L'intelligenza artificiale sta rapidamente diventando un requisito di base. Entro pochi anni, ogni grande impresa avrà accesso a capacità predittive ampiamente comparabili. Una volta che la previsione diventa una commodity, cessa di essere un elemento differenziante.

La prossima frontiera competitiva non consiste nello prevedere cosa potrebbe accadere, ma nel determinare cosa un'impresa dovrebbe fare al riguardo — tra migliaia di scelte interconnesse, priorità in competizione e risorse finite. Questo è il divario decisionale, ed è qui che una quota significativa di valore aziendale sarà creata o distrutta nel prossimo decennio.

Il problema che nessun sistema è stato progettato per risolvere

Si considerino le ultime settimane di qualsiasi trimestre finanziario. I pagamenti dei conti fornitori vengono trattenuti per tutelare la liquidità. I crediti commerciali (AR) accelerano le incassi per raggiungere gli obiettivi di credito. Le vendite decidono quali trattative anticipare, quali controversie sui crediti escalationare e quali clienti dovrebbero ricevere concessioni. Ogni funzione prende una scelta localmente razionale, ma collettivamente producono un risultato che nessuno avrebbe deliberatamente scelto per l'impresa nel suo complesso.

L'IA può identificare quali opportunità hanno maggiori probabilità di concludersi, segnalare i crediti a rischio e stimare se una concessione potrebbe migliorare la probabilità di chiusura. Ma la previsione da sola non può rispondere alla domanda che conta davvero: cosa dovrebbe fare effettivamente l'azienda?

Uno sconto può proteggere i ricavi erodendo i margini. Risolvere troppo rapidamente una controversia sui crediti può preservare la cassa ma segnalare fragilità finanziaria. Anticipare un contratto può garantire ricavi a breve termine mettendo a dura prova una relazione strategicamente vitale. Queste decisioni non possono essere prese in isolamento funzionale. L'attenzione dei dirigenti, la capacità legale e le risorse commerciali sono tutte finite. Le decisioni di vendita si ripercuotono su finanza, flusso di cassa, consegna, esposizione al rischio e valore del cliente a lungo termine.

La vera sfida è identificare il portafoglio coordinato di azioni che produce il risultato aziendale più forte in tutte queste dimensioni contemporaneamente. Non è fondamentalmente un problema di previsione — è un problema di spazio decisionale.

Le decisioni aziendali reali sono intrinsecamente complesse. Comprendono molteplici livelli di sconto, strutture di pagamento, vincoli di consegna, obiettivi di cassa, soglie di margine e relazioni con i clienti che devono essere salvaguardate. Per mantenere queste decisioni trattabili, le aziende le semplificano prima che avvenga qualsiasi calcolo: riducono gli scenari, escludono le interazioni, convertono complessi trade-off in regole fisse e ottimizzano vendite, finanza e operazioni separatamente. I calcoli diventano più semplici, ma il problema aziendale diventa meno realistico.

Una nuova categoria enterprise

Una nuova categoria tecnologica enterprise sta emergendo per colmare questo divario: Enterprise Decision Computing.

Enterprise Decision Computing trasforma una decisione aziendale — le sue azioni possibili, gli obiettivi, i vincoli, l'incertezza, le interdipendenze e le conseguenze economiche — in un oggetto enterprise calcolabile che può essere risolto e ottimizzato come un tutto unificato.

I sistemi ERP (Enterprise Resource Planning) eseguono processi. La business intelligence spiega il passato. L'IA prevede i risultati. Eppure nessuno di questi, individualmente o collettivamente, indica a un'azienda quale insieme coordinato di azioni l'impresa dovrebbe intraprendere dati i suoi obiettivi, vincoli, incertezze e interdipendenze tra funzioni.

Non si tratta di un rebranding della Ricerca Operativa, una disciplina con radici che risalgono alla metà del XX secolo che applica la modellazione matematica a problemi di ottimizzazione ben definiti. Si tratta piuttosto dello strato enterprise in cui le decisioni stesse sono continuamente rappresentate, governate, misurate e migliorate — riunendo ottimizzazione matematica, simulazione, IA e giudizio umano attorno a una rappresentazione condivisa della decisione e del suo valore.

Enterprise Decision Computing è rilevante oggi, a prescindere dagli sviluppi nel quantum computing. Le tecniche di ottimizzazione classica — programmazione lineare, ottimizzazione a interi misti e simulazione Monte Carlo — sono già integrate nella pianificazione della supply chain, nella modellazione finanziaria e nella gestione dei ricavi in molte grandi imprese. Tuttavia, la maggior parte delle aziende utilizza solo una frazione della ricchezza di modellazione decisionale che questi metodi possono già gestire. Il vantaggio del first mover è disponibile ora.

