企业量子支出首次超过学术界和政府

BCG 表示，企业在 2025 年的量子计算支出约为 3 亿美元，首次超过学术界和政府。techmeme 的 BCG 标题反映了一次真实的格局逆转。在这个一度由研究机构支撑的市场中，企业已成为最大的客户群体。

这一数字并不意味着企业获得了 3 亿美元的可量化回报。BCG 估计，2025 年整个量子计算市场规模约为 5.5 亿美元。企业最终用户占其中一半以上，四舍五入后可支持这一报道中的数字。

这一区别至关重要。在容错量子计算机尚未出现前，企业买家已在资助算法、实验、云端访问、安全准备和人才培养。他们的对手并非其他买家类别，而是战略投资与已验证商业优势之间长期存在的差距。

Google、IBM、Microsoft、Amazon 以及专业供应商正为企业提供更多开展实验的方式。但当今的机器依然噪声较大、能力有限，尚无法在常规商业工作负载中可靠取代经典计算。

因此，支出格局的逆转揭示的是市场主导者的变化，而非量子计算已经完成商业化转型的证据。企业正从观望研究转向塑造研究。至于这种影响力能否带来实用应用，仍是更难回答的问题。

techmeme 的 BCG 数字标志着买方格局逆转

在量子计算机尚未确立广泛商业价值之前，企业资金已超过机构支出。

techmeme 的 BCG 标题源自 Boston Consulting Group 于 2026 年 6 月发布的研究。BCG 估计，2025 年企业支出推动量子计算市场达到约 5.5 亿美元。企业最终用户占总额的一半以上。

根据基础数据及四舍五入方式不同，这意味着企业支出接近 3 亿美元。BCG 公开表述的确切措辞是“超过一半”，而不是详尽、经审计的明细。读者应将 3 亿美元视为报道中的市场估算，而非企业营收汇总。

这次逆转的意义大于其绝对金额。早期计算技术通常依赖政府实验室、大学和公共资助研究。当商业应用仍不明朗时，这些机构承担科学风险。

BCG 的量子市场分析称，企业如今贡献了更大份额。这一转变让企业买家对供应商、研究人员和顾问优先解决哪些问题拥有更大影响力。

这些支出似乎也已超出随意试验的范围。BCG 调查中，超过 60% 的企业每年支出超过 100 万美元，较其 2022 年调查上升了 11 个百分点。

BCG 发现，年支出超过 100 万美元门槛的企业，开发知识产权的可能性是其他企业的三倍。它们尝试人工智能和参与公私合作伙伴关系的可能性也高出一倍。

这些关联并不能证明因果关系。拥有更大研发预算的公司，可能在许多新兴领域都具备更多技术人员、合作关系和知识产权。不过，这一模式表明，企业量子项目正逐渐成为有组织的商业计划。

支出的构成也发生了变化。2022 年至 2024 年间，企业投向算法和软件开发的比例从 21% 增至 40%。这比单纯的硬件访问量更具参考价值。

企业可以购买量子处理器的云端使用时间，却不一定建立起持久能力。开发算法、内部基准和受保护的知识产权，需要更长期的投入，也可能影响硬件供应商最终优化的工作负载。

公开证据仍存在重要边界。BCG 尚未公布完整的受访企业名单及各自支出金额。其市场模型还合并了不同活动，其中并非所有活动都代表生产部署。

部分资金用于咨询、培训、模拟和概念验证；部分资金用于后量子安全工作，其目的是保护经典系统，而非在量子机器上运行业务工作负载。这些类别都很重要，但它们衡量的既是准备程度，也是采用情况。

因此，这一标题不应被解读为“量子计算已经准备就绪”。更站得住脚的解释应更为有限：大型企业如今认为，等待的成本已经超过有组织开展实验的成本。

企业为何在量子计算尚未成熟时投入资金

企业购买的是战略选择权、专业知识和安全准备，而非能立即替代经典计算机的方案。

量子计算机利用量子比特编码信息，量子比特可通过量子行为表征状态的组合。从理论上看，这类机器可加速化学、优化、模拟和密码学中的特定问题，但并非在所有计算任务上都更快。

