腦袋清楚不清楚？

不久前和朋友們聊到了"別在頭腦不清楚的時候做決定"這件事。

這個道理其實很簡單-錯誤的決策所必須付出的代價往往比不做決策還要大。這是很多entrepreneurs口中的老生常談，也是我們經常會在產業界聽到的故事：如果當頭的人做出了不好的決策，即使底下的人再拼再優秀，要賺錢還是很難;反之，若是當頭的人能夠做出好的決策，那麼大家要賺錢就容易多了。而人在頭腦不清楚的時候，是很難做出好決策的，所以我們要盡量避免這件事情，以降低我們做出爛決定的機率。

而在聽到這個道理之後，幾乎有接近一半的人會接著問：「那我們要怎麼知道什麼樣的時候自己的頭腦是不清楚的？」

乍看之下，這似乎是一個非常抽象的概念，到底頭腦不清楚是怎麼個不清楚法？我們又要怎麼明確的畫一條線讓自己知道如何去區分頭腦清楚與不清楚，並且能夠成功的將現在腦子的狀態給正確歸類呢？

像這樣的事情，如果要用做科學的態度先去定義怎樣是清楚的，怎樣不是，然後再制定檢驗標準，用SOP去分類，的確會是非常困難的一件事。但實際上，這件事情執行起來並沒有想像中那麼困難。這就好像聰明這件事，感覺很抽象，常常很難量化（高IQ是否等同於聰明一直是很有疑問的事情），但我們還是可以很容易的感覺出一個人是否聰明，特別是在有可以比較的時候，例如在一個班級裡，你和班上的學生相處久了，自然就會知道某某人比較聰明，某某人則比較笨。

所以在這邊，格主想要提供的是一些我自己和來自別人如何判斷自己今天腦袋狀況的經驗給大家參考，希望能對大家有些幫助。不過在開始之前，我們必須先釐清兩件事。

首先，我們必須弄清楚頭腦清楚時做的決策並不等於會成功的決策。很多時候，我們做的決定回頭去看，都會顯得愚蠢無比，但這並不代表當初做這決策時腦子就一定不是清楚的。一個決策的成敗與否，會受到非常多因素影響，有些甚至並非我們能夠控制或預期的，更何況我們在做重大而困難的決定時，往往是處於資訊不夠的情況下，在這樣的情況下做決策，本來就是帶有高度風險的。格主一位相熟的長輩是某上市公司的董事長，他曾跟我說，有一回他的公司面臨重大抉擇，大家討論出了兩個方案，相互僵持不下，無法判斷孰優孰劣，於是他的總經理把這樣的情況告訴他，請他做最後的裁決。這位長輩跟我說，其實他也不知道到底哪個會比較好，但他是董事長，只好由他來做決定，而他能做的也只有盡他所能的分析，做出他認為最好的判斷，我們對於做出在未來會是正確的決策的無力，由此可窺知一二。同時，Steve Jobs也說過："You can't connect the dots looking forward you can only connect them looking backwards"其實也是在說明"預測"真的是一件非常困難的事情，是以，用事後回過頭去看一個決定的愚蠢程度來回推，並不是判斷自己腦袋當初是否清楚的好方法。




但是回過頭來講，我們做決定的目的往往也不是要選出唯一一個最好的策略，或著做出那個唯一正確的決定。經營事業或人生並不像台灣的考試只有一個正確答案，也不是寫完了就結束了，而是可以適時調整的，且有很多決定，都是同樣feasible的，只是容易程度不同，或著方向不同而已。我們所要做的，是要concentrate on the most important thing，避開明顯錯誤的決定、選出兩個選項裡頭較好或較符合最終目標的那個並且避開distractors。而頭腦清楚，絕對有助於我們降低做出錯誤決策或偏離方向的機率。




