创业概率论：如果你从 16 岁开始，连续失败 10 次的概率并不高

Author: Koutian Wu; GitHub: ktwu01

TL;DR

创业更适合被理解为一个概率游戏，而不是一次性考试。

如果一个人从 16 岁开始认真做项目、做产品、做创业实验，并且每年打一局，到 26 岁时其实已经打了 10 局。在非常保守的假设下，连续 10 次都毫无收获的概率，并没有大家直觉里那么高。

更深层的原因不只是数学，而是创业尝试不是独立事件。你的判断力、速度、网络、杠杆都会复利增长。到了 AI 时代，个人迭代速度和个人杠杆又被进一步放大了。

我越来越觉得，人们对创业最大的误解之一，就是总把它看成一次性事件。

好像一家公司就是一场终极考试：要么你做成了，证明你天赋异禀；要么你失败了，说明你不适合创业。

这种叙事很戏剧化，但分析上其实很弱。

创业不是一次性考试。

它更像是一个概率游戏。

一旦你开始从这个角度看，很多事情就会变得清楚得多。

如果你从 16 岁开始，会发生什么？

假设一个人从 16 岁 开始认真进入创业这场游戏。

这里说的“开始创业”，不一定是 16 岁就去融 VC，也不是强行幻想自己要立刻做独角兽。

更现实的定义是：

• 做产品
• 做项目
• 试分发
• 验证需求
• 学会卖东西
• 学会找人合作
• 学会在不确定里往前推进

如果他 每年认真打一局，那么到 26 岁，他其实已经打了 10 局。

这会彻底改变问题的结构。

真正相关的问题，不再是：

“这一次创业能不能成？”

而变成：

“一个从 16 岁开始、认真迭代了 10 轮的人，到 26 岁时仍然 10 次全部失败、什么都没打出来的概率，到底有多大？”

我的判断是：

远比大多数人想象得低。

最笨的模型，结果都已经没那么悲观了

我们先用一个非常粗糙、甚至有点悲观的模型。

假设每一次创业成功率只有 10%，而且每一次尝试都完全独立。虽然现实并不是这样，但先从这里开始。

那么连续失败 10 次的概率就是：

[ (0.9)^{10} \approx 34.9\% ]

也就是说，就连在这样一个非常保守的模型里，至少成功一次 的概率也已经达到 65.1%。

这已经比很多人的情绪直觉乐观多了。

而且注意，这个模型其实过于悲观，因为它默认：

• 你不会成长
• 你不会积累关系
• 你不会提升判断力
• 你不会变快
• 你不会从上一局带任何东西进入下一局

现实世界里的创业生涯，当然不是 10 次彼此无关的投骰子。

它是路径依赖的。

真实模型里，你的胜率会变化

大多数人忽略的关键点在于：每打一局，你这个人本身会改变。

第 5 次创业的你，绝不会和第 1 次创业的你一样。到了第 10 次，就更不是同一个人了。

你的胜率会上升，因为：

• 你的判断力更好了
• 你的执行速度更快了
• 你更会识别假需求了
• 你更懂 timing 了
• 你认识的人变多了
• 你在不确定里更稳定了

所以更合理的模型，不应该是“每年永远都是 10% 成功率”。

更接近现实的增长轨迹，可能是这样：

• 第 1 次：5%
• 第 2 次：7%
• 第 3 次：10%
• 第 4 次：12%
• 第 5 次：15%
• 第 6 次：18%
• 第 7 次：22%
• 第 8 次：25%
• 第 9 次：30%
• 第 10 次：35%

这其实已经很克制了。它没有假设天才，只是假设“一个认真连续创业的人，确实会越来越强”。

在这种情况下，连续 10 次全部失败的概率会迅速下降。

而如果你把“成功”的定义稍微放宽一点，不只是大公司或融资成功，而是包括：

• 做出一个有真实用户的产品
• 跑通一个能赚钱的小生意
• 搭出可持续的分发能力
• 建立可信的 founder reputation
• 找到愿意长期和你一起干的团队
• 成为一个值得被投资的人

