นิก เดวิดอฟ, คู่ผู้ก่อตั้งและหุ้นส่วนผู้จัดการของ DVC – สัมภาษณ์ ซีรีส์

นิก เดวิดอฟ คู่ผู้ก่อตั้งและหุ้นส่วนผู้จัดการของ DVC ได้ลงทุนในสตาร์ทอัพ AI 140 ราย รวมถึง Perplexity AI, Etched และ Mira Murati’s Thinking Machines Lab

DVC เป็นบริษัททุนร่วมทุนในซานฟรานซิสโกที่มุ่งเน้นการสนับสนุนสตาร์ทอัพ AI ในช่วงแรกและสร้างระบบนิเวศที่ขับเคลื่อนด้วยชุมชนรอบๆนวัตกรรม AI ก่อตั้งโดย Marina และ Nick Davidov บริษัทนี้รวมเครือข่ายผู้ก่อตั้ง วิศวกร และนักวิจัยที่มีประสบการณ์เข้ากับกระบวนการทำงานที่ได้รับการสนับสนุนจาก AI เพื่อสนับสนุนบริษัทตั้งแต่ช่วงก่อนการลงทุนซีรีส์ A/B โดยลงทุน 100,000 ถึง 300,000 ดอลลาร์ในระยะแรก และ 1 ถึง 3 ล้านดอลลาร์ในรอบต่อๆ ไป โมเดลของ DVC เน้นการสนับสนุนอย่างแข็งขัน การมีส่วนร่วมของชุมชนอย่างลึกซึ้ง และการใช้เครื่องมือ AI ควบคู่ไปกับพันธมิตรที่มีประสบการณ์เพื่อระบุโอกาส ลงทุน และช่วยให้ผู้ก่อตั้งพอร์ตโฟลิโอเติบโต

DVC ได้กลายเป็นที่รู้จักในเรื่องการคิดทุนร่วมทุนใหม่จากหลักการแรก What experiences or frustrations in traditional VC inspired you to build a model that runs entirely on AI agents and community intelligence?

ปัญหาหลักคือการขยายธุรกิจทุนร่วมทุน ในปัจจุบัน วิธีเดียวที่จะเติบโตคือการเพิ่มสินทรัพย์ภายใต้การบริหารจัดการ แต่เมื่อเวลาผ่านไป ความตั้งใจของคุณจะเปลี่ยนไป คุณไม่ได้ถูกขับเคลื่อนด้วยค่านิยม แต่ด้วยค่าธรรมเนียมการบริหารจัดการ และคุณเริ่มให้ความสำคัญกับการใช้จ่ายมากกว่าผลตอบแทน ซึ่งไม่ดีต่อสุขภาพ ดังนั้น เราจึงพยายามหาวิธีทางเลือกในการขยายธุรกิจทุนร่วมทุนในแนวนอน ไม่ใช่แนวตั้ง และเรายังพยายามทำให้การเข้าถึงทุนร่วมทุนเป็นประชาธิปไตยและนำมาซึ่งความหลากหลาย

​คุณบอกว่า DVC “ไล่ออกนักวิเคราะห์และจ้าง LPs” คุณสามารถอธิบายระบบนี้ได้อย่างไร — LPs มีส่วนร่วมในการระบุโอกาสและทำความดี due diligence อย่างไร และมีเครื่องมืออะไรที่ช่วยให้พวกเขา?

ฉันจะเริ่มต้นด้วยเรื่องราวหนึ่ง เมื่อ LP ใหม่เข้าร่วมเรา เราจะขอให้พวกเขากรอกแบบสอบถาม ซึ่งรวมถึงคำถามว่า “คุณยินดีที่จะช่วยเหลือสตาร์ทอัพอย่างแข็งขันหรือไม่” LP คนหนึ่งซึ่งเป็นวิศวกรทดสอบ ต้องการทราบว่าคำถามอื่นๆ จะปรากฏขึ้นหากเขาตอบว่า “ไม่” แต่ไม่มีอะไรเกิดขึ้น เขาเป็น LP คนแรกที่สังเกตเห็นว่าคำตอบที่เป็นบวกถูกตั้งค่าเป็นข้อกำหนดในคำถามนั้น — ไม่มีใครสามารถตอบว่า “ไม่” ได้

เราสร้าง “สังคมสี” ภายในสำหรับ LP ของเรา ใน DVC ทุก LP สามารถได้รับตำแหน่ง Deal Advisor และเติบโตเป็น Super Advisor หากพวกเขาให้การสนับสนุนสตาร์ทอัพของเราอย่างแข็งขันในการจ้างงาน การขาย ผลิตภัณฑ์ และการเชื่อมต่อ และรับผลประโยชน์จากผลตอบแทนจากการลงทุนในฐานะการตอบแทน เราได้ทำให้พวกเขาเข้าร่วมได้ง่ายที่สุดและทำให้กระบวนการทำงานส่วนใหญ่กลายเป็นอัตโนมัติ

AI ของ DVC ช่วยให้การทำงานหลักของทุนร่วมทุน เช่น การระบุโอกาส การทำความดี due diligence และการตรวจสอบพอร์ตโฟลิโอ เป็นอัตโนมัติได้อย่างไร คุณสามารถอธิบายกระบวนการทำงานที่เปลี่ยนแปลงไปมากที่สุดได้หรือไม่?

