西林 泰如
日本アイ・ビー・エム グローバル・ビジネス・サービス事業本部
戦略コンサルティンググループ
シニア・マネージング・コンサルタント
IBM Q Ambassador / IBM Q Consulting Japan Lead
総合電機メーカー、米国系戦略コンサルティングファームを経て、IBMに参画。専門はビジネスとテクノロジーの両輪に関する、経営企画・経営戦略、事業開発・事業戦略、提携・投資/M&A、海外進出（米国シリコンバレー、シンガポールなどでの海外駐在経験）、情報通信・インターネット技術（日米120件超の特許の筆頭発明者）。IBMではGlobal Digital Strategy Groupに所属。量子コンピューティングを中心にIBMがリードする破壊的テクノロジーによる革新をテーマに、経営戦略・事業戦略、デジタル戦略、オペレーション戦略、組織チェンジ・マネージメント、テクノロジー・データ戦略の戦略業務に従事している。工学修士（MEng）、および、経営管理修士（MBA）。
橋本 光弘
日本アイ・ビー・エム グローバル・ビジネス・サービス事業本部
戦略コンサルティンググループ
マネージング・コンサルタント
IBM Q Ambassador / IBM Q Consulting Japan Lead
日本学術振興会特別研究員（DC1）、国内大手電機メーカー研究員（中央研究所、米国研究所他）として、ストレージデバイスの研究開発に従事。その後、米国系戦略コンサルティングファームおよびIBMにて、電機・機械・自動車・エネルギー・金融業界のコンサルティングプロジェクトに参画。専門領域は全社戦略（中期経営計画、ポートフォリオ戦略、シナリオプランニング）、新規事業戦略、M&A（ビジネスデューデリジェンス・PMI）、オペレーション改革、組織再編。近年は特に、量子コンピューティング・IoT・AI・ブロックチェーンなどのテクノロジーを活用した新規事業戦略策定やオペレーション改革をテーマに、プロジェクトを多数手掛けている。博士（工学）。
IBMは量子コンピューティングの開発に取り組み、その開発競争において最先端を走っている。一方、量子コンピューティングを企業経営に活かすための議論や取り組みは、もはや一部の企業にとどまらず、業界の垣根すらも越えて大きく加速している。本記事では、2019年8月27日に行われた「量子コンピューティング・ビジネス 特別セミナー」のレポートを通して、最新ユースケースと共にIBMの提案を紹介する。
量子コンピューティングの現在地とは
セミナーの冒頭で、西林泰如氏より、量子コンピューティングの現在地が示された。
「量子コンピューティングへの取り組み、そのステージは3つのキーワードで定義することができます。初めは“Quantum Foundation”と呼ばれるステージ。これは、量子力学のコンピューティング活用にむけた基礎学術体系の整理という意味で、黎明期と捉えることができます。
次は“Quantum Ready”と呼ばれるステージで、準備期間と位置づけられています。IBMは、ここにおける取り組みとして、2016年に世界で初めてクラウドベースで量子コンピューティングの機能を一般公開しました。さらに、量子コンピューティングのプラットフォーム開発から、ユースケースやアプリケーションの見極め、そこに必要なアルゴリズムを開発するといったところを中心に進めています。現在はこのステージと考えられています。
将来的に目指しているのが、“Quantum Advantage”と呼ばれるステージ。ある特定の問題に対して、現在のコンピューティング（以下、古典コンピューティング）よりも量子コンピューティングの方が、圧倒的価値をもたらすと考えられている時代です。2020年以降に到来すると考えられており、商用化された量子コンピューティングのプラットフォームが、さまざまな企業のプラットフォームやシステムと連携していくでしょう」（西林氏）
量子コンピューティングの優位性が期待される適用領域とは
引き続き西林氏より、Quantum Readyの時代にいる今、量子コンピューティングの優位性が期待されている領域について解説がなされた。この領域は、総合科学ジャーナルである『Nature（ネイチャー）』の表紙を飾るなど、非常に注目すべき成果を生んでいる。
＜Chemical領域の情報を扱うシミュレーション＞
「たとえば水やエタノールなど、Chemical領域で扱われる化学式の情報量は非常に多くなります。成分が複雑になればなるほど、必要な情報量も膨大になることから、古典コンピューティングで分子構造を表現してシミュレーションすることは大変困難になることが考えられます。しかし、量子ビットという単位で情報を扱う量子コンピューティングであれば、圧倒的に少ないビット数で表現できるため、古典コンピューティングと比べ、容易にシミュレーションができるようになるのです」（西林氏）
