Podcast mit Marcin Detyniecki und George Woodman von AXA

Meine heutigen Gäste sind Marcin Detyniecki, Leiter der Forschung und Entwicklung und Chief Data Scientist bei AXA, sowie George Woodman, Leiter des Quantencomputing bei AXA. Marcin, George und ich sprechen darüber, was Unternehmen suchen, wenn sie sich mit Quantencomputing beschäftigen, wie Marcin und George die Unterstützung innerhalb von AXA aufgebaut haben und vieles mehr.

Hier können Sie weitere Podcasts anhören

DIE VOLLSTÄNDIGE ABSCHRIFT FINDEN SIE UNTEN

Yuval Boger (Classiq): Hallo Marcin. Hallo George. Wie geht es Ihnen heute?

Marcin Detyniecki (Axa): Oh, vielen Dank für die Einladung.

George Woodman (Axa): Ja. Vielen Dank. Ich danke Ihnen vielmals. Ich fühle mich großartig.

Yuval: Also, wer sind Sie und was machen Sie?

Marcin: Also George, vielleicht fängst du an?

George: Ja. Okay. Also, ich bin der Quantum Computing Lead bei AXA. AXA ist, falls Sie das nicht wissen, einer der führenden Versicherer in Frankreich und der Welt. Ich leite ihr Quantencomputing-Projekt, um herauszufinden, wo wir Quantencomputing im Versicherungsgeschäft einsetzen können und welche Auswirkungen es auf uns haben wird. Ich versuche, den Zeitplan einzuhalten und die Menschen in der Branche darauf aufmerksam zu machen, dass diese Technologie auf dem Weg sein könnte.

Marcin: Ja. Und ich bin Marcin Detyniecki, und ich bin der Chief Data Scientist der Gruppe. Ich bin unter anderem für den Bereich Forschung und Entwicklung zuständig. Und so bin ich in Quantum involviert.

Yuval: Ausgezeichnet. Und ich habe eine Präsentation gesehen, die Sie beide im Jahr 2019 gehalten haben. Ich vermute also, dass Sie schon vorher mit Quantum angefangen haben. Wann habt ihr angefangen? Wann hat der Zugang zu Quanten begonnen? Und was hat Ihr Interesse überhaupt erst geweckt?

Marcin: Ja, ich glaube, wir haben ein bisschen früher angefangen, ich würde sagen, vielleicht ein Jahr früher als das. Und warum haben wir angefangen? Ich denke, wenn man über Quantencomputer nachdenkt, wissen wir, dass es mathematisch bewiesen ist, dass dies unsere Welt, unsere klassische Welt, umkrempeln wird. Man denke nur an so etwas wie den Shor-Algorithmus und die Primfaktorzerlegung, richtig. Wir sind in der Lage, etwas zu tun, wozu wir vor der Primfaktorzerlegung nicht in der Lage waren, und das ist eine Störung, richtig? Jetzt sind wir AXA. Wir sind ein großes, sehr großes Versicherungsunternehmen und unsere Aufgabe ist es, über die Zukunft nachzudenken und uns auf diese Zukunft vorzubereiten. Wenn es also eine Art von Störung gibt, müssen wir uns darauf vorbereiten. Deshalb haben wir natürlich beschlossen, uns darauf vorzubereiten.

Was unsere Vorbereitung meiner Meinung nach einzigartig macht, ist die Tatsache, dass wir Zeit und Mühe investiert haben, um die Technologie wirklich zu verstehen. Es ging nicht nur darum, herauszufinden, ob dies ein netter Anwendungsfall ist und so weiter, sondern darum, wirklich in die Tiefe zu gehen und zu verstehen. Wie funktioniert sie? Wie funktionieren die Mechanismen, wie können wir die Maschinen programmieren und so weiter, das ist also eine besondere Routine. Und wenn man darüber nachdenkt, ist es sehr grundlegend, weil Quantencomputing für jemanden, der weit weg ist, vielleicht denkt, dass dies nur der nächste Personal Computer ist, die nächste Generation, aber das ist es nicht, richtig? Das ist es nicht, weil ... es ist die Natur, die damit verbunden ist, es ist zum Beispiel sehr stark mit der Art und Weise verbunden, wie man es programmiert. Wenn man Schaltkreise entwirft, ist das ganz anders als bei Objektprogrammiersprachen. Wir investieren also wirklich viel Zeit in das Verständnis der Grundlagen. Und auch, weil ich denke, dass diese Technologie für einige sehr spezifische Probleme und Anwendungsfälle sehr gut geeignet ist und für andere nicht. Ich denke, das ist es, was unser Projekt ein wenig anders macht.

