L'auto-effondrement de la Bible de l'entrepreneuriat : Plus on en sait, plus vite on meurt

Tout le monde utilise la même stratégie, donc tout le monde échoue.

Auteur : Colossus

Traduction : Deep潮 TechFlow

Introduction de Deep潮 : Cet article, en utilisant des données du gouvernement américain, met en lumière une réalité désagréable : au cours des 30 dernières années, toutes les best-sellers sur la méthodologie entrepreneuriale — lean startup, développement client, business model canvas — n’ont en réalité rien amélioré le taux de survie des startups, selon les statistiques.

Le problème n’est pas forcément que la méthodologie elle-même est fausse, mais qu’une fois que tout le monde l’adopte, elle perd son avantage.

Ce raisonnement vaut aussi pour les entrepreneurs en crypto et Web3, et est particulièrement pertinent pour ceux qui consultent des « guides Web3 pour entrepreneurs ».

Voici l’intégralité :

Toute méthode de création d’entreprise, une fois largement diffusée, conduit inévitablement les fondateurs à répondre de la même façon. Si tous suivent les mêmes techniques à succès, ils finiront par bâtir des entreprises similaires, sans différenciation, et la majorité échouera. La vérité est que chaque fois qu’on insiste pour enseigner une méthode pour réussir, il faut faire autrement. Ce paradoxe, une fois compris, va de soi, mais il indique aussi la voie à suivre.

Avant la vague des « entrepreneurs évangélistes » d’il y a vingt-cinq ans, la stratégie qu’ils ont remplacée était, franchement, pire que inutile. C’était un mélange naïf de stratégies des géants du Fortune 500 et de tactiques pour petites entreprises, mêlant planification quinquennale et gestion quotidienne. Mais pour des startups à fort potentiel de croissance, la planification à long terme est dénuée de sens — l’avenir étant imprévisible — et se concentrer uniquement sur l’opérationnel expose les fondateurs à des concurrents plus rapides. Ces anciennes recommandations étaient conçues pour un monde d’améliorations progressives, pas pour l’incertitude radicale.

Les nouveaux évangélistes proposent une approche différente : intuitive, appuyée par des arguments solides, leur méthode offre un processus étape par étape pour bâtir une entreprise dans un contexte d’incertitude réelle. Steve Blank, dans « The Four Steps to the Epiphany » (2005), introduit le développement client, qui consiste à considérer une idée d’affaire comme un ensemble d’hypothèses falsifiables : sortir, interviewer des clients potentiels, valider ou invalider ses hypothèses avant d’écrire une seule ligne de code. Eric Ries, dans « Lean Startup » (2011), s’appuie sur cette idée pour proposer la boucle construire-mesurer-apprendre : lancer un produit minimum viable, mesurer le comportement réel des utilisateurs, itérer rapidement, plutôt que de peaufiner un produit que personne ne veut. Osterwalder, avec le Business Model Canvas (2008), fournit un outil pour décrire rapidement les neuf éléments clés d’un modèle d’affaires, et ajuster en cas d’échec. La pensée design — popularisée par IDEO et Stanford — insiste sur l’empathie envers l’utilisateur final et la création rapide de prototypes pour détecter les problèmes au plus tôt. La théorie du raisonnement par effet de Sarasvathy, quant à elle, recommande de partir des compétences et réseaux du fondateur, plutôt que de construire un plan pour atteindre un objectif lointain.

Ces évangélistes cherchent consciemment à établir une science du succès entrepreneurial. En 2012, Steve Blank indique que la National Science Foundation (NSF) américaine qualifie son cadre de développement client de « méthode scientifique pour l’entrepreneuriat », affirmant « nous savons maintenant comment réduire l’échec des startups ». Le site officiel de Lean Startup affirme que « Lean Startup fournit une méthode scientifique pour créer et gérer une startup », et la quatrième de couverture cite Tim Brown, CEO d’IDEO, disant que Ries « propose un processus scientifique à apprendre et à reproduire ». Osterwalder, dans sa thèse, affirme que le Business Model Canvas repose sur la science du design (l’ancêtre de la pensée design).

