可重复的设计和快速迭代可以降低成本和风险，更快地获得收入。
随着气候变化加快步伐，许多部门正在考虑在技术和基础设施方面进行重大变革。上个世纪的燃油和燃煤发电机正在让位于风力发电厂和太阳能电池板。化石燃料汽车和加油站网络可能很快就会成为历史。几乎每个行业都需要进行大规模资本投资，随之而来的是巨大的风险。
我对大型项目进行了30多年的研究和咨询，发现有两个因素在决定一个组织的成败中起着关键作用：设计中的可复制模块化和迭代的速度。如果一个项目能够以模块化的方式快速交付，并在过程中进行实验和学习，那么它很可能会成功。如果采用一次性、高度集成的组件大规模实施，很可能会出现问题或失败。
不幸的是，在水电站大坝、化工厂、飞机或大爆炸企业资源规划系统等传统的商业和政府大型项目中，标准仍然是构建单一和定制的东西。这样的项目必须100%完成才能产生效益：即使完成了95%，核反应堆也毫无用处。组件通常是定制的，具有高度的特殊性，而不是模块化，这限制了学习的机会，并在出现问题时增加了集成和返工的成本。新技术和定制设计很常见，这进一步阻碍了速度和模块化扩展。更重要的是，大型项目的规模通常是在计划开始运营之前很多年指定的。如果建设的容量超过了最终需要的容量，或者如果需求大于预期，并且无法增加额外的容量，这就意味着灾难。例如，法国和英国之间的英吉利海峡铁路隧道的通行能力是固定的，而且由于隧道使用量约为预计的一半，巨大而昂贵的通行能力被闲置。这项投资是一场金融灾难。
如果你是一家大型跨国公司，比如英国石油公司或特斯拉，正在考虑一个1000万美元的项目，成本超支可能并不重要。在这样的公司里，超过预算1000万美元的收入对底线几乎没有影响。但当预算从100亿美元开始时，风险要高得多，即使对政府也是如此。因此，智能组织采用的流程和技术有利于模块化和快速学习，并在出现问题时进行不太复杂的返工。
对于科技行业的创业者来说，这听起来很熟悉，也很合乎逻辑。但大公司和政府尚未将这些经验教训内化为大项目。诚然，许多大型项目，如桥梁或发电厂，不太可能完全模块化，但仍有很大的空间来选择技术，通过以创新的方式应用久经考验的技术，实现快速扩展和引入模块化。让我们先考虑一下使项目能够快速扩展的因素。
速度对大型项目的成功很重要，因为随着时间的延长，风险和不确定性增加。沃顿商学院（Wharton School）教授菲利普·特洛克（Philip Tetlock）数十年的研究已经证明，人们可以在长达一年的时间内以一定的准确性预测某些事件，如GDP增长、宏观经济政策、商业周期、技术进步和地缘政治冲突。然而，在那之后，准确度迅速下降，超过三到五年的时间范围，它消失在随机性的迷雾中。
Tetlock在这个评估中可能过于乐观了。他的发现基于高技能预测人员的工作，他所研究的预测被简化，通常被框定为“是”或“否”，以回答诸如“明年会有任何国家退出欧元区吗？”或者“朝鲜会在今年年底前引爆核装置吗？”大多数现实生活中的预测没有二元答案，而是涵盖了广泛的可能结果。他们回答2019冠状病毒疾病：“有多少人会在明年死于COVID-19？”或者“加州高铁系统可能要花多少钱？”二元问题比有许多可能答案的问题更容易回答，但后者在实践中更常见。
硅谷的企业家和金融家在赢家通吃的市场上竞争，他们早就明白速度至关重要。科技行业的新企业非常重视在第一年内开发出最低限度的可行产品，并在三到五年内成为市场领导者。LinkedIn联合创始人里德·霍夫曼（Reid Hoffman）将这一过程称为“闪电式规模扩张”，并认为规模扩张而非初创企业是硅谷与其他科技生态系统的区别。