Yuval: Nun, Quantencomputing in der Finanzdienstleistungsbranche hat viele verschiedene Anwendungsfälle, richtig? Von der Risikoanalyse über die Portfolio-Optimierung bis hin zum Kreditrisiko und so weiter. Gibt es einen bestimmten Anwendungsfall, der für AXA interessant ist?

George: Ich denke, ich werde das übernehmen. Ich denke, dass ein Großteil unserer Arbeit in den letzten zwei oder drei Jahren darin bestand, diesen Anwendungsfall zu finden, denn im Finanzbereich gibt es natürlich viele interessante Anwendungsfälle, wie man an all den Veröffentlichungen der großen Investmentbanken sehen kann, aber auf der Versicherungsseite gab es weniger Aktivitäten. Was wir zu finden versuchen, ist, die verschiedenen Arten von Technologie durchzugehen. Dazu gehören das Annealing und das auf universellen Gates basierende Quantencomputing, und wir versuchen herauszufinden, was die kleinen Teile sind, denn es wird nicht das gesamte Problem lösen. Es ist gut, wenn man versucht, die kleinen Teile eines großen Problems zu finden, von dem wir glauben, dass es in den nächsten sieben, 10, 15 Jahren durch Quantencomputing gelöst werden kann. Ein Teil davon ist natürlich die Risikoanalyse und die Monte-Carlo-Beschleunigung, die ein hoffnungsvolles Potenzial darstellen, aber dann gibt es mehr optimierungsbasierte Probleme, die einen kürzeren Zeitrahmen haben könnten, je nachdem, wie sich die Technologie entwickelt und welche Technologie wir verwenden werden.

Und dann müssen wir uns ansehen, wie sich die Verbesserung der Technologie auf unsere Kunden auswirkt. Wir machen zwar keine Pharmazeutika, aber unsere Kunden schon, und das könnte sie betreffen. Und wir müssen sie darüber auf dem Laufenden halten, denn das ist die Technologie, die sich wahrscheinlich am meisten und am schnellsten weiterentwickeln wird, und das müssen sie mitbekommen. Und es gibt noch andere Bereiche, in denen wir glauben, dass die Quantentechnologie wirklich eingesetzt werden kann.

Aber wir versuchen, realistisch zu bleiben, was die Technologie angeht, denn ich glaube, dass die Technologieanbieter oft einen Hype machen. Wir versuchen, ihnen eine gute Ausgangsbasis zu geben, nicht um die Technologie übermäßig zu verkaufen, sondern damit sie, damit unsere Geschäftsbereiche verstehen, wann sie verfügbar sein wird. Und dieser Prozess wird eine lange Zeit in Anspruch nehmen. Die Anwendungsfälle, die wir entwickeln werden, werden zu Beginn sehr klein sein und nur langsam wachsen, bis wir die Phase des Quantenvorteils erreichen, wie lange es auch immer dauern wird. Und bis dahin kann man hoffentlich wirklich durchstarten und beweisen, wie gut Quanten sein können, aber es wird ein langer Weg sein.

