本书探讨深入，颇具创见，将会影响管理人员和学者看待实验的方式，特别是创新程序的方式。向我们展现了公司应如何运用诸如先进的计算机模拟技术这样的新科技使实验效率极大地提高，并且在从创意到成功地开发新产品这个困难而又危险的过程中节约宝贵的时间。实验一直就是创新的动力源泉，托姆克向我们展示了其现在的运作方式。

企业的创新取决于其新产品/服务的创造及现有产品/服务的改进，而这些需要凭借实验来实现。但是实验费用常常会限制创新，新科技——包括计算机制模和模拟——可以改变实验的经济状况而摆脱这一限制。以前由于经济方面的原因从未能提出“假设性”的问题，并且给出初步答案。这些新科技强化了学习效果，为提高研究绩效创新能力和寻求为客户创造价值的新方法铺平了道路。

在《重在实验》一书中，斯蒂芬·托姆克认为要释放这种潜力，公司必须认识到实验和新科技的力量，还要变革创新的程序、组织和管理。他解释了实验为什么对创新如此重要的原因，强调了新科技的重大影响，并且概括了管理人员成功整合新科技所必须做的事情。

依据10年来对汽车、半导体、制药、化工和银行这些不同行业的研究，托姆克有力地说明了一个公司应如何运用实验新科技驱动策略的制定和价值的创造。如同任何有效实验的结果所示，托姆克还揭示出行不通的地方并且给出原因。他还告诉管理人员应该：

·实施“前载创新”方法，在资源投入和设计确定之前找出潜在的问题；

·常做实验，常检验，但不要使机构过载；

·将新科技融入到目前的创新体系中；

·为快速实验而组织；

·早失败，常失败，但是要避免浪费性的“错误”；

·将项目作为实验来管理。

对制定集成电路行业——数十亿美元的市场，托姆克也向我们展现了实验新科技的应用延伸到公司之外，从而改变了公司和客户及供应商一起创造产品和服务的方式时，会发生什么情况。

致谢

前言

第一部分 为什么实验如此重要

 第1章 用于实验的新科技

 第2章 新科技的应用——集成电路行业

 第3章 实验与学习

 第4章 科技引进的现状

第二部分 通过实验管理释放潜能

 第5章 早做、常做实验

 第6章 快速迭代的组织

 第7章 改变实验场所

后记

任何一家公司的创新能力如何，其根本在于促使该公司创建并改进其产品的实验过程。事实上，如果不是首先拥有一种创意，然后通过实验过程逐步成形的话，产品就不可能存在。如今，一个大型开发项目涉及几乎数千次实验，为的是同一个目标：通过若干轮有组织的检验，判定某产品概念或提出的技术解决方案是否有希望解决某个需求或者问题。接着，将从每一轮实验中获取的信息融人到下一组的实验，如此循环往复，直到产生最终产品。简而言之，创新并不是以“一步到位”的形式出现的，而是经过了实验室和开发机构实验过程的精心“培育”。所有这类机构都有一个实验程序，但并非所有机构都能组织起有益于创新的实验程序。

实验是一台显微镜，我们在本书中通过它来分析几种能够以迅捷而低成本方式产生并检验新产品可行性的新技术——模拟和计算机模型制作以及组合技术。应用这些技术的积极性部分产生于其大幅度降低边际实验成本的潜力。然而，当这些技术被用于最大程度实现实验本身的力量时，则这些技术除了降低成本以外，还能产生更大的研发生产力和突破性发明。反过来说，如果这些技术不是用来实现实验本身力量的最大化，那么其应用前景就会十分暗淡。

在另一个层面上，技术可以改变公司为顾客创造价值、对整个行业进行改革的方式(详见本书第7章)。同样至关重要的是，当技术用于实验过程并实现其在实验中的力量时，这些技术同时也是新技术。它们容易遭遇所有新技术在引进到某个机构中时都会面临的安装、整合和调整适应问题。换句话说，前景并非现实，在实验过程中也不例外。

我们将在本章首先研究一下实验本身的重要性以及对任何机构的重要性，接下来我们将分析几种提供实验潜力的新技术。我们将在这里列举“成功案例”，以便向读者展望各种可能性。要注意的是，虽然这些案例十分成功，前进的道路却并不平坦。技术整合的“景象”从来都不会“赏心悦目”。我们将在本书第4章全面展示这一“景象”，供大家思考。什么办法行不通是第4章的基本内容，而什么办法行得通是本书第5、6章的主题。P3-4

