विज्ञान नहीं होगा तो startup भी नहीं होंगे: वह innovation engine जिसे हम खुद बंद कर रहे हैं

 (steveblank.com)
4 पॉइंट द्वारा GN⁺ 2025-10-14 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • अमेरिका में वैज्ञानिक अनुसंधान में कटौती सिर्फ बजट कम करना नहीं है, बल्कि startup और तकनीकी innovation की मूल प्रेरक शक्ति का खो जाना है
    • यह scientist-engineer-founder-venture capitalist से जुड़ी पूरी innovation chain को खतरे में डालता है
  • वैज्ञानिक दो तरह के होते हैं: theorists और experimentalists; basic science ज्ञान को स्वयं समझने की कोशिश करती है, जबकि applied science व्यावहारिक समस्याएँ हल करने पर केंद्रित होती है
    • अमेरिका ने द्वितीय विश्व युद्ध के बाद universities में R&D funding लगाकर वैज्ञानिक प्रभुत्व स्थापित किया
  • engineer वैज्ञानिकों की खोजों के आधार पर products डिज़ाइन करते हैं, founder अनिश्चितता के बीच product-market fit खोजते हैं, और venture capitalist high-risk investment के जरिए इन्हें समर्थन देते हैं — यह परस्पर पूरक भूमिकाओं का ढाँचा है
  • engineering और entrepreneurship केवल विज्ञान की उपलब्धियों के ऊपर ही काम कर सकते हैं; इनमें से एक भी घटे तो पूरा system कमजोर पड़ता है
  • विज्ञान में निवेश घटेगा तो अंततः तकनीकी नेतृत्व China और Europe की ओर खिसक जाएगा, और इसका मतलब राष्ट्रीय प्रतिस्पर्धात्मकता का कमजोर होना होगा
  • SpaceX की reusable rocket landing Stanford के Convex Optimization applied science research पर आधारित है, और Nvidia GPU semiconductor basic science की नींव पर बने हैं — यानी हर advanced technology की शुरुआत basic science से होती है
  • विज्ञान निवेश में कटौती की भरपाई short term में AI data center जैसी engineering investments से नहीं हो सकती; long term में इसका परिणाम तकनीकी नेतृत्व China या Europe को सौंपने और राष्ट्रीय प्रतिस्पर्धात्मकता को कमजोर करने के रूप में होगा (जैसे द्वितीय विश्व युद्ध के बाद UK ने विज्ञान निवेश घटाया और नेतृत्व अमेरिका के हाथ चला गया — वैसा इतिहास दोहरने का जोखिम)

