Podcast mit Ivan Ostojic von McKinsey

Mein heutiger Gast ist Ivan Ostojic, Partner bei McKinsey & Company. Ivan und ich sprechen darüber, wie Erfolg aussieht - und wie man Misserfolge vermeidet - bei Quantencomputer-Proof-of-Concept-Projekten. Wir haben auch darüber gesprochen, woher wir wissen, ob 1000 Qubits ein Allheilmittel für das Quantencomputing sein werden, und vieles mehr.

Hören Sie sich weitere Episoden an, indem Sie "Podcasts" auf unserer Seite Einblicke auswählen.

DIE VOLLSTÄNDIGE ABSCHRIFT FINDEN SIE UNTEN

Yuval Boger (Classiq): Hallo, Ivan, und danke, dass Sie heute bei mir sind.

Ivan Ostojic (McKinsey): Hallo Yuval, es ist mir eine Freude, bei Ihnen zu sein.

Yuval: Wer sind Sie und was machen Sie?

Ivan: Nun, wer bin ich? Diese Frage hat viele Facetten, aber lassen Sie uns auf den beruflichen Teil konzentrieren. Ich bin Partner bei McKinsey und habe eine große Leidenschaft für technologiegestützte Innovation. Deshalb haben wir bei McKinsey etwas, das wir den Global Technology Council nennen. Es ist eine Art Denkfabrik, in der wir Leute von außerhalb und einige von innerhalb von McKinsey zusammenbringen. Und wir denken über die Zukunft der Technologien nach, und es sind 70 Leute dabei. Ich leite diesen Teil operativ, und wir haben einige Tiefengruppen. Es gibt eine allgemeine Gruppe, die sich mit Technologietrends befasst und damit, wie sie die Gesichter der Branchen verändern. Eine Gruppe beschäftigt sich mit maschinellem Lernen und die andere mit Quantencomputern.

Ich leite alle Quantum-Aktivitäten bei McKinsey innerhalb dieser aufstrebenden Technologiegruppe. Und dann leite ich auch unsere Innovationspraxis in Europa, dem Nahen Osten und Afrika sowie große Teile der Geschäftsaufbau-Praxis. Das ist also etwas mehr, als Sie wissen wollen, aber es ist interessant, denn diese Technologien werden entweder ihren Weg finden, wie die Quantentechnologie, oder sie werden ihren Platz finden, indem sie das Kerngeschäft umgestalten oder indem Unternehmen neue Unternehmungen aufbauen. Deshalb habe ich es ja erwähnt. Und durch meine Ausbildung habe ich eine Art doppelten Hintergrund. Ich arbeite viel mit Technologieunternehmen zusammen, und sie sprechen oft von horizontaler und vertikaler Entwicklung. Das ist also ein bisschen wie bei mir. Ich habe einen Doktortitel in Biowissenschaften und kenne mich daher in dieser Branche am besten aus, obwohl ich auch Kunden in anderen Branchen betreue. Aber auch horizontal habe ich einen Master in Technologiemanagement und Innovation von der ETH in Zürich, also habe ich diese Leidenschaften auch in meiner Arbeit kombiniert.

Und Quantum, ich habe mehr als drei Jahre damit verbracht, mich damit zu befassen. Ich halte sie für so bahnbrechend und vielversprechend, dass wir damit einige große Probleme lösen können. Ich bin also sehr leidenschaftlich dabei. Und wir haben eine große Gruppe bei McKinsey, und als wir anfingen zu forschen, gab es Dutzende von Leuten, die einen Doktortitel in Quantenphysik hatten. Wir haben also eine Gruppe von Freunden, die mit mir zusammenarbeitet und über sehr fundierte technische Kompetenzen verfügt.

Yuval: Ausgezeichnet. Und arbeiten Sie hauptsächlich mit europäischen Kunden oder mit globalen Kunden?

Ivan: Ich arbeite auf der ganzen Welt. Ich habe auf der ganzen Welt gearbeitet, aber für Quantum konzentriert es sich auf einige Teile des Fernen Ostens, Europa und die Vereinigten Staaten. Und auch in Israel, aber das wird in unserer Abteilung auch irgendwie als Europa verbucht.

