Moderna創始人：在一個遠離當下主流做法的市場里尋找價值

在努巴爾·阿費揚（Noubar Afeyan）看來，真正的突破性創新并非來自專家的邏輯推演，也不是漸進式改進的延伸。它更像一場與未知的博弈：不可預測、難以評估，甚至常常顯得“不合邏輯”。努巴爾·阿費揚是生命科學創新孵化平臺Flagship Pioneering（下文簡稱Flagship）的創始人兼CEO，也是mRNA疫苗公司Moderna的聯合創始人兼董事長。

作為一名訓練有素的生物化學工程師、企業家和高管，他曾助力催生了100多家生命科學和技術初創企業，了解如何通過組織機制與激勵設計落地顛覆性創新，明白如何借鑒自然界的進化邏輯來設計創新流程，對于不同行業中的創新與商業化脫節等難題有著獨特見解。

本文中，他與艾莉森·比爾德的對話，探討了以下問題。

· 企業應該如何平衡突破性創新與漸進式創新？

· 在高度不確定的環境中，企業如何論證其投入的時間與成本的合理性？

· 對于組織內突破性創新與商業化脫節的問題，企業有哪些解決思路？

艾莉森·比爾德：你如何定義突破性創新？

努巴爾·阿費揚：大多數創新都聚焦于拓展鄰近領域，屬于漸進式創新，也就是說你所做的工作只是對既有成果的迭代優化。偶爾也會有非連續性創新，不過我們很難將對這類創新的構想與過往成果關聯起來，它難度更高、可預測性更低，往往會被歸為突破性創新。

這一概念適用于幾乎所有行業，關鍵在于你能否預測突破性創新，或者能否通過一套流程促成其發生。

艾莉森·比爾德：今天的商業環境變化非常之快，在你看來所有企業都必須追求突破性創新，還是對很多企業來說，漸進式創新就夠了？

努巴爾·阿費揚：企業需要同時考慮兩者，并且思考它們如何相輔相成。突破性創新應當從未來倒推當下，而更偏漸進式的創新則應從當下導向未來。企業需要從兩個方向同時發力，一方面是立足已知需求，思考如何提升效率、增強影響力，為客戶創造更大價值，另一方面是構想未來，哪怕還不知道如何抵達那個未來。

一旦發現某個方向極具價值，就可以反向推演“需要具備哪些條件？我今天能做些什么才能讓這個未來更早到來？”。至于企業是否應該專注于突破性創新，答案是肯定的，因為只做鄰近領域創新的弊端是很容易陷入同質化競爭。所有企業都會在鄰近領域尋找機會，這類創新的優勢是風險與收益相對容易評估，但問題在于所有人都在做同樣的事，因此我們很難在這些領域建立可持續的競爭優勢。相反，如果你敢躍向全新的可能性，至少在起步階段可能會無人可比，最終也有可能憑借獨占這片新領域而獲得回報。

艾莉森·比爾德：對于其他領域的管理者來說，他們應該如何搭建架構，來支持這類創新？是設立獨立部門，還是在每個領域指派專人負責思考這個問題，或者打造一種人人主動尋找突破的文化？

努巴爾·阿費揚：我不會讓所有人都去尋找突破性創新。首先，這既不持久也不現實，其次，這會嚴重干擾他們的本職工作。關鍵在于如何分配精力，以及你預期漸進式改進與非連續性、顛覆性突破分別能帶來多少價值。

這屬于我們的專業領域，所以我們的結構化問題沒那么明顯。但如果我是一家行業領先企業的管理者，同時又不想被突然闖入的新對手打個措手不及，我很可能會組建一個團隊，它的激勵機制、人員構成和獎勵方式都與傳統研發部門不同。這有時很難做到，因為研發部門的每個人都相信自己在做前沿探索，但事實上，真正前沿的東西本身就不可預測，而要在研發預算中為完全不可預測的項目爭取資金會非常困難。

這時，你需要做的就是采取多種方案，并堅持足夠長的時間，看能否將其變為現實。一旦可行，就要做好自我保護，從而創造出新的價值池。我們能在理論層面探討這個問題，也完全可以將其落地實施并實現體系化、規模化運作。這也是我們在過去25年里所經歷的。

艾莉森·比爾德：AI發展如此迅速，你們在Flagship的創新過程中是否發現了它增強人類智能的新用途？比如你曾說過一種名為多元智能（polyintelligence）的東西。

努巴爾·阿費揚：是的。早在2018年，我們就在應用當時最前沿的AI技術。探索突破性創新根植于我們的基因，我們深諳其中的潛能與局限，也親歷并理解這一領域重大躍遷的不可預測性。

我常把人工智能稱作增強型智能，也稱之為增強型想象力，它確實具備這樣的能力。對一個人而言的“幻覺”可能是另一個人眼里的重大飛躍。因此，將AI應用到全新領域是一種非常有意思的探索方式，能夠發掘人類想象之外的可能性。

接下來的問題就是如何分析這些創意，判斷哪些值得嘗試、哪些并不成立。我有時甚至稱它為外星智能。它確實是我們從未擁有過的東西，因為我們從未能夠同時產生成千上萬，甚至是數百萬個全新想法。