विज्ञान कैसे काम करता है

  • वैज्ञानिक की परिभाषा और भूमिका
    • scientist वह व्यक्ति है जो दुनिया कैसे काम करती है, इस पर ‘क्यों’ और ‘कैसे’ जैसे सवाल पूछता है, educated guess (hypothesis) बनाता है और प्रयोगों से उसे जाँचता है — यानी एक जिज्ञासा-प्रेरित शोधकर्ता
    • ज़्यादातर hypotheses गलत निकलती हैं और experiments विफल होते हैं, लेकिन हर सफलता के साथ मानवता को नई दवाइयाँ, बीमारियों के उपचार, consumer products, food technologies आदि मिलते हैं और प्रगति आगे बढ़ती है
    • अमेरिकी सरकार 1940 से अरबों डॉलर के पैमाने पर scientific research को support करती रही है, और वैज्ञानिक biology, medicine, physics, agriculture, computer science, materials engineering, mathematics जैसे विशेष क्षेत्रों में बँटे होते हैं
  • वैज्ञानिक दो श्रेणियों में बँटते हैं
    • theorists
      • ये ब्रह्मांड कैसे काम करता है, उसके लिए mathematical models, abstract frameworks और hypotheses विकसित करते हैं, लेकिन खुद experiment नहीं करते
      • नए ideas प्रस्तावित करना, पुराने experimental results की व्याख्या करना, और अब तक न देखी गई घटनाओं की भविष्यवाणी करना — इनके जरिए ये वास्तविकता की संभावनाओं की परिभाषा तय करते हैं
      • physics (quantum field theory, string theory), biology (neuroscience, systems biology), chemistry (molecular dynamics), computer science (algorithm design), economics (market models), mathematics (Bayesian networks, deep learning) सहित कई क्षेत्रों में पाए जाते हैं
      • प्रमुख उदाहरण: आइंस्टीन का E=MC² equation (1905 में सिद्धांत के रूप में प्रस्तुत; 1930-40 के दशक में अन्य theorists ने atomic bomb development की सैद्धांतिक नींव दी, जिसका प्रमाण Hiroshima और Nagasaki में दिखाई दिया)
    • experimentalists
      • ये laboratory में experiments डिज़ाइन और execute करते हैं; सफेद lab coat, microscope, test tube, particle accelerator या spacecraft के सामने दिखने वाली वैज्ञानिक की सामान्य छवि इन्हीं से जुड़ी है
      • NASA का James Webb telescope या LIGO gravitational wave observatory जैसे बड़े experimental projects चलाते हैं (इनके उपकरण engineers बनाते हैं)
  • basic science: तत्काल व्यावहारिक उपयोगिता के बिना प्रकृति के मूल सिद्धांतों को समझने के लिए ज्ञान की खोज
  • applied science: basic science की discoveries और theories का उपयोग करके products और processes को design, innovate और improve करने वाली practical problem-solving
    • Los Alamos के वैज्ञानिकों द्वारा U-235 की critical mass पर research (applied science का उदाहरण)
    • quantum mechanics (basic science) → semiconductors → computers (applied science), germ theory (basic science) → antibiotics और vaccines (applied science)
  • 20वीं सदी में applied scientists आमतौर पर final product company खुद शुरू नहीं करते थे, लेकिन 21वीं सदी की life sciences में laboratory से सीधे spin-off companies बनाने का रुझान बढ़ रहा है

अमेरिका की scientific ecosystem संरचना

  • द्वितीय विश्व युद्ध के बाद अमेरिका ने सरकारी labs के साथ-साथ universities को भी बड़े पैमाने पर R&D funding दी
    • यह ऐसा ढाँचा था जो किसी और देश में नहीं था, और इसी ने science और industry को जोड़ना संभव बनाया
  • university research system
    • अमेरिका में 542 research-focused universities हैं, जिन्हें R1~R3 स्तरों में वर्गीकृत किया जाता है
    • professor केवल teaching नहीं करते, बल्कि research output (papers, patents, experiments आदि) भी देना पड़ता है, और वे federal agencies (NSF, NIH, DoD आदि) से research funding secure करते हैं
    • university labs छोटे startup की तरह operate करते हैं, और graduate students व postdocs research की मुख्य workforce होते हैं
    • इसी प्रक्रिया से Google, CRISPR जैसी innovations पैदा हुईं
  • corporate research centers में बदलाव
    • 20वीं सदी में अमेरिकी कंपनियाँ अपनी surplus profits को corporate labs में invest करती थीं (DuPont, Bell Labs, IBM, AT&T, Xerox, Kodak, GE आदि में basic research होता था)
    • 1982 में Securities and Exchange Commission ने corporate stock buybacks को legal किया, जिसके बाद basic science research लगभग गायब हो गया और applied research की ओर शिफ्ट हुआ (shareholder value maximize करने के उद्देश्य से)
    • आज theoretical और basic research मुख्यतः research universities में होती है
  • research universities
    • बाहर से देखने पर ये ऐसी जगहें लगती हैं जहाँ students classes लेते हैं और degrees पाते हैं, लेकिन अंदर से यह नई knowledge production की अपेक्षा रखने वाली faculty-driven institutions हैं
    • professors federal agencies (NSF, NIH, DoD), foundations और industry से grants लेते हैं, और universities उनके लिए labs, centers, libraries और computing facilities बनाती हैं
    • अमेरिका में Carnegie classification के अनुसार 542 research universities हैं
      • R1 (187): highest level research activity, बड़ी संख्या में doctoral degrees (Stanford, UC Berkeley, Harvard, MIT, Michigan, Texas A&M आदि)
      • R2 (139): उच्च स्तर की, लेकिन अपेक्षाकृत छोटे पैमाने की research activity (Baylor, Wake Forest, UC Santa Cruz आदि)
      • R3 (216): सीमित research, teaching-centered doctoral programs (छोटे state universities)
  • universities विज्ञान के लिए क्यों महत्वपूर्ण हैं
    • अमेरिकी universities basic science research का लगभग 50% करती हैं और graduate students व postdoctoral researchers के training ground का काम करती हैं
    • ये हर साल लगभग $109 billion research पर खर्च करती हैं, जिनमें से करीब $60 billion NIH (biomedicine), NSF (basic science), Department of Defense, Department of Energy, DARPA, NASA जैसे federal sources से आते हैं
    • professors mini-startup की तरह labs चलाते हैं: research questions तय करना, graduate students/postdocs/staff को hire करना, और अपने समय का 30-50% grant proposals लिखने में लगाना
    • research output funding agencies के साथ साझा किया जाता है, journals में publish होता है, conferences में प्रस्तुत होता है, patents में बदलता है, या technology transfer office के जरिए startup spin-off बनता है (Google Search और CRISPR जैसे उदाहरण university labs से शुरू हुए)
    • 2025 तक अमेरिका के basic research का लगभग 40-50% foreign-born researchers (graduate students, postdocs, professors) द्वारा किया जा रहा था; immigration और student visas अमेरिकी research capacity की core foundation हैं
    • अमेरिकी universities ने दुनिया की बेहतरीन research facilities (labs, clean rooms, telescopes) और critical science services (DNA sequencing centers, electron microscopy, cloud access, data analysis hubs) प्रदान किए, लेकिन 2025 में बड़े बजट cuts के कारण वे संकट में हैं

