Les méthodes populaires de démarrage ne permettent pas d'améliorer les taux de survie, montrent les données

Auteur : Colossus

Traduction : Deep潮 TechFlow

Lecture approfondie de Shenchao : Cet article utilise des données du gouvernement américain pour démentir un fait inconfortable : au cours des 30 dernières années, tous les livres populaires sur les méthodologies entrepreneuriales — Lean Startup, Customer Development, Business Model Canvas — n'ont eu aucun effet statistique sur l'amélioration du taux de survie des startups.

Le problème n’est pas nécessairement que la méthodologie elle-même soit erronée, mais qu’une fois que tout le monde l’utilise, elle perd son avantage.

Cet argument s'applique également aux entrepreneurs en cryptomonnaie et Web3, en particulier à ceux qui consultent divers « guides pour entreprendre dans Web3 ».

Le texte complet est le suivant :

Toute méthode pour construire une startup, une fois largement diffusée, pousse les fondateurs à converger vers les mêmes réponses. Si tout le monde suit les mêmes astuces de创业 à succès, tout le monde finira par créer la même entreprise, sans différenciation, et la plupart de ces entreprises échoueront. Le fait est que chaque fois que quelqu’un insiste pour enseigner une méthode pour construire une startup réussie, vous devriez faire le contraire. Ce paradoxe, une fois compris, est évident, mais il contient en lui-même une direction à suivre.

Avant l'émergence, il y a vingt-cinq ans, d'une nouvelle vague de « pionniers de l'entrepreneuriat », les conseils d'entreprise qu'elle a remplacés étaient, franchement, pires que inutiles. Ces conseils étaient un mélange naïf de stratégies des entreprises du Fortune 500 et de tactiques de petites entreprises, combinant des plans à cinq ans et la gestion des tâches quotidiennes. 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 progressives, et non pour une incertitude fondamentale.

Les conseils des nouveaux évangélistes de l’entrepreneuriat sont différents : intuitifs et rationnels, avec des arguments apparemment solides, ils offrent aux fondateurs un processus étape par étape pour construire une entreprise dans un contexte d’incertitude réelle. Steve Blank, dans « The Four Steps to the Epiphany » (2005), a introduit la méthode du développement client, enseignant aux fondateurs à considérer leurs idées commerciales comme un ensemble d’hypothèses falsifiables : sortir, interviewer des clients potentiels, et valider ou infirmer leurs hypothèses avant d’écrire une seule ligne de code. Eric Ries, dans « The Lean Startup » (2011), s’est appuyé sur cette approche pour proposer le cycle Construire-Mesurer-Apprendre : publier un produit minimal viable, mesurer le comportement réel des utilisateurs, et itérer rapidement, plutôt que de gaspiller du temps à perfectionner un produit que personne ne veut. Le canevas de modèle d’affaires d’Osterwalder (2008) fournit aux fondateurs un outil pour décrire les neuf composantes centrales de leur modèle d’affaires et ajuster rapidement l’un d’entre eux s’il ne fonctionne pas. La pensée design — promue par IDEO et la Stanford d.school — met l’accent sur l’empathie envers l’utilisateur final et la création rapide de prototypes afin de détecter les problèmes dès le départ. La théorie de l’effet de Saras Sarasvathy conseille quant à elle de partir des compétences et du réseau du fondateur lui-même, plutôt que d’essayer de recréer à l’envers un plan pour atteindre un objectif ambitieux.

Ces gourous ont délibérément tenté d'établir une science du succès entrepreneurial. En 2012, Blank a déclaré que la National Science Foundation américaine appelait son cadre de développement client « la méthode scientifique de l'entrepreneuriat » et affirmait que « nous savons désormais comment réduire les échecs des startups ». Le site officiel du Lean Startup affirme que « le Lean Startup fournit une méthode scientifique pour créer et gérer des entreprises », et son dos de couverture cite Tim Brown, PDG d'IDEO, affirmant que Ries « a proposé un processus scientifique apprenable et reproductible ». Parallèlement, Osterwalder affirme dans sa thèse de doctorat que le Business Model Canvas repose sur la science du design (prédécesseur de la pensée design).

Les départements de recherche sur l'entrepreneuriat dans le milieu académique étudient également les startups, mais leur approche scientifique est plus proche de l'anthropologie : ils décrivent la culture des fondateurs et les pratiques des entreprises pour les comprendre. Les nouveaux porte-parole ont une vision plus pratique — celle que le philosophe naturel Robert Boyle avait déjà définie au tout début de la science moderne : « Je ne me prétends pas un véritable naturaliste tant que mes compétences ne permettent pas à mon jardin de produire de meilleures herbes et fleurs. » Autrement dit, la science doit poursuivre la vérité fondamentale, mais aussi être efficace.

