ڈیٹا ظاہر کرتا ہے کہ مقبول اسٹارٹ اپ طریقہ کار زندہ رہنے کی شرح میں بہتری نہیں لاتے

مصنف: کولوسس

ترجمہ: شن چاؤ ٹیک فلو

شین چاؤ کا خلاصہ: اس مضمون میں امریکی حکومت کے ڈیٹا کا استعمال کرتے ہوئے ایک ایسا حقیقت کو منہ توڑ دیا گیا ہے جو ناگوار ہے: پچھلے 30 سالوں میں، تمام اسٹارٹ اپ میتھڈالوجی کی بہترین کتابیں — لین اسٹارٹ اپ، کسٹمر ڈویلپمنٹ، بزنس مودل کینوس — آماری طور پر اسٹارٹ اپ کی بقا کو بہتر بنانے میں کوئی مدد نہیں کرتیں۔

مسئلہ یہ نہیں کہ طریقہ کار خود میں غلط ہے، بلکہ ایک بار جب سب کوئی ایک ہی طریقہ استعمال کرنے لگ جائے، تو اس کا فائدہ ختم ہو جاتا ہے۔

یہ استدلال کریپٹو اور ویب3 کے کاروباری اداروں کے لیے بھی درست ہے، خاص طور پر جو لوگ مختلف "ویب3 کاروباری گائیڈز" دیکھ رہے ہیں۔

مکمل متن درج ذیل ہے：

کوئی بھی کاروبار شروع کرنے کا طریقہ، جب عام طور پر پھیل جائے، تو تمام مالکان کو ایک ہی جواب کی طرف مائل کر دیتا ہے۔ اگر سب ایک ہی مقبول کاروباری ٹپس کے مطابق کام کریں، تو سب کچھ ایک جیسی کمپنیاں بنائیں گے، اور فرق نہ ہونے کی وجہ سے ان میں سے زیادہ تر ناکام ہو جائیں گیں۔ حقیقت یہ ہے کہ جب بھی کوئی کسی کامیاب کاروبار شروع کرنے کا طریقہ سکھانے پر اصرار کرے، تو آپ کو الگ کچھ کرنا چاہئے۔ یہ تضاد ایک بار سمجھنے پر خود بخود واضح ہو جاتا ہے، لیکن اس میں آگے بڑھنے کا راستہ بھی شامل ہے۔

بیس پانچ سال پہلے، جب نئی لہر "اینٹرپرینیوریل ایونجلسٹس" کا آغاز ہوا، تو اس کے جگہ لینے والی پرانی سفارشات، صاف طور پر، بے کار سے بھی بدتر تھیں۔ یہ سفارشات فورچن 500 کمپنیوں کی حکمت عملی اور چھوٹے کاروبار کے تاکتی اقدامات کا بے نقاب ملاپ تھیں، جس میں پانچ سالہ منصوبہ بندی اور روزمرہ کے انتظام کو ایک ساتھ رکھا گیا تھا۔ لیکن اعلیٰ نمو کے امکانات رکھنے والے اسٹارٹ اپس کے لیے، لمبے مدتی منصوبہ بندی کا کوئی مطلب نہیں ہوتا — مستقبل غیر یقینی ہوتا ہے، اور روزمرہ کے کاموں پر توجہ دینا قائمہ مالکان کو تیز رفتار مقابلہ کنندگان کے سامنے عرض کر دیتا ہے۔ پرانی سفارشات ایک تدریجی بہتری والی دنیا کے لیے بنائی گئی تھیں، نہ کہ بنیادی عدم یقین کے لیے۔

نئی نسل کے کاروباری داعیوں کی تجویزیں مختلف ہیں: وہ واضح، منطقی اور دلیل سے مزین ہوتی ہیں، جو کاروبار کے قائم کرنے والوں کو اصل عدم یقین کے درمیان ایک مرحلہ وار عمل فراہم کرتی ہیں۔ اسٹیو بلینک نے "فُور سٹیپ اینٹرپرینیورشِپ میتھڈ" (2005) میں کسٹمر ڈویلپمنٹ کا طریقہ پیش کیا، جس میں کاروباری خیالات کو قابل تجربہ فرضیات کا مجموعہ سمجھا جاتا ہے: باہر نکل کر ممکنہ صارفین سے بات کریں، اور کوئی بھی کوڈ لکھنے سے پہلے اپنے فرضیات کو تصدیق یا رد کریں۔ ایرک ریس نے "لین اسٹارٹ اپ" (2011) میں اس پر مبنی "بِلڈ-میژر-لرن" سائکل پیش کیا: ایک ننھا قابل عمل مصنوعہ جاری کریں، حقیقی صارفین کے رویے کو ناپیں، اور اس طرح جلد از جلد ترقی کریں، نہ کہ اس وقت ضائع کریں جب کوئی بھی آپ کا مصنوعہ چاہتا نہ ہو۔ آسٹروالڈ کا بزنس مڈل ڈائیگرام (2008) کاروباری قائم کرنے والوں کو اپنے بزنس ماڈل کے نو بنیادی اجزاء کو نقشہ بنانے اور جب کوئی حصہ کام نہ کرے تو فوراً اس میں تبدیلی لانے کا اوزار فراہم کرتا ہے۔ ڈیزائن تھنکنگ — جسے IDEO اور سٹینفرڈ یونیورسٹی ڈیزائن اسکول نے عام کیا — آخری صارفین کے لئے ہمدردی اور جلد سے جلد پروٹو ٹائپ بنانے پر زور دे�تا ہے تاکہ مسائل جلد شناخت ہو سکیں۔ ساراس ساراسواٹھی کا افیکٹ گورننگ تھئوری تجویز کرتا ہے کہ آپ اپنے خود کے مہارت اور روابط سے شروع کریں، نہ کہ بڑے مقاصد حاصل کرنے کے لئے الٹا منصوبہ بنائیں۔