Le monde académique s’intéresse aussi à la recherche sur l’entrepreneuriat, mais leur « science » ressemble davantage à de l’anthropologie : décrire la culture des fondateurs et la pratique des startups pour mieux les comprendre. La nouvelle génération d’évangélistes a une vision plus pragmatique — comme Robert Boyle, naturaliste du début de la science moderne, qui disait : « Je ne peux pas me prétendre véritable naturaliste si mes compétences ne me permettent pas de faire pousser de meilleures herbes et fleurs dans mon jardin. » En d’autres termes, la science doit rechercher la vérité fondamentale, mais aussi être efficace.

Son efficacité, bien sûr, détermine si on peut la qualifier de science. Et en ce qui concerne l’évangélisation entrepreneuriale, une chose est sûre : elle n’a pas fonctionné.

Qu’avons-nous vraiment appris ?

En science, on juge de l’efficacité par l’expérimentation. Quand Einstein a proposé la relativité, d’autres physiciens ont investi temps et argent pour concevoir des expériences vérifiant ses prédictions. La méthode scientifique, c’est la science elle-même.

Mais, par défaut humain, nous résistons à l’idée que la vérité se découvre ainsi. Notre cerveau attend des preuves, mais notre cœur veut qu’on lui raconte une histoire. Une vieille position philosophique — explorée brillamment par Steven Shapin et Simon Schaffer dans « Leviathan and the Air Pump » (1985) — soutient que l’observation ne peut pas nous donner la vérité, que la seule vérité véritable doit être déduite logiquement à partir d’autres vérités connues, en partant de premiers principes. Bien que cela soit la norme en mathématiques, dans des domaines où les données sont bruyantes ou les axiomes faibles, cela peut conduire à des conclusions séduisantes mais absurdes.

Avant le XVIe siècle, les médecins utilisaient les œuvres de Galien, grec du IIe siècle, pour soigner. Galien pensait que la maladie résultait d’un déséquilibre de quatre humeurs — sang, phlegme, bile jaune et bile noire — et recommandait saignées, vomitifs, ventouses, etc., pour rétablir l’équilibre. Ces pratiques ont été suivies pendant plus d’un millénaire, non parce qu’elles étaient efficaces, mais parce que l’autorité académique antique semblait bien plus crédible que l’observation moderne. Vers 1500, Paracelse, médecin suisse, remarqua que ces traitements ne faisaient pas vraiment guérir, et que certains — comme l’usage du mercure pour la syphilis — étaient dénués de sens dans le cadre de la théorie des humeurs, mais fonctionnaient quand même. Il commença à écouter les preuves, plutôt que d’obéir à une autorité dépassée : « Le malade est ton livre, le lit ton laboratoire. » En 1527, il brûla même publiquement les œuvres de Galien. Son idée n’a été acceptée que plusieurs siècles plus tard — près de 300 ans après, George Washington mourut après une saignée radicale — car on préfère croire à la simplicité ordonnée de Galien qu’à la complexité chaotique de la réalité.

Paracelse, en partant de ce qui marche, a trouvé la cause. Les penseurs par premiers principes, eux, supposent une cause, puis affirment qu’elle est efficace, quoi qu’il arrive. Nos entrepreneurs modernes ressemblent à Paracelse : sont-ils guidés par des preuves ? Ou sont-ils comme Galien, qui maintenait ses théories par la cohérence de leur récit ? Regardons les données.

Voici les statistiques officielles du taux de survie des startups américaines. Chaque ligne montre la probabilité qu’une entreprise créée cette année-là survive. La première suit la survie après un an, la seconde après deux ans, etc. Le graphique montre qu’entre 1995 et aujourd’hui, la proportion d’entreprises survivant un an n’a pas changé. Sur deux, cinq, dix ans, c’est pareil.

Les évangélistes modernes existent depuis assez longtemps, et sont largement connus — leurs livres se sont vendus à plusieurs millions d’exemplaires, et presque toutes les universités enseignent ces méthodes. Si elles étaient efficaces, cela se verrait dans les statistiques. Pourtant, en trente ans, aucune avancée systématique n’a permis de faire survivre plus facilement une startup.

