Преимущества использования квантовых вычислений, интегрированных в технологии ИИ, предсказательной аналитике и маркетинге

В связи со стремительным развитием технологий искусственного интеллекта (ИИ) специалисты по маркетингу сталкиваются с меняющимся ландшафтом, который требует всестороннего понимания потенциала и проблем применения ИИ. Квантовые вычислительные процессы – основа будущего развития предсказательной аналитики, так как их способность одновременно давать множество вариантов событий с разной вариацией их наступления позволяет достигать достоверности до 99,75%1 даже в условиях иррациональности. 2

Актуальность исследования связана с государственным приоритетом по развитию квантовых технологий, а также с достижениями технологий, в частности, удобством применения и точностью получаемых данных.

Исследование направлено на определение наиболее подходящей под задачи маркетинговой аналитики совокупности технологий ИИ с применением квантовых вычислительных процессов в целях повышения точности прогнозирования потребительского поведения и рыночных механизмов в долгосрочной перспективе.

Методологической базой исследования послужили научные работы в области маркетинговых стратегий, ИИ, в также описания основ действия квантовых компьютеров, практические работы ведущих центров по внедрению квантовых вычислений в бизнес-процессы. Теоретическая основа – библиометрический анализ, теория количественных методов, теория инноваций.

В статье представлен анализ литературы и систематизация различных программных квантовых продуктов, сопоставлены практические результаты в области применения квантовых вычислений в предсказательной аналитике в области маркетинга. Дана критическая оценка преимуществ внедрения технологий ИИ в связке с квантовымивычислительными процессами в формирование маркетинговых стратегий, включая долгосрочные прогнозы потребительского поведения и изменения рыночных механизмов.

Результатом исследования является фреймворк по внедрению технологий ИИ в связке с квантовыми вычислительными процессами в формирование маркетинговых стратегий.

Информационную базу составили 160 статей, написанных в области применения предсказательной аналитики, основанной на ИИ, в целях маркетинга, а также результаты оценки 26 кейсов применения квантовых вычислений в бизнес-процессах как в России, так и за рубежом.

1. Chinnaraju A. Quantum Computing in Consumer Behavior: A Theoretical Framework for Market Prediction and Decision Analytics // International Journal of Advanced Research in Science Communication and Technology. 2025. No. 5 (2). February. Р. 339–371.

2. Yearsley J., Pothos E. Quantum models of cognition and decision // Psychological Review. 2014. No. 121 (4). Р. 629–654.

3. Aerts D., Sozzo S. Quantum structure in cognition and economics // Journal of Mathematical Psychology. 2016. No. 75. Р. 1–15.

4. Trivedi L.T., Thorat C.V. Exploring Quantum Machine Learning Algorithms for Enhanced Data Analysis // International Journal on Recent and Innovation Trends in Computing and Communication. 2023. Vol. 11. Iss. 10. URL: https://doi.org/10.17762/ijritcc.v11i10.8813 (accessed: 05.05.2025).

5. Носова М.Г. Математическое моделирование социально-экономических процессов методами теории массового обслуживания // Реестр новых научных направлений. Москва, 2018.

6. Bruza P., Wang Z., Busemeyer J. Quantum cognition: A new theoretical approach // Trends in Cognitive Sciences. 2015. No. 19 (7). Р. 383–393.

7. Иночкин А.Ю., Луньков А.Д., Сидоров С.П. Анализ средствами квантильной регрессии направленных взаимосвязей между доходностями российских компаний // Компьютерные науки и информационные технологии: материалы Международной научной конференции (Саратов, 2–3 июля 2018 г.). Саратов : ИЦ «Наука», 2018. С. 164–167.

8. Zhang Q., Sornette D. Early Warning Signals of Financial Crises with Multi-Scale Quantile

9. Regressions of Log-Periodic Power Law Singularities // Swiss Finance Institute Research Paper Series. 2015. Р. 15–43. URL: https://doi.org/10.1371/journal.pone.0165819 (accessed: 05.05.2025).

10. Bottou L., et al. Advanced robust and nonparametric methods in efficiency analysis // Journal of Productivity Analysis. 2013. No. 39 (2). Р. 141–159.

11. Lionetti M. Quantum Marketing: Suggestions from Physics for a New Marketing Modelpart II // Journal: Marketing Exchanges. 2022. No. 4. Р. 54–59.

12. Tariq M.U. Quantum Algorithms and Predictive Analytics: Revolutionizing Consumer Insight Chapter. 2025. URL: https://www.researchgate.net/publication/387462232_Quantum_Algorithms_and_Predictive_Analytics_Revolutionizing_Consumer_Insight (accessed: 05.05.2025). 12. Taiwo I., Ogunbajo A. Quantum computing – Enhanced AI systems for advanced business intelligence applications // International Journal of Science and Research Archive. 2005. No. 14 (1). Р. 1839–1847.

13. Matsakos T., Nield S. Quantum Monte Carlo simulations for financial risk analytics: scenario generation for equity, rate, and credit risk factors. URL: https://doi.org/10.22331/q-2024-04-04-1306 (accessed: 05.05.2025).

14. Ganguli D., et al. Predictability and Surprise in Large Generative Models. Association for Computing Machinery. 2022. URL: https://dl.acm.org/doi/abs/10.1145/3531146.3533229 (accessed: 05.05.2025).

15. Koenker R. Quantile regression. NY : Cambridge University Press, 2005.

16. Shahmandi M., Wilson P., Thelwall M. A Bayesian hurdle quantile regression model for citation analysis with mass points at lower values // Quantitative Science Studies. 2021. No. 2 (3). Р. 912–931. URL: https://doi.org/10.1162/qss_a_00147 (accessed: 05.05.2025).

17. Friendly M., Meyer D. Discrete Data Analysis with R: Visualization and Modeling Techniques for Categorical and Count Data. CRC Press, 2016.

18. Coxe S., West S. G., Aiken L.S. The Analysis of Count Data: A Gentle Introduction to Poisson Regression and Its Alternatives // Journal of Personality Assessment. 2009. No. 91 (2). Р. 121–136.

19. Постникова Е. Квантильная регрессия. Новосибирск : НГУ, 2000.

20. Chen L., et al. Quantum blockchain for secure transactions // Nature Quantum Information. 2023. No. 9 (1). Р. 1–12.

21. Wang Y., et al. Quantum cloud computing for market analytics. Quantum Reports. 2025. No. 7 (1). Р. 1–15.