第二件我們要了解的是『腦袋清不清楚是一個相對的概念』，是透過比較而來的。以前面那個聰明的例子來說，我們無法很精確的說出班上的某A比某B聰明20%，但我們絕對可以知道A比B聰明。而所有這種相對性的東西，都需要透過『比較』這個動作來獲得判斷的基準，像聰明這種東西，就是拿幾個不同的人來相比較，而類似"我今天睡比較不飽"這種概念，則是以自己每天的狀態來做比較，你先前一定得先體驗過睡得飽的狀況，才有可能知道自己今天"睡比較不飽"。同樣的道理放到腦袋清楚上也是一樣，你得先知道怎樣子是腦袋清楚的，才有可能知道自己今天的狀態很差，無法思考。而就這衍生出了接下來幾件要判斷自己腦袋是否清楚必須達成的重要概念。




第一個，你必須習慣思考這件事。你如果從不思考，做事情依賴直覺與本能，那你永遠也不可能知道自己當天的腦袋清不清楚。這就好像一個棒球投手只要不站上打擊區，就永遠也不會知道自己的打擊狀況好不好一樣。




這件事說來簡單，做起來卻並不容易，因為思考的範圍太廣了，譬如胡思亂想發揮imagination也是一種思考，但這樣的思考和我這邊說的腦袋清楚才能做的思考並不相同，那比較屬於generate insight所需要的思考方式。我所謂腦袋清楚才能做的思考，是指那種需要非常precise、非常focused的思考。而實際具體的作法，雖會因為每個人思考的方式不一樣，而稍微有所不同，不過養成『每天固定花一點時間思考』這個習慣，絕對是非常重要的第一步。




這個習慣可以怎麼養成呢？有個簡單的方法可以提供給大家，那就是每天在睡覺之前，花個半到一個小時，想想自己明天的行程規劃、有哪些事要做、要如何做以及順序如何，特別是在時間的掌握上，可以多花一點心思，盡量讓自己第二天的行程能以最有效率的方式走完。想完之後記得做點筆記，把結果寫在本子上，然後再上床睡覺。




在做這件事情的時候，切記要把重點放在你做這件事情想達成的目標、你要如何去做以達這個目標以及你選擇這麼做的理由這三件事情上面，這樣做可以讓你在思考時有一個很明確的方向可以遵循，這樣才能夠記錄自己思考的脈絡，將之寫在本子上。




接著，在第二天起床後，花個半個小時重新思考自己昨天想的行程，記得在想的時候先不要去翻自己的本子，把思緒整理一下，試著把一些細節再釐清一遍。等到確定自己能夠掌握自己的行程之後，才翻開本子檢查一下自己有沒有遺漏或著沒想清楚的部份，再出門開始自己忙碌的一天。




這個方法是格主跟另一位長輩學來的，長輩說，當你的事業做到一個程度，每天要處理的事情會非常多，很雜也很煩，所以每天晚上先整理第二天一整天的行程，是非常重要的。然後第二天早一點起，讓自己再一次搞清楚今天一整天要做的事情，知道事情要怎麼做，想達成什麼目標，之後就可以把精神全放在把事情做好上面，比較不用害怕偏離重點。




此外，這個方法還可以讓你及早對自己當天腦袋的狀態有個初步的了解。如果你在這天早上一直無法聚焦，沒有辦法搞清楚昨天想好的行程要怎麼走，在思考與分析時沒有辦法把昨天想出來的計畫具體的重現在腦袋中，你的狀況顯然就不是太好。這個時候，你昨天寫的本子就可以派上用場，你可以藉著本子來幫助自己搞清楚自己昨天的思路和安排好的行程，然後讓自己在這種情況之下還是可以相對有效率的工作。寫本子的另一個好處是可以對照。有時候我們或許會一時沒有辦法察覺自己腦袋的狀態不好，這時候就可以藉由你的紀錄來對照，如果你發現你今早想的思路和本子寫得比起來實在不周全太多，你就會知道自己今天早上腦袋不太能夠做用。



第二個，你得了解自己思考的習慣。




人的狀態有時在一天之中也會有很大的變化，格主有時早上狀態不太好，到下午來卻精神百倍，思考的效率奇佳，所以你也必須能夠時時了解自己當下的思考狀態，因為你永遠也不會知道什麼時候會碰上需要做決定的時刻，你只能準備好方法，在遇到的時候，能夠盡量精確一點的掌握自己頭腦的狀態。




