وقتی در محاسبات کوانتومی «اگر» به «کی» تبدیل می‌شود چه اتفاقی می‌افتد؟

21 جولای 2021

نویسنده: ژان فرانسوا بوبیه، مت لانگیون، ادوارد تائو و آنتوان گورویچ

این اطمینان که کامپیوترهای کوانتومی، مشکلات عمده‌ای را که خارج از دسترس رایانه‌های سنتی است، حل خواهند کرد – نقطه عطفی که به عنوان مزیت کوانتومی شناخته می‌شود – در دوازده ماه گذشته افزایش یافته است. سرمایه گذاری خالص در محاسبات کوانتومی تقریباً در سال 2020، بیشترین میزان ثبت شده، سه برابر شد و قرار است در سال 2021 بیش از پیش افزایش یابد. (نگاه کنید به نمودار 1). برآورد اولیه 2 میلیارد دلار می‌باشد.

در این میان، فقط سرمایه گذاران مالی نیستند. دولت‌ها و مراکز تحقیقاتی نیز در حال افزایش سرمایه گذاری هستند. کلینیک کلیولند، دانشگاه ایلینوی Urbana-Champaign و مرکز Hartree هر کدام با IBM-که با محاسبه کوانتومی درگیر شده است، مشارکت «تسریع کشف» دارند که 1 میلیارد دلار سرمایه گذاری جذب کرده است. قانون 250 میلیارد دلاری نوآوری و رقابت ایالات متحده، که از حمایت گسترده دو حزبی در هر دو مجلس کنگره آمریکا برخوردار است، علم و فناوری اطلاعات کوانتومی را به عنوان یکی از ده حوزه اصلی تمرکز برای بنیاد ملی علوم تعیین کرده است.

کاربران احتمالی شرکت‌ها نیز در حال آماده سازی هستند. به گفته گارتنر، در حالی که تنها اگر  یک شرکت برای محاسبه کوانتومی در سال 2018 بودجه تعیین کرده‌اند، انتظار می‌رود ۲۰ شرکت این کار را تا سال 2023 انجام دهند.

سه عامل باعث افزایش علاقه در این راستا می‌شود. اولین دستاورد فنی است. از زمانی که آخرین گزارش خود را در مورد چشم انداز بازار محاسبات کوانتومی در ماه مه 2019 منتشر کردیم، دو جلوه «برتری کوانتومی» بسیار عمومی منتشر شد – یکی توسط Google در اکتبر 2019 و دیگری توسط گروهی در دانشگاه علم و فناوری چین در دسامبر 2020. دومین عامل افزایش وضوح جدول زمانی است. در دو سال گذشته، تقریباً همه ارائه دهندگان فناوری محاسبات کوانتومی نقشه راه خود را منتشر کرده‌اند که مراحل مهم در مسیر دستیابی به مزیت کوانتومی در دهه آینده را مشخص کرده است. سومین عامل توسعه موارد استفاده است. کسب و کارها به موج اولیه پاسخ داده‌اند و موارد کاربردی را برای استفاده از رایانه‌های کوانتومی در هنگام بلوغ را تعریف کرده‌اند. مجموع این پیشرفت‌ها این است که محاسبات کوانتومی به سرعت برای کاربران بالقوه واقعی می‌شود و سرمایه‌گذاران از هر نوع این واقعیت را تشخیص می‌دهند.

BCG چندین سال است که پیشرفت‌ها در فناوری و تجارت محاسبات کوانتومی را دنبال می‌کند. این گزارش نگاهی به بازار در حال تحول دارد، به ویژه با توجه به جدول زمانی مزیت کوانتومی و موارد استفاده خاص که در آن محاسبات کوانتومی بیشترین ارزش را ایجاد می‌کند. ما پیش‌بینی‌های سال 2019 خود را به روز کرده‌ایم و به بررسی بیش از 20 مورد استفاده احتمالی پرداخته‌ایم. ما اطلاعاتی را که ارائه دهندگان فناوری در مورد نقشه راه خود می‌گویند، به جدول زمانی توسعه فناوری خود اضافه کرده‌ایم و ما مقایسه فن‌آوری‌های سخت افزاری پیشرو را در کنار هم به روز کرده‌ایم. ما همچنین برنامه‌های عملی برای سرمایه گذاران مالی، کاربران نهایی شرکت‌ها و دولت و ارائه دهندگان فناوری با علاقه به محاسبات کوانتومی ارائه می‌دهیم. همه آن‌ها نیاز به درک یک چشم انداز پیچیده و به سرعت در حال تحول دارند زیرا برنامه‌ریزی می‌کنند که کجا و کجا شرط بندی کنند.

