本周在芝加哥举行的IBM量子开发者大会释放出一个明确信号：公司的重心正在发生转变。IBM宣称，研究人员已在2026年通过与经典计算社区的合作证明了量子优势。公开演示显示，处理器、纠错技术、科学软件以及量子与传统计算的融合均取得了进展。
IBM量子业务负责人杰伊·甘贝塔（Jay Gambetta）设定了新的目标：下一个重要里程碑是到2028年展示对产业的实际影响，前提是企业应用研究者、经典计算社区与量子计算社区之间开展深入协作。
我们的核心判断是，IBM正在搭建将量子实验转化为有用科学成果所需的更完整系统。硬件固然重要，但真正的创新将来自软件。值得注意的是，帮助科学家构建问题、跨不同计算资源运行任务、验证结果并理解经济成本的工具，正是创新的重点方向。这些能力恰好回应了我们在今年春季走访主要科研机构时，客户提出的若干障碍；也回应了在theCUBE纽约证券交易所演播室“量子101系列”节目中与技术专家讨论的问题。
尽管进展显著，但剩余的差距和挑战仍然很多。量子科学正在进步，但对产业的实际影响仍需数年时间。更好的软件是大幅提升量子性能的关键，新的服务能力也能吸引更多研究者。但如果一位化学家必须深入理解量子计算的复杂细节才能使用，这将限制采用率。我们认为，下一阶段的创新将聚焦于抽象化量子复杂性，并在简化程度上实现可衡量的改进，从而推动更广泛的使用。
在本篇深度分析中，我们通过今年春季对六位量子与超算专家的访谈视角，审视IBM在QDC26大会上的公开表态。我们还结合合作伙伴Qualitate提供的客户视角，评估IBM在晶圆代工领域投资的意义，并探讨哪些证据能够表明进展正从科学优势迈向产业影响。
三个里程碑，三种验证方式
当分别评估IBM的各个里程碑时，其进展会更加清晰。业界普遍认为，IBM设定的“2026年前展示量子优势”目标已经达成，依据是相对于当今经典方法实现了特定的计算优势。但要真正展示产业影响，IBM需要证明结果能为某个组织带来实质差异。围绕容错架构的里程碑，将越来越聚焦于在出现错误的情况下维持可靠计算的能力。不同类别的进展当然会相互支撑，但分别看待里程碑和验证方式仍然很有意义，如下文所述。
IBM在实现量子优势方面值得高度肯定，但也应接受审视。甘贝塔在主题演讲中描述了经典计算研究者反超量子结果、相关主张被撤回，随后量子方面又取得进展重新占据优势的过程。这当然是一个具有竞争性的科学生态系统应有的运作方式。我们期待这种“你追我赶”能够终结，并期待有一天量子优势能够持续保持，有明确证据表明经典计算在特定应用场景下已无可能追赶。
观察者有理由担心，人们可能从“优势”一词中得出错误的推论。这个词听起来像是在宣称绝对优越性。但如果这种优势无法持续保持，更广泛的业界可能仍会持怀疑态度。同样的问题也适用于验证客户结果究竟是否真正归因于底层由量子驱动的科学模型。
Allstate的一个公开案例颇具说明性，可以展示其中的区别。IBM将承保优化的结果描述为与经典优化方案相当。这可以代表进步，但并不能证明量子计算带来了更优的承保结果。客户需要自行决定，在可衡量的收益出现之前，他们愿意投入多少学习成本。我们认为，IBM正在努力简化这项繁重的工作并扩大采用范围。
2026年春季访谈提供了来自科研实验室的实际数据
我们在2026年春季为“世界量子日”采访的研究人员，当时的思考已超越了硬件层面。他们关注的问题包括应用选择、可靠性、系统集成、软件复杂性，以及在硬件演进过程中保留灵活性的能力。这是在theCUBE上进行的六次独立编辑访谈，由慧与（HPE）支持完成，涉及五家机构，呈现了让量子计算真正发挥作用所需的工作全貌。访谈由本文作者与SiliconANGLE执行主编保罗·吉林共同主持。
