メインコンテンツへスキップ

ビジネスへの影響

学習目標​

このモジュールを終了すると、次のことができるようになります。

  • 量子コンピューティングを今すぐ探求することの利点を認識する。
  • 量子コンピューティングが有望な産業とアプリケーションを特定する。

量子コンピューティングの産業応用の可能性​

古典的なスーパーコンピューターは、分子の挙動をモデル化するような、多くの変数が複雑に相互作用する問題の解決に苦労しています。こうした古典的な限界は、幅広い産業の進歩に障壁をもたらし、物理学・化学・材料科学などの重要な研究を妨げています。

分子がどのように振る舞うかを理解するために、科学者はしばしばその分子を実際に合成して実験する必要があります。わずかな変更が挙動にどう影響するかを調べるには、通常、新しいバージョンを合成して実験をやり直す必要があります。これは費用と時間のかかるプロセスです。これにより、航空宇宙工学向けのより強靭で軽量な材料の開発が遅れ、半導体の進化が制約され、医科学の発展が妨げられています。量子コンピューティングは、こうした複雑性の壁を突破する助けになると期待されています。

量子コンピューティングは、機械学習、自然系のシミュレーション、有用な新素材の創造といった分野で最大のインパクトをもたらすと考えられています。

IBM®は、量子コンピューティングが機会をもたらすと期待される産業を調査しています。以下の画像はさまざまな産業のユースケースを示しており、このレッスンの後続セクションでは、パートナー企業がこれらのユースケースをどのように探求しているかを紹介します。

ユースケース

流通・物流​

スーパーコンピューターというとナショナルラボを思い浮かべるかもしれませんが、最大級のスーパーコンピューターのひとつがウォルマートによって運用されていることをご存知ですか？マッキンゼーの記事が指摘するように、旅行・輸送・物流の分野は量子コンピューティングに大きな可能性を秘めています。

最大規模のコンピューティングシステムの多くは、航空、物流、小売・消費財産業における最適化問題やAI問題の解決に費やされています。ネットワーク計画、ルーティング、スケジューリング、価格設定、貨物積載、混乱管理において、大規模かつ複雑な最適化・シナリオシミュレーションの問題が生じています。個別化されたコンテンツの配信や適時かつ適切なレコメンデーションによって印象に残る顧客体験を提供するためには、進化するAIモデルが必要です。しかし、複雑性の問題は通常、問題の規模に対して指数的にスケールします。

ノースカロライナ州立大学はデルタ航空と共同で、量子技術の航空機ゲートスケジューリング最適化への応用を研究しました。航空会社における潜在的なユースケースとしては、より効率的な混乱管理シミュレーション、航空ネットワーク計画、航空貨物積載の最適化などが挙げられます。

航空会社向け量子コンピューティングのユースケース

オンラインコマースの急激な加速に直面している物流業界では、量子コンピューターがグローバルなルーティング最適化と頻繁な再最適化をサポートし、収益性の高いマルチモーダル輸送とラストマイル配送サービスを実現できる可能性があります。量子コンピューティングは、物流混乱の影響をより高い精度でシミュレートし、コンテナ船輸送の最適化などの持続可能な物流プロセスを支援するうえでも役立つでしょう。

古典・量子の統合ソリューションは、小売・消費財業界における顧客プロファイリングや「次に最適なアクション」のレコメンデーションの精度を向上させる可能性があります。継続的な新製品イノベーションはこれらの産業にとって重要な要素であり、量子コンピューティングは新製品の開発・テストにおいて重要な役割を担う可能性があります。最適化によるサプライチェーンの合理化は、在庫不足と過剰在庫のバランスを管理しながら複雑性をナビゲートする企業の取り組みをより効果的に支援するでしょう。

量子コンピューターは、こうした問題を異なる視点から見るためのツールを提供します。科学者は、これらの問題に適用するより優れたアルゴリズムの実験を続けています。商業的な量子コンピューティングの到来を見据えて、先進企業はビジネス価値を生み出す社内の量子能力を識別・テストするユースケースを模索しています。ユースケースの設計が優れているほど、ビジネス価値を提供できる可能性が高まります。たとえば、航空スケジュールや人員配置における業務混乱を解消するユースケースを考えてみましょう。このユースケースが有望なのは、将来的に中核ビジネス問題に対する革新的なソリューションをもたらす可能性を持ち、既存の（最適ではないが）古典的な代替手段が存在し、銀行・金融で使われているモンテカルロシミュレーションの最適シナリオ選択において量子アルゴリズムがすでに有効であると示されているからです。このような戦略的なユースケースは、近期的な技術的実現可能性に注目し、量子コンピューティング技術が古典的な代替手段を上回る可能性を考慮し、市場の成果・競争上の影響・財務的インパクトによって評価されるビジネス効果を見極めます。一部の重要なビジネス課題では、わずかな優位性でも大きなインパクトをもたらす可能性があります。