یہ مبلغین نے عمدہ طور پر کاروباری کامیابی کے بارے میں ایک سائنس بنانے کی کوشش کی۔ 2012 تک، برینک نے کہا کہ امریکی قومی سائنسی فنڈیشن اپنے صارف ترقی کے فریم ورک کو "کاروباری سائنسی طریقہ کار" کہہ رہی ہے، اور دعویٰ کر رہی ہے کہ "ہم اب جانتے ہیں کہ کس طرح سے اسٹارٹ اپس کو کم ناکامیوں سے بچایا جائے۔" لیان سٹارٹ اپ کی ویب سائٹ دعویٰ کرتی ہے کہ "لیان سٹارٹ اپ اسٹارٹ اپس بنانے اور ان کا انتظام کرنے کے لیے ایک سائنسی طریقہ کار فراہم کرتا ہے"، اور اس کی کتاب کے پس منظر پر IDEO کے سی ای او ٹائم براون کا حوالہ دیا گیا ہے جنہوں نے ریس کو "ایک ایسا سائنسی عمل پیش کرنے کا credit دیا ہے جسے سیکھا اور نقل کیا جا سکتا ہے۔" اسی دوران، آسٹروالڈ نے اپنی مقالہ میں دعویٰ کیا ہے کہ بزنس مدل کینوس ڈیزائن سائنس (ڈیزائن تھنکنگ کا سابقہ) پر مبنی ہے۔

اسکول کے کاروباری تحقیق کے شعبے بھی کاروباری کمپنیوں کا مطالعہ کر رہے ہیں، لیکن ان کی سائنس انسانیات کے قریب ہے: وہ بانیوں کی ثقافت اور کاروباری کمپنیوں کے عمل کا تفصیلی جائزہ لیتے ہیں تاکہ انہیں سمجھ سکیں۔ نئی نسل کے مبلغین کا عملی تصور ہے—جسے جدید سائنس کے آغاز میں فطری فلسفہ دان رابرٹ بائل نے واضح کیا تھا: "میں اپنے آپ کو اصل باغبان نہیں کہہ سکتا جب تک کہ میری مہارت میرے باغ میں بہتر دوائیں اور پھول نہ اگا دے۔" دوسرے الفاظ میں، سائنس کو بنیادی حقائق کی تلاش کرنی چاہیے، لیکن اسے مؤثر بھی ہونا چاہیے۔

اس کا اثر ہونا ہی اس بات کا فیصلہ کرتا ہے کہ اسے علم کہا جائے یا نہیں۔ اور کاروباری تبلیغ کے بارے میں، ہم جو ایک بات یقینی طور پر جانتے ہیں وہ یہ ہے کہ اس کا کام نہیں چل رہا ہے۔

سائنس میں، ہم کسی چیز کے مؤثر ہونے کا پتہ لگانے کے لیے تجربات کرتے ہیں۔ جب آئن سٹائن کی نسبیت کا نظریہ قبول ہوتا گیا، تو دیگر فزیسٹس نے اس کے پیش گوئیوں کی درستگی کا جائزہ لینے کے لیے وقت اور پیسہ لگایا۔ ہم نے ابتدائی اسکول میں سیکھا ہے کہ سائنسی طریقہ کار وہی سائنس ہے۔