ที่ DVC AI เป็นกระดูกสันหลังของการคิดทุนร่วมทุนใหม่ AI ช่วยให้เราพลิกกระบวนการ due diligence ในแบบดั้งเดิมUpside Down แทนที่จะเข้าถึงผู้ก่อตั้งคนแรก AI ของเราจะสร้างบันทึกการทำธุรกรรมที่ครอบคลุมและทำการวิเคราะห์เบื้องต้นก่อนการติดต่อครั้งแรก ซึ่งเป็นไปได้เพราะข้อมูลที่จำเป็น (เช่น เอกสารบริษัท ข้อมูลตลาด การวิเคราะห์ผู้แข่งขัน และหลักการประเมินมูลค่า) มีอยู่ก่อนการโทร ดังนั้นจึงไม่จำเป็นต้องเสียเวลาผู้ก่อตั้งและนักลงทุน What used to take a full day for an expensive analyst can now be done in minutes for under 30 cents.

เมื่อเอกสารสตาร์ทอัพเข้าสู่ระบบ — โดยปกติผ่านการแนะนำของ LP — AI จะวิเคราะห์เอกสาร เสริมข้อมูลจากแหล่งอื่น จัดเรียงข้อมูลและสร้างบันทึกการทำธุรกรรม ดังนั้นเราจึงสามารถมุ่งเน้นไปที่สิ่งที่ยากที่จะทำให้เป็นอัตโนมัติ — การจูงใจของผู้ก่อตั้ง ทักษะอ่อนๆ วัฒนธรรม และพลวัตทีม

​สัญญาณที่ไม่ปกติหรือน่าประหลาดใจที่สุดคืออะไรที่ AI ของคุณติดตามเมื่อประเมินสตาร์ทอัพในช่วงแรก และสิ่งเหล่านี้แตกต่างจากสิ่งที่นักวิเคราะห์มนุษย์ตามปกติหามา?

ในบรรดาสัญญาณที่ไม่ปกติและยากที่นักวิเคราะห์มนุษย์จะสังเกตเห็น คือการปลดพนักงานคนสำคัญของสตาร์ทอัพเมื่อเร็วๆ นี้ ระบบของเราติดตามสัญญาณประมาณ 120 สัญญาณ บางส่วนช่วยให้เราเข้าใจการเติบโตของสตาร์ทอัพ กลุ่มสัญญาณที่สองเกี่ยวกับทีมสตาร์ทอัพ และกลุ่มสัญญาณที่สามมุ่งเน้นไปที่การแข่งขันของนักลงทุน เป้าหมายคือการคาดการณ์ว่าผู้ก่อตั้งสามารถระดมทุนได้อย่างรวดเร็วเพียงใด เนื่องจากเครือข่ายของผู้ก่อตั้งเป็นปัจจัยสำคัญ

​ด้วย LP มากกว่า 170 คนจากบริษัทอย่าง OpenAI, Meta และ Tesla (TSLA ) คุณจัดการชุมชนนี้และรับประกันการให้ข้อมูลที่มีคุณภาพมากกว่าเสียงรบกวนได้อย่างไร?

เมื่อมี LP เพียงไม่กี่โหล ยังสามารถจัดการได้ด้วยมือ แต่เมื่อจำนวนของพวกเขาคือการเติบโต การจับคู่ผู้เชี่ยวชาญที่เหมาะสมกับสตาร์ทอัพในเวลาที่เหมาะสมกลายเป็นปัญหาอุปสรรค เราได้พัฒนา AI ที่ทำหน้าที่เป็น “ซูเปอร์คอนเนคเตอร์” ที่จดจำรายละเอียดเกี่ยวกับทักษะและเครือข่ายของ LP เพื่อแนะนำการแนะนำที่เกี่ยวข้องสำหรับบริษัทในพอร์ตโฟลิโอของเรา ทำให้แง่มุมของชุมชนสามารถขยายได้อย่างน่าเหลือเชื่อ

และเพื่อให้แน่ใจว่ามีคุณภาพ เราจะติดต่อผู้ก่อตั้งเพื่อรับฟีดแบ็กจากพวกเขา สำหรับเรา ไม่เพียงพอเพียงแค่การแนะนำให้รู้จักกับบริษัทที่มีศักยภาพ แต่เราต้องยืนยันว่ามันทำงานได้จริง เมื่อเวลาผ่านไป เราได้รวบรวมข้อมูลเพียงพอเพื่อดูว่าสิ่งใดที่มีประสิทธิผลจริงๆ

ทุนของ DVC เน้นย้ำถึงโครงสร้างพื้นฐาน AI และโมเดลที่มุ่งเน้นแนวตั้ง What segments of AI คิดว่านั้นไม่ได้รับการประเมินค่ามากที่สุดในขณะนี้ — และทำไม?