实验之所以重要是因为其有助于知识的发现和创造，从而使产品、流程、系统和组织得以改进和发展。具体地说，没有实验我们可能还生活在洞穴中，将岩石作为工具。我们今天所使用的任何东西都是经过长时间有组织的实验得来的。改进的工具、新的流程、选择的科技，所有这些都有赖于各种不同的组织方式。

但是就所花费的时间和投入的劳动而言，实验往往很昂贵，即使对创新来说是必不可少的。所不同的是现在能够在经济条件许可的情况下进行更多次的实验，同时加快创新的速度，特别是在能够利用新科技时。

本书重点讨论了就实验与创新的关系而言实验重要的原因，及新科技为什么和如何改变实验的经济结构。现在不仅可以进行更多的实验，而且实验可能的种类也在不断增加。提出假设性的问题(“what-if” questions)并且得出初步答案，这在以前就经济而言是行不通的。新科技既能使组织机构对可能的答案提出挑战，又能提出更多的问题。新科技还增加了创新者从实验中学习的方式，提高研发绩效的可能性和为公司及其客户创造价值的新方式。同时，本书还讨论了那些没有充分释放潜能的公司的问题所在：公司设计、组织和管理创新的方法起到了阻碍作用。也就是说，即使使用实验新科技，这些机构也没有为实现其潜在价值——在实验或创新方面——而进行组织。和任何有效的实验一样，本书也要揭示什么可行、什么不可行。

实验既可能成功，也可能失败，实验是一个了解什么可行、什么不可行的不断重复的过程。失败和成功对学习——任何一个实验的目的和总的实验目的——是同等重要的。因此如果撞车测试的结果是司机的安全不能保障，软件用户界面使用户迷惑，或是药物有毒都是实验可取的结果——只要这些结果是在创新过程的早期出现的，并且可以随后对其进行重新检验。由于早期阶段投入的资源很少，决策仍然很灵活，而且可以很快地对其他方法进行实验。总之，结果失败并不等于实验本身是失败的。而人们却常常有这种错误的认识，任何偏离预定目标的结果都被称为“失败”。

这就是本书要讨论的一个管理难题。一个组织如果不顾一切地只求成功，会使真正的实验极为稀少。由于揭示出什么不可行的实验往往被看做失败，测试就会一拖再拖，很少进行，或者只是简单地称之为“证实”。这意味着只找出什么可行是实验的主要目标。如果实验中出现了问题(至少会有一个问题!)，按这种逻辑一般到很晚的时候才会暴露出来。但是如果关于什么不可行的反馈来得太迟，成本会螺旋上升，失去控制。更糟糕的是，创新的机会在那时——第一次强调正确实验时——就失去了。相比之下，如果管理人员明白有效实验就是尽早发现什么不可行，他们会意识到从失败中获取的知识可以用于下一轮的实验，从而获得更高的创新思想和概念——早“失败”可以快速获取更大的成功。IDEO这个产品开发公司(在第6章中讨论)称之为“常失败，早成功”。

但是组织进行更频繁更快速的反馈——为新科技所推动——不是一件小事，会出现许多问题，例如较大实验能力的“问题”。面对“多”实验的机会，我们应该怎么办?让我们来看一下汽车行业综合运用计算机制模和模拟技术的情况——贯穿本书的利用实验新科技的例子。汽车制造公司在计算机辅助技术上投入了上千万美元，雇用了许多工程师和专家，提高复杂流程的绩效。用虚拟模型替代昂贵的实体模型，管理人员不仅希望节约成本和时间，而且想使决策和团队成员之间的协作更加有效。

利用实验新科技所面临的挑战，从两位不同公司的中层管理人员的言论中可以清楚地看到。一位管理人员负责计算机辅助工程(CAE)这个大部门的工作，这一部门的专家主要帮助项目团队开发新汽车。他说：

高层管理人员认为计算机辅助工程潜力很大，但是公司没有很好地利用这一技术。作为模拟专家，我们对重要工程的信息输入太迟，我们这一部门很少有人和工程团队配合，团队成员也很少和其他模拟专家交流。项目团队在硬件测试之后才让我们进行模拟，以证实他们的研究结果。我们很少在项目开发的早期参与工作。在早期发现什么不可行是非常重要的。当我们的结果与实体模型测试结果不一致时。项目工程团队往往会对我们的模拟模型和设想提出质询，而不是检查一下他们的测试是否正确进行。要改变我们的企业文化和人们的思想倾向还需要一定的时间。同时，公司花费数百万美元购进了新技术，我们却既不相信，也不将其融入到我们的开发过程中。

让我们再来看一下另一位管理人员的经历，他领导一大组工程师直接负责新车开发的一个项目。

我们当中许多工程师不愿意接受模拟测试的结果，因为他们认为那是不真实的。当高层管理人员决定在信息新科技、模拟软件和专家方面投资时，他们预计能大大节约成本。然而，模拟得越多，为了证实模拟是准确的而建造的实体原型就越多。由于模拟，我们最终在原型测试上花的钱比以前还要多。

