Auteur : Colossus
Compilation : Deep Tide TechFlow
Introduction de Deep Tide : Cet article utilise des données gouvernementales américaines pour révéler un fait inconfortable : au cours des 30 dernières années, tous les best-sellers sur les méthodologies de création d'entreprise – Lean Startup, Customer Development, Business Model Canvas – n'ont, statistiquement, apporté aucune amélioration au taux de survie des startups.
Le problème n'est pas nécessairement que les méthodologies elles-mêmes soient erronées, mais plutôt que, une fois que tout le monde utilise les mêmes stratégies, elles perdent leur avantage.
Cet argument s'applique également aux entrepreneurs de la crypto et du Web3, et mérite particulièrement d'être lu par ceux qui consultent actuellement divers « Guides pour entreprendre dans le Web3 ».
Article complet ci-dessous :
Toute méthode de construction d'une startup, une fois largement diffusée, amène les fondateurs à converger vers les mêmes réponses. Si tout le monde suit les mêmes techniques populaires de création d'entreprise, tout le monde finira par construire les mêmes entreprises, sans différenciation, et la majorité de ces entreprises échoueront. Le fait est que chaque fois que quelqu'un insiste pour enseigner une méthode pour construire une startup prospère, vous devriez faire quelque chose de différent. Ce paradoxe, une fois compris, est évident, mais il contient en soi une direction à suivre.
Il y a vingt-cinq ans, avant la vague de nouveaux « évangélistes de l'entrepreneuriat » qui a émergé, les conseils qu'ils remplaçaient étaient, franchement, pires qu'inutiles. Ces conseils étaient un mélange naïf de stratégies des entreprises du Fortune 500 et de tactiques pour petites entreprises, avec des plans quinquennaux parallèlement à une gestion opérationnelle quotidienne. Mais pour les startups à fort potentiel de croissance, la planification à long terme n'a aucun sens – l'avenir est imprévisible, et se concentrer sur les opérations quotidiennes expose les fondateurs à des concurrents plus rapides. Les anciens conseils étaient conçus pour un monde d'améliorations graduelles, et non pour une incertitude fondamentale.
Les conseils de la nouvelle génération d'évangélistes étaient différents : intuitivement raisonnables, apparemment bien argumentés, offrant aux fondateurs un processus étape par étape pour construire une entreprise dans une incertitude réelle. Steve Blank, dans « The Four Steps to the Epiphany » (2005), a proposé la méthode du développement client, enseignant aux fondateurs à considérer leurs idées commerciales comme un ensemble d'hypothèses falsifiables : sortez sur le terrain, interviewez des clients potentiels, validez ou réfutez vos hypothèses avant d'écrire la moindre ligne de code. Eric Ries, dans « The Lean Startup » (2011), a construit là-dessus avec la boucle Build-Measure-Learn : publiez un produit minimum viable (MVP), mesurez le comportement des utilisateurs réels, itérez rapidement, au lieu de perdre du temps à peaufiner un produit que personne ne veut. Le Business Model Canvas d'Osterwalder (2008) a offert aux fondateurs un outil pour cartographier les neuf composantes clés d'un modèle économique et pour pivoter rapidement lorsqu'un élément ne fonctionne pas. Le Design Thinking – popularisé par IDEO et la d.school de Stanford – met l'accent sur l'empathie pour l'utilisateur final et le prototypage rapide pour identifier les problèmes tôt. La théorie de l'Effectuation de Saras Sarasvathy recommande de partir des compétences et du réseau du fondateur lui-même, plutôt que de reverse-engineer un plan pour atteindre un objectif lointain.