تاہم، ہماری انسانی فطرت کے کسی خاص عیب کی وجہ سے، ہم "سچائی اسی طرح دریافت ہوئی" کے خیال کا بھی مقابلہ کرتے ہیں۔ ہمارا دماغ شواہد کی توقع کرتا ہے، لیکن ہمارا دل ایک کہانی سننا چاہتا ہے۔ ایک پرانا فلسفیانہ موقف ہے — جسے اسٹیون شاپن اور سائمن شیفر نے اپنی کتاب "لیویتھن اور پمپ" (1985) میں بہترین طریقے سے تفصیل سے بیان کیا — جس کے مطابق مشاہدہ ہمیں سچائی نہیں دے سکتا، اصل سچائی صرف اس باتوں سے منطقی اصولوں کے ذریعے نکالی جا سکتی ہے جو ہمیں پہلے سے سچ ثابت ہو چکی ہوں، یعنی پہلے اصولوں سے۔ حالانکہ یہ ریاضی میں معیاری طریقہ ہے، لیکن جب ڈیٹا تھوڑا زیادہ شور والा ہو یا اصولوں کا بنیادی نظام کم مضبوط ہو، تو یہ طریقہ ایسے نتائج کی طرف لے جا سکتا ہے جو دکھنے میں پرکشش تو ہوتے ہیں لیکن حقیقت میں بے معنی۔

سولہویں صدی سے پہلے، ڈاکٹر ایک دوسری صدی کے یونانی ڈاکٹر گیلین کے کاموں کو مریضوں کے علاج کے لیے استعمال کرتے تھے۔ گیلین کا خیال تھا کہ بیماریاں چار جسمانی سیالات — خون، بلغم، پیلی صفرا اور سیاہ صفرا — کے عدم توازن کی وجہ سے ہوتی ہیں، اور توازن کو بحال کرنے کے لیے خون نکالنا، اُلٹی لانا اور کپنگ جیسے علاج تجویز کرتے تھے۔ ڈاکٹر اس طرح کے علاجات کو ایک ہزار سال سے زائد عرصہ تک اس لیے اپناتے رہے کہ ان کا اثر نہیں تھا، بلکہ قدیم ادوار کی علمی حکمرانی کا اثر موجود تھا جو موجودہ مشاہدات سے بہت زیادہ تھا۔ لیکن لگ بھگ 1500ء کے قریب، سوئس ڈاکٹر پیراسلسس نے نوٹ کیا کہ گیلین کے علاجات دراصل مریضوں کو بہتر نہیں بنارہے تھے، اور کچھ علاجات — جیسے سفلس کے علاج کے لیے پارا کا استعمال — جو سیالات کے نظریہ کے اندر مکمل طور پر بے معنی تھے، واقعی کام کر رہے تھے۔ پیراسلسس نے ثبوت کو سننے اور مرنے والی حکمرانی پر عمل نہ کرنے کا مطالبہ شروع کر دیا: "مریض تمہارا مضمون ہے، اور بستر تمہارا لائبریری ہے۔" 1527ء میں، اس نے گیلین کے کاموں کو علنی طور پر جلا دیا۔ اس کا خواب سینکڑوں سالوں تک قبول نہ ہوا — تقریباً تین صدیوں بعد، جارج واشنگٹن نے ایک جذبہ انگیز خون نکالنے کے علاج کے بعد موت پائی — کیونکہ لوگ گیلین جیسے صاف اور آسان کہانیوں پر یقین رکھنا پسند کرتے تھے، نہ کہ بھرما مختلط حقائق کا مقابلہ کرنا۔

پیراسیلسس نے ایک مؤثر چیز سے شروع کیا اور اس کی وجہ تک پہنچ گیا۔ پہلے اصولوں کے سوچنے والے ایک "وجہ" کی فرضیہ لگاتے ہیں اور نتائج کے مطابق، چاہے وہ کچھ بھی ہوں، اسے مؤثر قرار دیتے ہیں۔ کیا ہمارے جدید کاروباری سوچنے والے پیراسیلسس کی طرح، ثبوت سے متاثر ہیں؟ یا گالین کی طرح، اپنی کہانی کی خوبصورت اور خود کو مطابق ترتیب پر انحصار کرتے ہیں؟ علم کے نام پر، آئیے ثبوت کو دیکھتے ہیں۔

یہ ریاستہائے متحدہ کے شروعاتی کاروباروں کی بقا کی درجہ بندی کا سرکاری حکومتی ڈیٹا ہے۔ ہر لائن کسی خاص سال میں قائم کیے گئے کاروباروں کی بقا کی احتمال کو ظاہر کرتی ہے۔ پہلی لائن ایک سال کی بقا کو، دوسری لائن دو سال کی بقا کو، اور اسی طرح آگے بڑھتی ہے۔ گراف دکھاتا ہے کہ 1995 سے اب تک، ایک سال تک بقا پانے والے کاروباروں کا تناسب تقریباً مستقل رہا ہے۔ دو، پانچ، اور دس سال کی بقا کے تناسب بھی اسی طرح ہیں۔

نئی نسل کے داعیان کافی طویل عرصہ سے موجود ہیں اور کافی مشہور ہو چکے ہیں — متعلقہ کتابوں کی مجموعی فروخت ملینوں میں ہے، اور تقریباً ہر یونیورسٹی کے اسٹارٹ اپ کورسز میں ان کا تذکرہ کیا جاتا ہے۔ اگر وہ موثر ہوتے، تو اعداد و شمار میں اس کا اظہار ہوتا۔ تاہم، پچھلے تین دہائیوں میں، اسٹارٹ اپس کو زندہ رکھنے میں کوئی نظام گت ترقی صفر رہی ہے۔

