工业研发实验室的兴衰

在近代史上，研发实验室一度似乎处于创新和生产力的黄金时代。但这一时期很快就消失了，就像它来的一样快。它是如何发生的，为什么它会消失？

曾经，以发明家为中心的小公司负责我们的大部分创新。较大的公司可能会购买或利用这些远期措施，但他们通常不会这样做。然后，在很短的一段时间内，这种情况发生了变化：许多最好的新产品、工具和想法都来自大公司的研究实验室。这短短的一段时间，恰好也是科技和经济生产力以有史以来最快速度前进的时代。然而，几乎就在它一到来的时候，收获丰硕的时期就结束了，我们回到了一个情况：小公司和大学里类似小企业的团队在大公司之外开发创新，并在市场上出售创意。虽然我们可以享受小而灵活的公司创造的创新，但我们不应该忽视大公司实验室的贡献。公司实验室可能正在悄悄回归，但积极起诉通过内部研究有机增长的大公司可能很容易扼杀这种火花。

19世纪初，当美国开始为技术进步做出贡献时，它在很大程度上是实事求是的，而不是建立在深刻的科学理解基础上的。相反，这在很大程度上是由个人发明家将自己的发明商业化。虽然核能依赖于几十年或几个世纪的物理学进步，但19世纪末的许多创新更像是通过在该领域务实的试验和错误而结合在一起的轧棉机。到了19世纪末，这个体系已经演变成我们今天会奇怪地熟悉的一个体系：发明家发明，风险资本家投资，公司商业化。这个体系甚至有专利律师和非执业实体，他们拥有专利纯粹是为了代表他们提起诉讼。仍然有一些初创公司将一个想法商业化，并自行扩大规模，但许多发明家发现，市场想法带来的分工让他们能够专注于自己最擅长的事情。

大公司是发明家创造的创意的消费者，对内部科学的价值持怀疑态度。他们认为购买现成的新科学更容易。1885年，美国贝尔电话公司专利部部长T.D.洛克伍德说：

我完全相信，保留一批专业发明家或其主要业务是发明的人，从来没有，现在也不会，也永远不会有商业上的回报。

当然，贝尔实验室后来发展成为商业实验室的集大成者之一-在20世纪60年代末，它雇佣了15,000名员工，其中包括1200名博士，他们总共做出了太多重要的发明，从晶体管和光伏电池到第一个数字加扰语音音频(1943年)和第一个复数计算器(1939年)。它的14名员工获得了诺贝尔奖，5名员工获得了图灵奖。

20世纪20年代的股市繁荣在很大程度上是由投资者赋予公司内部持有的无形资本和想法的价值大幅上升推动的。类似的事情发生在20世纪90年代的网络泡沫时期。在1921年至1927年间，工业实验室的科学家和工程师人数翻了一番以上。当股市崩盘和大萧条来袭时，它导致了独立发明和周围类似初创公司的活动大规模而持续的下降。但大型实验室继续蓬勃发展，在整个不景气的20世纪30年代增加了人员配备和研究支出，并获得了更多专利。到了1930年，大多数专利颁发给了大公司，而不是独立的创新者，这一差距直到20世纪50年代才扩大。工业实验室成了王道。

工业实验室为什么工作的问题是公司为什么总体工作的问题的一个缩影。经济学家罗纳德·科斯(Ronald Coase)于1991年获得诺贝尔奖(他活到了102岁)，他用两个关于交易成本的见解结束了他职业生涯中生产率最高的时期。第一本出版于1937年，标题为“公司的性质”，告诉我们公司为什么存在。在经济学中，情况通常是从公开市场竞争行为的角度来处理的。我们购买的大部分东西都来自像这样开放、竞争激烈的市场。但是当我们出卖我们的劳动力时，我们通常会被一个“买家”--我们的雇主--捆绑很长一段时间，为我们所能提供的一切买单。如果市场竞争如此有效，为什么我们不对每一次合作都成立小公司，并按照我们的产出支付工资呢？为什么我们通常会兜售一个承诺，提前几个月或几年在一天中的特定时间内做老板说的任何事情？