Yuval: Sie haben die technologiegetriebene Innovation erwähnt. Sehen Sie Quantum als eine eigenständige Aktivität, bei der sich Unternehmen nur mit Quantenprojekten beschäftigen, oder sehen Sie es als Teil einer größeren Innovations- oder Wachstumsstrategie für ein Unternehmen?

Ivan: Ich denke, das ist eine gute Frage. Es kommt darauf an, wer man ist, oder? Wenn Sie also ein Technologieunternehmen sind, kann es ein eigenständiges Produkt sein, sozusagen von Geschäft zu Geschäft. Also, entweder Hersteller oder Hardware oder Cloud-Service-Provider oder Cloud-Service plus Beratung und so weiter, ich denke, wenn Sie ein Unternehmen sind, wird es eher irgendwo in Ihr Geschäft passen. Es könnte sich also um eine Transformation des Geschäftsmodells handeln.

Lassen Sie mich Ihnen ein halbwegs erfundenes, aber relativ realistisches Beispiel erläutern. Nehmen wir an, Sie sind ein Schmierstoffhersteller, der heute alle Arten von Schmierstoffen herstellt. Ich denke, die Quantenphysik verspricht, dass sie die optimale Mischung simulieren kann. Man könnte also eine Unternehmensplattform schaffen, die diesen Teil des chemischen Prozesses buchstäblich simuliert.

Und es gibt einige Laborautomaten, die das produzieren, und es geht in die Wertschöpfungskette ein. Es ist also immer noch Teil des Kerngeschäfts, es ist ein etwas anderes Geschäftsmodell, aber es könnte ein neues Unternehmen sein. Und dann gibt es Unternehmen oder Branchen, bei denen dies tief in ihr derzeitiges Geschäftsmodell eingebettet ist und es sich dramatisch oder weniger dramatisch, aber deutlich verbessern wird. Nehmen wir das Bankwesen... wir alle haben gelesen, dass es in diesem Quantenbereich jüngste Forschungen zur Optimierung von Portfolios gibt, denn das ist das Kerngeschäft der Banken. Und wenn man etwas um ein paar Prozentpunkte verbessern kann, ist das eine enorme Ertragssteigerung. Also müssen sie diese Tätigkeit beherrschen. Ähnlich verhält es sich in der Pharmabranche oder in anderen Bereichen, in denen dies zu den Kernaufgaben gehört.

Und dann gibt es ein gewisses Potenzial für die Verbesserung der Abläufe. Wir haben auch über Anwendungsfälle wie Terminplanung oder logistische Optimierung gelesen. Es wird also davon abhängen, in welcher Branche Sie tätig sind und an welcher Stelle der Wertschöpfungskette Sie betroffen sind.

Zusammenfassend lässt sich sagen, dass sich viele Unternehmen auf ihr Kerngeschäft konzentrieren werden. Bei einigen handelt es sich entweder um Varianten ihres derzeitigen Geschäfts, die aber eher plattformorientiert sind, oder um echte neue Wertschöpfung. Denken Sie an Nachhaltigkeit und Kohlenstoffabscheidung. Die Tatsache, dass wir in der Lage sein könnten, einige der Moleküle zu simulieren. Wenn wir die richtige Quanten-Hardware haben, was heute noch nicht der Fall ist, sind das echte neue Geschäftsfelder. Das ist also eine Art, darüber nachzudenken. Jetzt müssen wir die verschiedenen Branchen vergleichen, wo der Wert geschaffen wird, und dann entscheiden, was der optimale Weg ist.

Yuval: Viele Unternehmen experimentieren heute mit Quantum. Manchmal kommt das von ganz oben. Manchmal kommen sie von Ingenieuren oder Wissenschaftlern, die einfach nur in ihrer Freizeit damit anfangen wollen. Aber wie sieht heute der Erfolg eines Quantenprojekts aus? Geht es nur darum, zu beweisen, dass man mit Quanten etwas tun kann, was man auch mit der klassischen Technik getan hat? Ist es wirklich ein einzigartiger Vorteil? Wie sieht Erfolg bei einem Quantenprojekt in Ihren Augen heute aus?