こちらもご確認ください

小売・消費財、旅行・輸送産業における量子コンピューティングのユースケースについて詳しく学ぶには、以下のリソースをご参照ください。

金融サービス​

銀行、金融市場、保険会社はリスク管理を軸に事業を展開しています。JPモルガン・チェースやゴールドマン・サックスなどのウォール街の巨人は、量子コンピューティングがポートフォリオに関わる脅威と機会をより適切に管理できる優位性をもたらすことを期待しています。量子コンピューターはまた、金融のプロが複雑な意思決定ツリーの起こりうる結果を予測して利益を最大化するための数学的モデルであるモンテカルロシミュレーションの改善にも役立てられるかもしれません。その他の量子実験の分野としては、不正検出、マネーロンダリング対策、信用スコアリング、精緻な顧客プロファイリング、より効率的なリスク管理、価格モデルの最適化などが挙げられます。

IBMの研究者は、従来のモンテカルロサンプリングアプローチを上回る量子アルゴリズムを開発しました。モンテカルロシミュレーションでは、コンピューターが与えられた確率分布から多数のランダムサンプルを取得し、最も可能性の高い結果を見つけます。モンテカルロシミュレーションの予測結果の誤差を 1/X1/X 倍に低減するには、従来の手法では X2X^2 倍のサンプルが必要ですが、量子サンプルでは XX 倍で済みます。この意味は2つの観点から捉えられます。(1) 量子コンピューターを使えば固定した信頼水準により速く到達できる、または (2) 固定された時間の中で、量子コンピューターは古典的なモンテカルロソリューションよりも高い確信度の答えを提供できる、ということです。

モンテカルロに対する二次的な高速化

IBM Institute for Business Valueによるレポート "Getting Your Financial Institution Ready for the Quantum Computing Revolution" によると、金融機関は非常に複雑な計算を劇的に高速化し、精度を向上させるために量子コンピューティングを探求しています。この目的のため、IBMの研究者はオプション価格設定のための量子ファイナンスシミュレーターを作成しました。IBMが開発したソフトウェアツールと量子アルゴリズムを使って、従来の手法よりもスケーラブルにオプションを価格設定するため、IBM Quantum®ネットワークのメンバーが金融と量子コンピューティングの実験を行っています。

JPモルガン・チェースはIBM Quantumと提携し、金融オプションの価格予測や不正検出・信用力評価の改善に取り組んでいます。

PayPalはIBMと提携し、不正検出、信用リスク業務、全体的なセキュリティ態勢への量子コンピューティングの活用方法を研究しています。

HSBCはIBMと協力して量子コンピューティングへの準備を加速させています。HSBCは価格設定とポートフォリオ最適化への量子コンピューティングの活用、ネットゼロ目標の推進、リスクと不正行為の軽減を探求する計画です。詳しくはこちらの記事をご覧ください："HSBC Working with IBM to Accelerate Quantum Computing Readiness."

こちらもご確認ください

ヘルスケアとライフサイエンス​

このセクターには計算集約的な問題が数多く存在し、従来のコンピューティングでは適切に対処できないほど爆発的に増加するリアルワールドデータおよびゲノムデータによって課題が拡大しています。

ヘルスケアでは、量子コンピューティングが診断、個別化医療、保険価格設定における複雑な課題への対処を助ける可能性があります。

ライフサイエンスでは、量子コンピューティングが新薬やタンパク質構造の発見を加速させる可能性があります。

創薬における3次元（3D）タンパク質構造の中心的な役割は長年にわたって研究されてきました。アミノ酸の一次配列から3D構造を予測することは「タンパク質折り畳み問題」として知られています。IBMの研究者は、量子コンピューティングがこの問題に取り組む方法を実証しました。

