DVC의 공동 설립자이자 매니징 파트너인 Nick Davidov – 인터뷰 시리즈

Nick Davidov, DVC의 공동 설립자이자 매니징 파트너는 140개 이상의 초기 단계 AI 스타트업에 투자했으며, Perplexity AI, Etched, Mira Murati의 Thinking Machines Lab가 포함되어 있습니다.

DVC는 산호세에 본사를 둔 벤처 캐피탈 회사로 초기 단계의 인공지능 스타트업을 지원하고 인공지능 혁신을 중심으로 하는 커뮤니티 주도형 생태계를 구축하는 것을 목표로 합니다. 마리나와 닉 데이비도프가 설립한 이 회사는 창업자, 엔지니어, 연구자들의 능동적인 네트워크와 독점적인 인공지능 기반 워크플로우를 결합하여 시드에서 시리즈 A/B 성장 단계까지의 회사를 지원하며, 초기 단계에서는 10만 달러에서 30만 달러, 후속 라운드에서는 100만 달러에서 300만 달러를 투자합니다. 이 모델은 직접적인 지원, 깊은 커뮤니티 참여, 경험豊富한 제한된 파트너와 함께 인공지능 도구를 활용하여 거래를 발굴하고尽职調査를 수행하며 포트폴리오 창업자를 성장시키는 것을 강조합니다. 이는 인공지능 스타트업 풍경에서 의미 있는 영향을 창출하는 것을 목표로 합니다.

DVC는 전통적인 벤처 캐피탈을 처음부터 다시 생각해 내는 것으로 알려졌습니다. 전통적인 VC에서 경험한 문제나 좌절감은 무엇이며, 그것이 어떻게 AI 에이전트와 커뮤니티 지능을 기반으로 하는 모델을 구축하도록 영감을 주었나요?

주로 벤처 캐피탈 비즈니스를 확장하는 문제입니다. 현재 비즈니스를 성장시키는唯一한 방법은 관리하正在하는 자산을 늘리는 것입니다. 어느 시점에이르면 동기가 변경됩니다. 더 이상 가치에 의해 동기가 부여되지 않고 관리 수수료에 의해 동기가 부여됩니다. 그러면 귀하는 수익보다 배포를 우선시하게 되며, 이는 건강하지 않습니다. 따라서 우리는 수평적으로, 수직적으로가 아니라 벤처 캐피탈 회사를 확장하는 대안적인 방법을 찾으려 하고 있습니다. 또한 우리는 벤처 캐피탈에 대한 접근을 민주화하고 다양성을 이 방식으로 가져오고자 합니다.

​귀하는 “DVC는 분석가를 해고하고 LP를 고용했다”고 말했습니다. 이 시스템이 실제로 어떻게 작동하는지 설명해 주시겠습니까? LP는 어떻게 거래 발굴과尽职調査에 기여하며, 어떤 도구가 그들을 강화합니까?

저는 여기서 일화로 시작하겠습니다. 우리에게 새로운 LP가 가입할 때, 우리는 그들에게 설문조사를 작성하도록 요청합니다. “창업자를 실제로 도와줄 의향이 있습니까?”라는 질문이 포함되어 있습니다. 한 LP – 테스트 엔지니어는 “아니오”를 선택했을 때 어떤 질문이 다음에 나타날지 궁금해했습니다. 그러나 아무런 일이 일어나지 않았습니다. 그는 우리에게 거의 100번째 지원자였으며, 이 질문에서 긍정적인 답변을 필수적으로 설정했음을 발견했습니다. 100명의 지원자 전에는 모두 “예”를 클릭했으며 아무도 “아니오”를 선택하지 않았습니다.

우리는 내부적으로 “사회 계층”을 구축했습니다. DVC에서 모든 LP는 딜 어드바이저의 칭호를 얻을 수 있으며, 이후에 포트폴리오 회사에 대한채용, 판매, 제품, 연결 등에积極적으로 기여하여 슈퍼 어드바이저가 될 수 있습니다. 또한 LP가 거래를 가져오면 딜 캡틴이 됩니다. 우리는 그들에게 모든 단계에서 기여하기를 매우 쉽게 만들었으며, 대부분의 프로세스를 자동화했습니다.

DVC의 독점적인 AI 에이전트는 핵심적인 벤처 캐피탈 기능인 거래 발굴,尽职調査, 포트폴리오 모니터링을 어떻게 자동화합니까? 가장 큰 변화를 본 하나 또는 두 개의 워크플로우를 설명해 주시겠습니까?

DVC에서 AI는 벤처 회사 운영 방식을 완전히 재고하는 데 핵심입니다. 그것은 전통적인尽职調査 프로세스를 뒤집어엎습니다. 창업자에게 먼저 연락하는 대신, 우리의 AI 에이전트는 포트폴리오 회사의 개요를 작성하고 초기 연락 전에 대부분의 예비尽职調査를 수행합니다. 이것은 필요한 정보(회사 데크, 시장 데이터, 경쟁사 분석, 평가 원칙 등)가 이미 연락 전에 उपलब하기 때문입니다. 따라서 창업자와 투자자의 시간을 낭비할 필요가 없습니다. 분석가에게 하루 종일 걸리는 작업을 이제 30센트 미만으로 몇 분 만에 수행할 수 있습니다.

스타트업 데크가 시스템에 도착하면 – 일반적으로 LP 소개로 – AI가 자료를 파싱하고, 외부 소스와 함께 풍부하게 하고, 데이터를 정렬하고, 거래 메모를 출력합니다. 따라서 우리는 자동화할 수 없는 창업자의 동기, 소프트 스킬, 문화 및 팀 역학에 집중할 수 있습니다.

