商业假设压力测试

大多数商业计划里的假设都带着创始人的乐观滤镜：$2M ARR的目标被直接写入模型，市场规模用行业报告的 top-down 数字一笔带过，没人会追问「如果这个假设错了怎么办」。最危险的从来不是某个人拍脑袋的乐观，而是全团队都默认正确的共识假设——当投资人每次会面都反馈积极就认定融资会 close，当所有人都认可 €2.3B 的 TAM 而不做 bottom-up 验证时，模型的漏洞已经被乐观掩盖了。

核心能力：把模糊假设拆成可测试的风险点

这个技能的工作方式是一套标准化的假设校验流程，核心不是悲观，而是校准：

• 隔离假设：把模糊的判断转化为具体表述。不是「我们的市场很大」，而是「德国中小企业 B2B 支出管理软件的 TAM 为 €2.3B」。表述越具体，越容易找到反证，模糊的假设本质上无法证伪。
• 寻找反证：主动搜索推翻假设的证据，比如同赛道失败案例、相似企业的客户流失数据、行业报告的矛盾结论。关键不是找理由终止项目，而是暴露认知盲区。
• 建模下行场景：不仅算 base case，还要明确 bear case（-30%）、stress case（-50%）、catastrophic case（-80%）下的业务存活性。对定性假设（比如护城河、产品市场匹配），则要找出最早的失效信号，以及从失效到被发现的时间差带来的影响。
• 计算敏感性：识别哪些是「牵一发动全身」的关键假设。比如 CAC 翻倍会让 runway 减少多少？流失率从 5% 升到 10% 会让 24 个月后的 NRR 变成什么水平？
• 提出对冲方案：针对高风险假设设计三类对冲：验证对冲（用试点、客户访谈提前测试）、应急对冲（假设错了的 Plan B）、预警对冲（通过前置指标提前发现失效）。

适用边界：不是决策的否决器，而是校验工具

这个技能不替代实际的市场调研或业务验证，也不主张用悲观终止行动。它的核心价值是在做重大决策前，把藏在乐观数字背后的假设逐一拆解，明确每个假设的风险等级和应对策略。对于还在早期验证阶段的项目，它能帮你在投入大量资源前发现致命漏洞；但对于已经经过充分验证的成熟业务，过度的压力测试可能会拖慢迭代节奏。