WeWork IPO受挫,给创业公司在追求“速度为王”的同时带来了哪些思考?

简介: 人们善于学习成功的经验,同样,失败的教训也是需要汲取的。与很多创业公司因成功IPO,估值大涨,走上高光时刻而占据媒体头条不同的是,WeWork此次获得众多关注则源于其戛然而止的IPO和CEO被迫离职。

人们善于学习成功的经验,同样,失败的教训也是需要汲取的。

与很多创业公司因成功IPO,估值大涨,走上高光时刻而占据媒体头条不同的是,WeWork此次获得众多关注则源于其戛然而止的IPO和CEO被迫离职。

回顾WeWork的IPO之旅,截至其正式撤回美国上市申请已有近一年时间了:在去年底开启IPO之路,今年8月递交招股书说明书时,公司本可以通过上市集资至少30亿美元。这项计划却遭遇了滑铁卢,据悉,因估值和商业模式遭到投资者质疑,WeWork的母公司We Company不得不在10月1日正式宣布撤回向美国证券交易委员会提交的招股说明书,寻求推迟IPO。

其实 WeWork 的IPO惨败,只是一系列 IPO 未能给母公司带来预期结果的最新一例。简而言之,目前的情况是,投资者和员工希望大举退出,而该公司则面临着破产的前景。

在众多报道中,我们发现,WeWork问题引发了人们对创业公司高估值的思考,以及对孙正义投资帝国激进策略的市场评判。不过,于该公司而言,这些也只是题外话,归根结底还是要从自身找问题。

该公司失败的 IPO,对其它没有盈利能力的独角兽企业来说,就像是“煤矿里的金丝雀”。对于Peloton、Uber、Lyft、Sunnova和SmileDirectClub,这些股价都出现了相对于上市首日的下跌的企业而言,WeWork的问题应该引发他们对大规模裁员和动荡的未来可能随之而来的担忧。

另外,WeWork和其他科技公司IPO的失败同样引出了一个重要的问题:为什么私人公司在内部控制方面表现得如此糟糕?具体来说,他们没有对数据质量、审计、法规遵从性和必要的财务实践给予足够的重视。
而这,或许正是WeWork等IPO失败企业需要自查、自省的关键问题。

下面是一名创办/联合创办了6家公司的从业者对于此问题的看法,我们认为对于创业公司而言非常有启发意义,特分享给大家:

WeWork 的内控问题

纵观WeWork的IPO之旅,从公司首次提交S-1文档开始,与公司内部控制相关的问题就变得很明显。这些文件显示,该公司给了CEO亚当·诺伊曼(Adam Neumann)一个有问题的商业运营控制水平,而WeWork也在迅速消耗其现金供应,尽管收入不断增加。

诺伊曼的有表决权股份和商业惯例(包括在他死后将重大权力移交给他妻子的规定)引起了市场极大的关注。

这导致该公司的估值从1月份估计的470亿美元暴跌至S-1申请后的100亿美元。持续的反对声音最终导致诺伊曼辞职,同时放弃了他的多数投票控制权。不过,对于此次已经被撤回并无限期推迟的IPO而言,这一切似乎都太微不足道、太迟了。

普遍的担忧

WeWork在科技界并非唯一一家在实施健全的内部控制方面存在问题的公司。科技初创企业面临的许多问题,都源于《萨班斯-奥克斯利法》(Sarbanes-Oxley Act)对私营和上市公司影响的不同。该法第404条要求上市公司提供内部控制报告,确认其财务的道德性和负责任的管理情况。

许多私营公司愿意遵守这些指令,但该法案没有在法律上要求私营组织提交这些报告。而且因为内部控制政策会影响底线,许多公司会忽视这一领域而专注于盈利能力。研究发现,中小企业受到评估成本的影响尤为严重。例如,在很多公司中,由于涉及的时间和成本,他们甚至没有考虑公布内部控制报告。

所以,这样看来初创公司应该在一开始就建立起控制基础设施的第一块基石——即使它们很简单,比如触发对1000美元以上项目的支出审查,或者自动发送一封电子邮件提醒团队每月更换密码。通常情况下,这些温和的“成本”会在以后产生回报。

初创企业文化也可能导致糟糕的内部控制。在一个小团队工作和不断变化的环境中可能会使制定基本的内部控制程序变得更加困难,比如将财务责任(如簿记和审计)分开,制定标准化的财务文档,或者需要额外的批准才能进行某些交易。

在我的第一家、第三家和第四家公司,为了节约成本,我们很早就合并了会计和审计。在每一家我咨询过的A轮前创业公司中,要求额外的开支限制批准都是事后的想法,因为领导层认为这是官僚政治,是对创业速度的侮辱。这种漫不经心的做法在我最近的一次创业中结束了,在那里,从一开始,我们就围绕着检查和平衡设计系统:内部文件有明确的托管权,我们每月进行财务和知识产权审计,每天对银行支出进行核对,我们的报销流程需要原始收据。

“速度为王”是你短期内可以奉行的信条,但它可能会产生灾难性的长期影响。对利润的关注可能导致内部控制退居二线。缺乏组织性也很容易导致科技初创企业失去对现金流的跟踪,研究机构SmallBizTrends估计有82%的企业失败与此有关。

更糟糕的是,糟糕的内部控制会增加欺诈的风险。

正如Nathan Edwards 在《创新企业》栏目中所写道的那样,糟糕的内部控制的危害范围从鼓励不道德行为的风险,和罚款结果,到基本的源于过于复杂的电子表格的会计错误,这可能导致夸大利润或亏损和超额支付的税收。缺乏对交易的控制可能导致不适当的记录收入,盗窃的库存和现金,购买过多的库存等等。Edward举了一个例子,在其任职的一家创业公司中至少一个执行者最终进了监狱,另外两个被法院制裁,究其原因是这些违规行为的核心没有受到控制,但即使是适度的内部控制也能轻易制止。

你能做什么?