Les données gouvernementales concernent toutes les startups américaines, y compris restaurants, pressing, cabinets d’avocats ou paysagistes — pas seulement les startups technologiques à fort potentiel soutenues par du capital-risque. Les évangélistes ne prétendent pas que leurs méthodes ne s’appliquent qu’à la Silicon Valley, mais ces techniques sont surtout adaptées à des projets où le potentiel de rendement justifie l’incertitude extrême que cela implique. Nous utilisons donc un indicateur plus ciblé : la proportion de startups soutenues par du capital-risque qui ont réussi à lever des tours de financement successifs après leur premier financement initial. Étant donné le fonctionnement du capital-risque, on peut raisonnablement supposer que la majorité des startups qui n’ont pas levé de financement ultérieur n’ont pas survécu.

Les lignes pleines montrent les données brutes ; les lignes pointillées ajustent pour celles qui pourraient encore lever un tour A dans un avenir proche.

La chute brutale du pourcentage de startups en seed qui poursuivent leur financement ne soutient pas l’idée que le capital-risque a permis aux startups de mieux réussir ces 15 dernières années. Si quelque chose a changé, c’est plutôt qu’elles échouent plus souvent. Bien sûr, la qualité des startups n’est pas le seul facteur : la pandémie, la fin des taux zéro, la forte demande en capital pour l’IA, etc., jouent aussi.

Certains diront que l’augmentation du volume de capital a permis à des entrepreneurs moins compétents d’entrer sur le marché, ce qui aurait neutralisé toute amélioration du taux de succès. Mais dans le graphique, la baisse du succès se produit aussi bien lors des phases d’expansion que de contraction du nombre de startups financées. Si la surabondance de fondateurs peu compétents tirait le niveau moyen vers le bas, on aurait attendu un rebond du taux de réussite après la baisse du nombre de startups en 2021. Ce n’est pas le cas.

Mais la croissance du nombre de fondateurs n’est-elle pas une réussite en soi ? Essayez de dire cela à ceux qui ont suivi les conseils des évangélistes et ont échoué. Ce sont de vraies personnes, qui ont mis leur temps, leur épargne, leur réputation en jeu ; elles ont le droit de savoir à quoi elles s’exposent. Les meilleurs investisseurs en capital-risque ont peut-être gagné plus d’argent — il y a plus de licornes qu’avant — mais cela s’explique aussi par des sorties plus longues, et par la loi de puissance des distributions : plus on crée de startups, plus la probabilité d’un succès exceptionnel augmente. Pour les fondateurs, c’est une consolation froide. Le système peut produire plus de « grands succès », mais il n’améliore pas leurs chances individuelles.

Il faut prendre au sérieux le fait que la nouvelle génération d’évangélistes n’a pas rendu la réussite plus probable. Les données montrent qu’au mieux, elles n’ont eu aucun effet. Nous avons consacré des milliards et des années à un cadre de pensée fondamentalement erroné.

Vers une science de l’entrepreneuriat

Les évangélistes prétendent nous donner une science de l’entrepreneuriat, mais selon leurs propres critères, nous n’avons pas progressé : nous ne savons pas comment faire réussir une startup. Boyle dirait que si notre jardin ne produit pas de meilleures herbes ou fleurs, il n’y a pas de science. C’est décevant, c’est déroutant. Avec tout le temps investi, la diffusion massive, et le niveau évident d’intelligence derrière ces idées, il est difficile d’imaginer qu’elles soient totalement inutiles. Pourtant, les données montrent que nous n’avons rien appris.

Pour construire une véritable science de l’entrepreneuriat, il faut comprendre pourquoi. Il y a trois possibilités. La première, c’est que ces théories sont tout simplement fausses. La seconde, c’est qu’elles sont tellement évidentes qu’en faire une science n’a pas de sens. La troisième, c’est qu’une fois que tout le monde utilise la même théorie, elle ne confère plus aucun avantage. Après tout, la stratégie consiste à faire ce que les autres ne font pas.