而要做到這點，你就需要對自己的思考方式與習慣有所了解。每個人都會因為天份才情與後天訓練的不同，因而有不同思考上的強項與弱項，你得掌握這些點，才能夠對自己的腦子狀態做判斷。所以這是非常需要你為自己量身訂做方法的一個部分，格主在下面會提供我的做法，但這個做法很可能並不適合你，我只是想讓你們知道我是怎麼做的，讓各位了解我這麼做背後的理由，這樣各位在打造自己的檢驗方法時，就會比較有法可循。




格主自己習慣的做法是盡量用自己頭腦的弱點來當做判斷的標準，因為你思考上的強項常常都是你即使狀態很差，也可以很直覺做到的，如果用強項來當做判斷標準，會很容易出現其實頭腦狀態不好，但還是可以勉強讓這些自己擅長的部分work，可是一旦遇到你比較不擅長、需要專注思考分析的部份時，就會顯得無力的這種狀況。這時候你的思考能力其實是很弱的，但你卻容易因為依舊能夠做到自己擅長的部份而無法察覺，這樣就很容易會害你做出非常明顯就是有瑕疵的決定，所以我認為用強項來當檢驗標準並不洽當。另一方面，用弱項檢驗就容易多了，如果你連自己比較弱的部份都可以專注的思考，那你其他部分大概也不會有什麼問題，反之，如果你在處理自己不擅長的部份時一直無法專注，沒辦法順利完成，你的狀態就很可能是有問題的，在思考時就要特別留意自己今天在分析時是不是有些部分完全無法處理。




至於你要怎麼知道自己思考上的強項弱點？這就是我先前第一點說你得習慣每天思考可以幫上忙的事。習慣每天思考的話，你就會慢慢從中發現自己對於想怎麼樣的事情比較不在行，在思考時會有怎麼樣的毛病等等。




對格主來說，我頭腦的長處是理解力很好，能夠很快抓到概念然後加以整合。但我一直以來都有專注力上的毛病，所以當我狀態不好的時候，我思考時最常遇到的困難就是沒辦法focus，思緒會飄來飄去，然後當我看完資料或著和別人討論完，自己一個人要在腦中重現剛剛的對話重點，做summary，就會有困難。這些對我來說就是比較需要專注的部份，如果做不到，通常就代表我當天狀態很差。




因此，格主在遇到需要做決定的事情時，我一定會先讓自己理解當時的情況，然後把對我來說最重要的事情先給找出來。譬如說我要決定要不要出國留學以及要選什麼學校、去哪個國家，那我就會先把出國留學對我來說最重要的意義以及我最重要想達成的目標給找出來，然後由這個部分為中心出發，開始分析狀況，看看每一個可能的選項對於我覺得重要的事情能夠有多大的貢獻。如果我在分析的時候，發現自己的思緒會一直飄掉，跑到次要的、不重要的目標上，沒辦法把自己給拉回來，我就知道自己頭腦是處在頗差的狀態，通常也不可能分析出什麼好結果。




除此之外，格主還有幾個測試自己頭腦能不能work的辦法。由於我是個大路痴，對於要把地圖放在腦中這件事有很大的困難，所以我常常會在覺得自己好像頭腦不是很清楚的時候，把google map打開，隨便研究某個路線，然後把browser關掉，嘗試自己在腦中重建一次地圖。這對我來講是非常耗費腦力的事情，所以如果我的頭腦是處在不清楚的狀況，那我會遇到很大的困難。另外一個辦法是在腦中重現我的整個計畫與思路流程，當我頭腦狀況不好時，我的思考會變得斷斷續續的，一直無法專注的回想起來什麼是重要的，什麼不是，有時候甚至連剛剛為什麼會這樣想的理由都要很費力才能想得起來，也會變得無法把想法在腦中具體化。而這些過程會帶給我滿大的痛苦，是以當我在思考不擅長的事時，痛苦程度愈高，就代表我的狀態愈差。透過這些方式，我就可以很輕易的判斷出自己的腦子到底清不清處。