Son efficacité détermine bien sûr si elle mérite d'être appelée science. Et en ce qui concerne l'érudition entrepreneuriale, une chose que nous pouvons être certains : elle ne fonctionne pas.

En science, nous utilisons des expériences pour déterminer si quelque chose est efficace. Lorsque la théorie de la relativité d'Einstein a progressivement été acceptée, d'autres physiciens ont investi du temps et de l'argent pour concevoir des expériences vérifiant la précision de ses prédictions. Nous avons appris à l'école primaire que la méthode scientifique est la science elle-même.

Cependant, en raison d'une certaine déficience de notre nature humaine, nous avons tendance à résister à l'idée que « la vérité est découverte de cette manière ». Notre esprit attend des preuves, mais notre cœur a besoin d'une histoire. Il existe une ancienne position philosophique — que Steven Shapin et Simon Schaffer ont brillamment explorée dans *Le Léviathan et la pompe à air* (1985) — selon laquelle l'observation ne peut pas nous fournir la vérité, et que la vérité véritable ne peut être déduite que par des principes logiques à partir d'autres choses que nous savons être vraies, c'est-à-dire à partir de principes premiers. Bien que cela soit standard en mathématiques, dans des domaines où les données sont un peu plus bruitées ou où les fondements axiomatiques sont moins solides, cela peut conduire à des conclusions apparemment séduisantes mais en réalité absurdes.

Avant le XVIe siècle, les médecins traitaient les patients en se basant sur les écrits du médecin grec du IIe siècle, Galien. Galien pensait que les maladies étaient causées par un déséquilibre des quatre humeurs — le sang, la phlegme, la bile jaune et la bile noire — et recommandait des traitements tels que la saignée, les émétiques et les ventouses pour rétablir l'équilibre. Les médecins ont suivi ces thérapies pendant plus d'un millénaire, non parce qu'elles étaient efficaces, mais parce que l'autorité académique des anciens semblait surpasser la valeur des observations contemporaines. Toutefois, vers l'an 1500, le médecin suisse Paracelse a remarqué que les traitements de Galien n'amélioraient en réalité pas l'état des patients, et que certaines thérapies — comme l'utilisation du mercure pour traiter la syphilis —, bien qu'absurdes dans le cadre de la théorie des humeurs, fonctionnaient réellement. Paracelse a commencé à prôner l'écoute des preuves plutôt que l'obéissance à des autorités disparues depuis longtemps : « Le patient est votre manuel, le lit d'hôpital est votre bibliothèque. » En 1527, il a même brûlé publiquement les écrits de Galien. Sa vision a mis des siècles à être acceptée — près de trois cents ans plus tard, George Washington est décédé après un traitement de saignée radicale — car les gens préféraient croire aux histoires nettes et simples de Galien plutôt que de faire face à la complexité chaotique de la réalité.

Paracelse partait de ce qui fonctionnait pour remonter à la cause. Les penseurs du premier principe supposent d’abord une « cause », puis affirment qu’elle est valide, quel que soit le résultat. Nos entrepreneurs modernes ressemblent-ils davantage à Paracelse, guidés par les preuves ? Ou à Galien, soutenus par l’élégance et la cohérence interne de leur récit ? Au nom de la science, examinons les preuves.

Voici les données officielles du gouvernement américain sur le taux de survie des startups américaines. Chaque ligne indique la probabilité de survie des entreprises créées une année donnée. La première ligne suit le taux de survie après un an, la deuxième ligne après deux ans, et ainsi de suite. Le graphique montre que, de 1995 à aujourd'hui, la proportion d'entreprises ayant survécu un an est restée essentiellement stable. Il en va de même pour les taux de survie après deux, cinq et dix ans.

Les nouveaux apôtres existent depuis suffisamment longtemps et sont suffisamment connus — les livres connexes ont vendu des millions d'exemplaires au total, et presque tous les cours universitaires sur l'entrepreneuriat les enseignent. S'ils étaient efficaces, cela se refléterait dans les statistiques. Pourtant, au cours des trente dernières années, il n'y a eu aucune amélioration systématique pour faciliter la survie des startups.

