Por que empresas deveriam começar a testar computação quântica agora
A computação quântica ainda não atingiu maturidade técnica, mas empresas que esperarem pela tecnologia “pronta” podem perder a chance de ajudar a moldar e capturar seu valor futuro. A avaliação é de Avi Goldfarb, professor na Rotman School of Management da Universidade de Toronto, e Florenta Teodoridis, professora associada de gestão e organização na Marshall School of Business da Universidade do Sul da Califórnia.
Em artigo publicado no MIT Sloan Management Review, os autores dizem que a computação quântica deve ser vista como uma “tecnologia habilitadora”, assim como já foram a eletricidade e a internet. No caso da eletricidade, por exemplo, seu desenvolvimento e difusão dependeram da co-invenção contínua entre produtores e usuários: as primeiras inovações na geração de energia estimularam a experimentação subsequente em iluminação, motores, eletrodomésticos e layouts de fábricas, e essas inovações subsequentes, por sua vez, remodelaram os tipos de sistemas de geração e distribuição de energia.
Os computadores seguiram um padrão semelhante: o progresso no hardware dependia de inovações complementares em software, armazenamento de dados e processos organizacionais, enquanto os avanços nesses complementos retroalimentavam o projeto de hardware, elevando os requisitos de desempenho.
Isso significa que o impacto econômico da computação quântica não surgirá de uma só vez, após um grande avanço de um marco técnico, mas gradualmente, conforme empresas experimentam aplicações, aprendem com os testes e adaptam seus processos. Os benefícios econômicos mais significativos raramente surgem no curto prazo ou nas primeiras aplicações exploradas. Mas a incerteza a curto prazo sobre a captura de valor não é motivo para adiar.
Eles afirmam que um dos maiores erros das companhias é esperar provas definitivas de valor antes de começar a explorar a tecnologia. Isso porque o próprio desenvolvimento da computação quântica depende da participação das empresas que fizerem uso desta tecnologia, que ajudam a indicar quais problemas têm maior relevância comercial e quais capacidades devem ser priorizadas.
E esse movimento já começou. Empresas como IBM, Airbus, Volkswagen e Telefônica vêm realizando experimentos ligados à otimização de logística, tráfego, operações portuárias e redes, mesmo antes de a tecnologia atingir plena capacidade comercial.
A IBM, por exemplo, ampliou o acesso à tecnologia ao lançar uma plataforma em nuvem que permitia que usuários realizassem experimentos em computadores quânticos reais. A Airbus explora aplicações ligadas à otimização, a Volkswagen testa soluções para otimização de tráfego e a Telefônica investiga possibilidades para otimização de redes.
Em comum, essas iniciativas têm menos foco em transformação imediata e mais em aprendizado sobre quais processos, fluxos de trabalho e métricas podem fazer sentido no futuro.
O que empresas deveriam fazer agora
Para os autores, executivos deveriam se preocupar menos em prever quando a computação quântica finalmente superará os computadores clássicos e mais em construir capacidade interna de aprendizado. O foco, portanto, não deve ser o momento da adoção, mas sim o aprendizado, a experimentação e a preparação para mudanças de processo ao longo do tempo. Eles destacam três caminhos principais.
1) Criar profissionais “ponte” entre tecnologia quântica e problemas do negócio
Para empresas fora do setor de tecnologia, acompanhar novidades emergentes é sempre um desafio. As companhias precisam garantir que tenham acesso a pessoas que entendam tanto o negócio quanto o potencial da tecnologia.
Assim, a primeira dica é criar profissionais ou equipes capazes de conectar os avanços da computação quântica aos problemas reais do negócio que respondam a questões como: quais problemas podem se tornar solucionáveis? Quais restrições são mais importantes? Que tipo de co-invenção é necessária? Que tipos de melhorias de desempenho justificariam o investimento?
Os funcionários designados para essa função podem se manter atualizados sobre os desenvolvimentos participando de eventos relevantes, conectando-se com organizações de tecnologia quântica e integrando-se a iniciativas do ecossistema.
2) Buscar oportunidades de curto prazo para gerar aprendizado
A segunda estratégia é buscar oportunidades de curto prazo para experimentação viável. Elas raramente representam o maior retorno a longo prazo, mas contribuem para um aprendizado organizacional importante.
A chave é observar que a comparação relevante não é se os computadores quânticos podem resolver problemas que os computadores clássicos não conseguem, mas sim se eles alteram o custo, a velocidade ou a intensidade de recursos para resolver problemas economicamente significativos a curto prazo. Quando os métodos baseados ou inspirados na computação quântica alteram essas compensações, as empresas podem justificar a experimentação e o investimento com base no valor econômico a curto prazo.
Focar em problemas relevantes hoje torna a experimentação mais fácil de justificar e organizar. Cria incentivos para o engajamento das equipes, fornece parâmetros concretos para avaliar o progresso e ajuda as empresas a entender como as abordagens quânticas diferem das clássicas na prática. Ao mesmo tempo, trabalhar em aplicações de curto prazo expõe as organizações a novas maneiras de formular problemas, abrindo caminho para a identificação de complementaridades e ideias para processos redesenhados que facilitarão retornos mais elevados a longo prazo.
3. Abrir espaço para experimentação de longo prazo
Já a terceira recomendação é criar espaço para experimentação de longo prazo e inovação em processos. Os autores argumentam que os maiores ganhos de tecnologias habilitadoras normalmente surgem quando empresas redesenham sua forma de operar — e não apenas quando usam novas ferramentas para executar tarefas antigas.
Para ilustrar esse ponto, os autores citam o varejo durante a ascensão da internet. Enquanto o Walmart investiu cedo em e-commerce, infraestrutura digital e integração da cadeia de suprimentos, redesenhando gradualmente seus processos, a Sears tratou a internet apenas como um complemento às lojas físicas e teve dificuldade para acompanhar a transformação do setor.
Pode ser necessário separar a experimentação das operações principais. Ela deve ser apoiada por diferentes estruturas de incentivo e ser avaliada com base no aprendizado, em vez do impacto financeiro de curto prazo. O objetivo não é simplesmente testar ferramentas quânticas, mas explorar como as capacidades habilitadas pela computação quântica podem, eventualmente, apoiar novas maneiras de gerar valor.
Em conjunto, essas estratégias transformam a computação quântica de um processo de espera para um processo ativo de aprendizado. Em vez de se perguntarem quando a tecnologia estará pronta, os gestores podem se concentrar em saber se suas organizações estão desenvolvendo a capacidade interpretativa, o conhecimento experimental e a flexibilidade organizacional necessários para se beneficiarem quando aplicações mais poderosas se tornarem viáveis.