موارد کاربرد و استفاده

رایانه‌های کوانتومی جایگزین رایانه‌های سنتی نمی‌شوند. در عوض آن‌ها دست به دست هم می‌دهند تا مشکلات محاسباتی پیچیده‌ای را حل کنند که کامپیوترهای کلاسیک به تنهایی نمی‌توانند به سرعت آن‌ها را حل کنند. چهار مشکل محاسباتی اصلی وجود دارد که ماشین‌های ترکیبی قادر خواهند بود راه حل‌ها را – اساساً بر اساس یک عملکرد ریاضی واقعاً «دارای مزیت کوانتومی» تسریع کنند. اما این چهار مشکل منجر به صدها مورد استفاده در کسب و کارها می‌شود که قول می‌دهد ارزش زیادی برای کاربران نهایی در دهه‌های آینده باز کند.

BCG برآورد می‌کند که محاسبه کوانتومی می‌تواند 450 تا 850 میلیارد دلار در 15 تا 30 سال آینده ارزش ایجاد کند. اگر این فناوری به همان سرعتی که توسط فروشندگان کلیدی وعده داده می‌شود، در عرض سه تا پنج سال آینده به ارزش 5 تا 10 میلیارد دلار به کاربران و ارائه دهندگان تعلق می‌گیرد.

هیچ اجماعی در مورد مجموعه‌ای کامل از مشکلاتی که کامپیوترهای کوانتومی قادر به حل آن‌ها خواهند بود وجود ندارد، اما تحقیقات بر روی انواع مشکلات محاسباتی زیر متمرکز شده است:

• شبیه سازی: شبیه سازی فرایندهایی که در طبیعت رخ می‌دهد و توصیف و درک آن‌ها با رایانه‌های کلاسیک دشوار یا غیرممکن است. این پتانسیل عمده‌ای در کشف دارو، طراحی باتری، دینامیک سیالات و قیمت مشتقات و گزینه‌ها دارد.
• بهینه سازی: استفاده از الگوریتم‌های کوانتومی برای شناسایی بهترین راه حل در بین مجموعه‌ای از گزینه‌های امکان پذیر. این امر می‌تواند برای تدارکات مسیر و مدیریت ریسک سبد سهام اعمال شود.
• یادگیری ماشینی (ML): شناسایی الگوهای داده برای آموزش الگوریتم‌های ML این می‌تواند توسعه هوش مصنوعی (برای مثال خودروهای خودران) و جلوگیری از کلاهبرداری و پولشویی را تسریع کند.
• رمزنگاری: شکستن رمزگذاری سنتی و فعال کردن استانداردهای رمزگذاری قوی‌تر، همان‌طور که در گزارش اخیر توضیح داده‌ایم.

این مشکلات محاسباتی می‌تواند موارد استفاده در صنایع مختلف، از امور مالی تا داروسازی و خودرو تا هوافضا را باز کند. (به تصویر 2 مراجعه کنید.) پتانسیل در تحقیق و توسعه دارویی را در نظر بگیرید. هزینه متوسط ​​تولید داروی جدید حدود 2.4 میلیارد دلار است. تحقیقات پیش از تست بالینی تنها 0.1٪ از مولکول‌های کوچک را برای آزمایشات بالینی انتخاب می‌کند و تنها حدود 10٪ از آزمایشات بالینی به یک محصول موفق منجر می‌شود. یک مانع بزرگ در جهت بهبود کارایی تحقیق و توسعه این است که مولکول‌ها تحت پدیده‌های کوانتومی قرار می‌گیرند که نمی‌توان آن‌ها را با رایانه‌های کلاسیک مدل سازی کرد.

از سوی دیگر، رایانه‌های کوانتومی می‌توانند مجموعه کاملاً کاملی از فعل و انفعالات مولکولی را مدل سازی کنند. این امر نه تنها برای انتخاب نامزد، بلکه برای شناسایی عوارض جانبی بالقوه از طریق مدل سازی (برخلاف انتظار برای آزمایشات بالینی) و حتی، در بلند مدت، برای ایجاد داروهای انکولوژی شخصی امیدوار کننده است. برای یک شرکت داروسازی برتر با بودجه تحقیق و توسعه در محدوده 10 میلیارد دلار، محاسبه کوانتومی می‌تواند افزایش بازدهی را تا 30 درصد نشان دهد. با فرض اینکه شرکت 80 درصد از این ارزش را به خود اختصاص دهد (با موجودی به دست شرکای فناوری کوانتومی خود)، این به معنای صرفه جویی در حدود 2.5 میلیارد دلار و افزایش سود عملیاتی تا 5 درصد است.

