隨著試圖在市場上站穩腳跟的初創公司的穩步增長，投資者很難決定投資誰。 眾所周知，在選擇一家公司或另一家公司時，許多因素都會發揮作用，包括創始人和投資者之間可能存在的同理心。 但我們身處一個數據世界，一切都被考慮在內，我們看到人工智能正在幫助許多部門做出決策。 創業公司也會發生同樣的事情嗎？
我們發現的第一個問題是關於它們的數據很少。 “有時無法從初創公司獲得信息、格式化、建立模型，這使得任務變得困難，”首先提到瓦倫西亞理工大學教授 José Hernández Orallo，他指導了 BigML 主席之一在機器學習中。
使用預測變量，例如領域、投資、團隊……然後模型決定，“就像在其他環境中所做的那樣，但在這種情況下，它們是高度可變的領域，創新非常重要。” 請記住，投資初創企業是一項冒險行為，如果有必要，它會成功，而且人工智能的可靠性“在一定程度上取決於預測的位置”。 關鍵是“如果這些系統比知道上下文的人做得更好”，那麼算法就會被排除在外。 但 Hernández Orallo 相信它“在過濾和做出聯合決策方面很有用。 您可以進行第一次篩選”並記住“完全自動的決定僅適用於某些領域”。
StartupXplore 的聯合創始人兼首席執行官 Nacho Ormeño 創造了預測未來和決定如何投資的能力。 “成功取決於創造價值，一個絕對差異化的因素是執行能力和向組成他們的團隊學習的能力。” 算法可以很好地完成部分過濾和風險分析工作，作為決策支持系統，“今天他們仍然無法預測市場在面對新的價值主張時將如何表現，或者如果一個有足夠動力的團隊將能夠制定和執行計劃，或者他們是否將對可用資源進行最佳改進”。
Ormeño 強調了這樣一個事實，即初創公司的投資者必須將這些公司的失敗常態化為他們投資組合中的一種習慣，因為“有研究表明，對最近創建的公司進行的 65% 的投資對投資者來說是無利可圖的，剩下的 35% 將攜帶整封信。
Wayra Madrid 的董事 Paloma Castellano 承認，所有投資基金都是基於這一決定。 “由於我們擁有的項目歷史，我們使用不同的信息來源，外部和內部，”他說。 Wayra 在分析了 800 多個項目並“我們在所有過程中學習”後，已在全球投資了 80.000 多家公司。 這就是為什麼數據處理是關鍵的原因，但他承認“這不是一個絕對可靠的過程。 所有的基金都有一個反投資組合，一組我們拒絕的公司，後來成功了”，他澄清道。 Castellano 認為，仍然有更多的數據量和“更好的數據質量，此外，當您在早期階段進行投資時，您首先投資於人”。
開拓平台
2016 年，Telefónica 和 BigML 創建了 PreSeries，這是首批預測初創公司（包括初創公司）成功概率的自動化平台之一。 BigML 的聯合創始人兼首席執行官弗朗西斯科·馬丁 (Francisco Martín) 解釋說，與 Telefónica 的合資企業是在“初創公司領域做得很少”的時候成立的，BigML 是一家為顧客減少數據以幫助做出決策的公司。 這個想法將是在第一階段讓訂閱者“讓投資者可以訪問信息”，然後“讓平台自動化整個週期”。 2019 年，Rackspace 公司將 PreSeries 納入“內部開發程序”。 Martín 記得他創造了能夠編譯數據的技術，並且“它工作得相對較好，軟件做出決定，但它是一種輔助工具。 挑戰在於獲取信息，因為它不像上市公司那樣精確”。
Arturo Moreno 在 PreSeries 的最後階段領導了他的腳步，並在 Databell 中追隨他的腳步。 “初創公司和私營公司的情況是沒有質量數據，使用數據科學的前提是它們具有預測價值，”莫雷諾說。 在通過 PreSeries 之後，“我們設法預測了上市或另一家公司會從你那裡購買的可能性”，他採取了措施，以便“投資者和初創公司交換信息”。 這個擁有 200 名投資者和 500 家初創公司的免費訪問平台。
莫雷諾認為，這種方式會有一些活動，算法將有助於選擇以任何方式投資的初創公司，這將是一個“完全自動化的過程，由重要的人組成”。 但它為有助於決策的分析提供了敏捷性。 他回顧了從數據中獲得預測價值並發現對該行業的極大興趣的重要性，“人們對投資初創公司的興趣很大，數據越多，對各方都越好。”
