Gartner: Корпоративный ИИ на квантовом оборудовании не появится как минимум до 2028 года
Аналитическая компания Gartner опубликовала прогноз, согласно которому корпоративные задачи искусственного интеллекта не будут выполняться на квантовом оборудовании как минимум до 2028 года.
«Истинно квантовые вычисления не готовы ни для одной продуктивной задачи ИИ и, скорее всего, не будут готовы до конца этого десятилетия», — заявил вице-президент Gartner Чираг Декат.
Аналитическая компания Gartner дала четкий и, пожалуй, трезвый ответ на один из самых модных вопросов в индустрии: когда квантовые компьютеры начнут реально ускорять и улучшать работу искусственного интеллекта. По их мнению, в обозримом будущем — не ждите.
Согласно прогнозу, опубликованному 4 августа 2026 года, ни одна крупная корпоративная задача ИИ не будет выполняться на квантовом оборудовании к 2028 году. Более того, классические ускоренные решения (те самые GPU и специализированные чипы) будут продолжать доминировать во всех реальных производственных бенчмарках. Ключевой аргумент аналитиков прост: на сегодня нет ни одного рецензируемого научного результата, который бы убедительно продемонстрировал квантовое преимущество в выполнении реальных, полезных AI-задач.
Что скрывается за словами «квантовый ИИ»?
Gartner справедливо указывает на серьезную путаницу в терминологии, которую активно используют вендоры, продвигая свои решения. Чаще всего, когда компания заявляет о «квантовом ИИ», на самом деле речь идет об одном из трех направлений, которые не являются истинно квантовыми вычислениями:
- Классический ИИ: Знакомые модели глубокого обучения, трансформеры и т.д., которые работают на CPU, GPU или TPU. Это то, что приносит реальную отдачу бизнесу уже сегодня.
- Квантово-вдохновленный ИИ: Алгоритмы, заимствующие идеи из квантовой механики (например, отжиг, тензорные сети), но выполняемые на классическом оборудовании. Такие методы уже применяются в задачах оптимизации и симуляции и не требуют квантовых компьютеров.
- Гибридные квантово-классические методы: Экспериментальные подходы, где небольшие квантовые схемы используются в связке с классическими вычислительными кластерами. Это, по сути, пилотные проекты и исследования, а не проверенные на практике инструменты.
Истинный «квантовый ИИ», о котором мечтают энтузиасты, предполагает выполнение алгоритмов на квантовом оборудовании для получения принципиально нового выигрыша в производительности, стоимости или возможностях. По словам Чирага Деката, вице-президента и аналитика Gartner, для этого необходим прогресс сразу в четырех сферах: аппаратном обеспечении, коррекции ошибок, промежуточном ПО и самих алгоритмах. Текущие квантовые процессоры, даже самые мощные, пока далеки от состояния, позволяющего выполнить эту сложную совокупность условий.
Почему прогноз важен для индустрии?
Главная опасность, которую видят в Gartner, — это давление на советы директоров и ИТ-руководителей со стороны маркетинга вендоров. Страх «упустить квантовую революцию» может толкнуть компании на неоправданные расходы, перенаправив бюджеты с проверенных проектов по внедрению ИИ (которые окупаются за 12-18 месяцев) на НИОКР, не обещающих отдачи в ближайшем десятилетии.
«Смешивание бюджетов на квантовые исследования и на продуктивный ИИ искажает ответственность по обоим направлениям и позволяет “квантовой опционности” вытеснить реально работающие возможности ИИ», — предупреждает Декат.
Практические рекомендации аналитиков для предприятий звучат конкретно:
- Использовать квантово-вдохновленные алгоритмы на текущем оборудовании. Вместо гонки за квантовым железом стоит внедрять эти эффективные методы на имеющихся GPU. В оптимизации, линейной алгебре, работе с графами они могут дать схожие выгоды без издержек и сложности квантовых систем.
- Жестко ограничивать эксперименты. Любой пилотный проект с квантовыми технологиями должен начинаться с четких критериев успеха, понятного эталона для сравнения (как решает задачу классика) и условий для его закрытия. Это позволит избежать бесконечных экспериментов «ради эксперимента».
- Следить за правильными метриками прогресса. Главный показатель зрелости квантовых технологий — не физическое количество кубитов в процессоре, а доступность логических кубитов с приемлемым уровнем ошибок. Прогресс в коррекции ошибок и контроле квантовых систем важнее, чем громкие анонсы о создании «самого большого квантового процессора».
Итог: реалистичный взгляд на квантовое будущее
Прогноз Gartner — это не отказ от веры в квантовые вычисления, а призыв к прагматизму. Он отстаивает хрупкую границу между фундаментальными научными исследованиями, которые должны продолжаться, и производственными нуждами бизнеса, которые требуют надежных и проверенных инструментов прямо сейчас.
Для абсолютного большинства компаний, чья деятельность зависит от ИИ, квантовое оборудование в ближайшие годы останется экзотикой из лабораторий. Классические ускорители — GPU, NPU и специализированные чипы — будут и дальше эволюционировать, обеспечивая производительность, необходимую для обучения и запуска моделей. Инвестиции в ИИ должны строиться на этой твердой почве, в то время как интерес к квантовым технологиям стоит поддерживать на уровне мониторинга и строго контролируемых исследовательских проектов.