而當我認為我想清楚了，在做出最後決定之前，我還會做一個我稱之為「離開情境」的動作。這個動作是要你先放下你手邊與工作相關的任何事，去做一件你喜歡的事情。以格主來說，如果是在實驗室或辦公室，我會去泡茶，然後好好的享受一杯好茶。如果是在家裡，我會去洗澡，好好的洗個熱水澡讓自己放鬆一下。




離開情境有不少好處，其中最重要的一個是讓你跳脫既有的框架，等回來準備把決定真正定下去時，會比較能夠用客觀的角度去檢驗自己當初的思考過程，找到自己當初思考上的盲點。而當你發現你的盲點居然是偏離主題、沒有按照自己應該要有的思考脈絡思考下來，或是有不少地方出現相互矛盾，無法執行的狀況，那很顯然你剛剛在思考時，狀態也不是太好，只是你並沒有察覺罷了。




總而言之，測驗自己頭腦能不能work，其實就是在測試自己有沒有辦法把事情想清楚，有沒有辦法讓大腦在消耗極大能量的情況下繼續有條理的工作。嘗試把所有的分析在腦中具體化，變成可以執行的計畫，或著把所有條件整合起來，分析歸納，之後變成一個決定，其實都是一個會讓大腦很疲憊的過程，你要做的就是確定自己的大腦現在「可以」做這件事。




重點就是在「可以」這兩個字。你必須透過「可以做得到」這個過程，來去了解你什麼時候「沒辦法做到」，這就是讓你知道自己頭腦不清楚的最好辦法。所以我說你得養成思考的習慣，抓出自己思考的方式與脈絡，而當你知道現在沒辦法做到平常集中精神「可以」做到的事情時，你就會很清楚你自己的頭腦是處在一個「不可以」的狀態底下，應該去走一走、喝點東西，讓自己放鬆一下，等你的頭腦回到狀態之後再做決策。

Era of customisation and individual medicine

上一期的The Economist有幾篇special reports提到了由於solid print technology逐漸成熟，帶動了addictive manufacturing的發展，使得各種產品能夠更加客製化的被製作，也因此很可能在不久的將來帶來第三次的工業革命。

這種全新的3D printing技術，讓manufacturer可以一層一層的把materials給print成成品，讓複雜的design與highly tailored products能夠以較低的成本製造出來。傳統上，當我們要manufacture一個產品，我們得鑄模，然後才能利用生產線生產這樣產品。前一次的工業革命是由mass production帶來的，mass production意味著當manufacturer製造出一個模子，他們可以非常大量的生產該樣產品，並因此獲得競爭力。然而，由於模子是固定的，所以manufacturer無法完全按照客人的需求做調整，否則每一個客人都要先鑄一個模，然後再替他們生產少數幾個產品，會大幅增加成本，影響生產的效率。格主之前家裡要添購新椅，家母為了要買到符合心中期望的椅子，只好特別拜託工廠幫我們開模，然後替我們做六張客製化的椅子。結果每一張椅子的價錢都是別人的好幾倍，tailored product的cost之高由此可見。

然而，隨著3D printing technology的進步，加上software的威力，現在我們已經開始可以用3D printer來將designer為client量身打造的blueprint直接給print出來，大幅減低製造的成本。於是，高度customisation的工業年代，開始到來了。

關於這個solid print technology的其他優點，The Economist中有更詳細的介紹，甚至還提到了print human tissues的可能性，之前在TED紅極一時，由Wake Forest Institute for Regenerative Medicine的Anthony Atala教授帶來的【Printing a human kidney】演說，用的就是這樣的概念。如果各位想對這項技術能夠帶來的impact有更深入的了解，下面連結的幾篇文章肯定會對你有幫助：

【A third industrial revolution】

【Additive manufacturing：Solid print】

【Layer by layer：How 3D printers work】

Solid print這個技術本身確實相當有趣，不過最令格主興奮的，不是這個技術本身，而是他帶來的可能性。隨著社會進步，經濟發展蓬勃，人們的生活水平也愈來愈高。慢慢的，大量而規格統一的products再也不能滿足人們的需求。因此，要求customised的product，也逐步的成為一個聲音頗大的訴求。

