全球最大型的企业都在启动量子计算项目，政府也在量子研究工作上投入了大量资金。对于尚未得到证明其有效性的系统来说，量子计算机无疑引起了诸多关注。
这是因为，量子计算机虽然还远未成熟，但预计最终会迎来一个全新的计算时代——在解决复杂问题方面，硬件将不再是一种约束，这就意味着，以前那些可能传统系统数年甚至数百年才能完成的计算，如今只需要几分钟内就可完成了。
从模拟更高效的新材料，到更精确地预测股市如何变化，量子计算技术对于企业的影响可能是巨大的。下面就是目前企业组织正在探索量子计算的八个场景，有可能从根本上改变整个行业的游戏规则。
1、发现新型药物
新药物的发现，一部分要依赖于所谓的“分子模拟”科学领域，该领域涵盖了对粒子在分子内相互作用的方式进行建模，尝试创建一种能够抵抗给定疾病的配置。
这种相互作用非常复杂，可以呈现出许多不同的形式，这就意味着，根据分子结构准确预测分子的行为方式需要进行大量的计算。
手动执行计算操作显然是不可能的，而且这对于当前的传统计算机来说其规模太过巨大了。事实上，使用一台传统计算机对一个只有70个原子的分子进行建模，预计需要长达130亿年。
这就是为什么发现新药物需要这么长时间：科学家们大多会采用试错法，也就是针对目标疾病测试数千种分子，希望最终能找到成功的匹配选择。
然而，量子计算机有望在几分钟之内就解决分子模拟的问题。量子计算系统能够同时进行多项计算，可以无缝模拟构成分子的粒子之间所有最复杂的相互作用，让科学家能够快速识别成功药物的候选。
这意味着，目前平均需要10年才能上市的救命药物可以加快设计速度，而且成本效益更高。
目前制药企业正在关注这项技术。今年早些时候，医疗巨头罗氏(Roche)宣布与Cambridge Quantum Computing (CQC)达成合作伙伴关系，以支持解决阿尔茨海默病方面的研究工作。
小型公司也对这项技术很感兴趣。例如，合成生物学初创公司Menten AI与量子退火公司D-Wave展开合作，探索量子算法如何推动设计出最终可用作治疗药物的新型蛋白质。
2、创造更好的电池
从驱动汽车到存储可再生能源，电池技术正在推动向绿色经济的过渡，而且其应用范围将会越来越广泛。但电池技术还不够完美：电池容量和充电速度仍然是有限的，这就意味着电池并不总是最合适的选择。
有一种解决方案，是利用有更高性能的新型材料来打造电池。这就是另一种分子模拟的问题了，也就是对新型电池材料潜在候选的分子行为进行建模。
因此与药物设计类似，电池设计也是一项数据密集型工作，而且更适合使用量子计算机。
这就是为什么德国汽车制造商戴姆勒(Daimler)正在与IBM展开合作，评估如何使用量子计算机模拟硫分子在不同环境中的行为，最终目标是制造性能更好、寿命更长、更耐用的锂硫电池，并且比当前的锂离子电池成本更低。
3、预测天气
尽管当今很多尖端超级计算机提供了强大的计算能力，但天气预报——尤其是远程天气预报——的不准确仍然令人失望，这是因为天气事件可能充满变数，而传统计算机无法获取精确预测所需的所有数据。
另一方面，正如量子计算机可以同时模拟分子内发生的所有粒子相互作用以预测行为一样，量子计算机也可以模拟无数环境因素如何共同形成大风暴、飓风或热浪等天气事件。
而且由于量子计算机能够同时分析几乎所有相关数据，因此会生成比当前天气预报准确得多的预测，这不仅有利于人们规划未来的户外活动，还可以帮助政府更好地为自然灾害做好准备，以及为气候变化研究提供支持。
目前这个领域的研究还在低调进行中，但也有一些致力于发挥量子计算机潜力的新合作伙伴关系，例如去年European Centre for Medium-Range Weather Forecasts (ECMWF)与IT厂商Atos建立了合作伙伴关系，使用Atos的量子计算模拟器探索量子计算对未来天气和气候预期的影响。
4、挑选股票
摩根大通(JP Morgan)、高盛(Goldman Sachs)和富国银行(Wells Fargo)都在积极探索量子计算机在提高银行运营效率方面的潜力——这一用例通常被认为可能会带来丰厚的经济回报。
量子计算机可以通过多种方式为银行活动提供支持，其中已经显示出一些积极前景的方式是将量子计算应用于称为“蒙特卡罗”(Monte Carlo)模拟的程序中。
