By Kenna Hughes-Castleberry diposting 30 Sep 2022
Dari sekian banyak industri yang pasti mendapat manfaat dari komputasi kuantum, industri keuangan adalah salah satu yang terbesar. “Intinya semua bank besar kini punya tim kuantumnya masing-masing,” jelasnya Romawi Orus, Salah Satu Pendiri dan Kepala Staf Ilmiah Komputasi Multiverse, perusahaan perangkat lunak kuantum terkemuka. Orus juga seorang Profesor Riset Ikerbasque di Pusat Fisika Internasional Donostia (DCIP) Spanyol, di mana ia menulis sebuah artikel berpengaruh kertas tentang komputasi kuantum dan keuangan. “Ada banyak tempat berbeda di mana komputasi kuantum dapat membantu di bidang keuangan,” tambah Orus.
Karena sebagian besar industri keuangan berfokus pada analisis sejumlah besar bahan mentah data dan menarik berbagai kesimpulan, komputasi kuantum dapat meningkatkan proses ini secara signifikan. Karena komputer kuantum menggunakan algoritme untuk menjalankan beberapa penghitungan sekaligus, komputer kuantum dapat menghasilkan hasil dengan lebih cepat, dan hal ini sangat penting bagi komputer kuantum perdagangan itu terjadi dengan pesat di pasar saham. Jawaban yang diberikan komputer kuantum juga unik dari komputer klasik, memberikan keunggulan lain. “Seperti halnya fisika kuantum probabilistik daripada deterministik,” jelas a 2020 Artikel dari McKinsey & Perusahaan. “[Ini berarti] mereka dapat bervariasi meskipun masukannya sama.” Berbagai masukan ini sangat penting untuk masalah optimasi, simulasi keuangan, deteksi penipuan, dan prediksi pasar, semua proses yang digunakan bank dan lembaga keuangan lainnya setiap hari.
Membaca Simulasi Monte Carlo
Salah satu simulasi optimasi yang paling umum, terutama untuk portofolio keuangan, adalah Monte Carlo simulasi. Metode ini menggunakan pengambilan sampel secara acak untuk memecahkan masalah statistik, dan simulasi memberikan solusi visual untuk masalah ini. “Di sektor keuangan, simulasi Monte Carlo ini biasanya digunakan untuk pengujian stres dan penilaian risiko kredit, namun simulasi ini mahal, memakan waktu, dan memerlukan banyak tenaga komputasi,” jelasnya. Komputasi ZapataKepala Pemasaran Katherine Londergan. Karena simulasi Monte Carlo dapat menggunakan berbagai masukan, maka simulasi ini telah dimanfaatkan oleh berbagai perusahaan kuantum untuk menguji teknologinya. Zapata Computing, perusahaan kuantum terkemuka di pasar yang berbasis di Kanada, baru-baru ini menerbitkan a kertas fokus menggunakan simulasi ini untuk penyesuaian penilaian kredit. “Pekerjaan kami dengan BBVA [sebuah bank global] sedang menjajaki potensi keuntungan kuantum untuk kasus penggunaan Monte Carlo termasuk penyesuaian penilaian kredit (CVA) dan penetapan harga derivatif,” kata Londergan. “Bank, seperti BBVA, secara aktif mencari cara untuk membuat simulasi ini memakan waktu lebih sedikit melalui komputer kuantum.”
Proses keuangan lain yang dapat diterapkan komputasi kuantum mencakup deteksi penipuan dan prediksi pasar. Lembaga keuangan sudah menggunakan algoritma pembelajaran mesin untuk membantu dalam situasi ini, namun di masa depan mungkin akan mengadopsinya pembelajaran mesin kuantum untuk memperbaiki keadaan lebih jauh lagi. “Dengan komputer kuantum, Anda dapat meningkatkan algoritma pembelajaran mesin,” kata Orus. Untuk kasus dengan aliran data langsung, seperti transaksi penipuan, pembelajaran mesin kuantum mungkin dapat memproses data dengan lebih cepat, sehingga membantu menjaga proses keuangan lebih aman dan efisien.