最近Flagship宣布成立了一個Extuitive項目，你可以親眼看到15萬個模擬人類的智能體與數百萬個對象進行交互，場面相當震撼，而這只有依靠AI才能實現。所以我真心認為，如果不運用這些強大的增強能力，企業就很難在創新和突破領域具備競爭力。

艾莉森·比爾德：你曾談到過突破性創新的兩個階段，第一個階段是生成差異，即考慮不同的研究領域，基于所學提出“假如……會怎樣”這類問題。那么在第一步中，當涉及像mRNA技術這樣連專家都未曾真正設想過的事物時，你是如何確定探索方向的？

努巴爾·阿費揚：專家非常擅長理解現有變體的局限，也很擅長判斷當下情況、下一步大概率能實現什么，但他們在預判更遠的未來會出現什么技術這一點上，并沒有特別的優勢，因為那往往不再屬于他們的專業范疇。一個人之所以能成為專家，是因為掌握了當下最前沿的思想，而這些思想通常不會是下一代的突破方向。

很少有專家能謙遜到承認自己可能犯錯，而這正是顛覆性創新的核心所在。所以你真正要做的是把自己正在做的事情看作一種跨越，不要局限于當下的細微變化，然后認識到自己很難知道什么會創造價值，什么不會，但你可以做出各種嘗試。

你可以去接觸能夠提供價值反饋的人群，比如最終的客戶和用戶，或者去能帶來選擇壓力的地方，然后進行迭代循環。自然界已經很清楚地證明了，變異、選擇與迭代能夠催生意想不到的全新事物。同樣在市場中，我們也總能看到這種情況。

事實上，從一款手機影響另一款手機，再到一款跑鞋影響到數十萬款同類產品，所有這些市場的演進都與自然界的變化極為相似，只不過市場中是購買力、用戶反饋與市場選擇在驅動開發者和設計者不斷迭代。

因此這一切邏輯都可以在數字世界中，通過創意的數字化市場來實現。我們也正在積極引領這一方向，把我們對生態系統、生態學和自然界的認知遷移到非生命體、人為設計的產品領域，這本身就是一次很有意思的跨越。

你剛才還提到了多元智能，我來解釋一下我們所說的這個概念。即便AI從最初被提出至今已過75年，它依然讓我們著迷。有意思的是，這是我們第一次被迫承認一種可能，即我們并非這個星球上唯一擁有智能的存在。在此之前，我們一直這樣定義智能：因為人類掌握語言，所以智能等同于人類。

既然機器在某種程度上可以具有智能，我推測下一步就是說為什么自然不能是智能的，為什么我們不能將所有生命體——無論是肝臟中的細胞、植物細胞、病毒還是整個生態系統，都視為智能的呢？

這里所說的智能是指能夠快速適應、可以預測，且能夠完成大量信息處理的系統，現在我們通常會把這些能力用在神經網絡上。我相信，一旦開始把大自然看作“一系列智能體”，我們對生物學的理解將會截然不同。

這樣做的回報在于，我們迄今為止以還原論、解構主義方式所了解的生物學知識只是冰山一角。未來我們對疾病、糧食來源，以及這些系統如何受到感染等影響的認知，都將遠超現在。把這一切納入智能系統的思維框架來理解，就是未來的方向。

艾莉森·比爾德：是的，利用并從中學習。那么你是如何以這種方式從自然中學習，從而創建或改變Flagship的實驗及項目流程，使其與其他組織有所不同的？

努巴爾·阿費揚：我們在運營中從達爾文進化論的核心思想里借鑒了很多思路。首先重申一下，我們認為，巨大的價值池并不存在于當下業務的鄰近領域。依靠現有的財務或融資模式很難觸及這些價值池，因為你無法將它們納入風險回報范式，畢竟你無法知道一件前所未想、前所未做之事的成功概率會有多少。

所以可以說，我們本質上是在復刻變異、選擇、迭代這一自然界的邏輯，并且加入了一個關鍵要素——傳承性，也就是把勝出的解決方案遺傳到下一代。在計算系統里，這可能是一輪輪迭代生成的方案，在自然界中，則是一代代細胞將優勢傳遞給后代。

事實上，大自然中的一切都在以一個個細胞、物種，以及生態系統為單位，循序漸進地進行學習。我們能從自然中借鑒的不只是比喻層面的道理，更有實際可行的運營方法。

舉個例子。很多人可能沒有意識到，從某種意義上說，我們的身體本身就會接觸到來自體外的RNA，比如病毒攜帶的RNA。病毒進入人體、侵入細胞并完成自我復制，在這一過程中，除了最終自身復制這一步，其余機制和我們的疫苗原理幾乎一致。疫苗進入人體，被合適的細胞攝取后，其中的RNA就會接管細胞的蛋白質合成機制，制造出特定蛋白質。在我們的疫苗設計中，這種蛋白具有免疫原性，能夠觸發人體產生免疫反應。而這套復雜精妙的分子路徑，很大一部分也正是病毒用來自我復制的機制。