یا به چشم اندازهای موسسات مالی فکر کنید. طبق گزارش بانک تسویه حساب‌های بین المللی، سالانه بیش از 10 تریلیون دلار گزینه و مشتقات در سطح جهان مبادله می‌شود. بسیاری از آن‌ها با استفاده از تکنیک‌های مونت کارلو قیمت گذاری می‌شوند – محاسبه توابع پیچیده با نمونه‌های تصادفی با توجه به توزیع احتمال. این رویکرد نه تنها ناکارآمد نیست، بلکه از دقت نیز برخوردار است. و هنگامی که گزینه‌ها و مشتقات به دارایی‌های بانک تبدیل می‌شوند، نیاز به شبیه‌سازی با بازدهی بالا تنها افزایش می‌یابد زیرا برای بررسی وضعیت نقدینگی موسسه و ریسک‌های جدید، باید مجدداً سبد سهام مورد ارزیابی مجدد قرار گیرد. امروزه این یک تمرین وقت گیر است که اغلب 12 ساعت طول می‌کشد تا اجرا شود، گاهی اوقات بسیار بیشتر. به گفته یکی از معامله‌گران کمی در BlackRock، «شبیه سازی‌های مونت کارلو با نیروی بیشکلی عجیب می‌تواند یک ماه کامل طول بکشد.» رایانه‌های کوانتومی برای مدل سازی نتایج بسیار کارآمد مناسب هستند. این امر باعث شده تا گلدمن ساکس با QC Ware و IBM همکاری کند تا هدف آن‌ها جایگزینی قابلیت‌های فعلی مونت کارلو با الگوریتم‌های کوانتومی تا سال 2030 باشد.

شکل 3 برآورد ما را برای ارزش پیش بینی شده محاسبات کوانتومی در هر یک از چهار نوع مشکل اصلی و محدوده ارزش را در بیش از 20 مورد استفاده اولویتی پس از بالغ شدن فناوری نشان می‌دهد.

لازم به ذکر است که کامپیوترهای کوانتومی محدودیت‌هایی دارند که برخی از آن‌ها بومی این فناوری هستند. به عنوان مثال، آن‌ها نسبت به رایانه‌های کلاسیک در بسیاری از انواع محاسبات اساسی ناتوان هستند. در نتیجه به احتمال زیاد آن‌ها بهتر است در ارتباط با رایانه‌های کلاسیک در پیکربندی ترکیبی استفاده شوند تا به صورت مستقل و برای انجام محاسبات (مانند بهینه سازی) به جای اجرای دستورات (مانند پخش فیلم) استفاده خواهند شد. علاوه بر این، ایجاد حالت کوانتومی از داده‌های کلاسیک در حال حاضر به تعداد زیادی عملیات نیاز دارد، به طور بالقوه موارد استفاده از داده‌های بزرگ را محدود می‌کند مگر اینکه راه حل‌های کدگذاری ترکیبی یا نوعی RAM کوانتومی ایجاد شود.

سایر محدودیت‌ها ممکن است به موقع برطرف شوند. مهم‌ترین آن‌ها ساخت بیت‌های کوانتومی یا کیوبیت است که کامپیوترها را تغذیه می‌کنند. این تا حدی مشکل است زیرا کیوبیت‌ها بسیار سر و صدا دارند و نسبت به محیط خود حساس هستند. برای مثال کیوبیت‌های ابررسانا به دمایی نزدیک به صفر مطلق نیاز دارند. کیوبیت‌ها نیز بسیار غیرقابل اعتماد هستند. برای هر کیوبیتی که برای محاسبه استفاده می‌شود، هزاران کیوبیت تصحیح خطا نیاز است. بسیاری از شرکت‌ها، مانند Xanadu ، IonQ و IBM، در حال هدف قرار دادن یک دستگاه میلیون کیوبیتی در اوایل سال 2025 به منظور باز کردن قفل 100 کیوبیت موجود برای محاسبه، با استفاده از نسبت 10000: 1 سربار مشترک به عنوان یک قاعده کلی هستند.

