Quantum AI i erhvervslivet
De brancher, der først mærker effekten af Quantum AI, er dem med komplekse optimerings- eller simuleringsopgaver. I pharma og biotech kan kvante-accelererede AI-modeller simulere molekylære interaktioner og forkorte processen fra drug discovery til kliniske forsøg markant. Det handler om at finde kandidatmolekyler, der ellers ville kræve årevis af klassisk beregning.
I finanssektoren bruges Quantum AI allerede i pilotprojekter til porteføljeoptimering, risikomodellering og fraud detection. Når antallet af variable i et optimeringsproblem eksploderer, rammer klassiske systemer en mur. Kvantealgoritmer kan potentielt finde bedre løsninger hurtigere, fordi de udforsker løsningsrummet på en fundamentalt anderledes måde.
Logistik og supply chain er et tredje fokusområde. Ruteoptimering med tusindvis af køretøjer, lagerstyring på tværs af kontinenter og realtidsjustering af forsyningskæder er alle problemer, hvor kvantefordele kan realiseres. Virksomheder som DHL og BMW har allerede eksperimenteret med kvanteinspirerede algoritmer.
For de fleste danske virksomheder er Quantum AI i dag mest relevant som strategisk horisont. Cloud-platforme som Amazon Braket, Azure Quantum og Google Quantum AI gør det muligt at eksperimentere uden egen kvantehardware. Det giver AI Readiness-teams mulighed for at identificere, hvilke interne problemer der har kvantepotentiale, længe før teknologien er fuldt moden.
Markedet for Quantum AI forventes at nå 638 millioner USD i 2026, og de virksomheder, der begynder at opbygge kompetencer nu, vil stå stærkest, når teknologien modnes.
Hvad Quantum AI ikke er
Quantum AI erstatter ikke klassisk AI. Det er den mest udbredte misforståelse. LLM'er, neurale netværk og de fleste Deep Learning-modeller kører udmærket på klassisk hardware og vil fortsætte med det. Kvantecomputere tilbyder et anderledes beregningsværktøj, der kun er relevant for bestemte problemklasser.
Quantum AI er heller ikke klar til generel produktion. De fleste kvantecomputere har stadig for få stabile qubits til at overgå klassiske systemer på reelle forretningsproblemer. Det fænomen, man kalder quantum advantage, er kun demonstreret i snævert definerede benchmarks. Vejen til bred enterprise-adoption kræver fortsat fremskridt inden for fejlkorrektion og hardwarestabilitet.
Endelig er Quantum AI ikke det samme som kvanteinspirerede algoritmer. Flere softwarevirksomheder markedsfører klassiske algoritmer, der er inspireret af kvantemekanik, men som kører på almindelig hardware. Det kan være nyttigt, men det er ikke ægte Quantum AI.
