量子计算:商业领袖需要了解什么
量子计算在商业技术领域占据着特殊的地位:短期影响被夸大,但长期影响却被低估。 “量子计算机明天将打破所有加密并解决所有优化问题”的叙述已经被那些密切关注的人所取代,人们对我们在发展轨迹上的实际位置及其对业务规划的意义有了更细致的了解。
本指南是为那些需要了解量子计算而无需费力了解物理学的企业领导者编写的——它今天能做什么和不能做什么,3-5 年后的合理预期是什么,以及无论确切的时间表如何,您现在应该做出哪些组织决策。
要点
- 量子计算机不是取代经典计算机的通用机器——它们是针对特定问题类型的专用处理器
- 当前的“NISQ”时代量子计算机错误率很高,尚无法解决经典计算机无法解决的具有商业价值的问题
- 容错量子计算——能够解决实际业务问题——对于最有前途的应用来说,实际上还需要 5-10 年的时间
- 量子密码学威胁(打破 RSA/ECC 的 Shor 算法)是真实存在的,但并非迫在眉睫——大多数专家估计 10-15 年后,与密码学相关的量子计算机才会出现
- “现在收获,稍后解密”攻击正在发生——组织应该立即开始后量子密码迁移
- 最高价值的量子计算应用:优化(物流、金融)、模拟(药物发现、材料科学)和机器学习加速
- AWS、Azure、Google 和 IBM 的量子计算即服务 (QCaaS) 无需硬件投资即可进行实验
- 制药、金融、物流和密码敏感行业的组织应立即开始量子准备计划
量子计算到底是什么
经典计算机以比特的形式处理信息——每个比特要么是 0,要么是 1。量子计算机使用量子比特(qubit)来处理信息,量子比特利用量子力学现象以根本不同的方式编码和处理信息。
关键量子现象
叠加:一个量子位可以同时存在于 0 和 1 的量子叠加中 - 在测量之前,它同时代表两种状态。 n 个量子位的系统可以同时表示 2ⁿ 状态。叠加的 50 个量子位同时代表 2⁵⁰(大约 1 万亿)个状态。
纠缠:两个或多个量子位可以纠缠——以没有经典等价物的方式相关。测量一个纠缠量子位可以立即确定其纠缠伙伴的状态,无论距离如何。
干扰:量子算法使用干扰来放大测量正确答案的概率并消除错误答案的概率。这是量子算法在特定问题类型上比经典算法实现加速的基本机制。
量子计算能做什么、不能做什么
关键的误解是:量子计算机并不是更快的通用计算机。它们无法完成经典计算机所做的所有事情,只是速度更快。它们仅针对量子算法有效利用叠加和干扰的特定问题类型提供指数加速。
量子提供真正的加速:
- 整数因式分解(Shor 算法):指数加速。这会破坏 RSA 加密。 Shor 的算法可以比最著名的经典算法更快地分解大数。
- 非结构化搜索(格罗弗算法):二次加速。在 O(√N) 操作而不是 O(N) 操作中搜索 N 个项目的未排序数据库。
- 量子模拟:模拟量子系统(分子、材料)的效率比经典计算机高出指数——这是最初的量子计算动机。
- 某些优化问题:量子近似优化算法(QAOA)和量子退火可以为特定的组合优化结构提供加速。
量子提供很少或没有优势的地方:
- 一般算术和计算
- 数据库查询(超出 Grover 的适度加速)
- 机器学习培训(有争议,但近期优势通常不大)
- 大多数日常商业计算任务
- 经典计算机已经有效解决的任务
我们所处的位置:NISQ 时代
当前的量子计算机是“嘈杂的中尺度量子”(NISQ)设备——物理学家约翰·普雷斯基尔创造的术语。 “嘈杂”意味着错误率高; “中等规模”是指数十到数百个量子位。
当前硬件状态 (2026)
IBM、Google、IonQ、Quantinuum 等公司已经展示了 100 到 1,100 多个物理量子位的量子系统。 IBM 的 Condor 芯片在 2023 年达到了 1,121 个量子位。谷歌的 Sycamore 处理器在 2019 年针对窄采样问题展示了“量子霸权”。