最具价值的潜在应用有一个共同的难点：其底层问题空间扩张得过快，无法通过直接的经典分析有效处理。例如分子相互作用、投资组合情景、工业排程，以及部分材料模拟。

在技术优势可能带来显著价值的行业，这种潜力会形成压力。药物开发商或许能更早发现有前景的分子候选物；银行或许能改善狭义风险模型；制造商则可能搜索更大范围的排程方案。

然而，潜在价值不等于可用优势。当前量子处理器会发生错误，并迅速丢失量子信息。纠错通过将物理量子比特组合起来生成更可靠的逻辑量子比特，但要在实用规模上实现这一点仍然困难。

企业之所以投资，是因为有用的硬件无法一夜之间被采用。公司需要适当的数据、算法、验证方法、供应商关系，以及同时理解业务问题和量子限制的员工。

这些准备需要数年时间，也为生产系统到来前的投入提供了合理动机。一家企业如果等到硬件已经实用才开始，仍会面临漫长的组织学习曲线。

BCG 发现，在拥有合理早期应用前景的行业中，相关活动尤其活跃。其分析显示，92% 的全球领先金融和保险公司进行了投资；医疗健康和生物制药公司的对应比例为 56%，工业公司的对应比例为 52%。

这些百分比反映的是报告中的投资活动，而非成功部署。它们也针对领先企业群体，而非每个行业中的所有企业。区别在于，大型企业可以为小型组织难以合理化的不确定研究提供资金。

McKinsey 基于另一份数据集得出了类似结论。其量子技术监测报告发现，先行者正在规划通往企业价值的潜在路径。报告还称，三分之一的受分析企业已每年至少投入 1,000 万美元。

这一新兴模式类似于期权组合。企业资助若干小型项目、保留与供应商的联系，并构建一旦硬件进展加速便会产生价值的知识。如果某些用例表现不佳，它们可以取消这些项目，而不必放弃整个能力布局。

云服务降低了实验的成本和摩擦。Amazon Braket、IBM Quantum、Microsoft Azure Quantum 及其他服务，让团队可以远程访问不同的处理器和模拟器。企业无需拥有低温实验室即可测试算法。

混合计算也是支出能够较早启动的另一个原因。混合工作流将特定计算分配给量子处理器，同时由经典系统管理更大的流程。这种模式让开发人员可以研究狭窄的量子组件，而无需等待通用替代方案。

这一战略仍具投机性。经典算法、图形处理器和专用加速器仍在持续改进。量子实验最终必须在成本、速度、准确性或其他商业指标上，胜过最佳可用的经典方法。

这一比较在宣传性演示中往往缺失。击败一个刻意设定得很弱的基线，几乎无法证明什么。可信的企业结果需要相关问题、强有力的经典基准、可重复的性能，以及更换系统的经济理由。

因此，这波支出热潮最好被理解为能力建设。企业正在为弄清未来优势是否存在、以及自己能否抓住这种优势而付费。它们并未集体宣称这种优势已经到来。

真正的竞争是企业承诺与商业验证之间的较量

企业预算增长速度快于量子机器能够比经典替代方案更好地解决高价值问题的证据。

这正是 techmeme 的 BCG 报道背后的核心张力。支出已跨越机构门槛，而技术和经济验证仍不完整。市场可以变得更商业化，却未必已经实现商业成熟。

BCG 本身也承认这一差距。其早期评估称，量子计算仍处于起步阶段，对大多数企业的即时价值有限。BCG 还估计，量子处理的每小时成本远高于经典计算。

由于两类系统处理的工作不同，成本比较需要谨慎。简单的小时费率无法判定哪种方案完成一项任务的成本更低。不过，这种差距解释了为何企业需要的不只是一次有趣的实验。

BCG 对 2030 年量子市场的建模区间为 25 亿至 50 亿美元。较低情景假设硬件稳步进展，但算法提升有限；较高情景则依赖于更强的进展，以降低优化和量子机器学习的资源需求。