速度只是等式的一半。前Alphabet董事长兼首席执行官埃里克·施密特（Eric Schmidt）和前谷歌产品高级副总裁乔纳森·罗森伯格（Jonathan Rosenberg）指出了另一半：发货和迭代。他们建议：“创建一个产品，发布它，看看它是怎么做的，设计和实施改进，然后把它推出去。”。“在这个过程中最快的公司将获胜。”
迭代可以确保交付的质量在您前进的过程中不断提高。正如哈佛商学院（Harvard Business School）名誉教授卡里斯·鲍德温（Carlis Baldwin）和金·克拉克（Kim Clark）在20多年前所证明的那样，迭代通过创建一个反馈循环来实现学习，在这个反馈循环中，交付一个模块的经验可以反复改进下一个模块的交付。迭代也为实验提供了空间。你不需要立即进行全面测试，而是尝试几个模块，改进下一个模块，然后重复，直到你掌握了交付，这时你就可以进行全面测试。很容易看出，迭代越快，学习越多，降低成本、提高安全性和生产率的程度越高，速度对这个过程的贡献就越大。
人类天生擅长实验和学习，这就是为什么基于模块化可复制性的企业比依赖于长期规划和预测人类天生不擅长的事情更有可能成功的原因。
特斯拉的Gigafactory 1，也被称为Giga Nevada，是一家耗资50亿美元的高科技锂离子电池工厂，正在雷诺以东建设。该大型项目的目标是通过以前所未有的规模生产电池，使电动汽车和家庭电力系统更加经济实惠。如果按计划完工，Gigafactory 1将拥有世界上最大的占地面积，超过50万平方米，或107个足球场。
这座建筑的设计是模块化的。从一开始，特斯拉就定义了一个最低可行的生产设施，或“区块”，该设施一建成就可以投入使用，随着更多区块的建设，它提供了学习的机会。Gigafactory 1的建设始于2014年底，到2015年第三季度，第一部分已经完工，正在生产家用储能系统特斯拉Powerwall。2016年7月，特斯拉庆祝了工厂的盛大开业，21个街区中有三个街区完工，约占预期总规模的14%。电池组的大规模生产始于2017年1月，距离项目启动仅两年多一点。这种速度比这种规模的项目要快得多，在这种规模的项目中，运营通常在开工五到七年后开始。2014年，Gigafactory 1的预计产能为每年35千兆瓦时。这一能力似乎在工厂完工之前就已经实现，这表明在建筑和制造业方面已经取得了重大进展。
特斯拉从其对速度的重视中获得了两大优势。首先，该公司降低了成本超支的风险，随着时间的推移，成本超支往往会激增。其次，它在决定实施该项目的一年内就开始产生收入，比在大型项目中使用传统方法要早得多。这两个优势对于快速发展的公司来说都至关重要，因为这些公司无法承担资金被困在缓慢、高风险的建设项目中的代价。
日本的文州核电站是第一个商业化使用的快速增殖反应堆原型。它以佛教智慧之神的名字命名，旨在成为一项高度优先的国家计划的基石，以便在一个本国能源很少的国家重新利用并最终生产核燃料。
工厂完全是定制设计的：每个零件和组件都是为独特的应用和先进的技术而创建和生产的。1986年开始施工，8年后，按计划于1994年达到初始临界状态（即持续裂变链式反应）。然后开始试运行，随后于1995年8月举行就职典礼。同年12月，一场大火关闭了该设施，导致五年的延迟，随着进一步问题的发现，延迟时间大大延长。试运行直到2010年才开始，此后不久，一台用于加油的三吨重机器落入反应堆容器。取回这台机器花了将近一年的时间。
在进一步出现问题并发现严重的维护缺陷后，2013年5月，Monju被命令暂停重启反应堆以供商业使用的准备工作。核监管机构宣布Monju的运营商没有资格操作反应堆，2016年12月，政府永久关闭了该核电站。
