बाज़ार में पैर जमाने की कोशिश कर रही नई कंपनियों की लगातार बढ़ोतरी के साथ, निवेशकों के लिए यह तय करना मुश्किल हो रहा है कि वे किसमें निवेश करें। यह ज्ञात है कि किसी विशेष कंपनी को चुनते समय कई कारक भूमिका निभाते हैं, जिसमें संस्थापक और निवेशक के बीच मौजूद सहानुभूति भी शामिल है। लेकिन हम डेटा की दुनिया में हैं, जिसमें हर चीज का हिसाब होता है और जहां हम देखते हैं कि आर्टिफिशियल इंटेलिजेंस कई क्षेत्रों में निर्णय लेने में मदद कर रहा है। क्या स्टार्टअप्स के साथ भी ऐसा ही हो रहा है?
पहली समस्या जो हमें मिली वह यह कि उनके बारे में बहुत कम डेटा है। "कभी-कभी स्टार्टअप के बारे में जानकारी प्राप्त करने, प्रारूपित करने, एक मॉडल रखने का कोई तरीका नहीं होता है, और यह कार्य को कठिन बना देता है," वैलेंसिया के पॉलिटेक्निक विश्वविद्यालय के प्रोफेसर जोस हर्नांडेज़ ओरलो का जिक्र करते हुए शुरू होता है, जिन्होंने बिगएमएल अध्यक्षों में से एक का निर्देशन किया था मशीन लर्निंग में।
पूर्वानुमानित चर का उपयोग किया जाता है, जैसे कि डोमेन, निवेश, टीम... और फिर मॉडल निर्णय लेता है, "जैसा कि यह अन्य वातावरणों में किया जाता है, लेकिन इस मामले में वे बहुत परिवर्तनशील क्षेत्र हैं जहां नवाचार बहुत महत्वपूर्ण है।" याद रखें कि स्टार्ट-अप में निवेश करना इतना जोखिम भरा कार्य है कि यदि आवश्यक हो तो इसमें सफलता मिलेगी, और एआई की विश्वसनीयता "कुछ हद तक इस बात पर निर्भर करती है कि इसका पूर्वानुमान कहां लगाया गया है।" मुख्य बात यह है कि "यदि ये प्रणालियाँ इसे उन लोगों से बेहतर करती हैं, जो संदर्भ जानते हैं" जो कि एल्गोरिदम से बाहर रखा गया है। लेकिन जब फ़िल्टरिंग और संयुक्त निर्णय लेने की बात आती है तो हर्नांडेज़ ओरालो इसकी उपयोगिता बनाता है। आप पहली स्क्रीनिंग कर सकते हैं" और याद रखें कि "पूरी तरह से स्वचालित निर्णय केवल कुछ डोमेन में ही काम करता है।"
स्टार्टअपएक्सप्लोर के सह-संस्थापक और सीईओ नाचो ओर्मेनो ने भविष्य की भविष्यवाणी करने और निवेश करने का निर्णय लेने की क्षमता बनाई है। "सफलता मूल्य के निर्माण से निर्धारित होती है, और एक बिल्कुल अलग कारक उन टीमों की निष्पादन क्षमता और सीख है जो उन्हें शामिल करती हैं।" जिस तरह एल्गोरिदम फ़िल्टरिंग और जोखिम विश्लेषण का काम कर सकते हैं, जिससे निर्णय समर्थन प्रणाली के रूप में कार्य किया जा सकता है, "आज भी वे यह अनुमान नहीं लगा सकते हैं कि बाजार एक नए मूल्य प्रस्ताव के सामने कैसा व्यवहार करेगा, या क्या एक पर्याप्त रूप से प्रेरित टीम होगी किसी योजना को बनाने और क्रियान्वित करने में सक्षम हैं, या क्या वे उनके लिए उपलब्ध संसाधनों का इष्टतम सुधार करेंगे।
ओर्मेनो इस तथ्य पर प्रकाश डालते हैं कि स्टार्टअप में निवेशक को इन कंपनियों की विफलता को अपने पोर्टफोलियो में कुछ सामान्य के रूप में सामान्य करना चाहिए क्योंकि "ऐसे अध्ययन हैं जो संकेत देते हैं कि हाल ही में बनाई गई कंपनियों में किए गए 65% निवेश निवेशक के लिए लाभदायक नहीं हैं," लाभप्रदता पूरे मेनू का शेष 35% हिस्सा ले लिया जाएगा।"