另一个，“社会成本问题”，读起来像是第一个的反映。1960年发表的这本书催生了所谓的科斯定理(Coase Theorem)，该定理认为，只要交易成本-与其他个人或机构互动的成本，比如起草和执行合同的成本-很低，人们就会签约处理正负外部性带来的问题，比如新公园给社区带来的好处或污染的成本。在交易成本过高的地方，需要制度和政策来应对外部性。

科斯回答了为什么企业存在的问题，同时回答了为什么人们根本不会签约消除所有外部性的问题：交易成本。如果每次一个人想为一项任务付钱给另一个人时，双方都会付出代价，那么有些任务就不值得花钱，或者按现行的价格计算不值得做。具体地说，不为每个工作单位谈判合同的雇主可以提供更高的工资，而不这样做的员工可以接受更低的工资。因此，在交易成本较高的情况下，以这种方式组织的公司比纯粹的市场组织更具竞争力。

从很多方面来说，这个关于公司存在的一般故事也解释了为什么大型公司研发实验室如此成功。协作的交易成本非常高，并且阻止了各种潜在的有价值的交叉：不仅是与他人签订合同的财务成本，而且还有寻找与您良好合作的人的成本，以及与远离您的人进行通信和协作的成本，等等。尽管互联网带来了各种工具和技术，但大学讲师与系内人员的合作比与其他部门的人员更多，与大学或城市的人员的合作比其他地方更多。偶然相遇是偶然发现和意想不到但富有成效的合作的另一个驱动力。

更重要的是，如果不在“翻译”上下功夫，许多科学思想可能会与实际应用完全脱节。研究实验室将来自不同学科的一系列科学专家聚集在一起，以低成本进行合作并利用专业知识。同行的研究人员相互碰撞。而公司背景意味着在可用产品方面的潜在影响总是被考虑在内。

研发实验室的时代有一个特别传奇的故事和典范：帕洛阿尔托研究开发实验室(PARC)。施乐的帕洛阿尔托研究中心(Palo Alto Research Centre)-位于帕洛阿尔托(Palo Alto)，现在是特斯拉(Tesla)、Palantir和谷歌(Google)等公司的总部所在地，并非巧合-开发了当今技术和经济的许多基础构件。在20世纪70年代，帕洛阿尔托研究所的研究人员建造了第一台具有图形用户界面的计算机、第一台激光打印机、第一条以太网电缆和第一台用户友好的文字处理器。史蒂夫·乔布斯在1979年访问了帕洛阿尔托研究所，当时24岁，他将许多想法融入了苹果的产品中。查尔斯·西蒙尼(Charles Simonyi)是帕洛阿尔托研究所的一名关键开发人员，他转到了微软，在那里他开发了Office套件。但是施乐本身，它仍然以制造复印机而闻名，并没有利用这些发明。

反过来，帕洛阿尔托研究中心从增强研究中心雇佣了许多员工，这是一个由公共资金资助的项目，开创了计算机鼠标、超链接(互联网最早的前身)以及许多我们认为在当今计算机生态系统中理所当然的较小创新。ARC是由ARPA(高级研究计划局，现在的DARPA)资助的。虽然DARPA(当时的ARPA)是由美国国防部资助的，但它与黄金时代的研发实验室有许多共同之处。它们是围绕一个任务和目标组织起来的--即使是最基础的研究也是有目的的--但研究人员有很大的自由来做出自己的决定。

自20世纪70年代以来，这种变化的规模是巨大的-大企业已经退出了研究。20世纪60年代，化工巨头杜邦(DuPont)在“美国化学学会杂志”(Journal Of The American Chemical Society)上发表的文章比麻省理工学院和加州理工学院的总和还要多。R&；D杂志将研发100强评为它认为在给定四年时间内最具创新性的100项创新。1971年，该杂志将41%的奖项颁发给了“财富”500强公司，1975年，这一比例为47%。到2006年，6%的奖项被授予了财富500强中的公司。这些奖项中的绝大多数现在都是由联邦实验室、大学团队和学术界的副产品获得的。孤独的发明家回来了。