在经历了30多年和120亿美元的支出后，据说Monju在其22年的生命周期中总共发电了一个小时。退役预计还需要30年时间，直到2047年，代价是34亿美元。如果说以前的经验值得借鉴的话，那么这些数字是乐观的，几乎可以肯定还会有额外的延误和成本超支。最低限度，Monju将完成一项60年、150亿美元的风险投资，零收益或负收益。Monju并不孤单，它只是最明显的例子之一。
与特斯拉的对比再明显不过了。与Gigafactory 1的可复制生产模块相比，Monju的设计中没有任何东西，在Gigafactory 1中，学习是持续的，可扩展性越来越好，越来越快。在Monju，一切都只做了一次，极其复杂。这就产生了一种被运营专家称为消极学习的现象，这种学习会减缓而不是加速进步。Monju团队学到的越多，发现的障碍和额外的必要工作就越多。
像Monju一样，许多大型项目很难分解为可复制的单元，这些单元可以快速迭代以提供学习和改进。例如，当你在地上挖一个洞时，事情似乎变得不可预测、定制且缓慢。但困难并不意味着不可能。在几乎任何项目中，大部分工作都可以复制，即使是规模最小的项目也有空间将消极学习转化为积极学习。选择不是非此即彼：可扩展或不可扩展。这是一个程度的问题：在任何项目中，包括最不可能的项目，都能获得尽可能多的可伸缩性。
Manuel Melis Maynar理解可伸缩性的重要性。作为一名经验丰富的土木工程师和马德里地铁公司总裁，他负责了史上规模最大、速度最快的地铁扩建工程之一。地铁建设通常被视为习惯性的、缓慢的。从决定投资一条新线路到火车开始运行，可能需要10年的时间，就像哥本哈根最近的城市圈线路一样。如果你没有遇到问题，那么你将面临15到20年，就像伦敦的维多利亚线一样。梅利斯觉得一定有更好的办法，他找到了。
马德里地铁支线始于1995年，分两个阶段完成，每个阶段仅用四年时间（1995年至1999年：铁路56公里，37个车站；1999年至2003年：75公里，39个车站），这要归功于梅利斯对隧道和车站建设的激进做法。在项目管理方面，它与欧洲隧道的经验形成了鲜明对比，后者让投资者付出了高昂的代价。梅利斯的成功是将三条基本规则应用于项目设计和管理的结果。
梅利斯决定不在车站内使用标志性建筑，尽管这种装饰很常见，有时每个车站都作为单独的纪念碑建造。（想想斯德哥尔摩、莫斯科、那不勒斯和伦敦的禧年线。）Melis知道，签名架构因延迟和成本超支而臭名昭著，所以为什么要惹麻烦呢？他的每个车站都将遵循相同的模块化设计，并使用经验证的明挖暗挖施工方法，随着地铁的扩建，允许在车站之间进行复制和学习。
该项目将避开新的施工技术、设计和火车车厢。同样，这种心态与大多数地铁规划者背道而驰，他们常常以提供最新的信号系统、无人驾驶列车等为荣。梅利斯敏锐地意识到，新产品开发是任何组织（包括他自己的组织）所能承担的最具风险的事情之一。他一点都不想要。他只关心那些能够快速、廉价、安全、高质量地完成的工作。他采用现有的、经过尝试和测试的产品和流程，并以新的方式将它们结合起来。听起来熟悉吗？应该的。这是苹果创新的方式，取得了巨大的成功。
梅利斯明白时间就像一扇窗户。它越大，就会有更多的坏东西飞过它，包括不可预测的灾难性事件，或所谓的黑天鹅。他花了很长时间和精力思考如何通过组织隧道挖掘工作来快速缩小他的窗口。传统上，建造地铁的城市会引进一两台隧道掘进机来完成这项工作。相反，梅利斯计算了一台钻孔机和一个团队在200到400天内通常能提供3到6公里的最佳隧道长度，除以他所需的隧道总长度，然后雇佣了满足进度要求所需的机器和团队数量。有时，他一次使用多达六台机器，这在他第一次使用时是闻所未闻的。他的模块单元是一台机器的最佳隧道长度，与车站模块一样，隧道模块被反复复制，促进积极学习。
通过管理您的电子邮件首选项，您可以随时查看我们的其他时事通讯或选择退出。
