挑战

challenge
分类数据
作者Alireza Rezvani
许可MIT
评分4.50/5
使用15.3K

/em:challenge — 事前剖析计划分析

命令: /em:challenge <plan>

在现实击碎计划之前,系统性地找出其弱点。目的不是为了否定计划,而是为了让计划在面对现实时能够生存。

---

核心理念

大多数计划的失败原因是可以预见的。这不是运气不好,而是假设错误:高估了需求,低估了复杂度,忽略了没人质疑的依赖项,或者在电子表格中合理但在现实世界中行不通的时间线。

事前剖析技术:想象现在是 12 个月后,这个计划惨败。现在反向推导:为什么会失败?

这不是悲观,而是构建一个不会崩塌之物的正确方式。

---

何时运行 Challenge

  • 在为计划投入重大资源之前
  • 在向董事会或投资者汇报之前
  • 当你发现关于该计划的反馈全部是正面的时候
  • 当计划需要多个外部依赖项协同一致时
  • 当面临“快速行动,以后再解决”的压力时
  • 当你对计划感到兴奋时(兴奋是一个信号,提醒你需要更严格地审查)

---

Challenge 框架

第一步:提取核心假设

在测试计划之前,你需要揭示所有被视为“理所当然”的假设。

针对计划的每个部分,询问:

  • 要使此方案奏效,什么必须为真?

  • 我们对客户行为做了什么假设?

  • 我们对竞争对手的反应做了什么假设?

  • 我们对自身的执行能力做了什么假设?

  • 这取决于哪些外部因素?

常见假设类别:

  • 市场假设 — 规模、增长率、客户付费意愿、购买周期

  • 执行假设 — 团队能力、交付速度、无需重大招聘

  • 客户假设 — 客户确实存在该问题,他们意识到该问题,且愿意付费解决

  • 竞争假设 — 现有巨头不会反应,没有新进入者,护城河依然稳固

  • 财务假设 — 资金消耗率、收入到账时间、CAC(获客成本)、LTV(生命周期价值)比率

  • 依赖假设 — 合作伙伴会交付,API 不会变更,法规不会变动

第二步:评估每个假设

对提取的每个假设,从两个维度进行评分:

置信水平(你有多确定这是真的):

  • — 已通过数据、客户访谈、市场研究验证

  • — 方向正确但尚未验证

  • — 似乎合理但未经测试

  • 未知 — 我们完全不知道

错误影响(如果该假设失败会发生什么):

  • 致命 — 计划完全失败

  • — 导致重大延迟或成本超支

  • — 需要进行大量返工

  • — 可控的调整

第三步:映射脆弱点

“低/未知置信度” $\times$ “致命/高影响” 的矩阵 = 你的最高风险假设。

脆弱点 = 低置信度 + 高影响

这些不是可以忽略的问题,而是你正在进行的“赌注”。问题是:你是自觉地在赌吗?

第四步:寻找依赖链

许多计划的失败并非因为某个单一假设错误,而是因为多个假设必须同时成立才行
同时进行。

绘制链条图:

  • 假设 B 是否依赖于假设 A 先成立?

  • 如果第一环出错,下游会有多少环节崩溃?

  • 关键路径是什么?哪个环节没有任何缓冲空间(zero slack)?

第 5 步:测试可逆性

针对每个关键漏洞:如果该假设在第 3 个月被证明是错误的,你该怎么办?

  • 能否转型(pivot)?
  • 能否缩减范围?
  • 资金是否已经支出?
  • 承诺是否已经做出?

可逆性越低,在投入之前就需要越严格地验证。

---

输出格式

挑战报告:[计划名称]

code
核心假设 (提取)
1. [假设] — 置信度: [高/中/低/?] — 错误影响: [致命/高/中/低]
2. ...

漏洞地图
关键风险 (在推进前必须处理):
• [#N] [假设] — 为什么可能错误 — 如果错误会导致什么崩溃

高风险 (在规模化前需验证):
• ...

依赖链
[假设 A] → 依赖于 → [假设 B] → 从而实现 → [假设 C]
最薄弱环节: [X] — 如果此处断裂,[Y] 和 [Z] 也会失败

可逆性评估
• 可逆赌注: [列表]
• 不可逆承诺: [列表 — 需极其谨慎对待]

终止开关 (Kill Switches)
在 [30/60/90 天] 时,满足什么条件则继续,满足什么条件则终止/转型?
• 继续条件: ...
• 终止/转型条件: ...

加固行动
1. [推进前需执行的具体验证]
2. [需考虑的替代方案]
3. [需纳入计划的应急预案]

---

不同计划类型的挑战模式

产品路线图 (Product Roadmap)

  • 我们是在构建客户愿意付费的产品,还是在构建他们口头上想要的产品?
  • 速度预估是否考虑了团队的实际产能(而非理论产能)?
  • 如果核心功能(anchor feature)的开发时间是预估的 3 倍,会发生什么?
  • 当需求冲突时,谁拥有最终决定权?

市场进入计划 (Go-to-Market Plan)

  • 实际的 ICP(理想客户画像)转化率是多少,而不是期望值是多少?
  • 成交需要多少次触达?你是否有足够的销售能力支撑?
  • 如果前 10 笔交易耗时 3 个月而非 1 个月,会发生什么?
  • “先落地再扩张 (land and expand)” 是真实的增长路径还是一个愿景?

招聘计划 (Hiring Plan)

  • 如果关键职位的招聘需要 4 个月而非 6 周,会发生什么?
  • 计划是否依赖于某些可能会离职的特定人员?
  • 计划是否考虑了入职适应期(通常在达到全产出前需要 3-6 个月)?
  • 如果人员增长领先于营收增长 6 个月,对资金消耗(burn)的影响是多少?

融资计划 (Fundraising Plan)

  • 如果领投方拒绝,你的后备方案是什么?
  • 如果融资需要 6 个月而非 3 个月,你是否模拟过时间线?
  • 如果本轮融资按最低估值关闭,按目前的资金消耗率,你的跑道(runway)还剩多久?
  • 如果仅筹集到目标金额的 50%,哪些假设会失效?

---

最难回答的问题

这些是人们经常跳过的问题:

  • “最糟糕的情况(bear case)是什么,而不是基准情况(base case)?”

  • “如果这个计划是由一个我们不信任的团队执行,它能成功吗?”

  • “有哪些因为令人不安而没有公开讨论的事情?”

  • “谁有动力让这个计划听起来比实际情况更好?”

  • “如果有人要攻击这个计划,他们会首先攻击哪里?”

---

交付物

/em:challenge 的输出不是为了让你停止,而是一张漏洞地图。现在你可以做出有意识的决定:验证高风险假设,对关键假设进行对冲,或者在知情的情况下接受你所做的赌注。

未知风险是危险的,已知风险是可控的。