“挑起芯片战的美国, 却没料到真正的危机已在硅谷酝酿”
2022年，互联网泡沫开始破灭，硅谷巨头股价纷纷下跌，与此同时，被科技圈大肆炒作的元宇宙、Web 3.0等技术市场表现却与预期严重不符，情况最好的大数据领域总体市场也仅达到1600亿美元。对比21世纪以来独角兽公司的累计亏损、成长速度，都会发现它们远不及上一代互联网独角兽公司。作者认为，造成这一现状的主要原因，是1960年以来科技研究归纳进学院体系这一转变。学院重基础科研而轻应用转化，职称、资金、设备使用权等评估都通过论文发表、出版和影响因子来判断。这种方式方便了学院体系的机制运转，却导致科研人员将提高评估成绩作为最高目标，而不关注科研成果的创新性和实用性。与此相对的，美国最早一批包括半导体、聚合物等在内的科研成果，都是出自企业实验室，而现在保留实验室的企业已经很少了。
ChatGPT大火再次让AI投资出现新热潮。然而如果盲目跟风而不抓住技术创新的底层逻辑，很有可能催生另一波技术泡沫，在科技发展潮流中，中国作为后发国家，尤其需要警惕这类泡沫。美国基础研究和应用研究体系出现的问题也提醒我们，科技创新必须把“有用”作为核心价值。本文为欧亚系统科学研究会新媒体项目“关键产业创投生态”的编译成果，文章原刊于《American Affairs》，仅代表作者观点。
文｜Jeffrey Funk,
Lee Vinsel,Patrick McConnell
翻译｜Nox、谈行藏
来源｜American Affairs
▲ 图源：American Affairs
这次股价下跌，正发生在风投公司和谷歌等老牌科技企业的创新支出不断创出新高的增幅已达强弩之末之际。近年来，量子计算、核聚变、生物电子学和合成生物学等未来技术获得了大量资金。过去这十年里产生了一系列新技术，比如自动驾驶汽车、物流程序、技术炒房和现实增强，虽然围绕它们的这股繁荣正在消退，但风投们正在努力为当下正被大肆宣传的技术创造出新泡沫，比如例如元宇宙和Web3.0，就是区块链技术衍生出的新潮流。虽然不知道元宇宙和Web3.0的热度能持续多久，但其实更重要的问题是：这种技术泡沫对整个经济和社会有何影响？
要回答这个问题，首先需要审视产生这些泡沫的整体经济和社会背景。当然，整体经济和社会背景庞大复杂，但有一条切入点：一百多年来，人们普遍相信技术进步会通过包括经济增长的多种方式改善人类福祉。二十世纪的大部分时间里，新产业都是围绕新技术发展出来的。这些产业创造了高薪工作，衍生出了繁荣周边。新技术提高了生活质量，并且通过提高大规模生产行业的生产力，大大降低了价格，让即使是相对贫穷的人也能负担得起越来越多的生活必需品和现代便利设施。十九世纪末到二十世纪中叶见证了一个非凡的创新时代，而且这也许是人类历史上最重要的时代。自来水、电力、大规模生产、电话和汽车对人类生活水平的提高程度，是新近的创新技术无法比拟的。
但正如经济学家罗伯特戈登在他的《美国经济增长的兴衰》一书中所探讨的那样，技术增长引擎从上世纪七十年代就已经每况愈下，除了1994年到2004年期间这段短暂的例外，关于这段例外下文会更详细地讨论。自1970年代以来，企业效率或生产力的增幅一直完全没有起色。即使是在过去十年的技术泡沫中，在技术爱好者为机器人和人工智能大唱颂歌之时，生产力的增长期也从未消失。而且本来专家预测，疫情会激发商业出现更大规模的自动化，然而事实是，2022年前两季度的生产力其实存在负增长。
与此同时，许多人的基本经济条件也愈加不稳定。过去十年里，联合劝募协会（United Way Inernational，译注：1988年成立于美国的慈善组织）的爱丽丝项目致力于测算在生活成本和可用收入方面，有多少人口面临经济困难。美国半数郡级行政单位中，大多都有近40%的人口入不敷出。虽然不同群体的比率有高低，但不管是不同种族，性别或者其他任何方式下划分出的不同群体，甚至包括白人群体占据多数的阿巴拉契亚正在消亡的制造业和矿业小镇中占据多数的白人群体，和芝加哥南部、阿拉巴马郊区占据主体的黑人群体，其实都深受影响。长期被黑人贫困问题困扰的地区此时艰难时势，正如威廉·朱利叶斯·威尔逊（William Julius Wilson）的《工作消失时》（When Work Disappears，1996）等经典作品中试图描绘的那样，还有安妮·凯斯（Anne Case）和安格斯·迪顿（Angus Deaton）对最近兴起的“绝望之死”的研究关注的也是同一问题。
