Mei in konstante opkomst fan startups dy't besykje in foet te krijen op 'e merke, hawwe ynvestearders it dreger om te besluten yn wa't se ynvestearje. It is bekend dat by it kiezen fan ien of oare bedriuw in protte faktoaren yn spiel komme, ynklusyf de empaty dy't bestean kin tusken de oprjochter en de ynvestearder. Mar wy binne yn in wrâld fan gegevens, wêryn alles wurdt rekkene en wêr't wy sjogge dat Artificial Intelligence helpt yn in protte sektoaren om besluten te nimmen. Gebiet itselde ding mei startups?
It earste probleem dat wy fûnen is dat d'r net folle gegevens binne oer har. "Soms is d'r gjin manier om ynformaasje te hawwen fan startups, opmaak, om in model te hawwen, en dat makket de taak lestich," begjint troch te ferwizen nei José Hernández Orallo, heechlearaar oan 'e Polytechnyske Universiteit fan Valencia, dy't ien fan' e BigML-stoelen rjochte. yn masine learen.
Foarsizzende fariabelen wurde brûkt, lykas it domein, de ynvestearring, it team... en dan beslút it model, "sa't it yn oare omjouwing dien wurdt, mar yn dit gefal binne it heul fariabele fjilden dêr't ynnovaasje tige wichtich is." Unthâld dat ynvestearjen yn start-ups sa'n risikofolle aksje is, dat it as it nedich is sil slagje, en dat de betrouberens fan AI "in bytsje hinget fan wêr't it wurdt foarsein". De kaai is "as dizze systemen it better dogge dan minsken, dy't de kontekst kenne" dy't út 'e algoritmen binne litten. Mar Hernández Orallo is fan betinken dat it nut is "as it giet om filterjen en it meitsjen fan mienskiplike besluten. Jo kinne in earste screening meitsje" en tink derom dat "in folslein automatysk beslút allinich wurket yn bepaalde domeinen".
Nacho Ormeño, mei-oprjochter en CEO fan StartupXplore, hat de mooglikheid makke om de takomst te foarsizzen en te besluten hoe te ynvestearjen. "Sukses wurdt bepaald troch it skeppen fan wearde, en in absolút differinsjaasjefaktor is de mooglikheid om út te fieren en te learen fan 'e teams dy't har omfetsje." Algoritmen kinne in diel fan it filter- en risiko-analysewurk sa goed dwaan, om dêr te tsjinjen as beslútstipesystemen, "hjoed kinne se noch net foarsizze hoe't de merk him sil gedrage yn it gesicht fan in nije weardeproposysje, of as in genôch motivearre Team sil wêze by steat wêze om in plan te bouwen en út te fieren, of as se in optimale ferbettering meitsje fan de beskikbere middels”.
Ormeño markearret it feit dat de ynvestearder yn startups it mislearjen fan dizze bedriuwen as gewoanlik yn har portefúljes normalisearje moat, om't "d'r stúdzjes binne dy't oanjaan dat 65% fan 'e ynvestearrings makke yn koartlyn oanmakke bedriuwen net rendabel binne foar de ynvestearder, de profitabiliteit fan de hiele brief sil wurde droegen troch de oerbleaune 35%.
Paloma Castellano, direkteur fan Wayra Madrid, erkent dat alle ynvestearringsfûnsen basearre binne op dit beslút. "Wy brûke ferskate boarnen fan ynformaasje, eksterne en ynterne, troch de skiednis dy't wy hawwe fan projekten," seit er. Wayra hat ynvestearre yn mear dan 800 bedriuwen oer de hiele wrâld nei it analysearjen fan mear dan 80.000 projekten en "wy leare tidens alle prosessen". Dêrom is gegevensferwurking de kaai, mar hy erkent dat "it net in ûnfeilber proses is. Alle fûnsen hawwe in anty-portefúlje, in set fan bedriuwen dêr't wy nee tsjin seinen en dat letter slagge”, fertelt er. Castellano is fan betinken dat d'r noch folle mear folume oan gegevens is en "folle bettere kwaliteit fan gegevens en, boppedat, as jo yn 'e iere stadia ynvestearje, ynvestearje jo foaral yn minsken".
pionierswurk platfoarm
Yn 2016 makken Telefónica en BigML PreSeries, ien fan 'e earste automatisearre platfoarms om de kâns te foarsizzen dat in opstart, ynklusyf startups, suksesfol sil wêze. De joint venture mei Telefónica ûntstiet yn in tiid dat "hiel lyts wie dien op it mêd fan startups", ferklearret Francisco Martín, mei-oprjochter en CEO fan BigML, in bedriuw dat gegevens ferminderet foar begeunstigers om te helpen besluten te nimmen. It idee sil wêze om abonnees yn 'e earste faze te hawwen "sadat de ynvestearder tagong hat ta ynformaasje" en dan "foar it platfoarm om de heule syklus te automatisearjen". Yn 2019 omfette it Rackspace-bedriuw PreSeries "om it programma yntern te ûntwikkeljen." Martín herinnert him dat hy de technology makke makke dy't de gegevens kompilearje koe en dat "it relatyf goed wurke, de software makke de besluten, mar it wie in helpmiddel. De útdaging wie om de ynformaasje te krijen, om't it net sa krekt is as yn in iepenbier bedriuw”.
Arturo Moreno liedde PreSeries yn har lêste etappe en hat yn syn fuotstappen folge mei Databell. "Wat bart mei startups en partikuliere bedriuwen is dat d'r gjin kwaliteitsgegevens binne en in útgongspunt foar it brûken fan gegevenswittenskip is dat se binne, mei projektive wearde," seit Moreno. Nei it passearjen fan PreSeries, wêr't "wy slagge om de kâns te foarsizzen dat se iepenbier gean of dat in oar bedriuw fan jo soe keapje", naam hy in stap sadat "ynvestearders en startups ynformaasje útwikselje". Dit platfoarm foar fergese tagong mei 200 ynvestearders en 500 startups.
Moreno is fan betinken dat op dizze manier wat aktiviteiten sille wêze, de algoritmen sille helpe om de startups te kiezen wêryn't se op ien of oare manier ynvestearje, it sil in "folslein automatisearre proses wêze troch in elemint fan 'e persoan dy't wichtich is". Mar it jout behendigheid oan 'e analyse dy't helpt by it beslút. Hy herinnert er oan it belang fan it hawwen fan foarsizzende wearde út gegevens en it opspoaren fan grutte belangstelling foar de sektor, "d'r is in grutte appetit om te ynvestearjen yn startups en hoe mear gegevens der binne, hoe better foar alle partijen."
