不会用数据和AI,今天再牛的投资人也没有未来

2023-02-05
要想“看的见、投的早”,早期基金管理人必须擅用大数据和机器学习。

图片

创业邦(ID:ichuangyebang)

编译丨信陵

编辑丨海腰

近几年,如果说VC业对未来有什么共识,押注数据和AI肯定算一个。(详见《未来的VC合伙人可能穿着格子衬衫》)

这方面,年轻的GP可能走的更快。

EQT Ventures成立于2016年,是欧洲最大私募股权投资机构之一EQT Group(殷拓集团,下称:EQT)的风险投资部门。

作为一家只有6年历史的机构,它刚刚募集了11亿欧元的三期基金,是目前欧洲最大的一支早期基金。

图片

中国读者可能对EQT不太熟悉。睿兽分析的数据显示,源于瑞典的EQT,资金管理规模近1000亿欧元。

去年10月,它斥资68亿欧元收购了亚洲三大私募之一的霸菱亚洲,后者资产管理规模177亿欧元,也是著名女投资家徐新的老东家。

EQT Ventures拿的是北欧的“老钱”,但做派十分新锐,尤其是数字化和大数据应用走在了很多大机构的前面,有行业人士甚至称之为“一家属于未来的VC“。

最近,EQT Group数据管理主管 Pedram Birounvand和VC Stack创始人Max Fleitmann进行了一场对话,主题是EQT Ventures如何利用AI的力量识别和投资早期初创企业。

其中,二位专家对数据驱动型基金的运作方式讨论得非常深入,包括数据的利用方式、数据团队的构建等等。

VC Stack是一家为投资机构提供软件和工具评估的创业公司。主要创始人Max Fleitmann既是连续创业者,也是投资人。

图片

创业邦整理了交流的摘要,点击此处查看原文:Shaping the Future of Venture Capital with Data and AI

图片

EQT如何使用数据?

EQT搭建了自己的AI驱动系统Motherbrain,这一系统对识别两类机会很有价值,一类是“容易被忽视的”机会,另一类是容易变成“为时已晚”的机会。

这个系统能够帮助搜索交易机会和投资决策。系统的算法使用卷积神经网络来映射数据之间的联系,例如应用程序商店下载量、之前投资者的信息、网站流量、创始人简历等。

这样的话,EQT不仅能够抢在同行前面接触到初创企业,而且做得准备也足够充分。比如在Motherbrain的帮助下,公司抓住了9个容易被忽视的投资机会。

另外,这套系统还能改善内部运营,比如帮助合伙人在投后服务上优化时间管理,比如为合伙人要参加的会议准备过往的交流摘要等等。

为了做大这一点,EQT大量投资数据科学家,他们通过在非结构化的数据中寻找关联,识别出优秀的企业。这就需要对数据科学、工程知识,最领先的数据(包括云数据平台)进行投资。

Pedram说,数据还被用于为被投公司创造价值。包括帮助被投企业获取市场数据、识别一个地区的宏观形势,与其他非竞争关系的被投企业分享数据等等。

被投公司还能从EQT得到一些自助数据产品的支持。例如,在ESG这样的细分领域,EQT正在构建一个产品,被投企业可以用这个产品将自己的ESG绩效与基准进行对比。

当然,被投企业还可以根据临时的需求,寻求EQT的数据支持。

图片

图片

小基金与大基金如何使用数据?

Pedram的观点是,虽然数据对所有基金都重要,但使用方式的复杂程度并不相同。

小机构应该使用现成的产品。如果要成功构建自己的产品,通常需要有一个4-5人的团队,这对小基金来说是一笔大投资。如果是资产管理规模超过10亿美元的大型基金,建立内部团队就是值得的投资,与使用现成的工具相比,使用专有工具将具有竞争优势。

Pedram说,现代人工智能和自然语言技术将为投资基金创造出优势。比如,ChatGPT彻底改变了人们在互联网上的互动方式。投资基金可以从ChatGPT那里获取更多的结构化数据。

VC Stack的Maximilian介绍说,VC Stack正在深入探讨如何使用ChatGPT做投资。大家可以访问登录www.vcstack.io找找案例和灵感。

图片

图片

对于希望采用新的数据工具的基金

有什么建议?

Pedram认为,评估适用性的一种简单方法是试用这些工具,今天的云软件非常有可能做到这一点。他说,与供应商谈判时,要争取免费试用或是以优惠的价格试用的机会。如果不满意就随时退出。

另外一个有用的做法是请专家向供应商提问,不要被术语迷惑,提出正确的问题并判断对方的反馈。

图片

图片

关于聘请数据团队

Pedram说,过去20年,管理数据的技术发生了重大变化,造成招聘的角色也一直在变。在不同的公司,即便是同一个角色也会承担明显不同的职责。比如,Spotify的数据工程师与EQT的数据工程师的职责就截然不同。因此,了解团队中每个角色的确切职责至关重要。

鉴于这样的情况,Pedram给出的招聘建议:

*数据工程师:虽然他们不会构建自定义代码,但他们可以以简单的方式编写SQL代码,以便业务人员理解。

*数据科学家:如果确实是大基金,有足够多需要分析的数据,才考虑招聘这个岗位。

*分析师:他们的角色是理解数据,解释数据,把数据向更广泛的领域推广。

图片

关于投资的未来

Pedram说,数据对投资至关重要。风险基金需要在更早的阶段找到公司,并且投资比我们今天更多的项目。如果计算机和机器能帮助我们做更多“体力活”,投资人就可以做更多的交易,这样早期投资会更多,更多的细分产品也能获得投资。

作为一家数据驱动型企业,EQT建立了自己的专有系统Motherbrain,发现并投资了至少九家初创企业。

展望未来,数据和AI能力对于有前途的风险投资交易很关键。如果错过这一行业的机遇,将会是一个重大的损失。