我们的问题是，类似元宇宙，Web3.0和区块链的技术新热，是否有可能改变这一现象。无法做到的原因很多。从很多方面讲，元宇宙和Web3.0都只是硅谷在新瓶装旧酒，其目的不过是试图在当前的技术退潮中重新掌握控制权，因为现在的初创公司亏损巨大，而且共享经济和其他许多新技术也面临财富偿付无力。初创公司巨额亏损和新技术缺少市场等现实，给硅谷招来了新一轮批评。我们认为热点技术新潮并没有提高人类福祉和生产力，如果我们的判断正确，那么民选官员、政策制定者、商业和高等教育领域的领头人以及普通公民都必须开始一同寻找更根本的解决方案来解决我们当前面临的经济问题和社会弊病。
下面，我们首先会回顾一下Web3.0和元宇宙。多位业内人士声称，现有的基础设施完全无法满足这些技术的实际需求，而且其核心组成技术，包括区块链、加密技术、虚拟现实和增强现实（VR和AR）更无法独立发挥作用。其次，我们将通过对比当前的技术泡沫和历史技术泡沫，讨论泡沫的经济效应。这其中最大的区别就是，互联网泡沫中还是产生了一些有价值的东西，但房地产泡沫或者当前的泡沫中，真金子可能就很有限了。第三，我们将讨论美国的基础和应用研究体系出现的一些变化，这些变化可能会阻止新的，更有用的创意产生，尤其是那些依赖科学进步的创意。最后，我们将试图勾勒未来救赎和经济发展的备选道路。目前的技术生态，包括风投、企业和大学的研发部门，完全辜负了社会的期望。我们必须携手共进，寻找新的前进方向。
1 元宇宙和Web3.0
许多技术供应商已经对元宇宙和Web3.0的整体概念泼了冷水。一位英特尔高管表示，“要做到真正的大规模持久性和沉浸式计算，还要可供数十亿人实时访问，需要将当今最先进的计算效率再提高1,000倍。”就连元宇宙自己也承认，除非当今的电信网络大幅改进，否则其构建终极元宇宙的宏伟抱负将无法实现。
事实上，元宇宙和Web3.0这种模糊术语似乎就是为了愚弄大众，让人以为这些公司营销的是什么之前没有过的新东西。经过多年的投资和推广，元宇宙的两个关键部分，虚拟现实和增强现实仍然未能流行，而且很可能就是因为它们效果不佳。分辨率低、亮度低、耳机笨重以及缺乏额外的感官反馈给大多数VR用户带来了糟糕的体验，比如使用护目镜时会引起恶心。其他方面更是几十年都没有改进，比如托奎尺寸。显然，不牺牲视野就无法有效缩小设备，而这就是大多AR头盔的视野小到令人发指的原因。支持者似乎自动否认了VR和AR都还需要数年甚至数十年的改进。据《华尔街日报》报道，最近泄露的元宇宙文件显示，元宇宙的用户量远低于预期，大多数用户在首月流失，2022年虚拟房地产交易量也下降了98%。
Web3.0的支持技术也存在类似问题。也许我们无权定义Web3.0这种模糊术语，但我们也知道它的两大核心组成技术，不是我们的工作，但我们确实知道两种关键的组成技术表现不佳，那就是加密技术和不可替代令牌（NFT）。多年来，支持者们一直声称虚拟货币是对抗所谓法定货币通胀的最好对冲，可是许多加密货币已经崩盘，多家交易所破产，甚至最流行的比特币也在过去六个月里下跌过半。这也导致数字货币的价格出现了整体下跌。NFT的价格在2022年上半年出现断崖式暴跌。而且这些似乎都是那些尝试盈利的产品。
区块链同样令人失望。这项技术最初是在20世纪60年代开发的，并在14年前由一个化名中本聪的个人或者团队重新推出。记者伊莎贝拉·卡明斯卡（Izabella Kaminska）于2022年年中在英国下议院科学技术委员会就区块链问题作证时表示，除了金融投机之外，她“想不出区块链的还有任何其他成功应用”。2016年至2017年期间，围绕区块链技术出现了大量炒作，但“在2022年的今天回顾一下，我们就能看到这些炒作没有结出任何果实。”