但原始量子比特计数具有误导性。关键指标不是物理量子位,而是“逻辑量子位”——经过纠错、实际上可以可靠计算的量子位。当前的错误率需要每个逻辑量子位大约 1,000-10,000 个物理量子位才能进行有意义的错误纠正。一台 1,000 个量子位的机器可能仅支持 1 个具有当前纠错开销的逻辑量子位。
NISQ 计算机今天可以做什么:演示量子现象,运行量子算法的玩具实例,并使研究人员能够开发量子算法。它们无法可靠地解决经典计算机也无法解决的具有商业价值的问题。
NISQ 计算机不能做什么:分解 RSA 加密中使用的大整数(需要数千个纠错逻辑量子位,需要数百万个物理量子位)。解决可提供商业价值的复杂优化问题。在有意义规模的数据库上运行 Grover 的算法。
容错量子计算之路
容错量子计算——能够在有意义的问题规模上可靠地执行深度量子电路——需要纠错逻辑量子位。解决具有商业价值问题的容错机器的时间表是量子计算预测的核心不确定性。
保守估计:2031-2035 年,在特定领域(化学模拟、优化)首次展示商业量子优势。
乐观估计:如果最近硬件错误率和纠错方面的进展加快,则为 2028-2030 年。
大多数企业规划应该假设商业相关的量子计算距离量子模拟以外的应用还需要 7-12 年的时间。
密码学威胁:即使现在也很紧迫
对业务最关键的量子计算影响是对当前公钥密码学的威胁——无论确切的时间表如何,这都是紧迫的。
为什么量子打破当前的加密
RSA 加密、ECC(椭圆曲线加密)和 Diffie-Hellman 密钥交换依赖于经典计算机计算困难但具有高效量子解决方案的数学问题:
- RSA 安全性依赖于分解大数的难度——可以通过足够强大的量子计算机上的 Shor 算法来解决
- ECC 安全性依赖于离散对数问题 — 也可以通过 Shor 算法解决
所有 TLS/HTTPS 加密通信、大多数身份验证系统和最安全的消息传递协议都依赖于这些算法。
###“现在收获,稍后解密”
这就是为什么现在这一点很重要,尽管密码相关的量子计算机还需要 10-15 年的时间:对手(主要是民族国家情报机构)今天正在收集加密数据,存储它,并等待能够解密的量子计算机出现。
具有长期敏感性要求的高度敏感数据(医疗记录、财务数据、战略业务通信、政府机密)如今可能面临这种攻击媒介的风险。
后量子密码学
NIST 于 2024 年最终确定了后量子密码学 (PQC) 标准,根据被认为能够抵抗经典攻击和量子攻击的数学问题选择算法:
- CRYSTALS-Kyber(现为 ML-KEM):密钥封装
- CRYSTALS-Dilithium(现为 ML-DSA):数字签名
- SPHINCS+ (SLH-DSA):基于哈希的签名
组织应该:
- 进行加密清单:确定系统中 RSA、ECC 和 Diffie-Hellman 的使用情况
- 按数据敏感性优先:必须保密 10 年以上的数据应优先进行 PQC 迁移
- 开始迁移规划:TLS 库、证书颁发机构和硬件安全模块均已更新以支持 PQC 算法
- 实现加密敏捷性:设计系统以支持算法更改,而无需完全重新架构
NIST、NSA 和 CISA 均已发布指南,建议组织立即开始 PQC 迁移。这不是理论上的未来风险——而是运营规划的要求。
商业应用:现实的时间表评估
量子模拟(最近期限,5-8 年)
模拟量子系统——分子、材料、化学反应——是最适合量子计算机自然能力的应用。经典计算机很难准确地模拟量子系统,因为状态空间随着系统规模呈指数增长。
药物发现:准确模拟药物分子如何与蛋白质靶点相互作用可以大大缩短药物发现时间。阿斯利康(AstraZeneca)、罗氏(Roche)和辉瑞(Pfizer)都有活跃的量子计算研究项目,专注于分子模拟。
材料发现:模拟材料特性以识别新电池、太阳能电池、催化剂和结构材料。 IBM 和波音公司在航空航天材料量子模拟领域合作。
