Put a price on breakthroughs

Neolabs today face an impossible mandate: deliver both a research breakthrough and a venture-scale business, even though each is a 1 in 100 outcome. Combined, the odds drop to 1 in 10,000. The author argues for a better model borrowed from pharma.

Frontier labs like Open AI, Anthropic, and Google Deep Mind are locked in a race to ship proven improvements—data pipelines, infrastructure, compute—while researchers chase "the next big thing." This tension has spawned neolabs, startups funded heavily before having a product, where teams split between building a company and pursuing AGI.

The author proposes a radical shift: let neolabs focus solely on groundbreaking research, expect near-zero revenue, and accept acquihires if they succeed. This mirrors pharma's decades-old division of labor, where small biotechs handle risky discovery and big companies scale production and distribution.

While this works for science, it fails VCs, who need fund-returning companies rather than acquisitions, especially at today's multibillion valuations.

Neolabs اليوم تواجه مهمة مستحيلة: تقديم اختراق بحثي وبناء مشروع بحجم رأس المال المغامر، على الرغم من أن كل هدف لديه فرصة نجاح واحدة من أصل 100 فقط. مجتمعة، تنخفض الفرصة إلى واحدة من أصل 10,000. المؤلف يجادل لصالح نموذج أفضل مستعار من الصناعة الدوائية.

المختبرات الحدودية مثل Open AI وAnthropic وGoogle Deep Mind مغلقة في سباق لإرسال تحسينات مثبتة—خطوط أنابيب البيانات، والبنية التحتية، والحوسبة—بينما يطارد الباحثون 'الشيء الكبير التالي'. هذا التوتر أدى إلى ظهور neolabs، وهي شركات ناشئة ممولة بشكل كبير قبل وجود منتج، حيث تنقسم الفرق بين بناء الشركة ومتابعة الذكاء العام الاصطناعي.

المؤلف يقترح تحولًا جذريًا: السماح لـ neolabs بالتركيز فقط على البحث الرائد، وتوقع إيرادات قريبة من الصفر، وقبول استقطاب المواهب إذا نجحوا. هذا يعكس تقسيم العمل الذي دام عقودًا في الصناعة الدوائية، حيث تتعامل الشركات الحيوية الصغيرة مع الاكتشاف عالي الخطر، وتتولى الشركات الكبيرة توسيع الإنتاج والتوزيع.

بينما ينجح هذا في العلم، فإنه يفشل مع صناديق رأس المال المغامر، التي تحتاج إلى شركات تُعيد تمويل الصندوق بدلاً من الاستحواذات، خاصةً عند التقييمات متعددة المليارات اليوم.

الكيانات الرئيسية: الشركات: Open AI، Anthropic، Google Deep Mind، Databricks | الأشخاص: علي غودسي

الأسئلة الشائعة: لماذا يعاني neolabs من صعوبة النجاح؟

هم متوقعون أن يقدموا كلًا من اختراق بحثي ومشروع بحجم رأس المال المغامر في نفس الوقت. كل هدف بمفرده لديه فرصة نجاح واحدة من أصل 100 فقط، مما يجعل الفرصة المجمعة واحدة من أصل 10,000.

Neolabs আজ একটি असंभব মন্ডেলের মুখোমুখি: একটি গবেষণা breakthrough দেওয়া এবং একটি venture-scale ব্যবসা তৈরি করা, যেখানে প্রতিটির একমাত্র ১০০-এ ১ সাফল্যের সম্ভাবনা। একত্রিত করলে, সম্ভাবনা ১০,০০০-এ ১ হয়ে যায়। লেখক ফার্মা থেকে উধার लिए একটি ভালো মডেলের পক্ষে যুক্তি দেন।

Open AI, Anthropic, এবং Google Deep Mind这样的前沿实验室 ডেটা পাইপলাইন, ইনফ্রাস্ট্রাকচার, কম্পিউট—যে সাবыт উন্নতি—শিপ করার দৌড়ে ফँসা পড়েছে, যখন গবেষকরা "আগের বড় জিনিস" এর পিছনে পড়েছে। এই তনাব neolabs-কে জন্ম দিয়েছে, যা পণ্য না থাকলেও বariamente আর্থিক সমর্থন পেয়েছে স্টার্টআপ, যেখানে টিমها কোম্পানি তৈরি করার এবং AGI অনুসরণ করার মধ্যে ভাগ করা হয়েছে।

