Nick Davidov, współzałożyciel i partner zarządzający w DVC – Seria wywiadów

Nick Davidov, współzałożyciel i partner zarządzający w DVC, zainwestował w ponad 140 startupów na wczesnym etapie rozwoju, w tym Perplexity AI, Etched i Thinking Machines Lab Miry Murati.

DVC to firma venture capital z siedzibą w San Francisco, skupiająca się na wspieraniu startupów z dziedziny sztucznej inteligencji i budowaniu społeczności opartej na innowacjach AI. Założona przez Marinę i Nicka Davidov, firma łączy aktywną sieć założycieli, inżynierów i badaczy z własnymi, zautomatyzowanymi procesami opartymi na AI, aby wspierać firmy od etapu pre-seed do wzrostu w ramach serii A/B, inwestując 100 000 – 300 000 USD na najwcześniejszym etapie i 1-3 miliony USD w rundach follow-on. Model firmy podkreśla wsparcie hands-on, głębokie zaangażowanie społeczne i wykorzystanie narzędzi AI wraz z doświadczonymi partnerami limitowanymi do źródła transakcji, przeprowadzania due diligence i pomocy założycielom portfela w rozwoju – wszystko to w celu stworzenia znaczącego wpływu na krajobraz startupów AI.

DVC stała się znana z przebudowy venture capital od podstaw. Jakie doświadczenia lub frustracje w tradycyjnym VC zainspirowały Cię do budowy modelu, który działa całkowicie na agentach AI i inteligencji społeczności?

Przede wszystkim, problemy ze skalowaniem biznesu venture capital. Obecnie jedynym sposobem na rozwój biznesu jest zwiększanie aktywów pod zarządzaniem. W pewnym momencie Twoja motywacja ulega zmianie – nie jesteś już zmotywowany wartościami, ale opłatami za zarządzanie. A potem zaczynasz priorytetowo traktować wdrożenie nad zwrotem, co nie jest zdrowe. Więc próbujemy znaleźć alternatywny sposób na skalowanie firmy inwestycyjnej w poziomie, a nie w pionie. A także, próbujemy demokratyzować dostęp do VC i wprowadzać różnorodność w ten sposób.

​Powiedziałeś, że DVC “zwolniło swoich analityków i zatrudniło swoich partnerów limitowanych”. Czy możesz opowiedzieć, jak ten system działa – jak partnerzy limitowani przyczyniają się do źródła i due diligence, oraz jakie narzędzia je wspierają?

Zacznę od anegdoty. Gdy nowi partnerzy limitowani dołączają do nas, prosimy ich o wypełnienie kwestionariusza, w tym pytanie: “Czy są Państwo skłonni aktywnie pomagać startupom?” Jeden z partnerów limitowanych – inżynier testowy – był ciekawy, aby zobaczyć, jakie pytania kwestionariusz wyświetli, gdy wybierze “Nie”, ale nic się nie stało. Był mniej więcej naszym 100. kandydatem, który sprawił, że odkryliśmy, iż pozytywna odpowiedź była ustawiona jako obowiązkowa w tym pytaniu – nikt nie mógł odpowiedzieć “Nie”. Niesamowicie, 100 kandydatów przed nim kliknęło “Tak” i nigdy nie zauważyło.

Zbudowaliśmy wewnętrzną “drabinę społeczną” dla naszych partnerów limitowanych. W DVC każdy partner limitowany może uzyskać tytuł Doradcy ds. transakcji i potem rozwinąć się w Super Doradcę, jeśli aktywnie wspiera nasze spółki portfela w zatrudnieniu, sprzedaży, produkcie i połączeniach, przyczyniając się do wzrostu startupu – i otrzymując część zysku w zamian. Również, jeśli partner limitowany przynosi nam transakcję, staje się Kapitanem Transakcji. Ułatwiliśmy im współpracę na każdym etapie i zautomatyzowaliśmy większość procesów.

Jak agenci AI DVC automatyzują podstawowe funkcje VC, takie jak źródło transakcji, due diligence i monitorowanie portfela? Czy mógłbyś opisać jeden lub dwa procesy, które doświadczyły największej transformacji?

W DVC AI jest podstawą całkowitej przebudowy, w jaki sposób firma venture capital działa. Pomaga nam odwrócić tradycyjny proces due diligence. Zamiast kontaktować się z założycielami jako pierwszymi, nasi agenci AI tworzą kompleksową notatkę transakcyjną i przeprowadzają większość wstępnego due diligence przed pierwszym kontaktem. Jest to możliwe, ponieważ wiele niezbędnych informacji (takich jak prezentacje firm, dane rynkowe, analiza konkurencji i zasady wyceny) jest dostępnych przed rozmową, więc nie ma potrzeby marnowania czasu założycieli i inwestorów. To, co wcześniej zajmowało cały dzień drogiemu analitykowi, może teraz być zrobione w kilka minut za mniej niż 30 centów.

Gdy startup deck trafia do systemu – zwykle za pośrednictwem wprowadzenia partnera limitowanego – AI parsuje materiały, wzbogaca je o zewnętrzne źródła, sortuje dane i wyrzuca notatkę transakcyjną. Więc możemy się skoncentrować na tym, co jest trudne do zautomatyzowania – motywacji założyciela, umiejętnościach miękkich, kulturze i dynamice zespołu.