حکومتی اعداد و شمار تمام امریکی اسٹارٹ اپس کو شمار کرتے ہیں، جن میں ریستوراں، خشک صاف کرنے والے دکانیں، قانونی دفتر اور منظر سازی کمپنیاں شامل ہیں—صرف وہی نہیں جنہیں وینچر کیپٹل سپورٹ ملنے والی، اعلیٰ نمو کے امکانات والی ٹیک اسٹارٹ اپس ہیں۔ اسٹارٹ اپ کے داعیوں نے دعویٰ نہیں کیا ہے کہ ان کے طریقے صرف سلیکون ویلی کے طرز کی کمپنیوں پر لاگو ہوتے ہیں، لیکن یہ ٹیکنالوجیاں زیادہ تر اس قسم کی کمپنیوں کے لیے ڈیزائن کی گئی ہیں جہاں بنیادی طور پر صرف اس صورت میں، جب ممکنہ منافع کافی بڑا ہو، تب تاسس کرنے والے خطرناک عدم یقین برداشت کرنے کو تیار ہوتے ہیں۔ اس لیے، ہم ایک زیادہ مخصوص پیمانہ استعمال کرتے ہیں: امریکی وینچر کیپٹل سپورٹڈ اسٹارٹ اپس میں سے وہ تناسب جنہوں نے اپنے شروعاتی فنڈنگ راؤنڈ مکمل کرنے کے بعد مزید فنڈنگ راؤنڈ بھی مکمل کر لئے۔ نظرثانی کے طریقہ کار کو مدِنظر رکھتے ہوئے، ہم منطقی طور پر یہ فرض کر سکتے ہیں کہ زیادہ تر مزید فنڈنگ مکمل نہ کرنے والے اسٹارٹ اپس زندہ نہ رہ سکے۔

سلیم لائن اصل ڈیٹا ہے؛ ڈیشڈ لائن ایک اے راؤنڈ فنڈنگ مکمل کرنے کے امکان کے ساتھ حالیہ سیڈ راؤنڈ کمپنیوں کے لیے ترتیب دی گئی ہے۔

سیڈ فنڈنگ کے مرحلے کی کمپنیوں کا بعد میں مزید فنڈنگ مکمل کرنے کا تناسب تیزی سے کم ہو گیا ہے، جو پچھلے 15 سالوں میں خطرہ سرمایہ کاری سے حمایت پانے والی اسٹارٹ اپ کمپنیوں کے زیادہ کامیاب ہونے کے دعوے کی تائید نہیں کرتا۔ اگر کچھ بھی تبدیل ہوا ہے تو، وہ اس بات کا ثبوت ہے کہ وہ زیادہ تر ناکام ہو رہی ہیں۔ بالکل، خطرہ سرمایہ کاری کا تقسیم صرف اسٹارٹ اپ کمپنیوں کی معیار پر منحصر نہیں ہوتا: کووڈ-19 کے اثرات، صفر شرح سود کے دور کا ختم ہونا، AI کی انتہائی مرکزی سرمایہ کی ضرورت، وغیرہ۔

لوگ یہ بھی دلیل دے سکتے ہیں کہ ریسک کیپٹل کی کل رقم میں اضافہ سے مارکیٹ میں زیادہ غیر مؤثر کاروباری افراد کا流入 ہوا، جس نے کامیابی کی شرح میں کسی بھی بہتری کو منسوخ کر دیا۔ لیکن نیچے دی گئی گراف میں، کامیابی کی شرح میں کمی دونوں صورتوں میں دیکھی گئی ہے: جب فنڈنگ والی کمپنیوں کی تعداد بڑھ رہی تھی اور جب وہ کم ہو رہی تھی۔ اگر مہارت سے محروم ادارہ جات کا زیادہ ہونا اوسط کو کم کر رہا ہوتا، تو 2021 کے بعد فنڈنگ والی کمپنیوں کی تعداد میں کمی آنے پر کامیابی کی شرح میں اُچھال آنا چاہئے تھا۔ لیکن ایسا نہیں ہوا۔

