L’effondrement de la Bible entrepreneuriale : plus on en sait, plus on meurt vite
TechFlow SélectionTechFlow Sélection
L’effondrement de la Bible entrepreneuriale : plus on en sait, plus on meurt vite
Tout le monde utilise la même stratégie, donc tout le monde échoue.
Dédié à des analyses Web3 approfondiesAuteur : Colossus
Traduction et adaptation : TechFlow
Introduction de TechFlow : Cet article utilise des données officielles du gouvernement américain pour dévoiler un fait malaisant : au cours des trente dernières années, tous les manuels à succès sur les méthodologies de création d’entreprises — méthode Lean Startup, développement client, canevas du modèle économique — n’ont eu, statistiquement parlant, aucun effet positif sur le taux de survie des startups.
Le problème ne réside pas nécessairement dans l’erreur intrinsèque de ces méthodologies, mais plutôt dans le fait que, dès lors que tout le monde les applique de la même manière, elles cessent d’offrir un avantage compétitif.
Cet argument vaut tout autant pour les entrepreneurs du secteur de la cryptographie et de Web3 ; ceux qui lisent actuellement divers « guides de création d’entreprises Web3 » devraient particulièrement s’y intéresser.
Texte intégral ci-dessous :
Toute méthode de création d’entreprise, dès lors qu’elle est largement diffusée, conduit les fondateurs à converger vers les mêmes solutions. Si tout le monde suit les mêmes techniques populaires, tous finiront par créer des entreprises identiques, sans aucune différenciation, et la plupart d’entre elles échoueront. En réalité, chaque fois qu’une personne insiste pour vous enseigner une méthode garantissant la réussite d’une startup, vous devriez faire exactement le contraire. Ce paradoxe, une fois bien compris, devient évident — et contient en lui-même la direction à suivre.
Avant l’émergence, il y a vingt-cinq ans, d’une nouvelle vague de « missionnaires de l’entrepreneuriat », les conseils qu’ils ont remplacés étaient, franchement parlant, pires que sans valeur. Ces anciens conseils constituaient un mélange naïf entre les stratégies des entreprises du classement Fortune 500 et les tactiques propres aux petites affaires, associant plans quinquennaux et gestion quotidienne des opérations. Or, pour une startup à fort potentiel de croissance, une planification à long terme est totalement dénuée de sens — l’avenir étant imprévisible — tandis que se concentrer exclusivement sur les opérations courantes expose le fondateur à des concurrents plus rapides. Ces anciens conseils avaient été conçus pour un monde marqué par une amélioration progressive, non pour un monde caractérisé par une incertitude fondamentale.
Les conseils dispensés par la nouvelle génération de missionnaires sont différents : intuitivement raisonnables, apparemment étayés par des arguments solides, ils offrent aux fondateurs un processus étape par étape pour construire une entreprise dans un environnement marqué par une véritable incertitude. Steve Blank, dans son ouvrage The Four Steps to the Epiphany (2005), a introduit la méthode du développement client, invitant les fondateurs à considérer leur idée commerciale comme un ensemble d’hypothèses réfutables : sortir rencontrer les clients potentiels, valider ou infirmer ces hypothèses avant d’écrire la moindre ligne de code. Eric Ries, dans The Lean Startup (2011), s’est appuyé sur cette approche pour proposer la boucle « Construire-Mesurer-Apprendre » : lancer un produit minimum viable (MVP), mesurer le comportement réel des utilisateurs, itérer rapidement, plutôt que perdre du temps à perfectionner un produit dont personne ne veut. Le canevas du modèle économique d’Alexander Osterwalder (2008) fournit aux fondateurs un outil permettant de représenter les neuf composantes essentielles d’un modèle économique, et d’ajuster rapidement celui-ci dès lors qu’un élément ne fonctionne pas. La pensée design — promue par IDEO et l’École de design de l’université Stanford — met l’accent sur l’empathie vis-à-vis de l’utilisateur final et sur la réalisation rapide de prototypes afin de détecter les problèmes le plus tôt possible. Enfin, la théorie de la « causalité effectuée » (effectuation) de Saras Sarasvathy recommande de partir des compétences et du réseau personnel du fondateur, plutôt que de chercher à élaborer un plan inversé destiné à atteindre un objectif ambitieux.