问题就在于，大多应用都需要牺牲区块链的部分概念。区块链的概念可以粗略概括为“一种支持可信、不可变交易记录的可公开访问的、去中心化的分布式自动化分类账单的开源技术”。而它与现存技术的关键区别就在于“可信”、“不可变”、“可公开访问（透明）”、“去中心化”、以及“分布式”。因为分布式这一术语本质上就是复制，所以就意味着要接收更新的基本数据集会存在大量拷贝，而且需要通过复杂的，又是效率极低的方式进行同步，这一方式叫做“共识”。
这导致区块链效率极低，尤其是在能源使用方面，并且它在吞吐量和性能方面也遇到了无法逾越的障碍。其结果是，所谓的许可区块链，也就是由某种形式的“中央权威”穿件和运营的区块链，其实已经牺牲了区块链的“（共识）可信”和“去中心化”等特性。允许中央权威存在必然消除区块链的一个重要买点，也就是去中心化。但尽管如此，人们还曾期待这种被许可的区块链能达到无许可版本达不到的高效率，但不幸的是，放宽这些限制最终只破坏了区块链背后的一个核心逻辑，却并没有在其他方面取得什么成效。
举个例子，脸书2019年曾计划创建天秤币，也就是建立在全球区块链之上，要为世界上数百万没有银行账户的穷人提供支持的全球数字货币。虽然完成了惊人的概念验证，但脸书却也遭到了来自立法者和监管机构的极大阻力，并最终放弃了这个想法，不过现在天秤币仍然存在，只是其形式已经大大简化。
次年，一支持区块链的组织，英国区块链协会分析表明，他们调查的绝大多数区块链项目都缺乏清晰的运行逻辑、预先确定的成就标准，以及成功或失败的分析。换句话说，它们只是些天上掉馅饼的概念，其基础是炒作而非详细的分析论证。并且没有一个项目的基准是经过验证的现有技术。
例如，通过与沃尔玛等小型生产商和大型零售商合作，IBM声称已经在“食品信托”领域成功建立了区块链供应链。但事实上，这个解决方案是中心化的、由沃尔玛驱动的、不依赖共识、并且通过在现有数据库技术中加入隐私功能才具备透明度的一种应用。
又如，区块链在航运供应链中被大力宣传的应用，其中主要的就是马士基的一个项目，而且这个项目IBM也有参与。不幸的是，这个物流区块链系统看起来更像一个传统的软件系统，区块链的唯一明显用途是创建文件列表，而且这一功能传统数据库完全承担，甚至恐怕还能做得更好。与此同时，一个基于区块链的同类大型航运项目We.trade在资金耗尽后也于最近关闭了。
应用区块链为错误的问题提供错误解决方案的最著名案例，恐怕就是澳大利亚证券交易所（ASX）的Chess替换项目。这个项目是为了替换著名的股权结算系统Chess，最初由ASX和美国一家新兴软件公司Digital Asset在2017年的区块链热潮中开启的。很不幸，这个项目的耗资已经超过了预算的五倍，五次宣布延迟交付，目前仍然出于搁置状态，正在等待又一项独立调查结果。总而言之，由于业务的实际需求，许多区块链都被迫与其初衷背道而驰，缩减得几乎只剩下了一个名头。
2 过往泡沫和当前泡沫
论证可见，新技术确实产生技术泡沫，比如区块链、元宇宙和Web 3.0，但更重要的问题是这些泡沫对整体经济和社会有何影响。比较有效的方法是用当前情况与两次过往的泡沫进行对比，也就是与2000年的互联网泡沫和2008年的房地产泡沫。我们发现，目前的现状与这两次泡沫有诸多共同点，包括裁员、节流、资产价值大幅缩水，以及恐怕已经迫在眉睫的大规模破产。但互联网泡沫至少为科技和商业组织带来了长足进步，而我们眼前的这个泡沫则更像房地产泡沫，因为泡沫一旦破灭，真正的收益可能根本所剩无几。
目前亏损严重、没有收入、债务收入比高的初创企业，在互联网泡沫期间成功地进行了首次公开募股，而且近几年甚至还重来了一次。从2000年3月的峰值开始，纳斯达克指数在一年内下跌了60%，数百家互联网初创公司破产。在房地产泡沫期间，银行提供次级抵押贷款并将其重新包装成看似低风险的投资，但最终发现它们风险很高。市场从2007年底的峰值下跌了约50%，2008年的崩盘导致64,318家公司破产，其中包括雷曼兄弟，以及由政府斡旋破产救助的美林证券。