受访专家及所属机构、他们在今年第一季度提出的优先事项，以及公开QDC材料对此的回应整理如下：
阿贡国家实验室的劳拉·舒尔茨（Laura Schulz）提出，应让科学家在无需掌握每一项硬件细节的情况下也能开展工作。对此，AI技能与应用工具减少了部分组装工作，但独立使用仍需要更多验证。
橡树岭国家实验室的阿米尔·谢哈塔（Amir Shehata）提出，应高效协调量子资源与传统计算资源。对此，受管理的工作流程展示了执行阶段及资源联合使用情况。
珀斯超算中心（Pawsey）的帕斯卡·埃拉希（Pascal Elahi）博士提出，应识别出大型科学问题中的量子部分并提供相应专业支持。对此，问题映射工具与混合工作流支持了这一思路。
芬兰科学信息技术中心（CSC）的米凯尔·约翰松（Mikael Johansson）博士提出，应找到有用的应用场景，并在多样化技术中建立相关技能。对此，化学、材料与优化工具提供了更多实验途径。
橡树岭国家实验室的汤姆·贝克（Tom Beck）提出，应将有前景的科学问题与可靠计算连接起来，同时保留硬件选择的灵活性。对此，材料工作流与纠错研究部分满足了这一需求。
莱布尼茨超算中心的迪特尔·克兰茨米勒（Dieter Kranzlmüller）提出，应能够评估应用性能与经济性，同时保持技术独立性。对此，使用可见性有助于评估经济性，但可移植性仍是客户的重要需求。
（数据来源：theCUBE为2026年4月14日世界量子日所做的支持性访谈；IBM QDC26公开会议内容。映射关系及相关解读为本文作者分析。）
IBM正将工作重心投向这些从业者数月前就已指出的问题。我们认为，这是产品相关性的有力信号，其重要性甚至超过硬件里程碑。
这也为我们提供了一个更合理的进展检验标准：科学家必须能够以更少的准备工作投入到有意义的问题中，更可靠地运行任务，并将结果与可信的经典替代方案进行比较。IBM的公开发布内容显示出支持这一进程的能力，也回应了今年春季研究者朋友们指出的差距。不过，目前这些发布内容尚未展示出研究者在多大程度上可以独立完成任务而无需专家协助。IBM在保密协议下向一小部分行业分析师分享了更多能力，这些内容看起来颇有前景。
实际衡量标准在于端到端运行实验
本次芝加哥大会最有意思的内容之一，是关于日常运营摩擦的讨论。在公开的开发者分享会上，IBM描述了实验因笔记本电脑休眠、notebook会话中断、内存或Token耗尽以及中间工作成果丢失而被打断的情况。在量子研究中，与AI训练任务类似，这些问题都会增加本已需要高度专业知识工作的成本和障碍。
受管理的工作流程通过简化来应对这一问题：将执行过程转移到托管环境中，配合传统计算资源以及用于捕获和保存中间工作成果的工具。研究人员可以将量子任务与工作流关联起来，并监控量子与经典支持基础设施两方面的资源消耗。这为重复实验、了解资源消耗情况以及优化整体流程提供了基础。
以本次大会讨论的化学方法为例：研究人员可以将一个更大的分子问题拆分为若干较小部分，针对适合的部分分别采用量子或经典计算方法，再将结果合并。在QDC26大会上，IBM描述了支持处理量子任务的经典算法改进。经典求解步骤可能成为重大瓶颈，同时也代表着优化机会。
我们认为，相关焦点正越来越多地转向完整的研究工作流程——这里指的是准备阶段、量子计算部分、经典处理部分以及验证环节。这为IBM及其合作伙伴扩大了机会，因为更多工作可以通过其软件和服务来支持。这也揭示出经济性论证需要如何演进，重点应落在获得结果的成本上。
单靠更快的量子硬件并非答案。相反，更好的经典软件可以让量子实验的效率大幅提升。这两方面的发展都在QDC26大会上得到了关注。客户需要足够的可见性来识别瓶颈并实施改进。
