哈佛商学院一项针对2004年至2010年间获得融资的2000多家公司的研究显示，约75%的风险投资支持的企业从未向投资者返还资本。这一数据经常被引用，当有人想劝阻一个严肃的人放弃一个重大的赌注时。
但如果引用这个数据是错误的呢？这个数据本身是准确的，但它并不衡量人们认为它所衡量的内容。
失败率追踪的是，在特定时间点，一家特定公司是否将其理念转化为能向投资者提供回报的自给自足的业务。但它没有追踪的是公司在过程中产生的东西：它生成的知识、培训的研究人员、构建的工具，以及它验证或证明过时的方法。
在大多数企业中，这种区别并不重要。公司是价值的容器，当它关闭时，价值也随之消失。但在前沿公司，那些建立在登月式赌注上的公司，价值的流动方式并非如此。
基因组学浪潮
20世纪90年代末，Celera、Incyte、CuraGen和人类基因组科学等一代公司竞相进入商业基因测序领域，其前提是控制基因组数据将是医学中最有价值的领域之一。这些商业模式失败了。到2005年，Celera将其曾经专有的基因组序列数据放入公共领域。从传统会计角度看，该行业看起来像是资本错配的记录。
但知识并没有消失。测序基础设施、实验室方法、分析软件、在这些项目中培训的研究人员：所有这些都重新分配到了下一代基因组学中。如今正在编辑人类基因组中的遗传疾病的公司，在许多方面都建立在"失败"浪潮所资助的基础之上。
以Colossal Biosciences（巨物生物科学）为例。这家灭绝物种复活技术公司到2025年9月估值达到103.2亿美元，并在当年4月使用多重CRISPR工具、古代DNA测序和AI指导的基因组分析（这些技术积累了数十年的前沿工作成果）重新引入了恐狼。
同样的知识转移逻辑也体现在Astromech上，这是Ben Lamm（本·拉姆）在共同创建Colossal之后创立的AI生物技术公司，与哈佛遗传学家George Church（乔治·丘奇）共同打造。Astromech正在开发生物预测引擎——应用AI在进化、疾病风险和系统漏洞显现之前进行预测。该公司在成立九个月内估值达到20亿美元，这是对Colossal及其前身花费数年构建的基因组学和AI基础设施的直接延伸。
DARPA和阿波罗计划模型
国防高级研究计划局（DARPA）是一个有意识地将登月式项目的理解价值纳入其运营模式的组织。它接受大多数项目无法实现既定目标的事实，这不是妥协，而是其特征。目标有时设定在分析师描述为几乎不可能达到的水平。这些接近失败的项目所产生的知识为下一代尝试奠定了基础，并降低了后续成本。正如该机构自己的分析师所描述的，每个DARPA的成功背后都有一堆使其成为可能的失败。
阿波罗计划以更大规模的方式运作。到1963年，该计划消耗了美国约60%的集成电路生产，这不是因为有人计划建立半导体行业，而是因为该计划的要求迫使使用和开发达到这一水平。这种压力产生了1800多个可追溯的衍生产品，并帮助定义了半导体行业本身的结构。
正确的衡量标准
Benedict Evans（本尼迪克特·埃文斯）对1985年至2014年间约7000项Horsley Bridge投资的分析发现，6%的交易产生了60%的总回报。在这种分布中，取得最大成果的公司往往是那些在成立时最受怀疑的公司。失败率描述了这一模式，而不是对其原因的考虑。虽然只有一小部分公司成功，但成功的公司往往建立在过去失败的登月式项目之上或重新构想这些项目。那些成功的公司之所以成功，恰恰是因为在它们之前失败的公司采取了同样的冒险。
与其问一家公司失败的可能性有多大，评估前沿公司的更好问题可能是：每投入一美元产生了多少能力？产生了多少技术上新颖的知识？培训了多少在公司成立时几乎不存在的学科前沿的研究人员？该类别现在拥有哪些以前没有的工具？
这些产出比回报倍数更难建模。它们也是前沿投资产生持久价值的主要机制，在单个投资工具关闭后很长一段时间内，通过公司间和时间上的复利效应产生价值。
【全文结束】