两位管理人员都承认新科技的潜力是巨大的，但是两个公司都没有充分意识到所遇到的问题与“科技”无关，而是和如何将科技融人产品开发活动中及其周围的组织中有关，更为重要的是和现在的期望有密切的关系。在第一个案例中，人们认为计算机辅助工程是“专家”所使用的，基本上与实际的产品开发没有关系。这就像顾问不参与“正常”的工作过程一样——科技本应带来好处，最终却成了潜在的障碍。在第二个案例中，人们认为引进模拟技术，其他程序自然会消亡——并且虚拟制模实际节约的成本相对于“真正”的制模会增加。但是真正的制模对这个公司的实验过程来说至关重要。此外，这种方法经过了几十年的证实，不能简单地以一种新科技来代替它，并且希望行为和经济结构会奇迹般地改变。

然而行为和经济结构可以改变!当然不是靠奇迹，而是要意识到实验不是孤立的现象，而是为创新做出的有组织的较大努力的一部分。显然，本书是从这样的视角出发：实验是创新必不可少的一部分——重在实验。但是本书也告诫大家，用于实验的新科技对创新组织提出了挑战。以下是有关这些挑战的一个概要，也是本书的主要论点。

实验对创新来说是重要的

阿尔伯特·爱因斯坦在说没有犯过错误的人从未尝试过新的东西时，他无疑是指为了发现新事物，必须进行实验。的确，每个公司创新能力的核心在于实验的过程，正是实验使机构提出有关产品、服务、运营模式或策略的新构想、新概念，并对之进行评价。

所有的公司都有一些实验在进行，但是并不是所有的公司都为了进行创新，组织这样的实验。事实上，正如《追求卓越》 (In Search of Excellence)多年前提到的一样：

优秀公司最重要也是最明显的行为倾向是他们愿意尝试，进行实验。实验绝对没有什么魔力，实验只不过是完成的一个小小行动。可控测试就像中学的化学课一样，有助于学习。但是经验告诉我们，绝大多数公司不知如何测试和学习。他们似乎喜欢分析和争论而不喜欢尝试，他们已经被失败的恐惧(不管多么小的失败)弄得瘫痪了。

对失败的恐惧尤其会阻碍新产品的开发，因为新产品和服务的开发中，任何概念没有经过实验对其进行不同程度的修正，是不会成为产品的。如今，一个开发项目可能需要进行上千次实验，却是为了同一个目标：了解产品和服务的概念是否有助于解决新问题或者满足新的需求，然后将这一信息用于下一轮的实验以取得最佳结果。

为了使书中概念准确且相互关联，本书分成两部分。第一部分，从第1章到第4章，主要讲实验为什么重要、重要在哪里，新科技如何才能具有改变现在和将来创新的知识基础。这4章还从10多年的研究和详细的案例研究中得出结论，利用实验的力量是一个管理问题：公司必须使其创新的过程、组织和管理与实验和新科技的全面效果相一致。第二部分，从第5章到第7章，主要讲高层和中层管理人员应如何解决这一问题。基于我们对实验及其为什么重要的认识，本书介绍了六条管理实验的原则——其中包括早做实验和常做实验及为快速迭代进行组织。这些原则可以释放公司内部的创新潜力。最后一章是关于运用本书谈论的技术和概念在组织机构外部进行实验的情况，并且指出高层管理人员和创业者如何才能运用其实验能力优化他们的组织。

主题：通过实验学习

对实验来说最重要的就是运用模型、原型、控制环境和计算机模拟了，这可以使研发人员反思、即兴创造和对组织内产生的诸多概念进行评估。总之，通过实验进行学习。在一个理想的实验中，管理人员和工程师对独立变量(“因”)和非独立变量(“果”)进行区分，然后控制前者，观察后者的变化。经过仔细观察和分析之后，就能得知因果之间的关系，这在理想情况下可以应用于其他情况或在其他情况下得到检验。在现实实验中，环境在不断改变，变量之间的联系非常复杂，难以理解，常常是变量不确定或不为人知。结果只能是迭代：创新者通过迭代实验取得进步，实验受某种见解的指导，这种见解可能会成为问题的解决方法。事实上，所有的实验迟早都会进行迭代。

