1.从逆向工程到正向建模，新药研发不是流水线造车，你无法精准预测“A项目一定能在明年获批”，PPM引入Monte Carlo Simulation通过大量随机抽样来计算概率的数学方法，承认无知，拥抱概率。高管不需要知道具体哪个药能成，只需要知道“我们有 80% 的把握在三年内拿到至少 1 个 NDA”。这为企业资源配置提供了科学的容错空间。
2.研发人员的通病是乐观偏见（Optimism Bias），科学家们总是像爱护自己的孩子一样看待自己的分子，倾向于给出过于乐观的时间线和成功率，解决方案是废除“点估计”，引入“区间估计”，不要问团队“这个临床试验几个月做完？”，而是问“最快几个月？最慢几个月？最可能几个月？”。这种提问方式能逼迫团队去思考潜在的风险（如入组困难、数据清理延迟），从而制定更稳健的计划。
3.管线估值中最容易踩坑的地方是很多公司为了让管线看起来很庞大，会把针对同一个靶点的 1 个首发分子（Lead）和 3 个备用分子（Backups）算作 4 个独立项目，从而极大地高估了管线价值。实际上，它们是“一根藤上的瓜”。我们需要根据失败的原因来动态调整备用分子的价值，敢于在首发机制被证伪时，毫不留情地砍掉那些毫无“预期价值”的第 3、第 4 号备用分子，从而将宝贵的资金集中在真正有潜力的创新上。