人工智能正迅速成为基本门槛。在未来几年内，每家大型企业都将拥有大致相当的预测能力。当预测能力成为商品时，它便不再是差异化因素。

下一个竞争前沿不在于预测可能发生什么，而在于确定企业应如何应对——在数千个相互关联的抉择、相互竞争的优先事项和有限资源之间做出抉择。这就是决策鸿沟，在未来十年中，大量企业价值将在此创造或毁灭。

没有任何系统被设计来解决这一问题

以任何一个财务季度的最后几周为例。应付账款团队为保障流动性而推迟付款。应收账款（AR）团队为达成应收账款目标而加速催收。销售团队决定提前推进哪些交易、升级哪些应收账款争议、向哪些客户提供让步。每个职能部门都在做出局部理性的选择，但它们合在一起所产生的结果，却没有人会为整个企业有意选择。

AI可以识别哪些商机可能成交、标记哪些应收账款存在风险、估算商业让步是否能提高成交概率。但预测本身无法回答那个最终至关重要的问题：

公司到底应该怎么做？

折扣可能保护收入，但会侵蚀利润。过快解决应收账款争议可能保全现金，但会传递财务脆弱的信号。提前推进合同可能锁定短期收入，却会损害一项战略性重要关系。这些决策不能各自为政地做出。高管注意力、法务能力和商业资源都是有限的。销售决策会波及财务、现金流、交付、风险敞口和长期客户价值。

真正的挑战在于识别协调一致的行动组合，使其在所有这些维度上同时产生最强的企业整体结果。这从根本上说不是一个预测问题——而是一个决策空间问题。

真实的企业决策本质上是复杂的。它们涉及多个折扣水平、付款结构、交付限制、现金目标、利润阈值以及必须维护的客户关系。为使这些决策可控，公司在计算开始前就对它们进行简化：减少情景、排除交互影响、将复杂的权衡转化为固定规则，并分别优化销售、财务和运营。计算变简单了，但商业问题变得不那么真实。

一个新的企业技术类别

一个新的企业技术类别正在兴起以弥合这一鸿沟：企业决策计算。

企业决策计算将一项商业决策——其可能的行动、目标、约束、不确定性、相互依赖关系和经济后果——转化为一个可计算的企业对象，可作为统一整体进行求解和优化。

企业资源规划系统执行流程。商业智能解释过去。AI预测结果。然而，这些系统无论是单独还是共同运作，都无法告诉企业：在给定目标、约束、不确定性和跨职能相互依赖关系的情况下，企业应采取怎样协调一致的行动组合。

这不是运筹学的换壳重包装——运筹学是一门可追溯到20世纪中叶的学科，将数学建模应用于定义明确的优化问题。相反，它是企业层面的一个层级，在这个层级中，决策本身被持续地表示、治理、衡量和改进——将数学优化、模拟仿真、AI和人类判断围绕决策及其价值的共同表达汇聚在一起。

企业决策计算在今天就已具有现实意义，无论量子计算如何发展。经典优化技术——线性规划、混合整数优化和蒙特卡洛模拟——已经嵌入到许多大型企业的供应链规划、财务建模和收入管理中。然而，大多数公司仅利用了这些方法已能处理的决策建模丰富度的一小部分。先发优势就在当下。

量子计算的价值所在

从一个在量子计算和企业运营交汇处工作多年的人的角度来看，当前关于量子的讨论似乎奇怪地偏离了方向。大部分讨论聚焦于硬件里程碑——量子比特质量、纠错、通往容错之路。这些进步很重要，但它们回答了一个错误的问题。

真正的问题不是量子硬件何时就绪，而是它就绪后究竟会被要求计算什么。当今的量子计算机仍处于实验阶段，尚未在任何企业用例中展示出商业优势。

答案在于渐进式决策丰富化。从一个考虑收入、成交概率和可用销售资源的经典模型开始。然后增加一个层次：利润率和付款条件。接着是现金流时序、应收账款争议状态和交付约束。然后是投资组合层面的交互影响和长期客户价值。每增加一个层次，决策就更贴近现实——但计算需求也更大。

如今，这些层次中的大多数可以通过经典方法求解，并已产生可衡量的价值。但到了某个临界点，一个层次会变得过于互联、过于受约束、过于复杂，经典方法在不强加简化以至于掏空答案的情况下便无法处理。对于那些高度互联的问题类别，量子方法最终可能使更丰富的模型得以评估，而无需剥离那些使解决方案贴近现实的交互关系。

这正是量子计算赢得其位置的确切节点——不是作为全面替代，而是作为允许纳入而非省略另一个有价值维度的一项能力。竞争优势并非源于量子。它源于决策模型。量子计算的角色，当它达到商业规模时，将是进一步扩展这种丰富度——而非创造它。

每个高管团队现在面临的决策

决策债务如同财务债务一样复利增长：悄无声息地，直到再也藏不住。某家企业避免的信用降级不是未来的风险。它是一个当下的风险——只是因为没有任何系统被设计来检测它，才未被发现。

CEO和董事会现在就可以采取具体行动。找出一个高频、高风险的领域——在这个领域中，销售、应付账款、应收账款或财务部门目前各自为政地进行优化。运行一个基准模型。衡量协调答案与孤岛答案的对比。所需的投资是适度的。而在竞争对手拥有这些数据时缺乏这些数据的代价，却不是适度的。

下一个竞争前沿不取决于哪家企业拥有最多数据或最强大的AI。它取决于哪家企业构建了最有能力的决策架构——一种能够承载运营业务的全部复杂性，并识别出任何单一职能部门都无法独自发现的协调行动的架构。这种架构今天就可以构建。对每个高管团队来说，问题不是是否要构建它，而是是否要率先构建它。

真正的瓶颈

在实践中，企业量子计划反复出现同一个初始瓶颈。它很少是量子处理器的获取权限。它是缺乏对处理器旨在改进的决策的精确、全企业范围的表述。

一家量子就绪型公司对自身最重要的决策理解得足够深入，知道在哪里增加计算丰富度会创造价值。将从量子中创造最大价值的组织不会是那些最先接触技术的。它们将是那些精确理解当今简化决策在哪里遗留价值——以及量子可以在哪里添加缺失维度的公司。

Fortune.com评论文章中表达的观点仅代表作者个人看法，不一定反映Fortune的观点和信念。

本报道首发于Fortune.com。