作为一个意想不到的好处，隧道掘进队开始相互竞争，进一步加快了速度。他们晚上会在马德里的塔帕斯酒吧会面，就每天的进展情况交换意见，确保他们的团队领先，并在这个过程中转移学习。通过让许多机器和团队同时运行，Melis还可以系统地研究哪些机器和团队表现最好，并在下次雇佣他们。更积极的学习。建立了一个反馈系统，以避免与社区团体发生耗时的纠纷，梅利斯通过公开询问他们是否喜欢三年或八年的隧道施工期，说服他们接受全天候隧道施工，而不是通常的白天和工作日工作时间。
没有纪念碑，没有创新，模块化，快速。听起来像是无聊、低质量设计的秘诀，对吧？但去马德里，你会发现大型、功能齐全、通风良好的车站和火车，与伦敦和纽约黑暗、拥挤的地下墓穴截然不同。梅利斯的地铁是一个主力军，没有什么新奇的技术来扰乱运营。它日复一日、年复一年地运送数百万乘客，这正是它应该做的。梅利斯以一半的成本和两倍于工业平均速度的速度实现了这一点，这是大多数人认为不可能的。
本文介绍的主要项目的对比经验表明，在开展大型风险投资时，公司和政府需要谨慎选择并明智地投资于有助于智能扩展的技术。
再考虑一下能源行业。为了生存，它必须打破当前消极学习的恶性循环，破解快速、可复制的规模扩张的密码。小型模块化反应堆（SMR）——每个耗资约10亿美元的核电站旨在实现这一目标。由比尔·盖茨（Bill Gates）和沃伦·巴菲特（Warren Buffett）出资，在怀俄明州修建SMR的提议可能是朝着这个方向迈出的第一步。但该项目的预计时间为七年，进度仍然非常缓慢。随着气候危机的逼近，我们没有时间等待。
在可扩展性方面，一个更好的选择是风能。涡轮机本质上是模块化和可复制的，因此是智能放大的理想选择。最初它们是在现场建造的，但新兴行业很快意识到这是低效的，并转向室内制造，使用可以有效控制和优化的工业流程和物流。英国的伦敦阵列在2013年完工时是世界上最大的海上风电场，2012年的价格为30亿美元。该项目于2011年3月破土动工，2012年10月开始发电，2013年4月，也就是开工两年零一个月后，所有涡轮机都已全面投入运行。按照今天的标准，不到十年后，这一速度不再特别快。2018年，沃尔尼风电场扩建工程在不到一年的时间内建成。沃尔尼风电场扩建工程位于英格兰海岸，拥有87台涡轮机。
能源并不是唯一一个开始脱离传统大型项目的行业。考虑航天工业。NASA通常需要十年时间来规划，再花十年时间来构建其复杂的设计。它的任务太大而不能失败，而一旦失败，重新开始又太慢。时间越长，最终失败的风险越高，一路上几乎没有机会学习。但新一代太空企业家（其中包括埃隆·马斯克）依靠使用（和重复使用）标准工业制造的积木，正在大幅降低成本和交付时间。
以威尔·马歇尔（Will Marshall）为例，他作为一名年轻的工程师在NASA喷气推进实验室工作。最终，他厌倦了大空间的缓慢和浪费，决定用不同的方式做事。他与其他两位NASA校友一起，在加利福尼亚州库珀蒂诺的车库里创建了行星实验室，并建造了一颗名为“鸽子”的卫星。
Dove卫星的重量为10磅，建造时间为几个月，成本不到100万美元（包括发射和运行费用），比NASA的任何产品都要小、快、便宜，但它们同样设计精良，更加灵活。每颗卫星由三个立方体卫星模块组成，这些模块本身由10×10×10厘米模块的倍数组成，马歇尔称之为乐高积木。Cubesat公司的电子产品和结构采用商用现货组件，比如大规模生产的手机和休闲无人机组件，从而保持了较低的成本和交付时间。在2010年代，行星实验室发射了数百颗卫星，这是迄今为止送入轨道的最大星座，为气候监测、农业、灾害应对和城市规划提供最新信息。
2014年，行星实验室失去了26颗多夫卫星。他们坐在一枚在发射台上爆炸的大火箭上。与他的九次成功相比
......