Nick Davidov, Co-fundador y Socio Gerente en DVC – Serie de Entrevistas

Nick Davidov, Co-fundador y Socio Gerente en DVC, ha invertido en más de 140 startups de inteligencia artificial en etapas tempranas, incluyendo Perplexity AI, Etched y el laboratorio Thinking Machines de Mira Murati.

DVC es una firma de capital de riesgo con sede en San Francisco que se enfoca en respaldar a startups de inteligencia artificial en etapas tempranas y en construir un ecosistema impulsado por la comunidad alrededor de la innovación en inteligencia artificial. Fundada por Marina y Nick Davidov, la firma combina una red activa de fundadores, ingenieros y investigadores con flujos de trabajo habilitados por inteligencia artificial para apoyar a las empresas desde la etapa de pre-seed hasta el crecimiento en las etapas Serie A/B, invirtiendo $100K–$300K en la etapa más temprana y $1M–$3M en rondas de seguimiento. Su modelo enfatiza el apoyo práctico, la participación comunitaria profunda y el uso de herramientas de inteligencia artificial junto con socios limitados experimentados para encontrar acuerdos, realizar debida diligencia y ayudar a los fundadores de cartera a crecer — todo dirigido a crear un impacto significativo en el paisaje de startups de inteligencia artificial.

DVC se ha hecho conocida por replantear el capital de riesgo desde los principios básicos. ¿Qué experiencias o frustraciones en el capital de riesgo tradicional lo inspiraron a construir un modelo que funciona enteramente con agentes de inteligencia artificial y inteligencia comunitaria?

Primariamente, problemas con la escalabilidad de un negocio de capital de riesgo. Ahora, la única forma de hacer crecer el negocio es aumentando los activos bajo gestión. En algún punto, su motivación cambia — ya no está impulsado por valores, sino por las tarifas de gestión. Y entonces comienza a priorizar la implementación sobre los rendimientos, lo cual no es saludable. Así que estamos tratando de encontrar una forma alternativa de escalar una firma de inversión horizontalmente, no verticalmente. Y también, estamos tratando de democratizar el acceso al capital de riesgo y traer diversidad de esta manera.

​Ha dicho que DVC “despidió a sus analistas y contrató a sus socios limitados”. ¿Puede explicarnos cómo funciona realmente este sistema — cómo contribuyen los socios limitados a la búsqueda y debida diligencia, y qué herramientas los empoderan?

Empezaré con una anécdota aquí. Cuando los nuevos socios limitados se unen a nosotros, les pedimos que completen un cuestionario, incluyendo la pregunta: “¿Está dispuesto a ayudar activamente a las startups?” Un socio limitado — un ingeniero de pruebas — estaba curioso por ver qué preguntas mostraría el cuestionario si seleccionaba “No”, pero nada sucedió. Fue más o menos nuestro centésimo solicitante, quien nos hizo descubrir que una respuesta positiva estaba configurada como obligatoria en esta pregunta — nadie podía responder “No”. Increíblemente, cien solicitantes antes que él habían hecho clic en “Sí” y nunca notaron.

Construímos una “escalera social” interna para nuestros socios limitados. En DVC, cada socio limitado puede obtener el título de Asesor de Acuerdos y luego crecer hasta convertirse en Super Asesor, si apoya activamente a nuestras empresas de cartera con contrataciones, ventas, productos y conexiones, contribuyendo al crecimiento de la startup — y obteniendo una parte de los intereses ganados a cambio. También, si un socio limitado nos trae un acuerdo, se convierte en Capitán de Acuerdos. Hicimos que fuera muy fácil para ellos contribuir en cada etapa, y automatizamos la mayoría de los procesos.

¿Cómo los agentes de inteligencia artificial propiedad de DVC automatizan las funciones básicas de capital de riesgo como la búsqueda de acuerdos, debida diligencia y seguimiento de cartera? ¿Puede describir uno o dos flujos de trabajo que han visto la mayor transformación?

En DVC, la inteligencia artificial es la columna vertebral de una replantación completa de cómo opera una firma de capital de riesgo. Nos ayuda a dar la vuelta al proceso tradicional de debida diligencia. En lugar de contactar a los fundadores primero, nuestros agentes de inteligencia artificial crean un memorando de acuerdos exhaustivo y realizan la mayoría de la debida diligencia preliminar antes del contacto inicial. Esto es posible porque mucha de la información necesaria (como decks de empresas, datos de mercado, análisis de competidores y principios de valoración) está disponible antes de la llamada, así que no hay necesidad de malgastar el tiempo de los fundadores y los inversores. Lo que solía tomar un día completo para un analista costoso ahora puede hacerse en minutos por menos de 30 centavos.

Cuando un deck de startup golpea el sistema — generalmente a través de una presentación de un socio limitado — los agentes de inteligencia artificial analizan los materiales, los enriquecen con fuentes externas, ordenan los datos y escupen un memorando de acuerdos. Así que podemos centrarnos en lo que es difícil de automatizar — la motivación del fundador, las habilidades blandas, la cultura y la dinámica del equipo.