クリーブランドクリニックはIBMとパートナーシップを結び、ハイブリッドクラウド上の高性能コンピューティング、人工知能（AI）、量子コンピューティング技術を活用してヘルスケアとライフサイエンスにおける発見のペースを根本的に加速させるというミッションに取り組んでいます。詳しくは"Cleveland Clinic and IBM Unveil Landmark 10-Year Partnership to Accelerate Discovery in Healthcare and Life Sciences"をお読みください。

Amgenは IBM Quantum と連携し、電子健康記録に基づく人口健康モデリングのための量子機械学習を探求しました。詳しくは"Quantum Kernels for Real-World Predictions Based on Electronic Health Records"をお読みください。

こちらもご確認ください

産業用個別生産製造​

製造業は量子コンピューティングの早期受益者になる可能性があります。化学・材料のユースケース、生産計画・製造・物流・サプライチェーンにおける最適化アプリケーション、品質管理のための機械学習など、量子コンピューティングが影響をもたらす可能性のある分野が数多く存在します。このグラフィックは製造業における潜在的な量子コンピューティングユースケースの分類を示しています。

量子コンピューティングの潜在的ユースケース

多くの企業が、航空宇宙・自動車・電子機器製造における潜在的な量子コンピューティング応用を探求しています。

航空宇宙・防衛における量子応用には、飛行ルートの最適化、計算流体力学、材料開発などが含まれます。

自動車産業は、新しいバッテリー設計・開発、ソフトウェアの検証と妥当性確認、工場自動化、品質管理、高度な運転支援など、さまざまな分野で量子コンピューティングの恩恵を受ける可能性があります。ダイムラー・メルセデス・ベンツは、輸送物流の最適化と車両バッテリーの化学的研究に量子コンピューティングを活用しました。同社の北米R&Dユニットのイノベーションディレクターであるベン・ベーザー氏は、よりエネルギー密度の高いバッテリー技術の開発と完成が「10億ドル規模の機会を解き放つ可能性がある」と述べています。さまざまな分子の特性や挙動をシミュレートすることは、現在のスーパーコンピューターの計算能力をも超えています。量子コンピューティングは、このシミュレーションプロセスを加速する可能性のある方法を提供します。ベーザー氏は「新しいバッテリー技術のテストと検証に数年かかる場合、この作業が遅れると市場での機会を逃すことになる」と指摘しており、だからこそダイムラー・メルセデス・ベンツはIBM Quantumと協力して、技術の進展とともにバッテリー研究のための量子の力を活用しようとしているのです。

電子機器の分野では、量子コンピューティングは複雑で動的なファブスケジューリングによる製造スループットの向上、チップの性能・電力・面積といった製品パフォーマンスの最適化、さらにはより大規模で精度の高い分子シミュレーションによる先進材料の商業化加速に貢献できる可能性があります。JSRはIBM Quantumと提携し、半導体チップ研究、特にフォトレジストの開発・製造への量子コンピューティングの活用を探求しています。

こちらもご確認ください

  • 材料開発、製品設計、よりスマートな製造における量子コンピューティングの電子機器産業への貢献に関するIBM Institute for Business Valueのレポートをお読みください："Exploring Quantum Computing Use Cases for Electronics."
  • ダイムラー・ベンツは、量子コンピューティングがバッテリー用新素材の開発、自動車製造技術の向上、製品体験の強化にどう貢献できるかを探求しています。

産業用プロセス製造​

「私たちは、近い将来取り組まなければならない大きなグローバル課題があることを骨身に染みて知っています。量子コンピューティングが革命的なレベルにスケールしたとき、私たちは準備ができているでしょう」と、エクソンモービルの研究開発担当バイスプレジデントであるヴィジェイ・スワラップ博士は語っています。エクソンモービルとIBMは共同で、量子コンピューターを使って熱力学的観測量を正確に計算する進歩を実証し、量子が先進エネルギーソリューションを開発する化学者や化学エンジニアのための次世代ツールになりえることを示しました。エクソンモービルのユースケースはそれだけにとどまらず、複雑なエネルギー課題の解決に取り組んでいます。エクソンモービルが量子コンピューターを使ってよりクリーンな燃料を輸送する方法をご覧ください。

