8 godzin temu
Fundusz deep tech Deep Future radzi wstrzymać się z dużymi inwestycjami w komputery kwantowe. General Partner Pablos Holman wyjaśnia, iż ta technologia tkwi w fazie badań naukowych i nie pasuje do szybkich oczekiwań funduszy VC. Klasyczne komputery wsparte AI rozwijają się tak szybko, iż kwanty tracą biznesową przewagę – kapitał lepiej skierować do sensorów kwantowych.
The Quantum Insider opublikował wywiad z Pablosem Holmanem, General Partnerem funduszu Deep Future. Holman ma za sobą ponad 6000 patentów z Intellectual Ventures Lab (laboratorium wynalazcze Nathana Myhrvolda), projekty dla Jeffa Bezosa w Blue Origin i Billa Gatesa w Global Good Fund – np. lasery zabijające komary czy chłodziarki do szczepionek. Twierdzi on, iż kwanty utknęły w „invention gap” – przestrzeni między odkryciem naukowym a działającym urządzeniem. „Przełomy nie dzieją się według grafiku inwestorów” – mówi wprost. “Stabilizacja cząstek kwantowych to wciąż nauka, nie produkcja”.
Holman wskazuje, iż klasyczne superkomputery skoczyły z exaflopów (milion miliardów operacji na sekundę) do zettaflopów w rok – dzięki tysiącom kart graficznych w serwerowniach gigantów takich jak Google czy Amazon. Teraz AI radzi sobie z symulacjami materiałów, leków czy pogody – dziedzinami, gdzie kwanty miały błyszczeć. „5–10 lat temu kwanty miały sens, dziś klasyka jest już jednak za mocna” – podsumowuje. Sensory kwantowe działają w tej chwili mierząc pola magnetyczne, pomagając w nawigacji samolotów czy monitoringu klimatu – idealnie dla przemysłu i satelit.
Rynek deep tech stoi więc najwyraźniej przed wyzwaniem zmiany strategii: model inwestowania w pojedyncze funkcje, skuteczny w oprogramowaniu (SaaS), zawodzi w fizyce. Holman argumentuje, iż sukces wymaga budowania dużych platform integrujących wiele przełomowych technologii naraz, a nie finansowania rozproszonych startupów ulepszających jeden element. Oznacza to konieczność wydłużenia horyzontu inwestycyjnego, ponieważ komputery kwantowe wciąż niosą ryzyko naukowego niepowodzenia. Szansą są jednak projekty wykorzystujące obecną moc obliczeniową do rozwiązywania problemów energetycznych i klimatycznych tu i teraz.