Ces missionnaires ont délibérément cherché à établir une science de la réussite entrepreneuriale. En 2012, Blank affirmait que la National Science Foundation (NSF) américaine qualifiait déjà son cadre de développement client de « méthode scientifique de l’entrepreneuriat », et déclarait : « Nous savons désormais comment réduire le taux d’échec des startups. » Le site officiel de la méthode Lean Startup affirme que celle-ci « offre une méthode scientifique pour créer et gérer des startups », tandis que la quatrième de couverture du livre de Ries cite Tim Brown, PDG d’IDEO, selon lequel Ries « a formulé un processus scientifique pouvant être appris et reproduit ». Par ailleurs, Osterwalder, dans sa thèse de doctorat, prétend que le canevas du modèle économique repose sur la « science du design » — ancêtre de la pensée design.
Le domaine universitaire de la recherche en entrepreneuriat étudie également les startups, mais sa démarche scientifique se rapproche davantage de l’anthropologie : elle décrit la culture des fondateurs et les pratiques des startups afin de les comprendre. Les nouveaux missionnaires poursuivent, quant à eux, une vision plus pragmatique — celle que Robert Boyle, philosophe naturaliste, avait déjà définie au tout début de la naissance de la science moderne : « Je n’ose pas me proclamer véritable naturaliste, à moins que mon savoir-faire ne permette à mon jardin de produire de meilleures herbes médicinales et fleurs. » Autrement dit, la science doit certes rechercher la vérité fondamentale, mais elle doit aussi être efficace.
L’efficacité détermine, bien entendu, si une démarche mérite d’être qualifiée de scientifique. Et une chose est sûre concernant les missionnaires de l’entrepreneuriat : leurs méthodes ne fonctionnent pas.
Que savons-nous réellement ?
Dans la science, on juge de l’efficacité d’une méthode par l’expérience. Lorsque la théorie de la relativité d’Einstein a progressivement gagné en acceptation, d’autres physiciens ont consacré temps et argent à concevoir des expériences afin de vérifier la justesse de ses prédictions. Dès l’école primaire, on nous apprend que la méthode scientifique est la science elle-même.
Pourtant, en raison d’une certaine faiblesse inhérente à notre nature humaine, nous résistons souvent à l’idée selon laquelle « c’est ainsi que la vérité est découverte ». Notre esprit exige des preuves, mais notre cœur a besoin d’un récit cohérent. Une ancienne position philosophique — brillamment analysée par Steven Shapin et Simon Schaffer dans leur ouvrage Leviathan and the Air-Pump (1985) — soutient que l’observation seule ne peut nous livrer la vérité ; celle-ci ne peut être déduite que logiquement à partir d’autres vérités que nous tenons pour acquises, c’est-à-dire à partir de principes premiers. Bien qu’il s’agisse là d’une norme mathématique, dans des domaines où les données sont légèrement bruitées ou où les axiomes reposent sur des fondations moins solides, cette approche peut conduire à des conclusions séduisantes, mais absurdes.
Jusqu’au XVIe siècle, les médecins soignaient leurs patients à l’aide des écrits du médecin grec Galien, datant du IIe siècle. Galien estimait que les maladies provenaient d’un déséquilibre entre les quatre humeurs — sang, pituite, bile jaune et bile noire — et recommandait des traitements tels que la saignée, les vomissements provoqués ou la ventouse pour rétablir cet équilibre. Pendant plus de mille ans, les médecins ont suivi ces prescriptions non parce qu’elles étaient efficaces, mais parce que l’autorité académique des anciens semblait largement supérieure à la valeur des observations contemporaines. Vers 1500, le médecin suisse Paracelse remarqua toutefois que les traitements galéniques ne guérissaient pas réellement les patients, tandis que certains autres — comme l’usage du mercure contre la syphilis —, bien que dénués de fondement dans le cadre théorique des humeurs, s’avéraient bel et bien efficaces. Paracelse commença alors à plaider pour l’écoute des preuves plutôt que pour l’obéissance à une autorité disparue depuis longtemps : « Le patient est votre manuel, le lit du malade votre salle d’étude. » En 1527, il brûla publiquement les œuvres de Galien. Sa vision mit des siècles à s’imposer — près de trois cents ans plus tard, George Washington mourut après avoir subi une saignée radicale — car les gens préféraient croire au récit net et simple de Galien plutôt que faire face à la réalité chaotique et complexe.
