For nylig er jeg begyndt at arbejde mere bevidst med det, der hedder Lindy-effekten.
Begrebet opstod i 1960’erne blandt komikere på Lindy’s Deli i New York. De lagde mærke til et simpelt mønster: En Broadway-forestilling, der allerede havde kørt i mange år, havde større sandsynlighed for også at køre mange år fremad. Ikke fordi den var ny eller moderne – men alene fordi den havde overlevet.
Nassim Nicholas Taleb beskriver Lindy-effekten meget præcist i Antifragile:
"Hvis en bog har været i tryk i 40 år, kan man forvente, at den vil være i tryk i yderligere 40 år. Overlever den endnu et årti, øges den forventede levetid yderligere. Ting, der overlever over tid, ældes derfor ikke som mennesker – de ‘ældes omvendt’. Hvert år uden udslettelse øger den forventede restlevetid.”
De første år bærer størstedelen af risikoen
Lindy-effekten er særlig interessant i business, fordi risikoen er ekstremt skævt fordelt over tid.
Langt størstedelen af risikoen for, at en virksomhed fejler, ligger i de første år. Over 40% af risikoen for fiasko ligger i de første 3–4 år . Derefter falder risikoen markant, og kun yderligere 15–20% af den samlede fejlrisko ligger i de efterfølgende mange år . Det samme mønster ses i ekstern forskning fra bl.a. U.S. Small Business Administration og Bureau of Labor Statistics.
En virksomhed, der har eksisteret i 8, 10 eller 15 år, er derfor ikke bare “ældre”. Den har overlevet den mest risikofyldte fase. Den har været igennem markedsændringer, kundetab, fejlbeslutninger og sandsynligvis også mindst én krise.
Det gør den strukturelt mere robust.
Virksomheder, der har eksisteret længe, har typisk:
- opbygget tillid hos kunder og marked – på nydansk hedder det product/market fit
- bevist reel betalingsvillighed
- fundet en stabil rolle i værdikæden
Når AI ændrer tempoet
Efter AI for alvor er kommet på banen, har jeg tænkt;
Fjerner AI eksistensgrundlaget for de virksomheder, der har eksisteret længe?
AI har gjort det ekstremt nemt at bygge nyt, kopiere funktionalitet og automatisere processer. Det har fået mange til at konkludere, at “gammel” business nu er truet.
Men netop fordi AI reducerer friktion og øger tempoet, bliver det tydeligere end før, hvilke virksomheder der faktisk skaber reel værdi. Virksomheder, der løser et konkret problem for kunder i et marked, og som kunder er villige til at betale for. Det er her, Lindy-effekten stadig viser sin styrke – også selvom processerne omkring virksomhedens kerne forandres.
Hvad betyder det for investering og strategi?
Når vi i AG kigger efter nye områder at investere i, handler det ikke kun om nymodens teknologi.
Vi investerer fortsat i startups, ny teknologi og nye virksomheder. Samtidig ser vi nogle af de største muligheder i at anvende ny teknologi – herunder AI – i ældre virksomheder, der allerede har bevist deres værdi over tid.
Ofte er de mest interessante muligheder virksomheder, som:
- har overlevet de mest risikofyldte første år
- har kunder, omsætning og dokumenteret efterspørgsel
- men opererer med forældede processer og værktøjer
Her kan AI ikke erstatte forretningen – men optimere den. Ikke ved at ændre hvad virksomheden er, men hvordan den arbejder.
Markedsdrevet vs. teknologidrevet
Min egen erfaring fra at have stiftet og drevet virksomheder med vidt forskellig orientering er tydelig: De virksomheder, der tager udgangspunkt i markedet, klarer sig bedre over tid end dem, der tager udgangspunkt i teknologien. Ikke fordi teknologi er uvigtig – tværtimod – men fordi teknologi sjældent skaber værdi i sig selv.
Teknologidrevne virksomheder starter ofte med et hvad: en ny løsning, en ny platform, en ny mulighed. Markedsdrevne virksomheder starter med et hvorfor: et konkret problem, en kendt smerte og en dokumenteret betalingsvillighed.
Det er her, Lindy-effekten og AI mødes. AI gør det muligt at optimere, automatisere og skalere hurtigere end nogensinde. Men den ændrer ikke på, at det er markedsforståelsen – ikke teknologien – der afgør, om en virksomhed har en kerne, der kan overleve over tid.
Derfor giver Lindy stadig mening som filter: Ikke til at finde det mest banebrydende, men til at identificere virksomheder, hvor markedet allerede har stemt ja – og hvor teknologi kan gøre det, der virker, markant bedre.