Le origini della sperimentazione quantistica in Banca Mediolanum
Nel 2020 la banca ha inserito il quantum computing nella propria Dichiarazione non finanziaria, affermando che erano state avviate le “prime attività di sperimentazione”. Questa menzione, però, non indica la presenza di un algoritmo operativo, di un fornitore di hardware quantistico né di vantaggi misurati sui processi bancari. Il documento colloca il tema accanto a intelligenza artificiale e blockchain, segnalando un interesse precoce in un periodo in cui i computer quantistici disponibili erano ancora limitati da rumore, dimensioni ridotte e affidabilità incerta.
Il percorso di innovazione descritto dalla banca prevede tre fasi: scouting di tecnologie emergenti, valutazione di idee e prototipi, e infine lo studio di fattibilità con eventuale esecuzione. Tale metodologia chiarisce la distinzione tra sperimentazione (fase di ricerca) e adozione (fase di impatto operativo), indicando che la banca non ha ancora superato la prima tappa.
Applicazioni potenziali nel settore finanziario
Ottimizzazione dei portafogli
L’ottimizzazione di portafogli è una delle aree più discusse: si tratta di trovare combinazioni di strumenti finanziari che soddisfino vincoli di rischio, rendimento, liquidità e concentrazione. Con l’aumento del numero di asset e della complessità dei vincoli, i problemi diventano NP‑hard e richiedono risorse computazionali ingenti. Algoritmi quantistici, come il Quantum Approximate Optimization Algorithm (QAOA), o approcci ibridi quantistico‑classici, potrebbero offrire soluzioni alternative.
Per Mediolanum il collegamento con il risparmio gestito è evidente, ma rimane un’ipotesi. Un test serio dovrebbe confrontare:
- i dati reali di mercato utilizzati dalla banca;
- i vincoli operativi specifici;
- i tempi di esecuzione dei migliori solver classici;
- i costi di accesso all’hardware quantistico.
Solo dimostrando un miglioramento tangibile su problemi di dimensione reale la tecnologia potrà passare dalla fase di prova a quella di produzione.
Simulazioni probabilistiche e scenari di mercato
Le simulazioni Monte Carlo sono alla base della valutazione di scenari di mercato, esposizioni di credito e pricing di strumenti complessi. Il quantum computing promette velocità superiore per certe classi di algoritmi, ad esempio il Quantum Monte Carlo, che può esplorare grandi spazi di possibilità più rapidamente rispetto ai metodi classici.
Tuttavia, il vantaggio teorico non si traduce ancora in riduzioni concrete dei tempi di calcolo su infrastrutture bancarie. Le prove sperimentali sono limitate a problemi semplificati e a simulazioni su piccoli chip, dove il “quantum speedup” rimane più un potenziale che una realtà operativa.
Crittografia post‑quantistica
Il rischio più immediato per il settore è la vulnerabilità delle attuali tecniche crittografiche di fronte a futuri computer quantistici capaci di rompere RSA o ECC. La transizione verso la crittografia post‑quantistica (PQC) non richiede l’uso di computer quantistici, ma implica l’adozione di nuovi algoritmi per chiavi condivise e firme digitali.
Nel 2024 il NIST ha pubblicato i primi tre standard PQC: FIPS 203 per lo scambio di chiavi, FIPS 204 e FIPS 205 per le firme digitali. La Banca d’Italia, in un rapporto dedicato, ha evidenziato le implicazioni per la sicurezza e la resilienza del sistema finanziario italiano.
Per una banca, il percorso di migrazione parte da:
- l’inventario dei sistemi crittografici attivi;
- la valutazione della durata di riservatezza richiesta ai dati;
- l’identificazione di fornitori e applicazioni dipendenti da algoritmi vulnerabili.
Finora non è emerso un piano post‑quantum specifico di Banca Mediolanum; le raccomandazioni rimangono a livello di settore.
Stato attuale e prospettive future
Il quantum computing è ancora una tecnologia emergente. Alcune attività di ricerca consentono esperimenti su dispositivi reali, ma la capacità di superare regolarmente le alternative classiche su problemi bancari pratici è ancora incerta. La metrica decisiva resta il beneficio netto: riduzione dei costi, velocità di esecuzione o aumento della precisione, non il semplice numero di qubit.
La documentazione disponibile indica chiaramente che Mediolanum ha avviato sperimentazioni nel 2020, ma non possiede:
- una piattaforma quantistica proprietaria;
- un partner tecnologico esclusivo;
- investimenti quantificati dedicati al quantum computing;
- applicazioni già industrializzate.
Questa distinzione è fondamentale per collocare correttamente la banca nella mappa degli attori del settore: più che fornitore di soluzioni, è un potenziale utilizzatore che sta valutando se e come le tecnologie quantistiche possano migliorare i propri processi.
Il ruolo della domanda e le prossime prove concrete
Il percorso di Mediolanum si situa sul lato della domanda: comprendere se strumenti quantistici o ibridi possano un giorno migliorare analisi e processi finanziari, e nel frattempo preparare le infrastrutture ai nuovi requisiti di sicurezza. La prova decisiva sarà la pubblicazione di casi d’uso con:
- obiettivi chiari e misurabili;
- partner tecnologici identificati;
- confronti prestazionali tra soluzioni classiche e quantistiche;
- risultati verificabili su dati reali.
Fino a quel momento, l’interesse documentato va raccontato come un percorso esplorativo, non come una trasformazione quantistica già compiuta. Banca Mediolanum resta, dunque, una delle prime istituzioni finanziarie italiane a riconoscere il potenziale del quantum computing, ma con un cammino ancora lungo da percorrere prima di tradurre la promessa in valore operativo.