Quantum Annealing dan Industri Keuangan
Meskipun komputasi kuantum tidak diragukan lagi akan menguntungkan industri keuangan, anil kuantum secara khusus akan memainkan peran pentingnya. “Anil kuantum adalah model komputasi kuantum tertentu,” jelas Orus, “[Jadi, ini] dibuat untuk menyelesaikan hanya satu masalah spesifik, yaitu optimasi. Jadi, Anda mungkin memiliki fungsi biaya yang perlu diminimalkan, misalnya risiko portofolio aset. Ini adalah jenis masalah yang dapat Anda selesaikan dengan anil kuantum.” Perusahaan seperti D-Wave atau Lockheed Martin sudah mengembangkan quantum annealer, yang banyak di antaranya mungkin digunakan oleh lembaga keuangan. Karena banyak masalah dalam industri keuangan melibatkan optimalisasi, annealer kuantum akan menambah manfaat pada aplikasi yang lebih luas daripada yang diharapkan. “Bahkan untuk simulasi model ekonomi tertentu, juga dapat dilakukan melalui quantum annealing,” tambah Orus. “Misalnya untuk mencari keseimbangan ekonomi, yang tinggal masalah optimasi.”
Meskipun komputasi kuantum akan menambah banyak keuntungan bagi sektor keuangan, ada banyak tahapan sebelum teknologi ini dapat diadopsi secara lebih luas. “Mencari keuntungan tambahan dengan komputer kuantum di bidang keuangan akan menjadi sebuah tantangan,” kata Londergan. “Kami menyadari bahwa pelanggan keuangan kami sudah sangat mahir dalam memanfaatkan kekuatan AI dan ML, jadi kami berkolaborasi dalam kasus penggunaan jangka pendek sehingga kami bisa mendapatkan keuntungan tambahan.” Meskipun mungkin memerlukan waktu untuk mencapai keunggulan ini, pakar lain seperti Orus sedang melihat beberapa tantangan langsung yang dihadapi industri kuantum. “Saya pikir kemunduran utama adalah pengembangan perangkat kerasnya,” katanya. “Prosesor yang kita miliki saat ini masih berukuran relatif kecil dan berisik.” Setelah perangkat keras ditingkatkan dan dapat ditingkatkan skalanya, diharapkan teknologi inovatif ini akan lebih mudah diadopsi.
Namun ada juga langkah-langkah yang perlu diambil oleh lembaga keuangan untuk mengadopsi komputasi kuantum. Seperti yang dijelaskan Londergan: “Agar berhasil dalam mengadopsi kuantum, lembaga keuangan harus bersifat modular yang fleksibel, dan memiliki pendekatan yang kompatibel ke depan untuk membangun aplikasi yang mendukung kuantum. Ini berarti algoritme, aliran data, dan backend perangkat keras kuantum klasik dapat dengan mudah ditukar masuk dan keluar—tanpa perlu 'merusak dan mengganti' infrastruktur komputasi.” Seiring dengan pola pikir yang fleksibel ini, bank dan institusi lain mungkin perlu mengubah jadwal penerapan teknologi ini, karena hal ini mungkin memerlukan waktu. “Perlu diingatkan bahwa Zapata percaya bahwa simulasi besar, seperti kasus penggunaan Monte Carlo ini, akan terjadi lebih dari satu dekade mendatang,” tambah Londergan.
Pakar lain seperti Orus percaya bahwa adopsi komputasi kuantum secara luas sebenarnya sudah semakin dekat. “Ini sudah mulai merambah industri,” kata Orus. “Pada dasarnya, kami mulai menemukan kasus penggunaan pertama di kehidupan nyata. Jadi, menurut saya dalam dua, tiga tahun ke depan, sebagian besar bank-bank besar akan memiliki setidaknya beberapa solusi kuantum dalam produksi.”
Kenna Hughes-Castleberry adalah staf penulis di Inside Quantum Technology dan Science Communicator di JILA (kemitraan antara University of Colorado Boulder dan NIST). Ketukan tulisannya termasuk teknologi dalam, metaverse, dan teknologi kuantum.