Yuval: Eine der Herausforderungen, die sich Unternehmen stellen, wenn eine neue Technologie auf den Markt kommt, ist die Frage, wie man sie den Geschäftsbereichen verkaufen kann, um die Zustimmung der Organisation zu erhalten. Sonst sind es nur zwei Leute in einem Raum, die etwas tun, und niemand wird es je erfahren. Was können Sie aus Ihrer Erfahrung bei AXA berichten, das für andere relevant sein könnte, die sich mit Quantum befassen und sich fragen: "Wie schaffen wir es, dass sich die Organisation einbringt? Was sollten wir tun? Was sollten wir nicht tun, um dies in unseren Unternehmen in Gang zu bringen?"

Marcin: Ja. Vielleicht kannst du, George, ein wenig dazu sagen, was wir mit unseren internen Communities machen.

George: Ja, sicher. Ich weiß, dass Quantencomputing ziemlich verwirrend ist und dass es am Anfang eine steile Lernkurve gibt. Aber ich denke, wenn man diese Kurve mit einigen wenigen Technikern, die Zugang zu all diesen Anwendungsfällen haben, überwindet und ihnen das Potenzial der Quantencomputer nahebringt, sie über die Entwicklung der Technologie auf dem Laufenden hält und realistische Erwartungen hegt, dann kann die Zukunft für diesen Anwendungsfall sehr profitabel sein, denke ich.

Aber es geht darum, diese Quantencomputer-Gemeinschaft zu schaffen, in der viele verschiedene Leute mit unterschiedlichem Wissen über Quantencomputer miteinander interagieren, so dass sie zusammenarbeiten können, um diese Anwendungsfälle zu beweisen. Wir haben nämlich festgestellt, dass es am schwierigsten ist, diese spezifischen Anwendungsfälle für das Quantencomputing zu finden, denn es gibt all diese Algorithmen, die auf den Markt kommen, all die technologischen Fortschritte, aber sie alle zusammenzubringen und die Technologie zu finden, die nicht nur in etwa 10 Jahren nützlich sein wird. Wir haben viel damit gekämpft, die Technologie zu finden, die nicht nur in 10 Jahren nützlich sein wird, sondern auch einen großen Einfluss haben wird und skalierbar ist. Und ich denke, dass eine interne Gemeinschaft von hundert Stakeholdern mit verschiedenen Hintergründen im Unternehmen wirklich helfen kann, das zu vergrößern und zu helfen...

Yuval: Wie nah sind Sie an der Produktionsreife? Wie weit sind Sie auf dem Weg vom Verstehen der Technologie über den Bau einiger einfacher Schaltkreise bis hin zum Prototyping und schließlich zu etwas, das in der Produktion eingesetzt werden kann?

George: Ich denke, der Einsatz in der Produktion ist schwer einzuschätzen, denn man will nichts in Produktion geben, das nicht besser ist als sein derzeitiges klassisches Gegenstück. Wir haben ein paar Proof-Concepts für bestimmte Bereiche gemacht, in denen wir glauben, dass ein Quantencomputer nützlich sein könnte, aber das waren immer recht kleine Spielzeugmodelle. Und dann warten wir darauf, dass sich die Technologie und die Hardware verbessern, damit wir sie in eine Produktionsumgebung einbauen können, in der wir beweisen können, dass sie schneller ist als das, was wir derzeit tun. Aber viele der Bereiche, die wir untersuchen, und die Berechnungen, die wir durchführen müssen, sind einfach so umfangreich. Die Technologie, die wir erwerben, ist in der... Ich mag es nicht, die Größe von Quantencomputern anhand von Qubits zu messen, denn es gibt so viel mehr, um einen Quantencomputer zu bewerten, als nur die Anzahl der Qubits, aber es ist am einfachsten zu messen.

Und die Qubit-Zahlen sind im Moment einfach nicht ausreichend für die Größe der Probleme, die wir lösen wollen. Wir haben Proof-of-Concepts und Ideen für und, fügen Sie die Algorithmen ändern sich auch. Wir arbeiten weiter daran und hoffen, dass sie den Zeitplan und den Zeitpunkt vorverlegen können, an dem wir sie tatsächlich einsetzen können und nicht nur als Forschungsprojekt verwenden. Ich glaube aber, dass es noch einige Jahre dauern wird, bis Quanten in Produktionsumgebungen zum Einsatz kommen werden. Und wenn es soweit ist, wird es noch viele andere geben. Denn im Moment arbeitet man nur in der Cloud auf einer Pay-as-you-go-Basis. Aber zu diesem Zeitpunkt muss man sich vielleicht etwas ernsthafter damit auseinandersetzen, wie es funktioniert.