লেখক একটি র্যাডিকাল পরিবর্তন প্রস্তাব করেন: neolabs-কে শুধুমাত্র ভিত্তিগত গবেষণা पर ফোকাস করা দিতে দিন, নিকট-শূন্য আয় की আশা রাখুন, এবং যদি তারা সাফল্য পায় তবে একুইজhire গ্রহণ করুন। এটি ফার্মা-কে দশकों আগের শ্রম ভাগের প্রতিফলন, যেখানে ছোট বায়োটেক ঝুঁকিপূর্ণ খোঁজা নেয় এবং বড় কোম্পানিগুলি উৎপাদন এবং বিতরণকে স্কেল করে।

যদি এটি বিজ্ঞানের জন্য কাজ করে, তাহলে এটি VC-দের জন্য ব্যর্থ হয়, যারা ফান্ড-রিটার্নিং কোম্পানির প্রয়োজন হয়, মাত্র অ্যাকুইজিশন নয়, বিশেষ করে আজকের বিলিয়ন-ডলার মূল্যায়নের संदर्भে।

মূল エンティティ: কোম্পানিগুলো: Open AI, Anthropic, Google Deep Mind, Databricks | লোক: Ali Ghodsi

সामान्य প্রশ্ন: কেন neolabs সাফল্য পেতে কষ্ট করে?

তাদের একসাথে একটি গবেষণা breakthrough এবং একটি venture-scale ব্যবসা দেওয়ার আশা করা হয়। প্রতিটি লক্ষ্য একায়কেও শুধু ১০০-এ ১ সাফল্যের সম্ভাবনা রাখে, jolloin সমন্বিত সম্ভাবনা ১০,০০০-এ ১ হয়ে যায়।

Neolabs stehen heute vor einem unmöglichen Mandat: sowohl einen Forschungdurchbruch zu erzielen als auch ein Venture-capital-skalen Unternehmen aufzubauen, obwohl jedes Ziel nur eine Erfolgswahrscheinlichkeit von 1 zu 100 hat. Gemeinsam sinkt die Wahrscheinlichkeit auf 1 zu 10.000. Der Autor argumentiert für ein besseres Modell, das aus der Pharmazie entlehnt ist.

Grenzlabore wie Open AI, Anthropic und Google Deep Mind sind in einem Wettlauf darum verwickelt, bewährte Verbesserungen zu liefern—Datenpipelines, Infrastruktur, Rechenleistung—während Forscher dem „nächsten großen Ding“ nachjagen. Diese Spannung hat die Entstehung von Neolabs begünstigt, Startups, die vor dem Vorhandensein eines Produkts stark finanziert werden, wobei Teams zwischen dem Aufbau eines Unternehmens und der Verfolgung von AGI aufgeteilt sind.

Der Autor schlägt einen radikalen Wechsel vor: Neolabs sollen sich ausschließlich auf bahnbrechende Forschung konzentrieren, nahezu null Umsatz erwarten und im Erfolgsfall Akqui-hires akzeptieren. Dies spiegelt die seit Jahrzehnten bestehende Arbeitsteilung in der Pharmazie wider, bei der kleine Biotech-Unternehmen riskante Entdeckungen übernehmen und große Unternehmen Produktion und Verteilung skalieren.

Während dies für die Wissenschaft funktioniert, versagt es für Venture-Capital-Geber, die Unternehmen benötigen, die den Fonds zurückzahlen, anstatt nur Akquisitionen, insbesondere bei den heutigen Mehrmilliarden-Bewertungen.

Wichtige Entitäten: Unternehmen: Open AI, Anthropic, Google Deep Mind, Databricks | Personen: Ali Ghodsi

Häufig gestellte Fragen: Warum kämpfen Neolabs darum, erfolgreich zu sein?

Sie werden erwartet, gleichzeitig einen Forschungdurchbruch und ein Venture-capital-skalen Unternehmen zu liefern. Jedes Ziel allein hat nur eine Erfolgswahrscheinlichkeit von 1 zu 100, wodurch die kombinierte Wahrscheinlichkeit auf 1 zu 10.000 sinkt.

Neolabs hoy enfrenta un mandato imposible: entregar tanto un avance de investigación como un negocio de escala venture, aunque cada uno tenga solo una probabilidad de éxito de 1 en 100. Combinados, las probabilidades caen a 1 en 10,000. El autor argumenta a favor de un mejor modelo tomado de la industria farmacéutica.

Los laboratorios de frontera como Open AI, Anthropic y Google Deep Mind están atrapados en una carrera para enviar mejoras probadas—canalizaciones de datos, infraestructura, cómputo—mientras que los investigadores persiguen 'el próximo gran avance'. Esta tensión ha dado lugar a los neolabs, startups financiadas fuertemente antes de tener un producto, donde los equipos se dividen entre construir una empresa y perseguir la AGI.

