初创公司正在走向衰败的迹象

初创公司正在走向衰败的迹象


另请参阅您即将被收购的迹象。

当赚钱很容易时,每个人看起来都像天才,即使是经营最差的公司也能提供一些数字。但到 2023 年初,我们现在正处于科技衰退之中,甚至不是整体经济衰退。

正如巴菲特所说; 潮水已经退去,现在我们看看谁在裸泳。

我的一位朋友最近正在评估工作机会,其中一个显然是一家“正在变坏”的初创公司。我很清楚,但他们却不清楚;我想我应该写一篇文章来阐明我所看到的一些东西。

人们喜欢谈论正在崛起的初创公司。风险投资公司希望证明他们很早就看到了潜力,创始人希望招募员工和客户,媒体希望接触到未来的独角兽,而没有人想打击这个小家伙。愤怒和戏剧性的灾难最受关注,但其次是真正努力“让世界变得更美好”的人所带来的积极快乐的氛围。

初创公司在早期形成了某种阿谀奉承的助推器:达到了早期里程碑,增长数字强劲,某种形式的没有 Y 轴的右上图表推动了叙述。极少数甚至最终夸耀了最有意义的 Y 轴:收入。

图像

积极的故事也是一个更容易、更清晰的故事。正如托尔斯泰所说,所有的火箭初创公司都是相似的,但每一个衰落的初创公司都以自己的方式衰落,其衰落的原因完全不同,具体取决于你问的是谁。

我们在这里讨论 S 曲线的另一边。许多陷入困境的初创公司会通过说这是炒作后的道路来逃避自己的衰落,但不要被愚弄了。我们正在谈论保罗·格雷厄姆的启动曲线中不方便且未言明的部分:

初创公司正在走向衰败的迹象

当我刚接触创业游戏时,我感到不安,但对此无能为力(我也没有看到足够多的东西来了解)。但现在我看到了对那些没有足够“了解”的人的工作和职业生涯的影响,他们不知道一家曾经伟大的公司何时不再一样。然后,很多年后,很明显 除了你之外的所有人,人们公开地说“公司正处于死亡轨道”之类的话,但当你已经做出了重要的职业、技术堆栈或其他形式的投资选择时,这就太晚了。

所以我想我应该记下一些我所看到的东西来形成一个心理清单,也许可以从其他见过同样东西的人那里得到更多的想法。

免责声明

请注意,此列表是根据经验得出的 来自我工作过的公司和我仅通过朋友/我的网络观察到的公司,所以不要从我的工作经历中得出任何信号。

此外,公司经常会经历衰退阶段,然后再次复苏(最著名的是苹果公司),所以暂时的衰退并不意味着永远的衰退。

好吧,所有必要的免责声明都已排除:

尽管您可以使用它来制定技术堆栈和投资决策,但由于这主要是为了帮助初创公司员工评估工作机会,因此我们将重点关注外部可观察指标(用于加入)和内部可观察指标(用于离开)之间的明确区别。