Yuval: Ich habe eine Hypothese darüber, was Unternehmen wollen. Und diese Hypothese stammt sowohl aus Gesprächen mit vielen Unternehmen, die ich im Rahmen meiner Arbeit bei Classiq führe, als auch daraus, dass ich viele faszinierende Menschen für den Podcast interviewe. Ich möchte Ihnen also ein paar Fragen stellen, kurze Antworten, wenn Sie meinen, dass das Sinn macht. Ich meine, vielleicht liege ich ja völlig falsch. Das ist also meine Gelegenheit, von den Experten zu lernen. Ich denke, wenn Unternehmen in die Quantenphysik einsteigen, ist es für sie wichtig, zunächst einmal interne Kompetenzen aufzubauen. Sie wollen also nicht sagen, dass sie sagen, Quantum sei einfach zu wichtig, um alles an eine Beratungsgruppe auszulagern. Halten Sie das für eine faire Aussage?

George: Ja. Ich denke, ich will mich nicht zu sehr einmischen, aber ich denke, da es sich um eine so komplizierte Technologie handelt, muss man etwas von diesem Wissen verinnerlichen, denn all diese Berater oder Technologieunternehmen kommen vielleicht mit all diesen Hoffnungen, dass die Technologie in drei Jahren die Welt verändern wird, und man muss den Boden unter den Füßen haben und sagen, nein, das ist es, was für uns tatsächlich passieren wird, und das nicht einfach einem externen Anbieter überlassen.

Yuval: Perfekt. Die andere Sache, die die Leute meiner Meinung nach wollen, ist ein kurzer Prototyping-Zyklus. Sie haben also eine Reihe von Anwendungsfällen identifiziert, vielleicht wollen Sie Proof of Concepts machen. Es ist wahrscheinlich besser, wenn ein Proof of Concept zwei oder drei Monate dauert und nicht zwei oder drei Jahre. Halten Sie das für eine faire Aussage?

George: Ja. Jeder will kurz haben. Alle wollen kurze...

Marcin: Kurze Zyklen. Ich weiß nicht, ob das immer machbar ist, aber ja, das ist es, was man machen will. Man will die Dinge durchgehen und versuchen, sie zu erledigen. Ich glaube, das Wichtigste an Ihrer Hypothese ist, dass Sie es schaffen. Es ist nicht so sehr die Kürze, es ist... Natürlich versucht man, es kurz zu machen, aber es geht mehr darum, es zu schaffen, ohne dass es zu Schwierigkeiten kommt. Also zum Beispiel das Spielzeug zu machen, anstatt drei Jahre zu warten, um es in voller Größe zu machen. Also, ja, es ist ein zyklusorientiertes Projekt, aber Sie sehen den Geist. Es ist ein bisschen anders, wenn man denkt, ich will, ja, natürlich, ich will kurze Zyklen, die am Ende des Tages Geld einbringen. Oder?

Yuval: Okay. Und um auf Georges Punkt von vorhin zurückzukommen: Wie wichtig ist es, dass man bei der Erprobung von Konzepten Algorithmen wählt, die skalierbar sind? Man kann also sagen, okay, heute habe ich 20 oder 30 Qubits, ich kann dies und das tun, aber dieser Algorithmus kann, sobald Computer mit 2000 Qubits vorhanden sind, etwas sehr Ähnliches auf einem größeren Computer verwenden. Wie wichtig ist es Ihrer Meinung nach, etwas zu wählen, das skaliert?