这反映在流向最大企业的专利份额和在那里工作的科学家的份额的下降上。1971年，美国国家科学基金会(US National Science Foundation)追踪的工业科学家中，略高于7%的人在员工人数不到1000人的公司工作；到2004年，这一比例为32%。2003年，大约四分之一的员工在员工少于10人的公司工作。即使是制药行业，这也是一个内部资源巨大的领域

总体而言，20世纪70年代和80年代之后，美国大公司参与科学研究的人数有所下降。几乎不做研究的新来者进入市场；大公司让他们的实验室倒闭。出于合并和收购的目的，科学研究在公司估值中的价值变得不那么重要了。对于那些从事研发的人来说，从1980年到2006年，每家公司的出版物数量每十年下降了20%。

在缺乏大型企业创新的情况下，我们现在有一个创新体系，在这个体系中，初创企业和小团队，无论是私营部门还是学术机构，都会进行大部分早期创新。然后，这些团队将他们的工作出售给更大的风险企业，在专利制度的推动下，这些企业被批量收购，或者更少有规模扩大，由风险资本资助，成为自己的大企业。就像在商业发明和科学的第一个大时代一样，一个庞大的专利行业已经成长起来，用来裁决权利要求，并绕过知识经济中承包的关键问题：在没有保护的情况下泄露你的想法，等同于白白放弃它们。

没有人确切地知道为什么实验室模型失败了。显然，如果施乐付钱让科学家做研究，而这些研究最终主要有利于其他公司，甚至可能帮助施乐倒闭的竞争对手，这种情况将永远不会存在。同样，用他们自己的纯研究目标管理科学家，让他们产生一些商业上可行的东西，同时仍然给他们留出足够的空间来进行重要的飞跃，之间的紧张似乎是巨大的。但是这些问题在模型中总是存在的。更难识别的是一种或一系列外部冲击，它们改变了从20世纪30年代到60年代至80年代之间存在的情况。

一种可能性是反垄断执法。自1949年以来，当局对美国电话电报公司(AT&；T)的贝尔实验室(Bell Labs)提起诉讼，最终导致其非电信部门被迫剥离，与垂直整合的制造部门分离，并强制免费许可其所有7820项非电信专利(占当时美国有效专利总数的1.3%)。有证据表明，这一举措波及整个美国经济，为未来50年的许多伟大创新提供了基础。但这几乎适用于任何大规模的专利无效：一旦专利被授予，专利的垄断限制就是我们为之前的创新投资支付的成本。

除了刺激外部创新，作为一次性举措，此举可能会对大公司研发实验室的创新产生寒蝉效应。后来的执法行动，比如1974年最终导致美国电话电报公司(AT&；T；)1982年分拆的诉讼，也会朝着同样的方向发展。这些行动降低了产生我们想要的改变游戏规则的通用技术的动力。他们这样做是通过制造一种风险，如果你真的从0到1，并设法吞噬了整个市场，你就会被剥夺。更重要的是，他们缩小了公司的规模、范围和垂直整合-所有这些都意味着创新溢出更多，被公司捕获的更少。如果反垄断意味着像美国电话电报公司(AT&；T；)这样规模庞大的企业更有可能被拆分，那么研究的价值就会降低，因为只有那些规模庞大或能够变得规模庞大的企业才能捕捉到这些研究的价值。

另一方面，阿希什·阿罗拉(Ashish Arora)教授和他的同事们认为，限制收购的反垄断执法，而不是有机增长，可能产生了相反的效果。那些无法从外部获得创新、如果通过并购实现增长就会面临更高执法行动风险的企业，可能会觉得唯一的低风险扩张选择就是有机增长。他们甚至可能会觉得，高质量的基础研究所体现的高地位和明显对社会有益的活动，就像是一种抵御咄咄逼人的反垄断活动的保险。他们认为，这可能正在运作：谷歌和Facebook在技术上的投资不是它们迄今在其主要市场保持主导地位的原因，而是它们主导地位的防御性结果。

