Hur VCs kan identifiera investeringar med hög potential med hjälp av artificiell intelligens

Av: Upal Basu, Partner på NGP Capital

Venture Capital-investeringar handlar om att göra utbildade gissningar. Det sägs vara den riskfylldaste kategorin av investeringar där ute, eftersom över 90% av startups misslyckas. Men vad gör VC-investeringar så riskfyllda? Delvis beror det på bristen på information om investeringarna. Du vet helt enkelt inte hur teamet kommer att prestera, om produkten kommer att fungera eller hur marknaden kommer att utvecklas. Framtiden för något företag i de tidiga stadierna av dess livscykel innehåller en mängd både “kända okända” och “okända okända”.

Hur utbildar vi oss själva eller minskar okända faktorer?

Företagsdata kan grovt delas in i privat och offentlig. När man samlar in information och utvärderar startups, ber venture capital-investeringar vanligtvis företaget direkt om privat data om finansiella rapporter och tillväxt. De gör sin due diligence om varje företag baserat på vad de får. Men det finns också en mängd offentlig data tillgänglig om företag idag, eftersom alla lämnar digitala spår efter sig som kan analyseras.

Den heliga graal för VCs är att veta tre saker om ett företag: om företaget sannolikt kommer att prestera bra i framtiden, hur dess värdering kommer att utvecklas och om det kommer att söka kapital igen snart. I den inte så avlägsna pasado var detta bara en dröm. Men idag är det mer möjligt än någonsin att få tillgång till denna typ av information, eller åtminstone att få tillförlitliga uppskattningar, tack vare maskinlärning (ML) och AI-algoritmer som möjliggör för VCs att upptäcka välpresterande företag baserat på offentligt tillgänglig data.

Värderingsdata om ett företag är den svåraste typen av information att få tag på, eftersom exakta värden sällan finns (utom i USA). När de finns, är de inte alltid offentlig information. Lyckligtvis möjliggör de senaste framstegen inom ML och AI alltmer VCs att förutsäga företags tillväxt och värdering över tid.

På NGP Capital har vi tittat djupt på detta ämne. Vi har identifierat minst 600 olika indikatorer som kan tjäna som värdefulla signaler för att förutsäga ett företags framtida prestation, värdering och kapitalanskaffning. Vi har sedan kategoriserat dessa indikatorer i kritiska informationsområden som vi kan använda när vi utvärderar företag innan vi kontaktar dem.

Här är våra slutsatser:

Av de 600 indikatorer vi tittade på, var 25 av dem de bästa för att förutsäga en VC-upprundning. Dessa 25 indikatorer berättar för oss några saker;

Året ett företag grundades är den bästa indikatorn. Företag tenderar att söka finansieringsrundor oftare i de tidiga stadierna av sin livscykel än i sena stadierna. Sena företag, å andra sidan, tenderar att söka större rundor. Modellen vi byggt fokuserar på att förutsäga sannolikheten för en upprundning, inte rundans storlek. Det är värt att nämna att tidigare finansieringsinformation inte ger en realtidsignal, men det är kritisk data, eftersom det visar momentum bakom företaget. Men datakällor som webbtrafik, personalökning, mediapresens, etc., tenderar att korrelera starkt med tillväxt och kan uppdateras i realtid, vilket ger information om vad som händer inom företag mellan finansieringsrundor som är mer enskilda händelser.

Intressant nog tenderar en stark mediapresens och PR att löpa parallellt med stark tillväxt, ännu mer än teamtillväxt och anställningstakt. En annan viktig indikator är platsen. Vi ser oftast att USA-baserade företag är mer benägna att söka kapital än företag i andra geografier. Detta kan bero på kulturella skäl och på att USA-företag tenderar att ha bättre direkt tillgång till kapital.

När vi tittar på hela datasetet, fann vi åtta nyckelkategorier av data som ger värdefull information om framtida företagsprestation, värdering och sannolikheten att företaget kommer att söka kapital i framtiden.

• Media: Förvånansvärt nog var denna faktor den starkaste. Vi hade förväntat oss att personalökning skulle vara en starkare indikator, men den är inte ens en tredjedel så stark som mediapresens, webbtrafik och PR. En stark mediapresens är ofta ett tecken på ökande kundanskaffning och användarbas.
• Tidigare finansiering: Finansiering är viktig och en nyckelfaktor för företags tillväxt över tid. Men företag kan också växa utan finansiering, och ny data samlas endast in vid nya finansieringsrundor, vilket kan vara för sent för att vara användbart
• Bransch/tema: Vad företaget gör och vilken marknad det är i spelar roll. Vissa branscher tenderar att söka mer kapital än andra; till exempel tenderar programvarubaserade företag att söka mer kapital än tjänsteleverantörer.
• Grunder: Grunder hänvisar till statiska egenskaper hos ett företag, såsom nuvarande status för verksamheten, huvudkontorsregion och land, samt tid från grundandet
• Personalökning: Anställningstakten för ett företag är ett säkert tecken på tillväxt. Men det finns fall där företag kan skalas utan en stor mänsklig kapitalbas – Spelbranschen är ett utmärkt exempel på detta. Det finns också en öppen fråga om huruvida personalökning är en följd av finansiering snarare än resultat.
• Team: Teamets bakgrund är mycket viktigt – vi vet att seriella entreprenörer tenderar att söka mer kapital och leda till bättre resultat. Men det verkar som att den relativa viktningen är mycket lägre än några av de andra faktorerna vi överväger.
• Signal: Signal hänvisar till faktiska klassificerade nyhetshändelser och sentiment kring företaget. De ger mer värde till analysen, men den lägre påverkan kan visa att det är svårt att veta om nyheten verkligen är betydelsefull eller mest brus.
• Investerare: Investeringssyndikat spelar roll till viss del som en tillväxtmöjliggörare. En stark uppsättning investerare korrelerar vanligtvis med god styrning och hög prestation, men våra data tyder på att det finns många dolda pärlor bland företag

Dessa åtta kategorier anger ungefär hur ett företag presterar baserat på offentligt tillgänglig data. De fungerar också som en guide för entreprenörer som vill optimera den offentligt tillgängliga datan om sina företag för att förbättra chanserna att söka kapital genom att bli alltmer upptäckbara för AI-algoritmer. Även om vi endast har täckt de 25 bästa indikatorerna här, är det bra att komma ihåg att det finns en lång svans av 575 andra indikatorer som pekar på hur ett företag presterar och som VCs kan förutsäga värdeskapande och tillväxt över tid.

Genom denna data förklaras den flockbeteende kring toppinvesterare och seriella grundare som är så typiskt för VC-branschen som en spräckt myt. Det betyder inte att det inte är en bra väg att gå, men bra företag kan komma från var som helst, och att vara datadriven snarare än relationsdriven öppnar upp en hel ny värld av företag fria från bias och grupptänkande.