然而，在探索这些相似之处时，很容易忽视互联网时代诞生的那些成功的技术和企业。互联网泡沫带来了电子商务、新闻和其他内容网站、客户关系管理和制造资源规划等企业软件，以及手机的广泛使用。这些变化迅速带来了巨大的市场。截止2000年（按2020年美元价值计算），电子商务、互联网硬件、软件和移动服务的收入分别高达4460亿美元、3150亿美元、2820亿美元和2300亿美元。而1990年的个人电脑收入仅为1320亿美元。联网的个人电脑显然带来了致显着的经济增长，1994年至2004年期间的生产力高增长比1970年至1994年和2004年至今这两段时期都高。
互联网泡沫也带来了许多成功的初创企业。市值排名前100的公司中包括亚马逊、思科、高通、雅虎、eBay、恩威迪亚、Paypal和Salesforce，其中一些公司成立时间不到10年，大多数公司成立时间不到20年。有些甚至现在也仍在市值前100名之列。
这种增长在2000年代仍在继续。截止2010年，云计算的全球收入为1270亿美元，同年在线广告收入达到810亿美元（按2020年美元计算）。到2010年底，Facebook拥有5.5亿用户。iPhone于2007年推出，AppStore于2008年推出，Android手机也于2008年推出。到2012年，全球智能手机收入达到2930亿美元，网络浏览、导航服务和其他应用程序得到广泛使用。脸书、网飞和谷歌是受益于这些新技术的三个初创公司，目前市值排名前100。
21世纪10年代的景象大不相同，这十年间，现有技术市场不断增长，但新技术市场的增长却有所放缓。尽管电子商务、云计算、智能手机、在线广告和其他技术带来的收入持续增长，但只有大数据一类新数字技术在2021年达到1000亿美元销售额。其他“新技术”都步履蹒跚。以无人机为例，在一系列交付承诺之下，商用无人机的市场规模仅达到210亿美元；原本寄希望在新冠流行期间会爆发式增长的VR和AR市场分别仅达到6亿美元和250亿美元；区块链应用程序——非加密货币，而是Web 3.0的主要基础应用——的市场规模是49亿美元；人工智能软件和服务的市场规模稍大一点，为583亿美元，与OLED 显示器的市场（530 亿美元）接近。低于预期的市场规模说明，不管是在工作场景还是居家场景中，21世纪10年代诞生的技术都不如早期技术有用。因为如果新技术有用，会有更多人付款购买，各种技术的市场规模也会增长更快。
如果加上分析和人工智能市场，大数据技术的市场总量为1630亿美元，是所有新技术中唯一过千亿的。然而算法遭到了激烈的反对，这种声音至少从2016年凯茜·奥尼尔 (Cathy O'Neil) 写作《数学毁灭性武器》（Weapons of Math Destruction）起就出现了。到2022年，预测犯罪、确定量刑、决定假释、通过照片识别罪犯或帮助社会工作者的算法继续受到批评。而用于预测房价、保险理赔、辨识欺诈的算法则让初创企业们严重亏损。总而言之，很难说大数据带来的好处与过去几十年出现的个人电脑、电子商务和智能手机带来的好处相当。
新技术的市场不足是今天的独角兽公司或估值超10亿美元的私营初创企业远不如互联网泡沫时期成功的一个重要原因。我们可以用“累计亏损”——即在盈利之前累积的亏损额——这一简单指标对它们进行比较。当今独角兽初创企业中有16家的累计亏损超过30亿美元，其中美国亏损最多的是优步（312亿美元）。截至2021年底，有77家前独角兽上市企业的累计亏损大于年收入。与过去的成功故事相比，只有15年以前亚马逊累计亏损短暂达到过30亿美元的峰值。
美国以外，中国、印度和新加坡的许多前独角兽公司的累计亏损也同样巨大。截至2022年年中，视频流媒体服务公司快手的累计亏损额为574亿美元，是所有前独角兽公司中最高的。许多其他公司的累计亏损高于其2020年的收入。
再看这些初创企业，尤其是美国企业的市值。从成立到进入全球公司100强，雅虎（成立于1994年）用了5年，谷歌8年，eBay10年。但在15年前到今天成立的独角兽中，没有一家进入前100强，只有一家（Airbnb）进入200强，另外3家进入300强，分别是优步（Uber）、莫德纳（Moderna，生物制药公司）、雪花（Snowflake，云存储技术公司）。所有企业中，只有莫德纳是盈利的。