化学过程优化:模拟和优化工业化学过程——肥料生产(哈伯-博世过程)约占全球能源消耗的2%;量子优化可以显着减少这种情况。
现实的时间表:到 2030-2033 年,量子模拟可用于小分子药物发现;稍后会出现更大、更复杂的系统。
优化(5-10 年)
组合优化——在指数级的多种可能性中寻找最佳解决方案——是量子计算兴趣的一个主要类别。
物流优化:车辆路线、供应链网络设计、仓库运营。经典算法在实际问题规模上已经表现良好;量子可以在更大范围内提供改进。
金融投资组合优化:考虑风险、回报和约束,优化大型投资组合。摩根大通、高盛等金融机构正在积极研究量子优化。
网络优化:电信网络路由、数据中心负载均衡、基础设施规划。
现实的时间表:到 2030 年至 2035 年,实际优化问题规模具有可证明的量子优势。经典算法竞争激烈;即使对于容错量子计算机,“优势”在实际规模上也可能不大。
机器学习(7-12 岁)
理论上,量子机器学习算法可以为某些机器学习训练和推理任务提供加速。与模拟和密码学相比,相对于经典 ML 的实际优势更加不确定,因为经典 ML 硬件(GPU、TPU)功能非常强大并且改进迅速。
大多数显示“指数加速”的量子机器学习结果都涉及限制实际适用性的假设。真正的量子机器学习优势(如果存在的话)可能比理论分析显示的要窄。
这对您的业务意味着什么
立即行动(现在)
后量子加密规划:开始加密库存和 PQC 迁移规划,无论您属于哪个行业。如果您处理长期敏感数据(财务、健康、国防、知识产权),那么这就很紧急。
量子素养:确保您的技术领导层在概念层面理解量子计算——它是什么、不是什么、现实的时间线是什么样的,以及密码学的含义是什么。
监控进度:建立跟踪量子计算发展的流程。对于大多数组织来说,根据里程碑进行年度进展审查就足够了。
1-3 年范围
量子计算实验:使用量子即服务平台(IBM Quantum、Amazon Braket、Azure Quantum、Google Quantum AI)来实验与您的业务问题相关的量子算法。这些平台无需硬件投资即可提供访问。
雇用/培养量子专业知识:如果您从事制药、金融、物流或国防行业,那么构建量子计算专业知识现在可以让您在容错机器到来时获得优势。
供应商评估:了解您的供应链的量子准备情况 - 特别是处理您的敏感数据的技术供应商。
3-7 年范围
PQC 实施:完成优先系统的后量子密码迁移。
量子混合算法:经典量子混合算法(在经典算法中运行量子子例程)可以在完全容错量子到来之前提供实际优势。
行业联盟参与:加入与您所在行业相关的行业量子计算联盟,以分享学习成果、影响标准并尽早获得发展成果。
量子计算即服务
你不需要购买量子计算机来进行实验。量子即服务 (QCaaS) 平台提供对真实量子硬件和量子模拟的访问:
IBM Quantum:超过 127 个量子位系统,包括 Heron 一代处理器。 IBM Quantum Network 提供对高级系统的访问,以进行研究和商业探索。 Qiskit(开源)是使用最广泛的量子计算 SDK。
Amazon Braket:访问 IonQ、Rigetti、OQC 和 D-Wave(量子退火)的硬件,以及 Amazon 自己的量子模拟服务。按任务付费的定价使实验变得容易。
Azure Quantum:访问 IonQ、Quantinuum 和 Pasqal 硬件。与Azure开发工具深度集成。 Q# 量子编程语言以及对 Qiskit 和 Cirq 的支持。
Google Quantum AI:为研究人员提供 Sycamore 处理器、Cirq 开源框架和用于量子机器学习的 TensorFlow Quantum 的访问。
D-Wave:量子退火系统(与基于门的量子计算机的架构不同),专门用于优化问题。 Leap云平台提供接入。
这些平台按门操作或任务收费,使实验成本可控——量子化学模拟实验可能花费 10 至 100 美元。
常见问题
量子计算机会让今天的密码过时吗?
