Как полюбить квантовые технологии и когда они дадут пользу бизнесу?

Квантовые технологии — это уже не про лаборатории и «когда-нибудь потом». На Scoring Day Александр Гришканич, исполнительный директор департамента аналитики и внедрения технологий Банка ГПБ, рассказал, где DeepTech вплотную приблизился к бизнесу, какие «боли» подталкивают к квантовым сценариям и какие кейсы уже доказали их эффективность.

Почему DeepTech кажется "не про нас", хотя уже рядом
DeepTech редко оказывается в топе приоритетов: почти всегда побеждают задачи «здесь и сейчас». Однако технологии безопасного обмена информацией и вычислений над зашифрованными данными могут помочь бизнесу уже сегодня: финтех повысит точность расчета моделей кредитного скоринга, медтех сможет лучше прогнозировать развитие эпидемий

Проблема в другом: их внедрение и реализация требуют тяжеловесных подходов и обновления инфраструктуры. Привычные практики вроде fine-grained-настроек и fine-tuning здесь часто нерелевантны или слишком затратны по ресурсам.

Часто новые программные подходы проще исследовать и апробировать, чем аппаратные - при условии что нет регуляторных ограничений или незрелой регуляторики.

Где особенно болит?
Болевые точки хорошо просматриваются, например, в проектах по гиперперсонализации: нужно на лету пересчитывать рейтинги, подключая транзакционные и социальные антифрод-сигналы, причем на больших объемах «сырых» данных, а не только на готовых скорах. Такой режим становится серьезным вызовом для инфраструктуры — и именно здесь появляются перспективные сценарии для квантовых вычислений.

Что уже есть на рынке?
Самый мощный квантовый компьютер в России — экспериментальный образец на 70 кубитов, созданный физиками ФИАН на ионах иттербия и представленный в декабре 2025 года в рамках национальной дорожной карты по квантовым технологиям под руководством "Росатома".

Точность однокубитных операций — 99,98%, двухкубитных — 96,1%. Это рекорд для российских разработок и соответствует мировой динамике.

Параллельно развиваются во всем мире и в России:
➖универсальные квантовые компьютеры (под широкий класс алгоритмов);
➖адиабатические квантовые вычислители, которые в гибридной концепции помогают решать сложные задачи и применяются для обработки больших массивов данных (например, при построении сейсмических моделей);
➖программные эмуляторы квантовых компьютеров, воспроизводящие до некоторого предела работу квантового вычислителя на классических CPU и GPU-архитектурах.

Квантовые вычисления можно "потрогать" и через GPU
Если у вас есть качественный GPU-кластер, его можно использовать не только для градиентного бустинга и LLM, но и для моделирования квантовых математических систем. Это позволяет получать результаты в логике как универсальных, так и адиабатических квантовых вычислений.

Показательный пример: решать задачу вида "разложить 300-значное число на простые множители" с помощью классических инструментов пришлось бы астрономически долго, квантовые технологии способны справиться с ней радикально быстрее (вплоть до секунд).

Безопасность и сенсоры: квантовая польза не только для вычислений

Отдельный большой блок — квантово-устойчивая защита информации:
➖ быстрое и надежное распределение криптографических ключей;
➖ постквантовые алгоритмы шифрования, например, более надежные алгоритмы цифровой подписи.

Еще одно направление — квантовые сенсоры, которые уже применяются в разных отраслях для повышения точности измерений (для медицины, промышленности, гейминга и пр.).

Зачем это бизнесу: от синтетики до оптимизации и моделирования
Гиперперсонализация — лишь один из возможных кейсов. Важный класс задач — генерация "точной" синтетики: данных, которые сохраняют много корреляций и заметно повышают качество синтетических наборов. Это упрощает безопасную выгрузку и передачу данных партнерам.

Работать с квантовыми вычислениями в России можно уже сегодня, например использовать облачные сервисы компании КуБорд.

Какие кейсы уже реализованы на практике - в следующем посте!