Paracelse partait de ce qui fonctionnait effectivement, puis remontait jusqu’à la cause. Le penseur fondé sur les principes premiers, quant à lui, suppose d’abord une « cause », puis affirme qu’elle est efficace, quelles que soient les conséquences observées. Nos penseurs modernes de l’entrepreneuriat ressemblent-ils davantage à Paracelse, guidés par les preuves ? Ou plutôt à Galien, soutenus uniquement par l’élégance et la cohérence interne de leur propre récit ? Au nom de la science, examinons donc les preuves.
Voici les données officielles du gouvernement américain sur le taux de survie des startups américaines. Chaque courbe représente la probabilité de survie des entreprises créées une année donnée. La première courbe trace 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 n’a pratiquement pas changé. Il en va de même pour les taux de survie à deux, cinq ou dix ans.
La nouvelle génération de missionnaires existe depuis suffisamment longtemps et est suffisamment connue — leurs ouvrages cumulent des millions d’exemplaires vendus, et presque tous les cours universitaires sur l’entrepreneuriat les enseignent. Si ces méthodes étaient efficaces, cela se refléterait dans les statistiques. Or, au cours des trente dernières années, aucun progrès systématique n’a été accompli pour accroître la probabilité de survie des startups.
Les données gouvernementales couvrent toutes les startups américaines, y compris les restaurants, les teintureries, les cabinets d’avocats et les agences de paysagisme — et pas seulement les startups technologiques à fort potentiel de croissance soutenues par des fonds de capital-risque. Les missionnaires ne prétendent pas que leurs méthodes s’appliquent exclusivement aux entreprises californiennes typiques de la Silicon Valley, mais ces techniques sont le plus souvent adaptées précisément à ce type d’entreprises, caractérisées par une incertitude extrême que les fondateurs ne sont prêts à assumer que si le retour potentiel est suffisamment élevé. Nous adoptons donc un indicateur plus ciblé : la proportion des startups américaines soutenues par des fonds de capital-risque qui, après avoir levé un premier tour de financement, parviennent à lever un tour ultérieur. Compte tenu du mode de fonctionnement des fonds de capital-risque, on peut raisonnablement supposer que la plupart des entreprises incapables de lever un tour de financement ultérieur n’ont pas survécu.
La courbe continue représente les données brutes ; la courbe en pointillés intègre une correction pour les entreprises ayant récemment levé un tour amorçage (seed round) et susceptibles encore de lever un tour de série A.
La baisse spectaculaire de la proportion d’entreprises ayant levé un tour amorçage et réussissant ensuite à lever un tour ultérieur ne soutient pas l’idée selon laquelle les startups soutenues par des fonds de capital-risque seraient devenues plus performantes au cours des quinze dernières années. Si quelque chose a changé, c’est plutôt que ces entreprises semblent échouer plus fréquemment. Certes, le déploiement des fonds de capital-risque ne dépend pas uniquement de la qualité des startups : chocs liés à la pandémie de Covid-19, fin de l’ère des taux d’intérêt zéro, concentration accrue des besoins en capitaux autour de l’IA, etc.
On pourrait aussi objecter que la croissance globale des montants investis par les fonds de capital-risque a inondé le marché de fondateurs moins qualifiés, annulant ainsi toute amélioration potentielle du taux de réussite. Or, dans le graphique ci-dessous, la baisse du taux de réussite s’observe aussi bien pendant les périodes de croissance que de contraction du nombre d’entreprises levant des fonds. Si une surabondance de fondateurs peu expérimentés tirait artificiellement vers le bas la moyenne, le taux de réussite aurait dû rebondir après 2021, lorsque le nombre d’entreprises levant des fonds a diminué. Or, ce n’est pas le cas.
