来源：市场资讯
（来源：RMB交易与研究）
【编者按】这篇文章生动描绘了量子计算在金融业落地的现实图景：理想丰满，现实骨感。从高盛的“急流勇退”到摩根大通的“长期主义”，反映出企业对颠覆性技术的不同风险偏好。对于普通读者而言，量子计算并非空中楼阁，但其大规模商用仍需跨越硬件稳定性的“死亡谷”。目前的“量子寒冬”更像是一种去泡沫化的理性回归。
大约三年前，高盛集团（Goldman Sachs）在争夺量子计算霸主地位的华尔街竞赛中，似乎还握有一张“王牌”。
高盛的研究人员发现，要解决他们设定的问题，算法竟需要运行数百万年；更令人咋舌的是，这还需要处理器至少拥有800万个“逻辑量子比特”（logical qubits）——这是构成量子计算机的基本单元。而当时的机器，连100个都不到。
随后，高盛的量子团队在银行大规模的成本削减计划中被裁撤。如今，高盛几乎已无专职的量子计算团队；而它的老对手摩根大通（JPMorgan Chase）却反其道而行之，坚持保留了一支由超过50名物理学家、计算机科学家和数学家组成的庞大队伍，持续探索优化问题、机器学习和密码学等领域的应用。
这两家全球顶级贷款机构的截然不同的选择，正是全球金融业在“是否押注AI之后的下一个风口”这一争论中的缩影。专家预测，量子计算有望重塑从新药研发到机器学习、再到金融风险建模的多个领域，潜在营收高达数十亿美元。但现实是骨感的：这项技术距离提供实用的商业解决方案可能还有数年之遥，其短期价值也因此备受质疑。
银行业的两难：应用场景模糊 vs. 硬件瓶颈
与制药、国防或材料科学公司（它们对量子计算的应用场景通常有较清晰的蓝图）不同，银行、保险公司和资产管理公司面临的问题极其繁杂：交易欺诈识别、风险管理、投资组合收益最大化、资产价格预测等等。
正如一位业内人士所言：“它们想要解决的问题五花八门，再加上现有硬件的严重限制，导致很难精准定位量子计算到底能带来什么具体的好处。”
鉴于此，许多金融机构选择了观望，更愿意让竞争对手充当“小白鼠”。但也有像摩根大通这样的激进派，正在疯狂砸钱，希望未来能借此甩开对手。
摩根大通全球技术应用研究主管罗布·奥特（Rob Otter）表示：“我们正在为自己定位，以便充分理解整个业务组合中的问题空间，从而在时机成熟时抢占先机。”奥特此前曾执掌道富银行（State Street）的数字技术部门。
尽管摩根大通未透露团队的确切规模，但奥特称，他的团队正致力于解决业务流程中的性能瓶颈，并与投资组合分析、资产和抵押贷款定价等领域的同事合作。
去年11月，该行宣布利用Quantinuum公司的Helios处理器开发出一种新方法，可以更高效地处理和分析高速涌入的海量数据，从而加速异常检测、欺诈监控或网络分析等复杂任务。而在2024年3月，摩根大通还与亚马逊合作，在量子处理器上演示了一种算法，该算法能通过识别大量不相关资产来优化投资组合选择，从而增强多样化和风险管理。
奥特预计，未来几年内，团队或许就能在量子处理单元（QPU）上运行有用的算法。“我们现在主要是在等硬件变得更商业化、更成熟。”他说。
巨大的潜力与现实的骨感
这项基于复杂量子力学原理的技术，目前仍主要停留在学术研究阶段。与传统计算机不同，量子计算机利用微小的电路进行计算，且能同时而非顺序执行操作，这意味着其处理复杂问题的速度将呈指数级超越经典处理器。
咨询公司麦肯锡（McKinsey）去年发布的研究报告预测，受化工、生命科学和金融等行业发展的推动，到2035年，全球量子计算相关收入将从2024年的约40亿美元激增至720亿美元。
除了摩根大通和高盛，其他金融巨头的动作也不小：
• 瑞银集团（UBS）： 正在对其约50名量化分析师进行量子计算基础培训。
• 西班牙对外银行（BBVA）： 曾与Multiverse Computing合作加速投资组合管理优化。
• 法国农业信贷银行（Credit Agricole）： 研究了如何利用量子算法更准确地预判信用评级下调。
• 多家银行： 正竞相升级加密技术，以防备量子计算机未来可能破解现有加密标准的风险。
然而，目前的“主战场”依然在科技巨头手中——谷歌（Google）、IBM以及一众初创公司正在构建和测试软硬件（如谷歌的Willow和IBM的Heron处理器）。虽然目前的机型太小、太不稳定，但它们正通过与各行业公司云端合作来探索应用前景。