  • 外部标志
    • 人们:关键高管在短时间内离职(Slack 的离职是这种情况的一个极端极端)或关键产品的开发者“出货和下降”(当他们已经确定公司正在走向糟糕时,以个人高调结束他们在初创公司的时间的常见举动)
    • 社区:对社交媒体上的产品发布和公司活动以及相关的讨论做出回应。当一家初创公司走下坡路时,与过去的辉煌相比,定量和定性的反应都会显示出减弱的兴奋感。仅此一点并不是决定因素,因为没有一家公司能够永远保持热销势头,但它是一个因素。
      • 一个简单的指标是公司社交媒体帖子的频率。这是一个明显有缺陷的指标,您可以对其进行过度索引,但最后一次更新是在 6-12 个月前的初创公司比根本没有尝试过的初创公司出现问题的风险要高一些。
    • 创始人参与度:如果创始人在社交媒体上很活跃(很多人并不活跃)——他们是否明显不太喜欢自己的初创公司?一些分心是可以的,但与用户的互动减少、自我推销/庆祝减少、对公司使命的支持减少就是一个迹象。
    • 产品:
      • 路线图:(经过基础研究)如果不清楚用户下一步想从初创公司看到什么……也许他们不知道 足够关心 想要任何东西。
      • 野心:初创公司最后一次交付技术上困难/令人震惊的东西是什么时候?而不是增量/容易实现的成果?
      • 波兰语:UX/DX/文档/营销是否注重细节?情况有明显恶化吗?那是因为真正关心的人数正在减少。这家初创公司是否是一个功能工厂,在 Beta 版中交付一个又一个的东西,但加起来并没有形成一个连贯的方向?
    • 非信号:
      • 职位空缺:我曾经跟踪初创公司职业页面的长度,以此来衡量它们的表现——一个很棒的领先指标,可以判断初创公司是否刚刚获得一轮大笔融资,那就是职位空缺的突然翻倍。无论这在过去是否有任何价值,它在今天肯定没有价值,因为初创公司都专注于效率,不招聘和招聘一样都是一个好兆头;因此这只是一个非信号。
  • 内部标志
    • 透明度:随着公司变坏,backpatty 事件、全体员工、公告和电子邮件的数量将呈下降趋势,因为可报告的好消息较少。创始人至少不做一次“国情咨文”(如果规模较小,则为季度;如果规模较大,则为年度),这是一个很大的危险信号。
      • “目标下移”是透明度下降的一个先行指标,其中更有意义但看起来不再那么好的指标被替换为不太有意义但看起来仍然不错的指标。留意诱饵和转换 – 不要生气,因为这种情况发生在我们所有人身上。
    • 人们:与上面的“外部可见”点类似,但这次是根据您对他们的工作和机会集的了解来过滤“有能力的人”(无能力的人离开是一个无信号)。这显然更主观,但在公司内部,你往往可以更清楚地了解公司中的“优秀人才”是否自愿离开。
    • 顾客:客户流失率上升(又称客户离开)是一个明显的负面信号。除此之外,如今大多数初创公司都在内部公开分享收入数据,所以这应该不足为奇,但有一个半量化的“收入质量”概念,只有当你看过去的标题数字时,你才能得到这个概念。诚实地了解您的收入是否来自以十美分的价格出售一美元的服务,以及新销售的价值主张是否越来越依赖于不可持续的承诺。
    • NPS/PMF 分数:我会第一个说 NPS 有很大缺陷,但不良或下降的 NPS 实际上是一个危险信号(而且它很容易测量,因此不跟踪它也不好)。如果您认为 NPS 过度,您可以使用 PMF 分数(由 Rahul Vohra 推广)代替。

感谢 Vijay(匿名)和 Kareem 在此列表中贡献了一些想法!

我写这篇文章的目的是向正在评估一些优惠的朋友发送通用的启动建议,但我可能错过了一些明显的建议。请对其他可能表明初创公司正在走下坡路的事情发表评论!领先指标越不明显越好。

