Kvantedatamaskiner kan etter hvert hjelpe forskere med problemer som er svært krevende for dagens kraftigste superdatamaskiner. Særlig gjelder det simulering av komplekse molekyler og materialer, med mulige følger for legemiddelutvikling, kjemisk industri og energiteknologi.

Teknologien er likevel ikke laget for å løse alle problemer som vanlige datamaskiner sliter med. Kvantedatamaskiner vil trolig få en mer spesialisert rolle, og de viktigste bruksområdene er fortsatt under utvikling.

En annen måte å behandle informasjon på

Vanlige datamaskiner bruker bit som enten har verdien 0 eller 1. Kvantedatamaskiner bruker kvantebiter, eller qubits, som kan utnytte fenomener som superposisjon og sammenfiltring til å utføre enkelte beregninger på en fundamentalt annerledes måte.

Det betyr ikke at en kvantedatamaskin prøver alle mulige svar samtidig. USAs nasjonale institutt for standarder og teknologi, NIST, understreker at nyttig informasjon fra en kvanteberegning må hentes ut ved hjelp av nøye utformede algoritmer.

Fordelen ligger i muligheten til å manipulere komplekse kvantetilstander. For enkelte typer problemer kan dette gjøre beregningene potensielt langt enklere enn med konvensjonell maskinvare.

Utfordringen er at qubits er svært sårbare. Små forstyrrelser kan føre til feil, og forskerne trenger stadig mer avanserte systemer for feilretting før kvantedatamaskiner kan utføre lange beregninger på en pålitelig måte.

Kjemi og legemidler er blant de mest lovende områdene

Et av de mest lovende bruksområdene er kvantekjemi. Molekyler oppfører seg i tråd med kvantemekanikkens lover, noe som gjør kvantedatamaskiner til et mulig verktøy for å simulere dem.

Selv kraftige klassiske datamaskiner har problemer med å modellere enkelte komplekse kjemiske vekselvirkninger nøyaktig, særlig i systemer med sterkt korrelerte elektroner. Kvantedatamaskiner kan på sikt simulere slike vekselvirkninger mer direkte og hjelpe forskere med å forstå hvordan molekyler oppfører seg og reagerer.

Det kan få betydning for utvikling av legemidler, kjemisk produksjon og jakten på mer effektive katalysatorer. Forskere kan for eksempel undersøke molekylstrukturer og reaksjonsforløp for å finne lovende forbindelser eller kjemiske prosesser.

En særlig interessant mulighet er å utvikle bedre katalysatorer for produksjon av ammoniakk, som er en viktig ingrediens i kunstgjødsel. Mer effektive kjemiske reaksjoner kan også bidra til å redusere energibehovet i industriproduksjon.

En forskningsgjennomgang publisert i 2025 i Journal of Chemical Theory and Computation, med deltakelse fra flere nasjonale laboratorier og universiteter, pekte på mulige bruksområder innen fotokjemi og materialdesign. Studien knyttet disse mulighetene til tidlige, feiltolerante systemer med omtrent 25 til 100 logiske qubits.

Tidlige demonstrasjoner med vitenskapelig betydning kan komme når feiltolerante systemer blir tilgjengelige i løpet av de kommende årene. Bredere bruk i legemiddelutvikling og industriell kjemi vil trolig ta lengre tid og kan strekke seg inn på 2030-tallet.

Kan gi bedre batterier og nye materialer

Kvantedatamaskiner kan også brukes til å undersøke materialers egenskaper før forskere bruker flere år på utvikling og laboratorietesting. Teknologien kan bidra til å studere hvordan elektroner oppfører seg i komplekse materialer.

Det kan gi bedre søk etter batterikomponenter, superledere, solceller og industrielle materialer. Området henger tett sammen med kvantekjemi, men mulige følger strekker seg også til energi og produksjon.

Mer presise simuleringer kan hjelpe forskere med å forstå hvorfor enkelte materialer leder strøm, lagrer energi eller har uvanlige magnetiske egenskaper.

