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 сл