Le calcul quantique reste à plusieurs années d’un usage commercial massif. Pourtant, les États dépensent déjà des montants importants pour structurer la filière. Les États-Unis engagent environ 2 milliards de dollars, principalement orientés vers la fabrication de puces et de composants dédiés au quantique.
Ce qui ressemble à du financement de recherche est aussi, en pratique, une préparation d’infrastructure pour disposer à terme d’une couche de calcul plus profonde sous l’IA.
Des stratégies nationales qui s’accélèrent
L’effort américain inclut environ 1 milliard de dollars pour l’usine de fabrication de puces quantiques d’IBM à New York, plus 375 millions de dollars pour GlobalFoundries afin de produire des composants destinés au quantique. La France a aussi engagé 1,5 milliard d’euros dans une stratégie quantique et la microélectronique. On est loin de petites subventions : cela ressemble à une politique industrielle.
Ceux qui ont suivi le cycle d’investissement dans l’infrastructure de l’IA reconnaîtront la séquence. Avant que l’IA générative ne s’impose, la chaîne d’approvisionnement se mettait déjà en place : GPU (processeurs graphiques très utilisés pour l’IA), puces avancées, capacités cloud (serveurs loués à distance), centres de données, réseaux et besoins en électricité.
Le calcul quantique en est à un stade bien plus précoce, mais la logique est la même : obtenir des capacités nationales avant que la technologie ne devienne décisive commercialement. Les États financent les « rails » avant l’arrivée du trafic.
Cela ne signifie pas que chaque entreprise du quantique est investissable dès aujourd’hui. En revanche, le secteur sort du seul laboratoire pour entrer dans une planification d’infrastructure sur plusieurs années.
Le calcul quantique, expliqué simplement
En bref :
- Les ordinateurs classiques utilisent des bits (0 ou 1)
- Les ordinateurs quantiques utilisent des qubits, qui peuvent représenter 0, 1, ou une combinaison des deux grâce à la superposition (un état « mélangé » tant qu’on ne mesure pas)
Les qubits peuvent aussi être reliés par l’intrication : l’état d’un qubit est alors lié à celui d’un autre, même à distance, ce qui n’a pas d’équivalent simple dans l’informatique classique. Cette propriété permet, pour certains problèmes, d’explorer un grand nombre de solutions possibles plus efficacement qu’avec du matériel classique.
Mais le quantique n’accélère pas tout. Ce n’est pas « un ordinateur normal en mieux ». Il est surtout utile dans des domaines précis : simulation de chimie (comportement des molécules), cryptanalyse (analyse et attaque de chiffrement), optimisation à grande échelle (trouver la meilleure solution parmi énormément de possibilités) et certaines tâches d’apprentissage automatique.
Pour la plupart des usages actuels, notamment l’entraînement et l’inférence d’IA (faire fonctionner un modèle déjà entraîné), les GPU restent l’outil dominant. Des GPU comme les puces H200 de Nvidia ou le supercalculateur IA « Colossus » de SpaceX sont au cœur de l’avantage des leaders actuels de l’IA.
Le quantique pourrait devenir puissant, mais son intérêt à court terme reste limité. Les opportunités les plus concrètes peuvent se situer chez les acteurs qui construisent le lien entre les systèmes classiques d’aujourd’hui et les capacités quantiques de demain.
Où en est le quantique aujourd’hui
Les machines actuelles sont souvent qualifiées de systèmes NISQ (« Noisy Intermediate-Scale Quantum »), c’est-à-dire des ordinateurs quantiques de taille intermédiaire mais bruités. En clair : elles servent surtout à expérimenter, mais ne sont pas assez fiables pour un déploiement commercial large.
Ces systèmes sont limités par le taux d’erreur (probabilité que le calcul se trompe), par le refroidissement extrême requis (souvent proche du zéro absolu) et par le nombre de qubits réellement utilisables. L’enjeu n’est pas seulement d’assembler du matériel : il faut maintenir des qubits stables et réduire les erreurs.
Point positif : les progrès se font désormais aussi au niveau de l’architecture matérielle, pas uniquement en théorie.