George: Ich denke, das hat zwei Seiten, denn natürlich will man etwas, das sich skalieren lässt, aber auch ein skalierbarer Algorithmus hat vielleicht nicht die gleiche Wirkung wie ein nicht skalierbarer Algorithmus, der auf einer niedrigeren Ebene eine größere Wirkung hat. Wir sind immer noch ein Unternehmen, und um die Technologie an die Stakeholder zu verkaufen, muss man den Nachweis erbringen, dass sie funktioniert. Man muss also abwägen zwischen dem Nachweis von etwas, das möglicherweise jetzt funktioniert, und etwas, das möglicherweise in 10 Jahren funktioniert, aber jetzt nicht funktioniert. Das ist, glaube ich, eine gute Analyse dafür. Das wäre der Unterschied zwischen Glühen und Gate-Basis. Also, annealing ist eher eine realisierte Technologie, die eigentliche Hoffnung, als ob sie es wäre. Die Quantenvorteile stehen noch zur Debatte, nicht wahr? Aber das ist etwas, das man möglicherweise jetzt einem Regisseur zeigen könnte und sagen könnte: Schauen Sie sich diese erstaunliche Sache an, die Sie machen können.

Wenn man hingegen eine Monte-Carlo-Simulation mit einem Algorithmus durchführt und versucht, den Direktoren zu zeigen, dass man ihn nur mit drei oder vier Anlagen laufen lässt, weil so viel von den anderen in die Fehlerkorrektur oder in das Halten der Qubits gesteckt wird, dann braucht es natürlich ein Gleichgewicht zwischen den beiden. Außerdem werden diese Algorithmen von allen Software- und Algorithmusunternehmen, Universitäten und Technologieunternehmen ständig verbessert. Die Algorithmen von heute sind mit Sicherheit nicht die Algorithmen von in sieben Jahren. Vielleicht gibt es den Shor oder den Grover und den Shor, die so etwas wie die Grundlagen sind, aber die eigentlichen Algorithmen, die wir im Moment verwenden, werden sich aufgrund der technologischen Entwicklung möglicherweise ändern.

Außerdem habe ich das Gefühl, dass man mit dem supraleitenden IonQ gefangene Ionen erhält. Also, es kann all die verschiedenen Zeiten der Technologie zu verbringen, die eine von ihnen wird an die Spitze kommen oder werden sie alle nur in ihre eigenen zu verzweigen. Denn alle haben ihre Vor- und Nachteile, und welche von ihnen wird sich verbessern, und einige sind mit bestimmten Algorithmen besser als andere, wegen ihrer Kohärenzzeit oder wegen der Herstellung und der Fähigkeit, sie zu vergrößern. Ich denke, es gibt so viele verschiedene Faktoren bei der Entscheidung, welcher Algorithmus für ein bestimmtes Problem am besten geeignet ist. Und das dann auf 10 Jahre in der Zukunft zu verschieben, ist schwierig.

Yuval: Aber, und das führt mich perfekt zum nächsten und vorletzten Punkt der Hypothese, nämlich der Portabilität von Hardware. Lassen wir also Annealing beiseite, und wie Sie erwähnten, gibt es viele Gate-basierte Ansätze und Organisationen, mit denen ich spreche, sagen: "Nun, wir sind nicht sicher, ob ich gewinnen werde oder Honeywell oder IBM oder PsiQuantum oder wer auch immer". Ich mag alle, aber wie wichtig ist es für ein Unternehmen wie AXA, zu sagen, dass wir den Code nicht so schreiben wollen, dass er nur auf einer Gate-basierten Maschine läuft?

Marcin: Ich glaube, das hängt ein bisschen mit ihrer vorherigen Frage zusammen, oder? Denn Sie konzentrieren sich sehr stark auf eine Dimension des Problems, nämlich die Skalierbarkeit. Ich denke, wichtiger als die Skalierbarkeit, und das wurde von George erwähnt, ist die Tatsache, dass dies einem echten Geschäftsproblem entspricht. Das ist gut. Das ist wirklich eine Sache. Okay. Denn in gewisser Weise ist das Quantencomputing extrem vielversprechend, aber es liefert, sagen wir mal, noch nicht den vollen erwarteten Wert, richtig. Und wir befinden uns noch in einem frühen Stadium, das verstehe ich, aber man muss diesen Anwendungsfall erst einmal finden. Und ich denke, dass die Community im Allgemeinen sehr auf die Technologie fokussiert ist. Das Geschäftsproblem ist sehr, sehr knifflig. Und das wird Ihre Frage beantworten, oder?