Ivan: Ja, ich meine, um ganz offen zu sein, ich habe viel Zeit darauf verwendet. Wir wollen diese Technologie so gut wie möglich verstehen, bevor sie sich durchsetzt. Und wir versuchen, die Anwendungsfälle zu erfassen, mit denen die Unternehmen experimentieren, usw. Und bisher war es relativ schwierig, einen Anwendungsfall zu finden, bei dem echte Quantenhardware - ich spreche nicht von quanteninspirierter Hardware - mit dem, was wir geschaffen haben, irgendeinen klassischen Algorithmus schlagen oder übertreffen kann. Und Yuval, ich verfolge Ihre Veröffentlichung. Sie kennen viele Ihrer Leser, Fehlerkorrekturen und so weiter. Die Hardware ist heute einfach noch nicht so weit, um etwas zu produzieren, das in Bezug auf die geschäftlichen Auswirkungen überlegen wäre. Vielleicht gibt es ein paar Anwendungsfälle, aber es ist noch nicht entschieden, ob wir Benchmarks durchführen... Aber ich denke, wir sollten den Stand der Dinge nicht überbewerten.

Wenn man also den Stand der Dinge betrachtet und den Fahrplan für die Quantenentwicklung realistisch einschätzt, denke ich, dass der größte Erfolg in wenigen Punkten liegen wird. Erstens muss man verstehen, ob die Quantenphysik das Potenzial hat, die eigene Branche völlig umzukrempeln. So wie in den impliziten Branchen, wo vieles von der Wissenschaft bestimmt wird. Und jetzt können wir Dinge wie in der Chemie simulieren. Oder eigentlich wird es eine Erweiterung dessen sein, was man heute tut. Und dann muss man verstehen, was die vielversprechendsten Anwendungsfälle sind, und sich die Hände schmutzig machen. Ich meine, es gab ein gutes Beispiel für die Airbus-Herausforderung und Volkswagen hat eine Herausforderung. Ich bin ziemlich überzeugt, auch wenn ich nicht direkt mit diesen Unternehmen gesprochen habe, dass sie nicht mit der Erwartung großer Summen an die Sache herangehen, aber sie wollen sehen, wo die technologische Grenze liegt; was können wir lernen; und was können wir tatsächlich, zumindest auf der Forschungsebene, ausreichend realistische Algorithmen entwickeln, um zu beweisen, dass dieser Fall machbar ist, wenn die Hardware funktioniert?

Ich denke also, dass diese drei Bereiche meine direkte Antwort auf Ihre Frage sind. Erstens, zu verstehen, wo in meiner Wertschöpfungskette die Chancen liegen, und wie, zweitens, mit diesen Experimenten zu lernen, wo die Grenze liegt. Und drittens, vielleicht im Bereich der Forschung, um zu beweisen, dass einige dieser Algorithmen zumindest theoretisch zukunftsweisend sein könnten. Ich denke, das ist realistisch zu erwarten, wenn man bedenkt, wo die Hardware steht. Ich habe mit vielen Unternehmen gesprochen, die daraufhin quanteninspirierte Algorithmen entwickelt haben, die nützliche Dinge tun, und die damit sehr zufrieden waren. Und ich denke, wenn man mit den richtigen Erwartungen an die Sache herangeht, kann man seine Geschäftsinteressenten tatsächlich managen und die Technologie nicht überbewerten und tatsächlich das stetige Wachstum vorantreiben, das wir jetzt erleben.

Yuval: Wenn das also Ihre Definition von Erfolg ist, klingt es so, als ob ein Misserfolg darin bestünde, zu hohe Erwartungen zu setzen, zum CTO zu gehen und zu sagen: Gebt uns 200.000 Dollar, und wir werden die Art und Weise, wie wir TSP-Probleme lösen, revolutionieren. Und dann natürlich, weil die Hardware noch nicht ganz so weit ist, relativ zu diesen sehr hohen Erwartungen zu versagen. Ist das richtig?