La puce Willow de Google a mis en avant des avancées en correction d’erreurs (techniques pour détecter et corriger les erreurs) et des performances mesurées par des tests de référence. L’annonce Majorana 1 de Microsoft évoque une piste de qubits « topologiques » : une approche qui vise plus de stabilité grâce à des propriétés physiques particulières, à confirmer à grande échelle. IBM a aussi publié une feuille de route : viser un « avantage quantique » à court terme (être meilleur qu’un ordinateur classique sur une tâche utile) d’ici fin 2026, puis des systèmes tolérants aux pannes à plus grande échelle d’ici 2029 (capables de fonctionner malgré les erreurs, grâce à la correction d’erreurs).
Le calcul quantique commercial n’est pas imminent. Mais le secteur passe de jalons isolés en laboratoire à des trajectoires d’ingénierie plus claires. Le défi est de passer à l’échelle, d’intégrer ces avancées dans des systèmes utilisables, et de le faire sans considérer les calendriers comme acquis.
Le matériel progresse. Le calendrier commercial reste l’inconnue.
Quand le quantique rencontre l’IA
La préparation est déjà visible. Banques, administrations, santé, énergie et défense gèrent des données qui doivent rester confidentielles pendant des années. L’adoption de l’IA renforce l’urgence, comme on l’a vu avec les résultats d’Okta. Plus les entreprises créent, stockent et transfèrent des données sensibles, plus il devient logique de renforcer la sécurité.
Le scénario le plus probable est une intégration progressive, pas une rupture soudaine.
Les systèmes hybrides quantique-classique permettent de tester des capacités quantiques tout en s’appuyant sur l’informatique actuelle. Le système RacQ d’Equal1 et Dell en est un exemple : une solution en format « rack » (un module standard de centre de données) plus proche des installations informatiques classiques.
Les entreprises n’adoptent pas une technologie parce qu’elle est avancée, mais parce qu’elle s’intègre aux usages existants, qu’elle est supportée par des fournisseurs, et qu’elle répond à un besoin clair.
Les systèmes hybrides créent aussi une demande pour l’équipement indispensable autour du quantique : électronique de contrôle, systèmes cryogéniques (refroidissement extrême), composants analogiques (signaux continus), outils de traitement du signal et puissance de calcul classique.
Les recoupements entre quantique et IA se concentrent surtout sur :
- L’IA pour améliorer les systèmes quantiques – apprentissage automatique pour aider à corriger les erreurs, calibrer les machines (réglages fins), accélérer la recherche sur les matériaux et concevoir les systèmes (déjà observé en laboratoire)
- Cybersécurité « post-quantique » – mise à niveau du chiffrement avant que des ordinateurs quantiques puissants ne puissent casser les protections actuelles. (en cours via les dépenses publiques)
- Systèmes hybrides quantique-classique – coprocesseurs quantiques pour des tâches de niche à forte valeur. (infrastructure naissante, encore contrainte par l’ingénierie)
- IA « renforcée » par le quantique – aide potentielle pour l’optimisation ou certains processus d’apprentissage.
C’est là que l’argument d’investissement devient plus concret : les entreprises qui fournissent les briques indispensables peuvent générer des revenus avant que le matériel quantique pur n’atteigne une échelle commerciale.
Des marchés qui vont trop vite
Le quantique coche les cases d’un récit puissant : sécurité nationale, demande liée à l’IA, puces avancées et promesse de rupture à long terme. Cela peut aussi pousser à des valorisations excessives.
Certaines sociétés purement exposées au quantique affichent déjà des valorisations fondées sur un marché futur encore incomplet. Le projet d’introduction au Nasdaq de Terra Quantum via une SPAC (fusion avec une société cotée « coquille » créée pour lever des fonds) sur une valorisation proche de 3,5 milliards de dollars en est un exemple. Son positionnement (algorithmes, outils de sécurité, systèmes hybrides) est pragmatique, mais la valorisation dépend du rythme de la demande commerciale.
Les délais du matériel restent un risque.
- La feuille de route d’IBM donne des jalons utiles, mais les calendriers peuvent glisser.
- L’approche de Microsoft sur les qubits topologiques peut compter, mais doit être validée à grande échelle.
- Les progrès de Google sur la correction d’erreurs sont importants, mais l’utilité commerciale est une autre étape.
Les coûts comptent aussi. Le matériel quantique repose sur des composants spécialisés, un refroidissement extrême, une fabrication de précision et des systèmes de contrôle complexes. En grandissant, les coûts pourraient ne pas baisser aussi vite que prévu.
Cela peut mettre sous pression les acteurs centrés sur le matériel avant que les revenus ne soient suffisants pour financer ces dépenses.
