Квантовый транзит: как ИИ спас квантовые вычисления и открыл рынок на $12,6 млрд
Я внедряю ИИ в бизнес каждый день и слежу, куда реально движется индустрия — не по хайпу, а по делу. Один из самых недооценённых сдвигов 2025–2026 годов остался почти незамеченным: искусственный интеллект вытащил квантовые вычисления из тупика. И открыл рынок, в который за год влили $12,6 млрд.
Тупик, из которого не было выхода
Долгие годы квантовое «железо» стояло на месте. Главный враг — декогеренция: кубиты крайне чувствительны, ловят шум от любого внешнего воздействия и теряют информацию за микросекунды. Аппаратная защита требовала почти невозможной изоляции. Индустрия застряла в эре NISQ (шумных устройств промежуточного масштаба), где квантовые процессоры были скорее лабораторными игрушками, чем рабочим инструментом.
Перелом: не идеальное железо, а ИИ-патч
Решение пришло не из квантовой физики, а из машинного обучения. Идея простая и мощная: не строить идеальное железо, а доверить компенсацию его недостатков нейросети.
В ноябре 2024 Google DeepMind показал AlphaQubit — декодер квантовых ошибок на архитектуре трансформеров (той же, что лежит в основе LLM вроде ChatGPT и Claude). Он определяет ошибки точнее классических методов: на 6% точнее тензорных сетей и на 30% точнее популярного correlated matching. Обучали его на процессоре Sycamore (49 кубитов) и на симуляциях до 241 кубита.
Честно, без глянца: AlphaQubit пока не работает в реальном времени — он точный, но не успевает за миллионами проверок в секунду, которые делает живой процессор. Это и есть передовая. Real-time решают другие: британский Riverlane в декабре 2025 представил аппаратный декодер, исправляющий ошибки «на лету».
Четыре вектора, где ИИ латает квант
- Декодирование ошибок (трансформеры). Нейросеть в реальном времени читает поток ошибок и вычищает шум — AlphaQubit.
- Коррекция на лету (аппаратные ИИ-декодеры). Чипы, исправляющие ошибки миллионы раз в секунду — Riverlane, Deltaflow.
- Калибровка управления (Reinforcement Learning). RL-агенты подстраивают лазерные и микроволновые импульсы под дрейф температуры, сокращая цикл калибровки.
- Поиск материалов (генеративный ИИ). Модели вроде DeepMind GNoME (380 тыс. новых стабильных материалов) ускоряют охоту за стабильными сверхпроводниками — годы R&D сжимаются в месяцы.
Куда текут деньги
Передав управление ИИ, квантовые вычисления стали коммерчески живыми уже сегодня. И это спровоцировало приток капитала.
$12,6 млрд — частные инвестиции в квантовые стартапы за 2025 год. Это в 6,3 раза больше, чем годом ранее. 90% ушло именно в квантовые вычисления.
Данные — McKinsey Quantum Technology Monitor 2026. Там же: выручка квантовых компаний перевалила за $1 млрд в 2025 и может вырасти до $4,4 млрд к 2028, а совокупный экономический эффект McKinsey оценивает до $2,7 трлн к 2035. 60% всех денег ушло в топ-10 сделок — рынок концентрируется.
- Софт («кирки и лопаты»). Не производители железа, а те, кто пишет ИИ-декодеры и прослойку между классикой и квантом. SandboxAQ (спин-офф Alphabet) поднял Series E на $450 млн при оценке $5,75 млрд — среди инвесторов Google, NVIDIA, Рэй Далио. Riverlane привлёк больше $120 млн.
- Квант как услуга (QaaS). Облачный доступ к гибридным кластерам через AWS Braket, Azure Quantum, IBM Cloud. Драйвер выручки — финансы и B2B-логистика.
- Чистое железо (pure-play). Волатильный, но взрывной актив. IonQ: выручка $130 млн в 2025 (+200% за год), капитализация к концу года около $16 млрд.
Что это значит для ИТ-бизнеса и автономных агентов
Мы входим в фазу, когда гибридные вычисления доступны через обычные API. И это меняет архитектуру сложных B2B-решений.
Когда ты разворачиваешь автономных цифровых агентов для управления процессами, маршрутизации логистики или предиктивной аналитики, узкое место — мощности на комбинаторных задачах. Скоро агент сам сможет отправить самое тяжёлое (например, оптимизацию графа поставок) в облачный квантовый процессор, получить результат и продолжить работу на классическом сервере.
Рутину обрабатывают локальные LLM. NP-сложное уходит квантовому ускорителю по запросу. Инструментарий для этого уже собирается.
Мой вывод как практика: квантовые вычисления перестали быть «через 20 лет». Перелом случился, когда индустрия перестала ждать идеального железа и впустила в контур ИИ. Тот же приём, что я применяю в бизнесе — не чинить всё руками, а отдать машине то, что она делает лучше.
Автор — Антон Ро Батень, предприниматель и стратег, внедряю ИИ как операционную систему бизнеса.
👉 Разборы по делу и без хайпа — в канале: t.me/ro_baten
Часть 1 (основа): Как работают квантовые вычисления — на пальцах
Все цифры в тексте проверены по первоисточникам (McKinsey, Google DeepMind, Riverlane, SandboxAQ). Без выдуманных данных.