Uz stalni porast startupa koji pokušavaju steći uporište na tržištu, investitorima je teže odlučiti u koga ulagati. Poznato je da pri odabiru jedne ili druge tvrtke u obzir dolaze mnogi čimbenici, uključujući i empatiju koja može postojati između osnivača i investitora. No, mi smo u svijetu podataka u kojem se sve uzima u obzir i gdje vidimo da umjetna inteligencija pomaže u donošenju odluka u mnogim sektorima. Događa li se ista stvar sa startupima?
Prvi problem koji smo otkrili je taj što o njima ima malo podataka. "Ponekad ne postoji način da se informacije iz startupa formatiraju, da se ima model, a to otežava zadatak", počinje pozivajući se na Joséa Hernándeza Oralla, profesora na Politehničkom sveučilištu u Valenciji, koji je vodio jednu od BigML stolica u strojnom učenju.
Koriste se prediktivne varijable, kao što su domena, investicija, tim... i onda model odlučuje, "baš kao što se to radi u drugim okruženjima, ali u ovom slučaju to su vrlo varijabilna polja u kojima je inovacija vrlo važna." Upamtite da je ulaganje u start-up tako rizična akcija, da će, ako je potrebno, uspjeti i da pouzdanost AI “malo ovisi o tome gdje se predviđa”. Ključno je "ako ovi sustavi to rade bolje od ljudi, koji poznaju kontekst" što je izostavljeno iz algoritama. No Hernández Orallo vjeruje u njegovu korisnost “kada je u pitanju filtriranje i donošenje zajedničkih odluka. Možete napraviti prvi pregled” i zapamtite da “potpuno automatska odluka funkcionira samo u određenim domenama”.
Nacho Ormeño, suosnivač i izvršni direktor StartupXplorea, stvorio je sposobnost predviđanja budućnosti i odlučivanja o načinu ulaganja. "Uspjeh je određen stvaranjem vrijednosti, a faktor apsolutnog razlikovanja je sposobnost izvršavanja i učenja od timova koji ih čine." Algoritmi mogu tako dobro odraditi dio filtriranja i analize rizika, da služe kao sustavi za potporu odlučivanju, „danas još uvijek ne mogu predvidjeti kako će se tržište ponašati pred novom vrijednosnom ponudom, ili hoće li biti dovoljno motiviran tim. sposobni izgraditi i izvršiti plan, ili ako će optimalno unaprijediti resurse koji su im dostupni”.
Ormeño ističe činjenicu da investitor u startupe mora normalizirati neuspjeh tih tvrtki kao nešto uobičajeno u njihovim portfeljima jer "postoje studije koje pokazuju da 65% ulaganja u nedavno stvorena poduzeća nije isplativo za investitora, profitabilnost cijelo pismo će nositi preostalih 35%.
Paloma Castellano, direktorica Wayra Madrida, priznaje da se svi investicijski fondovi temelje na ovoj odluci. "Koristimo različite izvore informacija, vanjske i interne, zahvaljujući povijesti projekata", kaže. Wayra je uložila u više od 800 tvrtki diljem svijeta nakon što je analizirala više od 80.000 projekata i "učimo tijekom svih procesa". Zato je obrada podataka ključna, ali priznaje da “to nije nepogrešiv proces. Svi fondovi imaju antiportfelj, skup tvrtki kojima smo rekli ne i što je kasnije uspjelo”, pojašnjava. Castellano smatra da je još uvijek puno više podataka i "mnogo bolja kvaliteta podataka i, nadalje, kada ulažete u ranim fazama, ulažete prije svega u ljude".
pionirska platforma
Telefónica i BigML su 2016. godine stvorili PreSeries, jednu od prvih automatiziranih platformi za predviđanje vjerojatnosti da će startup, uključujući startup, biti uspješan. Zajednički pothvat s Telefónicom nastaje u vrijeme kada je "vrlo malo učinjeno na području startupa", objašnjava Francisco Martín, suosnivač i izvršni direktor BigML-a, tvrtke koja podatke svodi na korisnike kako bi pomogla u donošenju odluka. Ideja će biti da u prvoj fazi imamo pretplatnike "kako bi investitor imao pristup informacijama", a zatim "da platforma automatizira cijeli ciklus". Tvrtka Rackspace je 2019. uključila PreSeries "kako bi interno razvila program". Martín se sjeća da je stvorio tehnologiju sposobnu za prikupljanje podataka i da je “radila relativno dobro, softver je donosio odluke, ali je bio pomoćni alat. Izazov je bio doći do informacija jer nisu precizne kao u javnom poduzeću”.
Arturo Moreno vodio je PreSeries u njegovoj posljednjoj fazi i krenuo je njegovim stopama s Databellom. "Ono što se događa sa startupima i privatnim tvrtkama je da ne postoje kvalitetni podaci, a premisa za korištenje podatkovne znanosti je da jesu, s projektivnom vrijednošću", kaže Moreno. Nakon što je prošao kroz PreSeries, gdje smo "uspjeli predvidjeti vjerojatnost izlaska na burzu ili da će neka druga tvrtka kupiti od vas", napravio je korak da "investitori i startupi razmijene informacije". Ova platforma za besplatni pristup s 200 investitora i 500 startupa.
Moreno vjeruje da će na taj način biti nekih aktivnosti, algoritmi će pomoći u odabiru startupa u koje će se na bilo koji način ulagati, bit će to “potpuno automatiziran proces od strane elementa osobe koja je bitna”. Ali daje agilnost analizi koja pomaže u odluci. On podsjeća na važnost prediktivne vrijednosti podataka i otkrivanja velikog interesa za sektor, "postoji veliki apetit za ulaganje u startupe i što više podataka ima, to bolje za sve strane."