在其他行业，宝马正联手英伟达（Nvidia）和量子软件公司Classiq改进驱动系统和冷却系统；诺和诺德（Novo Nordisk）与罗氏（Roche）在研究分子相互作用以助力新药发现；埃克森美孚（Exxon Mobil）则与IBM合作规划油轮船队的最优航线。
相比之下，金融业要解决风险容忍度和投资组合多样化等问题显得尤为棘手。
量子计算机制造商Rigetti Computing的首席执行官苏博德·库尔卡尼（Subodh Kulkarni）指出：“关于金融领域的应用方向，目前存在很多困惑。”由于各家量子系统的架构和技术各不相同，一家银行可能需要与多家量子公司合作才能满足需求，而无法“一站式”解决。
Rigetti市值已达55亿美元，曾与汇丰银行（HSBC）合作改进反洗钱技术，并与渣打银行（Standard Chartered）研究机器学习应用。
从“FOMO”到“幻灭谷底”
摩根大通和高盛早在七年前就开始试水量子计算。摩根大通当时激进的招聘策略甚至引发了“跟风效应”。现任IonQ意大利公司CEO的马尔科·皮斯托亚（Marco Pistoia，前摩根大通量子团队负责人）回忆道：“其他银行的量子部门主管都跟我说，‘马可，多亏了你，我才能招到人。’”
2019年12月，谷歌宣布其量子计算机用几分钟就完成了一项传统超算需要一万年的任务，这进一步刺激了更多机构入局。
量子软件初创公司QC Ware的联合创始人兼CEO马特·约翰逊（Matt Johnson）直言：“这绝对是FOMO（错失恐惧症）驱动的。”该公司曾与摩根大通和伊塔乌银行（Itau）合作。
但ORCA Computing的联合创始人兼CEO理查德·默里（Richard Murray）认为，银行对这项技术的投资时机可能“选错了”。
Rigetti的库尔卡尼也指出，科技行业难辞其咎，因为过度炒作短期能力误导了金融服务公司。他回忆起2023年参加一个量子计算商业化会议时的情景：“我明显感觉到金融行业的期望与当时量子计算行业的实际水平之间存在巨大鸿沟。包括我们在内的整个行业当时许下了很多承诺，但坦率地说，我们离兑现还差得很远。”
这种落差甚至引发了科技圈的内讧。微软因宣称创造出“新物态量子比特”而受到质疑；英伟达CEO黄仁勋（Jensen Huang）去年也改口称该技术正达到“拐点”，尽管他早前曾表示实用量子计算机可能还要几十年。微软则坚称其技术有同行评审支持，并自信地表示将在“几年内”而非几十年内建成实用级量子计算机。
曾帮助汇丰启动量子项目的史蒂夫·苏亚雷斯（Steve Suarez，现为麦肯锡顾问）对此持怀疑态度：“看看那些大公司的路线图，简直疯狂。连我都很难相信他们能实现那些数字。”
高盛的前研究员大卫·巴德（David Bader，现为新泽西理工学院教授）认为，高盛当年的研究“重置了该领域的预期”，这种严谨的基准测试“将真正的进步与投机炒作区分了开来”。
狂热后的冷静：务实与布局
2024年，量子计算概念股曾经历疯狂暴涨（Rigetti涨1450%，D-Wave涨854%，IonQ涨237%），但随着现实认知的回归，涨势去年已相对平缓。加上世界焦点目前更多集中在飞速发展的AI上，量子计算的热度有所降温。
QC Ware的约翰逊观察到，现在金融公司采取了“更务实的方法”，试图根据量子技术的发展节奏来调整投资步伐。
苏亚雷斯认为，即便短期内看不到成果，公司通过探索量子计算也能展示其“前瞻性思维”。
汇丰银行去年9月曾表示，利用IBM的Heron处理器，其在预测债券特定价格成交概率方面取得了高达34%的提升（尽管数据集较小）。汇丰企业及机构银行业务主管迈克尔·罗伯茨（Michael Roberts）今年1月在达沃斯论坛上表示：“我确实认为量子计算将越来越成为银行交易的一部分，它也是我们管理网络安全的重要工具，但现在我们也将其更多地应用于创收活动。”
汇丰还在与量子软件公司Haiqu合作，研究如何将数据高效地编码到量子设备上——这是运行蒙特卡洛算法（量化金融常用计算技术）的关键第一步。
结语：长跑刚刚开始
尽管目前量子计算尚无太多实质性产出，但显而易见的是，华尔街及其全球同行们已经意识到，这将是一场需要数年艰苦耕耘的长跑。高盛虽然暂时收缩战线，但未来不排除卷土重来；而摩根大通则选择公开部分研究成果，希望通过助推科学社区的发展，早日摘取那颗“金色的果实”。
正如摩根大通的奥特所言：“这不仅是为了引领这个领域，更是为了帮助塑造它。”
热门跟贴