:

1. Partecipazione a consorzi tecnologici;


2. Attrazione di investimenti strategici;


3. Attivazione di partnership con istituzioni accademiche;


4. Sviluppo di use cases specifici e misurabili.

A livello hardware, i Superconducting Qubits dominano il mercato (75%), seguiti da ioni intrappolati e fotonica. Data la rumorosità ancora elevata dei dispositivi attuali, portare i progetti in produzione significa scegliere tra tre tipologie di approcci:

• Full Quantum / Emulatori: per scopi di ricerca


• Algoritmi ibridi: divisione del carico di lavoro tra CPU/GPU classiche e QPU


• Quantum-Inspired: algoritmi eseguiti su hardware classico che simulano la logica quantistica (Tensor Networks, Simulated Bifurcation), fondamentali per aggirare gli attuali limiti hardware.

La sezione più rilevante dell’evento ha dimostrato il passaggio dai Proof of Concept a vere e proprie applicazioni industriali con benchmark prestazionali.

1. Logistica: Deutsche Bahn & IQM

Use case: Rolling Stock Rotation Planning tramite QAOA

Il problema dell’ottimizzazione dell’approvvigionamento e della rotazione dei treni presenta vincoli operativi severi e un’esplosione combinatoria delle variabili decisionali (simile a un Travelling Salesperson Problem su scala massiva).
Il team ha testato il caso su 5 location in Germania utilizzando l’hardware IQM Emerald (48 qubits). Il problema è stato formulato come una matrice QUBO (Quadratic Unconstrained Binary Optimization). L’approccio è strettamente ibrido: una parte classica codifica e riduce il grafo delle possibilità, seguita dall’algoritmo quantistico QAOA (Quantum Approximate Optimization Algorithm) che processa il calcolo proiettando le probabilità sulle configurazioni ottimali. È stato utilizzato un approccio ricorsivo, in cui il grafo delle soluzioni viene ridotto iterativamente, fissando le variabili in base alle correlazioni quantistiche misurate, per snellire il problema passo dopo passo. I benchmark mostrano l’algoritmo quantistico posizionarsi strategicamente a metà strada: superiore per qualità ai solver classici di tipo greedy, seppur non ancora al livello dei solver esatti.

2. Finanza: ottimizzazione e sicurezza

Use case 1: Intesa Sanpaolo – Portfolio Optimization & Risk Management

Questo caso affronta l’ottimizzazione di portafoglio tramite exponential tilting per la gestione del rischio. L’elaborazione è avvenuta interamente su hardware classico utilizzando una formulazione QUBO. L’approccio QUBO permette di aggirare i limiti dei solver classici come Gurobi, che su problemi combinatori complessi vanno in out-of-memory già nella fase di presolve. L’integrazione di tecniche di rilassamento lagrangiano e l’ottimizzazione fine dei parametri garantisce performance di minimizzazione superiori, permettendo di modellare il rischio con maggiore flessibilità, coerentemente con i classici modelli alla Markowitz.

Use case 2: Intesa Sanpaolo – Semiprime Factorization (Cell Method)

Pubblicato su ResearchSquare e basato su formulazione QUBO, lo studio affronta la fattorizzazione di numeri semiprimi. Il Cell Method trasforma il classico problema crittografico della fattorizzazione, alla base del protocollo RSA, in un problema di ottimizzazione. Le celle logiche della moltiplicazione binaria vengono mappate in vincoli quadratici per trovare i fattori primi come stato di minima energia di un sistema, dimostrando la vulnerabilità prospettica dei sistemi attuali e la necessità di PQC.

Use case 3: Reale Group & Accenture – Reinsurance Optimization

Un Proof of Concept sull’ottimizzazione della riassicurazione utilizzando algoritmi PCE (Polynomial Chaos Expansion). Nel settore assicurativo modellare il rischio di coda richiede simulazioni Monte Carlo costose. L’integrazione di metodi quantum-inspired o ibridi per generare e valutare le distribuzioni di probabilità tramite PCE permette di approssimare le perdite attese con una convergenza più rapida, ottimizzando l’allocazione del capitale di riassicurazione.

3. Energia: Ottimizzazione e Sostenibilità

L’intervento del World Economic Forum ha sottolineato l’importanza del Quantum per la transizione energetica, dall’efficienza di generazione alla protezione delle smart grid tramite Quantum Key Distribution (QKD).

Use case: Eni & Data Reply – Wind Farm Layout Optimization

Il posizionamento delle turbine eoliche in un parco off-shore o on-shore è un problema non lineare complesso, il cui obiettivo è massimizzare l’AEP (Annual Energy Production). Il problema è stato affrontato tramite la piattaforma MegaQubo di Data Reply, un framework quantum-inspired. L’area è stata discretizzata in una griglia per definire i punti di installazione ottimali. La difficoltà maggiore è la modellazione dell’effetto scia (wake effect), calcolata tramite simulazioni fluidodinamiche e mediata storicamente sui dati del vento. La matrice QUBO ha codificato vincoli spaziali, variabili hardware delle turbine e penalità aerodinamiche, identificando il layout a massima resa complessiva.