Mais l’augmentation du nombre de fondateurs n’est-elle pas en soi une forme de réussite ? Essayez de le dire aux entrepreneurs qui, ayant suivi les conseils des missionnaires, ont tout de même échoué. Ce sont des personnes réelles, qui ont engagé leur temps, leurs économies et leur réputation ; elles ont le droit de savoir clairement à quoi elles s’exposent. Les meilleurs investisseurs en capital-risque ont certes gagné davantage d’argent — il y a aujourd’hui plus de licornes qu’auparavant — mais cela tient en partie à des délais de sortie plus longs, et en partie au fait que la distribution en loi de puissance implique mathématiquement que, plus le nombre d’entreprises lancées augmente, plus la probabilité d’obtenir un succès exceptionnel s’accroît. Pour les fondateurs, ce constat constitue un réconfort glacial. Ce système produit peut-être davantage de grands gagnants, mais il n’améliore pas les chances individuelles de réussite des entrepreneurs.
Nous devons prendre au sérieux le fait que la nouvelle génération de missionnaires n’a pas rendu les startups plus susceptibles de réussir. Les données indiquent que, dans le meilleur des cas, ces méthodes n’ont aucun effet. Nous avons dépensé d’innombrables heures et des dizaines de milliards de dollars dans un cadre intellectuel fondamentalement inefficace.
Vers une science de l’entrepreneuriat
Les missionnaires affirment nous transmettre une science de l’entrepreneuriat, mais, selon leurs propres critères explicites, nous n’avons réalisé aucun progrès : nous ignorons toujours comment rendre les startups plus susceptibles de réussir. Boyle dirait que, tant que notre jardin ne produit pas de meilleures herbes médicinales ou fleurs, il n’y a pas de science. Cela est à la fois décevant et troublant. Compte tenu du temps investi, de l’adoption généralisée et du niveau intellectuel manifeste sous-jacent à ces idées, il semble difficile d’imaginer qu’elles soient totalement inefficaces. Pourtant, les données montrent que nous n’avons réellement rien appris.
Si nous voulons construire une véritable science de l’entrepreneuriat, nous devons comprendre pourquoi. Trois hypothèses sont possibles. Premièrement, ces théories pourraient être fondamentalement erronées. Deuxièmement, elles pourraient être tellement évidentes qu’il serait vain de les systématiser. Troisièmement, elles pourraient cesser d’offrir un avantage dès lors que tout le monde les applique. Après tout, l’essence même de la stratégie consiste à faire quelque chose de différent de ses concurrents.
Peut-être que les théories sont fondamentalement erronées
Si ces théories étaient fondamentalement erronées, leur diffusion devrait entraîner une baisse du taux de réussite des startups. Or nos données ne confirment pas ce scénario pour l’ensemble des startups, tandis que le taux d’échec des startups soutenues par des fonds de capital-risque semble augmenter pour d’autres raisons. En dehors des données, ces théories ne paraissent pas manifestement fausses. Discuter avec les clients, expérimenter et itérer constamment semblent clairement bénéfiques. Pourtant, la théorie de Galien ne semblait pas non plus fausse aux yeux des médecins du XVIIe siècle. À moins de tester rigoureusement ces cadres comme on teste d’autres hypothèses scientifiques, nous ne pouvons pas en être certains.
C’est là le critère que Karl Popper définit dans La Logique de la découverte scientifique comme le fondement même de la science : une théorie est scientifique si et seulement si elle est, en principe, réfutable. Vous formulez une théorie, vous la testez. Si l’expérience ne la confirme pas, vous l’abandonnez et vous essayez autre chose. Une théorie non réfutable n’est pas une théorie, mais une croyance.
Peu de personnes ont tenté d’appliquer ce critère à la recherche en entrepreneuriat. Quelques essais contrôlés randomisés existent, mais ils souffrent souvent d’un manque de puissance statistique, et définissent « l’efficacité » comme quelque chose de différent de la réussite réelle d’une startup. Étant donné que les fonds de capital-risque engagent chaque année des milliards de dollars, sans parler des années de travail que les fondateurs consacrent à tester leurs idées, il paraît étrange qu’aucun effort sérieux n’ait été entrepris pour vérifier si les techniques enseignées aux startups sont réellement efficaces.