engineer वैज्ञानिकों के काम के ऊपर निर्माण करते हैं

  • engineer की भूमिका
    • वैज्ञानिकों की खोजों के आधार पर चीजें design और build करना
    • वैज्ञानिकों द्वारा atom split किए जाने के 7 साल बाद, दसियों हज़ार engineers ने atomic bomb बनाया (basic और applied science research की वजह से engineers को शुरुआत से पता था कि क्या बनाना है)
    • blueprints बनाना, software से designs test करना, metal sheets काटना, rocket engines बनाना, buildings और bridges खड़े करना, chips design करना, experimental उपकरण बनाना, cars design करना — ये सब engineer करते हैं
  • scientist और engineer में अंतर
    • engineer का लक्ष्य: दिए गए specifications के साथ किसी ज्ञात समस्या का solution design और deliver करना
    • entrepreneur का approach: customer, product features, pricing जैसी कई unknowns से शुरुआत करना; minimum viable product (MVP) को बार-बार बनाकर product-market fit और customer adoption खोजना; और शुरुआती assumptions गलत निकलें तो solution को pivot करना (हर business unknown को hypothesis की तरह treat करना, scientific method का entrepreneurial version है)
  • वास्तविक उदाहरण
    • Nvidia GPU: TSMC chip fabs में निर्मित, Applied Materials जैसी कंपनियों की applied science पर आधारित, और वह आगे semiconductor researchers की basic science पर टिका हुआ
      • OpenAI, Microsoft, Google आदि के बड़े data centers Nvidia chips का उपयोग करते हैं, जिन्हें mechanical engineers बनाते हैं
    • SpaceX reusable rocket landing: Stanford के Steven Boyd द्वारा विकसित Convex Optimization framework और algorithms पर किए गए applied science research की बदौलत संभव हुई
      • Boyd का काम convex analysis नामक basic science mathematics field पर आधारित था
      • SpaceX, NASA, JPL, Blue Origin, Rocket Lab — सभी guidance, control और landing में Convex Optimization के variants का उपयोग करते हैं