知道了所有的变量之后，正式的统计技术和实验计划可以使人们进行最有效的实验设计和分析。这些技术如今在流程和产品优化的许多方面得到了广泛的应用。这可以追朔到20世纪的上半叶，统计学家兼遗传学家罗纳德·费西尔(Ronald Fisher)爵士首先将这些技术应用于农业和生物学。然而在独立变量和非独立变量本身不确定、未知或难以测量时，实验本身也是非正式或是暂时性的。迭代实验不断地循环往复，是创新过程极为重要的一部分，就如同呼吸一般——我们虽在做实验，但是却没有完全意识到我们的确是在做实验。此外，好的实验不止局限于个人或实验计划，而且和公司对创新过程的管理、组织和安排密切相关。好的实验不止关系到其产生信息的问题，而且还关乎公司如何从试错实验中和组织实验中学习的问题。

第1章和第3章加深了我们对实验就学习和创新而言为什么重要，有多重要的理解。这两章解释了产品和服务开发是如何受新科技影响的。特别是第3章讨论了学习比率是如何受一些因素影响的。一些因素影响过程，另一些则影响过程的管理方式。本书讨论了七种影响如何能(或不能)通过实验学习的因素：逼真度、成本、迭代时间、能力、连续或平行实验策略、信号一噪音比和实验类型都增强了实验的力量。正是通过这些因素，管理人员能够改变其组织机构从实验中学习的方式。

潜力

传统上，实验费用相当高，所以公司不得不减少实验迭代的次数。为了克服这一局限性，管理人员基本上有两种选择：通过新科技和流程创新从根本上改变卖验的经济结构或是从每一次实验中获得更多的知识——换句话说，就是使实验更有效。运用先进统计方法的“实验设计”，主要针对后者，而且正如前面所提到的，对研发方式有重要的影响。在一个实验中控制多个变量，同时在数据分析时保持完整性，科学家和工程师就能够从实验中学到比以前更多的知识。当然，实验本身常常可以更有效：《重在实验》并不否认从统计理论中得来的许多好方法的重要性。

新科技不止能够削减实验费用和时间，使公司具备应有的实验能力，而且能够进行“假设性实验”。直到目前为止，这种实验不是费用太高，就是几乎无法进行。如果以一种特别的方式设计飞机、汽车、药物，企业会怎么样呢?使用实验新科技可以对设计所基于的设想进行探索：如何才能改变这些设想?结果会怎样?是肯定的还是否定的?如果结果是肯定的，我们还可以看看这一结果和产品、过程、系统的改进之间的联系。的确，这些科技像集成电路行业所发生的那样有可能使其自身得以改进。

第1章后半部分和第2章揭示了新科技是如何影响产品开发的情况。第1章探讨了诸如计算机制模和模拟、原型的快速制造和组合化学等新科技如何使公司更快地学到更多的知识的问题；我们也看到学到的知识是如何以较低的费用融入到更多的实验中的。以信息为基础的科技的确不止降低了一些生产和分配系统的边际成本，也降低了实验的边际成本。此外，融入以信息为基础的新科技的实验体系不止会降低成本，还会增加创新的机会。也就是说，一些科技可以使现有实验活动更有效，而另一些科技则引进了全新的方式，用于发现新创意和解决办法。第2章以几十亿美元的集成电路行业为例提供了有力的证据。这一行业由于新科技的方式不只变革了一次。事实上，集成电路行业呈指数般上升的开发绩效和较好模型的使用促使计算机模拟技术和许多领域使用的自动化设计工具取得了突飞猛进的发展。这些发展是不断循环互相促进的：现在所使用的复杂芯片，没有其帮助创造的工具是不能进行设计和生产的。因此这些变革极大地影响了产品开发成本较高的企业，例如制药、汽车制造、半导体和软件行业。我对这些行业进行了10多年的研究，研究表明，随着计算和新的组合科技成本的下降——从而使复杂计算既快又便宜，以及新的组合技术和我们建造模型知识的进一步提高和进步，事实上所有的公司都会发现他们有较大的能力进行快速实验，对不同的概念进行实验，例如，金融机构现在使用计算机模型技术检测新的金融工具。事实上，电子表格程序本身的开发已经永久性地改变了金融模型的制作，即使是新手也能进行许多复杂的假设性实验，这种实验在以前由于费用极其昂贵，根本无法进行。。

当我们谈到在创新过程中如何利用新科技时，对这些新科技所怀有的热情在现实面前低落下来。知道什么可行、什么不可行的速度加快，频率提高时，如果这些科技没有用于最大限度地增强实验的力量，那么这些科技的潜力就没有得到充分的利用。在第4章，我们将了解阻碍实验效率提高的“现实”。凭借对全球汽车行业多年的研究，这一章讲述了引进计算机辅助设计和计算机辅助工程技术时所遇到的一些障碍，特别是程序和人。这二者限制了新科技作用的发挥。此外组织“界面”(interfaces)也可能阻碍实验的循环，而且科技比人和组织行为变得更快。

释放潜能，管理人员应做些什么?

