格隆汇10月15日｜摩根士丹利：将IBM(IBM.US)目标价上调至256美元，此前为253美元。 ...

合作核心内容 - 印度第二大电信运营商Bharti Airtel与IBM合作 通过其云平台提供IBM的服务 [1] - 合作旨在满足不断增长的云计算需求 [1] - 该合作将使Airtel Cloud客户能够利用IBM的产品 包括面向受监管行业（如银行、医疗保健和政府）的AI就绪服务器 [2] 合作具体细节 - IBM和Airtel计划在印度城市孟买和金奈建立两个新的多区域区域 [3] - 多区域区域指分布在不同区域多个物理位置的云基础设施 旨在确保数据和安全运营 即使一个区域发生故障也能不间断 [3] - Airtel的数字部门Xtelify于8月推出了Airtel Cloud服务 [2] IBM AI战略拓展 - IBM积极扩展其AI能力 本月早些时候宣布与标普全球合作 将其AI框架整合到标普全球的产品组合中 [4] - IBM随后与Anthropic达成战略合作 以推进企业级AI [4] - IBM股价今年以来上涨25.56% [5] 印度市场动态 - 谷歌宣布一项150亿美元的投资 计划在未来五年内在印度维沙卡帕特南建设其在美国之外最大的AI数据中心 [5] - 印度亿万富翁高塔姆·阿达尼的阿达尼集团和Bharti Airtel也将与这家美国科技巨头合作开发该设施 [5]

公司合作 - 印度第二大电信运营商Bharti Airtel与IBM合作 [1] - 合作内容为通过Bharti Airtel新推出的云平台提供IBM的服务 [1] 行业背景 - 合作背景是市场对计算能力的需求正在增长 [1]

诺贝尔物理学奖与科学突破 - 2024年诺贝尔物理学奖授予约翰・克拉克、米歇尔・H・德沃雷和约翰・M・马丁尼斯，表彰其发现"电路中的宏观量子力学隧穿和能量量子化" [1] - 该成就的核心器件是约瑟夫森结，其在低温下使电子耦合成"库珀对"并表现出宏观量子隧穿等量子力学行为 [2] - 这一发现将量子力学从理论带入可工程化的电路体系，为在更大尺度上研究量子世界打开了大门 [1][2] 量子计算原理与优势 - 量子计算利用量子比特的叠加与纠缠特性，使多种可能态并行演化，理论上进行某些计算的速度可比传统计算机快数十亿倍 [3] - 与经典计算机使用0和1的比特不同，量子计算机能直接模拟分子化学与新材料等量子体系的本征规律 [3] - 谷歌于2024年12月推出全新的105量子比特芯片Willow，在业界引起巨大反响 [3] 量子计算商业化挑战 - 量子计算走向规模化商业化需克服三大关口：保持量子比特叠加态的稳定性、实现硬件与控制系统的工程化扩展、找到可验证的量子优势应用场景 [5] - 量子系统易受环境"噪声源"干扰导致"退相干"，是保持量子比特相干性的主要挑战 [5] - 超导量子路线作为主流技术，需接近绝对零度的环境且量子比特相干时间较短 [6] 技术路线发展与竞争 - 全球量子计算技术路线多样，包括超导量子、离子阱、光量子、拓扑量子等，表明技术方向尚未收敛 [6][7] - 微软于2025年2月宣布在拓扑量子计算取得突破，创造了首个"拓扑导体"，理论上可制造容纳100万个量子比特且错误率低的芯片 [7] - 量子计算技术在Gartner新兴技术炒作周期曲线中多年处于"创新触发期"，尚未进入下一阶段 [7] 资本市场表现与投融资 - 摩根大通预计2025年全球对量子计算的公共投资或将达到450亿美元 [9] - 美股量子计算板块近半年集体走强，例如Quantum Computing股价从3月低点4.37美元涨至7月高点21.88美元，累计涨幅304.41% [10] - 截至2025年三季度末，中国国内量子计算赛道有14家企业合计完成16轮融资，覆盖天使轮到C轮 [12] - 海外已上市量子公司如IonQ、D-Wave等财务表现薄弱，均未盈利，IonQ 2024年销售额为4310万美元 [9]