这些是情景推演，并非结果有保证的预测。硬件工程、纠错、算法和采用准备度必须同步进步。任何一个环节的延迟，都可能让实用应用进一步推后。

硬件公司正在公布雄心勃勃的路线图。IBM 表示，其计划中的 Starling 系统将于 2029 年向客户开放。该公司将其描述为拥有 200 个逻辑量子比特、可执行 1 亿次量子门操作的容错机器。

IBM 将这份量子路线图标注为当前意向，仍可能变更或撤回。这一免责声明很重要。路线图有助于企业规划实验，但无法消除工程风险。

Google 的 Willow 芯片提供了另一项技术信号。Google 表示，随着量子比特阵列规模扩大，该处理器的错误率有所降低，解决了量子纠错中的一项核心挑战。它还以远快于传统超级计算机能够实际复现的速度，完成了一项基准计算。

这项基准测试并不代表商业工作负载。Google 将 Willow 描述为迈向实用型大规模机器的进展，而非已经完成的商用系统。该结果强化了工程层面的论据，但经济性仍有待验证。

Willow 芯片结果也揭示了一个反复出现的传播问题：即使测试任务没有直接商业用途，醒目的基准结果依然能够吸引关注。企业采购方必须将硬件进展与应用价值区分开来。

因此，企业团队需要独立的评估标准。每个项目都应明确传统计算基线、所需硬件质量、预期数据输入、验证方法和决策日期。缺少这些条件，实验可能无限期持续，却无法得出有用结论。

最成熟的项目还会将科学不确定性与供应商风险区分开来。一种前景良好的算法可能依赖于迟迟未能交付的硬件。一家技术能力出色的供应商，也可能缺乏企业所需的财务稳定性、支持模式或集成工具。

供应商路线的多样性进一步增加了规划难度。IBM 和 Google 采用超导路线，其他公司则探索离子阱、中性原子、光子学或不同的纠错策略。每种架构在保真度、速度、连接性和扩展能力上都有不同取舍。

企业可通过避免过早依赖单一机器来降低这一风险。可移植的软件层、强大的经典模拟能力以及清晰记录的假设，能让团队随着硬件变化持续比较不同路线。

但可移植性也有局限。针对一种架构优化的算法，在另一种架构上可能表现不佳。希望抢占先发优势的公司，可能需要与供应商建立紧密合作关系，这既能加速学习，也会加深锁定风险。

这让企业领导者面临一种不太舒适的平衡。等待确定性可以节省短期资金，却会牺牲积累专业能力的时间；过于激进地投入，则可能为永远无法超越经典系统的能力买单。

techmeme BCG 关键词可能会吸引寻找简单市场里程碑的读者。更有价值的结论是有条件的：企业已经接受需要尽早学习，但市场仍需向它们提供可重复的商业证明。

加密风险为支出提供了第二个理由

即使实用的商业计算能力比硬件供应商预期更晚到来，量子准备工作仍然具有价值。

量子项目不仅是在押注更快的优化或模拟能力，也能帮助企业为密码迁移做好准备。一台能力足够强大的量子计算机，可能会威胁广泛使用的公钥加密和数字签名。

这种威胁并不要求攻击者今天就能破解加密。对手现在就可以收集加密信息，日后再尝试解密。这种“现在收集，日后解密”的情景，对必须长期保密的数据尤为重要。

安全准备与采用量子计算不同。后量子密码学采用专为抵御传统计算机和量子计算机攻击而设计的经典算法。它不要求组织购买量子硬件。

美国国家标准与技术研究院在 2024 年 8 月最终确定了三项主要后量子标准，涵盖通用加密和数字签名。NIST 表示这些标准已可立即使用，并敦促管理员开始集成。

其后量子标准包括用于建立加密密钥的 ML-KEM、用于数字签名的 ML-DSA，以及作为替代签名方法的 SLH-DSA。这些名称指的是标准化数学方案，而非商业产品。

NIST 预计，易受量子攻击的算法将在 2035 年前退出其标准体系，高风险系统则会更早迁移。尽管具有密码学相关性的量子计算机何时到来仍不确定，这一时间表仍为企业提供了明确的规划窗口。