AI在降低量子计算成本中的作用
IBM有关AI的表态，预计是在回应我们春季访谈中提出的障碍——即将领域知识转化为可执行量子实验的复杂性。IBM必须提供能够协助选择方法、构建工作流程、应用经典算法的技能，并在开展更长、更昂贵的运行任务之前对实现方案进行验证。我们在本次大会上与开发者的交流也凸显出对AI辅助的需求，大家普遍呼吁更简单的打包方案和托管服务。
我们认为，这标志着AI与量子计算之间一种重要的近期关系：在量子计算本身尚未在AI领域展现出被广泛证实的提升之前，AI可以帮助科学家更有效地使用量子计算。眼前的机会在于简化——即减少应用专业软件和基础设施所需付出的努力。
这一需求对科学软件的打包方式产生了影响。库（library）包含可复用的代码；而技能（skills）将越来越多地提供选择和应用这些代码的上下文与指导。随着技能不断改进，我们预计会有更多集成工作由软件辅助完成。一个成熟库的价值，仍将取决于其性能及是否适合特定任务。本次公开发布的QDC内容将库、映射工具与AI技能整合在一起，暗示了未来软件使用方式的演变方向。
另一个差距在于责任归属。例如，如果一个工作流程成功执行，却采用了无效的科学假设，会发生什么？由AI生成的配置可能看起来合理，但实际上在精度与成本之间做出了不当权衡。在我们看来，一个真正有用的抽象层，必须保留以领域专家/科学家能够理解的方式去理解并验证这些AI决策的能力。
我们认为，这正是客户证据需要更加具体的地方。例如：一位化学家能否在没有供应商团队全程指导的情况下重复完成有用的工作？另一位科学家能否复现该结果？该机构能否清楚看到不同运行之间究竟发生了哪些变化？在判断编程简化是否真正转化为更广泛的科学应用时，我们会对这些条件给予相当大的权重。
化学领域契合度高，但仍需更多证据
化学与材料科学是我们春季访谈与本次公开QDC讨论之间联系最紧密的领域。CSC的约翰松强调了模拟相互作用电子所面临的挑战；橡树岭的贝克则描述了与核聚变和生物学可能相关的材料与化学研究。IBM的分享会讨论了用于拆解问题、并在量子与传统系统之间协同处理结果的工具。
我们认为，这些领域特别值得关注，是寻找早期有用应用的可信场所，因为其中的科学问题本身就涉及量子行为——这正是优先研究能从量子计算中获益的领域的理由。问题的规模、精度以及相对于传统方法的经济性（或可行性），将最终决定量子计算的实用价值。
经济性考量必须涵盖完整结果
IBM在性能方面的进展值得关注，但其比较基准也颇具启发性。其主打的“最大电路吞吐量提升25倍”这一数据，是将Nighthawk r2与Heron进行对比得出的。多项应用层面的改进同样是在比较IBM自身新旧代际的系统。这些数字体现了IBM在自身代际迭代中的进步，但客户仍需要将其与针对同一问题的最佳经典实践方法进行比较。
在我们看来，最有价值的指标是获得一个经过验证结果所需的成本与时间。这一计算应涵盖传统预处理和后处理的所有环节、量子计算部分的工作、任务完成时间，以及执行和验证结果所需投入的技术专业程度。值得注意的是，一个重要的未来衡量标准是：这一流程能否在规模化场景下持续稳定地重复实现。
客户完全应该在量子计算尚未持续取胜之前进行投资，关键是要将这些投资定位为一种学习过程。
Qualitate客户数据显示，企业关注点在PQC之外较为有限
后量子密码学（PQC）是我们在去年9月theCUBE“量子准备日”活动中深入探讨过的话题。Qualitate的客户调研结果为我们的PQC分析增添了另一个维度，但不应将PQC支出与量子应用采用率混为一谈。
