Dici “startup” e subito pensi a giovani, innovazione e tanto entusiasmo. Insomma, è una parola che evoca pensieri positivi. Tuttavia, qualcosa di meno eccitante c’è: le possibilità di non farcela sono molto alte.
E’ nota, infatti, la considerazione per cui Il 90% delle startup fallisce. Per chi non è avvezzo al settore dell’innovazione, questa cifra può fare paura. Tuttavia, se è una delle frasi più citate in questo mondo, non è – spesso – per porlo come monito, bensì come un mantra rassicurante. L’idea è che, se cadi, sei in buona compagnia; non sei sbagliato tu, è la situazione che porta a questi risultati.
Se la normalizzazione del fallimento può essere importante per chi si occupa di innovazione, che si fonda sulla capacità di essere flessibili, imparare dagli errori, rischiare, ecc., tuttavia prenderla come una giustificazione rischia di diventare una trappola cognitiva.
Il dato va preso come trend generale, perché può variare a seconda dei settori, delle fasi e delle definizioni di “fallimento”. Ma, al di là delle percentuali, è importante comprendere I motivi che vi sono dietro.
Infatti, le startup non crollano principalmente per ragioni tecniche o economiche, ma per errori sistematici nel modo in cui gli esseri umani prendono decisioni in condizioni di incertezza. In altre parole, il fallimento delle startup è prima di tutto un fenomeno psicologico.
Le cause ufficiali, ma incomplete
Le ragioni per cui le startup falliscono vengono classicamente imputate a diversi fattori: mancanza di capitali, assenza di un mercato, concorrenza troppo forte, problemi nel team, modello di business non sostenibile. Secondo diverse analisi, la causa numero uno sarebbe “costruire qualcosa che nessuno vuole”.
Nell’analisi di CB Insights, ad esempio, le cause principali sono:
- Esaurimento del capitale o incapacità di raccogliere ulteriori fondi (circa 38%)
Le startup finiscono i soldi prima di raggiungere un modello di business sostenibile o non riescono a convincere investitori ulteriori. - Nessuna reale domanda di mercato (circa 35%)
Il prodotto o servizio non risolve un problema reale per una base clienti sufficientemente ampia. - Competizione troppo forte (circa 20%)
Altri concorrenti nel mercato superano la startup in capacità di esecuzione, pricing o innovazione. - Business model inefficace (circa 19%)
La startup non trova una formula per generare ricavi sostenibili o per scalare in modo redditizio. - Problemi normativi o legali (circa 18%)
Costi legali, compliance complicata o barriere regolatorie mettono in difficoltà l’operatività. - Problemi di pricing e costi (circa 15%)
Prezzi non competitivi o struttura di costi troppo alta, che impediscono la crescita o la redditività. - Team non adeguato (circa 14%)
La formazione del team manca delle competenze chiave o ci sono conflitti interni. - Tempismo di lancio sbagliato (circa 10%)
Il prodotto viene lanciato prima che il mercato sia pronto, oppure troppo tardi rispetto ai competitor. - Prodotto debole o con caratteristiche sbagliate (circa 8%)
Il prodotto non soddisfa le aspettative degli utenti o è inferiore alle alternative disponibili. - Conflitti interni o disaccordi tra team/investitori (circa 7%)
Differenze di visione, ruoli poco chiari o scontri strategici rallentano l’esecuzione. - Pivot fallito o cattiva strategia di pivot (circa 6%)
Tentativi di cambiare direzione che risultano in peggioramento della situazione anziché salvataggio. - Burnout o perdita di passione (circa 5%)
I fondatori si esauriscono o abbandonano il progetto prima di raggiungere traguardi cruciali.
Considera, poi, che molte aziende citano più di un motivo di fallimento, quindi l’insuccesso non è quasi mai dovuto ad un singolo errore (è il motivo per cui la somma delle percentuali di cui sopra è più di 100).
L’importanza del fattore psicologico
Sono tutte ragioni più che plausibili, ma in questo elenco c’è un limite. Queste sono cause che descrivono il momento della caduta, ma non il percorso che porta a quel punto. Ed è lì che, come al solito, casca l’asino. La psicologia ci viene – come sempre – in soccorso. Ma ormai lo sappiamo: gli aspetti psicologici sono i più trascurati.
Dire che una startup fallisce perché finisce i soldi è un po’ come dire che una persona è morta perché ha smesso di respirare: è vero, ma non è la causa primaria.
Per capire davvero perché il 90% delle startup implode, bisogna spostare allora l’attenzione dal cosa al come: come vengono prese le decisioni, come vengono interpretati i segnali del mercato, come vengono gestite le informazioni incomplete e contraddittorie.