Peut-être que la théorie elle-même est fausse

Si ces théories sont fausses, leur diffusion devrait faire baisser le taux de réussite. Or, nos données montrent que ce n’est pas le cas pour l’ensemble des startups, et que le taux d’échec des startups soutenues par du capital-risque a plutôt augmenté pour d’autres raisons. Indépendamment des chiffres, ces théories ne semblent pas erronées : parler avec des clients, faire des expérimentations, itérer — cela paraît évident. Mais la théorie de Galien, en 1600, ne semblait pas fausse non plus. À moins de la tester comme on teste d’autres hypothèses scientifiques, on ne peut pas en être sûr.

C’est la norme de Karl Popper dans « La logique de la découverte scientifique » : une théorie est scientifique si, et seulement si, elle peut être falsifiée. Vous avez une théorie, vous la testez. Si l’expérience ne la supporte pas, vous la rejetez, et en essayez une autre. Une théorie qui ne peut pas être falsifiée n’est pas une théorie, mais une croyance.

Peu d’études en entrepreneuriat appliquent cette norme. Il existe quelques essais contrôlés randomisés, mais ils manquent souvent de puissance statistique, et « l’efficacité » y est souvent définie comme autre chose que la réussite réelle d’une startup. Étant donné que le capital-risque investit chaque année des dizaines de milliards, et que les fondateurs consacrent des années à leurs idées, il est étrange que personne ne s’efforce sérieusement à tester si les techniques enseignées fonctionnent vraiment.

Mais les évangélistes n’ont presque aucune incitation à tester leurs théories : ils gagnent leur vie en vendant des livres et en accumulant de l’influence. Les accélérateurs, en envoyant des hordes de startups dans le tunnel de puissance de Pareto, ne cherchent qu’à faire quelques succès exceptionnels. Les chercheurs académiques ont aussi leurs biais : prouver que leur théorie est fausse leur ferait perdre leur financement, sans contrepartie immédiate. Tout le secteur ressemble à ce que Richard Feynman appelait une « science de la religion » : une structure imitant la science, mais sans substance, déduisant des règles d’anecdotes sans établir de causalité fondamentale. Le fait que quelques startups à succès aient mené des interviews clients ne prouve pas que votre startup réussira si vous faites pareil.

Mais, sauf à admettre que les réponses actuelles sont insuffisantes, il n’y a aucune motivation à chercher de nouvelles réponses. Il faut expérimenter pour découvrir ce qui marche ou pas. Ce sera coûteux, car les startups sont de mauvais sujets d’expérimentation. Il est difficile d’obliger une startup à faire ou ne pas faire quelque chose (peut-on empêcher un fondateur d’itérer, de parler à ses clients, ou de demander leur avis sur un design ?), et, en pleine lutte pour la survie, tenir un registre précis n’est pas une priorité. Chaque théorie comporte aussi de nombreux détails à tester. En réalité, ces expériences seront probablement difficiles à réaliser. Mais si c’est le cas, alors il faut reconnaître que toute théorie non falsifiable — comme celles qui ne peuvent pas être testées — n’est pas de la science, mais de la pseudoscience.

Peut-être que la théorie est trop évidente

Dans une certaine mesure, les fondateurs n’ont pas besoin d’apprendre ces techniques formellement. Avant que Steve Blank ne parle de « développement client », les fondateurs dialoguaient déjà avec leurs clients. Avant que Eric Ries ne nomme cette pratique, ils construisaient déjà des MVP et itéraient dessus. Avant qu’on parle de « design thinking », ils concevaient déjà des produits pour leurs utilisateurs. La logique commerciale pousse souvent à ces comportements, et des millions de professionnels réinventent ces pratiques pour répondre à leurs problèmes quotidiens. Peut-être que ces théories sont simplement évidentes, et que les évangélistes ne font que recycler de vieilles idées sous un nouveau nom.

