- 相關(guān)推薦
數(shù)據(jù)算法用于創(chuàng)投項(xiàng)目評(píng)估？
創(chuàng)業(yè)風(fēng)險(xiǎn)投資無(wú)法依靠數(shù)據(jù)算法，這里存在許多悖論。下面一起來(lái)看看!
人工智能在金融行業(yè)有許多能產(chǎn)生真實(shí)價(jià)值的應(yīng)用場(chǎng)景，其中在二級(jí)市場(chǎng)投資交易上，基于數(shù)據(jù)算法的量化交易也已經(jīng)有不少成功的操作案例。投資界對(duì)數(shù)據(jù)分析的好感度不斷增強(qiáng)，在一級(jí)市場(chǎng)創(chuàng)業(yè)投資領(lǐng)域，甚至是天使投資也有了一些試圖通過(guò)對(duì)數(shù)據(jù)的分析來(lái)評(píng)估項(xiàng)目投資價(jià)值的嘗試。
我們一邊擔(dān)心著機(jī)器統(tǒng)治了人，一邊又不遺余力的把所有責(zé)任都推給機(jī)器，體力的也好，腦力的也是。創(chuàng)業(yè)風(fēng)險(xiǎn)投資無(wú)法依靠數(shù)據(jù)算法，這里存在許多悖論。
悖論1：大數(shù)據(jù)算法善于尋找大概率事件，而超高回報(bào)必定是小概率的
所謂風(fēng)險(xiǎn)投資，投資界的金字塔，尤其天使投資，可謂是投資領(lǐng)域風(fēng)險(xiǎn)最高的門(mén)類。資本之所以愿意承擔(dān)極高的風(fēng)險(xiǎn)，是因?yàn)榇祟愘Y本所追逐的是超高回報(bào)。風(fēng)險(xiǎn)度越高就要有相應(yīng)的高收益可期待，這是資本的本性。最保守的投資，讓所有投資者幾乎都能獲得最保本的收益。
而高風(fēng)險(xiǎn)的投資門(mén)類中只有少數(shù)投資者能獲得超高收益。于是乎，我們可以理解，創(chuàng)業(yè)風(fēng)險(xiǎn)投資必然尋找的是小概率事件，百里挑一、萬(wàn)里挑一的所謂獨(dú)角獸。而基于大數(shù)據(jù)的算法所計(jì)算的是普遍性，也就是它的能力在于尋找大概率事件。兩者的底層意圖幾乎可以說(shuō)是背道而馳。
打個(gè)比方。A成功發(fā)生的可能性是80%，B發(fā)生的可能性是90%，B比A的可能性高了12.5%，你比較容易決定把賭注下給B。這是在進(jìn)行大概率事件的比較。
而如果A、B都是小概率事件，情況將變得復(fù)雜許多。例如A發(fā)生的可能性是0.1%，B的可能性是0.2%，看上去B的成功率已是A的兩倍，然而同時(shí)這一概率也意味著A不發(fā)生的可能性是99.9%，B則有99.8%的可能性不會(huì)發(fā)生，它們不發(fā)生的可能性幾乎相等，且都概率極高，依據(jù)這樣的數(shù)據(jù)必然仍舊舉棋不定。
事實(shí)上，投1000次成功1次和投500次成功1次的意義是一樣的，因?yàn)榇蠹铱赡芏疾粫?huì)有超過(guò)500次的投資機(jī)會(huì)。
悖論2：算法需要數(shù)據(jù)來(lái)支持，而創(chuàng)投領(lǐng)域的數(shù)據(jù)是膚淺的
當(dāng)下所謂基于大數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)技術(shù)而不斷精確化的算法，其基礎(chǔ)在于對(duì)數(shù)據(jù)的利用，而創(chuàng)投領(lǐng)域極缺數(shù)據(jù)。創(chuàng)業(yè)領(lǐng)域以“創(chuàng)”為關(guān)鍵詞，從無(wú)到有，做前人沒(méi)有做過(guò)的事，走前人沒(méi)有走過(guò)的路。既無(wú)歷史，何來(lái)數(shù)據(jù)?