WeWork和最近其他失败的IPO应该成为一个警示——不管你的初创公司是否在考虑IPO。如果没有适当的内部控制,你们公司的长期繁荣就会受到威胁。

管理层应该采取侦查和预防措施来保护公司的财务状况。我可以从第一手经验中得知,独立审计师——与公司财务总监无关——是必须的。从第一天开始,高管们就应该采取实际行动来理解季度财务审计。

即使是备份计算机数据或完成交易需要输入密码这样的基本步骤也可以减少欺诈和错误。实施书面的行为准则将鼓励道德行为,并规定欺诈的后果。像内部审计这样的检测控制将有助于发现任何错误,同时确保程序到位,及时纠正任何问题。

如果你是一家私人公司,无论你的规模大小,你都需要看看你目前有哪些内部控制措施。在我现在的公司,我们检查了关于费用、偿还、收入和知识产权的书面记录,以找到我们自己的“空白”,并填补它们——就像你应用“SWOT分析”来发现管理团队技能的空白一样。认识到缺陷不仅对未来的上市计划至关重要,而且对保持财务状况良好和建立信誉也至关重要。

的确,糟糕的内部控制导致的IPO失败不会使这些公司抬不起头。但不幸的事实是,许多私营公司没有适当的程序。除非这些机构的决策者采取措施改善流程,否则预计未来会有更多科技公司IPO失败。

本文来自微信公众号“人称T客”(ID:Java_simon),作者T媒体。

相关文章
|
2月前
|
人工智能 监控 API
‌阿里云百炼AI模型平台免费Tokens额度领取指南:问题解答、扣费及问题解答FAQ
阿里云百炼新用户开通即赠超7000万Tokens,70+主流模型各享100万免费额度(限中国内地版,有效期90天),仅支持实时推理调用。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
|
2月前
|
人工智能 Java 测试技术
2026五款AI编程工具单元测试生成实测:Java新手入门实战选型指南
本文基于Spring Boot+MyBatis数据处理场景,实测TRAE、Cursor等五款AI编程工具在单元测试生成、中文指令理解、国内访问稳定性等维度的表现。聚焦新手痛点,量化对比JUnit5测试覆盖度、人工修正次数与操作门槛,提供分场景选型建议与可运行代码示例。
282 0
|
3月前
|
JavaScript Shell Linux
Node.js 环境搭建与版本管理,用 nvm 把多版本问题一次性解决(2026)
本文是2026年最新Node.js环境搭建指南,详解如何用nvm(macOS/Linux)或nvm-windows/fnm(Windows)一站式解决多版本冲突问题。涵盖彻底卸载旧版、可视化/命令行安装、LTS版本选择、`.nvmrc`自动切换、国内镜像加速及常见坑点排查,助开发者10分钟完成零配置到多项目自由切换。(239字)
1013 0
|
12月前
|
人工智能 机器人 Serverless
探展打卡 Serverless,2025 云栖大会来了
2025 云栖大会即将于 9 月 24 日至 26 日在杭州云栖小镇盛大开幕,本次大会分别设置 Serverless 体验区与【Serverless 助力 AI Agent 开发与落地】分论坛,参会者可现场体验热门 Serverless 产品,近距离了解最新技术进展。无论是探索函数计算、Serverless 应用引擎 SAE 的创新实践,还是参与 AI Agent 开发的深度讨论,这里都将为您提供前沿洞察与实操机会。
|
5月前
|
缓存 人工智能 运维
大模型落地生产环境,Claude 4.6 成本失控前必须做的架构调整
大模型落地后,高昂API成本成最大瓶颈。本文提出三大降本动作:1)严控Token消耗与生命周期,善用Prompt缓存;2)实施模型分层路由,按需调用Opus/Sonnet/Haiku;3)引入聚合网关,统一接入、自动容灾、对公结算。早治理,早见效。
490 0
大模型落地生产环境,Claude 4.6 成本失控前必须做的架构调整
|
11月前
|
算法 数据可视化 数据挖掘
空间转录组: Visium CRC 数据集分析
空间转录组: Visium CRC 数据集分析
994 42
空间转录组: Visium CRC 数据集分析
|
9月前
|
数据采集 监控 数据管理
如何评估数据质量?数据质量管理该如何进行?
本文探讨企业数据质量管理的核心挑战与解决方案,通过真实案例揭示数据不一致、重复、延迟等问题对业务决策的严重影响。提出从完整性、准确性、一致性等六大维度评估数据质量,并构建“定义-测量-分析-改进”的闭环管理体系。强调以关键数据资产为起点,推动业务与技术协同,实现数据质量的可持续管控,最终建立组织内对数据的信任与共识。
|
10月前
|
JSON 供应链 API
淘宝平台 API 的功能及应用场景
淘宝开放平台提供丰富的API接口,涵盖商品、订单、物流、用户、营销等核心功能,支持开发者与商家实现系统集成、自动化运营及数据化管理。广泛应用于ERP对接、多平台统一管理、精准营销、供应链协同等场景,助力提升电商运营效率与用户体验。
|
机器学习/深度学习 算法 数据挖掘
机器学习(十九)EM:期望最大算法
机器学习(十九)EM:期望最大算法
1044 0
机器学习(十九)EM:期望最大算法
|
Ubuntu 网络安全 开发工具
vscode使用
vscode使用
825 1