वेरा मैड्रिड के निदेशक पालोमा कैस्टेलानो मानते हैं कि सभी निवेश फंड इस निर्णय पर आधारित हैं। वे कहते हैं, "हम जानकारी के विभिन्न स्रोतों का उपयोग करते हैं, बाहरी और आंतरिक, हमारे पास परियोजनाओं के इतिहास के लिए धन्यवाद।" वायरा में, हमने 800 से अधिक परियोजनाओं का विश्लेषण करने के बाद दुनिया भर में 80.000 से अधिक कंपनियों में निवेश किया है और "हम सभी प्रक्रियाओं के दौरान सीखते हैं।" इसीलिए डेटा प्रोसेसिंग महत्वपूर्ण है लेकिन यह मानता है कि “यह एक अचूक प्रक्रिया नहीं है।” सभी फंडों में एक एंटी-पोर्टफोलियो होता है, कंपनियों का एक समूह जिसके लिए हमने ना कहा और जो बाद में सफल हो गया,'' वह स्पष्ट करते हैं। कैस्टेलानो का मानना है कि अभी भी बहुत अधिक मात्रा में डेटा और "बहुत अधिक गुणवत्ता वाले डेटा की आवश्यकता है और इसके अलावा, जब आप शुरुआती चरण में निवेश कर रहे हैं, तो आप सबसे ऊपर लोगों में निवेश कर रहे हैं।"
अग्रणी मंच
2016 में, टेलीफ़ोनिका और बिगएमएल ने प्रीसीरीज़ बनाई, जो स्टार्टअप सहित किसी स्टार्टअप के सफल होने की संभावना का अनुमान लगाने वाले पहले स्वचालित प्लेटफार्मों में से एक था। टेलीफ़ोनिका के साथ संयुक्त उद्यम ऐसे समय में शुरू हुआ है जब "स्टार्टअप के क्षेत्र में बहुत कम काम किया गया था," बिगएमएल के सह-संस्थापक और सीईओ फ्रांसिस्को मार्टिन बताते हैं, जो निर्णय लेने में मदद करने के लिए संरक्षकों को डेटा कम करता है। विचार यह होगा कि पहले चरण में सब्सक्राइबर हों "ताकि निवेशक के पास जानकारी तक पहुंच हो" और फिर "प्लेटफ़ॉर्म पूरे चक्र को स्वचालित कर सके।" 2019 में, रैकस्पेस कंपनी ने "कार्यक्रम को आंतरिक रूप से विकसित करने के लिए" प्रीसीरीज़ को शामिल किया। मार्टिन को याद है कि उन्होंने डेटा संकलित करने में सक्षम तकनीक बनाई थी और "यह अपेक्षाकृत अच्छी तरह से काम करती थी, सॉफ्टवेयर निर्णय लेता था, लेकिन यह एक सहायक उपकरण था। सूचना प्राप्त करना चुनौती थी क्योंकि यह किसी सार्वजनिक कंपनी जितनी सटीक नहीं होती।''
आर्टुरो मोरेनो ने अपने अंतिम चरण में प्रीसीरीज़ का नेतृत्व किया और डेटाबेल के साथ उसका अनुसरण किया। मोरेनो कहते हैं, "स्टार्टअप और निजी कंपनियों के साथ क्या होता है कि कोई गुणवत्ता वाला डेटा नहीं होता है और डेटा विज्ञान का उपयोग करने का आधार यह है कि यह प्रोजेक्टिव वैल्यू के साथ है।" प्रीसीरीज़ में अपने समय के बाद, जहां "हम सार्वजनिक होने की संभावना का अनुमान लगाने में सक्षम थे या कोई अन्य कंपनी आपको खरीदेगी," उन्होंने एक कदम उठाया ताकि "निवेशक और स्टार्टअप जानकारी का आदान-प्रदान कर सकें।" 200 निवेशकों और 500 स्टार्टअप के साथ यह निःशुल्क एक्सेस प्लेटफ़ॉर्म।
मोरेनो का मानना है कि इस तरह से कुछ गतिविधियाँ होंगी, एल्गोरिदम उन स्टार्टअप्स को चुनने में मदद करेंगे जिनमें किसी भी तरह से निवेश करना है, यह "व्यक्ति के एक तत्व द्वारा पूरी तरह से स्वचालित प्रक्रिया होगी जो महत्वपूर्ण है।" लेकिन यह निर्णय लेने में मदद करके विश्लेषण को गति देता है। डेटा का पूर्वानुमानित मूल्य रखने और क्षेत्र में अत्यधिक रुचि का पता लगाने के महत्व को याद रखें, "स्टार्टअप में निवेश करने की बहुत भूख है और जितना अधिक डेटा मौजूद होगा, सभी पक्षों के लिए उतना ही बेहतर होगा।"
