സ്റ്റാർട്ടപ്പുകൾ ആകണോ വേണ്ടയോ എന്ന് അൽഗോരിതം തീരുമാനിക്കുമ്പോൾ

വിപണിയിൽ കാലുറപ്പിക്കാൻ ശ്രമിക്കുന്ന പുതിയ കമ്പനികളുടെ നിരന്തരമായ വർദ്ധനവ്, നിക്ഷേപകർക്ക് ആരിൽ നിക്ഷേപിക്കണമെന്ന് തീരുമാനിക്കുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടാണ്. ഒന്നോ അല്ലെങ്കിൽ മറ്റൊരു കമ്പനിയോ തിരഞ്ഞെടുക്കുമ്പോൾ, സ്ഥാപകനും നിക്ഷേപകനും തമ്മിലുള്ള സഹാനുഭൂതി ഉൾപ്പെടെ നിരവധി ഘടകങ്ങൾ പ്രവർത്തിക്കുമെന്ന് അറിയാം. എന്നാൽ നമ്മൾ ഡാറ്റയുടെ ഒരു ലോകത്താണ്, അതിൽ എല്ലാ കാര്യങ്ങളും കണക്കിലെടുക്കുകയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പല മേഖലകളിലും തീരുമാനങ്ങൾ എടുക്കാൻ സഹായിക്കുകയും ചെയ്യുന്നു. സ്റ്റാർട്ടപ്പുകളുടെ കാര്യത്തിലും ഇതുതന്നെയാണോ സംഭവിക്കുന്നത്?

ഞങ്ങൾ കണ്ടെത്തിയ ആദ്യത്തെ പ്രശ്നം അവരെക്കുറിച്ചുള്ള ഡാറ്റ കുറവാണ് എന്നതാണ്. "ചിലപ്പോൾ സ്റ്റാർട്ടപ്പുകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ലഭിക്കില്ല, ഫോർമാറ്റ് ചെയ്‌തിരിക്കുന്നു, ഒരു മോഡൽ ഉണ്ടായിരിക്കണം, അത് ടാസ്‌ക് ബുദ്ധിമുട്ടാക്കുന്നു," ബിഗ്‌എംഎൽ ചെയറുകളിൽ ഒന്ന് സംവിധാനം ചെയ്ത വലൻസിയയിലെ പോളിടെക്‌നിക് യൂണിവേഴ്‌സിറ്റിയിലെ പ്രൊഫസർ ജോസ് ഹെർണാണ്ടസ് ഒറല്ലോയെ പരാമർശിച്ചുകൊണ്ട് ആരംഭിക്കുന്നു. മെഷീൻ ലേണിംഗിൽ.

ഡൊമെയ്‌ൻ, നിക്ഷേപം, ടീം... എന്നിങ്ങനെയുള്ള പ്രവചന വേരിയബിളുകൾ ഉപയോഗിക്കുന്നു, തുടർന്ന് മോഡൽ തീരുമാനിക്കുന്നു, "മറ്റ് പരിതസ്ഥിതികളിൽ ചെയ്യുന്നതുപോലെ, എന്നാൽ ഈ സാഹചര്യത്തിൽ അവ നവീകരണത്തിന് വളരെ പ്രാധാന്യമുള്ള വളരെ വേരിയബിൾ ഫീൽഡുകളാണ്." സ്റ്റാർട്ടപ്പുകളിൽ നിക്ഷേപിക്കുന്നത് അപകടകരമായ ഒരു പ്രവർത്തനമാണെന്നും ആവശ്യമെങ്കിൽ അത് വിജയം കൈവരിക്കുമെന്നും AI യുടെ വിശ്വാസ്യത “അത് എവിടെയാണ് പ്രവചിച്ചിരിക്കുന്നത് എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു” എന്നും ഓർക്കുക. അൽഗോരിതങ്ങളിൽ നിന്ന് ഒഴിവാക്കിയ സന്ദർഭം അറിയുന്ന ആളുകളെക്കാൾ മികച്ച രീതിയിൽ ഈ സംവിധാനങ്ങൾ ഇത് ചെയ്യുന്നു എന്നതാണ് പ്രധാനം. എന്നാൽ ഹെർണാണ്ടസ് ഒറല്ലോ അതിന്റെ പ്രയോജനം സൃഷ്ടിക്കുന്നു “അത് ഫിൽട്ടർ ചെയ്യുന്നതിനും സംയുക്ത തീരുമാനങ്ങൾ എടുക്കുന്നതിനും വരുമ്പോൾ. നിങ്ങൾക്ക് ഒരു ആദ്യ സ്ക്രീനിംഗ് നടത്താം" കൂടാതെ "പൂർണ്ണമായ യാന്ത്രിക തീരുമാനം ചില ഡൊമെയ്‌നുകളിൽ മാത്രമേ പ്രവർത്തിക്കൂ" എന്ന് ഓർക്കുക.