​Jakie są najmniej konwencjonalne lub zaskakujące “sygnały”, które Wasz AI śledzi podczas oceny wczesnych startupów? W jaki sposób różnią się one od tych, które tradycyjnie szukają analitycy?

Wśród niezwykłych i trudnych do zauważenia przez analityków ludzkich sygnałów, które chciałbym wymienić, są niedawne zwolnienia kluczowych członków zespołu w startupie. W sumie nasz system śledzi około 120 sygnałów. Część z nich pomaga nam zrozumieć dynamikę startupu. Druga grupa sygnałów dotyczy zespołu startupu. Trzecia kategoria koncentruje się na potencjalnej konkurencji inwestorów. Celem jest przewidzenie, jak szybko założyciel może zebrać rundę, ponieważ sieć założyciela jest znaczącym czynnikiem.

​Z ponad 170 partnerami limitowanymi pochodzącymi z firm takich jak OpenAI, Meta i Tesla, jak koordynujecie tę społeczność i zapewniasz jakość wprowadzania, a nie hałas?

Gdy było tylko kilkanaście partnerów limitowanych, było możliwe zarządzanie nimi ręcznie. Ale gdy ich liczba rosła, dopasowanie odpowiedniego eksperta do odpowiedniego startupu we właściwym czasie stało się wąskim gardłem. Więc opracowaliśmy agenci AI działający jako “superpołączenia”, pamiętające wszystkie szczegóły o ekspertach i sieciach partnerów limitowanych, aby sugerować odpowiednie wprowadzenia dla firm portfela. To sprawia, że aspekt społeczności jest niezwykle skalowalny.

A aby zapewnić jakość, zawsze kontaktujemy się z założycielami, aby uzyskać ich opinie. Dla nas nie wystarczy na przykład po prostu zrobić wprowadzenie do potencjalnej firmy; musimy potwierdzić, że to działało. Z czasem zebraliśmy wystarczająco dużo danych, aby zobaczyć, co jest naprawdę skuteczne.

Teza funduszu podkreśla infrastrukturę rdzenia AI i pionowo ukierunkowane stosy modeli. Jakie segmenty AI uważasz za najmniej wycenione obecnie – i dlaczego?

Nie ma niedowartościowanych segmentów, tylko niewykorzystane – i niewykorzystane segmenty tendencję mają tanie. Ochrona zdrowia, aplikacje przemysłowe, robotyka i budownictwo są w tyle. Jest wiele aplikacji, ale ich przyjęcie jest okropne.

​DVC już zainwestowała w nazwy takie jak Perplexity AI i Etched. Jak Wasz system AI pomaga w identyfikowaniu tych firm przed ich wejściem do głównego nurtu?

Większość naszych inwestorów to założyciele i inżynierowie, którzy są głównie wczesnymi użytkownikami i adoptującymi technologie AI. A gdy stają się nimi zaabsorbowani, przywożą to do naszej społeczności. Nasz stos AI zajmuje się przygotowaniem. Jako partnerzy, naszym zadaniem jest słuchać naszej intuicji. To właśnie w ten sposób zdecydowaliśmy się zainwestować w Perplexity.

Jak AI zmienia venture capital, jakie aspekty intuicji inwestora, osądu lub połączenia ludzkiego uważasz, że nigdy nie mogą być zastąpione przez algorytmy?

Agenci AI już teraz przewyższają nas w notatkach transakcyjnych, badaniach i przygotowaniach. To, czego nie mogą zastąpić, to połączenie międzyludzkie między założycielem a inwestorem. To relacja, która często trwa dłużej niż przeciętne małżeństwo. Ścieżka założyciela jest skomplikowana, czasem samotna i pełna presji. Posiadanie partnera ludzkiego jest kluczowe – to, czego naprawdę potrzebuje inwestor. I żaden algorytm nie może tego zastąpić.

​Jak balansujecie zalety automatyzacji z potrzebą transparentności i zaufania wśród założycieli i partnerów limitowanych?

W rzeczywistości jest to odwrotnie – automatyzacja zapewnia transparentność, co z kolei buduje zaufanie. Z automatyzacją możesz wyraźnie zobaczyć, jakie dane wejściowe zostały użyte i jak podjęto decyzje. To sprawia, że proces podejmowania decyzji jest tak przejrzysty i analizowalny, jak to tylko możliwe.

​Spójrzając w przyszłość, wyobrażasz sobie przyszłość, w której większość firm venture capital działa bez analityków – i jeśli tak, to co to oznacza dla następnej generacji inwestorów VC wkraczających na rynek?

Tradycyjna rola analityka jest niezwykle niewydajna. Struktura sama w sobie – posiadanie analityka, który gromadzi i analizuje dane – jest podatna na błędy ludzkie, zarówno w zbieraniu, jak i analizie danych. Używanie AI po prostu sprawia, że proces staje się znacznie bardziej wydajny, więc stara rola staje się niepotrzebna. Jednak pojawiają się nowe role. Więc gdy zwolniliśmy wszystkich naszych analityków, zatrudniliśmy produktów i inżynierów, którzy zajmują się tymi zadania, a osąd ludzki nie znika – po prostu przenosi się w inne funkcje. Rola migruje tam, gdzie dodaje największą wartość.

Dziękujemy za wspaniały wywiad, czytelnicy zainteresowani dowiedzeniem się więcej o tym VC powinni odwiedzić DVC.