Ivan: Ja, ich würde sagen, ja, übertriebenes Anpreisen und Versprechen von unrealistischen Ergebnissen innerhalb von ein oder zwei Jahren in gewisser Weise. Ich glaube, das wäre wirklich etwas, das nicht erfolgreich wäre. Ich denke, eine Strategie zu haben, wäre sehr gut, denn einige der Hardwareanbieter sind mehr oder weniger zuversichtlich, aber es besteht die Wahrscheinlichkeit, dass sie früher als später Hardware haben werden. Und wissen Sie, wenn es eine begrenzte Kapazität geben wird, ist es auch eine Frage, wie wir jetzt in das Projekt einsteigen können, um einen Platz in der ersten Reihe zu bekommen. Und dafür braucht man eine Strategie. Braucht man den ersten Platz in der ersten Reihe oder nicht? Denn wenn man etwas verändern will, sollte man lieber früh dabei sein, wenn es sich um eine Erweiterung des Geschäfts handelt, hat man das Privileg, ein wenig zu warten.

So etwas ist wichtig. Ich denke, der Fall, den Sie beschrieben haben, ist wahrscheinlich eine absolute Katastrophe, denn Sie wissen, wie diese Unternehmen arbeiten, der Stoffwechsel, Sie gehen hin, versprechen etwas, sie machen etwas, sie haken es ab, es hat nicht funktioniert. Und das nächste Mal, wenn jemand mit einer guten Idee kommt, vielleicht ist die Technologie schon weiter, werden die Leute sagen, oh, wir haben das versucht, es hat nicht funktioniert. Und diese Erinnerung, die Erinnerung an Misserfolge in vielen Unternehmen, die ich miterlebt habe, die hält sich über die Zeit. Ich denke also, das ist etwas, was wir vermeiden sollten. Wir sollten uns einfach verantwortungsbewusst positionieren, wo die Technologie steht, aber auch, was sie verspricht, und dann eine Art Strategie entwickeln. Wie können wir sie erleben, ohne die Erwartungen zu hoch zu schrauben, in dem Sinne, dass wir hier und jetzt etwas bekommen werden.

Yuval: Auf der Hardwareseite ist eine gute Annäherung an die Stärke der Hardware die Anzahl der Qubits, denn die Leute sagen, oh, wissen Sie, ich werde nächstes Jahr hundert Qubits haben und danach tausend Cubits, und bei einer bestimmten Anzahl von Qubits kann ich Fehlerkorrektur betreiben und dies und jenes tun, aber offensichtlich kann niemand simulieren, wie ein Computer mit tausend Qubits aussehen oder was er können wird, weil das die Fähigkeiten klassischer Computer übersteigt. Woher wissen wir, woher wissen Sie, woher wissen andere, dass ein Tausend-Qubit-Computer in Bezug auf die algorithmischen Fähigkeiten und den geschäftlichen Nutzen, den er bringt, wirklich bahnbrechend sein wird?

Ivan: Ich denke, das ist eine gute Frage. Was ich bisher gesehen habe, ist eigentlich eine ziemlich gute Forschung, entweder von kleineren Unternehmen oder von großen Tech-Giganten, die sich auf ein bestimmtes Problem konzentrieren, sagen wir ein chemisches Simulationsproblem. Und sie gehen wirklich in die Tiefe, mathematisch und so weiter. Sie erklären, warum Quantencomputer dieses Problem lösen könnten, und geben dann einige Parameter an. Ich meine, es gab sogar einige sehr grundlegende Arbeiten, die hundert Seiten lang sind und sehr ins Detail gehen. Ich denke, wir können es nicht wissen, bevor wir nicht alles zusammengefügt haben. Aber ich denke, dass diese Theorie und das, was wir aus der Theorie wissen, wie die verschiedenen Geräte funktionieren und die Gleichungen, die darin enthalten sind, uns Vertrauen geben könnten. Es geht also darum, das Risiko zu verringern. Es geht nicht darum, hundertprozentig sicher zu sein, aber es könnte uns ein angemessenes Vertrauen geben, dass wir... Das Risiko... Es besteht die Wahrscheinlichkeit, dass der Algorithmus funktioniert, wenn die Hardware wie vorgesehen funktioniert, d. h. keine Fehler und so weiter.