迁移并非一次简单的软件更新。大型组织往往没有完整盘点嵌入在应用、硬件、身份系统、证书、网络设备和第三方服务中的加密机制。

在替换算法之前，公司必须先定位这些机制。随后还必须测试新实现的性能、兼容性、运行可靠性和安全性。寿命较长的设备和受监管系统可能需要数年才能完成更新。

这比许多量子应用实验构成了更有力的近期理由。化学模拟或许永远无法超越其经典基线，但密码资产盘点仍能帮助组织理解并现代化其安全架构。

美国政府问责局也强调了实用量子计算机面临的规模差距。其量子战略审查指出，许多实验机器仅拥有约 100 个或更少的量子比特。

报告称，一些化学模拟可能需要超过 10 万个量子比特，而破解某些密码方法可能需要超过 100 万个。原始量子比特数量仍是不完美的指标，因为量子比特质量和纠错能力会显著影响实际能力。

这些估计表明，没有理由立即恐慌，但也不应以此为由推迟迁移。安全转型涉及众多系统、供应商、标准和合同关系，因此即使威胁出现的日期尚不明确，企业也需要预留时间。

加密问题也改变了企业量子支出的含义。一些预算是在防范量子系统，而不是寻求其回报。将进攻性机会与防御性准备合并在同一个市场数字中，可能模糊总支出背后的动机。

企业领导者应将这两类投资组合分开。量子应用研究应归入创新和行业特定战略；后量子迁移则应归入安全、架构、采购和运营风险管理。

团队之间仍应共享信息。硬件进展会影响威胁评估，而密码资产盘点可揭示与未来计算项目相关的依赖关系。共享治理能够防止不兼容的假设在各部门间蔓延。

这一防御性理由有助于解释，为何企业在商业优势有限的情况下仍持续投入。它们不必相信每一份供应商路线图，只需认识到迁移耗时漫长，而且部分受保护的数据将长期具有价值。

支出数字无法证明什么

更高的企业占比并不能证明投资回报、技术优势或持久的客户需求。

市场估算可能让一个尚不成熟的行业显得比实际更稳定。3 亿美元这一数字汇集了许多买方、项目和目标，却无法说明有多少支出产生了运营成果。

分母同样重要。企业成为 BCG 估计规模约为 5.5 亿美元市场中最大的群体。这是一次显著逆转，但与成熟的企业计算市场相比，规模仍然有限。

支出增长可能是因为实验成本高昂，而非因为实验成功。专业人才、咨询、云服务访问、算法开发和合作项目，都可能在团队得出否定结论前消耗大量预算。

调查样本构成也带来另一重不确定性。BCG 的行业百分比聚焦于领先的全球公司，它们拥有更大的研发预算，也更多面对复杂的科学或金融问题。它们的行为无法自动代表较小企业。

不同市场研究的定义也可能不同。一项分析可能计入硬件访问、咨询、软件和安全服务；另一项则可能包括对供应商的投资或内部研究人员薪资。若不先统一定义就比较总额，只会造成虚假的精确性。

所提供的标题正说明了这一问题。它称企业用户支出为 3 亿美元，而 BCG 的公开文章强调总市场规模为 5.5 亿美元，企业占比超过 50%。这些说法可以兼容，但前提是理解其背后的估算方法。

因此，techmeme BCG 的表述应继续保留归属。BCG 表示企业买方已超过学术界和政府。公开证据支持这一判断方向，但确切的类别边界仍取决于 BCG 的方法论。

还存在循环需求的风险。供应商发布雄心勃勃的路线图，企业为这些路线图做准备而资助实验，而由此产生的支出又被视为市场走向成熟的证据。

这一循环仍可能带来有价值的工程成果。但当支出本身取代性能成为进步衡量标准时，它就会变得危险。企业项目既需要扩张计划，也需要退出标准。

可信的应用场景应通过四项检验：解决有价值的商业问题、超越严肃的经典计算基线、能够在现实硬件上运行，并能证明集成成本合理。未能通过其中任何一项，都应触发重新设计或取消。