這樣的例子比比皆是。很多從事網絡安全的人，都能從人體免疫系統的運作方式中獲得啟發，并且已經從中受益。無論從哪種視角觀察，當下涌現的諸多實踐范例都能為人類智能乃至機器智能的發展，提供啟發與指引。

艾莉森·比爾德：對于希望追求這種突破性創新的領導者和組織來說，這個過程大概需要多長時間？當這本身就是一個實驗，無法保證研究可以帶來突破，甚至無法保證能從實驗階段走向成功落地時，又該如何向各方證明所投入的時間與成本是合理的？

努巴爾·阿費揚：這是一個非常關鍵的問題，同時也極為棘手，在不同行業和情況下差異極大。簡單來說，如果身處利潤率很高的行業，企業就有能力承擔這類投入，這也是突破性創新在制藥行業尤為普遍的原因。

但在一個利潤率極低的殘酷行業中，企業幾乎無法依賴突破性創新所帶來的額外不確定性。因此，這類企業往往只能被動面對難以預測的外部沖擊，甚至可能因此被徹底顛覆。這讓我想起了克萊頓·克里斯坦森（Clayton Christensen）提到的創新者的窘境，即有時那些非常清楚自己可能受到威脅的人，實際上卻沒有采取行動，因為這種威脅最初的形態和最終演變成的顛覆性沖擊完全不同。

不過重要的是保持一定的機會主義心態，不要陷入“每一項創新都必須先對應一個明確問題”的陷阱。我們發現，如果同時尋找問題和解決方案，反而能在探索中匹配到新的價值池。但如果一開始就執著于將鎖定問題或者解決方案作為出發點，就會錯過大量在過程中才能匹配成功的事物。

所以，一種高風險且考驗膽識的思路是：“我要在一個遠離當下主流做法的市場里尋找價值。我會以現有事物為參考，但更要系統性地探索業務鄰近范圍之外的領域。我會讓大量客戶、專家乃至非專業人士共同指引我的評估方向，然后不斷迭代再迭代，直到看到有突破出現。一旦有所突破，就立刻驗證、做出原型。我不會指望靠純粹的邏輯推演，就能直接推導出一項重大突破。”

大多數人在描述這些突破時，都會把它們說成是天才的成果。但以我的經驗來看，或許只是因為我本身不算天才，突破性創新和天才的關系其實很小。它更多關乎機會主義、價值導向，以及持續迭代的意愿。

順便說一句，很多時候突破不過是你看清了一件明明就在眼前、長期存在，卻因為不符合現有范式而被大家刻意忽略的事實，這才是成功的關鍵，而不是埋頭苦干、邏輯推演，或是聽從專家的意見。

艾莉森·比爾德：聽起來，開放的心態也是其中的關鍵要素，也就是你原本打算解決某個問題，但如果研究方向指向了另一個問題，也要愿意順勢去解決它。

努巴爾·阿費揚：思想開放，不做預設。

也有人這么形容：進化本身就是一套完全開放的創新范式，若能保持過程開放、心態開放，主動發掘價值，便是最適配的組合。

艾莉森·比爾德：有時在組織中推動突破性創新與創新的商業化之間存在明顯脫節，許多公司都有多個內部創業項目，他們正在試圖彌合這一差距。但這真的是推動創新并使其商業化、觸及終端消費者的最佳方式嗎，還是說有更好的方式？

努巴爾·阿費揚：過去的38年我一直投身于傳統意義上的創業領域，而在最近25年里，我創辦了一家以構思和創立新公司為核心業務的公司。我越來越把這件事看作是內部創業，因為在Flagship內部，我們每年都會孵化6～8家新公司。

在一般行業的頭部企業中，內部創業通常只占業務中的一小部分。但對我們而言，內部創業就是業務本身。不過它依然屬于“內部”創業，因為我們不是靠個人或小團隊去募資或寫商業計劃書，這些我們一概不做。

這種企業式創業孵化是一種重要的創新路徑，可以讓實踐者的回報與他們創造的成果直接掛鉤。但傳統研發機構通常不是這樣的，它們傾向于保護員工，不讓大家去做“不靠譜”的事，反而要求員工必須證明自己做的事為什么合理可行。這往往會導致成果相當無趣，因為“合理性”這道過濾器會迫使人們只做大概率能成的事，而這類事通常不具備顛覆性。

因此，我們完全可以建立正確的激勵機制，創業模式本身就能實現這一點，前提是不要強行讓它與研發體系里的其他事務完全對等。創業創新是在用截然不同的方式探索新的價值池，因此應該以截然不同的方式給予獎勵。

過去我經營公司時，公司里的銷售人員往往比我這個CEO賺的還多，對此我完全沒有意見。其他人認為薪酬應該有一定的層級結構，但我認為薪酬應該根據人們承擔的風險類型或創造的價值類型而有所不同。

艾莉森·比爾德（Alison Beard）| 訪

艾莉森·比爾德是《哈佛商業評論》英文版IdeaCast播客主持人，《哈佛商業評論》英文版副主編。

孫燕 | 編輯

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org