В связи с неуклонным ростом числа стартапов, пытающихся закрепиться на рынке, инвесторам становится все труднее решать, в кого инвестировать. Известно, что при выборе той или иной компании в игру вступают многие факторы, в том числе и эмпатия, которая может существовать между учредителем и инвестором. Но мы находимся в мире данных, в котором все учтено и где мы видим, что искусственный интеллект помогает во многих секторах принимать решения. Происходит ли то же самое со стартапами?
Первая проблема, которую мы обнаружили, заключается в том, что по ним мало данных. «Иногда нет возможности получить информацию от стартапов, отформатировать ее, получить модель, и это усложняет задачу», — говорит Хосе Эрнандес Оралло, профессор Политехнического университета Валенсии, который руководил одной из кафедр BigML. в машинном обучении.
Используются прогностические переменные, такие как домен, инвестиции, команда... и затем модель принимает решение, «точно так же, как это делается в других условиях, но в данном случае это очень изменчивые области, где инновации очень важны». Помните, что инвестирование в стартапы — это настолько рискованное действие, что в случае необходимости оно увенчается успехом, и что надежность ИИ «немного зависит от того, где его прогнозируют». Ключ в том, «если эти системы делают это лучше, чем люди, которые знают контекст», который не учитывается алгоритмами. Но Эрнандес Оралло считает его полезным, «когда дело доходит до фильтрации и принятия совместных решений. Вы можете сделать первый скрининг» и помнить, что «полностью автоматическое решение работает только в определенных областях».
Начо Орменьо, соучредитель и генеральный директор StartupXplore, создал возможность предсказывать будущее и решать, как инвестировать. «Успех определяется созданием ценности, и абсолютно отличительным фактором является способность действовать и учиться у команд, которые их составляют». Алгоритмы могут так хорошо выполнять часть фильтрации и анализа рисков, служить там в качестве систем поддержки принятия решений, «сегодня они все еще не могут предсказать, как поведет себя рынок перед лицом нового ценностного предложения, или будет ли достаточно мотивированная команда в состоянии построить и выполнить план, или если они сделают оптимальное улучшение имеющихся у них ресурсов».
Орменьо подчеркивает тот факт, что инвестор в стартапы должен нормировать неудачи этих компаний как что-то привычное в своем портфеле, поскольку «существуют исследования, указывающие на то, что 65% инвестиций, сделанных в недавно созданные компании, не выгодны для инвестора, рентабельность все письмо будет выполнено оставшимися 35%.
Палома Кастеллано, директор Wayra Madrid, признает, что все инвестиционные фонды основаны на этом решении. «Мы используем разные источники информации, внешние и внутренние, благодаря нашей истории проектов», — говорит он. Wayra инвестировала в более чем 800 компаний по всему миру, проанализировав более 80.000 XNUMX проектов, и «мы учимся во всех процессах». Вот почему обработка данных имеет ключевое значение, но он признает, что «это не безошибочный процесс. У всех фондов есть антипортфель, набор компаний, которым мы сказали «нет» и которые впоследствии добились успеха», — уточняет он. Кастеллано считает, что объем данных по-прежнему гораздо больше и «данные гораздо лучшего качества, и, кроме того, когда вы инвестируете на ранних этапах, вы инвестируете, прежде всего, в людей».
новаторская платформа
В 2016 году Telefónica и BigML создали PreSeries, одну из первых автоматизированных платформ, предсказывающих вероятность успеха стартапа, в том числе стартапа. Совместное предприятие с Telefónica возникло в то время, когда «очень мало было сделано в области стартапов», объясняет Франсиско Мартин, соучредитель и генеральный директор BigML, компании, которая сводит данные к посетителям, чтобы помочь в принятии решений. Идея будет заключаться в том, чтобы на первом этапе иметь подписчиков, «чтобы инвестор имел доступ к информации», а затем «чтобы платформа автоматизировала весь цикл». В 2019 году компания Rackspace включила PreSeries «для внутренней разработки программы». Мартин вспоминает, что он создал технологию, способную собирать данные, и что «она работала относительно хорошо, программное обеспечение принимало решения, но это был вспомогательный инструмент. Сложно было получить информацию, потому что она не такая точная, как в публичной компании».
Артуро Морено лидировал на последнем этапе PreSeries и пошел по его стопам с Databell. «Что происходит со стартапами и частными компаниями, так это то, что нет качественных данных, и предпосылкой для использования науки о данных является то, что они имеют проективную ценность», — говорит Морено. Пройдя PreSeries, где «нам удалось спрогнозировать вероятность выхода на биржу или того, что у вас купит другая компания», он сделал шаг к тому, чтобы «инвесторы и стартапы обменялись информацией». Это платформа свободного доступа с 200 инвесторами и 500 стартапами.
Морено считает, что таким образом будут какие-то действия, алгоритмы помогут выбрать стартапы, в которые можно инвестировать каким-либо образом, это будет «полностью автоматизированный процесс важным элементом человека». Но это дает гибкость анализу, помогающему в принятии решения. Он напоминает о важности прогностической ценности данных и выявления большого интереса к этому сектору: «Существует большое желание инвестировать в стартапы, и чем больше данных, тем лучше для всех сторон».