Mais les missionnaires ont peu d’incitations à tester leurs théories : ils gagnent de l’argent et acquièrent de l’influence en vendant des livres. Les accélérateurs de startups, quant à eux, tirent profit de l’envoi massif de fondateurs dans un entonnoir régulé par la loi de puissance, où seuls quelques cas exceptionnels génèrent des retours substantiels. Les chercheurs universitaires font face, eux aussi, à des incitations biaisées : démontrer que leur théorie est fausse les priverait de financements, sans leur offrir de compensation compensatoire. L’ensemble de ce secteur présente la structure de ce que le physicien Richard Feynman appelait la « science du culte de la cargaison » : un édifice imitant la forme de la science sans en posséder la substance, déduisant des règles à partir d’anecdotes sans établir de relations causales fondamentales. Le fait que quelques startups réussies aient mené des entretiens avec des clients ne signifie pas que votre startup connaîtra le même succès si elle procède de la même manière.
Mais, à moins de reconnaître que les réponses actuelles ne sont pas suffisantes, nous n’aurons pas la motivation nécessaire pour rechercher de nouvelles réponses. Nous devons recourir à l’expérimentation afin de découvrir ce qui fonctionne et ce qui ne fonctionne pas. Ce sera coûteux, car les startups constituent de mauvais sujets d’expérimentation. Il est difficile d’obliger une startup à faire ou ne pas faire quelque chose (pouvez-vous empêcher un fondateur d’itérer, de discuter avec des clients ou de demander aux utilisateurs quelle conception ils préfèrent ?), et, lorsqu’une entreprise lutte pour sa survie, la tenue rigoureuse de registres est souvent une priorité secondaire. Chaque théorie comporte également de nombreux détails subtils nécessitant des tests spécifiques. En pratique, ces expériences risquent de ne jamais être correctement réalisées. Mais si tel est le cas, nous devons alors admettre ce que nous dirions sans hésitation à propos de toute autre théorie non réfutable : il ne s’agit pas de science, mais de pseudo-science.
Peut-être que les théories sont trop évidentes
À certains égards, les fondateurs n’ont pas besoin d’apprendre formellement ces techniques. Bien avant que Blank ne formule la notion de « développement client », les fondateurs développaient déjà leurs marchés en dialoguant avec leurs clients. De même, bien avant que Ries ne donne un nom à cette pratique, ils lançaient déjà des produits minimum viables (MVP) et les itéraient. Avant même qu’on ne parle de « pensée design », ils concevaient déjà des produits centrés sur l’utilisateur. Les lois fondamentales du commerce obligent généralement à adopter ces comportements, et des millions d’acteurs économiques ont redécouvert indépendamment ces pratiques pour résoudre les problèmes quotidiens auxquels ils sont confrontés. Peut-être ces théories sont-elles tellement évidentes que les missionnaires n’ont fait que mettre de vieux vins dans de nouvelles bouteilles.
Cela n’est pas nécessairement un défaut. Posséder des théories efficaces, même si elles sont évidentes, constitue la première étape vers de meilleures théories. Contrairement à Popper, les scientifiques ne rejettent pas immédiatement une théorie prometteuse dès qu’elle est réfutée ; ils essaient plutôt de l’améliorer ou de l’étendre. Thomas Kuhn, historien et philosophe des sciences, a brillamment exposé ce point dans La Structure des révolutions scientifiques : plus de 60 ans après la publication de la théorie de la gravitation par Newton, ses prédictions concernant le mouvement de la Lune restaient erronées, jusqu’à ce que le mathématicien Alexis Clairaut reconnaisse qu’il s’agissait d’un problème à trois corps et y apporte la correction adéquate. Le critère poppérien nous aurait poussés à rejeter la théorie newtonienne. Or cela ne s’est pas produit, car cette théorie était largement corroborée dans d’autres domaines. Kuhn soutient que les scientifiques sont obstinés dans un cadre de croyances qu’il appelle un « paradigme ». Celui-ci fournit une structure permettant aux scientifiques de construire et d’améliorer leurs travaux sur la base de théories existantes ; ils ne renoncent donc pas facilement à un paradigme, sauf contraints par la nécessité. Un paradigme ouvre la voie vers l’avant.
