Pastāvīgi pieaugot jaunuzņēmumu skaitam, kas cenšas nostiprināties tirgū, investoriem ir grūtāk izlemt, kur ieguldīt. Ir zināms, ka, izvēloties vienu vai otru uzņēmumu, spēlē daudzi faktori, tostarp empātija, kas var pastāvēt starp dibinātāju un investoru. Taču mēs atrodamies datu pasaulē, kurā viss tiek uzskaitīts un kurā redzam, ka mākslīgais intelekts daudzās nozarēs palīdz pieņemt lēmumus. Vai tas pats notiek ar jaunizveidotiem uzņēmumiem?
Pirmā problēma, ko atklājām, ir tā, ka par tiem ir maz datu. "Dažreiz nav iespējams iegūt informāciju no jaunizveidotiem uzņēmumiem, formatētu, izveidot modeli, un tas apgrūtina uzdevumu," sākas, atsaucoties uz Valensijas Politehniskās universitātes profesoru Hosē Ernandesu Orallo, kurš vadīja vienu no BigML katedrām. mašīnmācībā.
Tiek izmantoti paredzamie mainīgie, piemēram, domēns, investīcijas, komanda... un tad modelis izlemj, "tāpat kā tas tiek darīts citās vidēs, taču šajā gadījumā tie ir ļoti mainīgi lauki, kuros inovācija ir ļoti svarīga." Atcerieties, ka investīcijas jaunizveidotajos uzņēmumos ir tik riskanta darbība, ka nepieciešamības gadījumā tas izdosies, un AI uzticamība “mazliet ir atkarīga no tā, kur tā tiek prognozēta”. Galvenais ir “ja šīs sistēmas to dara labāk nekā cilvēki, kuri zina kontekstu”, kas netiek iekļauts algoritmos. Bet Hernández Orallo uzskata, ka tā ir noderīga, "ja runa ir par filtrēšanu un kopīgu lēmumu pieņemšanu. Varat veikt pirmo pārbaudi” un atcerēties, ka „pilnīgi automātisks lēmums darbojas tikai noteiktos domēnos”.
Nacho Ormeño, StartupXplore līdzdibinātājs un izpilddirektors, ir radījis spēju paredzēt nākotni un izlemt, kā ieguldīt. "Panākumus nosaka vērtības radīšana, un absolūti atšķirīgs faktors ir spēja izpildīt un mācīties no komandām, kas tos veido." Algoritmi var tik labi veikt daļu no filtrēšanas un riska analīzes darba, lai kalpotu par lēmumu atbalsta sistēmām, "šobrīd viņi joprojām nevar paredzēt, kā tirgus izturēsies, saskaroties ar jaunu vērtības piedāvājumu, vai arī tiks izveidota pietiekami motivēta komanda. spēj izstrādāt un izpildīt plānu vai arī optimāli uzlabos sev pieejamos resursus”.
Ormenjo uzsver faktu, ka jaunuzņēmumu investoram ir jānormalizē šo uzņēmumu neveiksme kā kaut kas ierasts savos portfeļos, jo "ir pētījumi, kas liecina, ka 65% no ieguldījumiem nesen izveidotos uzņēmumos nav izdevīgi investoram, visu vēstuli nesīs atlikušie 35%.
Wayra Madrid direktore Paloma Kastelāno atzīst, ka visi investīciju fondi ir balstīti uz šo lēmumu. "Mēs izmantojam dažādus informācijas avotus, ārējos un iekšējos, pateicoties mūsu projektu vēsturei," viņš saka. Wayra ir ieguldījis vairāk nekā 800 uzņēmumos visā pasaulē pēc vairāk nekā 80.000 XNUMX projektu analīzes un "mēs mācāmies visu procesu laikā". Tāpēc datu apstrāde ir svarīga, taču viņš atzīst, ka “tas nav nekļūdīgs process. Visiem fondiem ir antiportfelis, uzņēmumu kopums, kam teicām nē, un tas vēlāk izdevās,” viņš precizē. Castellano uzskata, ka joprojām ir daudz lielāks datu apjoms un "daudz labāka datu kvalitāte, un turklāt, ieguldot agrīnā stadijā, jūs galvenokārt ieguldāt cilvēkos".
pionieru platforma
2016. gadā Telefónica un BigML izveidoja PreSeries — vienu no pirmajām automatizētajām platformām, kas prognozēja starta, tostarp jaunuzņēmumu, veiksmīgas darbības varbūtību. Kopuzņēmums ar Telefónica rodas laikā, kad "jaunuzņēmumu jomā tika darīts ļoti maz", skaidro Francisco Martín, BigML līdzdibinātājs un izpilddirektors. Uzņēmums, kas samazina datus līdz patroniem, lai palīdzētu pieņemt lēmumus. Ideja būs panākt, ka pirmajā posmā būs abonenti, "lai investoram būtu pieejama informācija" un pēc tam "lai platforma automatizētu visu ciklu". 2019. gadā uzņēmums Rackspace iekļāva PreSeries, "lai izstrādātu programmu iekšēji". Martíns atceras, ka viņš radīja tehnoloģiju, kas spēj apkopot datus, un ka "tā darbojās salīdzinoši labi, programmatūra pieņēma lēmumus, bet tas bija palīgrīks. Izaicinājums bija iegūt informāciju, jo tā nav tik precīza kā valsts uzņēmumā.
Arturo Moreno vadīja PreSeries tā pēdējā posmā un ir sekojis viņa pēdās ar Databell. "Tas, kas notiek ar jaunizveidotiem uzņēmumiem un privātiem uzņēmumiem, ir tas, ka nav kvalitatīvu datu, un datu zinātnes izmantošanas priekšnoteikums ir tāds, ka tie ir ar projektīvu vērtību," saka Moreno. Izgājis cauri PreSeries, kur "mums izdevās paredzēt varbūtību, ka nokļūsim biržā vai kāds cits uzņēmums no jums iegādāsies", viņš spēra soli, lai "investori un jaunuzņēmumi apmainītos ar informāciju". Šī bezmaksas piekļuves platforma ar 200 investoriem un 500 jaunizveidotiem uzņēmumiem.
Moreno uzskata, ka šādi būs zināmas aktivitātes, algoritmi palīdzēs izvēlēties startapus, kuros jebkādā veidā investēt, tas būs “pilnīgi automatizēts process no kāda cilvēka elementa, kas ir svarīgs”. Bet tas piešķir analīzei veiklību, palīdzot pieņemt lēmumu. Viņš atgādina, cik svarīgi ir iegūt prognozējamu vērtību no datiem un atklāt lielu interesi par nozari, "ir liela apetīte investēt jaunuzņēmumos, un jo vairāk datu ir, jo labāk visām pusēm."