那么“10 次完全失败”的概率就会更低。

创业尝试不会白费，哪怕公司失败了

这也是创业概率论真正微妙的地方。

很多人默认，成功只能在公司层面结算。

这太窄了。

因为即便公司失败了，创业者依然可能在很多维度上变强：

• 判断更准
• 分发能力更强
• 审美更好
• founder 朋友更多
• 投资人关系更多
• 技术能力更强
• 对做产品更有把握

这意味着，创业者并不会在每次尝试后归零。

归零的可能是公司。 但很少是人。

所以“失败 10 次”听起来很可怕，但现实里往往没那么成立。

前几次可能是公司层面的失败，却是创业者层面的升级。

而这些升级，会喂给后面的每一局。

这也是为什么 Sam Altman 的语境很重要

我觉得 Sam Altman 最有价值的，不只是他对 AI 的判断，而是他一直强调一个更底层的点：

年轻人应该尽早进入高反馈、高杠杆、高成长的系统。

这个原则放到创业上，几乎完全成立。

越早开始，你就拥有：

• 更多轮次
• 更多反馈
• 在下行成本还低的时候犯更多错
• 更多让复利发生的时间

很多人读 Sam Altman，容易只读到表层，比如“抓住机会”“做大公司”。

但更深的一层其实是：

尽早进入牌局，让迭代本身成为你的优势。

一个从 16 岁开始打到 26 岁的人，和一个 26 岁才第一次认真创业的人，表面上都只有 26 岁，但他们其实已经不在同一个概率空间里了。

AI 时代，会把这个概率继续推向早开始的人

AI 的到来，会进一步改变这个模型。

它改变的不只是“成功的回报”，更重要的是：

它提高了你能承受的尝试次数。

而这可能比提高单次成功率还重要。

以前，一次认真创业常常要消耗很多年：

• 产品开发更慢
• 设计成本更高
• 写代码需要更大团队
• 分发实验更慢
• 学习新领域更贵
• 迭代周期更长

现在 AI 把这些都压缩了。

一个 solo founder 或超小团队，可以：

• 更快做原型
• 更快写代码
• 更快生成内容
• 更快试 messaging
• 更快做支持
• 更快学新领域
• 在更短时间内做更多实验

所以今天真正的问题不只是：

“我的成功率是多少？”

而是：

“在一个十年的时间窗口里，我到底能打多少次有意义的局？”

这才是隐藏变量。

如果 AI 同时提高了你的尝试次数，又提高了你的个人杠杆，那么创业这件事就会进一步偏向那些：

开始得早，而且愿意一直留在场上的人。

真正该怕的，不是失败

很多人害怕创业，是因为他们把失败想成一个永久判决。

但如果用概率论来看，更大的风险往往不是失败本身。

而是：

开始得太晚，或者太早离场。

如果你只允许自己打一两局，那创业当然会显得很吓人。因为每一局都被你赋予了过高的情绪重量。

但如果你理解：创业本质上是一个不断提高自己胜率的长期游戏，那么你的问题会变成：

• 我怎么活得足够久，继续留在牌桌上？
• 我怎么缩短每次试错周期？
• 我怎么不断提高下一局的胜率？

这才是更强的问题。

所以，“失败十次的概率几乎为零”到底是什么意思？

严格数学上，它当然不是零。

但在现实判断上，如果一个人：

• 很早开始
• 持续认真创业
• 每一局都在提高自己
• 用 AI 加快迭代速度
• 持续接近强的人和强的问题

那么“连续 10 局什么都没打出来”的概率，会比大家想象中低很多。

更重要的是，到了后面，“什么都没打出来”这个说法本身也越来越不成立。

哪怕你没有做出独角兽，你也大概率已经不是第一局时那个自己了。

这件事本身就已经非常重要。

因为创业不只是公司结果的游戏。

它也是创业者自我变形的游戏。

最后

创业概率论里最重要的一条，也许是：

如果重复尝试会不断改善玩家本身，那么尽早入场，就比一开始完美更重要。

这就是为什么我觉得 16 岁开始非常可怕。

不是因为 16 岁的人天然更聪明。

而是因为时间会让复利真正发生。

到 26 岁时，一个已经打了 10 局的人，不再只是“年轻”。

他其实已经是一个经过反复不确定性训练的人。

而在一个 AI 降低构建成本、提高个人杠杆、加快迭代速度的时代，这种长期重复带来的优势会变得更明显。

所以真正的问题不是：

“如果我失败了怎么办？”

而是：

“如果创业本质上是一个对早开始、持续学习的人越来越有利的概率游戏，我为什么还要等这么久才开始？”