Aber ich denke, das ist das Beste, was wir versprechen können. Das ist der Grad der Risikominderung. Das erinnert mich ein wenig an die Pharmaindustrie. Wenn man ein neues Medikament am Ende der ersten Phase einführt, besteht eine Wahrscheinlichkeit von 90 %, dass es nicht wirkt. Und dann, wenn man bestimmte Phasen durchläuft, werden die Wahrscheinlichkeiten aktualisiert und erhöhen unsere Erwartungen und Bewertungen und alles andere. Und das erinnert mich auf einer sehr abstrakten Ebene auch daran, dass wir im Moment eine Theorie haben, die irgendwie funktionieren sollte. Dann machen wir eine kleine Sache in einem Simulator. Wie Sie sagten, ist es nicht einfach, Tausende oder mehr Qubits zu simulieren, aber okay, dieses Ergebnis gibt uns die nächste Stufe des Vertrauens. Und dann gibt es die nächste Stufe darüber. Wo wir uns also auf diesem Weg der Risikominderung befinden, gibt uns die Gewissheit, dass es funktionieren könnte, aber es ist nicht zu 100 % garantiert, wie Sie sagen. Ich meine, wir werden es erst wissen, wenn wir alles zusammen haben.

Yuval: Wenn ich mit Unternehmen darüber spreche, worüber sie sich Sorgen machen und was sie gerne sehen würden, kommen in der Regel drei Dinge zur Sprache. Erstens: stärkere Hardware. Okay, wir brauchen tausend Qubits oder hundert Qubits oder wie viele sie auch immer brauchen. Das zweite sind die Menschen. Wir brauchen mehr ausgebildete, qualifizierte Leute, die sich mit Quanteninformatik auskennen und Algorithmen entwickeln können usw. Und der dritte Punkt sind die Software-Entwicklungsplattformen. Wie kann ich Software für einen Tausend-Qubit-Computer entwickeln? Ich werde nicht mehr in der Lage sein, die Tore manuell mit den Qubits zu verbinden und so weiter. Ich habe da also eine zweiteilige Frage. Erstens: Sind Sie der Meinung, dass es vielleicht ein viertes oder fünftes Qubit gibt, das Ihrer Meinung nach fehlt? Und zweitens: Machen sich die Unternehmen wirklich Sorgen um den Software-Teil oder ist das nur unser Wunschdenken bei Classiq, dass das der Fall ist.

Ivan: Ich denke, wenn Sie von Unternehmen sprechen, dann gibt es wirklich nur wenige Unternehmen, die sich in einem Ausmaß bewegen, dass sie wirklich, sagen wir, an eine Quanten-Transformation denken, sagen wir, an künstliche Intelligenz, aber es gibt Gruppen innerhalb der Unternehmen, die darüber nachdenken, und wir haben darüber gesprochen. Und ich denke, es gibt noch einen weiteren Punkt, den ich hinzufügen möchte, der in vielen Unternehmen für, sagen wir mal, viel Verwirrung sorgt, und das ist mehr oder weniger, ich nenne es Strategie, aber es ist viel mehr als eine Strategie auf hohem Niveau. Es geht eigentlich darum, in welchen Anwendungsfällen ich anfangen sollte zu experimentieren und so weiter. Manche gehen da wirklich irgendwie verloren. Wo in der Wertschöpfungskette gibt es Möglichkeiten und so weiter. Und was wir ihnen manchmal raten, ist, dass man so etwas wie - wir nennen es bei der künstlichen Intelligenz - Geschäftsübersetzer braucht.

