Привлечение принятия решений на основе ИИ к инвестированию в стартапы — горячо обсуждаемая тема. Разговоры быстро переходят к тому, что инвестирование в стартапы является ремесленной торговлей, нюансы которой ИИ не может уловить, и высказываются опасения, что алгоритмы усугубят известные предубеждения в системе.

Многие преимущества решений часто упускаются из виду.

Поэтому мы хотим быть прозрачными в отношении наших взглядов в этой области, работы, которую мы делаем, и того, что, как мы знаем, нам нужно улучшить.

Два убеждения управляют нашим мышлением:

Во-первых, человеческая интуиция — далеко не идеальный инструмент для принятия решений

Наш мозг подвержен множеству когнитивных искажений, которые ухудшают наши суждения. Это результат сотен тысяч лет эволюции. Люди разработали систему рассуждений, основанную на простой эвристике, обрабатывающую меньше информации и приводящую к тому, что импульсивное принятие решений становится преобладающим среди потомков.

Как люди, мы придаем большее значение ярким или недавним событиям, группируем предметы в стереотипы и чувствуем себя обязанными найти разумные объяснения тому, что может быть просто случайным шумом.

Таким образом, сильное упование на человеческую интуицию, когда дело доходит до принятия решений, приводит к неоптимальным решениям. Это также включает в себя решения об инвестициях в стартапы, где цифры рассказывают историю; 95% венчурных капиталистов не приносят требуемой прибыли, более 50% инвестиций теряют деньги, а более 70 миллиардов долларов ежегодно инвестируется в неудачные стартапы.

95% венчурных капиталистов не приносят требуемой прибыли, более 50% инвестиций теряют деньги, а более 70 миллиардов долларов ежегодно инвестируется в неудачные стартапы.

Наша роль заключается не в том, чтобы обвинять инвестора. Они усердно работают с доступными им инструментами. Но слишком много информации для обработки человеком — слишком много стартапов для анализа, новых технологий, которые нужно знать, отраслей, которые нужно понимать, и нишевых рынков, о которых нужно знать. И темпы изменений только ускоряются.

Люди-инвесторы, как правило, зацикливаются на очень небольшом количестве точек данных, изо всех сил пытаются обдумать все отношения между данными и предпочитают простые линейные отношения.

Напротив, алгоритмы могут учитывать миллионы точек данных, которые выходят за пределы досягаемости и сети любого отдельного инвестора.

Наше второе убеждение заключается в том, что пока невозможно предсказать успех стартапа на основе данных, которые существуют в общедоступных (и платных частных) доменах.

Если вашим алгоритмам нужно предсказывать будущее, вам нужны отличные последовательные данные. А проще говоря, данные (или, если использовать правильный термин, — информация) в открытом доступе, недостаточно хороши. Он недостаточно богат, недостаточно контекстуален, структурирован или правильно помечен, чтобы поддерживать правильные прогнозы.

Вот почему сегодня наше использование машинного обучения и искусственного интеллекта в анализе стартапов не связано с попыткой предсказать успех стартапа. Мы собираем уникальный набор данных, не требуя прямого ввода от предпринимателя, наряду со многими общедоступными и платными интеграциями данных, и передаем их в наши модели. Наша цель — оценить (и, в конечном итоге, оценить) потенциальные риски, связанные с инвестициями, чтобы помочь инвесторам проанализировать больше сделок, поддержать более эффективное распределение капитала и помочь нужным стартапам получить финансирование как можно раньше.

Наша цель — оценить (и, в конечном итоге, оценить) потенциальные риски, связанные с инвестициями, чтобы помочь инвесторам проанализировать больше сделок, поддержать более эффективное распределение капитала и помочь нужным стартапам получить финансирование как можно раньше.

Наши алгоритмы не будут идеальными с самого начала, и мы принимаем, что изначально они не будут свободны от предвзятости или ошибок — это просто невозможно обойти. Тем не менее, единственный способ обнаружить эти проблемы — это сначала уметь правильно записывать, проверять и понимать их.

Как только наши данные станут более зрелыми (через 1-2 года), мы будем использовать машинное обучение для оптимизации наших алгоритмов и поиска сегментов в наших данных, которые лучше всего объясняют дисперсию на мелкозернистых уровнях и, что особенно важно, даже если они не интуитивно понятны нашему человеческому восприятию.

ИИ без проблем справляется с тысячами или даже миллионами группировок. И ИИ более чем удобно работать с нелинейными отношениями, будь то экспоненциальные, степенные законы, геометрические ряды, биномиальные распределения или другие.

Тогда мы сможем по-настоящему понять, сколько предвзятости и ошибок мы, к сожалению, закодировали, и сможем их искоренить.

Чтобы ускорить наше совершенствование в ближайшие месяцы, мы будем работать со специалистами по этике ИИ и академическими кругами, чтобы просмотреть и в конечном итоге опубликовать нашу работу.

В настоящее время ни один инвестор в мире не делает этого и не может. Нет инвестора, который оглядывается на 2, 5 или 10 лет назад и анализирует каждое вложение в стартап, которое он сделал (и не сделал), а затем отслеживает, как это закончилось. Поэтому, когда мы бросаем вызов внедрению решений, основанных на ИИ, в инвестиции в стартапы, мы призываем людей думать о более широких преимуществах по сравнению со статус-кво и его известными недостатками.

Сводка

Оспаривая принятие решений на основе ИИ при инвестировании в стартапы, нам нравится проводить сравнения с аргументом о том, что беспилотные автомобили небезопасны — когда мы знаем, что в целом они значительно безопаснее, чем люди за рулем.

Использование машины, которая не ограничена сетью, знаниями или возможностями анализа, имеет смысл. Чтобы было ясно, мы не говорим об удалении людей из цикла. Скорее, мы хотим поднять людей, чтобы они сосредоточились на работе, где их добавленная стоимость выше. Например, разработка инвестиционных тезисов, окончательный выбор инвестиций и обсуждение сделок, а также налаживание отношений для ускорения роста стартапов.

Ценность ИИ заключается в том, что он принимает лучшие решения, чем то, что могут сделать только люди. Когда дело доходит до инвестирования в стартапы, это может привести к резкому повышению эффективности и качества инвестиций.

Лучшими инвесторами в следующем десятилетии будут те, кто найдет способы в полной мере использовать ценность, содержащуюся в их данных, и внедрить ИИ в рабочий процесс в качестве основного процессора данных.

—

О Кобле

В Кобле мы строим инфраструктуру No-Code ML для частных рыночных инвесторов.

Инвесторы легко создают персонализированные модели, которые обеспечивают конкурентные преимущества поверх инфраструктуры Koble. Через несколько недель без кода.

Наша платформа на основе искусственного интеллекта и машинного обучения автоматически оценивает стартапы по параметрам «Команда», «Рынок» и «Тяга». Сегодня мы помогаем инвесторам быстро и тщательно находить, анализировать и оценивать тысячи стартапов.

Алгоритмы Кобла рассчитают вероятность того, что стартап привлечет будущие инвестиции и станет исключением. В конечном итоге Кобл превзойдет человеческие возможности и произведет революцию в инвестировании в стартапы.

Узнайте больше на koble.ai