量子计算领域的最新进展表明,这项技术可能很快就会成为主流技术,特别是在科学和医疗领域的应用。一旦这种情况发生,量子计算进入企业主流应用只是时间问题。
量子行业分析公司Global Quantum Intelligence的首席执行官André M. Konig表示,虽然生产规模的量子计算仍需要数年时间,但CIO们需要立即采取战略行动。他指出,向量子计算的过渡并非简单的任务,大型企业可能需要5到10年时间才能完成转型。"因此,对CIO们最关键的建议是立即开始规划,如果还没有启动量子安全项目,就应该马上启动。"Konig建议道。
德勤公司新兴技术研究总监兼量子计算负责人Scott Buchholz也认为,现在是CIO们开始为量子计算的必然到来做准备的时候了。"许多CIO和他们的企业仍在采取'观望'的态度,"他说。"然而,考虑到固有的技术复杂性,实施策略需要较长的时间线——以年而非月计算——并且需要在投资周期中仔细开发人才和技术运营模式。"
首要步骤
Buchholz表示,在做任何其他事情之前,CIO和其他领导者需要了解哪些用例可能从量子计算中受益,以及满足这些需求的能力何时可能出现。他们还需要确定负责开发和运营的团队。
Konig同意CIO们应该开始定义未来量子环境中的工作角色,探索是利用外部量子顾问,还是通过强有力的培训和技能提升项目培养内部专业知识。"投资员工的量子计算教育对于建立能够驾驭这一复杂环境的知识型劳动力至关重要。"他解释道。
同时,Konig表示,CIO和他们的团队应该通过识别可能加速或改善现有IT流程的潜在量子用例来进行战略规划。"组织内的先进技术团队应该负责评估量子计算准备情况,并持续监控量子领域的颠覆信号。"
Buchholz表示,现在也是开始与量子技术供应商建立密切关系的时候。"当量子计算变得商业可行时,那些投资培养量子生态系统内关系的组织将建立良好的基础并获得支持,"他说。"开始建立这些联系的时候就是现在。"
技术研究和咨询公司ISG的合伙人Doug Saylors表示,商业合作伙伴可以利用他们的重大投资和专业知识,以多种方式帮助教育CIO们了解量子解决方案。"合作伙伴可以帮助提供量子物理学和计算的基本理解作为基础,以及行业特定的用例。"他说。"此外,我们开始看到以非竞争方式专注于量子计算应用的行业特定联盟的出现。"
建立支持
Saylors表示,CIO们至少应该开始为他们的C级同事创建关于适用于其行业用例的意识活动,并开始预测预算和技能要求。
Buchholz建议CIO们应该从清醒、知情的沟通开始。"开展对话为教育利益相关者这些新的量子工具如何提供机遇和风险提供了空间,"他说。"从那里,讨论可以转向面向解决方案的对话。"
安全问题
Buchholz表示,CIO和CISO还必须积极主动地教育领导者了解量子计算的潜在风险。他引用德勤的2025年技术趋势报告,该报告发现只有略过半数(52%)的组织正在评估其风险敞口并制定量子相关风险策略,但只有30%采取了实施解决方案的决定性行动。"随着广泛采用的截止日期临近,这些数字应该更高。"Buchholz警告道。
Konig警告说,风险管理必须处于量子准备工作的前沿。"重点应该关注加密漏洞,特别是解决'现在收集,稍后解密'的威胁。"他认为实施后量子密码学(PQC)解决方案对于应对这一威胁至关重要。"最终,CIO们应该采用基于风险的量子准备方法,优先保护最关键的资产和数据免受未来量子威胁。"
做好准备
虽然广泛量子采用的到来没有确定日期,但Buchholz表示准备工作至关重要。"CIO们必须为他们的组织、团队和利益相关者做好准备,以帮助保持他们的组织在成功和增长的道路上,"他建议道。"从今天开始规划,并努力为未来进行深思熟虑的扩展,将帮助CIO为量子计算可能给他们的企业带来的机遇和风险做好准备。"
Q&A
Q1:CIO们需要多长时间为量子计算做准备?
A:根据Global Quantum Intelligence首席执行官André M. Konig的观点,大型企业向量子计算的转型可能需要5到10年时间才能完成。考虑到技术的复杂性,实施策略需要以年而非月为单位的时间线,因此CIO们应该立即开始规划和准备工作。
Q2:量子计算对企业安全有什么威胁?
A:量子计算的主要安全威胁是"现在收集,稍后解密"的风险,即攻击者现在收集加密数据,等量子计算成熟后再进行解密。为应对这一威胁,企业需要实施后量子密码学(PQC)解决方案,并采用基于风险的方法来保护最关键的资产和数据。
Q3:CIO们应该如何开始量子计算的准备工作?
A:CIO们首先需要了解哪些用例可能从量子计算中受益,识别负责开发和运营的团队,定义未来量子环境中的工作角色。同时应该与量子技术供应商建立关系,为C级同事创建意识活动,并启动量子安全项目来评估和应对潜在风险。
好文章,需要你的鼓励
谷歌发布数据共享模型上下文协议服务器,使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题,为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具,该开源服务器兼容任何大语言模型。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中,此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择,用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。