研究实验室，政府机构（NASA）以及微软，IBM和谷歌等科技巨头都致力于开发20世纪70年代首次提出的量子理论。更重要的是，一个不断发展的初创量子计算生态系统正在吸引数亿美元的投资者资金。鉴于这种情况，现在是IT领导者关注的时候了。
我们预计未来几个月，生命科学，能源，国防和制造业的首席信息官将看到来自供应商和媒体的大肆宣传。金融服务，供应链和医疗保健公司也会感受到这一点。我们看到市场正在兴起，媒体兴趣在上升，客户兴趣逐渐消退。现在是CIO注意的时候了。
它能做什么？
Forrester的报告“量子计算初探”为量子计算提供了一些实际应用，有助于实现其潜力的背景：分解非常大的整数可能会破坏rsa加密的数据，但也可以用来保护系统免受恶意攻击。
供应链管理者可以使用量子计算来收集价格信息并根据供需的每分钟波动来采取行动.
机器人技术工程师可以确定在深度学习模型中使用的最佳参数，这些模型能够识别并响应计算机视觉中的对象
量子计算可用于发现革命性的新分子，利用研究现在产生的数PB数据。这将使材料和生命科学领域的许多组织受益匪浅 – 特别是那些试图制造更具成本效益的电动汽车电池仍然依赖于昂贵和稀有材料的电池。
量子有何不同？
如果量子计算希望在其能力范围内实现其潜力，那么他们应该将自己应用于理解量子计算。
一切都小得多，而且功能更强大：与主流表兄不同，量子计算供应商谈论的是量子比特而不是1比0。释放有限的二进制值，量子比特是一个更丰富的信息单元，可以在巨大的信息空间同时工作。利用量子效应，量子比特几乎可以瞬间从许多可能的解决方案中提供正确的答案。然而，量子比特需要一个全新的计算机科学，软件和硬件领域，依赖于亚原子物理学。
没有标准的测量单位：经典计算使用位和赫兹作为衡量计算机功率的标准，这在比较供应商时证明是有用的。然而，量子计算机的功率测量更复杂。IBM已经将“量子量”的建议作为基准，但我们提醒说，这并未得到普遍认可。
编程挑战：供应商目前正在为专用量子计算机提供使用小规模量子逻辑来解决特定领域问题的算法。面临的挑战是建立一个可扩展的通用量子计算机，它可以像今天的经典计算机一样进行编程，以解决几乎所有问题。IBM和微软已经完成了这项任务，但我们提醒他们（以及其他人）将面临工程挑战，例如扩展硬件，纠错和相干时间。
从提出到论证多久？
随着量子计算生态系统在资金和支持方面的增长，CIO应该跟踪理论想法和专业化之间的进步。加速量子软件开发和云服务可以看到理论观点和专业解决方案之间的差距缩小到仅仅24个月。
与技术领域的所有新领域一样，供应商将争先恐后地率先跨越新的终点线。一些人正在关注“量子至上”的概念 – 实际的量子计算机可以比传统的计算机更好地解决理论问题。其他人则专注于量子优势 – 实际量子计算机可以比传统计算机更有效地解决现实问题，或解决当今最好的经典计算机无法解决的问题。包括初创公司在内的许多其他公司正致力于将混合量子经典解决方案作为实现短期价值的实用手段。这包括允许程序员使用现有语言（如Python，C ++甚至Java）将量子计算机插入其软件的能力。
鉴于量子计算所需硬件的技术复杂性（量子计算机中的稀释制冷处理要达到：过冷至接近绝对零度），因此我们认为云是供应商让客户通过API分时硬件和调用新量子算法的理想方式。
由于许多复杂的工程挑战仍有待解决，我们承认进展可能仍会缓慢一段时间。然而，由于量子计算机在潜能呈指数增长，而不是像数字计算机那样线性增长，量子计算可以被描述为正在加速的子弹列车。
在数字竞争中，即使是1％的优势 – 例如，能源生产成本或客户获取成本 – 也可以帮助公司压倒竞争对手。使用通过云提供的专用量子处理器，一些先行者将抓住优势，在未来五年内实现这些较小但显着的增长。
作者：Forrester副总裁兼首席信息官兼首席信息官Brian Hopkins