venture capital और entrepreneur

  • entrepreneur की विशेषताएँ
    • नया product बाजार में लाने के लिए company शुरू करना, और engineers hire करके product को build, test और improve करना
    • कई महान entrepreneurs engineering background से आए हैं (Elon Musk, Bill Gates, Larry Page/Sergey Brin)
  • venture capital (VC) की भूमिका
    • VC वे निवेशक हैं जो entrepreneurs को capital देते हैं; वे उन चीज़ों में निवेश करते हैं जिन्हें engineers ने applied scientists के proofs के आधार पर, और उनसे पहले basic researchers की discoveries के आधार पर बनाया है
    • banks के विपरीत, ये कहीं अधिक जोखिम वाले investment portfolios में निवेश करते हैं और loan interest नहीं बल्कि equity के जरिए returns कमाते हैं
    • अधिकांश VC scientists नहीं होते, engineers भी बहुत कम होते हैं, हालांकि कुछ के पास founder का अनुभव होता है
    • VC science/researchers में निवेश नहीं करते: वे risk minimize करना चाहते हैं, इसलिए engineering और manufacturing risk कुछ हद तक लेते हैं, applied science risk कम लेते हैं, और basic research risk लगभग नहीं लेते (यही वजह है कि government और universities की भूमिका महत्वपूर्ण है)
    • VC ऐसे projects में निवेश करते हैं जो fund के time horizon (3-7 साल) के भीतर product launch कर सकें, जबकि science को killer app तक पहुँचने में कई दशक लग सकते हैं
  • अगर science-based technology की धारा सूख गई, तो deep tech आधारित अमेरिकी venture capital opportunities घटेंगी, और भविष्य उन देशों की ओर जाएगा जो science में निवेश कर रहे हैं, जैसे China या Europe

वैज्ञानिक क्यों ज़रूरी हैं

  • विज्ञान निवेश की अनिवार्यता
    • “आख़िर scientists की ज़रूरत क्यों है? लोगों को बैठकर सोचने के लिए पैसे क्यों दिए जाएँ? ज़्यादातर experiments fail होते हैं तो उन पर पैसा क्यों खर्च हो? क्या AI उन्हें replace नहीं कर सकता?” — इन सवालों का जवाब
    • university-industry-government science partnership का output ही Silicon Valley, aerospace industry, biotech industry, quantum और AI की नींव बना
    • इन्हीं investments से हमें rockets, cancer therapies, medical devices, internet, ChatGPT और AI मिले
  • विज्ञान और राष्ट्रीय प्रतिस्पर्धात्मकता का संबंध
    • science investment national security और economic power का केंद्रीय स्तंभ है, और राष्ट्रीय शक्ति से सीधे जुड़ा हुआ है
      • विज्ञान को कमजोर करना, अर्थव्यवस्था और रक्षा की long-term growth को कमजोर करना है
    • tech companies द्वारा किए जा रहे सैकड़ों अरब डॉलर के AI data center investments, federal R&D spending से बड़े हैं, लेकिन ये science नहीं बल्कि engineering investments हैं
    • artificial general intelligence के जरिए scientists को अप्रासंगिक बना देने का लक्ष्य इस बात को नज़रअंदाज़ करता है कि AI वैज्ञानिकों को अधिक productive बना सकता है, उनकी जगह नहीं ले सकता
  • ऐतिहासिक सबक
    • जो देश science की उपेक्षा करते हैं, वे अंततः उन देशों पर निर्भर हो जाते हैं जो ऐसा नहीं करते
    • द्वितीय विश्व युद्ध के बाद अमेरिका की बढ़त basic science investment (OSRD, NSF, NIH, DOE labs) से आई
    • द्वितीय विश्व युद्ध के बाद UK ने science investment में कटौती की, और अमेरिका युद्धकालीन ब्रिटिश inventions का commercial use करने में आगे निकल गया
    • सोवियत संघ का पतन आंशिक रूप से इसलिए हुआ कि वह science को sustained innovation में नहीं बदल सका, जबकि उसी अवधि में अमेरिकी universities, startups और venture capital ने Silicon Valley बना दी
    • long-term military और economic advantage (nuclear weapons, GPS, AI) की जड़ें science research ecosystem में हैं