量子计算机威胁用于安全通信和身份验证的公钥加密技术(RSA、ECC),但不威胁保护密码的对称加密(AES)或哈希函数(SHA-256)。密码哈希算法(bcrypt、Argon2)不会被量子计算机破解。 Grover 的算法仅提供针对对称加密的二次加速,这意味着 256 位密钥即使针对量子攻击也仍然安全(您需要 AES-128 提供的 128 位等效安全性)。您应该担心的加密技术:用于传输数据的 TLS/HTTPS、基于证书的身份验证以及使用 RSA 或 ECC 的加密通信。
量子计算机距离破解 RSA 加密还有多长时间?
领先的量子计算研究人员预计,容错量子计算机需要大约 10 到 20 年的时间才能破解 2048 位 RSA。该范围反映了硬件进度、纠错效率和算法改进方面的真正不确定性。然而,“现在收获,稍后解密”的攻击如今正在发生,这使得 10 到 20 年的时间窗口不足以满足必须长期保持安全的数据。 NIST 建议组织立即开始后量子密码迁移,这是 NSA、CISA 和大多数网络安全机构的共识建议。
哪些行业将从量子计算中受益最多?
大致顺序是:(1)生命科学/制药——药物发现的分子模拟; (2) 金融服务——投资组合优化、衍生品定价、风险建模; (3) 化学品/材料——工艺和材料设计; (4)物流——车辆路径、网络优化; (5)能源——电网优化、电池和太阳能电池设计; (6) 国防/情报——密码学和信号情报。以复杂数学优化或模拟问题为其价值创造核心的行业将获得最大的收益。
我们现在应该聘请量子计算专家吗?
如果您从事制药、金融、化学品或国防行业,现在就开始建立量子能力是合理的。量子人才市场竞争激烈,开发有用的量子专业知识的周期为2-3年。如果您不属于这些优先行业,那么监控进度、使用 QCaaS 平台进行实验并计划在商业应用程序与您的特定领域相关时招募量子能力会更有效。将您的近期量子投资重点放在密码学上 - 每个人都需要解决后量子密码学迁移问题,这需要特定系统和安全架构方面的专业知识。
什么是量子退火,它与基于门的量子计算有何不同?
量子退火(由 D-Wave 等公司实现)是一种与基于门的量子计算(IBM、Google、IonQ)不同的量子计算架构。量子退火器专门用于优化问题 - 寻找以伊辛模型或 QUBO(二次无约束二元优化)表示的问题的最小能量状态。它们不实现任意量子算法,也不能运行 Shor 算法或 Grover 算法。它们已经被用于商业优化应用。基于门的量子计算机更加通用,是与密码学、模拟和量子机器学习应用最相关的平台。
后续步骤
量子计算并不是所有组织都“观望”的技术。后量子密码学迁移是一项紧迫的运营要求。量子实验与优先行业的组织相关。无论在哪个行业,技术领先的量子素养现在都很有价值。
ECOSIRE 的技术战略服务可以帮助您制定适合您的行业、数据敏感性概况和技术前景的量子准备路线图。 联系我们的技术咨询团队 讨论量子计算对您的业务的具体影响。
作者
ECOSIRE TeamTechnical Writing
The ECOSIRE technical writing team covers Odoo ERP, Shopify eCommerce, AI agents, Power BI analytics, GoHighLevel automation, and enterprise software best practices. Our guides help businesses make informed technology decisions.