Vous avez sûrement déjà croisé le sujet dans un comité d’innovation : un POC quantique, quelques semaines de travail, une machine accessible dans le cloud et un cas d’usage à tester. Lancer l’essai n’est plus le problème. Savoir quoi en faire ensuite, si.
Selon BCG, cité par le JDN, une centaine d’entreprises menaient environ 150 POC dans le quantique fin 2024. C’est 50 % de plus qu’en 2022. Fin 2024, c’est déjà un peu ancien, mais la tendance, elle, n’a pas bougé.
Le POC quantique n'est plus une curiosité de laboratoire.
Depuis, McKinsey a pris la température. Son Quantum Technology Monitor 2026 recense plus de 300 entreprises qui travaillent avec des fournisseurs quantiques, et 12,6 milliards de dollars investis dans les start-ups du secteur en 2025. Les deux chiffres ne mesurent pas la même chose. Pourtant, ils racontent la même histoire : on a quitté le stade de la curiosité.
Le détail le plus intéressant se cache dans les budgets. Toujours selon McKinsey, un tiers des entreprises étudiées ont consacré plus de 10 millions de dollars au quantique en 2025, surtout pour des cas d’usage, de l’intégration et de la montée en compétences, bien plus que pour du matériel. Côté BCG, la part des dépenses allant aux logiciels et aux algorithmes est passée de 21 % à 40 % entre 2022 et 2024. Autrement dit, l’argent suit l’application, pas la machine. La France, de son côté, mise un milliard sur le quantique, ce qui confirme que le sujet dépasse les laboratoires.
Cette montée en puissance change la question. Il y a deux ans, on se demandait s’il fallait lancer un POC quantique. Aujourd’hui, il s’agit plutôt de savoir lesquels méritent de continuer.
Ce que prouve un POC quantique, et ce qu'il ne prouve pas.
Prenons un exemple concret, côté finance. En septembre 2025, HSBC et IBM ont testé une approche hybride, mêlant calcul classique et processeur quantique, sur des données réelles du marché obligataire européen. Résultat annoncé : jusqu’à 34 % d’amélioration pour prédire si une transaction sera exécutée au prix proposé. C’est un beau signal. Mais le JDN le rappelle : il ne s’agit pas d’un déploiement en production, et le « jusqu’à » pèse son poids.
Il faut aussi garder la tête froide face aux grands chiffres. L’analyste de PostQuantum.com salue le rapport McKinsey, mais juge les montants globaux discutables : que compte-t-on exactement dans ces 12,6 milliards, et comment sépare-t-on le quantique du reste ? Il pointe aussi un biais de comparaison. Les gains attendus se mesurent face à l’informatique d’aujourd’hui, alors que l’informatique classique et l’IA progressent chaque année. En juillet, il a même démonté l’estimation de valeur en finance, dont le calcul ne se reproduit pas à partir des hypothèses affichées.
Conclusion pratique : un POC quantique ne doit jamais se comparer au classique d’hier. Sinon, il gagne à tous les coups, et il ne prouve rien.
Sortir de l'expérimentation permanente.
Voilà le vrai risque. Le même JDN décrit un piège : l’expérimentation permanente. Beaucoup de projets sont bâtis autour d’une machine ou d’une technologie précise. Quand elle change, il faut tout refaire, et l’entreprise accumule de l’expérience sans jamais construire d’application durable. Précision utile : l’auteur de cette chronique dirige Classiq, un éditeur de logiciels quantiques. Il prêche donc pour sa paroisse, ce qui n’invalide pas son constat.
On retrouve la même mécanique qu’avec l’IA, où 95 % des entreprises ont une stratégie, mais 8 % savent ce qu’elle rapporte. Alors, comment éviter la boucle ? Quatre questions, à poser avant le prochain POC quantique. Car un POC quantique réussi qui reste sur une étagère coûte aussi cher qu’un échec : il a mobilisé des équipes, du budget et du temps, sans rien changer à l’activité.
D’abord, quelle décision cet essai va-t-il déclencher ? Si la réponse est « on verra », ne le lancez pas. Ensuite, part-on d’un problème métier ou d’une machine ? Les experts du métier, banque, assurance, logistique, savent seuls quels problèmes comptent vraiment. Puis, ce qu’on construit survivra-t-il à un changement de matériel ? Enfin, contre quelle base classique, honnête et à jour, mesure-t-on le résultat ?
Dernier point, souvent oublié : l’apprentissage prend des années, pas des semaines. Savoir identifier les bons cas d’usage et réunir les bonnes compétences se construit lentement. Et ça, aucune machine ne le fera à votre place.
Après le POC quantique, la décision.
Le quantique avance, les budgets aussi, et la tentation de multiplier les essais est forte. Pourtant, la valeur ne vient pas du nombre de POC lancés, mais de ce que vous en tirez : un cas d’usage retenu, un autre abandonné, une équipe qui a appris. Pour une banque ou un assureur, où les pistes les plus citées touchent la modélisation du risque et l’optimisation, ce tri est d’autant plus précieux. Et si vous cherchez un sujet quantique où l’échéance est déjà fixée, la cryptographie post-quantique est un bon point de départ.
Si vous voulez cadrer vos prochains essais et décider de la suite, on peut en parler.