സ്റ്റാർട്ടപ്പ് എക്സ്പ്ലോറിന്റെ സഹസ്ഥാപകനും സിഇഒയുമായ നാച്ചോ ഒർമെനോ, ഭാവി പ്രവചിക്കാനും എങ്ങനെ നിക്ഷേപിക്കണമെന്ന് തീരുമാനിക്കാനുമുള്ള കഴിവ് സൃഷ്ടിച്ചു. "വിജയം നിർണ്ണയിക്കുന്നത് മൂല്യത്തിന്റെ സൃഷ്ടിയാണ്, അവ ഉൾപ്പെടുന്ന ടീമുകളുടെ നിർവ്വഹണ ശേഷിയും പഠനവുമാണ് തികച്ചും വ്യത്യസ്തമായ ഘടകം." അൽഗോരിതങ്ങൾക്ക് ഫിൽട്ടറിംഗിന്റെയും അപകടസാധ്യത വിശകലനത്തിന്റെയും ഒരു ഭാഗം ചെയ്യാൻ കഴിയുന്നതുപോലെ, അതുവഴി തീരുമാന പിന്തുണാ സംവിധാനങ്ങളായി പ്രവർത്തിക്കുന്നു, “ഇന്നും അവർക്ക് ഒരു പുതിയ മൂല്യനിർണ്ണയത്തിൽ വിപണി എങ്ങനെ പ്രവർത്തിക്കുമെന്ന് പ്രവചിക്കാൻ കഴിയില്ല, അല്ലെങ്കിൽ വേണ്ടത്ര പ്രചോദിതരായ ടീം ആയിരിക്കും. ഒരു പ്ലാൻ നിർമ്മിക്കാനും നടപ്പിലാക്കാനും കഴിയും, അല്ലെങ്കിൽ അവർക്ക് ലഭ്യമായ വിഭവങ്ങളുടെ ഒപ്റ്റിമൽ മെച്ചപ്പെടുത്തൽ അവർ വരുത്തുമോ എന്ന്."

സ്റ്റാർട്ടപ്പുകളിലെ നിക്ഷേപകൻ ഈ കമ്പനികളുടെ പരാജയം അവരുടെ പോർട്ട്‌ഫോളിയോകളിൽ സാധാരണമായ ഒന്നായി മാറ്റണം എന്ന വസ്തുത Ormeño എടുത്തുകാണിക്കുന്നു, കാരണം "അടുത്തിടെ സൃഷ്ടിച്ച കമ്പനികളിൽ നടത്തിയ നിക്ഷേപങ്ങളിൽ 65% നിക്ഷേപകന് ലാഭകരമല്ലെന്ന് സൂചിപ്പിക്കുന്ന പഠനങ്ങളുണ്ട്, "ലാഭം മുഴുവൻ മെനുവും ബാക്കിയുള്ള 35% കൊണ്ടുപോകും.