蒙特卡罗模拟包括了根据相关资产价格随时间的变化对金融资产进行定价，这就意味着，有必要考虑不同期权、股票、货币和商品的固有风险，这个程序本质上可归结为预测市场将如何发展，并且随着不断有大量相关数据出现，预测也会变得更加精准。
根据高盛与量子计算公司QC Ware进行的研究显示，量子计算机前所未有的强大计算能力，可以将蒙特卡罗计算速度提高1000倍。而且，高盛的量子工程师现在已经调整了他们的算法，能够在量子硬件上运行蒙特卡罗模拟，并且这将有可能在短短五年时间内面世。
5、处理语言
几十年来，研究人员一直试图让经典计算机将意义与单词进行关联，尝试理解整个句子的意思。这是一项巨大的挑战，特别是考虑到语言的性质，语言是一种交互式网络：一个句子通常必须作为一个整体来解释，而不是每个单词含义的“总和”，在这之后才是试图解释讽刺、幽默或内涵等因素。
因此，即使是最先进的自然语言处理(NLP)经典算法仍然难以理解基本句子的含义。但研究人员正在研究量子计算机是否更适合把语言表示为一种网络，从而以更直观的方式进行语言处理。
这被成为量子自然语言处理(QNLP)，是Cambridge Quantum Computing (CQC)公司目前的关注重点。该公司已经通过实验证明，句子可以在量子电路上进行参数化，其中可以根据句子的语法结构嵌入词义。最近，CQC发布了Lambeq，一个用于量子自然语言处理的软件工具包，可以将句子转换为量子电路。
6、解决差旅问题
销售人员会收到一份他们需要出差的城市列表，以及每个城市之间的距离，找出一条能够最大限度上节省旅行时间、花费最少的路线。听起来很简单，而“差旅问题”是很多公司在尝试优化供应链或交付路线时面临的一大问题。
随着销售员需要出差的城市不断增加，可能的路线数量也在成倍增加。对于跨国公司来说，可能要处理数百个目的地、数千个车辆和严格的截止日期，问题也会变得规模巨大，导致传统计算机无法在合理时间内解决。
例如，能源巨头埃克森美孚(ExxonMobil)一直在努力优化跨洋商船的日常航线，涉及到50000多艘船只，每艘载有200000个集装箱，运送总价值为14万亿美元的货物。
目前已经有一些经典算法可应对这一挑战，但考虑到大量潜在可探索的路线，这种模型不可避免地不得不最终被简化和近似。因此，埃克森美孚与IBM展开合作，研究量子算法是否可以在这方面做得更好。
量子计算机一次可进行多项计算，这就意味着量子计算机可以串联运行所有不同的路线，使其能够比传统计算机更快地发现最佳解决方案，而后者必须按顺序评估每个选项。
埃克森美孚的结果似乎很有前景：模拟表明，一旦硬件得到改进，IBM的量子算法可以提供比经典算法更好的结果。
7、减少拥堵
优化城市交通信号的时间，使其能够适应等待车辆数或者时间，大大有助于顺畅车辆流动和避免繁忙路口的拥堵。
这是经典计算机难以解决的另一个问题：变量越多，系统在找到最佳解决方案之前必须计算的可能性就越多。但与差旅问题一样，量子计算机可以同时评估不同的场景，更快地得出最佳结果。
微软一直在与Toyoto Tsusho以及量子计算初创公司Jij合作研究这个场景。研究人员已经开始在一种模拟城市环境各种采用基于量子的算法，目的是减少拥堵。根据实验最新结果显示，该方法可以将交通等待时间减少多达20%。
8、保护敏感数据
现代密码学依赖于由算法生成的密钥来编码数据，这意味着只有被授予访问密钥的各方才能解密信息。因此，风险是双重的：黑客可以截获加密密钥来破译数据，也可以使用功能强大的计算机来尝试预测算法生成的密钥。
这是因为，传统安全算法是确定性的：给定的输入将始终产生相同的输出，这意味着黑客通过适当的计算能力就可以预测出结果。
这种方法需要非常强大的计算机，而且对于密码学来说并非是一项短期风险。但是硬件正在不断完善，安全研究人员也越来越多地发出警告，未来某个时候我们将需要更安全的加密密钥。
有一种增强密钥的方法，是使密钥完全随机且不合逻辑——换句话说，不可能用数学方法进行预测。
事实证明，随机性是量子行为的基本组成部分：例如，构成量子处理器的粒子行为方式完全是不可预测，因此这可以用于生成一种连最强大的超级计算机也无法进行逆向推测的加密密钥。
随机数生成是一种已经接近商业化的量子计算应用。例如，英国初创公司Nu Quantum正在打造一套系统，可测量量子粒子的行为以生成随机数字流，以打造更强大的加密密钥。