सबक

  • scientists का वर्गीकरण
    • दो श्रेणियाँ हैं: theorists और experimentalists
    • experimentalists भी आगे basic science (नई चीज़ें सीखना) और applied science (विज्ञान का व्यावहारिक उपयोग) में बँटते हैं
    • scientists talent को train करते हैं, patentable inventions बनाते हैं, और defense के लिए solutions देते हैं
  • भूमिकाओं की परस्पर पूरकता
    • engineers वैज्ञानिकों की discoveries के ऊपर चीज़ें design और build करते हैं
    • entrepreneurs इस सीमा को परखते और आगे बढ़ाते हैं कि कौन-सा product बनाया जा सकता है
    • venture capital startups को funding देता है
    • scientist, engineer, entrepreneur — ये भूमिकाएँ परस्पर पूरक हैं, और इनमें से एक को हटाने पर system का क्षरण शुरू हो जाता है
  • विज्ञान का भविष्य
    • science रुकने वाला नहीं है
    • अगर अमेरिका funding घटाता है, तो science उन दूसरे देशों में होगा जो समझते हैं कि देश को महान बनाने में science की क्या भूमिका है (जैसे China)
    • राष्ट्रीय शक्ति science investment से निकलती है
  • basic और applied science में निवेश की कमी अमेरिका को कमजोर बनाती है

परिशिष्ट: वैज्ञानिक पद्धति (Scientific Method)

  • विज्ञान का मूल hypothesis–experiment–validation–reproduction का चक्रीय ढाँचा है
  • इसी सिद्धांत ने पिछले 500 वर्षों में मानव तकनीक और समाज की प्रगति को आगे बढ़ाया है, और यही innovation startup ecosystem का मूल सिद्धांत भी है
  • scientific method के सिद्धांत
    • पिछले 500 वर्षों से, चाहे theorist हों या experimentalist, science को test करने का तरीका scientific method ही रहा है
    • इसकी शुरुआत इस सवाल से होती है: “मेरा मानना है कि यह ऐसे काम करेगा — चलिए इस idea को test करते हैं”
    • लक्ष्य अनुमान (जिसे science में hypothesis कहते हैं) को real evidence में बदलना होता है
  • scientific method के चरण
    • hypothesis/guess को test करने के लिए experiment design करना
    • experiment चलाना और results को collect व analyze करना
    • यह पूछना: “क्या results ने hypothesis को validate किया, falsify किया, या कोई पूरी तरह नया idea दिया?”
    • scientists जो जानते हैं उसके कारण नहीं, बल्कि जो नहीं जानते उसके कारण उपकरण बनाते और experiment करते हैं
  • experiments का पैमाना और लागत
    • कुछ simple experiments university biology lab में कुछ हज़ार डॉलर में हो सकते हैं, जबकि कुछ के लिए satellites, particle accelerators और telescopes बनाने में अरबों डॉलर लगते हैं
    • द्वितीय विश्व युद्ध के बाद अमेरिकी सरकार ने समझा कि scientists को support करना अमेरिका की economy और defense दोनों के लिए अच्छा है, और इसी से अमेरिका science में नेतृत्व हासिल कर सका
  • reproducibility और self-correction
    • अच्छा science reproducible होता है: scientists केवल results ही नहीं, बल्कि experiment कैसे किया गया उसकी details भी publish करते हैं
    • दूसरे scientists वही experiment दोहराकर देख सकते हैं कि उन्हें भी वही result मिलता है या नहीं → यही scientific method को self-correcting बनाता है
    • scientists (और उन्हें fund करने वाले लोग) उम्मीद करते हैं कि ज़्यादातर experiments fail होंगे, लेकिन असफलता सीखने और discovery का हिस्सा है
    • unknowns को test करने वाले science में failure का मतलब learning और discovery है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-10-14
Hacker News राय

  • 20वीं सदी में अमेरिकी कंपनियाँ अपने बचे हुए मुनाफ़े को corporate research labs में निवेश करती थीं। Dupont, Bell Labs, IBM, AT&T, Xerox, Kodak, GE आदि में बुनियादी वैज्ञानिक शोध होता था, लेकिन 1982 में SEC द्वारा share buybacks को वैध बनाने के बाद यह स्थिति काफ़ी बदल गई। कंपनियों ने सार्वजनिक शेयरों की संख्या घटाने और stock price बढ़ाने के लिए अपने ही शेयर खरीदने शुरू किए, और इसके परिणामस्वरूप कंपनियों के भीतर बुनियादी वैज्ञानिक शोध लगभग गायब हो गया और फोकस applied research तथा shareholder value को अधिकतम करने पर आ गया। अब theoretical और basic research का काम university labs करती हैं, और यह साफ़ नहीं दिखता कि share buybacks ने corporate research priorities में बदलाव कैसे पैदा किया। अगर 1980 के दशक से पहले जैसा अब नहीं किया जा सकता, तो उसके पीछे कोई और बुनियादी कारण होगा; शायद इसका कारण share buybacks नहीं है