لیکن موسسین کی تعداد میں اضافہ خود کیا ایک کامیابی نہیں ہے؟ ان موسسین کو کہیں جو داعیوں کی تجویز پر عمل کر کے ناکام ہو گئے۔ یہ سب حقیقی لوگ ہیں جنہوں نے اپنا وقت، بچت اور عزت کا خطرہ اٹھایا ہے؛ ان کا حق ہے کہ وہ جان سکیں کہ ان کے سامنے کیا ہے۔ ٹاپ وینچر کیپٹلس شاید زیادہ پیسہ کمانے میں کامیاب ہوئے — اب پچھلے دور کے مقابلے میں زیادہ یونیکورن ہیں — لیکن یہ حصہ لمبے نکاس کے وقت اور نکاس کے طاقت کے قانون کے ریاضیاتی مطلب کی وجہ سے ہے جس سے زیادہ کمپنیاں شروع ہوتی ہیں، انتہائی کامیابی کا امکان زیادہ ہوتا ہے۔ موسسین کے لیے یہ ایک سرد تسلی ہے۔ یہ نظام شاید زیادہ بڑے انعامات پیدا کر رہا ہے، لیکن یہ انفرادی موسسین کے امکانات میں بہتری نہیں لائے۔

ہمیں اس حقیقت کو سنجیدہ لینا چاہیے کہ نئی نسل کے داعیوں نے اسٹارٹ اپس کے کامیاب ہونے کی امکانات بڑھانے میں ناکام رہے۔ ڈیٹا ظاہر کرتا ہے کہ بہترین صورت میں بھی ان کا کوئی اثر نہیں ہوا۔ ہم ایک ایسے فکری فریم ورک پر لاکھوں گھنٹے اور دس بلین ڈالر خرچ کر چکے ہیں جو بنیادی طور پر کام نہیں کرتا۔

دعاویٰ کرنے والے کہتے ہیں کہ وہ ہمیں ایک کاروباری سائنس سکھا رہے ہیں، لیکن ان کی خود کی طرف سے واضح طور پر طے کردہ معیارات پر ہم کوئی ترقی نہیں کر رہے: ہم نہیں جانتے کہ کس طرح اسٹارٹ اپ کو زیادہ کامیاب بنایا جائے۔ بوائل کہتے کہ اگر ہمارا باغ اب تک بہتر ادویات یا پھول نہیں اگا ہے، تو اس میں کوئی سائنس نہیں ہے۔ یہ ناامید کن اور پریشان کن ہے۔ وقت کے بڑے مقدار، وسیع استعمال، اور ان خیالات کے پیچھے واضح ذہنی سطح کو دیکھتے ہوئے، یہ سمجھنا مشکل ہے کہ وہ بالکل بے اثر ہوں۔ تاہم، ڈیٹا ظاہر کرتا ہے کہ ہم نے بالکل کچھ نہیں سیکھا۔

اگر ہم ایک حقیقی کاروباری علوم کی تعمیر کرنا چاہتے ہیں، تو ہمیں اس کی وجوہات کو سمجھنا ہوگا۔ تین امکانات ہیں۔ پہلا، شاید یہ نظریات بالکل غلط ہیں۔ دوسرا، شاید یہ نظریات اتنے واضح ہیں کہ ان کو نظام بند کرنا بے معنی ہے۔ تیسرا، شاید ایک بار جب سب ایک ہی نظریہ استعمال کرنے لگ جائیں، تو وہ کوئی فائدہ نہیں دیتے۔ بالآخر، حکمت عملی کا اصل مطلب اپنے مقابلہ کرنے والوں سے الگ کام کرنا ہے۔

اگر یہ نظریات بالکل غلط ہوں، تو ان کے پھیل جانے کے ساتھ ساتھ کاروباری کامیابی کی شرح کم ہونی چاہیے۔ ہمارے ڈیٹا کے مطابق، مجموعی طور پر نئے کاروباروں کے لیے یہ بات صحیح نہیں ہے، اور خطرہ سرمایہ کاری سے مالی مدد پانے والے کاروباروں کی ناکامی کی شرح دوسرے وجوہات کی وجہ سے بڑھ رہی ہے۔ ڈیٹا کو الگ رکھتے ہوئے، یہ نظریات غلط لگنے والے نہیں ہیں۔ صارفین سے بات چیت کرنا، تجربات کرنا اور مستقل طور پر ترقی دینا، یہ سب واضح طور پر فائدہ مند لگتے ہیں۔ لیکن گیلین کا نظریہ 1600 کے طبیب کے لیے بھی غلط نہیں لگتا تھا۔ جب تک ہم ان فریم ورکس کا جائزہ دوسرے سائنسی فرضیات کی طرح نہیں لیتے، ہم اس بات کو یقینی طور پر نہیں جان سکتے۔

یہ کارل پاپر نے اپنی کتاب "سائنسی دریافت کا منطق" میں سائنس کے لیے طے کیا معیار ہے: ایک نظریہ سائنسی ہے، اگر اور صرف اگر اسے اصولی طور پر ثابت کیا جا سکے کہ یہ غلط ہے۔ آپ کے پاس نظریات ہوتے ہیں، آپ ان کا امتحان لیتے ہیں۔ اگر تجربات ان کی حمایت نہیں کرتے، تو آپ انہیں چھوڑ دیتے ہیں اور کچھ اور آزماتے ہیں۔ ایک ایسا نظریہ جسے ثابت نہیں کیا جا سکتا کہ وہ غلط ہے، وہ بنیادی طور پر نظریہ نہیں، بلکہ ایک ایمان ہے۔

