Zapata发布全球第一份企业量子计算采用报告

光子盒研究院出品

量子计算的早期采用者正在越过探索阶段，构建他们将需要的应用和团队来利用量子技术并获得竞争优势。

紧随其后，其他企业承认，他们必须兑现量子的颠覆性承诺，并开始采取具体措施，调查量子对其业务的影响。

然而，目前实现量子计算机的技术众多，所有企业都认为现在判断哪些技术平台将成为最终赢家还为时过早，并担心被错误的合作伙伴锁定。

为了更深入地了解企业在采用量子计算方面的进展以及他们面临的挑战，2021年12月，量子软件公司Zapata Computing对全球大型企业的300位高管(首席信息官、首席技术官和其他副总裁级及以上高管)进行调查，并于上周发布了全球第一份企业量子计算采用报告。预计2021年量子计算收入超过2.5亿美元，预算超过100万美元。

调查结果清晰地描绘出了市场的发展趋势，但也把那些想要在当下取胜的企业和那些还没有明确利用量子计算的方法的企业划清了界限。

1.量子计算已经从边缘地带转移到数字化转型的核心

•量子反对者现在是少数。74%的企业高管同意“那些不采用量子计算解决方案的企业会落后”。

•量子现在已越过了规划阶段。全球69%的企业表示他们已经或计划在明年采用量子计算。已经以某种形式采用的企业占了接近三分之一的市场，即29%。

•美国在采用量子技术方面处于领先地位，加拿大和中国紧随其后。然而，鉴于多个国家的样本量较小，该报告的全球数据可能与其他报告不一致。

2.早期量子采用者为全球同行搭建舞台

•率先采用量子技术的企业正在为其他市场树立榜样——因为他们已经走上优势之路，12%的早期或领先量子采用者希望在明年获得某种形式的竞争优势；41%的人期望在两年内获得某种形式的竞争优势。长期以来，人们一直认为量子时代离我们还有几年——甚至几十年——现在情况已经不同了。

•美国公司报告称最接近量子竞争优势，有12%的企业开始采用量子技术并希望在一年内获得优势，甚至可能是现在。

•德国最看好在两年内通过量子获得竞争优势，44%的德国受访者预测在两年内取得优势，其次是加拿大38%，英国和澳大利亚各33%，美国31%。

•据60%已经投资量子或计划明年投资量子的人表示，采用量子技术背后的驱动因素是量子技术将带来更好的业务表现和业绩。

3.量子采用中最前沿的经验教训

•最领先的量子采用者投资量子以促进劳动力发展的可能性比所有企业高70%。

•相比其他企业，最领先的量子采用者和投资超过100万美元的企业更受其先发优势的激励。那些已经在量子领域投资超过100万美元的企业，保护知识产权的可能性也比其他企业高50%。考虑到全球样本中早期技术采用者的数量(44%，而大多数人或更晚接受的比例为56%)，量子确实正在成为企业技术库中新的竞争武器。

4.机器学习为近期的量子化铺平了道路，尤其是在美国

•机器学习(ML)和数据分析问题是量子计算早期和领先采用者的主要用例，尤其是在美国，71%的企业正在投资于ML和数据分析问题，而全球这一比例为51%。这很直观，因为这些企业已经拥有ML人才、算法和应用程序。ML也是最可能为企业提供近期价值的用例，因为经典机器学习很难解决的问题——比如无监督生成模型和用于增强预测模型数据集的半监督学习——更适合量子设备。

5.量子投资变得谨慎起来

•在采用量子计算的道路上，28%的全球企业投资超过了100万美元。这与过去10万美元的研发预算形成鲜明对比。

•早期技术采用者更广泛地投资于量子计算。37%的早期技术采用者的量子预算超过100万美元，而后期采用者的这一比例为13%。

6.量子是一项需要信赖的团队活动

•高达96%的受访者认为，如果没有可靠的技术合作伙伴的帮助，他们的企业就无法成功采用量子计算。

•在选择外部合作伙伴时，企业首先考虑的是合作伙伴解决方案的向前兼容性(48%)，其次是解决方案的易用性(42%)和解决方案集成的难易程度(41%)。

•在企业最关心量子计算供应商的事项中，已发表的研究排在第四(38%)，这表明量子正在突破学术领域，进入实际的企业业务。

7.最领先的量子采用者正在做哪些准备？

•采用量子技术的企业正在多方面做准备：51%的企业正在寻找人才和建立内部团队；49%的企业正在实验和构建概念证明；48%正在量子硬件或模拟器上运行实验，46%正在构建新的应用程序。