对Qualitate访谈数据中关于量子应用的查询，结果高度集中在PQC上——这是当下企业最关心的战术性议题。各组织正投入资金，为现有信息系统做准备，以抵御未来可能出现的量子驱动攻击。相关数据既包括已经采取行动的客户，也包括正在评估阶段的客户。
“……我们现在真正开始全力投入后量子密码学。”
同一位受访者从避免未来损失的角度解释了其中的原因：
“我们预计这将在未来帮助我们大幅减少应对重大危机所带来的损失。”
——某专业服务公司技术负责人（数据来源：Qualitate）
当前企业在量子相关议题上的关注重点，是对密码体系进行现代化改造，这远远领先于寻找量子计算机实用应用场景方面的投资。当下的从业者，精力主要集中在部署和保护智能体安全，以及让AI变得可信赖上。除PQC之外，量子应用并非大多数企业客户当前关注的重点。保护传统系统的安全工作具有战术性质，目前几乎没有证据表明企业内部对在量子硬件上运行工作负载存在兴趣。
美国国家标准与技术研究院（NIST）于2024年发布了首批正式确定的后量子密码学标准，并鼓励各组织开始转型。其指导文件还解释了一种风险：对手可能在当下收集加密信息，以便日后具备解密能力时再加以利用。与“千年虫”问题（Y2K）有明确截止日期不同，具备实际攻击能力的量子计算机出现的时间仍不确定。因此，无论IBM在应用与硬件方面的里程碑进展如何，现在开始迁移规划都是合理之举。
以下是Qualitate数据中观察到的竞争信号，几乎全部与安全相关：
关于IBM，调研反映出的认知是其在量子安全密码学方面覆盖面广、提供混合解决方案，且现有合作关系与高层支持会影响客户兴趣。
关于谷歌，部分受访者认为其量子硬件方面的专业能力，为应对未来威胁提供了可信度。
关于微软，由于客户已在使用Azure环境，微软被视为客户现有平台关系的自然延伸。
（数据来源：Qualitate，买方主观认知调研）
专业厂商的机会窗口同样敞开。一位受访者表示：
“这个领域尚未成型。我们可能不一定会依赖超大规模云计算厂商，更可能会依赖专业厂商。”——某大型美国企业全球数据分析负责人，金融服务与保险行业
（数据来源：Qualitate）
我们认为，技术可信度、现有合作关系，以及推动迁移成功落地的能力，可能共同影响这类采购决策。IBM拥有诸多优势资源，但客户仍在评估其他选择。量子安全领域的成功能够增强IBM的商业地位，但这本身并不能决定在量子计算走向主流时，哪种量子计算架构或应用平台会最终胜出。
量子芯片制造为竞争增添新维度
量子计算还需要从打造卓越的单体设备，发展到能够持续、可重复地生产可靠系统。在这一背景下，IBM路线图中有关制造的相关公告值得仔细审视。
今年9月，IBM收购了Anderon，完成了一项由1亿美元CHIPS法案资金支持、并叠加IBM自身10亿美元投资的项目（原文数字疑为笔误，此处按原文直译）。IBM表示，其位于纽约州奥尔巴尼的300毫米量子晶圆代工厂已为整个生态系统中的客户提供服务，首批晶圆已在该工厂投产。
我们认为，学习曲线的重要性将不亚于任何单一里程碑。更具重复性的生产方式可以为IBM带来经验优势（即“赖特定律”效应），这与台积电在半导体制造领域展现领导地位的方式颇为相似。服务多家客户有助于在共享基础设施上支撑产量规模。但这些优势能否真正实现，取决于需求、工艺稳定性、良率，以及保护每个客户知识产权的能力。此外，IBM也可以从英特尔的失误以及自身在代工业务上曾遇到的挑战中吸取经验。
业界需要在关注量子位性能的同时，密切关注制造方面的进展。资本投入之后需要有创新跟进。IBM今年8月收购HRL实验室，是其中又一项相关的战略布局。IBM给出的理由是，借此获取在硅自旋量子位、传感、材料、低温技术、控制系统、封装以及互连方面的专业能力。IBM表示这些能力与其超导技术工作形成互补，并指出了与Anderon开展合作的机会。