کم لوگوں نے اس معیار کو کاروباری تحقیق پر لاگو کرنے کی کوشش کی ہے۔ کچھ تصادفی کنٹرولڈ ٹرائلز تو ہیں، لیکن وہ عام طور پر احصائی طاقت سے محروم ہوتے ہیں اور "موثر" کو کسی ایسی چیز کے طور پر تعریف کرتے ہیں جو کاروباری کامیابی کے اصل معنی سے مختلف ہوتی ہے۔ جبکہ ریسک کیپٹل ہر سال اربوں ڈالر کا انحصار کرتا ہے، نہ صرف اس لیے بلکہ اس لیے بھی کہ بنیادی لوگ اپنے خیالات کو آزمانے میں سالوں کا وقت لگاتے ہیں، اس بات کا جائزہ لینے کی کوئی سنجیدہ کوشش نہیں کی گئی کہ کاروباروں کو سکھائے جانے والے طریقے حقیقت میں موثر ہیں یا نہیں، یہ عجیب لگتا ہے۔

لیکن مبلغین کے نظریات کا ٹیسٹ کرنے کا ان کے پاس تقریباً کوئی رجحان نہیں ہے: وہ کتابیں بیچ کر کمائی اور اثر و رسوخ جمع کرتے ہیں۔ اسٹارٹ اپ ایکسلریٹرز اپنی آمدنی اس طرح حاصل کرتے ہیں کہ وہ بڑی تعداد میں اسٹارٹ اپ چلائیں جو طاقت کے قانون کے فنل میں داخل ہوتی ہیں، اور صرف کچھ نایاب کامیاب کیسز سے فائدہ اٹھاتی ہیں۔ اکیڈمک تحقیق کاروں کو بھی اپنے خود کے م distort incentives کا سامنا ہے: اپنے نظریے کو غلط ثابت کرنا انہیں فنڈنگ سے محروم کر دے گا، اور اس کا کوئی متبادل فائدہ نہیں ہوگا۔ پورا صنعت "کارگو کولٹ سائنس" کی ساخت رکھتا ہے، جسے فزیسسٹ رچرڈ فائنمن نے نام دیا: ایک عمارت جو سائنس کے فارم کا نقل کرتی ہے لیکن اس کے اصل مضمون سے محروم ہے، جہاں واقعات سے قوانین استنباط کئے جاتے ہیں لیکن بنیادی علّت و معلول کا تعلق قائم نہیں کیا جاتا۔ صرف اس لئے کہ کچھ کامیاب اسٹارٹ اپس نے صارفین سے ملاقاتیں کی ہیں، اس کا مطلب یہ نہیں کہ آپ کا اسٹارٹ اپ بھی اگر یہ کرے تو کامیاب ہو جائے گا۔

لیکن، جب تک ہم یہ نہیں مان لیتے کہ موجودہ جوابات کافی اچھے نہیں ہیں، ہمارے پاس نئے جوابات کی تلاش کرنے کا کوئی جذبہ نہیں ہوگا۔ ہمیں تجربات کے ذریعے یہ پتہ لگانا ہوگا کہ کیا کام کرتا ہے اور کیا نہیں۔ یہ مہنگا ہوگا، کیونکہ اسٹارٹ اپس بہت خراب ٹیسٹ اوبجیکٹس ہوتے ہیں۔ ایک اسٹارٹ اپ کو کچھ کرنے یا نہ کرنے کے لیے مجبور کرنا مشکل ہے (کیا آپ انسٹیٹورز کو اداروں کو دوبارہ بنانے، گاہکوں سے بات کرنے، یا صارفین کو پوچھنے سے روک سکتے ہیں کہ وہ کون سا ڈیزائن پسند کرتے ہیں؟)، اور جب کمپنی زندہ رہنے کے لیے لڑ رہی ہو تو سخت رکارڈ رکھنا عام طور پر کم ترجیح کا معاملہ ہوتا ہے۔ ہر نظریے کے اندر بھی بہت سارے نرم الفاظ ہیں جن کا ٹیسٹ کرنا ضروری ہے۔ عملی طور پر، ان تجربات کو بالکل بھی اچھی طرح سے نہیں بنایا جا سکتا۔ لیکن اگر ایسا ہے، تو ہمیں یہ تسلیم کرنا چاہئے کہ جس بات کو ہم دوسرے تمام غیر قابل تصدیق نظریات کے لیے بے جا نہیں سمجھتے، وہ سائنس نہیں بلکہ جعلی سائنس ہے۔