组织还应衡量可复用的成果。一个未能带来量子优势的项目，仍可能产出算法、人才技能、密码资产清单或改进后的经典方法。这些收益应与宣称的量子回报分开记录。

高管必须避免两个极端结论：其一是每家公司都需要立刻建立规模庞大的量子实验室；其二是在容错计算机出现之前，任何准备都毫无意义。

恰当的投资取决于风险暴露程度。制药、化工、金融、物流、云、国防和网络安全组织，有更明确的理由尽早开展研究。许多其他公司则应优先进行密码资产盘点和供应商准备。

企业支出超过公共研究支出，并不意味着政府或大学的重要性下降。基础科学、人才培养、标准、国家实验室和共享基础设施，仍在支撑商业市场。

公共资金的运作规模和时间线也不同。政府承诺可以资助研究设施和国家级项目，这些未必会作为对量子供应商的年度采购体现出来。单一市场支出比较无法反映这种更广泛的支持。

这一逆转最好被视为需求领导力的变化。企业正越来越多地定义问题、资助软件并建立合作伙伴关系。研究机构仍是支撑这些努力背后科学和人才供给的关键力量。

三个信号将显示企业量子支出是否获得回报

下一阶段应依据经过验证的工作负载、容错硬件里程碑和可衡量的密码迁移进展来评判。

第一个信号是可由独立方复现的商业优势。企业或研究合作伙伴必须证明，在一个有价值的问题上，量子工作流程优于最实用的经典替代方案。

比较过程需要透明的假设。研究人员应披露数据规模、精度要求、硬件访问条件、误差缓解方法以及测试过的经典算法。若只是相对过时基线取得狭窄胜利，商业论据就会被削弱。

化学、材料科学、金融或工业优化领域若能取得可重复验证的成果，将增强 BCG 的判断。它会将企业支出与可衡量的结果联系起来，而非仅仅关联于组织层面的准备工作。

第二个信号是朝着容错硬件迈进。IBM 设定的 2029 年 Starling 目标提供了一个可见的检验节点，而 Google 和其他开发商也在推进各自的纠错计划。

投资者和采购方应关注逻辑量子比特、可靠门操作数量、错误率以及有效电路深度。这些指标比庞大的物理量子比特总数更具参考价值，因为它们描述了一台机器能够完成多少可靠计算。

单次未能达成路线图目标，并不足以否定量子计算。若多种架构反复延期，则会削弱市场对近期企业回报的预期。多家供应商取得经验证的进展，则能降低对单一技术路径的依赖。

第三个信号是后量子密码学的部署。企业应能够识别存在风险的算法，为需要长期保护的数据确定优先级，测试标准化替代方案，并要求供应商公布迁移计划。

这是最迫切的衡量标准，因为组织已经拥有最终确定的 NIST 标准。硬件的不确定性并不妨碍它们建立密码资产清单，或测试兼容系统。

具有实质意义的迁移将表明，企业的量子预算正在应对一项明确的运营风险。若持续投入资金，却没有资产清单、明确责任人或实施期限，则说明相关准备仍停留在口头层面，多于实际行动。

这些信号也应决定未来的预算。成功的基准测试可为进一步的应用投资提供依据。硬件进展支持建立更长期的合作关系。无论商业量子计算的时间表如何，安全迁移都能立即带来韧性。

对于开发者和技术团队而言，机会具有选择性。量子领域专业知识可能重要，但扎实的经典优化、数值方法、密码学和分布式计算能力仍不可或缺。这些技能提供了所有量子主张必须超越的基准。

企业采购方应要求供应商提供可复现的证据，以及针对特定架构的假设说明。同时，应尽可能保留可移植性。路线图是有用的规划输入，而不是采购保证。

正在评估 techmeme BCG 报道的知识工作者，应将源材料、假设和后续基准测试结果一并保留。可搜索的技术知识库能够帮助团队比较不断变化的主张，同时不丢失其原始背景。

这一支出逆转值得关注，因为买方如今已拥有足够的影响力来塑造市场。但它并未解决哪些应用能够奏效、哪些硬件可以扩展，或财务回报何时出现的问题。

下一个值得关注的问题，不是企业量子支出是否会再次增长，而是企业能否将这笔支出与经过验证的工作负载、可靠的硬件以及完成的安全迁移联系起来。关注这三个结果，再判断 techmeme BCG 这一里程碑究竟标志着商业化加速，还是仅仅意味着准备阶段变得更加昂贵。