افزایش نگرانی‌ها در مورد مصرف انرژی محاسبات و تأثیرات آن بر تغییرات آب و هوایی، سوالاتی در مورد تاثیرات آینده کامپیوترهای کوانتومی ایجاد می‌کند. تا کنون، نسبت به رایانه‌های کلاسیک بسیار کوچک است زیرا رایانه‌های کوانتومی به منظور به حداقل رساندن برهمکنش کیوبیت با محیط طراحی شده‌اند. تجهیزات کنترل خارج از کامپیوتر (مانند خنک کننده شدید رایانه‌های ابررسانا) به طور معمول به قدرت بیشتری نسبت به خود دستگاه نیاز دارد. Sycamore رایانه 53 کیوبیتی گوگل که برتری کوانتومی را نشان داد، در مقایسه با ابررایانه‌هایی که به طور معمول به مگاوات ساعت زیادی برق نیاز دارند، در مدت زمان کوتاهی (200 ثانیه) چند کیلووات ساعت برق مصرف می‌کند.

سه مرحله توسعه

محاسبات کوانتومی در دهه گذشته پیشرفت‌های طولانی داشته است، اما هنوز در مراحل اولیه توسعه است و کاربرد تجاری گسترده هنوز سال‌ها با آن فاصله دارد. (به تصویر 4 مراجعه کنید.) ما در حال حاضر در مرحله‌ای هستیم که معمولاً به عنوان عصر NISQ، برای فناوری کوانتومی مقیاس متوسط ​​پر سر و صدا شناخته می‌شود. سیستم‌های کیوبیت هنوز «تصحیح خطا» نشده‌اند، به این معنی که هنوز در معرض سر و صدا اطلاعات را به سرعت از دست می‌دهند. انتظار می‌رود این مرحله سه تا ده سال آینده به طول انجامد. حتی در این دوران اولیه و ناقص، محققان امیدوارند که تعدادی از موارد استفاده به بلوغ برسند. این موارد شامل افزایش بهره وری در طراحی مواد شیمیایی جدید، بهینه سازی سبد سرمایه گذاری و کشف دارو است.

پس از برطرف شدن مشکلات تصحیح خطا، دوره NISQ با یک مزیت کوانتومی گسترده پنج تا 20 ساله دنبال می‌شود. مسیر دستیابی به مزیت کوانتومی وسیع‌تر شده است زیرا بسیاری از بازیگران اصلی اخیراً نقشه راه‌های محاسبات کوانتومی را منتشر کرده‌اند. (نگاه کنید به تصویر 5) علاوه بر تصحیح خطا، نقاط عطفی که در دهه آینده باید مشاهده شود شامل کیوبیت‌های با کیفیت بالاتر، توسعه لایه‌های انتزاعی برای توسعه دهندگان مدل، سیستم‌های مقیاس و مدولار و افزایش مقیاس ماشین‌ها است. اما حتی در صورت دستیابی به این اهداف بلندپروازانه، پیشرفت بیشتر برای دستیابی به مزیت کوانتومی ضروری است. (برخی معتقدند که وفاداری کیوبیت، به عنوان مثال، باید چندین مرتبه بزرگتر از حتی تله‌های یونی پیشرو در صنعت مدل H1 هانیول بهبود یابد.) بعید است که در پنج سال آینده هیچ بازیکنی همه این‌ها را جمع کند. به با این حال، هنگامی که توسعه دهندگان به پنج نقطه عطف کلیدی برسند، که با هم ترکیب عناصر اصلی مزیت کوانتومی را تشکیل می‌دهند، مسابقه برای تعدیل و مقیاس بندی پیشرفته‌ترین معماری‌ها برای دستیابی به تحمل کامل خطا در دهه‌های بعد ادامه خواهد داشت.