Ces évangélistes ont consciemment tenté d'établir une science de la réussite entrepreneuriale. En 2012, Blank affirmait que la National Science Foundation américaine qualifiait son cadre de développement client de « méthode scientifique pour l'entrepreneuriat », et déclarait : « Nous savons maintenant comment réduire l'échec des startups ». Le site web du Lean Startup affirme que « Le Lean Startup fournit une approche scientifique pour créer et gérer des startups », et la couverture de son livre cite Tim Brown, CEO d'IDEO, disant que Ries « a mis au point un processus scientifique qui peut être appris et reproduit ». Parallèlement, Osterwalder affirmait dans sa thèse de doctorat que le Business Model Canvas était ancré dans la science du design (précurseur du design thinking).
Les départements de recherche académique sur l'entrepreneuriat étudiaient aussi les startups, mais leur science se rapprochait plus de l'anthropologie : décrire la culture des fondateurs et les pratiques des startups pour les comprendre. La nouvelle génération d'évangélistes avait une vision plus utilitaire – celle que le philosophe naturaliste Robert Boyle avait articulée aux tout débuts de la science moderne : « Je n'oserais pas me qualifier de vrai naturaliste, à moins que mes compétences ne permettent à mon jardin de produire de meilleures herbes et fleurs. » En d'autres termes, la science devrait viser la vérité fondamentale, mais elle doit aussi être efficace.
Son efficacité, bien sûr, détermine si elle mérite d'être appelée science. Et concernant l'évangélisation entrepreneuriale, une chose est certaine : elle n'a pas fonctionné.
Qu'avons-nous réellement appris ?
En science, nous jugeons si quelque chose fonctionne par l'expérimentation. Lorsque la relativité d'Einstein a gagné en acceptation, d'autres physiciens ont investi temps et argent pour concevoir des expériences testant si ses prédictions étaient exactes. Nous apprenons à l'école que la méthode scientifique, c'est la science elle-même.
Cependant, en raison d'une certaine dans notre nature humaine, nous avons aussi tendance à résister à l'idée que « c'est ainsi que la vérité est découverte ». Notre esprit attend des preuves, mais notre cœur a besoin qu'on lui raconte une histoire. Une ancienne position philosophique – explorée par Steven Shapin et Simon Schaffer dans « Leviathan and the Air-Pump » (1985) – soutient que l'observation ne peut nous donner la vérité, que la vraie vérité ne peut être déduite que par des principes logiques à partir d'autres choses que nous savons déjà être vraies, c'est-à-dire à partir des premiers principes. Bien que ce soit la norme en mathématiques, dans des domaines où les données sont un peu plus bruyantes ou les bases axiomatiques moins solides, cela peut conduire à des conclusions séduisantes mais absurdes.
Avant le XVIe siècle, les médecins utilisaient les écrits du médecin grec Galien du IIe siècle pour traiter les patients. Galien pensait que les maladies étaient causées par un déséquilibre des quatre humeurs – sang, phlegme, bile jaune et bile noire – et recommandait des traitements comme la saignée, les vomitifs et les ventouses pour rétablir l'équilibre. Les médecins ont suivi ces traitements pendant plus de mille ans, non pas parce qu'ils fonctionnaient, mais parce que l'autorité savante des anciens semblait bien supérieure à la valeur de l'observation contemporaine. Mais vers 1500, le médecin suisse Paracelse a remarqué que les traitements de Galien ne faisaient en réalité pas aller mieux les patients, et que certains traitements – comme l'utilisation du mercure pour la syphilis – fonctionnaient réellement, même s'ils n'avaient aucun sens dans le cadre de la théorie des humeurs. Paracelse a commencé à préconiser d'écouter les preuves, plutôt que de se soumettre à une autorité depuis longtemps disparue : « Le malade est votre manuel, le lit du malade est votre salle d'étude. » En 1527, il a même publiquement brûlé les œuvres de Galien. Sa vision a mis des siècles à être acceptée – près de trois cents ans plus tard, George Washington est mort après un traitement radical par saignée – parce que les gens préféraient croire l'histoire simple et nette de Galien plutôt que d'affronter une réalité complexe et désordonnée.