研发支出的重要性 - 研发是公司用于创新和创造新产品、新工艺及新服务的过程[2] - 研发支出能够带来医学突破、技术创新并推动长期经济增长 例如辉瑞、BioNTech和Moderna通过大量研发投资快速开发出mRNA疫苗[2] - 现代智能手机的触屏、GPS和高速网络连接等功能源于IBM、苹果和谷歌等公司数十年的研发积累[3] 研发的战略目标 - 研发的关键在于获得竞争优势 例如通过知识产权、创新服务交付或颠覆性方法[5] - 公司的研发投资应使其成为市场领导者或创新者 让竞争对手难以复制其优势同时确保盈利能力[5] - 亚马逊CEO强调了研发支出的重要性[4] 研发支出的衡量标准 - 衡量研发支出的明智方法是将其计算为销售额的一个百分比[5] - 许多成功的增长型公司将其收入的10%或更多分配给研发 具体金额取决于可用机会和所涉风险[6] - 公司必须评估其通过研发扩展能力以保持竞争力的能力 若存在增长和市场优势潜力 大力投资研发可能改变竞争格局[6]

公司业务与增长动力 - IBM生成式AI业务订单额超过75亿美元，显示出强劲的市场需求和客户采纳度[1] - 公司在日本部署了首台美国以外的Quantum System Two量子计算系统，并持续推进watsonx Orchestrate等AI与自动化解决方案[1] - 过去三年公司收入增长强劲，主要驱动力来自红帽、混合云、自动化、AI及安全解决方案[1] - 分析师认为IBM是参与人工智能和量子计算投资的低调方式[1] 估值水平 - 公司股票远期市盈率为25倍，高于其16倍的历史平均水平[2] - 公司远期企业价值倍数达17倍，高于典型市场水平[2]

合作项目与里程碑 - IBM与巴斯克政府合作，在欧洲部署首个IBM Quantum System Two量子系统，该系统位于圣塞巴斯蒂安的IBM-Euskadi量子计算中心 [1] - 此次部署是双方自2023年在BasQ计划框架内建立合作伙伴关系以来的一个重要里程碑 [1] - 这是美国本土之外部署的第二个此类系统 [3] 技术规格与性能 - 该系统由156量子位的IBM Quantum Heron处理器驱动，该处理器是公司迄今开发的性能最佳的量子处理器之一 [3] - 该系统设计为可扩展，未来可集成多个处理器，标志着技术里程碑，能够执行实用规模的算法，超越了经典暴力模拟的能力 [3] 战略目标与影响 - 该项目旨在使巴斯克地区成为量子技术的国际中心 [1] - 合作将促进基础物理和材料科学领域的全球科学合作 [7] - 该中心有助于巴斯克地区在量子技术领域确立领导地位，并强化IBM和巴斯克政府在这一战略领域领导科技发展的承诺 [8] 应用领域与研究进展 - 新系统的能力将使行业专家能够探索解决复杂挑战的方案，例如新材料设计、工业流程优化、生物医学模拟以及人工智能算法改进 [9] - 与BasQ科学家团队的两年合作已在材料科学和高能物理领域取得重要研究成果 [5] - 算法开发的具体努力直接应用于实现IKUR 2030目标，即在能源、生物医学和人工智能等战略领域开发应用 [8] 生态系统与人才发展 - IBM-Euskadi量子计算中心的成员现在可以访问该系统以及其他IBM资源，以帮助建设南欧的量子生态系统，促进经济发展 [7] - 巴斯克政府和IBM正合作开发培训计划，旨在将巴斯克地区定位为全球量子人才来源地 [14] - 这些举措通过创新和沉浸式学习体验，面向科学和技术领域的学生和专业人士，促进认知、教育和培训 [14] 背景与承诺 - 巴斯克政府对量子计算的承诺始于2019年的IKUR战略，该战略将此领域确定为优先科学领域之一 [11] - 与IBM的合作于2023年3月宣布，目标是在巴斯克地区建立量子中心并部署IBM量子计算机 [11] - BasQ – Basque Quantum是一个综合性生态系统，旨在推进量子科学、发展人才、吸引投资并在战略领域开发应用 [12]