如果我们只关注AI初创公司，结果会更糟。只有音乐猎手（SoundHound）和C3.AI这两家上市公司可以真正定义为AI公司，它们的市值均不到20亿美元。如果我们扩大人工智能的范围，把大数据和软件的其他领域包括进来，情况会稍微好看一些。进入500强的公司有做数据存储的雪花和做数据安全的CrowdStrike，但它们都离盈利还很远。
总而言之，互联网泡沫破灭时，电子商务、数字媒体和企业软件等技术市场还有持续优化的空间，但泡沫主要在于，投资者们涌入了从事新技术的公司，而这些技术创造的价值被金融市场严重高估了。当空气从泡沫中消失时，我们可能留不下任何有价值的东西。
3 基础研究和应用研究的变化
美国的基础和应用研究体系自硅谷早期成功以来发生了重大变化，这些变化可能导致了真正的科学机会很难发展到商业化的一步，风险资本家在其中负有部分责任。硅谷以硅基半导体命名，这是一种基于科学的技术，在20世纪后半叶为美国的大部分创新提供了动力。20世纪中叶科学研究中还出现的其他重要技术，包括聚合物（即塑料）、核能、激光、喷气式发动机、雷达、发光二极管和玻璃纤维，其中许多技术的开发者获得了诺贝尔奖。
与那个时代相比，今天最大的变化是企业基础研究和应用研究的衰落。到20世纪70年代，大部分此类研究都是在贝尔实验室、美国无线电公司和杜邦等企业实验室进行的，它们不仅获得了诺贝尔奖，还带来了晶体管、集成电路、塑料和雷达等实际产品和服务。企业的主导地位在20世纪60年代开始发生变化，原因有很多，其中之一是对大学的资助增加。1950年以来，资金增加导致美国每年授予的博士学位数量增加了八倍多，现在在一些社会圈子里，人们认为在大学工作比在企业实验室工作更有声望。大学训练博士生进行文献检索和论文撰写，产品商业化在很大程度上被遗忘了。大学为他们的博士生成为教授而自豪，企业研究被视为二等工作。
但是，高等教育成为基础研究和应用研究的主要场所，并因此成为商业化新思想的主要来源，存在许多问题。首先，对发表论文的重视程度过高，而对开发新技术直至公司可以将其商业化的重视程度不够。甚至因为有太多论文供研究人员阅读，导致发表量或影响因子这些可疑的指标变得几乎毫无用处。这些指数创造了一个数量超过质量的环境，往往是投稿者的身份决定审核结果。超过一百位作者的论文并不少见。据估计，经过同行评议的文章中，有一半除了作者、期刊编辑和审稿人之外，没有人读过。
这种不发表就灭亡的文化也鼓励研究人员跟系统做游戏，进而破坏了发表指标的实际价值，使其成为古德哈特定律（Goodhart’s law）的一个例子——当一个政策变成目标，它就不再是一个好的政策。对于在大学里进行的科学研究，一份出版物清单决定了聘用、拨款申请、晋升案例和薪资审查的结果，今天成千上万的教授的影响因子比阿尔伯·特爱因斯坦和理查德·费曼高得多。
类似的常规化流程已经改变了科学领域的其他部分。拨款申请的结构更加严格、详尽且充满炒作，主要天文台或国家实验室的研究时间申请也是如此。任何涉及人类受试者或将仪器投入太空的实验都涉及大量的文书工作。总而言之，大学研究人员必须完成的文书工作量大幅增加。这些专业化趋势几乎是现代科学爆炸式增长的必然结果。标准化让管理大量论文、应用程序和人员变得更加容易，但是，很多非生产性的努力都花在了跳过官僚主义障碍上，外来者面前则全是行业壁垒，也就难怪科学和创新已经放缓。
一位科学家在《自然》杂志上指出，科学家必须减少发表文章，否则优秀的研究将被不断增加的糟糕工作所淹没。最近的一项研究发现，增加论文量会阻碍新想法的产生。另一个问题是，主流科学领袖越来越多地表示，包括癌症研究在内的几乎所有领域中，大量已发表研究是不可靠的，但未通过复制实验的论文往往比通过实验的论文被引用更多，因为它们提出了更大胆的主张。这种不可靠的背后是一个破坏性的反馈循环：科学成果质量低劣，因此发表者必须引用以前工作，引用带来发表强制，必须发表所以成果质量低劣。
