Piyasada yer edinmeye çalışan yeni şirketlerin sayısındaki sürekli artış nedeniyle yatırımcılar kime yatırım yapacaklarına karar vermekte giderek zorlanıyorlar. Bir şirketi seçerken kurucu ile yatırımcı arasında oluşabilecek empati de dahil olmak üzere pek çok faktörün devreye girdiği biliniyor. Ancak her şeyin hesaplandığı bir veri dünyasındayız ve Yapay Zekanın birçok sektörde karar almaya yardımcı olduğunu görüyoruz. Startup'larda da aynı durum söz konusu mu?
Bulduğumuz ilk sorun, onlar hakkında çok az veri bulunması. BigML Kürsülerinden birini yöneten Valensiya Politeknik Üniversitesi profesörü José Hernández Orallo'ya atıfta bulunarak şöyle başlıyor: "Bazen startup'lar hakkında bilgi edinmenin, biçimlendirmenin, bir modele sahip olmanın hiçbir yolu yoktur ve bu da görevi zorlaştırır." makine öğreniminde.
Etki alanı, yatırım, ekip gibi tahmine dayalı değişkenler kullanılır ve ardından model, "tıpkı diğer ortamlarda yapıldığı gibi, ancak bu durumda bunlar yeniliğin çok önemli olduğu çok değişken alanlardır." Yeni kurulan şirketlere yatırım yapmanın o kadar riskli bir eylem olduğunu ve gerekirse başarıya ulaşacağını ve yapay zekanın güvenilirliğinin "biraz da tahminin nereye bağlı olduğuna bağlı olduğunu" unutmayın. Anahtar nokta, algoritmaların dışında bırakılan "bu sistemlerin bunu bağlamı bilen insanlardan daha iyi yapıp yapmadığıdır". Ancak Hernández Orallo, "filtreleme ve ortak kararlar alma söz konusu olduğunda" kullanışlılığını yaratıyor. İlk taramayı yapabilirsiniz” ve “tamamen otomatik bir kararın yalnızca belirli alanlarda işe yaradığını” unutmayın.
StartupXplore'un kurucu ortağı ve CEO'su Nacho Ormeño, geleceği tahmin etme ve nasıl yatırım yapılacağına karar verme yeteneğini yarattı. "Başarı, değer yaratılmasıyla belirlenir ve kesinlikle farklılaşan bir faktör de onları oluşturan ekiplerin uygulama kapasitesi ve öğrenmesidir." Algoritmalar, filtreleme ve risk analizi işinin bir kısmını yaparak karar destek sistemleri olarak hizmet edebildikleri gibi, "bugün hala pazarın yeni bir değer teklifi karşısında nasıl davranacağını veya yeterince motive olmuş bir Ekibin bu duruma nasıl tepki vereceğini tahmin edemiyorlar." bir plan oluşturup uygulayamayacakları veya ellerindeki kaynaklarda en uygun iyileştirmeyi yapıp yapamayacakları.”
Ormeño, yeni kurulan şirketlere yapılan yatırımların %65'inin yatırımcı için kârlı olmadığını gösteren çalışmalar olduğundan, startup yatırımcılarının bu şirketlerin başarısızlığını portföylerinde ortak bir şey olarak normalleştirmesi gerektiğinin altını çiziyor. tüm menünün geri kalan %35'i tarafından taşınacak."
Wayra Madrid'in direktörü Paloma Castellano, tüm yatırım fonlarının bu karara dayandığını kabul ediyor. "Projelerle ilgili geçmişimiz sayesinde, iç ve dış farklı bilgi kaynaklarını kullanıyoruz" diyor. Wayra olarak 800'den fazla projeyi analiz ettikten sonra dünya çapında 80.000'den fazla şirkete yatırım yaptık ve "tüm süreçler boyunca öğreniyoruz." Bu nedenle veri işleme önemlidir ancak bunun "yanılmaz bir süreç olmadığının" da bilincindedir. Tüm fonların, bizim hayır dediğimiz ve daha sonra başarılı olan bir dizi şirketten oluşan bir anti-portföyleri var” diye açıklıyor. Castellano, hala çok daha fazla miktarda veriye ve "çok daha yüksek kalitede veriye" ihtiyaç olduğuna ve ayrıca erken aşamalara yatırım yaptığınızda, her şeyden önce insanlara yatırım yaptığınıza inanıyor.
öncü platform
2016 yılında Telefónica ve BigML, startup'lar da dahil olmak üzere bir startup'ın başarılı olma olasılığını tahmin eden ilk otomatik platformlardan biri olan PreSeries'i yarattı. Karar vermelerine yardımcı olmak için verileri müşterilerin kullanımına indiren BigML'in kurucu ortağı ve CEO'su Francisco Martín, Telefónica ile ortak girişimin "yeni girişimler alanında çok az şey yapıldığı bir zamanda" ortaya çıktığını açıklıyor. Buradaki fikir, ilk aşamada "yatırımcının bilgiye erişebilmesi için" ve ardından "platformun tüm döngüyü otomatikleştirmesi için" abonelere sahip olmak olacak. 2019 yılında Rackspace şirketi, "programı dahili olarak geliştirmek için" PreSeries'i dahil etti. Martín, verileri derleyebilecek teknolojiyi yarattığını ve "nispeten iyi çalıştığını, kararları yazılım verdiğini ancak bir yardım aracı olduğunu" hatırlıyor. Zorluk bilgiyi almaktı çünkü bilgiler halka açık bir şirketteki kadar kesin değildi."
Arturo Moreno, PreSeries'in son aşamasında liderlik etti ve Databell ile onu takip etti. Moreno, "Yeni kurulan şirketlerde ve özel şirketlerde olan şey, kaliteli veri olmaması ve veri bilimini kullanmanın öncülü, projektif değere sahip olmasıdır" diyor. "Halka açılma veya başka bir şirketin sizi satın alma olasılığını tahmin edebildiğimiz" PreSeries'teki döneminin ardından, "yatırımcılar ve startup'ların bilgi alışverişinde bulunabilmesi" için bir adım attı. 200 yatırımcı ve 500 startup'ın yer aldığı bu ücretsiz erişim platformu.
Moreno, bu şekilde bazı faaliyetlerin olacağına, algoritmaların herhangi bir şekilde yatırım yapılacak girişimlerin seçilmesine yardımcı olacağına inanıyor; bu, "önemli olan kişinin bir unsuru tarafından tamamen otomatikleştirilmiş bir süreç" olacak. Ancak karara yardımcı olarak analizi hızlandırır. Verilerin öngörü değerine sahip olmasının ve sektöre büyük ilginin tespit edilmesinin önemini unutmayın, "Startuplara yatırım yapmak için çok fazla istek var ve ne kadar çok veri olursa, tüm taraflar için o kadar iyi olur."
