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

Nick Davidov, współzałożyciel i zarządzający partner 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 naukowców z własnymi, obsługiwanymi przez AI procesami, aby wspierać firmy od etapu pre-seed do wzrostu w ramach serii A/B, inwestując 100 000-300 000 dolarów na wczesnym etapie i 1-3 miliony dolarów w późniejszych rundach. Model firmy podkreśla wsparcie ręką, głębokie zaangażowanie społeczne i wykorzystanie narzędzi AI wraz z doświadczonymi partnerami ograniczonymi, aby wyszukiwać oferty, prowadzić due diligence i pomagać założycielom 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 stworzenia modelu, który działa całkowicie na agentach AI i inteligencji społecznej?

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 — przestajesz być napędzany przez wartości, a zaczynasz priorytetem stawiać opłaty za zarządzanie. I wtedy zaczynasz priorytetem stawiać wdrożenie nad zwrotem, co nie jest zdrowe. Dlatego próbujemy znaleźć alternatywny sposób na skalowanie firmy inwestycyjnej w sposób poziomy, a nie pionowy. I również próbujemy udemokratyzować dostęp do VC i wprowadzić różnorodność w ten sposób.

​Powiedziałeś, że DVC “zwolniło swoich analityków i zatrudniło swoich partnerów ograniczonych”. Możesz opowiedzieć nam, jak ten system działa — jak partnerzy ograniczeni przyczyniają się do wyszukiwania ofert i due diligence, i jakie narzędzia je wspierają?

Zacznę od anegdoty. Kiedy nowi partnerzy ograniczeni dołączają do nas, prosimy ich o wypełnienie kwestionariusza, w tym pytania: “Czy jesteś skłonny aktywnie pomagać startupom?” Jeden z partnerów — inżynier testowy — był ciekawy, jakie pytania kwestionariusz wyświetli, jeśli wybierze “Nie”, ale nic się nie stało. Był on mniej więcej naszym 100. kandydatem, który sprawił, że odkryliśmy, iż pozytywna odpowiedź była ustawiona jako obowiązkowa w tym pytaniu — nikt nie mógł odpowiedzieć “Nie”. Zaskakujące było to, że sto kandydatów przed nim kliknęło “Tak” i nie zauważyło.

Stworzyliśmy wewnętrzną “drabinę społeczną” dla naszych partnerów ograniczonych. W DVC każdy partner ograniczony może uzyskać tytuł Doradcy ds. Ofert i następnie awansować do Super Doradcy, jeśli aktywnie wspiera nasze portfolio firm z obszaru zatrudnienia, sprzedaży, produktu i połączeń, przyczyniając się do wzrostu startupu — i otrzymując część zysków w zamian. Również, jeśli partner ograniczony przychodzi do nas z ofertą, staje się Kapitanem Oferty. Ułatwiliśmy im współpracę na każdym etapie i zautomatyzowaliśmy większość procesów.

Jak agenci AI DVC automatyzują podstawowe funkcje VC, takie jak wyszukiwanie ofert, due diligence i monitorowanie portfela? Możesz opowiedzieć o jednym lub dwóch workflow, które doświadczyły największej transformacji?

W DVC AI jest podstawą całkowitej przebudowy, jak firma venture capital działa. Pomaga nam odwrócić tradycyjny proces due diligence. Zamiast kontaktować się z założycielami jako pierwszymi, nasi agenci AI tworzą kompleksową notatkę dotyczącą oferty i prowadzą większość wstępnych badań 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 być teraz zrobione w kilka minut za mniej niż 30 centów.

Kiedy startup trafia do systemu — zwykle za pośrednictwem wprowadzenia przez partnera ograniczonego — AI parsuje materiały, wzbogaca je o zewnętrzne źródła, sortuje dane i wyrzuca notatkę dotyczącą oferty. Więc możemy się skupić na tym, co jest trudne do zautomatyzowania — motywacji założyciela, umiejętnościach miękkich, kulturze i dynamice zespołu.

​Jakie najmniej konwencjonalne lub zaskakujące “sygnały” śledzi Twój AI podczas oceny startupów na wczesnym etapie? Jak różnią się one od tych, które tradycyjnie szukają analitycy?

Wśród niezwykłych i trudnych do zauważenia przez analityków sygnałów, które mogę wymienić, jest niedawne zwolnienie 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 ograniczonymi pochodzącymi z firm takich jak OpenAI, Meta i Tesla (TSLA ), jak koordynujesz tę społeczność i zapewniasz jakość wprowadzanych danych, a nie szum?

Kiedy było tylko kilkanaście partnerów ograniczonych, można było je zarządzać ręcznie. Ale gdy ich liczba rosła, dopasowanie odpowiedniego eksperta do odpowiedniego startupu we właściwym czasie stało się wąskim gardłem. Dlatego rozwinęliśmy agenci AI, działający jako “super połączyciele”, pamiętający wszystkie szczegóły o ekspertach i sieciach partnerów ograniczonych, aby sugerować odpowiednie wprowadzenia dla firm portfela. To sprawia, że aspekt społeczny jest niezwykle skalowalny.

I 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 naprawdę działa. Z czasem zebraliśmy wystarczająco dużo danych, aby zobaczyć, co jest naprawdę skuteczne.

Teza funduszu podkreśla infrastrukturę AI i pionowo ukierunkowane stosy modeli. Jakie segmenty AI uważasz za najmniej doceniane obecnie — i dlaczego?

Nie ma niedocenionych segmentów, tylko niedorozwinięte — i niedorozwinięte segmenty mają tendencję do bycia tańszymi. Ochrona zdrowia, aplikacje przemysłowe, robotyka i budownictwo są w tyle. Jest wiele aplikacji, ale ich przyjęcie jest okropne.

​DVC już zainwestował w takie nazwy jak Perplexity AI i Etched. Jak Twój system AI pomaga Ci identyfikować te przełomowe firmy przed ich pojawieniem się w głównym nurcie?

Większość naszych inwestorów to założyciele i inżynierowie, którzy są przede wszystkim wczesnymi użytkownikami i adoptującymi technologii AI. I kiedy stają się nimi obsesjonowani, przychodzą do naszej społeczności. Nasz stos AI zajmuje się przygotowaniem. Jako partnerzy, naszym zadaniem jest słuchać naszej intuicji. To właśnie tak trafiliśmy na inwestycję w Perplexity.

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

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

​Jak balansujesz zalety automatyzacji z potrzebą transparentności i zaufania wśród założycieli i partnerów ograniczonych?

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 transparentny i analityczny, jak to tylko możliwe.

​Patrząc w przyszłość, wyobrażasz sobie przyszłość, w której większość firm venture capital działa bez analityków — i jeśli tak, co to oznacza dla następnej generacji firm VC wkraczających do branży?

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 produkty i inżynierów, którzy zajmują się tymi zadaniami, i osąd ludzki nie znika — po prostu przenosi się w różne funkcje. Rola migruje tam, gdzie dodaje najwięcej wartości.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej o tym VC, powinni odwiedzić DVC.