＜AI・Machine Learning＞
「AI・Machine Learningは、量子コンピューティングの応用範囲が非常に広く、相性が良いと言われている領域です。並列処理が特徴である量子コンピューティングは、膨大なデータであっても格段に高速で処理することができます。また、古典的なAI・Machine Learningであっても、ある特定の演算機能を量子コンピューティングに置き換えることによって、性能が飛躍的に伸びることが期待されているのです」（西林氏）
＜モンテカルロ・シミュレーション＞
「ポートフォリオの最適化、将来予測ないしリスク分析、こういったところは、これまですでに金融業界では古典コンピューティングを用いたシミュレーションが行われてきました。このような用途に対して有効な、乱数を用いて統計的に答えを導き出す手法であるモンテカルロ・シミュレーションは、試行回数を増やすほど精度が向上することがわかっています。しかし現状では精度を上げようとすると、計算時間、つまりスピードとのトレードオフとなってしまうのです。量子コンピューティングであれば、スピードと精度向上、その両方を大きく改善することができると考えられています」（西林氏）
量子コンピューティングの可能性とユースケース
どの業界においても量子コンピューティングのベースの技術は共通である。しかし、その上で動かすアプリケーション、アルゴリズムの組み合わせはさまざまだ。そのためIBMでは、業界ごとに、具体的なユースケースの可能性をお客様とワークショップ形式で討議するといったことを行っている。
引き続き西林氏より、今回のセミナーに参加されている方々の業界を例に、最新のユースケースを紹介しながら、量子コンピューティングの可能性が述べられた。
＜金融業界におけるユースケース＞
「すでに金融業界では、スーパーコンピューターなどを使用してさまざまなリスク分析、将来性の評価を行っています。ただし、その規模が大きくなってくると、スピードと精度がトレードオフになってしまう課題から、前提条件やパラメーター、組み合わせに制限をかけているのが現状です。量子コンピューティングによって、精度やスピードなどが向上し、より精緻なシミュレーションができると言われています」（西林氏）
西林氏は、「近日中に、金融業界における量子コンピューティングの活用について、日本語訳を公開していく予定」と告知して前半のパートを締めくくった。
次に、橋本光弘氏が登壇し、ヘルスケア業界と製造業界についての解説に移った。
＜ヘルスケア業界におけるユースケース＞
「ヘルスケア業界は量子コンピューティングの活用が早いと言われている業界の一つです。特にインパクトが大きいと想定されるのが創薬の分野ですが、その中でもどういう領域での活用にインパクトをもたらす可能性があるのかを解説します。
一つ目は、研究開発初期の創薬標的を同定するプロセスへの適用。これは、先述したChemical領域でのシミュレーションが使える領域です。先にも述べた通り、扱える分子式（情報量）が圧倒的に増えるため、創薬プロセスの入り口である“その疾病に適合する分子構造を見つける”ことがより効率的にできるようになるのです。製薬企業では、通常10年単位の時間をかけ、莫大な投資をしながら薬の開発を行っています。この期間を短くできれば、投資を抑えたり、回収時期を早めたり、1つのブロックバスターの開発によって10億ドル（約1000億円）以上の収益を上げる可能性も高められるでしょう。
二つ目は、その創薬を実現するプロセスの効率化。現在は研究段階から開発段階に進んだものでも、その大半が臨床実験に至る前に落とされています。シミュレーション上でのより精緻なスクリーニングが可能になればここに掛かるコストを大幅に削減できる可能性があります。
三つ目は、「一人ひとりにあった医療」という個別化医療。個別化医療では、治療方法を見極めるためにAIが使われます。冒頭でご説明した通り、量子コンピューティングはAI・Machine Learningとの親和性が高いです。機械学習の能力を量子コンピューターによって引き上げることで、個別化医療の可能性を広げることができる可能性があります」（橋本氏）
＜製造業界におけるユースケース＞