這個訴求不只是在傳統工業的領域裡變成一個值得追尋的目標，在新藥開發與設計的研發過程中也是如此，而且customisation在new drug discovery的領域裡還有更深一層的意義。

首先，是pharmacologists逐漸開始認知到每個人對於同一個藥物的反應會有很大的不同。一個藥物進入人體，很可能會因為每個人先天genome的不同，metabolise該藥物的能力也不一樣，導致這個藥在該病人體內的ADME有相當不同的表現。對於很多藥物而言，如果我們能夠監控病人對這個藥物ADME能力的不同，將可以更客製化的替病人給藥，減低藥物的side effects，增加藥物的efficacy。

尤有甚者，customisation更從根本去改變了藥物研發的行為。Biomedicians在經過長時間與diseases奮戰之後，逐漸了解到一個疾病其實很可能有很多不同的成因，而一個藥物，有時其實只對某一個非常小的族群有很好的效果，對其他人則效果有限。在這樣的情況下，讓那些對該藥沒有良好反應的人去吃這個藥，忍受藥物帶來的side effects，其實是完全沒有道理的。

但是以前我們在設計藥物以及做臨床實驗時，並沒有針對同一疾病的不同族群來分門別類，而是把同一個疾病的病人通通放在一起，看看這個藥物能不能對所有患有這個疾病的病人產生足夠的efficacy。舉例來說，假設今天某間藥廠要開發一個治療type II diabetes mellitus （後面簡稱DMII）的藥，他們的做法會是在做完所有該做的基礎研究後，不論成因的將願意來的DMII patients給recruit到clinical trial中，測試這個藥物的safety和efficacy。

然而，像DMII這麼複雜的disease，很可能並非由單一一個原因造成的。此外，亦很有可能在不同的population中，造成DMII的key factor並不相同。假設今天一共有A、B、C三種genetic factors的dysfunction會造成DMII，其中，有70%的DMII是由A factor所造成的，20%是B，10%是C。

現在我們再假設今天這個藥廠在研究的時候，是以B為target，而他在做clinical trail時是randomly recruit所有的DMII patients，那麼，在他recruit的population中，由A factor造成DMII的cases理論上也會最多。在這種情況下，這個藥很可能會無法通過clinical trial。但這並不代表該藥是沒有效果的，而是我們的clinical research design出了問題，如果我們改而只recruit由B的dysfunction造成DMII的patients來做clinical trial，很可能最後這個藥就會能夠上市。這些由B造成DMII的病人，性命當然和其他病人一樣珍貴，所以我們當然沒有理由放棄他們。

而現在，由於translational medicine（也有些人叫做experimental medicine，這是舊名稱了）的進步，我們開始可以非常有計劃性的在animal或cell model中找尋想要當做drug target的molecule，然後針對這個target做藥，並進行biomarker與surrogate end point的研究，然後找疾病是因為這個target出現問題而產生的病人做clinical trial。正如同前面所說的，一個disease往往有好多好多不同的targets可以treat，而這些targets在不同patients中，扮演的角色可能也略微不同，所以我們可以簡單的依哪個target是造成該病人得到這個disease的key factor來分類，將病人categorise成不同的subpopulations，盡量tailor他們的therapy，讓這些病人可以擁有最好的therapeutic index，這個，就是所謂的individual medicine，和前面提到利用3D printing來替客人customise他們想要的product意義非常相近。

除此之外，individual medicine可以讓clinical trial的size變小，recruit的target patients變得更specific，也有機會加速clinical trila的進行速度與成功率，並讓Big Pharma在比較早期的clinical research中就能夠判斷出哪些藥是不可能成功的（例如Phase I時的proof of mechanism和Phase II時的proof of concept studies），所以這樣的customisation，慢慢就被寄予厚望，希望能夠成為innovative pharmaceutical industry新藥上市瓶頸的救星。