第l章到第4章所报告的研究结果表明，管理人员既拥有巨大的机遇又面临着巨大的挑战。实验之所以重要是因为既了解什么可行也了解什么不可行，人们才能开发出新产品、新服务和整个企业。尽管人们常说要“实验”和“从失败中学习”，但是创新的组织程序和管理常常阻碍实验的进行。当新科技增强了学习的作用时，实验的管理变得比以往任何时候更重要了。，

第5章到第7章提出遵循一些合理原则，实验可以得到有效的管理。从表面上看，在汽车制造公司、郊区的银行支行、芯片设计项目组和药物发现公司所进行的实验几乎没有什么相似之处。然而多年的研究显示它们都遵循同一套原则，这些原则最大限度地说明了通过实验学习是如何产生(和没有产生)的。这些原则不仅涉及公司应如何为实验而组织的问题，而且涉及组织机构中人的行为的核心问题：管理倾向、思维模式、价值观念和激励。

以下段落总结了每一条原则和为了释放科技潜能以及使他们自己与所在的组织协调一致，管理人员应做的事情。

原则1：通过“前载”创新法预测和利用早期信息

大公司常常花数百万美元来更正开发晚期出现的错误，根本不重视早期实验带来的节约。此外，大量的时间和精力投入到这些错误问题的解决上，会使计划推迟、预算超支——夺走公司将其宝贵资源用于其他项目的“机会”。

新科技如果尽早用于测试什么可行、什么不可行，将具有极大的威力——“前载”效果。这些早期实验可能不如晚期实验那么完善，但是能够使人们在早期注意到后阶段潜在的危险并且予以解决。更为重要的是，这些实验在大量资源投入和设计决策做出之前告诉人们什么不可行。早期开发阶段实验能力较强，团队也较愿意对那些最终会成为较好产品和服务的构想和概念进行实验。第5章的前半部分讲述了微软、波音和丰田公司是如何进行实验的。

原则2：常做实验但不要使组织超载

虽然有了前载创新法带来的益处，但还存在着实验频率的问题。对效率的追求及对早解决问题益处的不全面认识或是度量一直使实验不能进行。按照一般人的逻辑，将多个实验合并成一次大的实验进行，或是尽可能将实验推迟到很可能会证实“成功”的时候进行，会节约资金。然而，常做实验会很快发现什么可行、什么不可行，问题能及时得到解决，从而使重新设计的费用降至最低限度。第5章的中间部分表明，好的实验策略对早期信息的价值和重复实验的成本起到平衡作用。然而绝大多数公司发现，他们的报告只记录后者的成本，对前者的节约很少进行正式分析，致使实验急剧减少。在新科技极大地降低了实验成本之后，意识到常进行实验的必要性显得尤为重要。如同对待其他变革一样，公司还需要为快速增长的信息做好准备。由于实验增多，信息也会随之增多，这些信息必须得到处理、评价、理解并在更多的实验规划时加以运用。

原则3：融合新旧科技，提高绩效

本书所讨论的实验新科技不应该孤立地使用，应将其融入创新系统之内，以提高整体绩效。虽然像计算机模拟这样的新科技潜力很大，但是所达到的绩效却不超过相应传统技术的70％或80％——可是能很快达到这种程度。因此，综合利用传统科技和新科技可以使组织机构避免绩效差的出现，同时还能使其享有便宜快速实验的益处。第5章后半部分论述了新科技的真正潜力常常在于一个公司改变其程序和组织，综合运用新科技的能力的原因。极少有这样的现象：某项科技极其先进，很快取代了相应的传统科技和相关的开发经验、工程知识。最终新科技是会取代相应的传统科技，但那时会面临着被更新的科技融合的挑战。

原则4：为快速实验而组织

创新必不可少的一部分是快速实验的能力：通过强化、修改、完善现有的知识，快速反馈可以修正新的概念。快速反馈对学习来说是非常重要的，但是许许多多的开发者必须等上几天、几周甚至几个月，才能在实验中对其概念进行测试。时间慢慢地过去了，注意力也转移了，等到最终反馈到来时，实验的劲头没有了，因果关系近乎破裂，项目决策已经做出。为了避免概念或灵感的流逝，托马斯·阿尔瓦。爱迪生在快速实验理念的指导下建造了著名的新泽西西奥兰治实验室。供应室、机工车间就设在实验间的附近；图书室和储藏室有各种不同的设施供实验使用，有足够的能力确保人们不会因延误而使工作减慢，创造力减退。第6章讲述了德国宝马汽车制造公司为了加速从实验中学习是如何利用先进的撞车安全性能制模和模拟技术除去职能部门之间的“界面”情况的。由于所要求的关于安全、设计、模拟和测试的大部分知识掌握在小组的手里，所以迭代加快，概念增多。在许多情况下，实验速度加快从根本上改变了人们的见解，最终使宝马的汽车更安全。

