Il computing quantistico ibrido è ancora percepito come territorio da esperti in fisica esotica e laboratori con budget miliardari. SAS sta provando a smontare questo pregiudizio con un toolkit che arriverà entro fine 2026 su Viya, la piattaforma del colosso americano dei dati pensata per data scientist e analisti enterprise che non hanno un dottorato in fisica quantistica né budget da laboratorio nazionale. Nel mezzo, l’azienda accelera anche sulla frontiera dell’AI agentica, e a guidare quest’ultima strategia c’è una ragazza di Roma: Marinela Profi.
A Grapevine, in Texas, durante la conferenza annuale SAS Innovate 2026, l’azienda ha svelato il suo nuovo Quantum Lab: un toolkit in arrivo entro fine anno su SAS Viya che potrebbe abbattere le barriere del computing quantistico ibrido. Ottimizzazioni avanzate, machine learning su hardware quantistico e simulazioni con accelerazioni superiori fino a cento volte rispetto ai metodi classici stanno diventando accessibili. SAS, se la tabella di marcia verrà rispettata, si posiziona come il “piccolo” che dal niente sorpassa gli investimenti miliardari in ricerca e sviluppo fatti da Ibm e Google, oltre alle startup-unicorno del settore come IonQ e PsiQuantum.
Il problema del commesso viaggiatore
Per capire perché il quantum computing interessa alle imprese, bisogna partire da un esempio scolastico diventato industriale: il cosiddetto problema del commesso viaggiatore. Trovare il percorso più corto tra centinaia di città richiede di testare ogni possibile combinazione, che può arrivare nell’ordine dei miliardi o dei trilioni di variabili. Un computer classico affronta questo tipo di problema in maniera sequenziale, impiegando tempi proibitivi. Un sistema quantistico, invece, esplora matematicamente l’intero spazio delle soluzioni in parallelo, individuando i risultati ottimali in una frazione del tempo.
È già possibile, almeno in parte, con le architetture ibride. Come ha spiegato a Wired Bryan Harris, CTO di SAS, «i sistemi ibridi sono già operativi: i computer quantistici gestiscono l’analisi dello spazio delle soluzioni, mentre i computer classici si occupano del resto del flusso di lavoro». Il vantaggio competitivo è concreto, anche se la tecnologia quantistica pura è ancora in maturazione e la catena dei fornitori dell’hardware quantistico sta solo ora trovando una stabilità produttiva.
Un mercato bloccato dalla paura del vuoto
L’indagine condotta da SAS su oltre cinquecento aziende di tutto il mondo in vari settori ha restituito un quadro interessante. Nel 2025 la barriera principale all’adozione del quantum AI era il costo di implementazione, seguita dalla mancanza di conoscenza. Nel 2026 il quadro è cambiato: al primo posto si trova l’incertezza sugli utilizzi concreti nel mondo reale, seguita dal costo e dalla carenza di personale qualificato. La paura di investire senza sapere dove si va è oggi il freno principale, più del denaro.
Le aspirazioni dichiarate dai partecipanti al sondaggio coprono un arco sorprendentemente ampio di settori. Rilevamento delle frodi finanziarie su pattern di transazioni complessi, ottimizzazione del traffico nelle reti 5G in tempo reale, accelerazione della simulazione molecolare per la scoperta di nuovi farmaci, ottimizzazione delle catena dei fornitori della logistica, miglioramento dei workflow di machine learning per la modellazione predittiva del comportamento dei clienti. Tutti problemi reali, tutti problemi che hanno in comune una struttura matematica intrattabile con i metodi puramente classici.