​초기 단계의 스타트업을 평가할 때 귀하의 AI가 추적하는 가장 비전통적이거나 놀라운 “신호”는 무엇입니까? 이것은 인간 분석가가 전통적으로 찾는 것과 어떻게 다릅니까?

인간 분석가가 쉽게 발견하기 어려운 비정상적인 신호 중 하나는 최근에 핵심 팀 구성원의 해고입니다. 우리의 시스템은 약 120개의 신호를 추적합니다. 일부는 스타트업의 성과를 이해하는 데 도움이 됩니다. 두 번째 신호 그룹은 스타트업 팀에 관한 것입니다. 세 번째 카테고리는 잠재적인 투자자 경쟁에 관한 것입니다. 여기에서의 목표는 창업자가 얼마나 빠르게 자금을 모금할 수 있는지 예측하는 것입니다. 창업자의 네트워크는 중요한 요소입니다.

​OpenAI, Meta, Tesla (TSLA ) 등 170명이 넘는 LP가 어떻게 이 커뮤니티를 조정하며, 노이즈가 아닌 질 높은 입력을 보장합니까?

LP가 몇십 명일 때는 수동으로 관리할 수 있었습니다. 그러나 그 수가 증가함에 따라, 올바른 전문가를 올바른 스타트업에 올바른 시간에 연결하는 것이 병목 현상이되었습니다. 따라서 우리는 “슈퍼 커넥터”로서 작동하는 AI 에이전트를 개발했습니다. 이 에이전트는 LP의 전문 지식과 네트워크에 대한 모든 세부 정보를 기억하여 포트폴리오 회사에게 관련된 소개서를 제안합니다. 이것은 커뮤니티 측면을 매우 확장 가능하게 만듭니다.

또한 질을 보장하기 위해, 우리는 항상 창업자에게 피드백을 요청합니다. 예를 들어, 단순히 잠재적인 회사에 소개만 하는 것이 아니라, 실제로 효과가 있었는지 확인하기 위해 창업자에게 확인합니다. 시간이 지남에 따라, 우리는 실제로 효과적인 것을 볼 수 있을 만큼 충분한 데이터를 수집했습니다.

펀드의 테제는 핵심 인공지능 인프라와 수직적으로 집중된 모델 스택을 강조합니다. 현재 가장 저평가된 AI 세그먼트는 무엇이며, 왜 그런가요?

저평가된 세그먼트는 없습니다. 오직 미개발된 세그먼트가 있습니다. 그리고 미개발된 세그먼트는 일반적으로 저렴합니다. 의료, 산업 적용, 로봇공학, 건설 등이 뒤처지고 있습니다. 많은 응용 프로그램이 있지만, 그들의 채택은 끔찍합니다.

​DVC는 이미 Perplexity AI와 Etched에 투자했습니다. 귀하의 AI 시스템은 이러한 브레이크아웃 회사들을 주류 주목을 받기 전에 어떻게 식별합니까?

대부분의 투자자는 창업자와 엔지니어이며, 주로 인공지능 기술의 초기 사용자이자 채택자입니다. 그리고 그들이 어떤 것에 매료되면, 그것을 우리의 커뮤니티로 가져옵니다. 우리의 AI 스택이 준비를 도와줍니다. 파트너로서, 우리의 역할은 우리의 직감을 듣는 것입니다. 그것이 정확히 우리가 Perplexity에 투자하기로 결정한 방식입니다.

인공지능이 벤처 캐피탈을 재정의함에 따라, 투자자의 직감, 판단력, 또는 인간적인 연결이 알고리즘으로 대체될 수 없는 측면은 무엇입니까?

AI 에이전트는 이미 거래 메모, 연구, 준비 작업에서 우리를 능가합니다. 그러나 그것이 대체할 수 없는 것은 창업자와 투자자 사이의 인간적인 연결입니다. 그 관계는 종종 평균 결혼보다 더 오래 지속됩니다. 창업자의 길은 복잡하며, 때때로 고립되고, 압박이 심합니다. 인간적인 파트너가 갖는 것은 매우 중요합니다. 그리고 어떤 알고리즘도 그것을 대체할 수 없습니다.

​귀하는 자동화의 장점과 창업자 및 LP 사이의 투명성과 신뢰의 필요성 사이에서 어떻게 균형을 맞추십니까?

사실, 그것은 반대로 작동합니다. 자동화는 투명성을 제공하며, 투명성은 신뢰를 구축합니다. 자동화로 인해 입력이 어떻게 사용되었는지, 결정이 어떻게 이루어졌는지 명확하게 볼 수 있습니다. 의사 결정 프로세스를 가능한 한 투명하고 분석 가능하게 만듭니다.

​향후 대부분의 벤처 회사들이 분석가 없이 운영될 것이라고 예상합니까? 그렇다면, 업계에 입사하는 차세대 벤처 캐피탈리스트에게는 어떤 의미가 있습니까?

전통적인 분석가의 역할은 본질적으로 비효율적입니다. 데이터를 수집하고 분석하는 구조 자체가 인간의 오류에 취약합니다. AI를 사용하면 단순히 프로세스를 더 효율적으로 만듭니다. 따라서 오래된 역할은 더 이상 필요하지 않습니다. 그러나 새로운 역할이 등장합니다. 따라서 우리가 모든 분석가를 해고했을 때, 우리는 이러한 작업을 처리하는 제품과 엔지니어를 고용했습니다. 그리고 인간의 판단은 사라지지 않습니다. 그것은 단지 다른 기능으로 이동합니다. 역할은 가장 가치 있는 곳으로 이동합니다.

이 훌륭한 인터뷰에 감사드립니다. 이 VC에 대해 더 알고 싶은 독자들은 DVC를 방문해야 합니다.