Zapata Computing發(fā)布首份關于企業(yè)量子計算應用年度報告

北京時間1月7日消息（余予）由領先的企業(yè)量子軟件公司Zapata Computing委托進行的一項新的全球研究“關于企業(yè)量子計算應用的第一份年度報告（The First Annual Report on Enterprise Quantum Computing Adoption）”顯示，量子計算已經(jīng)從數(shù)字化轉(zhuǎn)型的邊緣轉(zhuǎn)移到核心。

量子計算已成為當務之急，74%的人認為不采用量子計算的人將落后。那些希望避免落后的企業(yè)已經(jīng)沒有時間了：在已經(jīng)開始構建量子能力的企業(yè)中，41%的企業(yè)希望取得競爭優(yōu)勢，在未來兩年內(nèi)領先于同行，而排名靠前的12%的企業(yè)采用者希望在一年內(nèi)取得一些競爭優(yōu)勢——或者已經(jīng)取得。

“如今，越來越多的組織意識到量子計算是他們數(shù)據(jù)分析能力的下一個前沿領域，如果他們不想落后，他們需要開始為量子計算構建基礎設施、應用程序和勞動力。”Zapata首席執(zhí)行官Christopher Savoie表示，“我們已經(jīng)看到量子應用領域的領導者是如何將自己與其他人區(qū)分開來。他們開始構建解決方案，在大多數(shù)經(jīng)典應用中戰(zhàn)略性地利用當今的量子設備。那些走在最前面的人投資量子不僅僅是為了避免失敗——他們是為了贏。”

以下是該報告的一些主要發(fā)現(xiàn)：

機器學習和數(shù)據(jù)分析是最重要的量子用例

在美國尤其如此，71%的受訪者對使用量子計算解決機器學習和數(shù)據(jù)分析問題感興趣。機器學習是最有可能為企業(yè)帶來短期價值的用例，因為經(jīng)典ML掙扎的領域——例如無監(jiān)督的生成模型和用于增強預測模型中的數(shù)據(jù)集半監(jiān)督學習的生成模型——更適合量子設備。

28%的全球量子計算預算超過100萬美元

各個組織正在大幅增加他們的量子投資，遠遠超出過去約10萬美元的研發(fā)預算，這代表了量子計算采用的轉(zhuǎn)折點。新技術的最早采用者在量子計算上投資超過100萬美元的可能性是后期采用者的兩倍多（37% VS 13%）。

組織需要量子供應商，但擔心被鎖定

考慮到量子計算的復雜性和合格人才庫的有限，高達96% 的受訪者對于“如果沒有可信賴供應商的幫助，他們無法成功采用量子計算”表示認同。然而，73%的受訪者擔心被鎖定在一家全棧量子供應商，同時，47%的受訪者表示非常擔心。與此相關的是，前向兼容性是選擇量子供應商的首要考慮因素。這需要一種與硬件無關、可互操作的量子采用方法。

復雜性是采用量子技術的最大障礙

49%的受訪者認為，采用量子的最大障礙是將量子計算與其現(xiàn)有IT堆棧集成的復雜性。量子計算將始終存在于與經(jīng)典計算的混合模型中，并且?guī)缀跛袑α孔釉O備的近期訪問都將是遠程的。管理這種復雜性需要新的工作流程來協(xié)調(diào)量子和經(jīng)典資源的集成。其他主要障礙包括安全問題、缺乏現(xiàn)有的高級功能 (AI/ML) 來構建、缺乏人才或?qū)I(yè)知識以及缺乏明確的用例。

美國在量子采用方面處于領先地位

在接受調(diào)查的美國組織中有36%處于量子采用的早期或高級階段，其中12%的組織期望在一年內(nèi)獲得競爭優(yōu)勢或已經(jīng)獲得優(yōu)勢。美國在量子投資方面也處于領先地位，44%的采用量子的組織在該技術的預算超過 100 萬美元。

運輸行業(yè)的量子采用率最高

在交通運輸行業(yè)，63%的受訪者處于量子采用的早期階段，是所有行業(yè)中比例最高的。這可能是對當前持續(xù)的供應鏈危機的回應，因為量子計算在優(yōu)化運輸和物流網(wǎng)絡方面具有巨大潛力。

調(diào)查方法：該調(diào)查是與Wakefield Research 合作進行的，基于300位全球大型企業(yè)的領導者（CIO、CTO 和其他副總裁及以上級別的高管）的回答，這些企業(yè)在2021年的收入預計超過2.5億美元，計算預算預計超過 100 萬美元。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。