人工智慧正迅速成為基本門檻。幾年之內，每一家大型企業都將擁有大體相近的預測能力。當預測成為商品，它就不再是差異化因素。

下一個競爭前沿不在於預測可能發生什麼，而在於決定企業應如何應對——涉及數以千計相互關聯的選擇、相互競爭的優先事項和有限資源。這就是決策落差，也是未來十年大部分企業價值將被創造或摧毀的關鍵所在。

沒有任何系統被設計來解決的問題

試想每個財務季度的最後幾週。應付帳款團隊延遲付款以保障流動性。應收帳款（AR）團隊加速催收以達成應收帳款目標。銷售團隊決定哪些交易要提前、哪些AR爭議要升級、哪些客戶應獲得讓步。每個職能都做出了各自理性的選擇，但合在一起卻產生了沒有人會為整個企業刻意選擇的結果。

AI可以識別哪些商機可能成交、標記哪些應收帳款存在風險，並估算商業讓步是否能提高成交機率。但預測本身無法回答最終至關重要的問題：

公司到底應該怎麼做？

折扣可能保護營收卻侵蝕利潤率。過快解決AR爭議可能保全現金但暴露財務脆弱性。提前簽約可能確保短期營收卻損害策略上重要的客戶關係。這些決策無法在職能孤島中做出。高階主管的注意力、法務能力和商業資源都是有限的。銷售決策會波及財務、現金流、交付、風險敞口和長期客戶價值。

真正的挑戰在於找出能同時在所有這些維度上產生最強企業成果的協調行動組合。這從根本上不是預測問題——而是決策空間問題。

真實的企業決策本質上是複雜的。它們涉及多個折扣水準、付款結構、交付限制、現金目標、利潤率門檻，以及必須保護的客戶關係。為了使這些決策可控，公司在計算之前就先行簡化：他們減少情境、排除交互作用、將複雜的權衡轉換為固定規則，並分別最佳化銷售、財務和營運。數學運算變得更簡單，但商業問題卻變得不夠貼近現實。

新的企業類別

一個新的企業技術類別正在興起以填補這一缺口：企業決策運算。

企業決策運算將一項商業決策——其可能的行動、目標、限制條件、不確定性、相互依存關係和經濟後果——轉化為可運算的企業物件，能夠作為一個統一整體來求解和最佳化。

企業資源規劃系統執行流程。商業智慧解釋過去。AI預測結果。然而這些系統——無論單獨還是合在一起——都無法告訴企業，在給定目標、限制條件、不確定性和跨職能相互依存關係的情況下，應採取什麼樣的協調行動組合。

這不是作業研究的重新包裝——作業研究是一門可追溯至20世紀中葉的學科，將數學建模應用於明確定義的最佳化問題。相反，它是一個企業層，在這個層面中，決策本身被持續呈現、治理、衡量和改進——將數學最佳化、模擬、AI和人類判斷圍繞著決策及其價值的共同表述結合在一起。

無論量子運算如何發展，企業決策運算在當前都具有重要意義。傳統最佳化技術——線性規劃、混合整數最佳化和蒙地卡羅模擬——已經嵌入許多大型企業的供應鏈規劃、財務建模和營收管理中。然而大多數公司僅運用了這些方法已能處理的決策建模豐富度的一小部分。先行者優勢現在就可獲得。

量子運算的定位

從一個在量子運算與企業營運交集領域耕耘多年的人的角度來看，當前關於量子的討論似乎偏離了方向。大部分討論聚焦於硬體里程碑——量子位元品質、錯誤修正、通往容錯的道路。這些進展很重要，但它們回答了錯誤的問題。

相關的問題不是量子硬體何時準備就緒，而是它就緒後實際會被要求計算什麼。今天的量子電腦仍處於實驗階段，尚未在任何企業應用場景中展現商業優勢。

答案在於漸進式決策豐富化。從考慮營收、成交機率和可用銷售資源的傳統模型開始。然後增加一層：利潤率和付款條件。接著加入現金流時序、AR爭議狀態和交付限制。再加入投資組合層面的交互作用和長期客戶價值。每增加一層都使決策更加貼近現實——同時也增加運算需求。

這些層次大多數現在可以用傳統方法求解，且已產生可衡量的價值。但達到某個臨界點時，某個層次變得過於互聯、過於受限、過於豐富，傳統方法無法在不強制簡化答案的情況下處理。對於那些高度互聯的問題類別，量子方法最終可能允許評估更豐富的模型，而不需去除使解決方案貼近現實的交互作用。

這正是量子運算確立其定位的精確時刻——不是作為全面替代，而是作為允許納入另一個有價值維度而非將其省略的能力。競爭優勢不源於量子。它源於決策模型。量子運算的角色，在達到商業規模時，將是進一步擴展這種豐富度——而非創造它。

每個高階管理層現在面臨的決策

決策負債的複利累積方式與財務負債相同：悄無聲息地，直到再也無法隱藏。某家企業避免的信用降級不是未來的風險。它是一個已存在的風險——只是因為沒有系統被設計來偵測它，所以看不見。

CEO和董事會現在可以採取具體行動。找出一個高頻率、高風險的領域，在該領域中銷售、應付帳款、應收帳款或財務部門目前各自為政地進行最佳化。建立基準模型。衡量協調方案的結果與各自為政方案的差異。所需投資並不大。但當競爭對手擁有這些數據而自己沒有時，代價並不小。

下一個競爭前沿不由哪家企業擁有最多數據或最強大的AI來決定。而是由哪家企業構建最具能力的決策架構來決定——這種架構能夠承載營運企業的全部複雜性，並找出任何單一職能都無法獨自發現的協調行動。這種架構今天就可以建立。每個高階管理層的問題不是是否要建立它，而是是否要率先建立。

真正的瓶頸

在實務中，企業量子計畫一再出現相同的初始瓶頸。瓶頸很少是無法使用量子處理器。而是缺乏一個精確的全企業層面決策表述——也就是處理器要用來改善的那個決策。

一家「量子就緒」的公司對自身最重要的決策有足夠深入的理解，知道在何處增加運算豐富度能創造價值。從量子運算中獲得最大價值的組織，不會是那些最先接觸技術的。而是那些精確了解今天的簡化決策在哪裡遺漏了價值、以及量子能在哪裡補上缺失維度的公司。

Fortune.com評論文章中表達的觀點僅代表作者個人的看法，不一定反映Fortune的意見和信念。

本文最初刊載於Fortune.com。