2023 年 8 月更新:另请参阅初创公司如何失去活力



Source link

Postagens Similares

  • 永続的なアンダークラスだけが、それが永続的であると信じている人々です

    ここしばらくの間、AI の誕生によって世代間の富を逃すという「絞首台のユーモア」ミームが根強く存在しています。 API エコノミーの光と影について書いてきた者として、これはテクノロジーによって生み出された再発明されたクラス システムと明らかに類似点があるトピックです。これを信じるための非常に現実的なデータポイントがいくつかあると思います。 Meta FAIR の研究者は年間 50 万ドルを稼いでいますが、Meta SuperIntelligence Labs の研究者は年間 2,500 万ドル以上を稼いでいます 資本主義、特に AI では大きいものはさらに大きくなる傾向があります OpenAIが従業員全員に150万ドルのボーナスを与え、従業員に60億ドルの二次販売を提供するなど、大規模な研究所の評価額が大幅に上昇した一方で、アンスロピック社の評価額は40億ドルから2年間で1,830億ドルに上昇し、ほとんどの従業員はサンフランシスコのオフィスで働くことが予想されているため、サンフランシスコの不動産価格は異常な高騰を引き起こし、土地の所有者と決して所有者になれない借主との間の富の格差が大幅に拡大するはずだ。永久の下層階級。 私は、コーディング エージェントを効果的に最大限に活用できるプログラマーと、懐疑的であり、その懐疑を克服するための個人的な「なるほど」の瞬間が決して得られないようなスキルの問題を抱えているプログラマーとの間に、別の、より小規模なアンダークラスが出現していると思います。なぜなら、ほとんどの優れたエージェント プログラマーの生産性は (最終的には! 今年は無理かもしれません!) ほとんどの Trad プログラマーの生産性をはるかに上回るからです。仕事は、エージェントティック コーディングのラインより上に住む、素晴らしく裕福で楽しい小さなチームと、それよりも下に住む、平凡で人生を嫌う、Jira チケットのロギングを行う大企業の仕事の間で分岐します。 そうです、私はアンダークラスが存在し、格差が拡大することを否定しません。テクノロジーと資本主義の歴史全体がこれを教えてくれており、それが逆転すると期待する理由はありません。ここでバブルを破ってしまったらごめんなさい。 私の問題は、人々が運命論的に冗談を言い、多くの人が密かに皮肉にもそうなると信じていることです。 永続。 いいえ、これは非常に低レベルな考え方です。 あなたはアンダークラスから逃れられる年齢ではありません。 不平等はさておき、 AI はクラスの固定化ではなく流動性も高める。大分類は時間の経過とともに改善されており、減少するものではありません。を除外する – 大分類は、IQ ではなく、あなたの代理店レベルで最もよく行われるようになります。。 これらはすべて客観的に真実であり、日々真実性が高まっています。 人々はこれまでよりも早く英語を学ぶことができるようになりました。 人々は今までよりも早くコーディングを学ぶことができるようになりました。 人々はこれまでよりも早く ML/AI エンジニアリングを学ぶことができるようになりました。 リモートで仕事をしたり、完全にオンラインでビジネスを運営したりすることがこれまでより簡単になりました。 Stripe Atlas/YC により、これまでよりも簡単にスタートアップを開始できるようになりました。 新しい AI モデルとビジネス モデルにより、新興スタートアップ企業は、より速いサイクルで収益を 0…