Paracelse est parti de ce qui fonctionnait et a remonté la piste jusqu'aux causes. Les penseurs des premiers principes supposent d'abord une « cause », puis insistent sur le fait qu'elle fonctionne, quels que soient les résultats. Nos penseurs entrepreneuriaux modernes sont-ils plus proches de Paracelse, mus par les preuves ? Ou plus proches de Galien, entretenus par l'élégance auto-cohérente de leur histoire ? Au nom de la science, examinons les preuves.
Voici les données gouvernementales officielles sur le taux de survie des startups américaines. Chaque ligne montre la probabilité de survie des entreprises créées une année donnée. La première ligne suit le taux de survie à un an, la deuxième à deux ans, et ainsi de suite. Le graphique montre que, de 1995 à aujourd'hui, la proportion d'entreprises survivant un an est globalement inchangée. Il en va de même pour les taux de survie à deux ans, cinq ans et dix ans.
La nouvelle génération d'évangélistes existe depuis assez longtemps et est suffisamment connue – les livres associés ont vendu des millions d'exemplaires combinés, et sont enseignés dans presque tous les cours universitaires d'entrepreneuriat. Si elles étaient efficaces, cela se refléterait dans les statistiques. Pourtant, au cours des trente dernières années, les progrès systémiques pour rendre les startups plus susceptibles de survivre sont nuls.
Les données gouvernementales portent sur toutes les startups américaines, y compris les restaurants, les pressing, les cabinets d'avocats et les entreprises de paysagisme – et pas seulement sur les startups technologiques à fort potentiel de croissance soutenues par le capital-risque. Les évangélistes ne prétendaient pas que leurs méthodes ne s'appliquaient qu'aux entreprises de type Silicon Valley, mais ces techniques étaient le plus souvent adaptées à l'extrême incertitude que les fondateurs ne sont prêts à supporter que si les rendements potentiels sont suffisamment importants. Nous adoptons donc une mesure plus ciblée : la proportion de startups américaines soutenues par du capital-risque qui, après avoir effectué un tour de financement initial, procèdent à un tour de financement ultérieur. Compte tenu du fonctionnement du capital-risque, nous pouvons raisonnablement supposer que la plupart des entreprises qui ne parviennent pas à lever un tour ultérieur n'ont pas survécu.
La ligne pleine représente les données brutes ; la ligne pointillée ajuste pour les entreprises de tour seed récentes qui pourraient encore réaliser un tour Series A.
La forte baisse de la proportion d'entreprises ayant levé un tour seed qui procèdent à un financement ultérieur ne soutient pas l'affirmation selon laquelle les startups soutenues par le capital-risque seraient devenues plus performantes au cours des 15 dernières années. Si quoi que ce soit, elles semblent échouer plus fréquemment. Bien sûr, le déploiement du capital-risque n'est pas déterminé uniquement par la qualité des startups : l'impact de la pandémie de COVID-19, la fin de l'ère des taux zéro, les besoins en capital très concentrés de l'IA, etc.
On pourrait aussi argumenter que la croissance du volume total de capital-risque a inondé le marché de fondateurs moins qualifiés, compensant ainsi toute amélioration du taux de réussite. Mais dans le graphique suivant, la baisse du taux de réussite se produit à la fois pendant les périodes de croissance et de contraction du nombre d'entreprises financées. Si un excès de fondateurs incompétents tirait la moyenne vers le bas, le taux de réussite aurait dû rebondir après 2021, lorsque le nombre d'entreprises financées a diminué. Ce ne fut pas le cas.