ไม่มีเซกเมนต์ที่ถูกประเมินค่าต่ำเกินไป แต่มีเซกเมนต์ที่ยังไม่ได้รับการพัฒนา — และเซกเมนต์ที่ยังไม่ได้รับการพัฒนามักจะมีราคาถูกกว่า สุขภาพ อุตสาหกรรม โรบอติกส์ และการก่อสร้าง ล้าหลัง มีการใช้งานมากมาย แต่การนำไปใช้นั้นไม่ดี

​DVC ได้ลงทุนในบริษัทอย่าง Perplexity AI และ Etched แล้ว AI ระบบของคุณช่วยให้คุณระบุบริษัทที่จะพุ่งแรงก่อนที่พวกเขาจะได้รับความสนใจจากกระแสหลักได้อย่างไร?

นักลงทุนส่วนใหญ่ของเราคือผู้ก่อตั้งและวิศวกรที่เป็นผู้ใช้และผู้นำรับ AI เทคโนโลยีในระยะแรกๆ เมื่อพวกเขาหลงใหลในบางสิ่ง พวกเขาจะนำมันเข้าสู่ชุมชนของเรา สแต็ค AI ของเราจัดการการเตรียมการ ในฐานะพันธมิตร งานของเราคือฟังความ直觉ของเรา นั่นคือวิธีที่เราลงทุนใน Perplexity

เมื่อ AI เปลี่ยนแปลงทุนร่วมทุน คุณคิดว่าด้านใดของความเข้าใจผู้ลงทุน การตัดสินใจ หรือการเชื่อมต่อระหว่างมนุษย์ที่ไม่สามารถถูกแทนที่ด้วยอัลกอริทึม?

AI ตัวแทนของเราทำงานได้ดีกว่าเราในการสร้างบันทึกการทำธุรกรรม การวิจัย และการเตรียมงาน สิ่งที่พวกเขาไม่สามารถแทนที่ได้คือการเชื่อมต่อระหว่างมนุษย์ระหว่างผู้ก่อตั้งและนักลงทุน ความสัมพันธ์นั้นมักจะคงอยู่นานกว่าความสัมพันธ์สมรสเฉลี่ย ผู้ก่อตั้งเผชิญกับเส้นทางที่ซับซ้อน โดดเดี่ยวบางครั้ง และมีความกดดันสูง มีพันธมิตรที่เป็นมนุษย์เป็นสิ่งสำคัญ — นั่นคือสิ่งที่นักลงทุนเป็นจริงๆ และไม่มีอัลกอริทึมใดที่สามารถแทนที่สิ่งนี้ได้

​คุณสร้างสมดุลระหว่างข้อดีของการทำให้เป็นอัตโนมัติและความต้องการความโปร่งใสและความไว้วางใจระหว่างผู้ก่อตั้งและ LP ได้อย่างไร?

จริงๆ แล้วเป็นทางกลับกัน — การทำให้เป็นอัตโนมัติให้ความโปร่งใส ซึ่งนำไปสู่ความไว้วางใจ เมื่อมีการทำให้เป็นอัตโนมัติ คุณสามารถเห็นข้อมูลเข้าและวิธีการตัดสินใจได้อย่างชัดเจน ทำให้กระบวนการตัดสินใจเป็นไปอย่างโปร่งใสและวิเคราะห์ได้มากที่สุด

​เมื่อมองไปข้างหน้า คุณเห็นอนาคตที่ทุนร่วมทุนส่วนใหญ่ดำเนินงานโดยไม่มีนักวิเคราะห์ — และหากเป็นเช่นนั้น สิ่งนี้หมายถึงอะไรสำหรับคนรุ่นต่อไปของทุนร่วมทุนที่เข้าสู่อุตสาหกรรม?

บทบาทดั้งเดิมของนักวิเคราะห์ไม่มีประสิทธิภาพโดยธรรมชาติ โครงสร้างนั้นเอง — การมีนักวิเคราะห์รวบรวมและวิเคราะห์ข้อมูล — มีแนวโน้มที่จะเกิดข้อผิดพลาดของมนุษย์ ทั้งในการรวบรวมข้อมูลและการวิเคราะห์ การใช้ AI เพียงแต่ทำให้กระบวนการทำงานมีประสิทธิภาพมากขึ้น ดังนั้น บทบาทเก่าจึงไม่จำเป็นต้องมี แต่บทบาทใหม่เกิดขึ้น เมื่อเราปิดนักวิเคราะห์ทั้งหมด เราได้จ้างผลิตภัณฑ์และวิศวกรที่จัดการงานเหล่านี้ และการตัดสินใจของมนุษย์ไม่หายไป — มันเพียงย้ายไปสู่ฟังก์ชันใหม่ บทบาทย้ายไปที่ที่มีมูลค่ามากที่สุด

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านซึ่งสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับทุนร่วมทุนนี้ควรเยี่ยมชม DVC。