L’intelligence artificielle d’entreprise continuera de s’appuyer principalement sur les architectures classiques dans les prochaines années. C’est la conclusion de Gartner, qui affirme qu’aucune charge de travail d’IA à l’échelle de l’entreprise ne sera exécutée sur du matériel quantique avant 2028, et que la computation accélérée par GPU restera la base de tous les environnements de production pertinents.

Le cabinet de conseil lance également un avertissement aux entreprises et aux DSI : une grande partie des solutions commercialisées aujourd’hui sous le nom de « Quantum AI » ne réalisent pas d’intelligence artificielle sur des ordinateurs quantiques, mais utilisent plutôt des algorithmes hybrides ou des techniques inspirées par la computation quantique fonctionnant sur une infrastructure conventionnelle.

Les clés de la prévision de Gartner en 30 secondes

• Gartner exclut que l’IA d’entreprise utilise des ordinateurs quantiques avant 2028.
• Aucune preuve scientifique évaluée par des pairs ne démontre une supériorité quantique dans des charges de travail réelles d’IA.
• La majorité des solutions “Quantum AI” actuelles utilisent des GPU et des algorithmes classiques.
• Le cabinet recommande de séparer les budgets consacrés à l’IA et à la computation quantique.
• Les DSI devraient continuer à privilégier GPU, GenAI, le cloud et la cybersécurité plutôt que des projets quantiques.

Alors que des fabricants comme IBM, Google, Microsoft, IonQ ou PsiQuantum poursuivent le développement de matériel quantique, Gartner considère qu’il reste encore un long chemin avant que cette technologie puisse rivaliser avec les infrastructures d’IA actuelles.

« Quantum AI » ne signifie pas nécessairement intelligence artificielle quantique

Un des messages principaux du rapport est que le marché utilise le terme Quantum AI avec une trop grande largeur de sens.

Selon Gartner, lorsque de nombreux fournisseurs annoncent des solutions d’intelligence artificielle quantique, ils parlent en réalité de technologies très différentes.

Le cabinet distingue quatre catégories clairement différenciées :

La première est l’IA classique, basée sur des modèles de deep learning, transformers ou apprentissage par renforcement exécutés sur CPU, GPU ou TPU.

La seconde concerne les algorithmes inspirés par la computation quantique, qui reprennent des concepts de la mécanique quantique mais fonctionnent entièrement avec du matériel traditionnel.

Troisièmement, apparaissent les modèles hybrides, où de petits circuits quantiques collaborent avec des systèmes classiques de HPC ou d’IA, généralement dans le cadre de projets de recherche.

Seul le quatrième groupe constitue une véritable IA quantique, c’est-à-dire des algorithmes dont l’exécution dépend réellement de processeurs quantiques.

Aucun avantage démontré face aux GPU

Pour Gartner, le problème est qu’il n’existe toujours aucune preuve scientifique évaluée par des pairs démontrant qu’un ordinateur quantique peut exécuter une charge de travail d’IA d’entreprise mieux qu’une infrastructure accélérée par GPU.

La société considère que parvenir à ce niveau nécessite de relever simultanément plusieurs défis technologiques :

• Un matériel beaucoup plus stable.
• Systèmes efficaces de correction d’erreurs.
• De nouvelles couches de logiciels spécialisées.
• Des algorithmes conçus spécifiquement pour les architectures quantiques.

Tant que ces quatre éléments n’évolueront pas conjointement, la computation quantique restera une plateforme de recherche et ne deviendra pas une alternative viable pour exécuter des modèles d’IA à usage professionnel.

Gartner : séparer le budget IA et la computation quantique

Le cabinet adresse aussi un message clair aux responsables technologiques.

Selon Gartner, mélanger les budgets alloués à l’IA et à la computation quantique peut créer des attentes irréalistes.

La raison est simple : ces deux technologies ont des horizons très différents.

L’IA générative offre déjà des gains mesurables en productivité, automatisation ou service client avec des retours pouvant apparaître en moins de deux ans.

En revanche, la computation quantique n’a pas encore prouvé d’avantages équivalents dans des applications réelles d’IA.

Il est donc conseillé de traiter les projets quantiques comme des initiatives de recherche et développement, afin d’éviter qu’ils détournent des ressources destinées à des plateformes d’IA déjà génératrices de valeur pour l’entreprise.

Les DSI continuent de privilégier GPU, cloud et cybersécurité

Un autre point clé du rapport est que la computation quantique ne figure pas encore parmi les priorités majeures d’investissement des DSI.

Selon Gartner, les budgets technologiques les plus importants se concentrent toujours sur des domaines comme :

• l’intelligence artificielle générative.
• l’IA agentique.
• l’infrastructure cloud.
• la cybersécurité.

Les entreprises qui financent déjà des projets quântiques le font, selon le cabinet, avec des investissements nettement inférieurs et sans attendre de retours économiques à court terme.

Ce que doivent faire les entreprises

Plutôt que de recommander d’ignorer la computation quantique, Gartner prône une stratégie beaucoup plus pragmatique.

Le cabinet conseille de tirer parti dès aujourd’hui des algorithmes inspirés par la computation quantique fonctionnant sur GPU, qui peuvent améliorer l’optimisation, la simulation, l’analyse de graphes ou certains types d’apprentissage automatique.

Il est également recommandé que tout pilote quantique intègre dès le départ des critères objectifs de succès et des conditions claires pour sa possible annulation si aucune amélioration significative n’est démontrée par rapport aux solutions classiques.

Enfin, Gartner invite à suivre l’évolution du secteur en se concentrant davantage sur le développement de qubits logiques, la correction d’erreurs et les logiciels de contrôle, plutôt que sur le nombre total de qubits physiques annoncés par chaque fabricant.

Selon le cabinet, ce sont ces indicateurs qui détermineront réellement quand la computation quantique pourra commencer à rivaliser avec les architectures traditionnelles en matière d’IA.

Questions fréquentes

Quand Gartner prévoit-il que l’IA d’entreprise utilisera des ordinateurs quantiques ?

Le cabinet estime qu’aucune charge de travail d’IA à grande échelle ne sera exécutée sur du matériel quantique avant 2028.

Existe-t-il déjà un avantage démontré pour l’IA quantique ?

Non. Gartner affirme qu’aucune preuve évaluée par des pairs ne montre une supériorité quantique dans des charges d’IA en production.

Qu’est-ce exactement que « Quantum AI » ?

Au sens strict, il s’agit d’intelligence artificielle devant fonctionner sur du matériel quantique. Gartner indique que de nombreux produits actuels utilisent ce terme pour désigner des techniques hybrides ou des algorithmes inspirés par la computation quantique qui tournent sur GPU.

Que recommandent Gartner aux entreprises ?

Prioriser l’IA qui génère déjà de la valeur, maintenir séparés les budgets IA et quantique, et réaliser des projets pilotes quantiques avec des objectifs et des métriques clairs pour leur réussite ou leur annulation si aucune avancée n’est constatée.

Sources :

• Gartner, Gartner Predicts Enterprise AI Workloads at Scale Will Not Run on Quantum Hardware Through 2028.