  • 如何成为不断变化的世界中的专家

    2014年12月 如果世界是静态的,我们对自己信念的信心就会单调增加。一种信仰所经历的经历越多(也越多样化),它就越不可能是错误的。大多数人隐含地相信他们的观点是这样的。他们对那些不会发生太大变化的事物(例如人性)的看法这样做是合理的。但你不能以同样的方式相信自己对变化的事物的看法,这可能包括几乎所有其他事情。 当专家犯错时,通常是因为他们是早期版本世界的专家。 有可能避免这种情况吗?你能保护自己免受过时信念的影响吗?在某种程度上,是的。我花了近十年的时间投资早期初创企业,奇怪的是,保护自己免受过时信念的影响正是作为一名初创投资者想要成功所必须要做的。大多数真正好的创业想法一开始看起来都像坏主意,其中许多看起来很糟糕,特别是因为世界上的一些变化只是将它们从坏变成了好。我花了很多时间学习识别这些想法,而且我使用的技术可能适用于一般的想法。 第一步是对变革有明确的信念。那些对自己的观点信心不断增强的人会含蓄地得出世界是静态的结论。如果你有意识地提醒自己事实并非如此,你就会开始寻求改变。 应该去哪里寻找呢?除了人性不会发生太大变化这一比较有用的概括之外,不幸的事实是变化很难预测。这在很大程度上是同义反复,但仍然值得记住:重要的变化通常来自不可预见的方面。 所以我什至不尝试预测它。当我在面试中被要求预测未来时,我总是不得不努力想出一些听起来似乎合理的东西,就像一个还没有准备考试的学生一样。 (1) 但我并不是因为懒才没有做好准备。在我看来,对未来的信念很少是正确的,因此通常不值得施加额外的僵化,而最好的策略就是保持积极的开放态度。不要试图为自己指明正确的方向,而要承认你不知道什么是正确的方向,并尝试对变革之风保持超级敏感。 有可行的假设是可以的,尽管它们可能会有点限制你,因为它们也会激励你。追逐事物令人兴奋,尝试猜测答案令人兴奋。但你必须遵守纪律,不要让你的假设变得更加僵化。 (2) 我相信这种被动模式不仅适用于评估新想法,也适用于拥有它们。提出新想法的方法不是明确地尝试,而是尝试解决问题,并且在这个过程中不要忽视你的奇怪预感。 变革之风源于领域专家的无意识思维。如果您在某个领域足够专业,那么您想到的任何奇怪的想法或明显不相关的问题本身都值得探索。 (3) 在 Y Combinator 中,当一个想法被描述为“疯狂”时,这是一种赞美——事实上,平均而言,这种赞美可能比一个想法被描述为“好”时更高。 初创企业投资者有非凡的动力去纠正过时的信念。如果他们能够在其他投资者之前意识到一些看似没有前途的初创公司并非如此,那么他们就可以赚到一大笔钱。但激励措施不仅仅是经济上的。投资者的意见受到明确的测试:初创公司找到他们,他们必须说是或否,然后,很快,他们就知道自己的猜测是否正确。对谷歌说“不”的投资者(有好几个)将终生铭记在心。 任何必须在某种意义上对想法下注而不是仅仅对它们进行评论的人都有类似的动机。这意味着任何想要这种激励的人都可以通过将他们的评论变成赌注来获得它们:如果你以某种相当持久和公开的形式写一个主题,你会发现你比大多数人在随意谈话中更担心把事情做好。 (4) 我发现的另一个保护自己免受过时信念影响的技巧是首先关注人而不是想法。尽管未来发现的性质很难预测,但我发现我可以很好地预测什么样的人会做出这些发现。好的新想法来自于认真、充满活力、独立思想的人。 作为一名投资者,把赌注押在人而不是想法上无数次地拯救了我。例如,我们认为 Airbnb 是个坏主意。但我们可以看出创始人是认真的、充满活力的、独立的。 (事实上​​,这几乎是病态的。)因此我们停止了怀疑并资助了他们。 这似乎也是一种应该普遍适用的技术。让自己周围都是那些能提出新想法的人。如果你想在你的信念变得过时时迅速注意到,你最好与那些发现会使信念过时的人成为朋友。 不成为自己专业知识的囚徒已经够难的了,而且只会变得更难,因为变化正在加速。这并不是最近才出现的趋势。自旧石器时代以来,变化一直在加速。想法产生想法。我不希望这种情况发生改变。但我可能是错的。 笔记 (1)我惯用的技巧是谈论大多数人尚未注意到的当下的方面。 (2)尤其是当他们变得足够出名,人们开始将他们与你联系起来时。你必须对你想要相信的事情保持额外的怀疑,一旦你开始认同一个假设,它几乎肯定会开始属于这一类别。 (3)实际上,“足够专家”并不要求一个人被认可为专家——无论如何,专家都是一个跟踪指标。在许多领域,一年的专注工作加上大量的关心就足够了。 (4)虽然它们是公开的并且无限期地持续存在,但从经验上看,论坛和 Twitter 等地方的评论似乎就像随意的对话一样。门槛可能是你写的东西有没有标题。 谢谢 感谢 Sam Altman、Patrick Collison 和 Robert Morris 阅读本文的草稿。 Source link

  • ULASAN: Kekuatan Kerentanan (Brené Brown)

    Kekuatan Kerentanan: Ajaran Keaslian, Koneksi dan Keberanian oleh Brené Brown adalah sumber kursus audio Kupikir Itu Hanya Aku (Tapi Ternyata Bukan), Karunia Ketidaksempurnaan Dan Sangat Berani. Di dalamnya, Brown menantang gagasan bahwa kerentanan adalah kelemahan yang harus disembunyikan. Sebaliknya, ia menyoroti bagaimana Indonesia sebenarnya adalah tempat lahirnya inovasi, kreativitas, dan hubungan antarmanusia yang kita dambakan….

  • ਲੌਂਗ ਬੀਚ ਵਿੱਚ PyCon US 2026 ਵਿੱਚ ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਲ ਹੋਵੋ—ਸਾਡੇ ਕੋਲ ਇਸ ਸਾਲ ਨਵੇਂ AI ਅਤੇ ਸੁਰੱਖਿਆ ਟਰੈਕ ਹਨ