痴迷于论文的另一个结果是出现更多的期刊。如果想发更多的论文，就需要更多的期刊，那当然就会有更多的期刊。全球研究人员、期刊和期刊文章的数量仅在1982年至1995年这13年里就增长了约60%，随后在2002年至2014年间，期刊数量又增加了20%。一级期刊数量也在增长。计算机协会出版的期刊数量达到59种，美国化学会的出版物数量达到39种，机械工程师协会35种，物理学会15种，医学协会13种。电气和电子工程师协会出版的学报、期刊和杂志数量超过200本，《自然》杂志旗下出版物数量已达到157 种（50年前只有1种），每种期刊代表不同的专业。
大学鼓励这种高度专业化。最近的一篇论文分析了四万多名学者的评估决定。它发现有些学者会在职业生涯中受到惩罚，因为学科的守门人们可能将跨学科学者的存在视为对自身学科的独特性和知识领域的威胁。值得注意的是，跨学科学者中表现最好的人是受惩罚最重的。聪明的学者也是更可能对学科造成干扰的，因此比中流学者受到更多惩罚。
我们能指望高度专业化的研究人员开发出对社会有用的东西吗？这样做需要整合多种类型的不同信息，当它分布在这么多期刊中时，谁能做到这一点？即使我们忽略掉制造、营销和会计等乏味工作，对这些高度专业化的研究人员来说，哪怕是发现一个新概念也很困难。
4 我们应该做什么？
美国基础研究和应用研究体系中的问题不可能轻易解决。回到过去的系统也不能保证成功，因为过去的许多成功的原因都是未知或难以解释的。在不了解这些原因的前提下试图重现过去很容易导致更糟糕的结果。
整个体系还倾向于忽视这些问题，在政府提供更多资金的情况下继续勇往直前。但是，如果不进行改革，更多的资金可能会带来更多的博士生、更多的论文和更大的实验室，而不会带来更多新的突破性产品和服务。更多的政府发展资金会也无法保证能改善这种情况。风险投资公司目前正在为核聚变、超导体、量子计算机、生物电子学提供额度创纪录的资金，但没有得到结果，Theranos就是一个例子（译注：指“滴血验癌”的投资骗局）。
相反，这些领域里成功案例稀少表明：许多新技术还没有做好准备达到可以商业开发程度。它们在性能和成本方面都需要进行显着改进，这种改进并不能从更多论文中获得，因为论文更强调学术界关心的问题，比如理论和新颖性，而不是实际改进。不管通过什么方式，我们必须将这种论文心态转变为一种改进心态，大学研究人员与公司需要在这种心态之下或合作、或共同协作，从而实现改进。
做成这件事会很难，不仅因为这意味着对学术界和资助机构的激励方式要更新，还因为企业研究能力薄弱。今天，美国很少有大型电子、材料或其他高科技公司仍然拥有大型企业实验室（大型制药公司是个例外）并且可以与大学合作。美国没有显示器、电池或太阳能电池的主要供应商，在软件之外，只有美光（Micron）和英特尔（Intel）是电子硬件供应商。我们能指望脸书、谷歌或微软进行可能有用的超导体、纳米技术、生物电子学或核聚变的基础和应用研究吗？
建设更强大的大学、风险投资公司和咨询公司需要我们对衡量研究人员的方式进行重大调整。计算出版数量或影响因子显然是不够的。这些人应该是新思想的源泉，我们应该根据思想质量来衡量他们。哪些想法导致了新产品、服务或解决方案？谁想出了它们？发表在哪些期刊上？哪些政府机构资助了他们？
开发这种类型的研究系统需要我们摆脱官僚推动的简单指标。官僚们喜欢这种类型的政策，因为它们可以帮助他们保持权力、地位。但创新真正需要的指标要求研究系统的成员了解他们资助的技术，包括成本和绩效这些关键指标。不幸的是，研究系统的许多成员不了解这些。因此，改革中可能有必要削减庞大的学术、官僚和公共关系专家系统，这使得做出正确决定变得更加困难。
这一切都不容易。但是当一个系统不起作用时，我们必须设法想出一个更好的系统。设计新的指标，测试它们，然后继续前进。我们目前唯一能确定的是，现有的出版量和影响因子系统不起作用。它们分散了我们的注意力，让我们无法真正看到各种企业在将实际有用的变革性新技术商业化上所面临的真正挑战。
*文章原刊于《American Affairs》2022年冬季刊