Les données gouvernementales recensent toutes les entreprises américaines, y compris les restaurants, les blanchisseries, les cabinets d’avocats et les sociétés de paysagisme — et non uniquement les start-ups technologiques à fort potentiel de croissance soutenues par des fonds de capital-risque. Les défenseurs de l’entrepreneuriat n’affirment pas que leur méthode s’applique exclusivement aux entreprises du type de la Silicon Valley, mais ces techniques sont le plus souvent adaptées à ce type d’entreprises, caractérisées par une incertitude extrême que les fondateurs ne sont disposés à assumer que si le retour potentiel est suffisamment élevé. Nous utilisons donc un indicateur plus ciblé : le pourcentage de start-ups américaines soutenues par des fonds de capital-risque qui réussissent à lever des financements ultérieurs après avoir bouclé leur première ronde de financement. Étant donné le fonctionnement du capital-risque, nous pouvons raisonnablement supposer que la plupart des entreprises n’ayant pas réussi à lever des financements ultérieurs n’ont pas survécu.

La ligne solide représente les données brutes ; la ligne pointillée ajuste les entreprises ayant récemment levé un financement de graine et qui pourraient encore finaliser leur tour A.

La proportion d'entreprises ayant levé un financement de série A qui réussissent à obtenir des financements ultérieurs a fortement diminué, ce qui ne soutient pas l'idée que les startups soutenues par le capital-risque sont devenues plus performantes au cours des 15 dernières années. S'il y a eu un changement, elles semblent plutôt échouer plus fréquemment. Bien sûr, le déploiement du capital-risque ne dépend pas uniquement de la qualité des startups : l'impact de la pandémie de COVID-19, la fin de l'ère des taux d'intérêt nuls, la demande de capital fortement concentrée sur l'IA, etc.

On pourrait également arguer que la croissance du volume de capital-risque a fait entrer sur le marché un plus grand nombre d'entrepreneurs moins qualifiés, annulant tout gain de taux de réussite. Toutefois, dans le graphique ci-dessous, 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 peu compétents avait abaissé la moyenne, on s'attendrait à un rebond du taux de réussite après 2021, lorsque le nombre d'entreprises financées a diminué. Or, ce rebond n'a pas eu lieu.

Mais l’augmentation du nombre de fondateurs n’est-elle pas en soi un succès ? Essayez de dire cela à ceux qui ont suivi les conseils des prédicateurs et qui ont quand même échoué. Ce sont des personnes réelles qui ont mis en jeu leur temps, leurs économies et leur réputation ; elles ont le droit de savoir à quoi elles font face. Les investisseurs en capital-risque de premier plan ont peut-être gagné plus d’argent — il y a aujourd’hui plus de licornes qu’auparavant — mais cela s’explique en partie par des délais de sortie plus longs, et en partie par le fait que la loi de puissance des sorties implique mathématiquement que plus il y a d’entreprises lancées, plus la probabilité d’obtenir un énorme succès augmente. Pour les fondateurs, c’est un réconfort froid. Ce système génère peut-être davantage de gros gains, mais il n’améliore pas les chances individuelles des entrepreneurs.

Nous devons prendre au sérieux le fait que la nouvelle génération de porte-parole n’a pas augmenté les chances de succès des startups. Les données montrent que, dans le meilleur des cas, elles n’ont eu aucun impact. Nous avons dépensé des milliards de dollars et d’innombrables heures sur un cadre de pensée fondamentalement inefficace.

Les gourous prétendent nous offrir une science de l'entrepreneuriat, mais selon leurs propres critères bien établis, nous n'avons fait aucun progrès : nous ne savons toujours pas comment rendre les startups plus réussies. 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 confus. Étant donné le temps investi, l'adoption généralisée et le niveau intellectuel évident derrière ces idées, il semble difficile d'imaginer qu'elles n'aient aucun effet. Pourtant, les données indiquent que nous n'avons effectivement rien appris.

Si nous voulons construire une véritable science de l’entrepreneuriat, nous devons comprendre pourquoi. Trois possibilités s’offrent à nous. Premièrement, peut-être que ces théories sont tout simplement fausses. Deuxièmement, peut-être que ces théories sont trop évidentes pour que leur systématisation ait un sens. Troisièmement, peut-être que dès que tout le monde utilise les mêmes théories, elles ne procurent plus aucun avantage. Après tout, la nature même de la stratégie réside dans le fait de faire différemment de ses concurrents.