原则5：早失败，常失败，但要避免“错误”

当实验揭示出什么可行、什么不可行时，不可避免的事情发生了：新想法和概念失败了。早期失败不只是可取的，而且对于快速除去不良选择和增加从失败中学到的知识是非常必要的。实验、失败循环得越快，反馈的就越多，融人新一轮测试的知识就越多。许多机构的问题是知道什么不可行会违背其不顾一切只要求成功的理念。失败暴露出知识差距，会使人尴尬，“负责”人在传统激励机制下可能不会被提升。不信问问你自己：人们什么时候因早期失败，使雇主免于对没什么希望的项目进行投资，节省下宝贵的资源而受到奖励?这一点很重要，因为在创新过程中，结果是失败的实验并不等于失败。事实上，正是爱迪生提出：“对成功的真正度量是24小时进行实验的数量。”

第6章提出失败不应与错误相混淆。失败可能是实验可取的结果，而错误应该被避免，因为错误不会带来新信息和有用的信息，因此没有价值。区分失败和错误很重要，特别是在机构融入新科技时，因为新科技会增加结果是失败的实验——换句话说，了解什么不可行。这一章也对管理人员要想将实验引进公司应做的事情进行了一番探讨。

原则6：将项目作为实验进行管理

释放新科技潜能的最后一个原则就是把项目看做实验。高层管理人员对组合项目常常要考虑资源的分配和管理，但是对组合实验却很少这样做。这多少有些让人吃惊，因为项目是强有力的机制，可以管理变革、知识创造和新技术程序的引进。毕竟，有多少个机构能说出正在进行的15—20个实验设计良好，而且能对新市场进行探索或是正在改革组织机构?第6章对如何才能最大限度地从项目中学习的问题进行了探索，探讨的因素与推动项目内部学习的因素相同：逼真度、成本、迭代时间、能力、连续和平行策略、信号一噪音比和实验类型。而且该章还对管理双重目标的微妙平衡进行了探讨：按时并且按预算完成项目和将项目作为实验进行学习。对美洲银行、宝马公司和IDE0的研究显示出这一平衡达到的方式。

将改变实验场所作为创造价值的一种新方法

第1章到第6章主要讨论了公司内部的实验管理：如何变革创新程序、组织和管理，以便充分利用实验的力量和新科技提供的机会。这对大多数公司提出了挑战，但是来自汽车、金融、半导体和软件等不同行业的证据有力地表明这是能够做到的。令人激动的是，变革不止会提高效率，而且还会从根本上改变所创造产品和服务的种类，从而带来前所未有的创新。

第7章对将书中概念转到另一个层次——对机构外部所发生的情况进行了探讨。在机构外部，这些概念能够改变公司和客户及供应商创造新产品新服务的方式。特别是将实验科技交到客户手里，管理人员有可能开发出实验潜能的最大源泉。让客户进行实验不止会加快产品开发过程，使产品更适合客户的要求，而且这样的实验会带来我们现在根本想像不到的创新。

这一章就一些公司如何让客户进行实验的问题进行了探索。这些公司使用的方法极为有趣，而且运用了本书所要讨论的实验技术与方法。这些公司基本上放弃了确切了解客户想要的产品的努力，而是为客户提供工具，让他们自己设计开发产品，既有小的改动，也有大的创新。用户易于操作的工具一般融合在一个“工具箱”的软件包中，这些工具使用新科技(例如计算机模拟和快速原型制作)使创新更快，更便宜，最重要的是客户在进行假设性实验时效果更好。

许多行业已经开始使用这一方法。BBA(Bush Boake Allen)，这个全球特色调味供应公司，最近被IFF(International Flavors and Fragrances)收购：BBA研制出一个“工具箱”，能使客户开发自己的调味料，供BBA生产。在材料领域，通用电气为客户提供了以网络为基础的工具，用子设计较好的塑料产品。在软件行业，一些公司允许将客户设计的模块加到其标准产品上，然后将那些最佳的元件商品化。将实验和创新交到客户手里的确具有完全改变整个行业的力量，在半导体行业通过这一做法开拓了一个定制芯片市场，这一市场在20年间已经成长为年收入150亿美元的大市场。