Es ist nämlich sehr schwierig, weil man genau die Stelle des Problems finden muss, an der man es lösen kann. Und da es sich nicht um ein vollwertiges Problem handelt, sagen wir in Bezug auf Größe oder Speicherplatz oder was auch immer, müssen sie ein Problem finden, das die richtige Größe hat, das richtige Problem ist und zu Ihrem Prozess passt und ein großes Geschäftsproblem darstellt. Wenn Sie also sehr nah dran sind, okay, sagen wir, Sie sind im Handel tätig, okay, und Sie sind sehr nah dran, und Sie haben eine Option, die als eine Art von Problem bezeichnet wird, und Sie sind wirklich nah dran. Dann können Sie sich sehr genau auf eine Technologie konzentrieren, richtig?

Denn wenn man sehr nah dran ist, dann will man diese sehr spezifische Architektur optimieren, und dann kann man, sagen wir, diesen Ein-Jahres-Vorteil bekommen, okay, oder, und... Wenn Ihr Problem etwas weiter in der Zukunft liegt, dann sollten Sie eine generische Lösung finden. Ich würde also sagen, dass wir eher einen generischen Ansatz verfolgen, weil wir keine Anwendungsfälle identifiziert haben, bei denen wir wirklich kurz vor der Produktion stehen, bei denen wir die Besonderheiten der Technologie ausnutzen müssen. Ich glaube also, dass wir die Schwierigkeit, das Geschäftsproblem zu lösen, unterschätzen, oder sagen wir, die Community im Allgemeinen unterschätzt sie.

Yuval: Und in diesem Sinne, und das bringt mich wirklich zum letzten Teil meiner Hypothese, ist es wirklich wichtig, Experten zu integrieren, die keine Quantenexperten sind. Also Experten für den Handel oder Experten für Lebensversicherungen oder Experten für Chemie, je nach Geschäftsproblem. Ich vermute, Sie stimmen dem zu?

Marcin: Ja, absolut. George kann Ihnen sagen, dass wir wirklich viel Zeit damit verbringen. Die Schwierigkeit besteht darin, die Leute davon zu überzeugen, dass man jetzt in etwas investieren muss, das noch nicht vollständig bewiesen ist, dass es da draußen ist. All diese Leute, all diese Experten oder Geschäftsexperten, haben kurzfristige Missionen, Ergebnisse und Ziele. Die Herausforderung besteht darin, sie zusammenzubringen und ihnen zu erklären, welches Potenzial in dieser Technologie steckt, damit sie zusammenarbeiten können. Es geht wirklich um alles, um es möglich zu machen.

Yuval: Ich habe mich sehr gefreut, dass du dich bereit erklärt hast, am Podcast teilzunehmen, denn ich möchte meinen Zuhörern interessante Inhalte bieten. Aber ich bin neugierig, was haben Sie, oder was wollen Sie von der Teilnahme hier gewinnen? Was würden Sie gerne von diesem Podcast profitieren?

George: Natürlich ist es für uns eine große Ehre, hier zu sein. Ich denke, dass es wirklich wichtig ist, da sich die Technologie in einem so frühen Stadium befindet, dass es keinen allzu großen Wettbewerbsvorteil für ein externes Ökosystem gibt. Also, sagen wir, andere Versicherungsanbieter, Finanzdienstleister oder allgemeine Unternehmen, die sich für Quantum interessieren, um eine Art Ökosystem zu bilden, was, das ist, was wir tun, was ihr tut. Pro und Kontra. Denn im Moment gibt es noch nicht so viele Leute im Quantenbereich, und es ist ein Bereich, der nur noch wachsen wird.