Si ces théories étaient fondamentalement fausses, le taux de réussite des startups devrait avoir diminué à mesure de leur propagation. Nos données indiquent que ce n'est pas le cas pour l'ensemble des startups, tandis que le taux d'échec des entreprises soutenues par des fonds de capital-risque semble augmenter pour d'autres raisons. Indépendamment des données, ces théories ne semblent pas fausses : parler aux clients, mener des expériences et itérer en continu semblent clairement bénéfiques. Mais la théorie de Galien ne semblait pas non plus fausse aux yeux des médecins en 1600. À moins que nous n'expérimentions ces cadres comme nous le ferions pour toute autre hypothèse scientifique, nous ne pouvons pas en être certains.

C'est la norme que Karl Popper a établie dans « La logique de la découverte scientifique » pour la science : une théorie est scientifique si et seulement si elle peut être prouvée fausse en principe. Vous avez une théorie, vous la testez. Si les expériences ne la soutiennent pas, vous la rejetez et essayez autre chose. Une théorie qui ne peut pas être falsifiée n'est pas une théorie du tout, mais une croyance.

Peu de personnes ont tenté d'appliquer cette norme à la recherche sur l'entrepreneuriat. Il existe quelques essais contrôlés randomisés, mais ils manquent souvent de puissance statistique et définissent la « réussite » comme quelque chose de différent de la véritable réussite des startups. Étant donné que les fonds de capital-risque parient chaque année des milliards de dollars, sans parler des années que les fondateurs consacrent à tester leurs idées, il semble étrange que personne n'ait sérieusement cherché à vérifier si les techniques enseignées aux startups sont véritablement efficaces.

Mais les gourous ont peu de motivation pour tester leurs théories : ils gagnent de l'argent et accumulent de l'influence en vendant des livres. Les accélérateurs de startups tirent leur profit en envoyant un grand nombre d'entrepreneurs dans un entonnoir de puissance, ne récoltant que quelques cas exceptionnellement réussis. Les chercheurs académiques font également face à des incitations déformées : prouver que leur théorie est fausse les prive de financement sans aucune contrepartie. L'ensemble de l'industrie présente la structure que le physicien Richard Feynman a appelée « la science du culte des marchandises » : un édifice qui imite la forme de la science sans en avoir la substance, déduisant des règles à partir d'anecdotes sans établir de causalités fondamentales. Le simple fait que quelques startups réussies ont mené des entretiens avec leurs clients ne signifie pas que votre startup réussira également si elle le fait.

Mais, à moins d'admettre que les réponses existantes ne sont pas suffisamment bonnes, nous n'aurons pas la motivation de chercher de nouvelles réponses. Nous devons utiliser des expériences pour découvrir ce qui fonctionne et ce qui ne fonctionne pas. Cela sera coûteux, car les startups sont de mauvais sujets d'expérimentation. Il est difficile de forcer une startup à faire ou à ne pas faire quelque chose (pouvez-vous empêcher les fondateurs d'itérer, de parler à leurs clients ou de demander aux utilisateurs quelle conception ils préfèrent ?), et maintenir des registres rigoureux est généralement une priorité faible lorsque l'entreprise lutte pour sa survie. Chaque théorie contient également de nombreuses subtilités à tester. En réalité, ces expériences pourraient tout simplement ne pas être bien menées. Mais si c'est le cas, alors nous devons admettre ce que nous dirions sans hésitation pour toute autre théorie non falsifiable : ce n'est pas de la science, c'est de la pseudo-science.

Dans une certaine mesure, les fondateurs n’avaient pas besoin d’apprendre formellement ces techniques. Avant que Blank ne propose le « développement client », les fondateurs développaient déjà leurs clients en discutant avec eux. De même, ils construisaient déjà des produits minimums viables et les itéraient avant que Ries ne donne un nom à cette pratique. Ils concevaient déjà des produits pour les utilisateurs avant qu’on ne parle de « design thinking ». Les lois du commerce poussent souvent à adopter ces comportements, et des millions de professionnels ont indépendamment réinventé ces approches pour résoudre les problèmes auxquels ils étaient confrontés quotidiennement. Peut-être ces théories sont-elles évidentes, et les apôtres n’ont-ils fait que mettre du nouveau vin dans de vieilles bouteilles.

Ce n'est pas nécessairement une mauvaise chose. Avoir une théorie valide, même si elle semble évidente, est le premier pas vers une théorie meilleure. Contrairement à Popper, les scientifiques ne rejettent pas simplement une théorie prometteuse dès qu'elle est falsifiée ; ils essaient de l'améliorer ou de l'élargir. L'historien et philosophe des sciences Thomas Kuhn l'a brillamment expliqué 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. La norme de Popper nous aurait poussés à rejeter Newton. Mais cela n'est pas arrivé, car la théorie était largement soutenue par ailleurs. Kuhn soutient que les scientifiques sont attachés à un cadre de croyances qu'il appelle un paradigme. Puisqu'il offre une structure permettant aux scientifiques de construire et d'améliorer les théories existantes, les scientifiques ne renoncent pas facilement à un paradigme, sauf en cas de nécessité absolue. Le paradigme fournit une voie vers l'avant.