如果這個現象變得更為普及，很可能以後像statin這樣，一個class的藥治療某一特定疾病的所有病人的現象將不復見。取而代之的是更specific、market更小但是更有效的各種individual medicines，由於他們的成本比較低，上市速度也比較快，所以可以彌補他們市場較小的缺點。可以預期的，new drug turn over的速度大概也會增加，對病人而言也是好事。另外一種可能性則是像Novartis那樣，先由非常specific的individual medicine下手，針對疾病的某個subpopulation進行clinical trial，先讓藥物上市，然後再做大型的clinical trial，看看能不能把藥物的使用範圍擴大到該疾病其他的subpopulations中。

這樣的customisation，在各種不同的indusrties中都已經是進行式了，如果能夠在這當中找到你可以貢獻自己的地方，也許你就會是另一個受惠於industrial revolution的Henry Ford也不一定呢！ 

Err on the side of conservative

這些日子在bioscience的field裡面打滾了很久，發現了一個有趣的現象。

很多人，包括以前的我，都覺得scientific research和innovation是非常類似的事情，好像scientific research做得好，innovation就會出來一樣。但，至少在台灣，事情並不是這個樣子的。Scientific research的確有可能帶來innovation，但他並不是真的以這件事情為目標，因為他和innovation有著本質上的不同。

Innovation，顧名思義，必須要創造新的、更好的東西。這個東西，可以是tangible的product，也可以是intangible的concept。這個新東西，如果significance愈大，impact愈深遠，那麼這個innovation就愈有價值。他可以來自全新的scientific breakthrough，也可以來自把舊東西或看似不相關的東西以特別的方式組合起來。而他帶來的影響，通常是實質的，可以解決某些存在已久卻懸而未決的問題，或能夠處理隨著時代進步而新出現的問題。所以，innovation是非常需要看到好問題的能力的。

然而，scientific research卻不見得是以創造新的東西為目標。他比較像是一個方法，讓你知道如何能夠用systematic approach來驗證你的想法是不是錯了。他可以讓你了解看到的現象，或解釋現象間是如何關連的，是屬於direct correlation，indirect influence或著具有causal relationship。Scientific research注重mechanism，做的東西最後不一定要很有用（但可以很有用），也不一定會有很大的impact（但當然也絕對可以擁有很大的impact）。

所以scientific research可以帶來innovation，因為他可以驗證一個想法是否可行，可以提供資訊與線索，也可能提供一些新的技術與方向，成為日後創新的基礎。加上scientific research和innovation都非常重視timely，第一個做出來的人通拿的現象非常明顯，所以總是站在cutting-edge的scientific research確實非常適合用來當做innovation的基礎。

可是scientific research不見得需要好問題的特性，讓他不必然能夠帶來innovation。一個非常solid的scientific paper可以只是在浩瀚的知識之海中加上一小塊，增加我們database中的data，卻無法貢獻給innovation。舉例子來說，我們可以靠耐心慢慢的把一個protein的structure給解出來，或著把某個species的genome sequence給定序出來。這些都是非常有價值的scientific research，有的甚至可以上Nature或Science這種leading journal，但他們是用已經相對成熟的方法，去做一個可以大約預知成果的研究，和innovation差距頗大，有時候可能也沒那麼intriguing，但依舊是非常重要的科學研究。是以，scientific research雖然可以當做innovation的源頭，但不見得每個scientific research都和innovation有關。

在我們所處的社會，對於innovation有興趣的人遠比對scientific research有興趣的多。而有很多其實想要當innovator的人，因為scientific research有可能帶來innovation這個事實，一頭栽進了academic society，最後卻未必能夠做到自己覺得真正是innovative的研究，因而鬱鬱寡歡。另外則有一些是很堅持要做innovation，所以盡挑些有趣的，有潛力的東西來做，可是他們卻忽略了scientific research的嚴謹，導致自己的research不夠solid，最後雖然是在學術界走了一遭，受了一堆training，卻沒能把scientific research最寶貴的東西帶走，實在非常可惜。