8.供应商锁定(vendor lock-in)是最大的担忧

•企业既想拥有蛋糕也想吃蛋糕：虽然几乎所有人(96%)都表示他们需要可信赖的供应商的帮助才能在量子计划中取得成功，但73%的企业担心供应商锁定。另有39%的人认为供应商锁定问题是采用量子计划的障碍。

•最领先的量子采用者也更有可能关注(92%)供应商锁定，而所有量子采用企业中的这一比例为73%。这些企业不想失去灵活性，因为量子不是通用的，他们不想被锁定在一个专有的方法或解决方案中。

9.复杂性是采用量子的最大障碍

•采用量子的最大障碍是，将量子计算与现有企业IT堆栈集成的复杂性，49%的受访者都面临这一障碍。

•量子计算的复杂性是不可否认的，企业IT架构也非常复杂。但是在外部供应商的帮助下，早期和领先的量子采用者正在克服这些复杂性。管理这种复杂性需要新的工作流来协调新的量子和现有经典组件的交叉。

10.量子计算仍然不容易解释

•96%的受访者在聚会上向朋友解释量子计算需要超过10分钟。

1.量子的看法和采用

74%的受访者同意那些不采用量子计算解决方案的企业会落后。结果表明，我们已经过了对量子计算的价值进行投机以获得商业优势的阶段。量子技术能否提供优势已不再是问题，而是何时提供优势的问题。

那些对量子技术的近期潜力持怀疑态度的人现在已经是少数派了。如果企业想要在竞争中占据优势，就不能袖手旁观。

“未能采用量子计算的企业将落后”，同意或不同意？

量子正在越过规划阶段。在全球范围内，29%的企业已经处于量子采用的早期或更高阶段，2022年还有40%的企业将紧随其后。

全球企业的量子计算采用情况。早期采用者25%，计划采用者40%，最领先的采用者4.3%，没有计划采用量子计算者30.7%

美国是量子采用的全球领导者，有36%的企业处于采用的早期或更高阶段。中国和加拿大企业以32%的比例紧随其后。

各国企业采用量子计算的情况

交通运输行业率先计划采用量子计算。这可能是对持续供应链危机的回应，因为量子计算具有优化物流网络以显著降低成本和提高效率的潜力。

交通运输行业的早期采用者在该行业中所占比例也最高(63%)，其次是科技服务(38%)和生物制药(36%)——量子具有加速药物发现的潜力。专业服务行业采用者最多(24%)，其次是科技服务(13%)；电信、媒体和科技(10%)；然后是制造业(10%)和金融业(8%)。

不同行业采用量子计算的情况

2、投资量子能力

28%的全球企业已经投资超过100万美元用于量子计算。各个企业正在大幅增加他们的量子投资，远远超出过去约10万美元的研发预算，这代表了量子采用的转折点。

已经开始采用或计划采用量子计算的企业的量子计算预算

通常最早采用新技术的企业在量子计算上投资超过100万美元的可能性是采用较晚的同行的两倍多。

预算超过100万美元的企业百分比：早期技术采用者与后期技术采用者

在已经采用或计划采用量子计算的企业中，澳大利亚和美国企业在量子投资领域处于领先地位。

各国企业的量子计算预算

3、量子竞争优势的时间表

12%的量子采用者希望在一年内获得竞争优势。已经开始采用量子计算的企业中有41%希望在两年内获得竞争优势，93%表示在五年内获得竞争优势。

随着前10%的企业在明年实现预期的竞争优势，其他企业将面临压力。量子采用将类似于人工智能，但可能具有更长的投资回报率路径和更有限的人才库。预计该技术对企业的实用性将呈指数级增长，因此现在为学习和应用量子或量子启发(经典)方法所做的任何工作都可能在以后产生巨大影响。尚未启动的企业应将其作为2022年的重中之重——否则将面临落后的风险。