另一个可能的答案是，非政策发展稳步使溢出效应更快、更容易发生。技术意味着更快的交流和更多的信息获取。一个相互联系、更加丰富的世界，做更多的研究意味着更多的竞争对手。虽然所有这些显然都是好的，但它们降低了新想法的技术排斥性，即使法律排他性没有改变，因此可能会降低个别企业的创新回报。无论是什么原因，创意现在似乎更快、更彻底地到达竞争对手手中，这似乎确实给研究的动机带来了压力。

除此之外，似乎从实验室时代起，无论进展如何，进展都在放慢。

尽管如此，这种变化还是相当值得注意的。罗伯特·戈登指出，1870年至1920年间，美国每小时GDP每年增长1.79%，1970年至2014年间每年增长1.62%(该数据与延伸至2020年的数据类似)。1920年至1970年间，生产率每年增长2.82%。我与泰勒·考恩(Tyler Cowen)的论文发现，大多数衡量技术和科学进步的指标都有类似的趋势。开发新想法所需的研究人员数量正在增加，重大创新的速度正在下降，经济生产率的上升速度正在放缓。飞机发动机功率、作物产量、预期寿命、身高和计算机处理速度等简单指标没有跟上过去的增长速度。从工业革命到20世纪中叶，经济增长处于有史以来最快的低谷，这是一个稳步的进步；自那以来，进步已经放缓。

从很多方面来说，基于开放的创意市场、专业公司之间的分工而不是公司内部的专业团队的创新体系是有吸引力的。显然，新成立的小型企业可以更灵活地适应新情况的出现，而且可能比大型现有企业更快地提出新想法。但我们目前的模式可能无法交付的原因有几个。

其中之一是，被拆分的企业研究通用技术的动机较少。一项著名的估计发现，从长远来看，整个社会占据了新创新价值的98%，创新者占2%。这意味着，从社会的角度来看，企业本身不会做那么多最理想的研究。

但大型垂直整合公司可能刚刚有足够的钱让它变得物有所值，因为即使有强有力的知识产权保护，它们也可以持有并更多地利用小公司无法获得的新发现的好处。例如，由于大多数微芯片公司分成了无晶圆厂的芯片设计师和晶圆厂，剩下的集成芯片制造商致力于更系统的创新-而不仅仅是优化他们在其下工作的现有框架的效率。而且，如果进行发现的企业仍然可以使用这些发现，溢出效应就不是纯粹的成本。美国电话电报公司(AT&；T)支持信息论之父克劳德·香农(Claude Shannon)从事纯粹的数学工作，因为即使其中大部分会溢出，任何通信知识的增加都会让他们受益良多。IBM支持纳米科学研究，但直接的实际效用有限，因为他们相信纳米科学可以帮助他们从芯片设计的任何革命性转变中受益。

与大学研究人员相比，实验室也与提供价值和最终实现盈利保持着持续的联系。大学的激励、声望和资助制度受到围绕非营利性组织的标准问题的影响：如果你不想盈利，你想做什么？你怎么知道你正在做的事情是对社会有益的呢？在没有利润信号的情况下工作可能会导致激励系统严重崩溃，极其浪费的行政负担，严重影响生产力，以及与改善人类生活毫无关联的研究。一些估计表明，大学科学家只花了三分之一的时间在积极的研究上。从历史上看，实验室似乎不太容易出现这个问题。

实验室对多学科研究也有更多的激励措施。由于研究人员正在努力实现具体的目标，因此不太可能出现大学高度专业化和地位竞争的趋势。在已经取得成功之前，初创公司可能无法提前为许多不同类型的研究人员合作筹集资金-而且想法可能不容易分割成可以出售的单一专利。实验室历史上的成功涉及到不同专业知识的融合，例如，在贝尔实验室开发晶体管的物理学家、冶金学家和化学家组成的团队。

大型实验室活动有一个很有希望的火花。大型科技公司正在机器学习、神经网络和其他人工智能研究方面投入巨资。谷歌雇佣了1700名人工智能研究人员，他们撰写的论文比大学作者更具协作性，被引用得更好，使用的设备更昂贵，更先进，使用的数据集也更大。大冷杉。

.