「製造業では4つの有望領域があります。一つ目はマテリアル・ディスカバリー。創薬の場合と同様、製造業においてもChemical領域のシミュレーションは材料探索領域の肝になります。日本でもMaterials Informaticsが大きな注目を集めています。Materials Informaticsの威力を示す具体的な事例として、全個体電池向けの固体電解質材料を、サムスンとMITがコンピューティングの中だけで発見したことなどが挙げられます。将来は、コンピューティングの中だけで材料開発ができてしまう可能性もあります。自然界には、たとえば蜘蛛の糸など人工的に複製することが難しいものが存在しますが、量子コンピューティングによって分子構造やプロセスをより深く理解できれば、その再現が可能になるかもしれないのです。
二つ目はプロダクトデザイン。現在、自動車メーカーや航空機メーカーなどでは、部品や製品の設計開発において、用途に合わせてさまざまなシミュレーターが使い分けられています。用途に合わせて個別に設計を行っているため、それぞれの設計には十分なマージンを取る必要があり、全体としては相当な無駄を織り込んだモノづくりがなされているのです。しかし、量子コンピューティングによってシミュレーター間の相関も含めて設計できれば、マージンの少ない全体最適化設計が実現できる可能性があると言われています。
三つ目はプロセスコントロール。ここにはすでにAIが使われ始めています。具体的には、どういうプロセスが高い性能を生み出すのか、さまざまな環境の中で何が製品性能に影響を与えるのかといったことが分析されています。量子コンピューティングによって大量のデータによる相関分析が可能になれば、製品性能の改善や歩留まり低減によるコスト削減などが期待できるでしょう。
最後、四つ目はサプライチェーンの最適化です。どの物流拠点・輸送手段を組み合わせればコストが低く、リスクの小さなサプライチェーンが実現できるのかを導出するにはさまざまな組み合わせのシミュレーションが必要となります。これは最適化問題の最たる一例で、量子コンピューティングが得意とする領域と考えられています」（橋本氏）
先進企業は量子コンピューティングにどう取り組んでいるのか
引き続き橋本氏より、欧米の航空機メーカーの事例が紹介された。航空機製造のような寡占市場においては、各メーカーは将来の事業環境を見定めることができなければ、特定の企業だけが市場を独占する事態を許してしまう。また、航空機は研究から製造まで約10年掛かり、将来のニーズを見極めて製造しなければならないため、マクロ環境を含めた将来動向の分析が盛んに行われている。そういった中で、航空機メーカーは量子コンピューティングをどう捉えてきたのであろうか。
「航空機メーカーは、マクロトレンドの中で経営課題を抽出した上で、量子コンピューターを含めた革新的技術の適用領域を見定めています。例えば、航空業界では短・中距離路線が増加傾向にあります。短・中距離路線では離発着の占める比率が相対的に高いため、離発着において燃費効率の良い機体の開発が求められます。しかしながら、航空機製造では先の製造の事例で述べたように耐久性やコストなどを別々にシミュレーションしているため、それぞれマージンを持たせながら行なっており、全体最適にはなっていない課題があります。他にも、1つの機体の収益を最大化するには効率よく多くの積荷を運ぶことも重要ですが、これも膨大な積荷方法の組み合わせを考えなければならず十分に最適化されていない課題があります。これらは、古典コンピューティングでは解くことが難しい課題です」（橋本氏）
そのため、この航空機メーカーは2015年から量子コンピューティングに着目し、ビジネスの中に取り入れるための取り組みをスタートしている。
「十数名程度の小さな組織からスタートし、どういう領域に量子コンピューティングが活用できそうかを明確化し、プレリミナリーレポートとして経営サイドにあげた。その後、一連のPoC（Proof of Concept）を実施し、事業に組み込んで行く際の組織体制などを具体化しています。また、2018年の年末には、シリコンバレーで開催された「Q2B Conference 2018」にて「クオンタムコンピューティング・チャレンジ」という構想を発表。これは、自社の中での方向性を定めた上で、その事業課題を解決するアイデアを外部に公募しエコシステムを形成する活動の一環です」（橋本氏）
いま、量子コンピューティングにどう向き合えば良いのか
ここで再び西林氏が登壇し、話を進めた。
「いま、たとえばプラットフォームであったりアルゴリズムであったり、こうしたものを開発していくQuantum Readyと言われる時代にいます。そして数年内に、ある特定の課題に対しては、古典コンピューティングをはるかに凌駕すると期待される量子コンピューティングが登場するQuantum Advantageと呼ばれる時代が到来しようとしています。これは大きなビジネス機会であると同時に、競合他社に対して優位な技術革新を遂げられる可能性を持っています」（西林氏）
では、この来たるべき時代に向けて、いまどのような準備を、どう進めていくべきか。
