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？
沒有留言:
張貼留言