Gartner 最新调查数据显示，到 2025 年，将有超过 75% 的风险投资人使用 AI 和数据分析做出投资决策。根据 Gartner 的新白皮书预测，在未来四年中，配备 AI 和数据科学的投资者将变得司空见惯。
Gartner 高级研究总监 Patrick Stakenas 表示，增强的高级分析功能正在将早期的风险投资策略从“胆量感觉”和定性决策转变为“基于平台的”定量过程。Stakenas 说，将从 LinkedIn、PitchBook、Crunchbase 和 Owler 等来源收集的数据，以及第三方数据市场，与过去和当前的各种投资一起利用。
AI 预测客户行为
Stakenas 说：“越来越多的数据被用于建立复杂的模型，这些模型可以在短时间内更好地确定投资的可行性，策略和潜在结果。何时投资，在哪里投资以及投资多少之类的问题几乎变得自动化了。成功所需的性格特征和工作模式将以与目前测量产品及其在市场中的使用，市场规模和财务细节相同的方式进行量化。人工智能工具将用于根据工作经历，现场专业知识和先前的业务成功来确定领导团队的成功可能性。”
正如 Gartner 报告所指出的那样，当前的技术能够洞悉客户的需求并预测未来的行为。几乎不需要人工输入就可以构建唯一的配置文件，可以通过自然语言处理 AI 进一步开发独特的配置文件，该AI可以从实时或音频记录中确定某个人的素质。尽管该技术目前主要用于营销和销售目的，但到 2025 年，投资组织将利用该技术来确定哪些领导团队最有可能获得成功。
总部位于旧金山的风险投资公司 Signalfire 已经在使用名为 Beacon 的专有平台来跟踪超过 600 万家公司的绩效。该平台每年花费超过 1000 万美元，利用了 1000 万个数据源，其中包括学术出版物，专利注册，开源贡献，监管文件，公司网页，销售数据，社交网络，甚至是原始信用卡数据。表现出色的公司会在仪表板上标记出来，从而使 Signalfire 明显比传统的风险投资公司更早地看到交易。
AI 模型要做公平性和效率之间权衡取舍
这并不是说在投资决策方面，人工智能和机器学习已经或将是灵丹妙药。在去年 11 月的一次实验中，《哈佛商业评论》建立了一种投资算法，并将其表现与 255 个天使投资人的回报进行了比较。他们利用最先进的技术，对系统进行了培训，以从最大的欧洲天使网络之一的 623 笔交易中选择最有前途的投资机会。该模型的决策基于投资者可用的相同数据，其表现优于新手投资者，但比有经验的投资者要差得多。
《哈佛商业评论》模型的部分问题在于它表现出有经验的投资者没有的偏见。例如，该算法倾向于选择白人企业家，而不是有色企业家，并且倾向于投资具有男性创始人的创业公司。这可能是因为女性在资金筹措过程中往往处于不利地位，最终筹集的风险投资减少，这可能导致她们的初创企业不那么成功。换句话说，人工智能正在将使女性和非白人创始人的企业在较早阶段死亡的社会机制预测为未来的歧视。
根据《哈佛商业评论》的报道，由于不可能完全消除这些形式的偏见，因此至关重要的是，投资者必须采取“混合方法”，在人为干预的情况下进行人工智能知情的决策。确实，算法可以更轻松地挑选出更好的产品组合，因为它们可以大规模分析数据，从而避免了不良的投资，但在公平性和效率之间始终需要权衡取舍。
《哈佛商业评论》在其分析中写道：“经理和投资者应该考虑算法可以对潜在的未来结果做出预测，而不是做出决策。取决于预测的使用方式，它们基于人的判断，可能会（或可能不会）导致改善的决策和行动。因此，在复杂而不确定的决策环境中，核心问题不是，是否应该取代人工决策，而是如何通过结合人类和人工智能的优势来增强决策能力。”