​¿Cuáles son las señales más inusuales o sorprendentes que su inteligencia artificial rastrea al evaluar startups en etapas tempranas? ¿Cómo difieren estas de lo que los analistas humanos tradicionalmente buscan?

Entre las señales inusuales y difíciles de notar por los analistas humanos, señalaría los despidos recientes de miembros clave del equipo en la startup. En total, nuestro sistema rastrea aproximadamente 120 señales. Parte de ellas nos ayuda a entender el impulso de la startup. El segundo grupo de señales se centra en el equipo de la startup. La tercera categoría se enfoca en la competencia potencial de inversores. El objetivo aquí es predecir cuán rápido puede recaudar una ronda un fundador, ya que la red del fundador es un factor significativo.

​Con más de 170 socios limitados provenientes de empresas como OpenAI, Meta y Tesla, ¿cómo coordina esta comunidad y garantiza una entrada de calidad en lugar de ruido?

Cuando había solo un par de docenas de socios limitados, era posible gestionarlos manualmente. Pero a medida que su número crecía, emparejar al experto adecuado con la startup adecuada en el momento adecuado se convirtió en un cuello de botella. Así que desarrollamos agentes de inteligencia artificial que actúan como “superconectores”, recordando todos los detalles sobre la experiencia y las redes de los socios limitados para sugerir presentaciones relevantes para las empresas de cartera. Esto hace que el aspecto comunitario sea increíblemente escalable.

Y para garantizar la calidad, siempre nos comunicamos con los fundadores para obtener su retroalimentación. Para nosotros no es suficiente, por ejemplo, simplemente hacer una presentación a una empresa potencial; necesitamos verificar que realmente funcionó. Con el tiempo, hemos recopilado suficientes datos para ver qué es realmente efectivo.

La tesis del fondo enfatiza la infraestructura central de inteligencia artificial y las pilas de modelos enfocadas verticalmente. ¿Qué segmentos de la inteligencia artificial considera que están más infravalorados en este momento — y por qué?

No hay segmentos infravalorados, solo subdesarrollados — y los segmentos subdesarrollados tienden a ser más baratos. La atención médica, las aplicaciones industriales, la robótica y la construcción están rezagadas. Hay muchas aplicaciones, pero su adopción es horrible.

​DVC ya ha invertido en nombres como Perplexity AI y Etched. ¿Cómo ayuda su sistema de inteligencia artificial a identificar a estas empresas emergentes antes de que lleguen a la atención mainstream?

La mayoría de nuestros inversores son fundadores y ingenieros que son principalmente usuarios y adoptadores tempranos de tecnologías de inteligencia artificial. Y cuando se obsesionan con algo, lo traen a nuestra comunidad. Nuestra pila de inteligencia artificial maneja la preparación. Como socios, nuestro trabajo es escuchar a nuestra intuición. Eso es exactamente cómo terminamos invirtiendo en Perplexity.

¿Cómo equilibra las ventajas de la automatización con la necesidad de transparencia y confianza entre los fundadores y los socios limitados?

En realidad, es al revés — la automatización proporciona transparencia, lo que a su vez genera confianza. Con la automatización, puedes ver claramente qué entradas se utilizaron y cómo se tomaron las decisiones. Hace que el proceso de toma de decisiones sea tan transparente y analizable como sea posible.

​¿Qué aspectos de la intuición del inversor, el juicio o la conexión humana cree que nunca pueden ser reemplazados por algoritmos?

Los agentes de inteligencia artificial ya superan nuestro rendimiento en memorandos de acuerdos, investigación y trabajo de preparación. Lo que no pueden reemplazar es la conexión humana entre un fundador y un inversor. Esa relación a menudo dura más que un matrimonio promedio. El camino del fundador es complejo, a veces solitario y de alta presión. Tener un socio humano es crucial — eso es lo que un inversor es realmente para. Y ningún algoritmo puede sustituir esto.

​Mirando hacia adelante, ¿imagina un futuro donde la mayoría de las firmas de capital de riesgo operen sin analistas — y si es así, qué significa esto para la próxima generación de capitalistas de riesgo que ingresan a la industria?

El papel tradicional del analista es inherentemente ineficiente. La estructura en sí — tener un analista que recopila y analiza datos — es propensa a errores humanos, tanto en la recopilación de datos como en el análisis. Usar inteligencia artificial simplemente hace que el proceso sea mucho más eficiente, así que el papel antiguo se vuelve innecesario. Sin embargo, surgen nuevos roles. Así que cuando despedimos a todos nuestros analistas, contratamos productos y ingenieros que manejan estas tareas, y el juicio humano no desaparece — simplemente se desplaza a diferentes funciones. El rol migra a donde agrega el mayor valor.

Gracias por la gran entrevista, los lectores que están interesados en aprender más sobre este VC pueden visitar DVC.