充分利用客户的想像和发明——不只是研发部门——的确能创造出巨大的价值，但是价值的获取并不是一个简单容易的过程。公司不仅要研制出合适的“工具箱”，还必须改变其管理倾向及运营模式。公司把一项极其重要的任务(例如设计新产品)交给客户，双方必须重新确定他们之间的关系，这种变革会很危险。例如，用客户计算机芯片，公司一般通过设计和生产创新型产品来获取价值。可是现在客户承担了较多的设计任务，公司必须更加注重提供最好的客户生产和设计工具。换句话说，价值创造和获取地点变了，公司必须相应改变其运营模式。第7章为那些准备管理组织之间和组织之外实验的公司提供了一些可以借鉴的经验。

2002年11月19日，《华尔街日报》报道，IBM公司要为美国能源部(DOE)建造两台新的超级计算机。价值2．9亿美元的这两台计算机有望超越世界上最快的计算机——由日本NEC公司制造，用于模拟天气状况与地震，组合峰值速度为每秒运算467万亿次“地球模拟器”。名为“ASCI紫”的第一台计算机主要模拟核武器“一触即爆”的情景，因为美国已经放弃了实际试验计划。因此，模拟又恢复到原来的功能：最初用于辅助国家核武器的设计，先进的模拟现在已经用来完全替代核武器的实际试验。

的确模拟技术的进步处处可见。研究本书描述的几家公司时，我为那些新技术与他们可能回答的问题感到兴奋不已，激动万分。如果技术、产品或服务用特殊的方式设计和使用会怎样呢?如今，不仅可以进行更多的实验，而且可进行的实验的种类也在不断增加。通用汽车公司近来宣布他们的计算机模拟能力已经提高了11倍，这样，汽车开发过程就可以数字化。戴姆勒一克莱斯勒(Daimler Chrysler)公司正在柏林使用一台2000万美元的全程驱动模拟器，它不仅可以检测新车在行驶过程中的结构，还可以评估药物、酒精和疲劳对司机的影响——这些实验在真实车辆中进行很危险。开发工程师与管理人员从观察什么起作用与什么不起作用中所学的知识都用于新电子安全系统的设计，此系统已经帮助了许多处于危险中的司机。

不仅实验与创新紧密相联，而且正是通过实验过程，新技术才能带来提高研发绩效、进行创新和找到为客户创造价值的新方式。掌握与融合各种新技术也提出了严峻的挑战。要释放新技术的潜力必须变革创新程序、组织和管理，这种变革在本书中都有介绍。它们重点表明：在现实中了解什么不可行与了解什么可行同等重要。因此，这里总结的研究成果大都是关于管理而非技术的，向人们传达如何反思、提出、评价与贯彻新思想。

第一，一个组织的创新能力取决于实验过程，通过此过程，新产品与新服务被创造出来，现有的产品与服务得到改进。传统上讲，实验的高成本限制了创新，设计实验用的统计方法已经使公司从每次实验中学到了不少知识，从而使实验效率提高。另外，计算机模拟与模型制作这样的新技术通过改变实验的经济结构，消除了成本的限制，这些技术还减少了释放实验潜能的成本与时间，使得过去昂贵的令人望而却步或几乎不可能进行的假设性实验得以进行。这些技术加强了学习的作用，为提高研发绩效和研制突破性产品创造了潜力。但是管理人员必须了解用于实验的新技术的力量，及其影响创新程序、组织与管理的方式。

第二，集成电路行业的典型案例充分说明了实验新技术的重要性及其是如何从根本上改变产品开发的。有意义的是，我的研究表明：新的可编程技术不仅降低了原型迭代的成本和时间，而且使开发策略、过程与绩效发生了变化。过去，变革被认为是危险的，“冻结”的计划书推动了连续实验的进行，我们已经看到，这种计划书驱动的开发工作是对技术(此处指门阵列与标准元)造成的限制的合理反映：变革的成本高，应当避免。然而，一旦引进灵活的可编程技术，变革便被看做是自然的，从而实验作为一种快速解决不确定性的方法也会受到欢迎。这种实验驱动的开发工作始于一种使用计算机模拟和原型频繁迭代，以及快速解决问题的很好说明，它又反过来要求从根本上重新思考这个过程和组织是如何设计的。

第三，所有的实验无论使用什么技术都包含一个四步迭代的基本过程，都可以用来最大限度地从中学习。通过实验学习的发生(或不发生)受7个因素的影响：逼真度、成本、迭代时间、能力、连续与平行策略、信号与噪音比和实验类型，这些都能增强实验的力量。实验新科技增强了管理这些因素的重要性，因此为提高研发绩效进行创新及最终找到为客户创造价值的新方式创造了潜力。但是管理偏见、思维模型与组织惰性都会产生干扰作用。