Startup e incertezza radicale
Una startup, secondo Steve Blank, è “un’organizzazione temporanea alla ricerca di un modello di business ripetibile e scalabile”. In questa definizione, l’elemento cruciale su cui porre l’attenzione è la ricerca.
Questa, infatti, implica incertezza. E l’incertezza è il contesto in cui la mente umana funziona peggio. Daniel Kahneman, premio Nobel per l’economia, ha mostrato come in condizioni di ambiguità e rischio tendiamo ad affidarci ad euristiche e bias cognitivi. Di conseguenza, le startup sono ambienti in cui questi bias si amplificano.
Le principali trappole psicologiche che portano al fallimento
Ma quali sono gli errori mentali che, più comunemente, fanno gli startupper e che li portano alle conclusioni che abbiamo visto? Scopriamoli insieme.
Il bias di conferma: vedere solo ciò che conferma l’idea
Il bias di conferma è la tendenza a cercare, interpretare e ricordare le informazioni in modo da confermare le proprie convinzioni preesistenti. Nelle startup questo bias è particolarmente pericoloso.
Interviste ai clienti costruite male, feedback interpretati in modo selettivo, dati ignorati perché bollati come non rappresentativi contribuiscono a creare una falsa sensazione di validazione (e a rassicurare l’ego del founder).
Per questo una startup dovrebbe testare metriche “actionable” proprio per contrastare questa distorsione.
Queste metriche sono indicatori che ti dicono cosa fare, non solo cosa sta succedendo; cioè, sono in grado di guidare una decisione concreta.
In pratica, sono misure direttamente collegate a un comportamento o a una scelta, che possono essere influenzate da azioni specifiche e che permettono di testare ipotesi. Ad esempio, il numero di like o di follower su un social è una semplice “vanity metric”; può farti piacere, ma non ci puoi basare un business né avere dati utili per sapere come muoverti.
Al contrario, il tasso di conversione (ad esempio, quante visite si trasformano in acquisti) è una metrica utilissima per dirigere le tue prossime azioni.
L’overconfidence dell’innovatore
Chi avvia una startup tende ad avere livelli di fiducia in sé superiori alla media. In parte è necessario: senza una certa dose di overconfidence, molte iniziative non partirebbero nemmeno. Il problema nasce quando questa fiducia diventa impermeabile ai segnali contrari (spesso, overconfidence e confirmation bias viaggiano insieme).
Kahneman e Tversky hanno mostrato come le persone sovrastimino sistematicamente le proprie capacità predittive. Nelle startup questo si traduce in business plan iper-ottimistici, stime di crescita irrealistiche e sottovalutazione dei competitor.
L’innamoramento per la propria soluzione
Uno degli errori più comuni è partire dalla soluzione anziché dal problema. Ci infatuiamo di un servizio/prodotto e non ci chiediamo se serva veramente a qualcuno. La situazione peggiore è quando questa convinzione è tanto forte da diventare parte dell’identità del fondatore, per cui ogni critica viene vissuta come un attacco personale e non c’è spazio per un’analisi obiettiva.
In questo contesto, il pivot viene percepito come un fallimento invece che come un apprendimento. Dal punto di vista psicologico, si tratta di una forma di avversione alla perdita: cambiare direzione equivale a “perdere” l’idea originale, anche quando mantenerla è irrazionale e può farci crollare.
Like, complimenti, entusiasmo iniziale sono segnali potenti ma ingannevoli. La desiderabilità sociale porta le persone a essere gentili con chi si avventura in un’impresa, soprattutto quando il progetto è agli inizi.
Il problema è confondere l’interesse con la disponibilità a pagare. Le startup che si basano solo su feedback qualitativi positivi finiscono per appoggiarsi su fondamenta fragili.
Per questo, nei questionari somministrati per comprendere l’interesse verso il nostro progetto, si consiglia di non chiedere se un certo prodotto/servizio piacerebbe o se la persona lo comprerebbe, perché è facile ottenere risposte positive quando non ci si devono concretamente mettere risorse. E perché si vuole essere gentili verso chi si lancia n una nuova avventura.
L’attrito nasce quando si deve effettivamente acquistare. Chi ci ha detto che lo farebbe, poi non compra nulla. Allora, molto meglio cercare di capire quante volte nell’ultimo periodo (settimane mesi, anni a seconda della proposta) l’intervistato/a ha comprato un determinato prodotto o servizio che risolveva un problema simile e quanto ha speso per certe soluzioni.