Ich denke also, dass die Zusammenführung von Wissen nur eine gute Sache ist. Und wir haben intern festgestellt, wie groß das Interesse an der Quantenphysik ist, denn sie ist ein ziemlich schickes Modewort. Wenn die Leute es hören, werden sie ganz aufgeregt. Daher denke ich, dass es vielleicht sinnvoll ist, die Nachricht zu verbreiten, dass es einen Versicherer gibt, der sich für Quantencomputer interessiert, und wenn es andere gibt, können wir darüber sprechen, woran wir arbeiten, und möglicherweise in diesem Bereich zusammenarbeiten.

Yuval: Ausgezeichnet. Sie wissen, was Sie als AXA intern tun, aber wenn Sie Einfluss darauf nehmen könnten, was andere Anbieter tun, ob Software oder Hardware oder andere Unternehmens- oder Beratungsunternehmen, worauf sollten sie sich Ihrer Meinung nach in den nächsten ein oder zwei Jahren konzentrieren?

Marcin: Ja. Ich habe das ja schon ein wenig erwähnt. Ich habe dir gesagt, dass ich denke, dass es eine echte Herausforderung ist. Ich habe es bereits gesagt, und ich werde auch noch etwas anderes danach sagen. Aber die Sache ist die, dass ich wirklich denke, dass das Geschäft, der geschäftliche Teil des Problems sehr wichtig ist. Wenn Leute zu mir kommen und sagen, ja, ich kann Monte-Carlo-Sampling von N auf die Quadratwurzel von N beschleunigen, oh, wow, das ist cool. Oder? Vor allem, wenn N groß ist, aber was bedeutet das in der Praxis? Okay, für mein Geschäft. Und das wird ein bisschen unterschätzt.

Die andere Sache ist, dass ich denke, dass wir uns in einem sehr frühen Stadium der Technologie befinden, ich denke, sie ist sehr vielversprechend. Ich bin wirklich begeistert, anfangs war ich es nicht, um ehrlich zu sein, aber wenn ich mich damit befasse, bin ich wirklich sehr begeistert. Aber ich denke, da es sich um ein frühes Stadium handelt.

Auch die zweite Sache, ich bin... Es geht um Vertrauen, es geht um Austausch und Zusammenarbeit. Die Leute, mit denen wir zusammenarbeiten, sind in der Regel diejenigen, die bereit sind zu teilen und nicht versuchen zu sagen: Oh, wir haben diese Geheimnisse und wir haben diese großartigen Dinge, aber wir können nichts erklären. Sie sind ziemlich transparent, denn wie Sie in dem alten Podcast gesehen haben, geht es uns wirklich um das Verständnis, und man muss das Verständnis innerhalb des Unternehmens haben, um es zu verwirklichen. Wenn diese Unternehmen also nicht in gewissem Sinne das Verständnis vermitteln, wird es sehr schwierig sein, dies zu erreichen, denn es folgt eine lange Kette. In der Regel sind wir die ersten, die das Unternehmen betreten, aber danach gibt es noch eine lange Kette nach uns. Also, ja. Darum geht es also wirklich.

Yuval: Ausgezeichnet. Wie kann man mit Ihnen in Kontakt treten, um mehr über die Arbeit von AXA und Ihnen zu erfahren?

George: Kontaktieren Sie mich. Ich bin gerne bereit, mit jedem über Quantum Computing zu sprechen. Sie können meine E-Mail-Adresse in der Biografie angeben oder George Woodman auf LinkedIn kontaktieren, und ich würde mich freuen, mit jedem zu sprechen, der an einer möglichen Zusammenarbeit im Bereich Quantencomputing interessiert ist.

Yuval: Perfekt. Vielen Dank, dass Sie heute bei mir sind.

Marcin: Vielen Dank an Sie und an alle, die Ihnen zuhören.

George: Ja, ich danke Ihnen vielmals.