Sie brauchen also Leute, die die Quantentheorie der Quanteninformatik ausreichend verstehen, um zu erkennen, wo dies anwendbar ist, die aber gleichzeitig auch über ein ausreichendes Geschäftsverständnis verfügen, um zu wissen, um welche Geschäftsprobleme es sich handelt. Und dieser Teil ist ein bisschen schwierig, weil man die Fälle über die gesamte Wertschöpfungskette hinweg einordnen muss. Nehmen wir die Pharmaindustrie mit ihren Chemikalien, die fehlende Daten auf der Grundlage der Erwartungen an die Hardware und Software berechnen. Ich würde also diesen Teil für die Anwendungsfall-Roadmap und so weiter hinzufügen. Ich stimme mit Ihnen völlig überein. Die Menschen... Wir haben nicht genug und die Lücken werden wahrscheinlich noch größer werden. Ich würde der Hardware mit einigen Nuancen zustimmen, oder? Denn ich meine, in unserem Technologierat sind sehr unterschiedliche Unternehmen vertreten, die unterschiedliche Ansätze verfolgen usw. Es gibt eine ständige Debatte. Können wir etwas innerhalb von NISQ tun oder nicht?

Und manche Leute sagen, vergiss es. Es wird nichts Nützliches dabei herauskommen. Die anderen sagen, ja, wir werden in der Lage sein, Fehler mit Software zu korrigieren und wir werden in der Lage sein, etwas Nützliches zu produzieren. Und ich möchte darüber nicht urteilen. Es ist eine Debatte, wie Sie wissen, aber ich denke, ob Unternehmen tausend Qubits oder mehr wollen, ist eine Frage. Ich meine, ich denke, sie wollen den nützlichen Quantencomputer, mit dem sie das Geschäftsproblem lösen können, nur eine kleine Nuance. Und dann stimme ich Ihnen zu, was die Software betrifft, denn ich denke, dass selbst unsere Vorhersagen, und das geschah vor einigen Jahren, jetzt... In der Praxis sieht man, dass viele der Geschäftsprobleme in einer Art hybrider Sequenz gelöst werden.

Ich habe also, sagen wir mal, eine Art Optimierungsproblem. Ich kann 70% der Gleichungen mit einem Hochleistungscomputer lösen. Und dann brauche ich einen Teil eines Quantencomputers, um Koeffizienten oder so etwas zu erhalten... Jemanden zu haben, der versteht, was getan werden muss, der es in eine niedrigere Ebene der Arbitrierung und so weiter übersetzen kann, und es dann in einen Software-Workflow zu übersetzen, der das in großem Maßstab produzieren kann. Ich denke, das ist ziemlich entscheidend. Wir können auch von der künstlichen Intelligenz lernen. Als eine Gruppe von Datenwissenschaftlern einige KI-Experimente durchführte, waren alle beeindruckt: "Wow, cool, das kann man machen", aber es gab keine geschäftlichen Auswirkungen. Und der Grund, warum es keine Auswirkungen auf das Geschäft gab, ist, dass dies nicht für die Menschen an der Front produktiv gemacht wurde, um es in großem Umfang zu nutzen. Jetzt haben Sie also diese ganze Welle von maschinellen Lernoperationen.

Und ich denke, wir können daraus lernen. Ich denke, wir können diese Phase in der Quantenphysik vorwegnehmen. Ja, wir brauchen Experimente, aber ich denke, wir werden auch Software brauchen, die daraus lernt, um das auf industriellem Niveau skalieren zu können. Aus diesen beiden Gründen, weil ich davon ausgehe, dass die Arbeitsabläufe komplex sein werden und verschiedene Bibliotheken und so weiter aufrufen werden. Braucht man ein Bindegewebe, das aus Software besteht und... Ich will damit nur sagen, dass es nicht so ist, dass man einfach ein paar Daten nimmt und etwas in R macht. Und zweitens wird die Fähigkeit zur Skalierung mit Software viel leistungsfähiger. Deshalb denke ich, dass es diese drei oder vier Komponenten gibt. Anwendungsfall-Roadmap. Wann machen wir was, wann, mit entsprechend gesteuerten Erwartungen, Menschen, Hardware, nützliche Hardware, ob sie stärker ist, aber definitiv nützlich. Und die dritte Komponente ist die Software. Ich denke, das sind wahrscheinlich die wichtigsten Elemente.

