量子赛道商业化的真实轮廓：如果明天量子算力就位，谁第一批下单？

本文来自微信公众号： 科技煮酒

“不可能指望一个业务厂商去理解这种先进技术，他们连AI都还理解不了，更别说量子。”一位量子赛道的CEO犀利说道。

当下的量子赛道站在一个微妙的位置。好消息是，越来越多的企业用户愿意为量子付费，部分企业的支出甚至超过了政府和科研机构。麦肯锡上半年发布的《2026量子技术监测》报告显示，全球已有超过300家企业推进布局量子技术，2025年全球量子计算企业营收突破10亿美元。

然而，“有人付费”和“规模盈利”之间，横亘着整个行业尚未跨越的鸿沟。如果明天量子算力马上就位，谁会带着预算第一批出现？每日经济新闻记者延展采访了多家量子赛道的公司创始人，聊聊究竟谁在率先为量子付费，付费闭环在哪个场景先跑通。

1没到“好用”那一步，买单要等价格平衡点

“量子计算并不适用于所有场景。”图灵量子CEO杨林在发言中表示，目前应用方向正收敛为量子模拟、组合优化、大数分解和量子人工智能四大类，从这四个方向反推，他最看好的行业是生物医药、金融科技、AI人工智能、材料和电力。他判断，“当下的量子计算机还处于汽车刚发明出来、跑不过马车的阶段，估算还要3到5年，能从不太好用到好用但有点贵，再到大家都用得起。”

他明确指出，制约客户买单的核心因素之一是目前高昂的研发投入和整机定价的水涨船高。不是没有需求，而是供需之间还没有找到一个彼此都能接受的价格平衡点。

中科源芯提供的是上游器件的视角，这家孵化于中科院的公司主营业务之一的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。创始人李金野表示，从上游器件的订单来看，量子计算的商业化正在发生，但规模尚小，客户主要聚焦于量子计算头部企业、国家重点实验室和高校科研机构。

更值得关注的是客户的复购行为。“客户通常是完成了技术路线和原始方案的验证之后，就会进入小批量复购的模式。”李金野认为，在采购模式上，标准化的批量下单和定制化的按单加工两种形态并存。

作为直接接触产业客户的平台方，量坤科技创始人吕定顺对客户的真实想法有清醒感受，“大家并不关心用的是不是量子，更关心问题有没有解决。以锂电池为例，正极也好、负极也好、电解液也好，重要的是有没有搞成更好的配方或者材料。”他比喻，“告诉你怎么炒菜离把菜炒出来，中间隔着好几层，卡点在于客户不愿意交出基础配方、验证周期取决于双方交流的频度和信任度、不同行业缺乏标准定价。”

正则量子CEO黄蕾蕾结合多领域案例告诉记者，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，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，对短期ROI要求很高，但当前量子算力很难带来即时的业务收益，所以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、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。”在黄蕾蕾眼中，“这类客户面临经典算力难以破解的痛点。比如，在大规模电网负荷调度、路网规划、矿产行业探矿、选矿需求、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，长期制约产业运营效率。而生物医药与新材料企业研发预算充足，对前沿技术包容度高，愿意为前沿研发能力支付溢价。”

黄蕾蕾指出，“产业客户并不会纠结底层技术路线。光量子、超导、中性原子之间没有所谓优劣之分，更看重的是效果，尤其进入试点验证阶段，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，第二是系统工程稳定性与业务兼容性，价格和售后服务排第三，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采访中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，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。从晶体管器件，到集成电路，再到微处理器，每一次跃迁，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，曾汝祺补充判断：“传统药物行业高度依赖湿实验，贵、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是算力与数据，即便当下的量子算力可解决的实际问题有限，也得提前布局。”

2不谈算力谈痛点，付费闭环来得更快

与量子计算企业面对的问题不同，清华物理系成果转化企业坤煜量子CEO况亮提供了另一种参照系，他把两类量子技术的商业逻辑向记者做出了区分。

“量子计算赛道，客户买的是先进算力资源，更多面向科研、大型工业仿真，属于偏前沿、重投入的长期订单。而感知型量子技术，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，客户是机器人、低空安防、水下工程这类产业方，他们有现成的业务难题，需要一套传感器补齐现有方案短板。”

他感受到的是，后者客户关心的是更具体的问题，比如在强散射干扰环境下能不能稳定地看见目标。“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。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，付费闭环来得更快。”况亮认为。

“量子计算的商业化已经开始，但还早。”这是多位受访从业者的共同判断。不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在随着工程化能力和底层核心技术的发展螺旋式上升，对量子赛道而言，真正的考验或许不在于算力什么时候足够强，而在于今天就能解决谁的什么问题。