Goldman Sachs и JPMorgan раскололи Уолл-стрит из-за квантовой гонки
На Уолл-стрит усилился разрыв в подходах к квантовым вычислениям: Goldman Sachs Group Inc. и JPMorgan Chase & Co. выбрали разные стратегии в гонке за технологией, которую в финансовой индустрии рассматривают как возможный следующий крупный прорыв после искусственного интеллекта.
По данным Bloomberg Law, около трёх лет назад Goldman Sachs выглядел одним из лидеров среди банков, изучающих практическое применение квантовых компьютеров. Компания собрала небольшую команду узкоспециализированных учёных и сотрудничала с Amazon.com, чтобы оценить, можно ли использовать новую технологию для повышения доходности инвестиционных решений для состоятельных клиентов.
Итоги исследований оказались отрезвляющими. Специалисты Goldman Sachs пришли к выводу, что для решения одной из рассматриваемых задач алгоритму потребовались бы миллионы лет работы, а процессор должен был бы содержать не менее 8 млн так называемых логических кубитов. Такой результат показал, насколько велик разрыв между нынешними возможностями квантовых систем и ожиданиями финансового рынка.
JPMorgan Chase, напротив, продолжает активнее инвестировать в направление и удерживает квантовые вычисления в числе долгосрочных технологических приоритетов. Разница в позициях двух крупнейших игроков подчёркивает неопределённость вокруг отрасли: одни банки сокращают практические ожидания и ждут технологической зрелости, другие стремятся заранее занять место в потенциально ключевой инфраструктуре будущих финансовых расчётов.
Квантовые вычисления теоретически могут ускорить решение задач, связанных с оценкой рисков, оптимизацией портфелей, моделированием рынков и сложными расчётами производных инструментов. Однако технология остаётся ранней: для устойчивой работы финансовых алгоритмов нужны масштабируемые и надёжные квантовые процессоры, а также системы коррекции ошибок, которые пока не достигли уровня, необходимого для массового коммерческого применения.
Интерес банков к квантовым технологиям сохраняется на фоне более широкой гонки в секторе высокопроизводительных вычислений. После бума искусственного интеллекта инвесторы и корпорации ищут следующую технологическую платформу, способную изменить финансовые рынки, кибербезопасность и обработку данных. Но пример Goldman Sachs показывает, что даже крупные игроки с сильными исследовательскими командами сталкиваются с ограничениями, которые не удаётся преодолеть только за счёт капитала и партнёрств.
Для финансовой отрасли вопрос теперь не в том, важны ли квантовые вычисления в принципе, а в сроках их реального применения. Если JPMorgan Chase делает ставку на раннее накопление компетенций, то Goldman Sachs демонстрирует более осторожный подход, основанный на проверке экономической и технологической целесообразности конкретных задач.
Коротко о главном
Раскол между Goldman Sachs и JPMorgan Chase возник из-за разной оценки зрелости квантовых вычислений: первые столкнулись с практическими ограничениями алгоритмов и оборудования, вторые продолжают рассматривать технологию как стратегическую инвестицию. В ближайшие годы банки, вероятно, сохранят исследовательские программы, но массовое применение квантовых систем в финансах будет зависеть от прогресса в логических кубитах, коррекции ошибок и доказанной экономической выгоды.
Читайте также
- Блокада Трампа загнала Ормузский пролив в исторический кризис
- Bloomberg собрал экспертов и политиков в новом выпуске о власти, рынках и Маске
- Ергин предупредил о крупнейшем энергетическом шоке в истории
- Тысячи малайзийцев вышли против Азама Баки и потребовали расследования MACC
- Россия ударила по украинским городам: Зеленский сообщил о погибших
- США ударили санкциями по китайскому нефтяному гиганту из-за Ирана
Подписывайтесь на наши Telegram-канал и WhatsApp-канал, чтобы получать оперативную информацию и эксклюзивные материалы. Текст статьи распространяется на условиях лицензии Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Использование, распространение и переработка материала допускаются при обязательном указании авторства и сохранении той же лицензии.
Автор статьи — Артём Кондратьев.