Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой

Квантовые компьютеры чаще всего обсуждают как угрозу современной криптографии из-за алгоритма Шора и сценария «перехвати и расшифруй позже», однако инвесторов больше интересует их практическая польза в химии, фармакологии, материаловедении и логистике. В финальном выпуске рубрики разбирается, где квантовые технологии уже работают как инструмент, а где коммерческая выгода пока остается лишь обещанием.
Главная сила квантовых компьютеров — моделирование квантовых систем, особенно в химии и фармацевтике. В 2026 году квантовые процессоры впервые применили в гибридном расчете белково-лигандных комплексов. В логистике и оптимизации идут пилотные проекты на реальных данных, но квантовое преимущество там еще не доказано. Финансовый сектор и искусственный интеллект остаются на стадии исследований. При этом квантовый чип всегда работает не сам по себе, а как мощный сопроцессор в паре с классическим компьютером.
Самое развитое направление — квантовая химия. Чтобы понять, подействует ли лекарство, нужно точно рассчитать, как молекула связывается с белком-мишенью. Это возможно только на уровне квантовой механики, но для реальных белков с тысячами атомов классические компьютеры не справляются. Поэтому фармкомпании надеются, что квантовые процессоры позволят отсеивать неудачные молекулы еще до дорогих лабораторных испытаний.
В мае 2026 года Кливлендская клиника, RIKEN и IBM сообщили о моделировании электронной структуры двух белково-лигандных комплексов — T4-лизоцима и трипсина — размером 11 608 и 12 635 атомов. Это крупнейшая известная симуляция биологически значимых молекул с участием квантового оборудования: использовались два 156-кубитных процессора IBM Heron r2 в связке с суперкомпьютерами Fugaku и Miyabi-G, задействовали до 94 кубитов и выполнили 9200 квантовых схем за более чем 100 часов. В марте та же команда моделировала мини-белок Trp-cage из 303 атомов — за несколько месяцев масштаб вырос примерно в 40 раз, а точность на ключевом этапе — в 210 раз. Однако результат опубликован как препринт и не прошел рецензирование, а квантовая часть — лишь фрагмент гибридного рабочего процесса: классические машины разбивают молекулу на фрагменты, квантовые обсчитывают самые сложные из них, затем все собирается обратно.
В сентябре QC Ware и IonQ показали гибридный расчет активного центра цитохрома P450nor — фермента, участвующего в метаболизме большинства лекарств. Из 115-атомной модели классическая платформа выделила активное пространство всего на 8 кубитов, и квантовый компьютер измерил его с отклонением от классического эталона на 0,5 ккал/моль — в пределах «химической точности». Но это не демонстрация квантового преимущества: такую задачу обычный компьютер решает легко, и речь лишь о проверке работоспособности гибридной схемы. Ранее в апреле команда Qclairvoyance построила поверхность потенциальной энергии молекулы воды на 24-кубитном процессоре IQM Sirius.
В логистике и оптимизации также тестируют квантовые методы. В июле Telefónica и Würth отчитались о пилоте по упаковке более 6000 заказов, где сочетались квантовые, классические и ИИ-методы. Эффективность упаковки выросла на 14%, число коробок сократилось на 3%, перевозимый объем — до 7%, расход картона — более чем на 6%. Но пока все подобные проекты гибридные, и неизвестно, был бы результат хуже без квантовой части.
Сегодня квантовые эксперименты оценивают не только по характеристикам процессора, но и по решаемой задаче: точность расчета энергии, изменение показателей. Чтобы говорить о преимуществе, квантовая составляющая должна выигрывать у лучшего классического метода. Пока это почти нигде не доказано. Финансовое будущее отрасли решит, смогут ли квантовые машины удешевить поиск катализаторов, аккумуляторов или молекул настолько, чтобы корпорации платили из операционного бюджета, а не из бюджета на R&D. Следите не за рекордами по кубитам, а за тем, кто первым продаст квантовый расчет как услугу с понятным ROI.
Популярные лонгриды: