O avanço da computação quântica tem se tornado uma prioridade para as principais empresas de tecnologia. Esse interesse é compreensível, já que, em comparação com a computação tradicional, este novo campo possui a capacidade de processar informações de maneira mais dinâmica para determinadas classes de problemas, como a fatoração e busca de algoritmos complexos, de forma muito mais eficiente que os computadores clássicos.
Empresas líderes como IBM e Google têm investido consideravelmente para impulsionar esta tecnologia, aumentando o número de qubits em seus processadores quânticos. Além delas, Microsoft e Quantinuum também estão fortemente empenhadas na evolução da capacidade e qualidade dos qubits, a unidade fundamental do bit quântico. O marco da supremacia quântica alcançado pelo Google exemplifica este progresso.
O envolvimento ativo dessas grandes empresas resultou em melhorias significativas em diversas áreas. Houve avanços em hardware, software, algoritmos e aplicações práticas, bem como na estabilidade dos qubits. Além disso, foram desenvolvidos algoritmos práticos como os de Shor e Grover, e criadas plataformas de programação como Qiskit e Cirq. Os progressos na correção de erros quânticos também foram notáveis. Este engajamento fortaleceu a infraestrutura tecnológica e aumentou substancialmente os investimentos e colaborações entre empresas, instituições acadêmicas e governos.
Este otimismo em relação ao desenvolvimento se reflete em investimentos. Segundo a Pesquisa Febraban de Tecnologia Bancária 2024, 71% dos bancos consideram as inovações tecnológicas, incluindo a computação quântica, prioritárias em suas estratégias de diferenciação. Embora 11% das instituições estejam começando a investir nesse campo, comparado aos anos anteriores, esses números ilustram um panorama positivo na adoção da computação quântica.
Este entusiasmo não se restringe ao setor bancário, alcançando também áreas como saúde, com a possibilidade de descoberta de novos materiais e medicamentos, análise preditiva e modelagem de sistemas complexos. A criptografia também se beneficia, com métodos de comunicação mais seguros, além da simulação de materiais e química, com a modelagem precisa de moléculas complexas. Todas essas áreas podem se beneficiar da confluência entre computação quântica e IA, que proporciona a capacidade de analisar e aprender a partir de grandes volumes de dados e resolver problemas complexos de forma exponencialmente mais rápida.
No estágio atual, enfrentamos questões como a alta taxa de erros dos qubits e a necessidade de condições extremas, como temperaturas muito baixas, para operar, o que dificulta sua escalabilidade e viabilidade prática em curto prazo. Há também riscos significativos de segurança, pois a capacidade de quebrar criptografias atuais pode comprometer seriamente a privacidade e segurança dos dados.
Isso significa que, apesar das conquistas dos últimos anos, uma abordagem otimista, mas racional, é necessária em relação à computação quântica. Ainda há muito a ser feito, incluindo investimentos em pesquisa para desenvolver novas capacidades em software, hardware, conectividade e segurança.
Do ponto de vista da aplicação, é fundamental identificar quais problemas práticos podem ser significativamente melhorados pela tecnologia quântica e como integrá-la aos sistemas clássicos existentes. Desafios como a melhoria da estabilidade e fidelidade dos qubits e a criação de algoritmos práticos e eficientes também precisam ser superados. Também é urgente desenvolver novas técnicas de criptografia pós-quântica, um dos principais obstáculos para a adoção dessa tecnologia no setor bancário.
Para mitigar os riscos envolvidos, é essencial focar na correção de erros quânticos e na estabilização dos qubits. Investimentos robustos em pesquisa e infraestrutura são fundamentais para melhorar a eficiência operacional e reduzir as exigências tecnológicas. A colaboração entre governos, academia e indústrias pode acelerar a definição de normas de segurança, garantindo uma transição segura para a computação quântica e minimizando impactos adversos potenciais.
Paulo Watanave, diretor de operações de Data & AI na Nava Technology for Business.