എല്ലാ നിക്ഷേപ ഫണ്ടുകളും ഈ തീരുമാനത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണെന്ന് വയ്‌റ മാഡ്രിഡിന്റെ ഡയറക്ടർ പലോമ കാസ്റ്റെല്ലാനോ തിരിച്ചറിയുന്നു. “ഞങ്ങൾക്ക് പ്രോജക്റ്റുകളുടെ ചരിത്രത്തിന് നന്ദി, ബാഹ്യവും ആന്തരികവുമായ വിവിധ വിവര സ്രോതസ്സുകൾ ഞങ്ങൾ ഉപയോഗിക്കുന്നു,” അദ്ദേഹം പറയുന്നു. Wayra-ൽ, 800-ലധികം പ്രോജക്ടുകൾ വിശകലനം ചെയ്തതിന് ശേഷം ഞങ്ങൾ ലോകമെമ്പാടുമുള്ള 80.000-ലധികം കമ്പനികളിൽ നിക്ഷേപം നടത്തി, "എല്ലാ പ്രക്രിയകളിലും ഞങ്ങൾ പഠിക്കുന്നു." അതുകൊണ്ടാണ് ഡാറ്റ പ്രോസസ്സിംഗ് പ്രധാനം എന്നാൽ "ഇതൊരു തെറ്റ് പറ്റാത്ത പ്രക്രിയയല്ല" എന്ന് തിരിച്ചറിയുന്നു. എല്ലാ ഫണ്ടുകൾക്കും ഒരു ആന്റി പോർട്ട്‌ഫോളിയോ ഉണ്ട്, ഞങ്ങൾ വേണ്ടെന്ന് പറഞ്ഞതും പിന്നീട് വിജയിച്ചതുമായ ഒരു കൂട്ടം കമ്പനികൾ,” അദ്ദേഹം വ്യക്തമാക്കുന്നു. ഇനിയും കൂടുതൽ ഡാറ്റയുടെ ആവശ്യവും "ഡാറ്റയുടെ ഉയർന്ന നിലവാരവും ആവശ്യമാണെന്നും, കൂടാതെ, നിങ്ങൾ ആദ്യഘട്ടങ്ങളിൽ നിക്ഷേപിക്കുമ്പോൾ, നിങ്ങൾ എല്ലാറ്റിനുമുപരിയായി ആളുകളിൽ നിക്ഷേപിക്കുന്നു" എന്നും കാസ്റ്റെല്ലാനോ വിശ്വസിക്കുന്നു.

പയനിയർ പ്ലാറ്റ്ഫോം

2016-ൽ, ടെലിഫോണിക്കയും ബിഗ്‌എം‌എല്ലും പ്രീസീരീസ് സൃഷ്ടിച്ചു, സ്റ്റാർട്ടപ്പുകൾ ഉൾപ്പെടെയുള്ള ഒരു സ്റ്റാർട്ടപ്പ് വിജയിക്കാനുള്ള സാധ്യത പ്രവചിക്കുന്ന ആദ്യത്തെ ഓട്ടോമേറ്റഡ് പ്ലാറ്റ്‌ഫോമുകളിലൊന്നാണ്. “സ്റ്റാർട്ടപ്പുകളുടെ മേഖലയിൽ വളരെ കുറച്ച് മാത്രമേ ചെയ്തിട്ടുള്ളൂ” എന്ന സമയത്താണ് ടെലിഫോണിക്കയുമായുള്ള സംയുക്ത സംരംഭം ഉണ്ടാകുന്നത്, തീരുമാനങ്ങൾ എടുക്കാൻ സഹായിക്കുന്നതിന് രക്ഷാധികാരികൾക്ക് ഡാറ്റ കുറയ്ക്കുന്ന ഒരു കമ്പനിയായ ബിഗ്‌എം‌എല്ലിന്റെ സഹസ്ഥാപകനും സിഇഒയുമായ ഫ്രാൻസിസ്കോ മാർട്ടിൻ വിശദീകരിക്കുന്നു. ആദ്യ ഘട്ടത്തിൽ "നിക്ഷേപകന് വിവരങ്ങളിലേക്ക് ആക്‌സസ് ഉണ്ടായിരിക്കും" തുടർന്ന് "മുഴുവൻ സൈക്കിളും ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനുള്ള പ്ലാറ്റ്‌ഫോം" എന്നതായിരിക്കും ആശയം. 2019-ൽ, റാക്ക്‌സ്‌പേസ് കമ്പനി "പ്രോഗ്രാം ആന്തരികമായി വികസിപ്പിക്കുന്നതിന്" പ്രീസീരീസ് ഉൾപ്പെടുത്തി. ഡാറ്റ കംപൈൽ ചെയ്യാൻ കഴിവുള്ള സാങ്കേതികവിദ്യ താൻ സൃഷ്ടിച്ചുവെന്നും “അത് താരതമ്യേന നന്നായി പ്രവർത്തിച്ചു, സോഫ്റ്റ്‌വെയർ തീരുമാനങ്ങളെടുത്തു, പക്ഷേ അതൊരു സഹായ ഉപകരണമായിരുന്നുവെന്നും മാർട്ടിൻ ഓർക്കുന്നു. ഒരു പബ്ലിക് കമ്പനിയിലേത് പോലെ കൃത്യമല്ലാത്തതിനാൽ വിവരങ്ങൾ നേടുകയായിരുന്നു വെല്ലുവിളി.”