La recherche en entrepreneuriat ne possède pas de paradigme. Ou plutôt, elle en possède trop, sans qu’aucun ne soit suffisamment convaincant pour unifier l’ensemble du domaine. Cela signifie que ceux qui envisagent l’entrepreneuriat comme une science ne disposent d’aucun guide commun pour déterminer quelles questions méritent d’être résolues, ce que signifient les observations, ou comment améliorer des théories qui ne sont pas entièrement correctes. Sans paradigme, les chercheurs tournent en rond, chacun parlant un langage différent. Pour devenir une science, l’entrepreneuriat a besoin d’un paradigme dominant : un cadre commun suffisamment convaincant pour organiser les efforts collectifs. 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 par simple volonté, mais nous devrions encourager davantage de personnes à tenter l’expérience.
Peut-être que les théories s’annulent elles-mêmes
L’économie nous apprend que, si vous faites exactement la même chose que tous les autres — vendre le même produit aux mêmes clients, fabriquer avec les mêmes procédés de production et les mêmes fournisseurs —, la concurrence directe réduira vos profits à zéro. Ce concept constitue la pierre angulaire de la stratégie commerciale, allant de la théorie de la « réflexivité » de George Soros — selon laquelle les croyances des acteurs du marché modifient le marché lui-même, érodant ainsi les avantages qu’ils cherchaient à exploiter — à l’affirmation schumpétérienne de Peter Thiel selon laquelle « la concurrence est un jeu pour les perdants ». Michael Porter a codifié cette idée dans son ouvrage fondateur Stratégie compétitive, en soulignant la nécessité de trouver une position de marché non occupée. Kim Chan Kim et Renée Mauborgne, dans Blue Ocean Strategy, ont poussé cette réflexion plus loin, estimant que les entreprises devraient créer des espaces de marché totalement dépourvus de concurrence, plutôt que de se battre pour une part de marché existante.
Pourtant, si tout le monde utilise la même méthode pour construire son entreprise, une concurrence frontale est inévitable. Si chaque fondateur interroge ses clients, ils convergeront tous vers les mêmes réponses. Si chaque équipe lance un produit minimum viable et itère, ils convergeront tous vers un produit final identique. Dans un marché concurrentiel, la réussite doit être relative, ce qui signifie que les pratiques efficaces doivent différer de celles adoptées par tous les autres.
Un raisonnement par l’absurde rend cela évident : s’il existait un organigramme garantissant la réussite d’une startup, on produirait à la chaîne des startups victorieuses, jour et nuit. Ce serait une machine à créer de l’argent perpétuelle. Or, dans un environnement concurrentiel, l’émergence d’un tel nombre de nouvelles entreprises entraînerait l’échec de la majorité d’entre elles. L’hypothèse initiale — celle de l’existence d’un tel organigramme — doit donc être fausse.
Il existe un analogue exact dans la théorie de l’évolution. En 1973, le biologiste évolutionniste Leigh Van Valen formula ce qu’il appela l’hypothèse de la Reine Rouge : dans tout écosystème, lorsqu’une espèce développe un avantage au détriment d’une autre, l’espèce désavantagée évolue à son tour pour compenser cet avantage. Ce nom provient du roman de Lewis Carroll Alice au pays des merveilles, où la Reine Rouge dit à Alice : « Vous devez courir de toutes vos forces pour rester à la même place. » Les espèces doivent sans cesse innover selon de multiples stratégies différentes afin de survivre face aux innovations concurrentes.
De même, lorsque de nouvelles méthodes entrepreneuriales sont rapidement adoptées par tous, personne n’obtient d’avantage relatif, et le taux de réussite reste stable. Pour gagner, les startups doivent développer des stratégies novatrices et différenciées, et ériger des barrières à l’imitation durables avant que leurs concurrents ne les rattrapent. Cela signifie souvent que la stratégie gagnante est soit développée en interne (et non publiée dans un ouvrage accessible à tous), soit si singulière que personne n’envisage même de la copier.
Cela semble en effet une entreprise très difficile à transformer en science…
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@joincolossus