IBMは、IBM Quantum慶應ハブを通じたIBM Quantumネットワークパートナーである三菱ケミカルと、さまざまな潜在的な量子応用に関して協力しています。2019年の論文「Computational Investigations of the Lithium Superoxide Dimer Rearrangement on Noisy Quantum Devices」は、将来のバッテリー開発において根本的な意義を持つ可能性があります。EE Times の記事"Battery Research Advances Quantum Computing Capabilities"ではこの研究について詳しく紹介しており、その後すぐに2つの研究論文が続きました。ひとつは"Applications of Quantum Computing for Investigations of Electronic Transitions in Phenylsulfonyl-Carbazole TADF Emitters"、もうひとつは"Quantum-Classical Computational Molecular Design of Deuterated High-Efficiency OLED Emitters"です。彼らのミッションは、潜在的な新OLED材料の深い分子構造をモデル化・分析することです。

こちらもご確認ください

IBM Quantumコンピューターがこれらの産業に与える影響について詳しく学ぶために、以下のリソースをご確認ください。

ユーティリティ​

「ユーティリティは、産業・企業・消費者がネットゼロ目標を達成するうえで重要な役割を果たしています」と、IBM DACHのゼネラルマネージャーであるグレゴール・ピレン氏は言います。「しかし、その実現には、需要に応えるためにグリッドをより適切に予測・最適化し、クリーンな再生可能エネルギーの利用を増やすための高度な技術が必要です。量子コンピューティングは、ユーティリティがこの新しく持続可能な未来を切り開くのに役立つコンピューティング能力を提供します。」

E.ONは脱炭素化への取り組みの一環として、IBMと提携し、ますます分散化する世界のエネルギーインフラの最適化に向けた量子コンピューティングの可能性を探求しています。「電気自動車を充電器につなぐと、家と車に電力を供給するソーラーパネルが使えるかもしれません。しかし、その余剰エネルギーを近所の人々に売ることはできるでしょうか？なぜ数千キロメートル先のガスを燃やした発電所で作られたエネルギーを使わなければならないのでしょうか？」とE.ONのデジタルテクノロジー量子コンピューティング担当リードであるコーリー・オミーラ氏は問いかけます（"IBM Panel Highlights Quantum Role in Sustainability"を参照）。量子コンピューティングアルゴリズムは、グリッドに追加のアセットが接続された際に生じる複雑性を管理するための鍵を握っている可能性があります。

エネルギーの発生・伝達・貯蔵を改善するために設計された新素材の発見に量子コンピューティングが貢献できる可能性は、bpがIBM Quantumと提携してネットゼロ目標を達成しようとする理由のひとつです。

IBMのパートナーであるウッドサイドエナジーは、古典系と量子系の間のデータ転送のオーバーヘッドを削減するための新しいアルゴリズムを実験しており、量子カーネルをストリーミングデータに適用することを可能にしています。

通信産業では、量子コンピューティングがネットワークトラフィックルーティングとワークロードバランシング、温室効果ガス・エネルギー消費、文脈に応じた顧客セグメンテーションのソリューション提供に可能性を示しています。ボーダフォンはIBM Quantumと提携し、通信分野における潜在的な量子ユースケースの検証と推進に取り組んでいます。

こちらもご確認ください

  • 量子コンピューティングが気候技術の開発を加速させ、気候変動との戦いを変革できる可能性についてのマッキンゼーのレポートをお読みください："Quantum Computing Might Just Save the Planet."

まとめ​

量子コンピューティングは、化学・石油、流通・物流、金融サービス、ヘルスケア・ライフサイエンス、製造業のセクターで強いインパクトをもたらすことが期待されています。

量子コンピューティングの応用例には以下が含まれます。

  • 材料発見を促進するための量子ダイナミクスのシミュレーション
  • 金融ポートフォリオに関わるリスクと機会の管理
  • 新薬やタンパク質構造の発見
  • 分散型エネルギーシステムの最適化

量子コンピューティングは、以下を含むアプリケーションの解決を助けることができます。

  • 自然のシミュレーション
  • 人工知能
  • 最適化

ビジネスリーダーはこの新しい技術に向けて、今から準備の評価を始めるべきです。これは、量子コンピューティングのチャンピオンを特定すること、自社のビジネスのどの分野が量子コンピューティングによって影響を受ける可能性があるかを評価すること、適切なスキルセットを開発すること、そして実際の量子コンピューターで実験することで実現できます。次のモジュールに進んで、IBMの量子コンピューティングリソースと、あなたの組織がどのように量子対応になれるかについて詳しく学びましょう。