「量子コンピューティング単体ではなく、事業トレンドやその他の技術要素と連携させて考え、相互で革新を遂げていく必要があります。たとえばAI・Machine Learningを量子コンピューティングの上に乗せることで、性能は指数関数的に伸びていきます。技術的な観点のみならず、組織や人材育成、エコシステム活用などの観点からも、点ではなく面で考えていく必要があるでしょう」（西林氏）
特に、量子コンピューティングのランドスケープの中で、その全てに企業単体で対応するのは非常に難しい。アカデミアや関連業界、異業界も含めて、どのようなエコシステムを組んでいけばよいのか、企業によってケースバイケースで考える必要がある。たとえば、先述の航空機メーカーのエコシステムは、スタートアップないしアカデミアを巻き込んだオープンイノベーションの形を採用している。
「IBMでは、例えば、IBM Q Networkという統一ブランドの中で、世界的なネットワーク・エコシステムを形成しています。さまざまな業界の方々の知識を組み合わせて、新しいアプリケーションの研究・開発を行なっているのです」（西林氏）
Quantum Advantageに向けた5つのステップ
西林氏はさらに、量子コンピューティングの活用において、来たるべき時代に向けて自らステップを踏んでいく必要があると述べた。自社にとっての課題は何か、それを解決していくために何をしたらよいのか、こうしたものを活動計画まで落とし込んだ上で進めていくことが重要であると言う。そして、Quantum ReadyからQuantum Advantageに向けて5つのステップを提言した。
- 量子コンピューティングに関する検討責任者（Quantum Champion）をアサインする。その責任者の活動を通じて、量子コンピューティングのさまざまなエコシステムや自社に対するインパクトを理解することが重要である。
- 自社においてインパクトの大きい重要な経営・オペレーション課題の特定とユースケースの見極めを行う。特に、古典コンピューティングでは解決困難な課題を解決し、量子コンピューティングが価値を発揮しうるユースケースを創出することは重要である。
- 実際の量子コンピューティングの実機で、ユースケースに対する解決策（アルゴリズム）の適用を行い、具体的効果を検証する。机上検討と実機評価で得られる示唆には雲泥の差が生まれるためである。
- そのうえで、自社における研究開発・事業ロードマップの中で、量子コンピューティングがどう位置づけられるかを明確化し、必要となる体制・組織のあり方を含め、トップレベルで事業化のアプローチを決定する。この際、Advantageの時代で必要となる「実用性のあるアプリケーションの同定」や上記ロードマップへの反映も完了していなければならない。
- Quantum Advantageに到達した企業は、ロードマップに即したアクションプランを進める中で、あらゆる外部・内部環境の変化にフレキシブルに対応する必要がある。革新は目を見張る速度で進んでおり、また、協創プレイヤーを含むエコシステムや競争環境も日々、大きく変容が進むためである。
なお、4から5への進歩が、Quantum ReadyからQuantum Advantageの時代への進化だと考えられている。
参加者からは、「古典コンピューティングと量子コンピューティングの切り分けはどうすべきか？」「ドメインの知識と量子コンピューティング、両方を橋渡しする人材が重要では？」といった質問が挙がった。
「まず、量子コンピューティングが古典コンピューティングのすべてを置き換えるわけではありません。システムやアプリケーションごとに、どの機能を置き換えることができるか見極めていくのです。この見極めは非常に大切なプロセスになります。さらに、各ドメインに精通する専門家と、量子コンピューティングの専門家が、一堂に会して具体的な課題を設定して議論し、解いていかなければなりません。つまり特定の人材だけが課題に向き合うことではありません。ここでは、エコシステムというキーワードが重要になります」（西林氏）
最後に、IBMの取り組みについて、次のように紹介して締めた。
「お客様企業と一緒に量子コンピューティングに取り組むため、“IBM Q quantum strategy engagement”を提供しています。専門家を交えたワークショップ形式で、量子技術に精通した戦略コンサルタントによるユースケースの選定やロードマップの作成の支援などを行います。そして、お客様のエグゼクティブ層に対する重要な示唆のご提示といったことを行っております」（西林氏）
なおセミナーを閉会した後も、各参加者が西林・橋本の両氏へ直接、個別の質問をぶつける姿が見受けられ、量子コンピューティングに対する“熱”が感じられた。