    • असली सवाल यह है कि अब पहले जैसा क्यों नहीं किया जाता। Share buybacks executive compensation को सीधे stock price से जोड़ देते हैं, जिससे executives मौजूदा व्यवस्था को पसंद करने लगते हैं। Tim Cook से पहले Apple share buybacks नहीं करता था, और Jobs मानते थे कि R&D पर पैसा खर्च करना shareholders को पैसा लौटाने से बेहतर है। Wall Street को यह पसंद नहीं था, लेकिन Jobs को इसकी परवाह नहीं थी। ज़्यादातर CEOs इतना सख़्त रुख़ नहीं अपनाते, और management तथा shareholders दोनों को share buybacks से फ़ायदा मिलना लगभग तय रहता है

    • University labs में भी बहुत शानदार शोध होता है, लेकिन बड़े corporate labs का गायब हो जाना एक बड़ा नुक़सान लगता है। यह मददगार होता है जब scientists और engineers वास्तविक समस्याओं के ज़्यादा क़रीब हों, और उन्हें research grants लिखने या graduate students को guide करने में बहुत समय n लगाना पड़े

    • सच तो यह है कि बड़ी tech कंपनियों में भी बहुत research हो रही है। Dupont, Bell Labs, IBM, AT&T, Xerox, Kodak, GE को कभी-कभी असफलता के textbook examples की तरह भी देखा जा सकता है; शायद असली समस्या यह थी कि वे अपने research results को ठोस रूप से execute नहीं कर पाए

    • “1982 share buybacks” सुनने में “financialization और short-term profit obsession के कारण long-term gains की क़ुर्बानी” का एक प्रतीक लगता है। ऐसा बदलाव Reagan और Thatcher के दौर से पूरे अमेरिका और ब्रिटेन में फैलता गया

    • अपने ही शेयरों में निवेश करने का मतलब यह है कि पहले जहाँ कंपनियाँ research और development में सक्रिय रूप से पैसा लगाती थीं, वहीं share buybacks के बाद वे “investment” के नाम पर पूंजी को निष्क्रिय रूप से रोककर रखने लगीं। इससे वह पुरानी कथा याद आती है जिसमें निवेश की गई पूंजी को ज़मीन में गाड़ दिया जाता है। Parable of the Talents

  • कनाडाई नज़रिए से देखें तो कनाडा ने neural network computer science में बड़ा निवेश किया था, जबकि अमेरिका समेत दूसरे देशों को इसमें तब दिलचस्पी भी नहीं थी। लेकिन आज उसका आर्थिक लाभ ज़्यादातर विदेशों में ही साकार हो रहा है। अमेरिकी scientific establishment लंबे समय तक रूसी rocket engines खरीदकर इस्तेमाल करने पर केंद्रित रही, लेकिन SpaceX ने अमेरिका के भीतर पश्चिमी तकनीक का वास्तविक उपयोग करके बदलाव ला दिया। किसी भी country का scientific establishment innovation engine को सच में fuel नहीं दे पाया, और लंबे समय तक यह system वास्तव में काम ही नहीं कर रहा था। जो system काम नहीं कर रहा हो, उसे बंद भर कर देने से भी नए प्रयोगों की गुंजाइश बन सकती है। यह तर्क भी काफ़ी असरदार है कि research का मूल स्वभाव innovation नहीं होता, और global homogenization तथा peer review systems ने academic diversity को गंभीर रूप से नष्ट किया है, जिससे प्रगति ठहर गई है

    • मैं दृष्टिबाधित हूँ और accessibility technology development के research projects में शामिल हूँ। Universities में होने वाला इस तरह का high-quality research ज़्यादातर असली users तक पहुँचता ही नहीं, और जटिल administrative procedures तथा risk-averse culture के कारण, अगर commercialization की कोशिश न हो तो बहुत-से projects बस दराज़ों में बंद रह जाते हैं और users को उनका लाभ लगभग नहीं मिलता

    • अमेरिका और कनाडा में talent और ideas अपेक्षाकृत स्वतंत्र रूप से चलते हैं, इसलिए कनाडा में हुआ basic science research भी आख़िरकार अमेरिका में पैसा बनता है, जहाँ population, GDP और capital markets कहीं बड़े हैं। हाल के वर्षों में अमेरिका का विदेशियों के प्रति रुख़ अधिक शत्रुतापूर्ण हुआ है, इसलिए investment और talent mobility में बदलाव आ सकते हैं

    • सिर्फ़ research काफ़ी नहीं है; capital access, legal stability, और contracts के enforcement का माहौल भी चाहिए। अच्छा research सिर्फ़ knowledge और talent पैदा करने की बुनियाद है

    • SpaceX ने जो चीज़ें असंभव मानी जाती थीं, उन्हें इसलिए हासिल किया क्योंकि उसने उस व्यक्ति को hire किया जो garage में rocket engine बना रहा था। असली बात hands-on लोगों की है, और जो लोग सचमुच कुछ बनाना चाहते हैं वे bureaucracy और वहाँ काम करने वाले लोगों की शैली से दूर भागने की प्रवृत्ति रखते हैं। जब bureaucratic organizations के हाथ में सत्ता आ जाती है, innovation धीमा पड़ जाता है, और चाहे कोई शानदार scientist बेहतरीन research कर भी ले, उसे संभालने वाला bureaucrat उसकी तारीफ़ करके फाइल दराज़ में बंद कर देता है। सरकार हो, university हो या कोई bureaucratic organization, यह हर जगह एक जैसा होता है

    • SpaceX के संदर्भ में “science” और “engineering” को अलग-अलग देखना चाहिए। SpaceX मूल रूप से एक engineering innovation company है। Scientific research और engineering implementation स्वभाव से अलग चीज़ें हैं, लेकिन innovation तभी संभव है जब engineering और science साथ मिलकर काम करें। अमेरिका का science research और engineering innovation दोनों में असाधारण होना कोई संयोग नहीं था। जहाँ science न हो और सिर्फ़ engineering मज़बूत हो, ऐसे देशों के उदाहरण लगभग नहीं मिलते

  • अमेरिकी universities हर साल लगभग $109 billion research पर खर्च करती हैं, जिनमें से लगभग $60 billion NIH, NSF, DoW, DOE, DARPA, NASA आदि से आते हैं। मैं बाकी $49 billion पर बात करना चाहूँगा। कई universities में यह कहा जाता है कि social science students की tuition, STEM fields को subsidize करती है। सच है कि history या psychology professors को buildings या equipment जैसी भारी capital investment कम चाहिए, लेकिन students वही महँगी tuition देते हैं जो STEM majors देते हैं। अमेरिकी private universities में undergraduate के 4 साल की कुल लागत $250,000~$400,000 तक पहुँचती है। लेकिन कहानी सिर्फ़ इतनी नहीं है; endowments, corporate partnerships, licensing revenue आदि भी होते हैं। सिर्फ़ tuition के सहारे सरकारी research funding cuts की भरपाई करना सीमित है, इसलिए दूसरे funding sources भी अहम हैं

    • पहले से record-high tuition को और बढ़ाना आख़िरी विकल्प होना चाहिए। Universities के फूले हुए administrative apparatus को छोटा करना, ख़राब procurement और भ्रष्टाचार की निगरानी (जैसे Berkeley chancellor के residence के चारों ओर $700k की iron fence पर रिपोर्ट), अनावश्यक construction, अत्यधिक foreign travel budgets, और administrators के वेतन व perks में कटौती ज़्यादा असरदार होगी

    • यह बात कि social science students की tuition STEM को subsidize करती है, मेरे संस्थान (एक state R1 research university) पर लागू नहीं होती। Tuition और अन्य fees पूरे university revenue का सिर्फ़ लगभग 10% हैं, जबकि state government general budget से इससे बड़ा हिस्सा देती है। असल में state taxes enrolled students की education cost को subsidize करते हैं, और STEM professors एक “soft money” system पर काम करते हैं जहाँ उनकी तनख़्वाह research grants/teaching/service work से सीधे आती है। इसके विपरीत non-STEM professors, जैसे history वाले, ज़्यादा “hard money” पर निर्भर होते हैं जहाँ university वेतन देने का वादा करती है। अमेरिका के 70% से अधिक undergraduates public universities से आते हैं

    • social science students की tuition से STEM को support करने वाला दावा मुझे संदिग्ध लगता है। Trump administration से पहले तक ज़्यादातर research funding का बड़ा हिस्सा “overhead” नाम की administrative costs में चला जाता था, जो कभी-कभी 60% तक होता था। Patent revenue का 70% से ज़्यादा हिस्सा भी universities ही रखती हैं। Productive research universities research output के ज़रिए अपनी प्रतिष्ठा बढ़ाती हैं, और endowments व rankings को ऊपर ले जाना चाहती हैं। असली tuition तो administrative costs, fundraising, और student life improvements पर ज़्यादा खर्च होती है

    • मेरे राज्य की ‘diploma mill’ universities ने छोटे STEM colleges और technical schools को मिलाकर sports और lifestyle facilities पर भारी निवेश किया है। उदाहरण हैं Kennesaw State University, Georgia State University, और Olympic Stadium का अधिग्रहण; लेकिन वास्तव में असरदार research लगभग नहीं के बराबर है

  • यह भी कहना ज़रूरी है कि practical needs अक्सर theory को जन्म देती हैं, और कई बार इसका उल्टा भी होता है; यानी scientists discoveries करते हैं और technologists उन पर कुछ बनाते हैं, यह रिश्ता दो-तरफ़ा है

  • हर scientific research proposal में 'insa haengwi' को अनिवार्य बनाना फिर से सोचने लायक है

    • यह बात अभी लिख पाने लायक self-awareness की कमी होना शर्मनाक है

  • startup = chaos = existing power के लिए threat। अगर आपके पास पहले से सत्ता है, तो startup-friendly environment बनाने का कोई ख़ास कारण नहीं है (यह devil’s advocate के नज़रिए से कहा गया है)

    • यह नज़रिया short-term है। Innovation दुनिया भर में चलता रहता है, और स्थापित ताक़तें आख़िरकार innovation के आगे झुकती ही हैं

  • अमेरिका science investment के ज़रिए अपना प्रभुत्व बनाए रख सका, जबकि ब्रिटेन ने युद्ध के बाद science budget घटा दिया, जिससे अमेरिका ब्रिटिश innovations का commercialization कर सका। सोवियत संघ central control के कारण innovation को वास्तविकता में नहीं बदल सका, जबकि अमेरिका में universities, startups, और VC ने Silicon Valley को जन्म दिया। अमेरिका की entrepreneurial culture innovative businesses बनाने में उत्कृष्ट है; इसके उलट ब्रिटेन class structure से बँधा रहा, सोवियत संघ central planning की सीमाओं में फँसा रहा, और ऑस्ट्रेलिया के पास research capability तो मज़बूत है लेकिन उसकी ज़्यादातर economic activity resource exports पर निर्भर है। Science investment और economic growth का संबंध अमेरिका जैसे मज़बूत entrepreneurial culture वाले देशों में ज़्यादा लागू होता है

  • Patents, public good, और उनके spillover effects की बात करते समय Bell Labs को अलग अपवाद की तरह देखना चाहिए। ‘The Idea Factory’ (किताब) और 1956 consent decree आदि को देखें तो AT&T को अपनी regulated monopoly position के कारण सरकार द्वारा मजबूर किया गया था कि वह पुराने patents मुफ़्त में उपलब्ध कराए, और भविष्य के patents भी reasonable terms पर सभी के लिए सुलभ रखे; transistor, laser, CCD जैसी innovations भी इसी संदर्भ में थीं

  • पिछले 20~30 वर्षों में innovative new technologies/scientific discoveries कम हुई हैं, जिससे science का ROI घटता हुआ महसूस होता है। अगर यह सच है, तो संभव है कि science की वास्तविक inventions तक पहुँचने की क्षमता कमज़ोर पड़ गई हो, और ऐसे में कोई देश अपने resources कहीं और लगाना अधिक तर्कसंगत समझे। यह भी हो सकता है कि राजनीतिक इच्छाशक्ति के कमज़ोर पड़ने और science funding में कटौती ने अमेरिका को आज की इस स्थिति तक पहुँचाया हो