你希望量子计算在几年内给你的企业带来竞争优势？

美国公司报告称最接近量子竞争优势，12%的已经开始采用量子技术的企业希望在一年内获得优势，甚至可能是现在。然而只有未来才能知道谁将在一年内领先全球量子竞赛。

在不到一年的时间内取得竞争优势或已经取得

将时间表延长至两年时，德国公司最看好近期量子优势。

预计在未来2年内拥有竞争优势

4、为什么选择量子：好处和动力

量子采用的主要动机是更好的业务结果，其次是劳动力发展。

贵公司探索量子计算的主要动机是什么？

尽管企业的部分动机是担心落后于竞争对手，但是潜在的商业价值是采用量子的主要动机。从量子中获得的价值是巨大的，这涉及许多行业，用例包括金融投资组合优化、药物发现和供应链优化——鉴于持续的供应链危机，这一点尤为重要。

劳动力发展是受访者采用量子技术的下一个最常见的动机。企业认识到量子计算具有巨大的颠覆潜力，并希望现在就开始培养他们的量子员工队伍以在量子计算成熟时做好准备。也就是说，我们需要解开作为第三个主要动机的“防止中断的保险”心态。不输和赢是不一样的。从电子商务到云计算、大数据，以及最近的人工智能和机器学习，我们一次又一次地看到了新技术的出现。构建复杂的计算能力不可能一蹴而就，量子也不例外。涉足概念证明是不够的。企业需要在部署阶段之前就开始为量子构建基础设施、合作伙伴关系和劳动力，否则他们将已经落后于形势。

以先发优势为动力

对于处于量子采用更高阶段和量子计算预算更多的企业来说，先发优势是更大的动力。相比之下，那些担心落后于竞争对手的人更有可能成为早期采用者。量子采用的领先者不仅仅担心落后，他们还在为胜利而战。

出于落后于竞争对手的考虑

大多数受“防止中断的保险”刺激的企业是投资低于100万美元的企业(73%)和仍处于计划采用阶段的企业(62%)。这些是为不输而努力的企业，它们很可能会落后于那些以获得先发优势为动机的企业。

受“防止中断的保险”刺激

85%最领先的量子采用者以劳动力发展为动力，而在所有企业中，有50%正处于采用量子的道路上。

以发展劳动力为动机

量子预算为100万美元或更多的企业比一般采用量子的企业受到“保护知识产权(IP)”的刺激的可能性高50%。

以保护知识产权为动机

5、主要量子用例

机器学习(ML)和数据分析问题是量子计算早期和领先采用者的主要用例，特别是在美国，企业在量子计算方面走得更远。这很直观，因为这些企业已经拥有ML人才、算法和应用程序。调查结果强化了这样一种观点，即数据已成为业务决策的主要驱动力，企业正在寻求量子技术，以在分析这些数据方面具有优势，从而做出更明智的决策——而且速度也更快。

机器学习也是最有可能为企业提供近期价值的用例，因为经典机器学习难以解决的领域——比如无监督生成模型和用于增强预测模型数据集的半监督学习——更适合量子设备。

企业对构建量子应用最感兴趣的问题是什么？

6、量子是一项团队竞赛：量子供应商的角色

如果没有值得信赖的供应商的帮助，96%的组织将无法成功采用量子计算。

“没有可靠的供应商的帮助，企业无法成功采用量子计算”，同意或不同意？

考虑到量子计算的复杂性以及具备量子技术的科学家和工程师的数量有限，选择合适的合作伙伴是潜在的量子采用者可以做出的最重要的决定之一。企业最不想做的事情就是在下一年可能出现更好的选择时花费大量时间和资源来部署一家供应商的技术。

73%的受访者在一定程度上担心被全栈量子供应商锁定，而47%的受访者非常或极度担心。39%的采用量子的企业将供应商锁定问题列为采用的主要障碍。

为了满足企业的量子计算需求，你有多担心被全栈量子供应商锁定？

这些对供应商锁定的担忧是合理的，因此需要一种与硬件无关且灵活的量子计算方法。为了缓解锁定问题，量子应用程序需要能够与不同的量子硬件设备和不同的经典计算资源互操作。有一些量子设备比其他量子设备更适合特定用例，因此随着需求的变化和技术的成熟，企业将需要灵活地在工作流中交换设备。