Yuval: Sie erwähnten Quantenoperationen oder das Äquivalent zu Operationen des maschinellen Lernens oder KI-Operationen. Machen Sie sich Sorgen, dass ein Quantencomputer in der Cloud ist? Sie wissen schon, Sie brauchen ein SLA, Sie brauchen eine gute Reaktionszeit. Sie müssen zuverlässig sein, oder Sie sagen nein, die Amazonen, Googles und IBMs dieser Welt werden es herausfinden, weil sie es in der klassischen Welt schon so oft getan haben.

Ivan: Ja. Ich denke, neugierig, neugierig, irgendwie... Wenn ich etwas sagen darf, was ein bisschen provokativ ist... Ich denke also, sie werden es herausfinden. Aber für mich ist diese Frage auf der technischen Seite, was ist wirklich das Geschäftsmodell? Sie ist auch nicht hundertprozentig geklärt, und die Frage ist, wer als erster auf den Markt kommt. Und das meine ich: In bestimmten Bereichen wird das Quantencomputing so viel mehr unverhältnismäßigen Wert generieren, nehmen Sie etwas wie Nachhaltigkeit oder so, Sie schaffen buchstäblich neue Märkte, indem Sie, sagen wir, Moleküle simulieren, die es heute nicht gibt.

Die Frage ist, ob die Unternehmen dafür Kapazitäten verkaufen wollen. Oder wollen sie an der Wertschöpfung partizipieren, die entsteht? Und werden wir reichlich Kapazität haben? Denn wenn wir reichlich Kapazitäten haben, ist es ziemlich offensichtlich, dass diese in die Cloud gehen werden. Und viele Unternehmen werden ihre Arbeitsabläufe in die Cloud verlagern. Und ich glaube, dass diese Unternehmen herausfinden werden, wie sie das machen können, denn viele der Anwendungen, es sei denn, es handelt sich um eine Art Echtzeit-Optimierung von Logistik und Lieferkette. Es gab einen Unfall, auf den ich in einer Sekunde eine Antwort brauche... Eigentlich wäre Quantum durchaus leistungsfähiger als, als Standard, aber wissen Sie, dafür brauche ich die Antwortzeit, die sehr schnell ist. Mit anderen kann man immer noch ein bisschen leben, wenn man ein paar Tage braucht, um eine Simulation zu machen und so weiter. Das ist also das eine, aber ich komme gerade auf meinen Gedankengang zurück.

Wenn man also über reichlich Kapazität verfügt, wird man herausfinden, ob die Dinge mit der Cloud funktionieren werden. Wenn die Kapazitäten nicht im Überfluss vorhanden sind, wenn wir in bestimmten vertikalen Branchen einen extrem hohen Wert generieren, werden wir vielleicht nicht einmal sehen, dass viele dieser Quantencomputer, zumindest in der ersten Ära, sagen wir in den ersten fünf Jahren oder so, auf breiter Front in einer Cloud eingesetzt werden, wenn Sie verstehen, was ich sagen will. Oder vielleicht gibt es eine dritte Option, bei der man eine vertikale und eine horizontale Art von Hybridstrategie verfolgt. Es wird also eine bestimmte vertikale Lösung für bestimmte Branchen geben und dann eine Cloud für alle anderen. Das könnte auch sein, aber ich bin nicht so besorgt, dass sie keine Lösung finden werden...