Dove il quantum guadagna il suo posto

Dal punto di vista di chi ha trascorso anni all'intersezione tra quantum computing e operazioni aziendali, l'attuale conversazione sul quantum appare curiosamente mal indirizzata. La maggior parte si concentra sui traguardi hardware — qualità dei qubit, correzione degli errori, il percorso verso la tolleranza ai guasti. Questi progressi contano, ma rispondono alla domanda sbagliata.

La domanda rilevante non è quando l'hardware quantistico sarà pronto, ma cosa gli verrà effettivamente chiesto di calcolare una volta che lo sarà. I computer quantistici di oggi rimangono sperimentali e non hanno ancora dimostrato un vantaggio commerciale per alcun caso d'uso aziendale.

La risposta risiede nel progressivo arricchimento delle decisioni. Si inizi con un modello classico che tiene conto di ricavi, probabilità di chiusura e risorse di vendita disponibili. Si aggiunga poi un livello: margine e termini di pagamento. Quindi tempistica del flusso di cassa, stato delle controversie sui crediti e vincoli di consegna. Poi interazioni a livello di portafoglio e valore del cliente a lungo termine. Ogni livello aggiuntivo rende la decisione più realistica — e più esigente dal punto di vista computazionale.

La maggior parte di questi livelli è oggi risolvibile classicamente e genera già valore misurabile. Ma a una certa soglia, un livello diventa troppo interconnesso, troppo vincolato e troppo complesso per essere gestito dai metodi classici senza forzare semplificazioni che svuotano la risposta. Per quelle classi di problemi altamente interconnessi, i metodi quantistici potrebbero eventualmente consentire la valutazione di modelli più ricchi senza eliminare le interazioni che rendono realistica la soluzione.

Questo è il punto esatto in cui il quantum guadagna il suo posto — non come sostituzione totale, ma come capacità che permette di includere un'ulteriore dimensione di valore invece di ometterla. Il vantaggio competitivo non ha origine con il quantum. Ha origine con il modello decisionale. Il ruolo del quantum, quando raggiungerà scala commerciale, sarà quello di estendere ulteriormente quella ricchezza — non di crearla.

La decisione che ogni C-Suite deve affrontare ora

Il debito decisionale si compone allo stesso modo del debito finanziario: silenziosamente, finché non può più farlo. Il declassamento del rating che un'impresa ha evitato non era un rischio futuro. Era uno presente — invisibile solo perché nessun sistema era stato progettato per rilevarlo.

I CEO e i consigli di amministrazione possono intraprendere azioni concrete ora. Identificare un dominio ad alta frequenza e ad alta posta in gioco in cui vendite, conti fornitori, crediti o tesoreria ottimizzano attualmente in isolamento. Eseguire un modello di baseline. Misurare la risposta coordinata rispetto a quella isolata. L'investimento richiesto è modesto. Il costo di non disporre di quei dati quando i concorrenti li hanno non lo è.

La prossima frontiera competitiva non è determinata da quale impresa detiene più dati o l'IA più potente. È determinata da quale impresa costruisce l'architettura decisionale più capace — una in grado di contenere la piena complessità di un'attività operativa e identificare azioni coordinate che nessuna singola funzione avrebbe potuto scoprire da sola. Quell'architettura può essere costruita oggi. La domanda per ogni C-Suite non è se costruirla, ma se costruirla per prima.

Il vero collo di bottiglia

Nella pratica, lo stesso collo di bottiglia iniziale si ripresenta nelle iniziative quantistiche aziendali. Raramente si tratta dell'accesso a un processore quantistico. È l'assenza di una rappresentazione precisa a livello enterprise della decisione che il processore è destinato a migliorare.

Un'azienda pronta per il quantum comprende le proprie decisioni più consequentiali abbastanza a fondo da sapere dove una maggiore ricchezza computazionale genererebbe valore. Le organizzazioni che otterranno il massimo valore dal quantum non saranno quelle che accederanno alla tecnologia per prime. Saranno le aziende che comprendono esattamente dove le decisioni semplificate di oggi lasciano valore sul tavolo — e dove il quantum può aggiungere la dimensione mancante.

Le opinioni espresse negli articoli di commento di Fortune.com sono esclusivamente le vedute dei rispettivi autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune.

Questo articolo è stato originariamente pubblicato su Fortune.com.