Mais l'augmentation du nombre de fondateurs n'est-elle pas en soi une forme de succès ? Essayez de dire cela aux entrepreneurs qui ont suivi les conseils des évangélistes et ont finalement échoué. Ce sont de vraies personnes, qui ont engagé leur temps, leurs économies et leur réputation ; ils ont le droit de savoir à quoi ils sont confrontés. Les meilleurs investisseurs en capital-risque ont peut-être gagné plus d'argent – il y a plus de licornes aujourd'hui qu'avant – mais c'est en partie parce que les sorties sont plus longues, en partie parce que la distribution en loi de puissance des sorties signifie mathématiquement que plus on lance d'entreprises, plus la probabilité d'un très grand succès est élevée. Pour les fondateurs, c'est une froide consolation. Le système produit peut-être plus de gros lots, mais il n'a pas amélioré les chances de l'entrepreneur individuel.
Nous devons prendre au sérieux le fait que la nouvelle génération d'évangélistes n'a pas réussi à rendre les startups plus susceptibles de réussir. Les données suggèrent que, dans le meilleur des cas, elles n'ont eu aucun impact. Nous avons passé d'innombrables heures et dépensé des milliards de dollars sur un cadre de pensée qui ne fonctionne tout simplement pas.
Vers une science de l'entrepreneuriat
Les évangélistes prétendaient nous donner une science de l'entrepreneuriat, mais selon les critères qu'ils ont eux-mêmes clairement établis, nous n'avons fait aucun progrès : nous ne savons pas comment rendre les startups plus performantes. Boyle dirait que si notre jardin ne produit pas encore de meilleures herbes ou fleurs, il n'y a pas de science. C'est décevant et déconcertant. Compte tenu du temps investi, de l'adoption généralisée et du niveau intellectuel apparent derrière ces idées, il semble difficile d'imaginer qu'elles n'aient aucun effet. Pourtant, les données suggèrent que nous n'avons effectivement rien appris.
Si nous voulons construire une véritable science de l'entrepreneuriat, nous devons comprendre pourquoi. Il existe trois possibilités. Premièrement, peut-être que ces théories sont tout simplement erronées. Deuxièmement, peut-être que ces théories sont trop évidentes, au point que les systématiser n'a pas de sens. Troisièmement, peut-être qu'une fois que tout le monde utilise les mêmes théories, elles ne confèrent plus aucun avantage. Après tout, l'essence de la stratégie est de faire des choses différentes de ses concurrents.
Peut-être que les théories sont erronées
Si ces théories sont fondamentalement erronées, alors à mesure qu'elles se propagent, le taux de réussite des startups devrait diminuer. Nos données suggèrent que cela ne s'est pas produit pour l'ensemble des startups, et que le taux d'échec des startups soutenues par le capital-risque semble avoir augmenté pour d'autres raisons. Mises à part les données, ces théories ne semblent pas erronées. Parler aux clients, expérimenter et itérer constamment semblent manifestement bénéfiques. Mais la théorie de Galien ne semblait pas erronée non plus aux yeux des médecins de 1600. À moins de tester ces cadres comme nous testons toute autre hypothèse scientifique, nous ne pouvons pas en être sûrs.
C'est la norme que Karl Popper a établie pour la science dans « La Logique de la découverte scientifique » : une théorie est scientifique si et seulement si elle peut, en principe, être prouvée fausse. Vous avez des théories, vous les testez. Si l'expérience ne les supporte pas, vous les abandonnez et essayez autre chose. Une théorie qui ne peut être falsifiée n'est pas une théorie du tout, c'est une croyance.
Peu de tentatives ont été faites pour appliquer cette norme à la recherche en entrepreneuriat. Il existe quelques essais randomisés contrôlés, mais ils manquent souvent de puissance statistique et définissent « efficace » comme quelque chose de différent du véritable succès d'une startup. Étant donné que le capital-risque parie des milliards de dollars chaque année, sans parler des années que les fondateurs investissent pour tester leurs idées, il semble étrange que personne ne fasse d'effort sérieux pour vérifier si les techniques enseignées aux startups fonctionnent réellement.
