Hvordan VCs kan identificere investeringer med høj potentiale ved hjælp af kunstig intelligens

Af: Upal Basu, Partner i NGP Capital

Venture Capital-investeringer handler om at gøre uddannede bud. Det siges at være den risikofyldteste kategori af investeringer, da over 90% af startups fejler. Men hvad gør VC-investeringer så risikable? Delvist skyldes det manglen på information omkring investeringerne. Du ved simpelthen ikke, hvordan holdet vil performe, om produkterne vil fungere, eller hvordan markedet vil udvikle sig. Fremtiden for enhver virksomhed i de tidlige faser af dens livscyklus indeholder en række både “kendte ukendte” og “ukendte ukendte.”

Hvordan uddanner vi os selv eller reducerer de ukendte?

Virksomhedsdata kan omtrentlig deles ind i private og offentlige. Når man indsamler information og vurderer startups, beder venture capital-investorer typisk virksomheden direkte om private data om finanser og vækst. De gennemfører deres due diligence om enhver virksomhed baseret på, hvad de modtager. Men der er også en rigdom af offentlig data tilgængelig om virksomheder i dag, da alle efterlader en digital fodspor, der kan analyseres.

Den hellige gral for VCs er at vide tre ting om en virksomhed: om virksomheden sandsynligvis vil performe godt i fremtiden, hvordan dens værdi vil udvikle sig, og om den vil være i gang med at samle kapital snart. I den ikke så fjerne fortid var dette kun en drøm. Men i dag er det mere muligt end nogensinde at opnå denne type information, eller i hvert fald at få pålidelige estimater, takket være maskinlæring (ML) og AI-algoritmer, der muliggør, at VCs kan opdage velperformende virksomheder allerede baseret på offentligt tilgængelige data.

Værdidata om en virksomhed er den sværeste type information at opnå, da præcise værdier sjældent findes (uden for USA). Når de gør, er de ikke altid offentlig information. Heldigvis muliggør de seneste fremskridt i ML og AI VCs i stigende grad at forudsige virksomhedsvækst og værdi over tid.

I NGP Capital har vi taget en meget dyb kig på dette emne. Vi har identificeret mindst 600 forskellige indikatorer, der kan fungere som værdifulde signaler for at forudsige en virksomheds fremtidige præstation, værdi og kapitalindsamling. Vi har derefter kategoriseret disse indikatorer i kritiske informationsområder, som vi kan bruge, når vi vurderer virksomheder, før vi kontakter dem.

Her er vores resultater:

Af de 600 indikatorer, vi har set på, kom 25 af dem til tops for at forudsige en VC-oprund. Disse top-25-indikatorer fortæller os en del ting;

Året, en virksomhed blev grundlagt, er den øverste indikator. Virksomheder har tendens til at rejse finansieringsrunder mere hyppigt i de tidlige faser af deres livscyklus end senere faser. Senere faser tenderer til at rejse større runder. Modellen, vi har bygget, fokuserer på at forudsige sandsynligheden for at rejse en oprund, ikke rundestørrelsen. Det er værd at fremhæve, at selv om tidligere finansieringsinformation ikke giver en realtids-signal, er det kritisk data, da det viser momentum bag virksomheden. Imidlertid tenderer datakilder som webtrafik, medarbejder-vækst, mediepræsen, osv. til at korrelerer stærkt med vækst og kan opdateres i realtid, hvilket giver information om, hvad der sker inde i virksomheder mellem finansieringsrunder, der er mere enkeltbegivenheder.

Interessant nok tenderer en stærk medie- og PR-præsen til at løbe parallelt med stærk vækst, endda mere end medarbejder-vækst og rekrutteringshastighed. En anden nøgleindikator er placering. Vi ser mest, at USA-baserede virksomheder er mere sandsynlige for at rejse kapital end virksomheder i andre geografier. Dette kan skyldes kulturelle årsager og fordi USA-virksomheder tenderer til at have bedre direkte adgang til kapital.

Når vi ser på hele datasettet, fandt vi otte nøglekategorier af data, der giver værdifuld information om fremtidig virksomhedspræstation, værdi og sandsynlighed for, at virksomheden vil rejse kapital i fremtiden.

• Medier: Overraskende kom denne faktor til tops. Vi havde forventet, at medarbejder-vækst ville være en stærkere indikator, men det er ikke engang en tredjedel så stærk som mediepræsen, webtrafik og PR. En stærk mediepræsen er ofte et tegn på voksende kundeanskaffelse og brugerbase.
• Tidligere finansiering: finansiering betyder en del og er en nøgleaktiver for virksomhedsvækst over tid. Imidlertid kan virksomheder også vokse uden finansiering, og ny data akkumuleres kun på nye finansieringsrunder, der måske er for sent at være handlekraftigt
• Branchetema: Hvad virksomheden laver og hvilket marked det er i, betyder noget. Nogle brancher tenderer til at rejse langt mere kapital end andre; f.eks. tenderer softwarebaserede virksomheder til at rejse mere end serviceudbydere.
• Basics: Basics refererer til statiske karakteristika af en virksomhed, såsom nuværende status af operationen, hovedkvarter, region og land, såvel som tid fra grundlæggelsen
• Medarbejder-vækst: rekrutteringshastigheden for en virksomhed er et sikker tegn på vækst. Imidlertid er der tilfælde, hvor virksomheder kan skala uden en stor menneskelig kapitalbase – spilbranchen er et fremragende eksempel på det. Der er også et åbent spørgsmål om, hvorvidt medarbejder-vækst er en følge af finansiering snarere end udfald.
• Team: team-baggrund er meget vigtig – vi ved, at serielle grundlæggere tenderer til at rejse mere og føre til bedre resultater. Imidlertid synes det, at den relative vigtighed er en del lavere end nogle af de andre faktorer, vi overvejer.
• Signal: signaler refererer til faktiske klassificerede nyhedsbegivenheder og sentiment omkring virksomheden. De bringer mere værdi til analysen, men den lavere impact kan vise, at det er svært at vide, om nyheden virkelig er væsentlig eller mest støj.
• Investorer: investor-syndikat betyder en del i en vis udstrækning som vækstaktiver. Et stærkt sæt af investorer korrelerer normalt med god ledelse og høj præstation, men vores data antyder, at der er mange skjulte perler blandt virksomheder

Disse otte kategorier angiver omtrent, hvordan en virksomhed klarer sig baseret på offentligt tilgængelige data. De fungerer også som en vejledning for iværksættere, der ønsker at optimere de offentligt tilgængelige data om deres virksomheder for at forbedre chancerne for at rejse kapital ved at blive mere opdagelige for AI-algoritmer. Selv om vi kun har dækket de top 25 indikatorer her, er det godt at huske, at der er en lang hale af 575 andre indikatorer, der peger på, hvordan en virksomhed præsterer, og som VCs kan forudsige værdiskabelse og vækst over tid.

Gennem disse data erklæres den flokadfærd omkring top-investorer og serielle grundlæggere, der er så typisk for VC-industrien, hermed en myte, der er sprængt. Dette betyder ikke, at det ikke er en god vej at gå, men gode virksomheder kan komme fra hvor som helst, og ved at være data-dreven snarere end relation-dreven åbner det op for en helt ny verden af virksomheder, der er fri for fordomme og gruppetænkning.