    ਲੌਂਗ ਬੀਚ ਵਿੱਚ PyCon US 2026 ਵਿੱਚ ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਲ ਹੋਵੋ—ਸਾਡੇ ਕੋਲ ਇਸ ਸਾਲ ਨਵੇਂ AI ਅਤੇ ਸੁਰੱਖਿਆ ਟਰੈਕ ਹਨ 17 ਅਪ੍ਰੈਲ 2026 ਇਸ ਸਾਲ ਦਾ PyCon US ਅਗਲੇ ਮਹੀਨੇ 13 ਮਈ ਤੋਂ 19 ਮਈ ਤੱਕ ਆ ਰਿਹਾ ਹੈ, ਕੋਰ ਕਾਨਫਰੰਸ ਗੱਲਬਾਤ ਸ਼ੁੱਕਰਵਾਰ 15 ਤੋਂ ਐਤਵਾਰ 17 ਤੱਕ ਅਤੇ ਟਿਊਟੋਰਿਅਲ ਅਤੇ ਸਪ੍ਰਿੰਟ ਦਿਨਾਂ ਦੇ ਦੋਵੇਂ…

  • 你怎麼知道的

    2014年12月 我讀過維爾哈杜安關於第四次十字軍東徵的編年史至少兩遍,也許三次。然而,如果我必須寫下我所記得的一切,我懷疑它會比一頁多得多。乘以幾百,當我看著我的書架時,我有一種不安的感覺。如果我對這些書的記憶如此之少,那麼閱讀所有這些書有什麼用呢? 幾個月前,當我閱讀康斯坦斯·里德(Constance Reid)撰寫的出色的希爾伯特傳記時,我找到了這個問題的答案,即使不是這個問題的答案,至少也讓我感覺更好了。她寫道: 希爾伯特對數學講座沒有耐心,因為數學講座向學生灌輸大量事實,卻沒有教他們如何提出問題並解決問題。他經常告訴他們「問題的完美表述已經是解決方案的一半」。 在我看來,這一點一直很重要,在聽到希爾伯特的證實後,我更加確信這一點。 但我最初是如何相信這個想法的呢?結合了我自己的經驗和我讀過的其他內容。那一刻我什麼都不記得了!最後我忘了希爾伯特也證實了這一點。但我對這個想法重要性的日益增強的信念仍然是我從這本書中學到的東西,即使在我忘記了我學過它之後。 閱讀和經驗可以訓練你的世界觀。即使你忘記了這段經歷或你讀過的內容,它對你的世界模型的影響仍然存在。你的頭腦就像一個已編譯的程序,但你卻失去了它的來源。它有效,但你不知道為什麼。 我從維爾哈杜安的編年史中尋找的地方不是我從中記住的東西,而是我對十字軍東徵、威尼斯、中世紀文化、攻城戰等的心智模型。這並不意味著我不能更用心地閱讀,但至少閱讀的收穫並不像看起來那麼小。 回想起來,這是顯而易見的事情之一。但這對我來說是一個驚喜,想必對任何其他因為(顯然)忘記他們讀過的東西而感到不安的人來說也是如此。 不過,意識到這一點不僅能讓你對遺忘感覺好一點。有具體的影響。 例如,閱讀和經驗通常是在發生時使用您當時的大腦狀態進行「編譯」的。同一本書在你人生的不同階段會有不同的編輯方式。這意味著重要的書籍非常值得多次閱讀。我過去常常對重讀書籍感到有些疑慮。我無意識地將閱讀與木工等工作混為一談,木工等工作必須重新做某件事就表明你第一次做錯了。而現在「已讀」這個短語似乎幾乎是格式錯誤。 有趣的是,這種意義不僅限於書籍。科技將越來越多地使重溫我們的經驗成為可能。今天,當人們這樣做時,通常是為了再次享受它們(例如,當查看旅行的照片時)或在編譯的代碼中找到某些錯誤的根源(例如,當斯蒂芬·弗萊(Stephen Fry)成功地記住了阻止他唱歌的童年創傷時)。但隨著記錄和回放生活的技術不斷進步,人們在沒有任何目標的情況下重溫經歷可能會變得很常見,只是為了再次從中學習,就像重讀一本書時一樣。 最終,我們不僅能夠回放體驗,還能夠索引甚至編輯它們。因此,儘管不知道如何知道事情似乎是人類的一部分,但事實可能並非如此。 謝謝 感謝 Sam Altman、Jessica Livingston 和 Robert Morris 閱讀本文的草稿。 Source link

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *