量子计算机距“普及且实用”预计还需三到五年，谁将成为首批买单者？

量子计算距离真正实现“好用且价格亲民”的目标还有多远？在近期举办的“2026产业未来大会”上，图灵量子首席执行官杨林用一个生动的比喻给出了答案：“当前的量子计算机，就如同汽车刚刚问世时，其速度还比不上马车。据我们估算，大约还需要三到五年的时间，量子计算机才能从当前的‘不太好用’阶段，过渡到‘好用但价格偏高’的阶段，最终实现‘大家都能用得起’的目标。”

一方面，麦肯锡的报告显示，全球已有超过300家企业投身于量子技术的研发与应用，预计到2025年，全球量子计算企业的营收将突破10亿美元大关；另一方面，量子计算领域的高昂研发投入与整机定价，却让许多潜在客户望而却步，迟迟不愿打开钱包。在“有人愿意付费”与“实现规模盈利”之间，横亘着一道难以逾越的价格平衡点鸿沟。

徽声在线记者在大会现场观察到，“如果量子算力明天就能投入使用，谁会成为第一个买单者？”这一问题成为了与会者热议的焦点。那么，究竟是谁在率先为量子计算买单？付费的闭环又会在哪个应用场景中率先实现？带着这些问题，徽声在线记者采访了多家量子计算及上游器件企业的负责人。

实用化进程仍在进行中：供需双方博弈，等待量子计算价格平衡点的到来

“量子计算并非适用于所有场景。”杨林在大会的圆桌对话中指出，目前量子计算的应用方向正逐渐收敛为四大类：量子模拟、组合优化、大数分解和量子人工智能。基于这四个方向，他最为看好的行业包括生物医药、金融科技、人工智能（AI）、材料科学以及电力领域。

杨林进一步分析，制约客户购买量子计算机的核心因素之一，是当前高昂的研发投入以及随之水涨船高的整机定价。并非市场需求不足，而是供需双方尚未找到一个彼此都能接受的价格平衡点。

圆桌讨论现场 图片来源：徽声在线记者 温沐夏 摄

中科源芯创始人李金野结合上游器件的订单情况表示，量子计算的商业化进程正在悄然发生，但目前的规模仍然较小，客户主要集中于量子计算领域的头部企业、国家重点实验室以及高校科研机构。

“客户在完成技术路线和原始方案的验证后，通常会进入小批量复购的模式。”李金野认为，客户的复购行为是值得关注的一个重要指标。

据悉，中科源芯的主营业务之一——薄膜铌酸锂调制器，是光量子计算机中不可或缺的核心光电单元。

“客户并不关心所使用的是否为量子技术，他们更关心的是问题是否得到了解决。”量坤科技创始人吕定顺直言不讳地表示，“以锂电池为例，无论是正极、负极还是电解液，关键在于是否研发出了更好的配方或材料。同样，量子计算的卡点在于客户不愿意透露基础配方，验证周期取决于双方交流的频度和信任度，而不同行业之间又缺乏标准的定价机制。”

首批付费群体解析：产业客户更看重实际效果而非纸面参数

在业内人士看来，“量子算力”仍需等待价格平衡点的到来，才能迎来广泛的买单。那么，在现阶段，谁是量子计算的买家呢？

对此，正则量子首席执行官黄蕾蕾结合多个领域的案例向徽声在线记者表示，目前工业型央企是付费意愿最强的核心群体，其次是生物医药与新材料领域，这些领域属于快速发展的潜力赛道。而市场关注度较高的金融、互联网企业，由于对短期投资回报率（ROI）要求很高，而当前量子算力很难带来即时的业务收益，因此它们更多以联合研发、课题探索为主，规模化付费尚未到来。

“以国家电网、中国中车、中国五矿以及航空航天领域为代表的能源、重工、高端制造、空天产业类央企，是现阶段量子算力商业化验证需求较高的付费群体。”黄蕾蕾进一步解释道，“这类客户面临着经典算力难以破解的痛点。例如，在大规模电网负荷调度、路网规划、矿产行业探矿选矿需求以及空天任务规划等复杂组合优化场景中，传统计算求解普遍存在求解耗时长、计算精度不足、资源匹配度低的问题，这些问题长期制约着产业运营效率。而生物医药与新材料企业则研发预算充足，对前沿技术包容度高，愿意为前沿研发能力支付溢价。”

黄蕾蕾还向徽声在线记者指出：“产业客户并不会过分纠结底层技术路线。无论是光量子、超导还是中性原子技术，都没有所谓的优劣之分。他们更看重的是实际效果，尤其是在进入试点验证阶段后，关注点会有明确的优先级排序。首先是场景适配与效果可复现性，其次是系统工程稳定性与业务兼容性，价格和售后服务则排在第三位。实验室环境下的亮眼参数并不是核心决策依据。”

玉盘量智执行总裁曾汝祺在接受徽声在线记者采访时，也肯定了客户对解决真实问题及有效算力的看重。“当前，量子行业采购各类仪器设备组装量子计算原型机，这与早期计算机工业用商品化晶体管器件搭建系统的逻辑有相似之处。”曾汝祺表示，“从晶体管器件到集成电路，再到微处理器，每一次技术跃迁都是在前一层物理基础与工业制造基础成熟后，在架构层面再定义‘怎样集成设计才最有计算效率’的跨越。多路线量子计算的物理层都已工程验证，我们当前在做的就是从量智融合系统架构层着手，用半导体工业方法与经典侧算力系统协同集成设计，以期交付实用化的量子算力。”

谈及优先买单者，曾汝祺判断：“传统药物行业高度依赖湿实验，成本高昂、研发周期长、试错成本高。如果量智融合算力能替代一部分湿实验，最直接的付费理由就是可以节省当下药企药物研发成本。更长远来看，未来创新药物研发的竞争将是算力与数据的竞争，即便当下的量子算力可解决的实际问题有限，药企也得提前布局。”

回归真实产业痛点：不同量子赛道走出差异化商业化路径

与量子计算企业面临的问题不同，清华物理系成果转化企业坤煜量子首席执行官况亮向徽声在线记者提供了另一种参照系。他区分了两类量子技术的商业逻辑。

“量子计算赛道，客户购买的是先进算力资源，更多面向科研、大型工业仿真等领域，属于偏前沿、重投入的长期订单。”况亮解释道，“而感知型量子技术，则卖的是解决现实场景痛点的感知能力。比如坤煜量子作为一家量子精密测量赛道的企业，客户主要是机器人、低空安防、水下工程等产业方，他们有现成的业务难题，需要一套传感器来补齐现有方案的短板。”

他进一步表示，这类客户更关心的是具体问题，比如在强散射干扰环境下能否稳定地看见目标。“普通传感器在干净环境里表现很好，但遇到浑水、地面杂乱反光、烟尘大雾等情况，很容易失效。”

“客户愿意付费的不是量子概念本身，而是在这些传统感知失效的恶劣场景下，可靠识别目标轮廓与位置的能力。”况亮认为，“未来商业化路径可以从明确痛点场景切入，联合产业伙伴快速做工程验证，小批量落地，这样付费闭环来得更快。”

“量子计算的商业化已经开始，但还处于初级阶段。”这是多位受访从业者的共同判断。无论是整机厂商的客户为算力潜力买单，还是上游器件商的客户为工程验证买单，又或者感知型量子技术的客户为场景痛点买单，量子计算的增长速度都在随着工程化能力和底层核心技术的发展而螺旋式上升。

对于量子赛道而言，真正的考验或许从来都不在于算力何时才能足够强大，而在于当下就能明确回答：它究竟能解决谁的什么问题。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。