投资策略 - 指数基金是获取股票市场特定领域敞口的有效工具 尤其适用于投资者希望投资但不确定如何挑选个股的领域[1] - 人工智能是当前最具前景的投资机会之一 但挑选个股具有挑战性[1] 基金产品优势 - Vanguard信息技术ETF能以较低成本提供人工智能主题投资敞口 其费用远低于其他人工智能ETF[2] - 该基金费用率为0.09% 即每1000美元资产每年产生0.90美元投资费用[8] 基金投资组合构成 - Vanguard信息技术ETF是追踪信息技术板块的行业指数基金 信息技术是标普500的11个板块之一[4] - 投资组合中大部分公司是人工智能领域的主要参与者 半导体制造商占基金资产的31% 软件公司占36%[5] - 前十大持仓占基金总资产的58% 持仓列表包含市场主要的人工智能领先公司[5] - 具体持仓比例为：英伟达17.18% 微软13.73% 苹果13.05% 博通4.32% 甲骨文2.02% Palantir 1.86% 思科1.50% AMD 1.44% Salesforce 1.32% IBM 1.23%[6][7][8] 基金特点 - 该基金为投资者提供了便捷投资一篮子热门人工智能股票的途径[7] - 基金持仓集中度较高 其表现高度依赖于少数几家公司的成功[7]

行业投资评级 - 首次覆盖量子计算硬件行业，给予“推荐”评级 [2] 核心观点 - 量子计算正处于从实验室走向产业化应用的关键拐点，行业极有可能在2027-2029年迎来大规模应用 [2] - 量子计算较传统计算在解决特定问题上具有指数级并行计算优势，能突破经典计算在算力瓶颈、量子隧穿和热耗散方面的物理限制 [2][4][14] - 在众多技术路线中，超导、离子阱、中性原子为三类最有可能落地的路径，其中超导路线因高保真、高比特数和高速特性而进度领先 [2][19][20] - 量子计算硬件端重点关注稀释制冷机和测控系统，预计二者在2030年和2035年将分别占量子计算硬件价值量的52.66%和66.51% [2][44] 量子计算与经典计算对比 - 传统计算面临三大问题：计算瓶颈（处理指数级增长问题效率低）、量子隧穿现象（导致漏电和系统失效）、热耗散效应（芯片温度每上升10℃寿命降低50%）[4] - 量子计算利用量子比特的叠加态和纠缠态特性，实现指数级并行计算能力，并主动利用量子效应（如隧穿）和可逆计算方式解决传统计算的瓶颈与物理限制 [2][14] 量子计算技术路线分析 - 量子计算核心指标为保真性（决定运算正确率）和易扩展性（决定算力上限），每增加一个量子比特，并行处理能力翻一倍 [17][18] - 超导路线优点在于可复用半导体芯片技术，代表厂商有IBM、Google、国盾量子等；离子阱路线具备最高保真度（可达99.9%）但扩展性不佳；中性原子路线扩展性优秀但高保真度量子门操作尚待攻克 [19][20] 行业发展驱动因素 - 政策端：全球主要科技强国均将量子计算视为战略制高点并加大投入，例如美国在《2027财年政府研发预算优先事项》中将其置于预算优先级首位 [23][24] - 产业链端：微软宣布以十年为周期对量子计算进行战略投资；稀释制冷机龙头Bluefors签署大额氦-3采购协议（2028-2037年每年供应10,000升）；IBM预计2029年实现大规模容错量子计算机 [2][34] - 市场空间：量子计算产业将迎来快速增长，2024年全球产业规模为50.37亿美元，预计2030年将达2199.78亿美元，2024-2030年复合年增长率达87.66% [35] 量子计算硬件市场分析 - 量子计算三大核心硬件为QPU（量子处理器）、稀释制冷机和测控系统 [2][44] - 稀释制冷机用于创造极致低温环境（低于10mK）以保护量子比特，2024年全球市场规模为3.54亿美元，预计2030年全球/中国市场空间将达194亿美元/53.5亿美元 [44][51][52] - 测控系统负责生成、传输和接收控制量子比特的信号，预计2025年全球市场规模达5.45亿美元，2030年将增长至210.2亿美元 [63] - 竞争格局：稀释制冷机市场主要由欧洲企业主导（2024年占85.83%市场份额），但中国厂商在最低温度指标上已比肩海外龙头；测控系统市场则由罗德施瓦茨和是德科技主导 [58][63] 相关公司分析 - 国盾量子：布局超导量子计算多环节，是“祖冲之三号”项目唯一企业参与主体，提供测控系统和稀释制冷机等核心组件；2025年上半年营收同比增长74.54% [65][71] - 禾信仪器：拟收购量羲技术，后者在2024年中国稀释制冷机市场份额排名第一（占31%）[72][75] - 本源量子：技术起源于中科院，推出第三代超导量子计算机“本源悟空”，其量子计算云服务全球访问量超3000万次 [85] - 国仪量子：技术起源于中国科学技术大学，实现了国内首台离子阱量子计算平台的商业化交付 [77]