Mais les évangélistes ont peu d'incitation à tester leurs théories : ils gagnent de l'argent et de l'influence en vendant des livres. Les accélérateurs de startups profitent en envoyant des cohortes d'entrepreneurs dans un entonnoir à loi de puissance, récoltant les quelques succès exceptionnels. Les chercheurs universitaires font face à leurs propres incitations distortives : prouver que leur théorie est fausse leur ferait perdre des financements sans compensation. Toute l'industrie a la structure de ce que le physicien Richard Feynman appelait la « science cargo cult » : un édifice imitant la forme de la science mais sans sa substance, dérivant des règles d'anecdotes sans établir de causalité fondamentale. Juste parce que quelques startups prospères ont interviewé des clients ne signifie pas que votre startup réussira si vous faites de même.
Mais à moins d'admettre que les réponses existantes ne sont pas assez bonnes, nous n'aurons pas la motivation pour en chercher de nouvelles. Nous avons besoin d'expérimentations pour découvrir ce qui fonctionne et ce qui ne fonctionne pas. Cela sera coûteux, car les startups sont de mauvais sujets de test. Il est difficile de forcer une startup à faire ou ne pas faire quelque chose (pouvez-vous empêcher un fondateur d'itérer, ou de parler à des clients, ou de demander aux utilisateurs quelle conception ils préfèrent ?), et tenir des registres stricts est souvent une priorité faible lorsque l'entreprise se bat pour survivre. Il y a aussi de nombreuses nuances à tester au sein de chaque théorie. En pratique, ces expériences pourraient ne tout simplement pas être réalisables. Mais si c'est le cas, alors nous devons admettre ce que nous dirions sans hésitation pour toute autre théorie infalsifiable : ce n'est pas de la science, c'est de la pseudoscience.
Peut-être que les théories sont trop évidentes
Dans une certaine mesure, les fondateurs n'ont pas besoin d'apprendre formellement ces techniques. Bien avant que Blank ne propose le « développement client », les fondateurs développaient des clients en leur parlant. De même, ils construisaient des produits minimum viables et itéraient dessus avant que Ries ne donne un nom à cette pratique. Ils concevaient pour l'utilisateur avant que quelqu'un ne l'appelle « design thinking ». Les impératifs commerciaux forcent généralement ces comportements, et des millions de professionnels les ont indépendamment réinventés pour résoudre les problèmes auxquels ils étaient confrontés quotidiennement. Peut-être que ces théories sont évidentes, et les évangélistes ont simplement remis du vin vieux dans de vieilles outres.
Ce n'est pas nécessairement une mauvaise chose. Avoir des théories efficaces, même si elles sont évidentes, est un premier pas vers de meilleures théories. Contrairement à Popper, les scientifiques n'abandonnent pas simplement une théorie prometteuse au moment où elle est falsifiée ; ils tentent de l'améliorer ou de l'étendre. L'historien et philosophe des sciences Thomas Kuhn l'a soutenu avec force dans « La Structure des révolutions scientifiques » : plus de 60 ans après la publication de la théorie de la gravité de Newton, ses prédictions sur le mouvement de la Lune étaient erronées, jusqu'à ce que le mathématicien Alexis Clairaut reconnaisse qu'il s'agissait d'un problème à trois corps et le corrige. Le critère de Popper nous aurait fait abandonner Newton. Mais cela ne s'est pas produit, car la théorie était suffisamment étayée par ailleurs. Kuhn soutient que les scientifiques sont têtus à l'intérieur d'un cadre de croyances, qu'il appelle un paradigme. Parce qu'il fournit une structure permettant aux scientifiques de construire et d'améliorer sur la base des théories existantes, les scientifiques n'abandonnent pas facilement un paradigme, à moins d'y être contraints. Le paradigme offre une voie à suivre.