La recherche sur l'entrepreneuriat ne possède pas de paradigme unique. Ou plutôt, elle en possède trop, aucun n'étant suffisamment convaincant pour unifier tout le domaine. Cela signifie que ceux qui considèrent l'entrepreneuriat comme une science n'ont pas de guide commun pour déterminer quelles questions méritent d'être étudiées, ce que signifient les observations, ou comment améliorer les théories partiellement incorrectes. Sans paradigme, les chercheurs tournent en rond et parlent chacun leur langue. Pour que l'entrepreneuriat devienne une science, il lui faut un paradigme dominant : un cadre commun suffisamment convaincant pour organiser les efforts collectifs. Il s'agit d'une question bien plus complexe que de simplement décider quelles théories tester, car pour qu'un ensemble d'idées devienne un paradigme, il doit répondre à certaines questions ouvertes et urgentes. Nous ne pouvons pas y parvenir du jour au lendemain, mais nous devrions encourager davantage de personnes à tenter l'expérience.

L'économie nous apprend que si vous faites exactement ce que tout le monde fait — vendre les mêmes produits aux mêmes clients, en utilisant les mêmes processus de production et les mêmes fournisseurs — la concurrence directe poussera vos profits vers zéro. Ce concept est une pierre angulaire de la stratégie commerciale, qu'il s'agisse de la théorie de la « réflexivité » de George Soros — selon laquelle les croyances des participants au marché modifient le marché lui-même, érodant ainsi les avantages qu'ils cherchent à exploiter — ou de l'argument schumpétérien de Peter Thiel selon lequel « la concurrence est un jeu pour les perdants ». Michael Porter, dans son ouvrage fondateur « Competitive Strategy », a codifié cette idée comme la nécessité de trouver une position de marché inoccupée. Kim Chan Mauborgne et Renée Mauborgne ont poussé cette idée plus loin dans leur livre « La Stratégie Océan Bleu », affirmant que les entreprises devraient créer des espaces de marché entièrement dépourvus de concurrence, plutôt que de se battre pour des parts dans des domaines existants.

Cependant, si tout le monde utilise la même méthode pour construire leur entreprise, ils se retrouvent généralement en concurrence directe. Si chaque fondateur interviewe des clients, ils convergeront tous vers les mêmes réponses. Si chaque équipe publie un produit minimal viable et itère, ils convergeront tous vers le même produit final. Le succès sur un marché concurrentiel doit être relatif, ce qui signifie que les pratiques efficaces doivent différer de ce que font tous les autres.

La réduction à l'absurde rend cela évident : s'il existait un organigramme garantissant le succès des startups, les gens produiraient en continu des startups réussies en série. Ce serait une machine à argent à mouvement perpétuel. Mais dans un environnement concurrentiel, une telle quantité massive de nouvelles entreprises entraînerait l'échec de la majorité d'entre elles. L'hypothèse erronée doit donc être celle-ci : un tel organigramme peut exister.

Il existe une analogie précise dans la théorie de l'évolution. En 1973, le biologiste évolutionniste Leigh Van Valen a formulé ce qu'il a appelé l'hypothèse de la Reine Rouge : dans tout écosystème, lorsqu'une espèce développe un avantage au détriment d'une autre, l'espèce en désavantage évolue pour compenser cet amélioration. Ce nom provient de « À travers le miroir » de Lewis Carroll, où la Reine Rouge dit à Alice : « Il faut courir aussi vite que possible pour rester à la même place. » Les espèces doivent constamment innover avec de nombreuses stratégies variées pour survivre aux innovations des stratégies de leurs concurrents.

De même, lorsque de nouvelles méthodes entrepreneuriales sont rapidement adoptées par tous, personne ne gagne un avantage relatif et le taux de réussite reste stable. Pour gagner, les startups doivent développer des stratégies différenciées et innovantes, et établir des barrières durables à l'imitation avant que les concurrents ne les rattrapent. Cela signifie souvent que la stratégie gagnante est soit développée en interne (et non trouvée dans des publications publiques accessibles à tous), soit si originale que personne ne pense à la copier.

Cela semble être une chose difficile à établir scientifiquement…