در حالی که انتظار می‌رود موارد استفاده جدید با بالغ شدن فناوری در دسترس قرار گیرد، بعید است که آن‌ها به صورت ثابت یا خطی ظاهر شوند. دستیابی به موفقیت در مقیاس بزرگ، مانند ماشین میلیون کیوبیتی که PsiQuantum برای ارائه در سال 2025 پیش بینی می‌کند، نوید یک تغییر گام در توانایی است. در واقع، نقاط عطف فناوری اولیه تأثیر نامتناسبی بر روی زمان بندی کلی خواهند داشت، زیرا می‌توان از آن‌ها در برابر سناریوی بالقوه «زمستان کوانتومی»، که در آن سرمایه گذاری کاهش می‌یابد، محافظت کرد، همانطور که برای هوش مصنوعی در اواخر دهه 1980 کاهش یافت. از آن‌جا که موفقیت آن بسیار نزدیک به علم بنیادی جاری است، محاسبات کوانتومی کاندید مناسبی برای کشفی است که می‌تواند در هر زمان ممکن باشد.

پنج فناوری سخت افزاری

یکی از سوالات بزرگ پیرامون محاسبات کوانتومی این است که کدام فناوری سخت افزاری برنده مسابقه خواهد بود. در حال حاضر پنج نامزد با بودجه خوب و تحقیقات خوب در حال اجرا هستند: ابررساناها، تله‌های یون، فوتونیک، نقاط کوانتومی و اتم‌های سرد. همه این‌ها در آزمایشات فیزیکی پیشگامانه و تحقق دهه 1990 توسعه یافت.

ابررساناها و تله‌های یون در دهه گذشته بیشترین توجه را به خود جلب کرده‌اند. رهبران فناوری مانند IBM، گوگل و اخیراً سرویس‌های وب آمازون در حال توسعه سیستم‌های ابررسانایی هستند که بر اساس ترکیب جریان‌هایی هستند که همزمان در جهت ابررساناها در جهت مخالف جریان دارند. این سیستم‌ها از مزایای ساخت نسبتاً آسانی برخوردارند (حالت جامد هستند)، اما زمان انسجام کوتاهی دارند و به دمای بسیار پایینی نیاز دارند.

Honeywell و IonQ پیشتاز یون‌های به دام افتاده هستند، زیرا به این دلیل کیوبیت‌ها در مجموعه‌ای از یون‌ها قرار گرفته‌اند که در میدان‌های الکتریکی به دام افتاده‌اند درحالی که حالت کوانتومی آن‌ها توسط لیزرها کنترل می‌شود. تله‌های یونی کمتر از ابررساناها مستعد نقص هستند که منجر به طول عمر کیوبیت بیشتر و پایداری پورت می‌شود، اما تسریع زمان کارکرد پورت و مقیاس بندی فراتر از یک تله چالش‌های کلیدی است که هنوز بر آن‌ها فائق آمده است.

فوتونیک اخیراً مشهور شده است، تا حدی به دلیل سازگاری آن‌ها با قابلیت‌های تولید تراشه‌های سیلیکون که در آن صنعت نیمه هادی‌ها در طول 50 سال گذشته 1 تریلیون دلار برای تحقیق و توسعه و فیبر نوری مخابراتی در دسترس گسترده سرمایه گذاری کرده است. شرکت‌های فوتونیک، مانند Xanadu و PsiQuantum با بودجه 275 میلیون دلار در حال حاضر با بودجه مناسب‌ترین شرکت خصوصی محاسبات کوانتومی، سیستم‌هایی را توسعه می‌دهند که در آن‌ها کیوبیت‌ها در حالت کوانتومی فوتون‌هایی که در مدارها در تراشه‌های سیلیکونی حرکت می‌کنند کدگذاری شده و توسط فیبر نوری شبکه بندی می‌شوند. به کیوبیت فوتونی در برابر تداخل مقاوم است و بنابراین تصحیح خطا بسیار ساده‌تر خواهد بود. غلبه بر تلفات فوتون در اثر پراکندگی همچنان یک چالش کلیدی است.

شرکت‌هایی که در زمینه نقاط کوانتومی تحقیق می‌کنند، مانند Intel و SQC، سیستم‌هایی را توسعه می‌دهند که در آن‌ها کیوبیت‌ها از اسپین‌های الکترون یا هسته‌های ثابت شده در یک بستر جامد ساخته می‌شوند. مزایای آن شامل طول عمر کیوبیت طولانی مدت و استفاده از تراشه‌های سیلیکونی است، در حالی که اصلی‌ترین عیب آن تمایل به تداخل است که در حال حاضر منجر به وفاداری پایین می‌شود.