且創(chuàng)業(yè)創(chuàng)新往往在于挖掘前所未有的機(jī)會(huì)，尋找那些少人關(guān)注且尚未被滿足的市場(chǎng)。一項(xiàng)前所未有的技術(shù)、產(chǎn)品或商業(yè)模式，可以從邏輯上去評(píng)估其可行性，卻無(wú)法找到足量的對(duì)口數(shù)據(jù)去證明。
也因此真正以創(chuàng)新為文化的組織反對(duì)用績(jī)效指標(biāo)去考核創(chuàng)新部門(mén)，從過(guò)去總結(jié)獲得的既定標(biāo)準(zhǔn)和框架是無(wú)法容納大航海式的探索的。
創(chuàng)投領(lǐng)域那些容易大規(guī)模獲得的數(shù)據(jù)往往十分膚淺而表象，很難成為投資決策的依據(jù)。近幾年，出現(xiàn)了一些收集一級(jí)市場(chǎng)項(xiàng)目信息及投融數(shù)據(jù)，并加以分析的網(wǎng)站數(shù)據(jù)庫(kù)。有些為了吸引關(guān)注也曾打出讓數(shù)據(jù)算法來(lái)指導(dǎo)創(chuàng)業(yè)投資的概念。然而目前這些網(wǎng)站的信息維度往往十分單薄，這些維度上的數(shù)據(jù)往往并不是影響創(chuàng)業(yè)成敗的核心。
即便是這些數(shù)據(jù)，其可靠性也往往無(wú)法考證，更沒(méi)有像二級(jí)市場(chǎng)那樣經(jīng)過(guò)專業(yè)部門(mén)審核的企業(yè)運(yùn)營(yíng)數(shù)據(jù)。
它們作為黃頁(yè)性查詢功能的作用遠(yuǎn)多于作為分析工具的作用;其數(shù)據(jù)反饋整體概貌的意義遠(yuǎn)大于評(píng)估個(gè)體價(jià)值的意義;它們有監(jiān)測(cè)變化現(xiàn)象的效用但無(wú)法真實(shí)反饋動(dòng)因。注意，這里不是說(shuō)這類數(shù)據(jù)庫(kù)沒(méi)有意義，而是說(shuō)它們存在的主要價(jià)值并不在于用數(shù)據(jù)分析來(lái)評(píng)估項(xiàng)目。
例如關(guān)于類似熱議度的指標(biāo)，因媒介信息曝光的數(shù)據(jù)較易獲取，據(jù)此比較熱議度、媒體曝光度等指標(biāo)也比較容易實(shí)現(xiàn)。
然而，某些項(xiàng)目熱議度高或許是因?yàn)榧庇谌谫Y而必須大聲兜售，在內(nèi)容營(yíng)銷上投入了更多成本，這些內(nèi)容影響的并非其產(chǎn)品的目標(biāo)用戶而是融資的目標(biāo)資本方;而那些熱議度低甚至少人知曉的項(xiàng)目也可能已經(jīng)在悄悄賺錢(qián)，或正在修煉著秘而不宣的神功。最終這些數(shù)據(jù)反饋的指標(biāo)并不能讓投資人少做一些調(diào)查，反而還有可能會(huì)蒙蔽你。
悖論3：風(fēng)投決策依據(jù)的善變無(wú)法實(shí)現(xiàn)算法的復(fù)用意圖
與相對(duì)成熟的行業(yè)不同，創(chuàng)業(yè)創(chuàng)新領(lǐng)域缺乏恒定的評(píng)估指標(biāo)，且許多影響因素可能是隱性的。創(chuàng)業(yè)投資的周期較長(zhǎng)，而內(nèi)外部環(huán)境的變化卻要比傳統(tǒng)領(lǐng)域快許多。因此其中總要?dú)v經(jīng)千回百轉(zhuǎn)。
