Будущих «единорогов» выберет робот
Фонд Earlybird использует ПО, которое оценивает перспективность стартапа лучше инвесторов
Главная магия венчурного инвестора – умение разглядеть в стартапе будущего «единорога». Искусственный интеллект (ИИ), работающий в германском венчурном фонде Earlybird, вроде бы справляется с этой задачей с 80%-ной точностью.
За 23 года работы Earlybird принял решение о вложениях более чем в 200 европейских технологических стартапов. Но его лучшей инвестицией, возможно, является прием на работу три года назад 25-летнего аспиранта Мюнхенского технического университета Андре Реттерата. Как пишет Handelsblatt, молодой эксперт по ИИ готовится защищать диссертацию по теме «Машинное обучение и ценность данных в венчурном инвестировании». И разработанный им алгоритм оценки компаний-кандидатов справляется с задачей лучше специалистов-людей. Сотрудничество Earlybird с Реттератом взаимовыгодно: аспирант может использовать для своей научной работы реальные данные об инвестициях, а Earlybird получает в свое распоряжение передовой инструмент прогнозирования. «Речь идет не о выборе правильных [кандидатов] и не об отсеивании неправильных, речь о неотсеивании правильных. Для нас самый большой риск – пройти мимо следующего Facebook среди претендентов», – рассказал Реттерат в интервью Handelsblatt.
Венчурные инвесторы руководствуются эмпирическим правилом: из инвестиций в 25 стартапов 12 будут списаны, 10 выйдут в ноль, а 2–3 принесут такую прибыль, что ее хватит в том числе на то, чтобы покрыть неудачные вложения. Ставки высоки, поэтому фонды готовы использовать любые эффективные инструменты для выбора перспективных компаний, в том числе ИИ. Помимо Earlybird о попытках привлечь ИИ к принятию решений об инвестициях заявляли американский фонд E.ventures и шведский EQT. Последний, сообщает портал Axios, уже даже инвестировал $100 млн в стартапы, выбранные с помощью ИИ под названием Motherbrain.
В финансовом секторе математические модели используются давно. Наиболее успешно прогнозируется динамика котировок акций компаний на бирже. Стандартом сегодня является использование машинных алгоритмов и в хедж-фондах. Однако с венчурным инвестированием есть проблема – количество и качество данных: публичные компании обязаны раскрывать свои показатели, а стартапы не стремятся к публичности.
Но, как отмечает Handelsblatt, развитие интернет-технологий и анализа больших данных привело к появлению множества источников, из которых можно получать информацию о стартапах. 6 октября Реттерат опубликовал научную работу по сравнению популярных баз данных, которыми пользуются инвесторы, – Angellist, CB Insights, Crunchbase, Dealroom, PitchBook, Preqin, Tracxn и VentureSource. Проблема обозначена им так: «Все используют Crunchbase, но никто точно не знает, как обстоят дела с качеством этих данных». При этом венчурные фонды ежегодно тратят на информацию сотни тысяч евро. Реттерат сопоставил исходные данные более чем 400 стартапов из Европы и США с записями баз данных. В результате оказалось, что наиболее полными и точными источниками являются VentureSource (куплена CB Insights у Dow Jones в июле 2020 г.), PitchBook и Crunchbase.
Для построения своего алгоритма ИИ Реттерат использовал данные обо всех стартапах, которые можно найти в Crunchbase, PitchBook и LinkedIn. А для лабораторного исследования пригласил 111 профессиональных инвесторов, показал им обезличенные профили 10 компаний на 2016 г. и предложил указать из них пять, в которые стоит инвестировать с целью выхода на прибыль к 2020 г., а пять отсеять. В среднем инвесторы ошибались в оценках перспектив двух стартапов из пяти. А вот алгоритм Реттерата только в одном.