Ce qui bouge chez VT Markets
VT Markets propose une exposition précoce aux mouvements de marché liés aux innovations quantiques. À court terme, l’opportunité se situe dans les couches qui peuvent bénéficier avant l’arrivée d’ordinateurs quantiques réellement tolérants aux pannes.
Comme pour la chaîne d’approvisionnement de l’IA, l’approche la plus lisible consiste à voir le quantique comme une pile technologique, pas comme un seul pari. L’exposition la plus défensive à court terme peut venir des entreprises qui construisent l’écosystème, avant que des systèmes quantiques tolérants aux pannes n’atteignent l’échelle commerciale.
IBM offre l’exposition la plus directe en Bourse via sa feuille de route quantique et son rôle industriel. Le rôle de Nvidia est différent : l’entreprise est sur le pont entre processeurs quantiques et calcul classique, où la simulation, la correction d’erreurs et l’intégration des systèmes resteront essentielles pendant des années.
Les valeurs de cybersécurité peuvent offrir une exposition plus simple à court terme. Palo Alto Networks, Fortinet et CrowdStrike ne sont pas des paris « quantiques purs », mais elles sont proches des budgets de sécurité des entreprises que la migration post-quantique pourrait faire augmenter (remplacement progressif des méthodes de chiffrement).
Le matériel quantique « pur » offre un potentiel plus élevé, mais avec un risque d’exécution supérieur. Miser sur cette couche revient à parier sur des progrès en physique, en ingénierie et en fabrication, pas seulement sur la demande.
Le calcul quantique n’est pas « le prochain IA » au sens direct. Il a plus de chances de devenir une couche d’infrastructure sous l’IA, la cybersécurité et le calcul avancé.
L’opportunité ne consiste pas à parier que le quantique remplacera les GPU ou transformera l’IA du jour au lendemain. Elle se situe dans ce qui se met en place : fabrication de puces, systèmes hybrides, matériel de contrôle et cybersécurité post-quantique.
Le thème mérite d’être surveillé, mais l’investissement doit rester sélectif, avec un risque clé : la valorisation. Si les actions du quantique intègrent un marché mature avant que le matériel ne soit prêt, le scénario devient fragile.
Pour les investisseurs déjà exposés à l’infrastructure de l’IA, l’approche pragmatique n’est pas de courir après chaque titre sur le quantique. Il s’agit d’identifier où l’exposition au quantique existe déjà dans le portefeuille, et si elle est volontaire.
Tap for Frequently Asked Questions
Quel est le lien entre calcul quantique et IA ?
Le calcul quantique ne remplace pas l’IA, mais peut devenir une couche d’infrastructure. L’IA peut améliorer les systèmes quantiques (correction d’erreurs, conception), tandis que des processeurs quantiques pourraient plus tard aider sur des tâches spécialisées difficiles pour les ordinateurs classiques.
Les ordinateurs quantiques vont-ils remplacer les GPU ?
Pas à court terme. Les GPU restent le matériel principal pour entraîner les modèles d’IA et les exécuter. Le quantique est surtout adapté à des problèmes ciblés : optimisation, simulation, cryptographie et certains calculs scientifiques.
Pourquoi la cybersécurité post-quantique est-elle importante dès maintenant ?
Les entreprises se préparent car des données volées aujourd’hui pourraient être déchiffrées plus tard si des ordinateurs quantiques puissants deviennent disponibles. Les normes du NIST (organisme public américain de standardisation) publiées en 2024 donnent une trajectoire plus claire pour mettre à niveau le chiffrement avant que le risque ne devienne critique.
Où se situe l’opportunité d’investissement à court terme ?
L’opportunité la plus lisible se trouve souvent autour du quantique, plutôt que dans le matériel quantique pur : cybersécurité, systèmes hybrides quantique-classique, infrastructure des semi-conducteurs et matériel de contrôle. En savoir plus sur le trading d’actions via CFD sur VT Markets ici. (CFD : contrat financier qui permet de spéculer sur la hausse ou la baisse d’un actif, sans détenir l’action.)
Quel est le plus grand risque sur le thème du quantique ?
Le risque principal est le calendrier. Les progrès matériels sont réels, mais des systèmes quantiques à l’échelle commerciale dépendent encore d’étapes techniques difficiles. Les valorisations deviennent fragiles si le marché anticipe des percées avant que la technologie ne soit prête.
Commencez à trader maintenant – Cliquez ici pour créer votre vrai compte VT Markets
