Allstate與IBM
的聯合研究成果顯示，量子計算有望幫助企業構建更優質的風險與價值組合，並為保險行業中的複雜難題提供全新的解決思路。
這項聯合研究於2026年5月發布至arXiv，核心聚焦於電腦科學中的經典"背包問題"，該問題對保險公司具有重要的現實意義。背包問題的目標是在不超過容量上限的前提下，從一組具有不同重量與價值的物品中，找到價值最大的組合方案。當物品數量極大時，許多形式的背包問題在傳統計算框架下幾乎無解。
背包問題在保險投資組合管理中有直接的應用價值：保險公司需要構建均衡的投資組合，在滿足客戶需求的同時合理管控風險。然而，家庭財產保險的現實情況使風險平衡變得更加複雜——各類風險之間往往存在難以預測的關聯性。一旦龍捲風襲擊某個社區，房屋保險公司可能需要同時賠付一整片區域內所有受損建築。
"在房屋保險業務上，我們必須從投資組合的整體視角出發，而不能僅僅關注單一風險。"Allstate首席分析官兼首席數據官Eric Huls表示。
Allstate數據科學家、保險產品部技術總監Jean Utke進一步解釋了不同險種的風險相關性差異：車禍事故通常是相互獨立的，某位駕駛員發生事故對其他人的影響微乎其微；但自然災害則截然不同。野火往往不只損毀一棟房屋，而是波及整個區域；颶風和冰雹同樣如此。因此，房屋保險投資組合中各保單之間的風險高度相關，這些極端天氣事件也是影響整體投資組合的最關鍵因素之一。
這種高相關性從根本上改變了保險公司的思維方式。Allstate不能簡單地對每處房產獨立評估後匯總風險，而必須從整體視角審視整個投資組合，評估在多重損失同時發生時可能面臨的最壞情形，並判斷這一極端情形是否在公司可承受的風險範圍之內。這使得如何將保單最優地"裝入"保險投資組合這個"背包"，成為一個極為複雜的版本的背包問題。
目前，Allstate通過傳統的模擬計算方式應對這一挑戰——公司可能會運行多達10萬種情景模擬來評估潛在的結果範圍。但這種方法存在明顯局限，尤其是在處理低概率、高損失的極端事件時。
"問題在於，當你從10萬次模擬中篩選出1%的尾部事件時，只剩下1000個樣本，其中存在相當大的不確定性，在跨越大範圍地理區域、涵蓋多種災害類型的情況下尤為突出。"Utke說道。例如，以南加州野火為基礎建立的模擬模型，對於東海岸的颶風或密蘇里州聖路易斯的冰雹事件，其參考價值十分有限。
量子計算有望提供更直接的決策路徑，而非依賴模擬與近似。
Allstate所面臨的背包問題版本尤為棘手。損失（即"重量"）並非固定數值，而是充滿不確定性的浮動區間，因為沒有人能預先知曉某場災難的實際代價。與此同時，大型穩健的保險公司還必須在設定的風險容忍度內，接受總損失超過上限的一定概率。
"現有的傳統方法要麼依賴多情景模擬來應對不確定性——準確但計算成本高昂；要麼採用最壞情形估算——安全但過於保守。"IBM量子研究員、論文共同作者Vaibhaw Kumar表示。
在此背景下，Allstate與IBM聯合團隊探索了一種將量子計算與經典計算相結合的創新工作流程，並將其應用於家庭保險投資組合。
具體而言，運行於IBM Quantum Heron處理器上的量子電路負責生成一批候選方案，這些方案經過定向優化，傾向於在預算範圍內實現價值最大化。隨後，經典計算步驟對候選列表進行清洗，修正超出預算的方案，並從中學習哪些房產組合更常出現在優質解中，將這些知識反饋給下一輪量子計算，從而形成不斷自我優化的良性循環。
研究團隊還發現，直接在大規模問題上訓練量子電路會面臨"梯度消失"的挑戰，導致學習信號隨問題規模擴大而逐漸衰減。為此，他們採用"小問題訓練、大問題遷移"的策略，有效解決了這一難題。
隨著量子硬體性能的持續提升，這一工作流程有望變得更加強大高效。Kumar指出："如果硬體噪聲持續降低，經典計算部分的工作量也將隨之減少。"
在評估層面，研究團隊將該量子-經典混合方法與四種常見的近似算法進行了對比：並行回火、禁忌搜索、模擬退火以及遺傳算法。每種方法均在每個問題上獲得30分鐘的計算時間。
結果顯示，在規模不超過75個物品的問題上，各方法均能匹配精確求解器給出的最優解。隨著問題規模擴大，量子-經典混合方法持續與最強經典啟發式算法保持競爭力，在約束條件嚴格的情形下甚至略有超越——這對於實際業務中最具挑戰性的複雜場景而言，是一個令人振奮的信號。
Utke表示，這項研究的核心目標是"從兩端同時架橋"：一方面明確量子硬體當前的能力邊界，另一方面識別隨硬體持續演進可能受益的業務問題，最終找到兩者的交匯點。
Huls指出，即便通向實際商業價值的時間線尚不確定，提早布局也好過錯失先機。量子技術發展迅速，已經積累技術能力並找准應用場景的企業，將在未來競爭中占據有利位置。
兩位負責人均向其他企業領導者提出了共同建議：從真實的業務問題出發。當技術探索與企業實際關切緊密相連時，學習過程更為高效，進展也更易于衡量。
Allstate的量子計算探索之路正是遵循這一原則。公司總部位於芝加哥北郊的諾斯布魯克，IBM參與的芝加哥量子交易所為Allstate打開了量子計算領域的大門。雙方最初通過IBM面向新入門機構的"量子加速器計劃"建立合作關係，並在過去兩年間發展為深度聯合研究。Utke對此次合作的開放透明表示自豪——所有研究成果均公開發布，代碼與數據對外共享，任何人都可以進行驗證與二次開發。
Huls坦言，量子工作流程如何融入保險決策與投資組合構建，仍有許多問題有待探索。但這項研究已經帶來了寶貴的洞察與經驗積累，使Allstate能夠從容迎接正在加速到來的量子計算時代。
Q&A
Q1：背包問題與保險投資組合構建有什麼關係？
A：背包問題要求在不超過容量限制的前提下，從一組物品中找出價值最大的組合。這與保險投資組合構建高度類似：保險公司需要在可承受的風險範圍內，篩選出最優的保單組合。由於家庭財產保險中各類風險（如野火、颶風）高度相關，問題複雜度極高，使其成為一個極難求解的背包問題變體。
Q2：Allstate與IBM的量子-經典混合工作流程是如何運作的？
A：該工作流程分兩個階段運行。首先，IBM Quantum Heron量子處理器生成一批傾向於高價值、符合預算的候選保單組合；隨後，經典計算對候選結果進行修正和學習，將優質解的規律反饋給下一輪量子計算，形成持續優化的循環。此外，團隊採用"小問題訓練、大問題遷移"策略，有效解決了大規模問題訓練中梯度消失的難題。
Q3：量子計算在保險投資組合優化方面的實際表現如何？
A：在規模不超過75個物品的測試中，量子-經典混合方法與並行回火、禁忌搜索等四種經典近似算法均能達到最優解。隨著問題規模增大，量子方法在約束條件嚴格的場景下略優於最強經典啟發式算法，展示出在實際複雜業務場景中的應用潛力。目前該方法尚未達到可完全替代傳統求解器的規模，但隨著量子硬體持續演進，商業價值預計將持續提升。