അർതുറോ മൊറേനോ പ്രീസീരീസ് അതിന്റെ അവസാന ഘട്ടത്തിൽ നയിച്ചു, കൂടാതെ ഡാറ്റാബെല്ലിനൊപ്പം അദ്ദേഹം തുടർന്നു. “സ്റ്റാർട്ടപ്പുകളിലും സ്വകാര്യ കമ്പനികളിലും സംഭവിക്കുന്നത് ഗുണനിലവാരമുള്ള ഡാറ്റ ഇല്ല എന്നതാണ്, ഡാറ്റാ സയൻസ് ഉപയോഗിക്കുന്നതിനുള്ള ഒരു മുൻവശം അത് പ്രൊജക്റ്റീവ് മൂല്യമുള്ളതാണ്,” മൊറേനോ പറയുന്നു. "പബ്ലിക് ആകാനുള്ള സാധ്യതയോ അല്ലെങ്കിൽ മറ്റൊരു കമ്പനി നിങ്ങളെ വാങ്ങുമെന്നോ പ്രവചിക്കാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു" പ്രീസീരീസിലെ അദ്ദേഹത്തിന്റെ സമയത്തിന് ശേഷം, "നിക്ഷേപകർക്കും സ്റ്റാർട്ടപ്പുകൾക്കും വിവരങ്ങൾ കൈമാറാൻ" അദ്ദേഹം ഒരു നടപടി സ്വീകരിച്ചു. 200 നിക്ഷേപകരും 500 സ്റ്റാർട്ടപ്പുകളുമുള്ള ഈ സൗജന്യ ആക്സസ് പ്ലാറ്റ്ഫോം.

ഈ രീതിയിൽ ചില പ്രവർത്തനങ്ങൾ ഉണ്ടാകുമെന്ന് മൊറേനോ വിശ്വസിക്കുന്നു, ഏതെങ്കിലും വിധത്തിൽ നിക്ഷേപം നടത്തുന്ന സ്റ്റാർട്ടപ്പുകളെ തിരഞ്ഞെടുക്കാൻ അൽഗോരിതങ്ങൾ സഹായിക്കും, അത് "പ്രധാനപ്പെട്ട വ്യക്തിയുടെ ഒരു ഘടകം പൂർണ്ണമായും യാന്ത്രികമായ പ്രക്രിയ" ആയിരിക്കും. എന്നാൽ തീരുമാനത്തെ സഹായിക്കുന്നതിലൂടെ അത് വിശകലനത്തെ വേഗത്തിലാക്കുന്നു. ഡാറ്റയുടെ പ്രവചന മൂല്യം ഉണ്ടായിരിക്കേണ്ടതിന്റെയും ഈ മേഖലയിൽ വലിയ താൽപ്പര്യം കണ്ടെത്തുന്നതിന്റെയും പ്രാധാന്യം ഓർക്കുക, "സ്റ്റാർട്ടപ്പുകളിൽ നിക്ഷേപിക്കാൻ ധാരാളം വിശപ്പുണ്ട്, കൂടുതൽ ഡാറ്റ നിലവിലുണ്ട്, അത് എല്ലാ കക്ഷികൾക്കും മികച്ചതായിരിക്കും."