Ce n’est pas forcément une mauvaise chose. Disposer d’une théorie efficace, même évidente, est une étape vers de meilleures théories. Contrairement à Popper, les scientifiques ne jettent pas une théorie dès qu’elle est falsifiée ; ils cherchent à l’améliorer ou à l’étendre. Thomas Kuhn, dans « La Structure des Révolutions Scientifiques », montre que Newton, après avoir proposé sa théorie de la gravitation, a eu des prédictions erronées sur le mouvement de la Lune pendant plus de 60 ans, jusqu’à ce qu’Alexis Clairaut identifie le problème du problème à trois corps et le corrige. La norme de Popper aurait conduit à abandonner Newton. Mais cela ne s’est pas produit, car la théorie était largement soutenue par d’autres preuves. Kuhn parle de « paradigmes » : des cadres de pensée dans lesquels les scientifiques progressent, et qu’ils ne lâchent qu’en dernier recours. Un paradigme donne une direction.

La recherche en entrepreneuriat n’a pas de paradigme unique. Ou plutôt, elle en a trop, et aucun ne fait consensus pour unifier le domaine. Cela signifie que ceux qui veulent voir l’entrepreneuriat comme une science manquent d’un guide commun pour déterminer quels problèmes étudier, ce que signifient les observations, ou comment améliorer des théories imparfaites. Sans paradigme, la recherche n’est qu’un tâtonnement désordonné. Pour faire de l’entrepreneuriat une science, il faut un paradigme dominant : un cadre suffisamment convaincant pour organiser l’effort collectif. C’est plus difficile qu’un simple test de théorie, car une idée doit répondre à des questions ouvertes et urgentes pour devenir paradigme. On ne peut pas l’imposer d’un coup, mais il faut encourager plus d’expérimentations.

Peut-être que la théorie est auto-contradictoire

L’économie montre que si vous faites la même chose que tout le monde — vendre au même client, produire avec les mêmes processus, utiliser les mêmes fournisseurs — la concurrence va réduire vos profits à zéro. C’est la pierre angulaire de la stratégie : la « réflexivité » de George Soros, où la croyance des acteurs modifie le marché lui-même, érodant l’avantage qu’ils cherchent à exploiter. Peter Thiel, dans sa critique de la « compétition », dit que c’est un jeu de perdants. Michael Porter, dans « Competitive Strategy », insiste sur la nécessité de trouver une position de marché inoccupée. Kim et Mauborgne, dans « Blue Ocean Strategy », proposent de créer un espace de marché sans concurrence, plutôt que de se battre dans un espace saturé.

Mais si tout le monde utilise la même méthode pour bâtir sa startup, ils finiront par se faire concurrence directe. Si chaque fondateur interviewe ses clients, ils convergeront vers la même réponse. Si chaque équipe lance un MVP et itère, elles finiront par produire des versions très similaires. La réussite dans un marché concurrentiel doit être relative, ce qui implique que les pratiques efficaces doivent différer de celles de tous les autres.

La méthode par réduction à l’absurde est claire : si un processus garantissant le succès existait, on pourrait en produire à la chaîne. Ce serait une machine à succès perpétuel. Mais dans un environnement concurrentiel, l’afflux massif de nouvelles startups conduit à une majorité d’échecs. La prémisse erronée serait que ce processus miracle puisse exister.

L’analogie avec la théorie de l’évolution est précise. En 1973, le biologiste Leigh Van Valen propose la « hypothèse de la reine rouge » : dans tout écosystème, lorsqu’une espèce évolue pour prendre l’avantage en sacrifiant une autre, cette dernière évolue aussi pour compenser. Le nom vient d’Alice au pays des merveilles, où la Reine Rouge dit à Alice : « Tu dois courir aussi vite que tu peux pour rester à la même place. » Les espèces doivent constamment innover avec des stratégies diverses pour survivre face à la compétition.

De même, lorsque de nouvelles méthodes entrepreneuriales sont rapidement adoptées par tous, aucun avantage relatif n’est acquis, et le taux de succès reste plat. Pour gagner, une startup doit développer une stratégie différenciante innovante, et établir des barrières à la copie avant que ses concurrents ne rattrapent son avantage. Cela signifie que la stratégie gagnante doit être soit internalisée (non trouvée dans des publications accessibles à tous), soit si unique qu’elle ne sera pas facilement copiée.

Cela semble difficile à formaliser scientifiquement…