اتم‌های سرد از تکنیکی مشابه تله‌های یونی استفاده می‌کنند، با این تفاوت که کیوبیت‌ها از آرایه‌های اتم‌های خنثی – و نه یون – ساخته شده توسط نور و تحت کنترل لیزرها ساخته می‌شوند. علیرغم معایب وفاداری و زمان کارکرد، شرکت‌های برجسته‌ای مانند ColdQuanta و Pasqal معتقدند که فناوری اتم سرد می‌تواند در مقیاس بندی افقی با استفاده از فیبر نوری (نور مادون قرمز) و در دراز مدت حتی یک طرح حافظه برای رایانه‌های کوانتومی ارائه دهد.

 به عنوان QRAM هر یک از فناوری‌های اولیه و شرکت‌هایی که آن‌ها را دنبال می‌کنند دارای مزایای قابل توجهی هستند، از جمله جیب‌های مالی عمیق و گسترش اکوسیستم شرکا، تامین کنندگان و مشتریان. اما هیئت داوران هنوز در مورد اینکه کدام فناوری در مسابقه پیروز می‌شود، در تصیمیم گیری باقی مانده است، زیرا هر کدام همچنان چالش‌های متفاوتی را در رابطه با کیفیت کیوبیت، قابلیت اتصال و مقیاس تجربه می‌کنند. (به تصویر 6 مراجعه کنید.)

برخی از شرکا و مشتریان شرط بندی‌های کوانتومی خود را با بازی همزمان در بیش از یک اکوسیستم فناوری، تحت پوشش قرار می‌دهند.

تقسیم پای محاسبه کوانتومی

از 450 تا 850 میلیارد دلار ارزش که ما انتظار داریم با محاسبات کوانتومی با تحمل خطای کامل ایجاد شود، حدود 80 درصد (360 تا 680 میلیارد دلار) باید به کاربران نهایی مانند بیوفارما و شرکت‌های خدمات مالی تعلق گیرد. مابقی (90 تا 170 میلیارد دلار) به بازیگران صنعت محاسبات کوانتومی سرازیر می‌شود. (به تصویر 7 مراجعه کنید.)

در محاسبات کوانتومی، حدود 50 درصد از بازار در مراحل اولیه بلوغ فناوری به ارائه دهندگان سخت افزار تعلق می‌گیرد، قبل از اینکه ارزش به طور مساوی با نرم افزارها، خدمات حرفه‌ای و شرکت‌های شبکه در طول زمان به اشتراک گذاشته شود. محدودیت اصلی در صنعت در دسترس بودن سخت افزار به اندازه کافی قدرتمند است. بنابراین انتظار داریم زمانی که سخت افزار خوب توسعه یابد، تقاضا از عرضه پیشی بگیرد. این الگویی است که با رایانه‌های کلاسیک توسعه یافته است. در سال 1975، سالی که مایکروسافت تاسیس شد، سخت افزار بیش از 80 درصد از بازار فناوری اطلاعات و ارتباطات را در اختیار داشت درحالی که 25 درصد آن امروزه، زمانی که به عنوان یک کالا در نظر گرفته می‌شود.

سرمایه گذاران با روشی مشابه روی محاسبات کوانتومی شرط بندی می‌کنند: حدود 70 درصد از سرمایه گذاری‌های خالص امروز در زمینه سخت افزار انجام شده است، جایی که موانع اصلی فناوری و مهندسی تجاری سازی باید در کوتاه مدت برطرف شود. چالش‌های کلیدی مهندسی شامل مقیاس پذیری (اتصال کیوبیت‌ها و سیستم‌ها)، ثبات (سیستم‌های تصحیح و کنترل خطا) و عملیات (معماری ترکیبی است که با محاسبات کلاسیک در ارتباط است).

درآمدهای تحقیقات تجاری در زمینه محاسبات کوانتومی در سال 2020 از 300 میلیون دلار فراتر رفت، عددی که امروزه با افزایش اعتماد به فناوری به سرعت در حال افزایش است. انتظار می‌رود کل بازار پس از دستیابی به مزیت کوانتومی منفجر شود. برخی معتقدند که این امر می‌تواند در 2023 تا 2025 اتفاق بیفتد. هنگامی که مزیت کوانتومی ایجاد شد و برنامه‌های کاربردی واقعی به بازار رسید، ارزش صنعت و مشتریان به سرعت افزایش می‌یابد و در دوره NISQ از 1 میلیارد دلار و در دوره کامل از 90 میلیارد دلار فراتر می‌رود. (به تصویر 8 مراجعه کنید.)