Ich glaube, es gibt noch eine weitere Sache, die wichtig ist. Entschuldigung, ich spreche ein bisschen, während ich nachdenke, aber es gibt eine Sache, die wichtig ist. Wir haben also einen der Quanten-Anwendungsfälle analysiert und festgestellt, dass es zwar einen Optimierungsschub gegeben hat, dass aber der Informationstransfer zwischen den beiden Systemen stark beeinträchtigt war... Denn es wurde in einer hybriden Sequenz zwischen einer Quanten- und einer Cloud-Anwendung und so weiter durchgeführt. Was mich also mehr beunruhigt, ist diese Quanteninformationsübertragung. Denn um die volle Leistung zu nutzen, müssen bestimmte Informationen auf eine bestimmte Art und Weise ausgetauscht werden. Und das ist ein weiterer technischer Engpass, um es mal so zu sagen. Er ist schnell genug, damit man die Vorteile der Quantenübertragung voll ausschöpfen kann.

Yuval: Da wir uns dem Ende unserer heutigen Diskussion nähern, betrachten einige Unternehmen die Quantenphysik als ein völlig neues Produkt oder eine neue Art von Dienstleistung oder Plattform, wie Sie sie beschrieben haben, die es vorher nicht gab. Und jetzt sagen sie: Oh, ich gebe einen Betrag von X Dollar für Hochleistungsrechner aus. Und mit Quantencomputing kann ich vielleicht 30 % weniger ausgeben und ähnliche Ergebnisse erzielen. Wenn Sie wetten würden, was glauben Sie, was sich mehr durchsetzen wird, das neue Produkt oder die Kosteneinsparungen?

Ivan: Angesichts der Kosteneinsparungen, die Sie beschrieben haben, würde ich also auf das neue Produkt setzen. Verstehen Sie, was ich meine? Die Art und Weise, wie Sie es beschreiben, bedeutet also in gewisser Weise weniger Ausgaben für die Infrastrukturkosten. Weil ich so viel für KI ausgebe, kann ich es jetzt schneller machen. Ich bin mir nicht sicher, ob das die Überlegung ist. Ich denke, die Kosten im Sinne von: Oh, ich habe diese Lieferkette und kann jetzt 20 % mehr Kosten einsparen, weil ich einen besseren Planungsalgorithmus habe. Das mag für viele Branchen zutreffen. Und wir werden jetzt einen Bericht veröffentlichen, in dem wir sehr detaillierte Anwendungsfälle analysieren. Das könnte für einige Branchen gelten. Wenn Sie mich fragen, gibt es in diesem Bereich noch viele Möglichkeiten, denn viele Anwendungen sind, wie heißt es so schön, kleine Daten, große Rechenleistung. Ich beziehe mich dabei auf die Chemie, Molekularsimulationen und so weiter. Und da kommt man unweigerlich dazu, wirklich neue Anwendungsbereiche zu erschließen. Wenn ich also wetten will, setze ich auf die Nummer eins.

Yuval: Ausgezeichnet. Ivan, wie kann man mit Ihnen in Kontakt treten, um mehr über Ihre Arbeit zu erfahren?

Ivan: Ich denke, das Beste ist, wenn die Leute mich per E-Mail kontaktieren. Und wissen Sie, es gibt eine Menge Berichte von unserer Seite, in denen wir versuchen, zu analysieren... Es ist schwierig, etwas zu analysieren, das erst in ein paar Jahren kommt, aber für eine Reihe von Jahren... Aber wir versuchen, die Auswirkungen auf verschiedene Branchen und Veröffentlichungen zu analysieren. Und bei vielen davon bin ich Mitautor, das ist also die andere Möglichkeit, sie zu finden. Wissen Sie, McKinsey, a game plan for quantum computing, war unsere erste Veröffentlichung. Es war sehr anspruchsvoll, aber es sollte nur die Grundlagen für Führungskräfte vermitteln. Und um das zu lesen, wäre das der andere Weg. Und meine E-Mail-Adresse lautet ivan_ostojic@mckinsey.com.

Yuval: Sehr gut. Ivan, vielen Dank, dass Sie heute bei mir sind.

Ivan: Ich hoffe, es war interessant. Vielen Dank, Yuval, dass ich dabei sein durfte. Ich habe das Gespräch mit Ihnen genossen.

‍