第四，研究突出这一点的重要性：好的技术不能自动转换成好的绩效。除非技术创新与管理、组织、程序的变革同时发生，否则，对更新计算机、软件及其他新设备的投资的回报将会令人失望。对全球汽车行业和计算机辅助技术(如计算机辅助设计与计算机辅助工程)应用的详细研究让我看到了一些事实：技术受到程序及应用技术的人的限制，组织“界面”影响实验的进行和技术比行为变化更快。总之，这些事实是周绕现有工程技术与市场要求而形成的日常惯例、思维模式、程序、经验和知识造成的。当技术变革将一些行为置于危险之中时，曾经有效的这些行为本身就成了释放新科技潜力的障碍。

第五，6条原则说明了实验学习是怎样产生或没有产生，前3条表明早做、常做实验的必要性：(1)通过前载创新法预测和利用早期信息；(2)常做实验但不要使公司负担过重；(3)把新的与传统的技术融合起来。特别是通过新老技术的结合，机构不仅可以从快速、低成本的开发中获利，还能获得或保持战略性的产品优势。尽管新技术潜力巨大，但是会在小组与公司内部造成分歧以致抵触。受传统训练的组织者与模型制造者的工作与惯例受到新行为方式的威胁，因为数字化设计打乱了原有的工作习惯，要求在学习中投资。此时领导起着极为重要的作用。让一些最受尊敬的设计师、工程师与科研人员先接受新技术、使用新技术，有助于说服其他人使用新技术。

第六，后3条原则强调如何在创新中取得成功，以及如何处理从成功中学习与从失败中学习之间反复出现的矛盾：(4)组织进行快速实验；(5)早失败、常失败，但要避免出错；(6)把项目当做实验来管理。结果失败的实验并不等于实验本身是失败的，因为它们能揭示出什么不可行，这对于了解什么可行是非常关键的。当失败在创新过程的早期被发现时，资源投入尚且不多，决定仍可灵活做出，并且可以对其他方法进行快速实验，因此就失败本身的价值而言是最大的。实验新技术使得这些原则显得更加重要——它们不仅加快了速度，提高了实验能力，而且还鼓励人们在开发初期多失败，因为此时去掉一些概念成本较低，可以对较好的方法进行实验。

第七，在组织外应用新实验技术还可以为创新和价值创造提供新的机会。以便于用户使用的工具箱为形式，这些技术使管理人员能够利用潜在实验能力的最大源泉——客户。把实验交给客户不仅可以加速开发更适合他们需求的产品，而且可以带来供应商今天简直无法想像的创新。因此这种方法能够扭转整个市场，它可以在三个不同层面上创造和转移价值：整个行业、使用技术的公司和从中获益的客户。

通过《重在实验》一书的学习，管理人员与其公司准备接受挑战把实验新技术引进到公司的创新体系，释放新技术的潜力。事实上，许多公司已经开始了运用这种新的力量。由于实验的经济结构在不断改变，接下来的知识、产品与技术会取得进步。并且由于这些技术正在改变创新发生的方式，所以这场变革的成功将通过为公司所创造的价值及提高的牛活质量来衡量。

托姆克以其《重在实验》一书对创新科学做出了重大贡献。他运用不同行业的案例，清楚地展现了新科技是如何从根本上改变企业组织和研究人员的创新方式的。托姆克的实验原则为将来进行快速、有效和高度创新的产品开发指明了道路。

劳伦斯·D·伯恩斯，通用汽车公司研发计划部副总裁

《重在实验》是我读过的有关创新的最重要最实用的一本书。托姆克很巧妙地解释了新科技和快速学习是如何提高产品开发效率和速度的。

克莱顿·M·克里斯坦森，哈佛商学院教授。《创新者的窘境》作者

托姆克解释了新科技是如何深刻影响企业实验和改变人们对创新意味着什么这一管理观念的看法。一个公司如果不能按他所说的那样去设计、组织和有效地管理其创新过程，就会付出代价——不只会错花钱而且会降低创造力。

彼得·B·科，辉瑞制药有限公司负责科学技术的高级副总裁

托姆克对一个人们常常忽视的竞争成功的因素——实验，提出了自己独到的见解。这本书极具影响力和说服力，向我们展现了公司应如何运用诸如先进的计算机模拟技术这样的新科技使实验效率极大地提高，并且在从创意到成功地开发新产品这个困难而又危险的过程中节约宝贵的时间。

亨利·C·凯利博士，美国科学家联盟总裁

如果你想了解实验和实验策略如何才能使公司更具创新能力和生产能力，敬请阅读《重在实验》。

史蒂文·J·西诺夫斯基，微软公司office软件业务部门高级副总裁