Dà più l’idea di ciò che uno farebbe concretamente e non in astratto. Come è noto, non si mangia con l’astrazione 😉
La sottostima della complessità
Le startup tendono a sovrastimare la velocità di esecuzione e a sottostimare la complessità sistemica: burocrazia (se poi siamo in Italia…), costi nascosti, attrito nell’acquisizione dei clienti, stress decisionale.
Qui entra in gioco quello che Kahneman e Tversky chiamano planning fallacy: la tendenza a prevedere tempi, costi e rischi inferiori rispetto alla realtà, anche quando l’esperienza passata suggerirebbe il contrario.
Questo errore porta a previsioni eccessivamente ottimistiche, causando stress, ritardi, sforzi incompleti e superamento dei budget, perché ci concentriamo sullo scenario migliore senza considerare gli ostacoli reali.
L’illusione di allineamento nel team
All’inizio di un progetto, tutto sembra fluido. Presi dall’entusiasmo di cominciare a costruire qualcosa di nuovo, sembra vi siano visione condivisa, entusiasmo, assenza di conflitti. Ma spesso questa armonia è solo apparente.
La psicologia dei gruppi mostra come il conflitto latente emerga sotto pressione. Senza ruoli chiari, aspettative esplicite e meccanismi di confronto, il team diventa uno dei principali fattori di fallimento.
La narrativa fraintesa del “fail fast”
“Fail fast, fail often” è uno slogan potente che invita a non avere paura di sperimentare e di correggere velocemente quando qualcosa non funziona. Ma non va frainteso.
Fallire velocemente non è un obiettivo, bensì una possibilità che ci permette di apprendere per correggere l’errore. Per farlo, non dobbiamo farci sfuggire l’occasione di capire cosa non sia andato, studiarci le metriche utili, riprogrammare di conseguenza. La parte positiva non è nel fallire, ma nello studiare e comprendere ciò che non ha funzionato, cosa va tenuto, cambiato o eliminato.
Perché, nonostante tutto, il 90% fallirà comunque
Abbiamo visto diversi elementi per cui così tante startup non sopravvivono. Anche eliminando le trappole cognitive, una parte significativa di queste imprese innovative continuerà a fallire. Questo è un fattore inevitabile, perché l’innovazione esplora territori incerti e, statisticamente, poche soluzioni funzionano davvero su larga scala.
Anche comprendere i bias cognitivi non garantisce il successo. Ma riduce drasticamente la probabilità di fallire. La differenza fondamentale è tra fallire apprendendo e fallire ripetendo gli stessi errori mentali e tecnici.
Cosa fanno di diverso le startup che sopravvivono
Le startup che durano non sono necessariamente quelle con l’idea migliore, ma quelle con il miglior sistema decisionale:
- trattano le idee come ipotesi, non come verità
- progettano esperimenti invece di innamorarsi dei prodotti
- separano l’identità personale dal progetto
- usano dati comportamentali, non solo opinioni
- considerano il pivot una competenza strategica
In termini psicologici, sviluppano una forma di consapevolezza dei propri limiti decisionali.
Innovare significa imparare a pensare meglio
Dire che il 90% delle startup fallisce è facile. Più difficile è fermarsi a chiedersi perché, senza rifugiarsi né nella retorica del “fa parte del gioco” né nel mito dell’imprenditore eroico che vince contro tutto e tutti.
Se c’è una lezione che emerge con chiarezza, è che il fallimento delle startup non è solo (e spesso nemmeno principalmente) una questione di idee sbagliate, mercati ostili o fondi insufficienti. È, prima di tutto, una questione di come pensiamo, decidiamo e interpretiamo la realtà in condizioni di incertezza radicale.
Le startup muoiono quando scambiano segnali deboli per conferme, entusiasmo per domanda reale, identità personale per progetto, velocità per apprendimento. O quando i bias cognitivi guidano le decisioni più delle evidenze, quando l’ego prende il posto del metodo e quando il “fail fast” diventa una giustificazione invece che uno strumento di conoscenza.
Innovare, allora, non significa solo creare qualcosa di nuovo. Significa sviluppare sistemi mentali e organizzativi capaci di mettere in discussione le proprie convinzioni, di tollerare l’ambiguità senza semplificarla, di trasformare i dati in decisioni e gli errori in informazioni utili.
Il punto non è eliminare il fallimento — cosa impossibile in un contesto esplorativo — ma fallire sapendo perché. E, possibilmente, grazie a questo, fallire una volta sola, perché si è migliorata la qualità delle decisioni successive. In questo senso, una “mente innovativa” non è quella che non sbaglia mai, ma quella che impara a pensare meglio proprio quando non ha certezze.
Ed è forse questa, più di qualunque pitch o business plan, la vera differenza tra chi esce dal gioco e chi riesce a restarci.
0 commenti