La recherche en entrepreneuriat n'a pas de paradigme. Ou plutôt, elle a trop de paradigmes, aucun n'étant suffisamment convaincant pour unifier le domaine. Cela signifie que ceux qui considèrent l'entrepreneuriat comme une science n'ont pas de guide commun pour orienter quelles questions valent la peine d'être résolues, ce que signifient les observations, ou comment améliorer les théories qui ne sont pas tout à fait correctes. Sans paradigme, les chercheurs tournent en rond, parlant chacun leur tour. Pour que l'entrepreneuriat devienne une science, il a besoin d'un paradigme dominant : un cadre commun suffisamment convaincant pour organiser un effort collectif. C'est un problème plus difficile que de simplement décider de tester des théories, car pour qu'un ensemble d'idées devienne un paradigme, il doit répondre à certaines questions ouvertes pressantes. Nous ne pouvons pas y parvenir de nulle part, mais nous devrions encourager plus de gens à essayer.
Peut-être que les théories s'auto-invalident
L'économie nous apprend que si vous faites la même chose que tout le monde – vendre le même produit aux mêmes clients, le fabriquer avec les mêmes processus de production et les mêmes fournisseurs – la concurrence directe réduira vos profits à zéro. Ce concept est la pierre angulaire de la stratégie commerciale, de la théorie de la « réflexivité » de George Soros – où les croyances des participants au marché changent le marché lui-même, érodant l'avantage qu'ils tentent d'exploiter – à l'affirmation schumpétérienne de Peter Thiel selon laquelle « la concurrence est un jeu de perdants ». Michael Porter a codifié cela dans son ouvrage fondateur « Competitive Strategy » comme la nécessité de trouver des positions de marché inoccupées. W. Chan Kim et Renée Mauborgne ont poussé cette idée plus loin dans leur « Stratégie Océan Bleu », arguant que les entreprises devraient créer des espaces de marché entièrement sans concurrence, plutôt que de se battre dans des espaces existants.
Cependant, si tout le monde utilise la même méthode pour construire son entreprise, ils se retrouvent généralement en concurrence frontale. Si chaque fondateur interviewe des clients, ils convergeront vers les mêmes réponses. Si chaque équipe publie un MVP et itère, elles itéreront toutes vers le même produit final. Le succès dans un marché concurrentiel doit être relatif, ce qui signifie que ce qui fonctionne doit être différent de ce que font tous les autres.
La reductio ad absurdum rend cela évident : s'il existait un organigramme garantissant le succès des startups, les gens produiraient en masse des startups prospères 24h/24. Ce serait une machine à argent perpétuelle. Mais dans un environnement concurrentiel, une telle prolifération de nouvelles entreprises entraînerait la plupart d'entre elles à l'échec. La prémisse erronée doit être : qu'un tel organigramme puisse exister.
Il existe une analogie précise dans la théorie de l'évolution. En 1973, le biologiste évolutionniste Leigh Van Valen a proposé ce qu'il a appelé l'hypothèse de la Reine Rouge : dans tout écosystème, lorsqu'une espèce évolue avec un avantage au détriment d'une autre, l'espèce désavantagée évoluera pour contrebalancer cette amélioration. Le nom vient de « De l'autre côté du miroir » de Lewis Carroll, où la Reine Rouge dit à Alice : « Il faut courir le plus vite possible pour rester au même endroit. » Les espèces doivent constamment innover avec une multitude de stratégies diverses simplement pour survivre aux stratégies innovantes de leurs concurrents.
De même, lorsque de nouvelles méthodes de création d'entreprise sont rapidement adoptées par tous, personne ne gagne d'avantage relatif, et le taux de réussite reste plat. Pour gagner, une startup doit développer des stratégies nouvelles et différenciées, et construire des barrières durables à l'imitation avant que les concurrents ne rattrapent leur retard. Cela signifie souvent que les stratégies gagnantes sont soit développées en interne (plutôt que trouvées dans des publications publiques que tout le monde peut lire), soit si excentriques que personne ne pense à les copier.
Cela semble être une chose difficile sur laquelle fonder une science...
