公司需要审视自己的需求和供给才能制定商业案例。需求分析可以用以下方法来评估：首先需要确定「最小可行性产品」，因为早期量子创新仅仅只是凭借着核心特征加入市场。然后评估该量子创新是不是解决市场现有的需求（拟合产品和市场）、产品商业化所需要的时间（上架速度）和市场的反响（业务跟踪）。

例如，破解加密（通常媒体宣称为数字化量子计算机的「杀手级应用」）就在市场契合度方面得分不高。也许该应用某一天会被免疫量子攻击的密码系统所淘汰。并且大多数私营企业对破解加密系统并不感兴趣。相比之下，证券投资组合优化和风险管理需要即时的数据反馈，而这些需求都能从量子强化模型（quantum-enhanced models）中受益。更加高效的量子化学（quantum-chemistry）计算将变革制药的发展、催化转化器（catalytic converters）、太阳能电池和肥料。

量子辅助（Quantum-assisted）优化和推断技术能增强新型机器学习和人工智能系统。这些系统不仅能加强对可再生能源发电机的管理，还能提升遥感卫星和早期预警系统的的工作效率。这些技术还有助于对在线商品和服务的动态定价、仓库自动化及自动驾驶汽车。

而在供给侧，公司还将通过评估他们团队和技术的质量来区分定位自己。量子计算的开拓学者与企业家需要一起工作。也许这一点很具挑战性，因为学术的激励通常和初创文化或工业界并不一致。

战略合作伙伴关系通常能帮助企业脱颖而出。为了吸引风险投资，优秀的量子产品应该是拥有少量资产的商业模式，其制造成本低廉并能很明显地帮助客户创造价值。通过云端，将经典求解器（solvers）应用到简单任务，并在需要的时候调用量子处理器，公司就能从使用现有的云数据中心获得收益。

下一步

量子计算机领域很快就会出现爆发性的技术突破。但新硬件技术需要的相应算法能否及时出现还有待探讨。但随着量子计算机变得实用化，对其进行专门优化的算法必将逐渐进入人们的视野。

在下一个十年里，学界、业界以及国家实验室会同心协力开发新的量子计算模拟方式和量子机器学习算法。谷歌计划在这一过程中通过提供基于云端的量子处理器服务，为缺乏必要资金、专业能力和设备的开发者提供帮助。

　　原文链接：

©本文为机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]