新演算法能預測創業公司成敗？

古代人尋找煉金術，而現代投資者希望他們能找到一種方法，精確預測初創公司的成敗。 如今，一家名為Growth Science的公司發明新演算法，可以讓投資者美夢成真。

新演算法不靠猜測、諮詢，或者根據多年的經驗給出建議。 它試圖將「顛覆理論」（disruption theory）推廣至一個全新水準。 「據我所知，世界上沒有哪個人能夠預測初創公司的成功或失敗。 」Growth Science的CEO湯瑪斯·瑟頓（Thomas Thurston）說，「至少沒有以量化的方式去預測，全憑猜測和靈感。 」

「商業模式模擬」（Business model simulation）作為一項服務沒有業界公認的首字母縮略語。 因為這件事很少有人做。 「有那麼幾個人利用模擬軟體類比資金流、供應鏈，但是和我們完全是兩碼事，」瑟頓說，「沒有人模擬商業模式。 」此前，這家公司為大型的、英特爾級別的公司做模擬。 但是由於模擬過程自動化壓縮了成本，初創級別的公司也成為它的客戶。

Growth Science目前80%的預測過程都是自動化的。 「有一種資料對於預測商業模式的成敗非常有價值。 我們過去都是手工採集這些資訊。 不僅緩慢、成本高而且困難。 」瑟頓解釋說。 「類似的，我們發現初創公司80%的預測值都和市場、客戶、競爭者等外部資訊有關，只有20%的資料和其本身有關，這讓大多數人感到吃驚。 同樣的，團隊在我們的等式中只占12%，演算法88%的要素都和團隊是誰無關。 現實情況是，大多數投資初創公司的風投都將團隊列為首要因素。 」

這種新演算法是瑟頓與「顛覆理論」創始人克萊頓·克裡斯滕森(Clayton HTTP://www.aliyun.com/zixun/aggregation/16434.html">Christensen) 在哈佛商學院共同研究得出的。 克裡斯滕森的「顛覆理論」解釋了為什麼有的新公司能夠擾亂整個行業。 Growth Science利用這種資料科學理論研究了三個領域：商業成敗的幾率、增長預期和失敗時作何改變能夠增加成功幾率。

雖然具體的演算法高度保密，但瑟頓的確發現一些他很青睞的公司，比如Dropbox、Tango、Indow Window、Practice Fusion和CloudFlare等等。

其實，將某些資料作為預測工具不是把決策過程扔給機器，而是拓展我們的思考方式。 同時，它也會影響初創公司對自身商業模式的審視。

如果你知道世界上有一個公司能夠在產品發佈前就知道成敗幾率，是不是覺得有點怕？ 不過瑟頓說：「應該這麼想——創建真實的產品前，每個人利用CAD軟體類比新產品，商業也是一樣。 換句話說，它也是一項預測工程。 」

(責任編輯：蒙遺善)