El autor propone un cambio radical: dejar que los neolabs se enfoquen únicamente en la investigación revolucionaria, esperen ingresos cercanos a cero y acepten adquisiciones de talento si tienen éxito. Esto refleja la división de trabajo de décadas en la industria farmacéutica, donde las pequeñas biotecnológicas manejan el descubrimiento de alto riesgo y las grandes empresas escalan la producción y distribución.

Aunque esto funciona para la ciencia, falla para los VC, que necesitan empresas que retornen el fondo, más que adquisiciones, especialmente en las valoraciones multimillonarias de hoy.

Entidades clave: Empresas: Open AI, Anthropic, Google Deep Mind, Databricks | Personas: Ali Ghodsi

Preguntas frecuentes: ¿Por qué luchan los neolabs por tener éxito?

Se espera que entreguen tanto un avance de investigación como un negocio de escala venture simultáneamente. Cada objetivo por sí solo tiene solo una probabilidad de éxito de 1 en 100, lo que hace que las probabilidades combinadas sean 1 en 10,000.

Neolabs sont aujourd'hui confrontés à un mandat impossible : fournir à la fois une percée de recherche et construire une entreprise à l'échelle du capital-risque, alors que chaque objectif n'a qu'une probabilité de succès de 1 sur 100. En combinaison, les probabilités chutent à 1 sur 10 000. L'auteur plaide en faveur d'un meilleur modèle emprunté à l'industrie pharmaceutique.

Les laboratoires de pointe comme Open AI, Anthropic et Google Deep Mind sont engagés dans une course pour déployer des améliorations éprouvées—pipelines de données, infrastructure, calcul—alors que les chercheurs poursuivent « la prochaine grande chose ». Cette tension a donné naissance aux neolabs, des startups fortement financées avant d'avoir un produit, où les équipes sont réparties entre la construction d'une entreprise et la poursuite de l'AGI.

L'auteur propose un changement radical : permettre aux neolabs de se concentrer exclusivement sur la recherche révolutionnaire, d'espérer des revenus proches de zéro et d'accepter des acquihires en cas de succès. Cela reflète la répartition du travail vieille de plusieurs décennies dans l'industrie pharmaceutique, où les petites biotechs gèrent la découverte à haut risque et où les grandes entreprises mettent à l'échelle la production et la distribution.

Bien que cela fonctionne pour la science, cela échoue pour les sociétés de capital-risque, qui ont besoin d'entreprises qui restituent les fonds plutôt que des acquisitions, surtout aux valorisations multibilliardaires d'aujourd'hui.

Entités clés : Entreprises : Open AI, Anthropic, Google Deep Mind, Databricks | Personnes : Ali Ghodsi

FAQ : Pourquoi les neolabs peinent-ils à réussir ?

Ils sont censés fournir à la fois une percée de recherche et une entreprise à l'échelle du capital-risque simultanément. Chaque objectif pris isolément n'a qu'une chance sur 100 de réussir, ce qui fait que les chances combinées sont de 1 sur 10 000.

Neolabs आज एक असंभव आदेश का सामना कर रहे हैं: एक अनुसंधान breakthrough देने और एक venture-scale व्यवसाय बनाने का, जबकि प्रत्येक का केवल 1 में से 100 सफलता की संभावना है। संयुक्त रूप से, संभावना 1 में से 10,000 तक गिर जाती है। लेखक फार्मा से उधार लिए गए एक बेहतर मॉडल के पक्ष में तर्क देता है।

Open AI, Anthropic, और Google Deep Mind जैसे सीमा पार प्रयोगशालाएँ डेटा पाइपलाइन, बुनियादी ढाँचा, कंप्यूट जैसे सिद्ध सुधारों को शिप करने की दौड़ में फँस गई हैं, जबकि शोधकर्ता "अगली बड़ी बात" का पीछा कर रहे हैं। यह तनाव neolabs को जन्म दिया है, जो उत्पाद न होने से पहले भारी मात्रा में वित्त पोषित स्टार्टअप हैं, जहाँ टीमें कंपनी बनाने और AGI का पीछा करने के बीच बँटी हुई हैं।

लेखक एक कट्टर परिवर्तन प्रस्तावित करता है: neolabs को केवल breakthrough अनुसंधान पर ध्यान केंद्रित करने दें, शून्य के करीब राजस्व की अपेक्षा रखें, और यदि वे सफल होते हैं तो अक्वायर-हायर को स्वीकार करें। यह फार्मा के दशकों पुराने श्रम विभाजन को दर्शाता है, जहाँ छोटे बायोटेक जोखिम भरी खोज का काम करते हैं और बड़ी कंपनियाँ उत्पादन और वितरण को स्केल करती हैं।

जबकि यह विज्ञान के लिए काम करता है, यह VC के लिए विफल रहता है, जिन्हें फंड-returning कंपनियों की आवश्यकता होती है, न कि केवल अधिग्रहण की, विशेष रूप से आज के बहubillion-Valuations के समय में।

मुख्य इकाइयाँ: कंपनियाँ: Open AI, Anthropic, Google Deep Mind, Databricks | व्यक्ति: Ali Ghodsi

अक्सर पूछे जाने वाले प्रश्न: neolabs सफल क्यों नहीं हो पाते?

उनसे एक अनुसंधान breakthrough और एक venture-scale व्यवसाय दोनों को एक साथ देने की अपेक्षा की जाती है। प्रत्येक लक्ष्य अकेले ही 1 में से 100 सफलता की संभावना रखता है, जिससे संयुक्त संभावना 1 में से 10,000 हो जाती है।

Neolabs saat ini menghadapi sebuah mandat yang mustahil: mencapai sebuah breakthrough penelitian dan membangun bisnis skala venture, meskipun masing-masing hanya memiliki peluang sukses 1 dari 100. Kombinasi keduanya menurunkan peluang menjadi 1 dari 10.000. Penulis menyarankan model yang lebih baik yang dipinjam dari industri farmasi.

Laboratorium frontier seperti Open AI, Anthropic, dan Google Deep Mind terlibat dalam kompetisi untuk mengirimkan perbaikan yang terbukti—pipa data, infrastruktur, komputasi—sedangkan peneliti mengejar "hal besar berikutnya". Ketegangan ini telah melahirkan neolabs, startup yang didanai besar sebelum memiliki produk, tempat tim terbagi antara membangun sebuah perusahaan dan mengejar AGI.

Penulis mengusulkan perubahan radikal: biarkan neolabs fokus hanya pada penelitian yang mengguncang, harapkan pendapatan hampir nol, dan terima acquihires jika mereka berhasil. Hal ini mencerminkan pembagian kerja yang telah berjalan selama puluhan tahun di industri farmasi, tempat biotek kecil menangani penelitian berisiko tinggi dan perusahaan besar menangani skala produksi dan distribusi.

Meskipun ini berhasil untuk ilmu pengetahuan, ini gagal untuk VC, yang membutuhkan perusahaan yang mengembalikan dana, bukan hanya akuisisi, terutama pada valuasi multibilion saat ini.

Entitas Utama: Perusahaan: Open AI, Anthropic, Google Deep Mind, Databricks | Orang: Ali Ghodsi

Neolabsは今日、研究ブレークスルーを提供し、ベンチャースケールのビジネスを構築するという不可能な使命に直面しています。ただし、それぞれの目標の成功確率は100分の1しかありません。両方を合わせると、成功確率は10,000分の1になります。著者は製薬業界からヒントを得たより良いモデルを主張します。

Open AI、Anthropic、Google Deep Mindなどのフロンティアラボは、データパイプライン、インフラストラクチャ、コンピューティングといった実証済みの改善点を出荷する競争に巻き込まれています。一方、研究者たちは「次の大きなブレイクスルー」を追い求めています。この緊張関係からネオラブが生まれました。ネオラブとは、製品を持たない状態で多額の資金を調達したスタートアップで、チームは会社の構築とAGIの追求の間で分かれています。

著者は radikな転換を提案します：ネオラブには画期的な研究に専念させ、ほぼゼロの収益を期待し、成功すればアクワイア・ハイアを受け入れるようにする。これは製薬業界の数十年にわたる労働の分業を反映しています。つまり、小さなバイオテック企業がリスクの高い発見を担当し、大きな企業が生産と流通をスケールさせるというものです。

このアプローチは科学の分野では機能しますが、ベンチャーキャピタルには機能しません。ベンチャーキャピタルはファンドを返す会社を必要とし、単なる買収だけでは不十分です。特に現在のマルチビリオンバリュエーションの状況下ではそうです。

主要エンティティ：企業：Open AI, Anthropic, Google Deep Mind, Databricks | 人物：Ali Ghodsi

よくある質問：なぜネオラブは成功しにくいのか？

彼らは研究ブレークスルーとベンチャースケールのビジネスの両方を同時に達成することが期待されています。それぞれの目標単独での成功確率は100分の1しかなく、したがって合わせた成功確率は10,000分の1になります。

Neolabs hoje enfrentam um mandato impossível: entregar tanto um avanço de pesquisa quanto um negócio de escala venture, embora cada um tenha apenas uma chance de sucesso de 1 em 100. Juntas, as chances caem para 1 em 10.000. O autor argumenta a favor de um melhor modelo emprestado da indústria farmacêutica.

Laboratórios de fronteira como Open AI, Anthropic e Google Deep Mind estão travados em uma corrida para entregar melhorias comprovadas—pipelines de dados, infraestrutura, computação—enquanto os pesquisadores perseguem 'o próximo grande avanço'. Essa tensão deu origem aos neolabs, startups fortemente financiadas antes de terem um produto, onde as equipes se dividem entre construir uma empresa e buscar a AGI.

O autor propõe uma mudança radical: deixar que os neolabs se concentrem exclusivamente em pesquisa revolucionária, esperem receitas próximas de zero e aceitem acquihires se tiverem sucesso. Isso espelha a divisão de trabalho de décadas na indústria farmacêutica, onde pequenas biotecnológicas lidam com descobertas de alto risco e grandes empresas escalam produção e distribuição.

Embora isso funcione para a ciência, falha para os VCs, que precisam de empresas que retornem o fundo, e não apenas aquisições, especialmente nas avaliações multibilionárias de hoje.

Entidades-chave: Empresas: Open AI, Anthropic, Google Deep Mind, Databricks | Pessoas: Ali Ghodsi

Perguntas frequentes: Por que os neolabs têm dificuldade para ter sucesso?

Eles são esperados para entregar tanto um avanço de pesquisa quanto um negócio de escala venture simultaneamente. Cada objetivo por si só tem apenas uma chance de sucesso de 1 em 100, tornando as chances combinadas de 1 em 10.000.

Neolabs сегодня сталкиваются с невозможным мандатом: достичь как исследовательского прорыва, так и построить венчурный бизнес масштаба, хотя у каждого из них всего 1 шанс из 100 на успех. Вместе шансы падают до 1 из 10 000. Автор выступает за лучшую модель, заимствованную из фармацевтики.

Передовые лаборатории вроде Open AI, Anthropic и Google Deep Mind заперты в гонке за выпуск проверенных улучшений—конвейеры данных, инфраструктура, вычисления—в то время как исследователи преследуют «следующее большое дело». Это напряжение привело к появлению neolabs — стартапов, получивших значительное финансирование до наличия продукта, где команды делятся между построением компании и стремлением к AGI.

Автор предлагает радикальный сдвиг: позволить neolabs сосредоточиться исключительно на прорывных исследованиях, ожидать доходов, близких к нулю, и принимать найм поглощением в случае успеха. Это отражает разделение труда, существующее десятилетиями в фармацевтике, где маленькие биотех-компании занимаются рискованными открытиями, а большие компании масштабируют производство и распределение.

Хотя это работает для науки, это не работает для венчурных капиталистов, которым нужны компании, возвращающие фонд, а не просто поглощения, особенно при сегодняшних многомиллиардных оценках.

Ключевые сущности: Компании: Open AI, Anthropic, Google Deep Mind, Databricks | Люди: Али Годси

Часто задаваемые вопросы: Почему neolabs борются за успех?

Они ожидают, что одновременно достигнут исследовательского прорыва и построят венчурный бизнес масштаба. Каждая цель по отдельности имеет всего 1 шанс из 100 на успех, поэтому совокупные шансы составляют 1 из 10 000.

Neolabs今天面临一个不可能的任务：既要交付研究突破，又要打造风险投资规模的企业，尽管每个目标只有1%的成功概率。合并起来，成功概率降至万分之一。作者主张借鉴制药业的更好模式。

像Open AI、Anthropic和Google Deep Mind这样的前沿实验室正陷入竞赛，要交付经过验证的改进——数据管道、基础设施、算力——而研究人员则在追逐“下一个重大突破”。这种紧张关系催生了neolabs，即在尚未有产品前就获得大量资金的初创公司，团队在建立公司和追求通用人工智能之间分配精力。

作者提出一个激进的转变：让neolabs专注于开创性研究，预期几乎没有收入，如果成功则接受人才收购。这反映了制药业数十年来的分工模式，即小型生物技术公司负责高风险发现，而大公司负责规模化生产和分销。

虽然这种模式在科学领域有效，但对风险投资公司来说却行不通，因为他们需要能够回报基金的公司，而不仅仅是收购，尤其是在当今数十亿估值的背景下。

关键实体：公司：Open AI, Anthropic, Google Deep Mind, Databricks | 人物：Ali Ghodsi

常见问题：为什么neolabs难以成功？

他们被期望同时实现研究突破和风险投资规模的企业。每个目标单独成功的概率只有1%，因此合并后的概率是1/10,000。