BMW目前已開始進行推動集團所有領域系統數位化升級，不斷改進整個價值鏈的流程。
為實現最佳成果須取決於擁有合適的工具，其中包括了高度先進的運算電腦。相關領域科學組織正和BMW開發一種新型態，功能更強大的工具：量子計算機(或稱量子電腦)。
「能夠掌握大數據，就能掌握全世界！」不過，數據越來越大的趨勢(尤其是自動駕駛領域)，總有一天為了要處理數據，勢必要有更新的方式來處理，而量子運算將會是下一個世代最重要的技術。若傳統二進位計算機的運算模式用「縱向思考」來比喻的話；那麼，量子運算的層級可算是「橫向思考」，量子運算無須逐一地處理所有數據，而是能夠同時處理，因此在速度上大猛度地快上許多！
BMW集團研究部門的技術員Oliver Wick(如圖右側)以及人工智能和機器學習專家Bernhard Pflugfelder(左側)自2017年就已開始著手進行研發，研究的目的不是從研究結果中獲得直接的經濟效益，而是為了更好地了解當前量子計算技術的性能，並為未來的項目建立內部專業知識。他們近期討論並整合了量子計算背後所蘊藏的問題，並對外發佈了新聞。目前，BMW集團也已經開始運用這項新技術，來推動中長期的移動性產業發展。
量子運算主要是利用量子穿隧、干涉以及疊加的特性來進行運算，而跳脫了傳統計算機只有0跟1二進位法運算模式，因此量子位元可以讓0和1同時疊加(也就是以0~1之間的數值運算)，若將量子比特比喻為地球表面，將北極定為0；南極定為1，一個量子比特也會具有地球表面上所有其它點的特徵，而傳統的比特則只有南北兩極。這就是量子位元可以疊加的概念，造就量子電腦計算能更快處理「大數據」的優勢。
而透過量子糾纏，理論上可以映射以前無法想像的數據量並高速處理。例如：在Wick與Pflugfelder的研究中，計算用於密封車體焊縫機器人的最佳順序路徑，他們考慮了一個理論上有10的107次方種可能的解決方案。這些方案若使用當前最先進的二進位電腦需數年後才能得到。然而，量子電腦則可以在幾秒鐘內計算出所有可能性。
量子電腦不一定適合各種任務。它們目前傾向於用於傳統運算系統遇到難以逾越的障礙問題。例如：在材料研究中，量子計算機可以以前所未有的水平，模擬出最佳的材料組合，像是用於開發新型電池，以各種不同電池化學結構的可能，來做出最高效率的電池。
註：擁有鋰離子電池10倍能量密度的氟化物電池，在被科學家們遺忘將近五十年之久後，2018年底已由全新化學結構BTFE電解質的發表，而又重新燃起新希望！
現有量子系統的另一個應用領域是涉及優化的任務。例如：繪圖機器人，目的是找到某些系統的最佳配置，可以用於生產線和交通控制系統優化、材料模擬，或者是其他應用領域…等等。而另一個真正快速發展的研究領域是所謂的量子機器學習，顧名思義，就是將量子電腦用於加速某些一般的機器學習過程，尤其適用於以人工智能為基礎的新型機械學習過程，例如：發展自動駕駛中的演算法。
而BMW另一個重要目標是在不同領域建立對新技術的認識，並建立一個跨部門的量子計算單位，使能夠更快地識別不同領域的新用例，並在跨學科工作組中實施運用。Wick與Pflugfelder目前正在編制廣泛的用例組合，並根據可行性和對集團各種運作流程可能產生的影響，對其進行優先排序，最相關的實際案例將在2019年底實施。
大致上的主架構，BMW集團沒有打算擁有自己的量子電腦，而是將量子計算作為一特別的「服務」項目(Quantum computing as a service)，也就是與專注於該技術應用的協力合作單位一起共同研發。
延伸閱讀：BMW推出下一世代自動駕駛D3測試平台 iNEXT車款Level 3自動駕駛的重要依據