کچھ حد تک، بانیوں کو ان ٹیکنالوجیز کا رسمی طور پر ادھار نہیں کرنا پڑتا۔ بلینک نے "گاہک ترقی" کا تصور پیش کرنے سے پہلے ہی، بانیوں نے گاہکوں سے بات چیت کرکے گاہک ترقی کی تھی۔ اسی طرح، رائس نے اس عمل کا نام دینے سے پہلے ہی، وہ ننھے قابل عمل مصنوعات بنارہے اور ان پر عمل درآمد کررہے تھے۔ جب تک کسی نے اسے "ڈیزائن سوچ" کا نام نہیں دیا، بانیوں نے صارفین کے لیے مصنوعات ڈیزائن کرلی تھیں۔ کاروبار کے عمل کے قوانین عام طور پر ان روایات کو فروغ دیتے ہیں، اور لاکھوں کاروباری افراد نے اپنے روزمرہ کے مسائل حل کرنے کے لیے ان طریقوں کو الگ الگ دوبارہ دریافت کرلیا۔ شاید یہ نظریات واضح ہیں، اور مبلغین صرف پرانے بوتل میں نئی شراب بھر رہے ہیں۔

یہ ضروری طور پر برا نہیں ہے۔ ایک مؤثر نظریہ رکھنا، چاہے وہ واضح کیوں نہ ہو، بہتر نظریوں کی طرف پہلا قدم ہے۔ پاپر کے برعکس، سائنسدان اس لمحے نظریہ کو فوراً نہیں چھوڑ دیتے جب اس کی تصدیق نہیں ہوتی؛ وہ اسے بہتر یا مزید توسیع کرنے کی کوشش کرتے ہیں۔ تاریخ اور سائنسی فلسفہ کے ماہر تھامس کوئن نے اپنی کتاب "سائنسی انقلاب کی ساخت" میں اس بات کو مضبوطی سے واضح کیا: نیوٹن کے گرavitational نظریہ کے اشاعت کے بعد زیادہ سے زیادہ 60 سال تک، چاند کی حرکت کے بارے میں ان کے پیشگوئیاں غلط رہیں، جب تک کہ ریاضیدان الیکسس کلیرو نے اسے ایک تین جسم کا مسئلہ سمجھا اور اسے درست نہیں کر دیا۔ پاپر کا معیار ہمیں نیوٹن کو چھوڑنے کے لیے مجبور کر دے گا۔ لیکن اس طرح نہیں ہوا، کیونکہ یہ نظریہ دوسرے پہلوؤں سے کافی طور پر تائید ہوتا تھا۔ کوئن کا خیال ہے کہ سائنسدان اپنے عقائد کے ایک فریم ورک میں جڑے رہتے ہیں، جسے وہ "پیرادائم" کہتے ہیں۔ چونکہ یہ سائنسدانوں کو موجودہ نظریات پر بنانے اور بہتر بنانے کا ایک ساخت فراہم کرتا ہے، اس لئے وہ صرف ضرورت پڑنے پر ہی اپنا پیرادائم چھوڑتے ہیں۔ پیرادائم آگے بڑھنے کا راستہ فراہم کرتا ہے۔

کاروباری تحقیق کا کوئی ایک پیرادائم نہیں ہے۔ یا تو اس کے بہت سارے پیرادائم ہیں، جن میں سے کوئی بھی کافی متقاعد نہیں کہ پورے شعبے کو ایک ساتھ جوڑ سکے۔ اس کا مطلب یہ ہے کہ جو لوگ کاروباری تحقیق کو ایک سائنس کے طور پر سمجھتے ہیں، ان کے پاس یہ طے نہیں کہ کون سے مسائل حل کرنے کے قابل ہیں، مشاہدہ کا کیا مطلب ہے، یا غلط تھیوریز کو کیسے بہتر بنایا جائے۔ کوئی پیرادائم نہ ہونے کی وجہ سے، تحقیق کرنے والے صرف اپنی اپنی راہ پر چل رہے ہیں اور ایک دوسرے سے بات نہیں کر رہے۔ کاروباری تحقیق کو ایک سائنس بنانے کے لیے ایک مرکزی پیرادائم درکار ہے: ایک ایسا مشترکہ فریم ورک جو کافی متقاعد ہو تاکہ جماعتی کوششوں کو منظم کیا جا سکے۔ یہ صرف تھیوریز کو ٹیسٹ کرنے کا فیصلہ کرنے سے زیادہ مشکل مسئلہ ہے، کیونکہ ایک خیالات کا مجموعہ پیرادائم بننے کے لیے کچھ فوری، کھلے سوالات کا جواب دینا ضروری ہے۔ ہم اسے خالی جگہ سے حاصل نہیں کر سکتے، لیکن ہمیں زیادہ لوگوں کو اس کوشش میں شامل ہونے کے لیے متوجہ کرنا چاہئے۔