在我看來scientific research是必須非常嚴謹且保守的。你可以非常大膽的設立你的hypothesis，但你的研究過程卻必須非常非常solid，所以我才會說scientific research是一個方法，一個過程。他注重的應該是這個過程紮實與systematic的程度，而不見得是最後的results。

這是在我眼中scientific research和innovation最不同的一點。Innovation最終畢竟是需要通過市場考驗，你做出來的東西到底夠不夠innovative，夠不夠intriguing，很快可以藉由市場競爭去得到結果，因為你會擁有一個最後的產物。同時，innovation是一個比較勝者為王的概念，不管你的過程多麼漏洞百出，你的理論和事實相距多遠，只要最終你的產品可以work，也能被市場接受，你的innovation就算成功。像有些在市場上的藥，最終都被證實他們有效的原因和當初以為的並不完全一樣，但這些藥因為確實有效，所以還是很好的innovative products。我們雖然希望可以利用scientific research的嚴謹與系統性來讓innovation更有效率，但我們在乎這個過程到底是不是那麼valid的程度其實遠低於在乎能夠產生出可以用的products、services或processes的程度。

但scientific research卻不是這樣。Scientific research是非常重視過程的，你的paper最終一定會被大家好好檢驗，所以過程是否夠solid是很重要的。即使你的hypothesis再怎麼驚世駭俗，你能從data中得到再多令你感到非常exciting的clues，你在下結論時，都只能很保守的根據你能確定的部份做闡述。譬如說你做了一個【A treatment會藉由啟動B過程去導致C現象】的hypothesis，你給了A treatment，然後看到B被activated，而C真的產生了，這個時候你只能說你的experiments support A treatment會產生C這件事情，但是不是through B過程，還是未知數，因為你沒有做實驗告訴我們C的產生，真的就是由B去引起。也很有可能A雖然真的會activate B，但B的activation和C的產生完全無關，C的產生其實是由另一個由A啟動的X過程所造成的結果。

接著，假設現有的literature中，告訴我們A treatment其實是會activate B、X、Y三個processes，而你排除掉了X和Y與C現象的關聯，例如你用會啟動X和Y但不會啟動B的K treatment去treat，但卻沒看到C，然後你又把其他你認為有可能造成C的可能性給一一排除，這個時候你就可以說，你的研究support 【A treatment會藉由啟動B過程去導致C現象】這個hypothesis。所以在做scientific research的時候，你必須想得廣一點，盡量把其他的可能性都排除掉，你的研究才會夠solid。

反之，如果你做的是innovation，就不見需要管這些。你只要知道treat A真的會產生C，然後你就可以把C拿去用，如果C又有impact又可以賣錢，搞不好你就是下一個Steve Jobs了。

當然，在做innovation的時候，過程愈solid，你對mechanism愈了解，你最後成功的可能性也會高一點，現在很流行的rational drug design其實就是這樣的過程。甚至有很多Big Pharma會在new drug上市之後，會繼續做關於這個drug的research，繼續collect data，其中一個目的就是讓自己更能夠掌握該藥的mechanism，從中吸取經驗，讓自己之後的innovation可以走得更rational。不過我們不要忘記了timely的重要性，你得先有產品，才可能存活，然後把innovation做得更好，所以innovation是可以在必要的時刻對過程的嚴謹度讓步的，因此，在一個innovative的環境，大膽的假設和大膽的結論應該要被鼓勵，而過程，即使在最糟最糟的情況下，都還可以完全倚靠trial and error而非rational的方式去得到結果。

也就是說，如果你是一個innovator，我會鼓勵你大膽一點，optimistic一些的往前衝。但如果你是一個researcher，那我就會覺得在下結論時盡量保守，寧可err on the side of conservatism也不要為了得到看起來很influential的結論而妄下斷言，養成有多少證據就說多少話的習慣會是更重要的事。

我看起來大概一點也不像一個保守的人，事實上我也不是。所以當我對身邊的人說出我這番對scientific research的看法時，不少人都顯得頗為驚訝。不過換個角度想，連我這麼膽大妄為、不守成歸又這麼optimistic的人，都會在下scientific research的結論時這麼小心，不就更證明了這是一件非常重要的事情嗎？