从国别来看，供应商锁定问题在印度、澳大利亚、英国和美国最为严重。

各国对供应商锁定的担忧

调查发现，在较早采用新技术的企业中，有74%担心供应商锁定，而在较晚采用新技术的组织中，这一比例为71%。51%的早期采用者非常或极度关注，而后期采用者的比例为41%，这表明他们很可能接触到硬件和软件的早期迭代，并见证周边技术的成熟。

一般技术采用趋势下的供应商锁定问题

前向兼容性是选择量子供应商的首要考虑因素。供应商锁定问题再次出现在选择供应商的首要考虑因素中。量子采用者希望确保他们的量子战略能够随着技术的成熟而与企业一起发展。重要的是，要确保他们今天构建的软件在明天有用。

正如调查结果显示的那样，复杂性是采用量子技术的主要障碍，因此，易于使用的考虑因素在量子采用者的心目中也将排名靠前是理所当然的。事实上，在已经开始采用量子计算的组织中，易用性是首要考虑因素，超越了向前兼容性。量子计算是否会“易于使用”是一个悬而未决的问题，但技术合作伙伴应该优先帮助客户理解复杂性。

鉴于围绕量子计算的夸大宣传，对量子供应商来说，已发表的研究(37%)和专有算法(37%)也将是采用者的首要考虑因素，这是有道理的。

评估量子计算供应商时的考虑因素

7、具备量子能力

最领先的量子采用者通过发展量子员工队伍、与外部供应商合作、构建应用程序而处于领先地位。在通往量子竞争优势的道路上走得最远的企业中，绝大多数都在建设利用量子计算所需的内部员工队伍。他们并不是孤军奋战：最先进的量子采用者与外部供应商合作构建量子能力的可能性几乎是其他企业的两倍。

企业正在投资于跨多个维度的能力建设，并通过概念验证、实验和试点应用进行实践。大多数量子采用者仍处于实验阶段，或者仍在寻找人才和建立团队。这些是重要的第一步，要获得优势，企业需要走得更远：确定用例、构建量子-经典工作流并试行生产就绪的应用程序。

企业如何为量子计算做准备

英国、澳大利亚和印度的企业在建立内部量子劳动力方面超过了世界其他国家。

各国企业吸引量子计算人才/建立内部团队的比例

许多企业仍然专注于实验和构建概念证明。

各国企业进行实验和概念证明的比例

8、采用量子技术的主要障碍

（1）IT集成的复杂性

在已经采用或计划采用量子计算的组织中，将量子计算与现有IT基础设施集成的复杂性是采用量子计算的最常见障碍(49%)。在不打算采用的企业中，与当前IT堆栈缺乏兼容性(46%)是不采用的第二大常见原因，仅次于采用和维护硬件的成本(47%)。

这意味着，虽然许多企业明白他们不会简单地用量子设备“拆除和替代”他们的高性能经典计算机(HPC)并期待结果，但许多企业似乎并不这么做。在可预见的未来，将量子计算添加到现有IT堆栈将会产生一种非传统架构，即使是最强大的HPC资源也无法交换。

量子计算不是在真空中工作的；它总是需要一个结合新量子资源和现有经典资源的混合模型。至少在最近几年里，量子设备将通过软件平台或直接(量子计算即服务)远程访问，从而加剧安全性、数据管理和合规性问题。鉴于量子市场主要由硬件供应商驱动，这些发现要求一种新方法，优先考虑与组织现有的经典IT堆栈的集成。

采用量子计算的最大障碍

（2）安全问题

43%的量子采用者将安全问题列为采用的障碍。

基于云的企业IT解决方案带来的所有安全问题也适用于量子计算，甚至被量子放大了。安全性并不是与更熟悉的企业IT部署共享的唯一问题。治理、合规性、运营和数据管理也是企业环境中量子部署的重要考虑因素。

