量子计算机距“好用又不贵”还需3~5年，谁会率先买单？

量子计算离“好用”还有多远？在近日举行的“2026产业未来大会”上，图灵量子CEO（首席执行官）杨林给出了一个形象的比喻：“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，估计还要3~5年，才能从‘不太好用’到‘好用但有点贵’，再到‘大家都用得起’。”

一边是麦肯锡报告显示全球超300家企业布局量子技术，2025年全球量子计算企业营收突破10亿美元；一边是量子计算高昂的研发投入与整机定价让客户迟迟不愿打开钱包。“有人付费”与“规模盈利”之间，横亘着一道价格平衡点的鸿沟。

《每日经济新闻》记者（以下简称每经记者）在大会现场注意到，“如果量子算力明天就可用，谁会第一个买单”成为热议话题。究竟谁在率先为量子付费？付费闭环又会在哪个场景最先跑通？为此，每经记者采访了多家量子计算及上游器件企业。

实用化仍在路上

“量子计算并不适用于所有场景。”杨林在本次大会上称，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。

杨林指出，制约客户买单的核心因素之一是目前高昂的研发投入和水涨船高的整机定价。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。

中科源芯创始人李金野结合上游器件的订单情况表示，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、高校和科研机构。

“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，客户的复购行为值得关注。

据悉，中科源芯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。

“大家并不关心用的是不是量子技术，而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，重点是有没有搞出更好的配方或者材料。”量坤科技创始人吕定顺直言，“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率和信任度，不同行业缺乏标准定价。”

产业客户看重实效

在业内看来，量子算力尚需到价格平衡点才能迎来广泛购买。那么，现阶段谁是买家？

对此，正则量子CEO黄蕾蕾结合多领域案例告诉每经记者，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，对短期投资回报率要求很高，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。

“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多的付费群体。”黄蕾蕾进一步表示，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、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。

黄蕾蕾还向每经记者指出：“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，他们更看重的是效果，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，其次是系统工程稳定性与业务兼容性，价格和售后服务排在第三位，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接受每经记者采访时也肯定了这一点。“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，曾汝祺判断：“传统药物行业高度依赖湿实验，经济成本高、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。”

不同赛道的商业化路径

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，他把两类量子技术的商业逻辑向每经记者作出了区分。

“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，这些企业有现成的业务难题，需要一套传感器补齐现有方案短板。”

他感受到的是，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，这样付费闭环会来得更快。”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。无论是整机厂商客户为算力潜力买单，还是上游器件商客户为工程验证买单，又或者是感知型量子技术客户为场景痛点买单，量子计算的增长速度都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，真正的考验或许从来都不在于算力何时才能足够强大，而在于当下就能回答“它究竟能解决谁的什么问题”。