一個(gè)種子階段很有希望的項(xiàng)目在A輪后很有可能因?yàn)閮?nèi)外部環(huán)境已變而瞬間窮途末路。
免費(fèi)模式可以是高效的也可以是無(wú)效的，可能在兩年前有效在兩年后無(wú)效;第一年就把收支打平的可以是好項(xiàng)目也可能沒(méi)有更大的想象空間;創(chuàng)始人可以因破釜沉舟而發(fā)奮崛起，也可能因沒(méi)有后顧之憂而更易耐得住寂寞和誘惑;在一年前可能還未出現(xiàn)的所謂風(fēng)口，在一年后也可能已關(guān)閉。
同樣的信息樂(lè)觀的投資人認(rèn)為利好，悲觀的認(rèn)為利空，今天認(rèn)為是利好，而明年可能轉(zhuǎn)向。甚至資本方自身也是重要變因，也并不總是起到正面的作用，錯(cuò)配的資本也可能令一個(gè)優(yōu)秀的項(xiàng)目走入絕境。
即便不基于數(shù)據(jù)而基于投資邏輯，創(chuàng)業(yè)風(fēng)險(xiǎn)投資也很難有包贏的套路。即便是頂級(jí)的天使投資人之間也有許多意見(jiàn)相左的時(shí)候。在某些情況下，投資人也可能只認(rèn)定某一個(gè)道理而義無(wú)反顧的支持下去。
在每個(gè)投資人心里，什么因素更重要各有自己的算法，且會(huì)根據(jù)不斷的信息輸入與思考持續(xù)進(jìn)行變因增減和權(quán)重調(diào)整，而這種調(diào)整發(fā)生的頻率節(jié)奏相當(dāng)高。
也就說(shuō)每個(gè)項(xiàng)目可能都有其自身的特殊性，即便你有一套算法，也很難一層不變的套用到多個(gè)項(xiàng)目上，最終往往仍需要一事一議，或因?yàn)槟撤N特殊的因素，進(jìn)行“破格入選”。這意味著既定算法的復(fù)用性將相當(dāng)?shù)停惨虼藷o(wú)法真正體現(xiàn)作為機(jī)器算法的那種“一本萬(wàn)利”的效用。
多一些獨(dú)立思考，少一些投機(jī)跟風(fēng)
試圖用一個(gè)既定算法模型去評(píng)估創(chuàng)業(yè)項(xiàng)目的投資價(jià)值顯得過(guò)于推卸責(zé)任。在創(chuàng)業(yè)風(fēng)險(xiǎn)投資領(lǐng)域尤其稀缺有獨(dú)立思考能力的投資者。如果這一領(lǐng)域做決策能有賴于算法，那意味著許多投資者都能獲得超高收益，這顯然不符合能量守恒。
人們不斷總結(jié)過(guò)往的經(jīng)驗(yàn)，試圖預(yù)知命運(yùn)，然而套用一句話，“所有的幸福都是相似的，而不幸卻各有各的不同”。在這個(gè)不幸案例遠(yuǎn)遠(yuǎn)多于幸福案例的的領(lǐng)域，則更多的是“各有各的不同”。
【數(shù)據(jù)算法用于創(chuàng)投項(xiàng)目評(píng)估？】相關(guān)文章：
閻焱：創(chuàng)投看重的創(chuàng)業(yè)者DNA03-26
乾龍創(chuàng)投查立：創(chuàng)業(yè)之困03-28
2017年哪些項(xiàng)目值得投12-05
抱團(tuán)創(chuàng)投CEO李欣:創(chuàng)業(yè)是體驗(yàn)是過(guò)程,而不是結(jié)果11-28
創(chuàng)投人：靠錢(qián)砸出來(lái)的公司走不遠(yuǎn)03-28
深創(chuàng)投和弘毅分獲中國(guó)最佳創(chuàng)投機(jī)構(gòu)和最佳私募機(jī)構(gòu)02-28