معاشیات ہمیں بتاتی ہے کہ اگر آپ وہی کر رہے ہیں جو دوسرے سب کر رہے ہیں — ایک جیسے صارفین کو ایک جیسے مصنوعات بیچ رہے ہیں، ایک جیسے پیداواری عمل اور ایک جیسے فراہم کنندگان کے ذریعے — تو براہ راست مقابلہ آپ کے منافع کو صفر کی طرف مائل کر دے گا۔ یہ تصور کاروباری حکمت عملی کا بنیادی اصول ہے، جو جارج سورس کے "ریفلاکسیوٹی" نظریہ سے لے کر پیٹر تھیل کے شومپیٹرین اعلان "مقابلہ ناکام لوگوں کا کھیل ہے" تک پھیلا ہوا ہے۔ مائیکل پورٹ نے اپنے علامتی کام "Competitive Strategy" میں اسے کسی بھی غیر مقبوضہ مارکیٹ پوزیشن کی تلاش کی ضرورت کے طور پر متعین کیا۔ کِم وان ہِی اور رینے موبورن نے اپنی "بلو سی سٹریٹجی" میں اس خیال کو آگے بڑھاتے ہوئے دعویٰ کیا کہ کاروبار کو موجودہ شعبوں میں مقابلہ کرنے کے بجائے مکمل طور پر بے مقابلہ مارکیٹ سپیس بنانا چاہئے۔

تاہم، اگر ہر کوئی اپنی کمپنی کو ایک ہی طریقے سے تعمیر کر رہا ہے، تو وہ عام طور پر سیدھے مقابلے میں ہوں گے۔ اگر ہر ادارہ کاراں اپنے صارفین سے ملاقات کر رہے ہیں، تو وہ سب ایک ہی جواب پر پہنچ جائیں گے۔ اگر ہر ٹیم ایک نیا مینیمم ویبل پروڈکٹ جاری کر رہی ہے اور اسے بار بار بہتر بنارہی ہے، تو وہ سب ایک ہی آخری مصنوعات کی طرف بڑھ رہے ہیں۔ مقابلہ کی بازار میں کامیابی نسبتی ہونی چاہئے، جس کا مطلب ہے کہ موثر طریقے دوسرے لوگوں کے کام سے مختلف ہونے چاہئیں۔

غلط نتیجہ نکالنے کا طریقہ اس بات کو واضح کرتا ہے: اگر کوئی ایسا فلو چارٹ موجود ہوتا جو ہر ایک سٹارٹ اپ کی کامیابی کی ضمانت دے سکتا ہو، تو لوگ 24 گھنٹے روزانہ کامیاب سٹارٹ اپس کا بڑے پیمانے پر تیار کر رہے ہوتے۔ وہ ایک ایسی ماشین ہوتی جو بے خود پیسہ پیدا کرتی۔ لیکن مقابلہ والے ماحول میں، اتنی زیادہ نئی کمپنیوں کا ظہور زیادہ تر کو ناکام بنادے گا۔ غلط پرفرضہ یہ ہونا چاہئے کہ ایسا فلو چارٹ وجود رکھ سکتا ہے۔

تکامل نظریہ میں ایک درست مثال ہے۔ 1973 میں، تکاملی حیاتیات دان لی وین والن نے اپنے "سرخ بادشاہہ کا خیال" کا اطلاق کیا: کسی بھی ماحولیاتی نظام میں، جب ایک قسم دوسری قسم کے نقصان پر ترقی کر کے فائدہ حاصل کرتی ہے، تو نقصان پہنچنے والی قسم اس بہتری کو ختم کرنے کے لیے ترقی کرتی ہے۔ اس نام کا تعلق لیوس کیرول کی "الیس کے شیشے کی دنیا" سے ہے، جہاں سرخ بادشاہہ الیس کو بتاتی ہے: "تمہیں اپنی پوری طاقت سے دوڑنا ہوگا تاکہ اپنی جگہ پر رہ سکو۔" قسمیں مسلسل مختلف حکمت عملیوں کے ذریعے نوآوری کرتی رہتی ہیں تاکہ اپنے مقابلہ کرنے والوں کی نوآوریوں میں زندہ رہ سکیں۔

اسی طرح، جب نئے کاروباری طریقے سب کے سب جلدی اپنا لیتے ہیں، تو کوئی بھی نسبتی فائدہ حاصل نہیں کرتا اور کامیابی کی شرح مستقل رہتی ہے۔ جیت کے لیے، کاروبار کو نئی، تفریقی حکمت عملی تیار کرنی ہوگی اور مقابلہ کرنے والے فریق پہنچنے سے پہلے مستقل نقل کی رکاوٹیں قائم کرنی ہوں گی۔ اکثر اس کا مطلب یہ ہوتا ہے کہ جیت کی حکمت عملی یا تو اندر ترقی دی گئی ہے (جسے کوئی بھی عام شائعات میں نہیں پڑھ سکتا) یا اتنی منفرد ہے کہ کوئی بھی ان کا نقل کرنے کا خیال نہیں کرتا۔

یہ سائنسی طور پر قائم کرنا بہت مشکل لگتا ہے...