USAs energidepartement trekker gjennom initiativet Quantum Genesis fram kjemi, materialvitenskap, plasmafysikk og høyenergifysikk som mulige bruksområder. Forskningsanvendelser kan begynne å få større betydning mot slutten av 2020-tallet, mens mer omfattende bruk i materialoppdagelser potensielt kan komme på 2030-tallet. Dette er anslag, ikke garanterte tidsfrister.

Kan true dagens kryptering

Kvantedatamaskiner kan også skape problemer for krypteringssystemer. Mange utbredte systemer bygger på matematiske problemer som er svært vanskelige for konvensjonelle datamaskiner, blant annet faktorisering av svært store tall. Dette ligger til grunn for sikkerheten i RSA-kryptering.

I 1994 utviklet matematikeren Peter Shor en kvantealgoritme som teoretisk kan løse dette problemet effektivt. En tilstrekkelig kraftig kvantedatamaskin som kjører algoritmen, kan dermed true RSA og andre systemer for offentlig nøkkelkryptering.

Det betyr ikke at dagens kvantedatamaskiner kan bryte seg inn på bankkontoer eller dekryptere kryptert internettrafikk. De er langt unna kapasiteten som kreves.

Trusselen er likevel alvorlig nok til at myndigheter og teknologiselskaper allerede forbereder alternativer. NIST har publisert standarder for postkvantekryptografi som skal tåle angrep fra både konvensjonelle og framtidige kvantedatamaskiner.

USAs riksrevisjon, Government Accountability Office, skrev i oktober 2026 at eksperter mener en kvantedatamaskin med kapasitet til å true kryptografien kan dukke opp så tidlig som på 2030-tallet. Anslagene varierer. Trusselen gjelder altså 2030-tallet og er ikke en etablert kapasitet i dag.

Overgangen til kvantesikker kryptering er allerede i gang fordi sensitiv informasjon som samles inn nå, kan ha verdi i flere tiår.

Usikkert for optimalisering

Kvantedatamaskiner kan også være relevante for problemer med svært mange mulige kombinasjoner. Det kan for eksempel dreie seg om å organisere flyruter, effektivisere industrielle forsyningskjeder, styre strømnett eller koordinere komplekse produksjonsprosesser.

Kvantealgoritmer kan etter hvert gjøre det mulig å utforske enkelte optimaliseringsproblemer mer effektivt, særlig i kombinasjon med vanlige datamaskiner. Her er det imidlertid viktig å dempe forventningene.

Det finnes ingen etablert dokumentasjon på at kvantedatamaskiner rutinemessig vil slå de beste klassiske metodene i hverdagslige optimaliseringsproblemer for næringslivet. Eksperimentelle bruksområder undersøkes allerede, men det er fortsatt usikkert om de vil gi en kommersielt betydelig fordel.

Noen optimaliseringsproblemer kan få nytte av teknologien mot slutten av 2020-tallet eller på 2030-tallet. Andre vil kanskje aldri gi en kvantefordel som er verdt kostnaden.

Ingen felles dato for gjennombruddet

Det finnes derfor ingen enkelt dato for når kvantedatamaskiner blir nyttige. IBM har i sitt nåværende veikart et mål om et storskala, feiltolerant system i 2029. Quantum Genesis-initiativet til USAs energidepartement har som mål å demonstrere vitenskapelig relevante, feiltolerante systemer innen 2028.

Målene er ambisiøse utviklingsplaner, ikke garantier for at kommersielt nyttige gjennombrudd kommer umiddelbart etterpå.

Det mest sannsynlige bildet er ikke at kvantedatamaskiner erstatter konvensjonelle maskiner. De vil heller arbeide sammen med klassiske superdatamaskiner og kunstig intelligens om spesialiserte beregninger som er særlig vanskelige for tradisjonell maskinvare.

De første store gjennombruddene vil derfor neppe komme som en ny forbrukerdings. De kan i stedet vise seg som et bedre batteri, en mer energieffektiv kjemisk prosess eller ny forståelse av hvordan et komplekst molekyl oppfører seg.