چگونه بازی کنیم

شاید هیچ فناوری قبلی به همان میزان شوق و اشتیاق چندانی در مورد نحوه ساختن آن ایجاد نکرده باشد. به نظر ما این اشتیاق گمراه کننده نیست. ارائه دهندگان فناوری، کاربران نهایی و سرمایه‌گذاران بالقوه باید تعیین کنند که چگونه می‌خواهند بازی کنند و برای آماده شدن چه کاری می‌توانند انجام دهند. پاسخ برای هر نوع بازیکن متفاوت است. (به تصویر 9 مراجعه کنید.)

ارائه دهندگان فناوری

شرکت‌های فناوری، به ویژه سازندگان سخت افزار، باید نقشه راه بلوغ کوانتومی مشخصی را ارائه دهند (یا حفظ کنند) که از معیارها و هوش رقبا مطلع است. آن‌ها می‌توانند مدل کسب و کاری را تعیین کنند که به آن‌ها امکان می‌دهد بیشترین ارزش را در طول زمان به دست آورند – جایی که باید در محاسبات کوانتومی بازی کنند و لایه‌های مکمل را حل کنند. به عنوان مثال، شرکت‌های سخت افزاری مکانیزم‌های تحویل را توسعه می‌دهند، در حالی که ارائه دهندگان نرم افزار استراتژی‌های تهیه را توسعه می‌دهند. همه می‌خواهند استراتژی مشارکت و اکوسیستم را توسعه دهند و صنایع، موارد استفاده و شرکای بالقوه را در هر بخش که بیشترین فرصت‌ها را برای ارزش خود می‌بینند، در اولویت قرار دهند. این فرصت‌ها بر اساس عملکرد بازیکنان دیگر در طول زمان تکامل می‌یابد، بنابراین مهاجران اولیه بازترین زمین بازی را خواهند داشت.

کاربران نهایی شرکت‌هایی که در صنایع متعددی از محاسبات کوانتومی سود می‌برند، باید با ارزیابی کوانتومی (IQ) شروع به کار کنند. این راه حل‌های بالقوه دارای مزایای کوانتومی برای مسائل یا فرایندهای کسب و کارها آن‌ها (بهینه سازی نمونه کارها در امور مالی، به عنوان مثال، یا طراحی شبیه سازی شده در مهندسی صنایع) را ترسیم می‌کند. آن‌ها همچنین باید ارزش و هزینه‌های مربوط به ایجاد قابلیت کوانتومی را ارزیابی کنند. بسته به مسیر ارزش و زمان بندی، کاربران نهایی ممکن است از IP، توسعه مهارت‌ها و آمادگی پیاده سازی که از همکاری با ارائه دهنده فناوری حاصل می‌شود، بهره مند شوند. شرکت‌های صنایع آسیب دیده نیز باید محاسبات کوانتومی را در نقشه راه تحول دیجیتالی خود لحاظ کنند.

ما سرمایه گذاران را تشویق می‌کنیم که خود را در سه زمینه آموزش دهند: فناوری، جریان ارزش و ریسک. اولین مورد شامل سرمایه گذاری زمان برای درک انواع مشکلات صنعت است که محاسبات کوانتومی به بهترین نحو می‌تواند به آن‌ها بپردازد، درک پنج فناوری کلیدی در حال توسعه و ایجاد چشم انداز برای هریک را در اختیار داشته باشد. ممکن است منطقی باشد که از سرمایه‌گذاری در بیش از یک کمپ فناوری جلوگیری کنید. تجزیه و تحلیل باید شامل تقسیم ارزش بین ارائه دهندگان و کاربران و همچنین بین لایه‌های پشتی باشد. خطرات شامل احتمال موفقیت و مهم‌تر از همه، زمان بندی برای ارائه ارزش افزایشی، به ویژه در زمینه عدم قطعیت‌های سخت‌افزاری است. پیچیدگی موضعی مستلزم دقت کامل بر همه فرضیه‌ها و اهداف سرمایه گذاری است.

یک چیز برای همه بازیگران بالقوه در محاسبات کوانتومی واضح است: هیچ کس نمی‌تواند دیگر در حاشیه بنشیند در حالی که رقبا روابط IP، استعداد و اکوسیستم را تقویت می‌کنند. حتی اگر تا خط پایان راه طولانی باقی بماند، میدان به سمت تعدادی از مراحل مهم حرکت می‌کند. ما از منتقدان اولیه انتظار داریم که نوعی را که ماندگار است بسازند.