虽然在调查中没有特别提及，但加密是一个值得注意的关注领域，因为量子有望在未来打破当前的加密标准。因此，抗量子加密算法在该领域很受关注。与量子计算相关的安全性方面值得密切关注。

无论加密的未来如何，目前，企业都需要具备适当的能力来管理数据访问、缓解漏洞以及跟踪和审查违规行为。

（3）缺乏先进的能力

37%的组织认为缺乏先进的能力是采用量子技术的障碍。

那些通常较晚采用新技术的企业更有可能将缺乏先进的能力作为采用量子技术的障碍。这些企业正在发现采用量子技术必须建立在采用人工智能和机器学习等早期技术的艰难道路上。

这些发现进一步说明了量子不会在真空中工作的观点。

它不会替代AI和ML，而是会帮助组织克服现有AI和ML流程中的瓶颈。尚未采用AI和ML的企业将难以采用量子计算，而其数据分析能力尚未成熟以赶上同行。

将缺乏现有能力(AI、ML)视为采用障碍的企业比例

34%的量子采用者认为缺乏专业知识和人才是采用量子技术的障碍。

在建立量子团队的组织中，大多数表示他们正在与外部供应商合作(58%)，其次是提升现有团队技能(53%)——数据科学家、机器学习专家和其他具有相关背景的人员。

这两者是相辅相成的。内部人员最适合了解其组织面临的独特挑战以及可以通过量子增强的现有能力。而外部合作伙伴可以帮助培训内部员工并帮助回答更棘手的实施问题：哪些用例最适合量子，哪些用例可以用经典计算更好地解决？哪种设备最适合手头的任务？应该如何构建量子工作流？

外部专家的指导有助于缩短获得量子优势的途径。

你是如何建立量子计算团队的？

32%的量子采用者表示缺乏明确的用例。

也许令人惊讶的是，在量子采用方面走得最远的企业最大比例将缺乏明确的用例作为采用的障碍。这可能反映了普遍的误解，即量子只是HPC的替代品，而不是具有当前无法解决的特殊用例的独特计算形式。

领先者可以轻松地在线找到他们行业的量子计算用例，但不太清楚的是哪些用例值得追求，以及在什么时间范围内。根据组织的不同，某些用例在短期内可能比其他用例更可行，而其他用例可能更有价值。咨询量子专家是确定哪些问题值得投资的关键步骤。

Zapata Computing首席执行官Christopher Savoie说：“采用量子和受量子启发的机器学习方法的优化问题是未来24个月内最有前途和最具吸引力的用例。”

企业领导者还应该参与识别和优先排序——基于潜在的利害关系——量子计算的用例，因为他们对组织的运营和潜在的经济影响有更多的了解。如果量子计算停留在研发部门，它可能永远不会超越实验和概念验证。执行领导的承诺(通过资金、人力资源和其他具体行动)和领域专业知识对于企业量子计算的成功至关重要。

将缺乏明确用例视为采用障碍的企业比例

目前的调查显示，量子计算技术的早期采用者希望很快就能获得超越同行的竞争优势。大多数全球企业现在都在计划采用量子计算或者已经开始采用，一旦早期领先者取得优势，其他企业将迫切需要加快他们的量子采用战略。

尽管如此，本次调查还揭示了企业在获得量子竞争优势的道路上需要克服的一些关键障碍。该技术的复杂性仍然是需要克服的最大障碍，因此早期采用者正在与外部供应商合作来克服它。同时，供应商锁定将是一个持续的问题，企业希望与他们合作的任何供应商具有灵活性和向前兼容性。

最终需要一种新的、基于应用程序、与硬件无关的量子计算方法，该方法由引人注目的业务问题驱动，优先考虑与现有经典计算资源的互操作性以及与未来量子技术的前向兼容性。

调查参与者：按国别、行业、收入、资历、公司规模、业务部门、性别统计

报告全文下载：

https://www.zapatacomputing.com/publications/enterprise-survey/

—End—

相关阅读：

光子盒将为中国境内的研究机构和企业提供一个免费的垂直招聘信息发布渠道，欢迎有需求的机构或企业直接联系光子盒。（微信：Hordcore）

你可能会错过：