我们将这次收购解读为IBM试图掌控自身命运的举措，某种程度上是在回归其大型机时代那种垂直整合的模式。但与此同时，IBM单纯依靠自用型/一体化系统厂商的身份，并不具备实现其目标所需的规模经济。因此，它必须向其他方（包括其竞争对手）开放其制造能力。
IBM正在争夺围绕量子计算组织工作方式的主导权
综合来看，QDC26大会上的各项公开发布，透露出一种更宏大的平台化野心。IBM正在将量子硬件和软件的接入能力，与经典计算、应用功能、开发工具等整合起来。我们认为，这可能会扩大其在客户研究流程中所扮演的角色，并为生态系统合作伙伴打包专业能力创造更多机会。
竞争优势将来自于让有用的工作更容易执行和重复。一位能够以更少的投入，从科学实验顺利过渡到规模化可靠结果的客户，自然有理由继续留在该供应商体系内并加大投入。但这种优势仍必须通过应用质量、性能表现、服务可靠性以及更优的经济性去真正赢得。
这其中也存在客户层面的权衡——即经典的“锁定”风险。一体化服务可以降低运营复杂度，但同时也会加深对供应商工具链和生态系统的依赖。开源工具有助于降低这一风险，但可移植性还取决于模型、工作流程、验证方式以及运营模式能否迁移到另一个平台上。我们春季与克兰茨米勒的对话（他强调技术独立性）以及谢哈塔对可互操作规范的关注，都清楚说明了这一点。
我们不会断言IBM是本次大会的决定性赢家，但该公司确实展示了硬件、软件与基础设施进展方面令人印象深刻的组合。客户将通过重复使用和实际成果来判断其价值。来自专业厂商和超大规模云计算厂商的竞争系统，以及经典计算方法本身的持续进步，都将继续影响这一局面的走向。
甘贝塔的2028年赌注
如果杰伊·甘贝塔的预测成真，未来两年将围绕产业影响展开更具实质性的讨论。值得关注的是：是否会出现数量明显增多的量子概念验证项目（POC）、更多具名客户解决具有实际意义的问题，以及科学或商业决策中出现可衡量的变化。我们还希望看到足够的证据，使独立团队能够评估其贡献，并要求客户说明获得结果的完整成本。
还有一些值得关注的方面：
我们认为化学与材料领域值得密切关注；
研究工作流程必须变得更易使用；
需要追踪是否有更多领域科学家能够独立于高技能量子专家开展工作；
量子优势能否在与经典方法的较量中保持可持续的领先地位；
芯片制造能否表现出可靠性、一致性与独立性。
对企业领导者而言，明智的做法是将密码学准备工作，与针对具体问题和经济性而制定的量子应用项目区分开来。
IBM已经更有力地证明，支撑有用量子计算所需的周边体系正在逐步成型。未来的真正考验在于：客户能否证明，因为量子计算，究竟发生了什么实质性变化。一个经证实的更优科学结果，或是一个经济上更具优势的工作流程，都将让这一2028年的目标显得更加令人瞩目。
这正是我们将持续关注的证据。
你的量子计算关注点是什么？欢迎与我们分享……
图片来源：IBM
免责声明：所有关于公司或证券的陈述，均严格代表SiliconANGLE Media、企业技术研究机构（ETR）、theCUBE其他嘉宾及特约撰稿人的个人观点和看法。这些陈述并非这些个人对买入、卖出或持有任何证券的建议。本文内容不构成投资建议，不应作为任何投资决策的依据。您本人需对自己的投资决策承担全部责任。
披露声明：Breaking Analysis中提及的许多公司均为theCUBE的赞助商和/或Wikibon或theCUBE Research的客户。上述任何公司或其他企业均未对Breaking Analysis发布内容拥有编辑控制权或提前查看权。
