quantum leader

EniQuantic, la via italiana al quantum computing per l’energia


Indirizzo copiato

EniQuantic, joint venture di Eni e ITQuanta, sviluppa hardware ad atomi neutri, emulatori e algoritmi per l’energia. Il progetto collega ricerca quantistica e supercalcolo, con applicazioni su materiali e ottimizzazione e benefici industriali ancora da documentare

Pubblicato il 26 ott 2026

Nicoletta Pisanu

Giornalista professionista, redazione AgendaDigitale.eu



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
EniQuantic e l’architettura degli atomi




Portare il calcolo quantistico dentro i problemi dell’energia: è l’obiettivo di EniQuantic, la joint venture di Eni e ITQuanta che sviluppa una piattaforma basata su atomi neutri. Il progetto unisce costruzione della macchina, software e algoritmi, con il supporto del calcolo ad alte prestazioni (HPC) di Eni. Il terreno di prova comprende materiali, reti e processi industriali, per i quali si cercano soluzioni migliori di quelle ottenibili con gli strumenti attuali.

La società è stata annunciata il 15 luglio 2024, con quote iniziali del 94% a Eni e del 6% a ITQuanta. È nata nell’ambito di Eniverse, la società del gruppo che crea nuove imprese tecnologiche. Il suo tratto distintivo è il legame tra ricerca quantistica e un utilizzatore industriale che porta problemi concreti da affrontare.

Le competenze dietro EniQuantic

Questa combinazione si riflette nei due soci. Eni mette a disposizione esperienza industriale e capacità di calcolo; ITQuanta apporta competenze nelle piattaforme atomiche, maturate nella fisica degli atomi, nell’ottica e nell’informazione quantistica. EniQuantic è presieduta dal fisico Massimo Inguscio e guidata dall’amministratore delegato Dario Pagani, indicati nel team ufficiale di EniQuantic.

Il progetto segue un approccio full-stack: sviluppare insieme i componenti fisici e il software necessario a controllarli e utilizzarli. Nel portafoglio di Eniverse, EniQuantic è infatti associata a un computer quantistico destinato a rinnovabili, nuovi materiali e ottimizzazione di sistemi complessi. L’integrazione serve a progettare la tecnologia attorno alle applicazioni.

Come funzionano gli atomi neutri

Il punto di partenza fisico sono singoli atomi di itterbio, raffreddati e trattenuti dalla luce laser. I loro stati quantistici permettono di rappresentare i qubit, le unità di informazione del calcolatore. Le cosiddette pinzette ottiche sono fasci di luce concentrati che confinano gli atomi; modificandone la disposizione, si può riconfigurare la geometria della macchina.

Per eseguire operazioni che coinvolgono più qubit, i laser portano gli atomi in stati eccitati di Rydberg, nei quali le interazioni diventano particolarmente intense. L’architettura descritta da EniQuantic punta sia al calcolo digitale, basato su sequenze di operazioni, sia a quello analogico, che usa l’evoluzione controllata di un sistema fisico per rappresentare il problema da studiare.

Hardware, emulazione e algoritmi

La costruzione del dispositivo procede insieme alla verifica dei metodi di calcolo. Le attività dichiarate da EniQuantic coprono tre filoni collegati:

  • hardware quantistico,
  • emulatore classico
  • algoritmi.

L’emulatore riproduce via software il comportamento dei sistemi quantistici, così da studiarli anche sui computer tradizionali. Gli algoritmi traducono invece i problemi industriali in operazioni eseguibili sulla piattaforma.

Schema EniQuantic: Eni e ITQuanta sostengono hardware quantistico, emulazione classica e algoritmi per applicazioni energetiche in sviluppo
Le tre aree di sviluppo e le applicazioni obiettivo di EniQuantic. Fonti: EniQuantic ed Eni for 2025, p. 43.

Il rapporto Eni for 2025 – A Just Transition, a pagina 43, descrive lo sviluppo di hardware proprietario e mostra parte di un prototipo. Documenta anche l’impiego di HPC6 per simulare hardware e algoritmi, preparando future integrazioni tra risorse classiche e quantistiche. Il supercalcolo offre quindi un ambiente per sperimentare e confrontare i metodi durante lo sviluppo della macchina.

Questa impostazione è stata ribadita da Giacomo Cappellini, Technology Officer della società, all’evento Quantum Leap di COTEC, il 3 febbraio 2026: l’accesso alle risorse HPC sostiene la ricerca su energia, materiali e sistemi complessi. Il valore del modello è poter verificare insieme hardware e applicazioni, facendo emergere presto i vincoli che un problema industriale impone al calcolatore.

Le applicazioni per l’energia

I problemi individuati spiegano perché Eni investa in questa filiera. Nella presentazione del proprio triangolo tecnologico, il gruppo indica la generazione e lo stoccaggio dell’energia, soprattutto rinnovabile, e l’ottimizzazione delle attività lungo la catena del valore, incluso il trading. In questi ambiti occorre selezionare soluzioni tra molte combinazioni possibili, rispettando vincoli tecnici ed economici.

Un secondo fronte riguarda la simulazione della materia: studiare molecole e materiali può aiutare a individuare proprietà utili per nuove tecnologie energetiche. Tra le destinazioni indicate da Eni rientrano anche materiali per la fusione a confinamento magnetico. La ricerca comprende inoltre equazioni differenziali e sistemi fisici complessi, strumenti necessari per descrivere l’evoluzione dei fenomeni e delle condizioni operative.

Il passaggio da prototipo a risultato industriale

Le applicazioni delineano un programma di sviluppo destinato a crescere. Il rapporto sul 2025 documenta attività sperimentali e descrive l’integrazione tra HPC e quantum come un’evoluzione futura. Queste informazioni descrivono una capacità tecnologica in costruzione; per valutarne l’utilità industriale serviranno confronti misurabili.

La verifica richiederà un confronto sullo stesso problema: qualità della soluzione, tempo complessivo e risorse necessarie rispetto ai migliori metodi classici disponibili. Il legame con Eni offre a EniQuantic casi d’uso sui quali impostare questa verifica. Da tali confronti dipenderà la possibilità di trasformare un prototipo ad atomi neutri in uno strumento utile alla progettazione e alla gestione dell’energia.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x