AI对就业影响的预测与观点 - Anthropic首席执行官预测AI可能在未来五年内大规模取代入门级白领工作，失业率可能会飙升至10%到20%之间，尤其在法律、金融和咨询等行业[1] - Stability AI联合创始人声称明年将出现大规模失业，AI能够完成复杂的工作且不出错，将导致许多工作面临被替代风险[4] - 前谷歌生成式AI团队创始人表示不断提升的人工智能能力可能很快就会让获得法律或医学高级学位变得毫无意义[7] - Goodwill首席执行官表示正在为人工智能导致的Z世代失业潮做准备，认为青年失业危机已经发生[1] 耶鲁大学AGI研究理论 - AGI的普及将导致人类劳动在经济中的地位逐渐消失，取而代之的是计算资源的主导地位[12] - 工作分为"瓶颈工作"和"辅助工作"，瓶颈工作是推动经济增长的核心任务，辅助工作则是可有无的支持性任务[13] - 随着计算资源增加，推动经济增长的瓶颈工作最终会被自动化完成，而需要大量社交互动、情感支持等辅助工作可能不会被AI取代[14] - 在AGI经济中，工资不再反映人类劳动的直接价值，而是基于AI完成相同工作的计算成本来决定[14] - 经济政策需要解决如何分享由计算资源产生的收入，例如通过全民分红的方式分配计算资源的收益[15] 历史技术替代案例 - 19世纪伦敦点灯人职业因白炽灯普及而消失，人工操作被自动开关取代[16] - 1811年英国爆发"卢德分子"运动，纺织业机械化浪潮导致传统手工业者失业激增[18] - 19世纪末汽车普及挑战传统马车行业，马车夫职业逐渐被淘汰[19][20] 当前AI对就业的实际影响 - 微软在2023年5月裁员近6000人，7月又裁员9000人，公司有20%到30%的代码由AI编写[21] - 谷歌、Meta、IBM、普华永道和Chegg等巨头都出现大规模裁员[21] - 斯坦福大学研究发现人工智能已经导致软件开发人员的职位空缺减少[21] 企业AI应用现状与挑战 - 企业在生成式AI上已花费300至400亿美元，但95%的公司未能获得商业回报[25] - ChatGPT和Copilot等工具得到广泛采用，超过80%的组织已进行探索或试点，近40%的组织完成部署[25] - 企业级AI系统被悄然弃用，60%的组织进行评估，但仅有20%进入试点阶段，最终仅5%投入实际生产[25] - 个人AI工具使用广泛，超过90%的员工报告定期使用个人AI工具处理工作任务[30] AI应用五大误区 - AI将在未来几年内取代大多数工作：研究发现生成式AI导致的裁员有限，仅出现在已受AI显著影响的行业中[25] - 生成式AI正在改变商业：尽管AI采用率很高，但转型却很罕见，只有5%的企业在工作流程中大规模集成AI工具[26] - 企业采用新技术的速度很慢：企业对采用AI极为积极，90%的企业已认真考虑购买AI解决方案[27] - AI的最大障碍是模型质量、法律、数据和风险：实际最大阻碍是AI工具缺乏学习能力，难以与企业现有系统集成[28] - 最好的企业正在构建自己的工具：内部开发的失败率是其他方式的两倍[29]