Berta Sándor
Algoritmussal felismerhetők a sikeres startupok?
Egy fiatal szakértő fejlesztése alapvetően átírhatja a befektetési piacot.
Andre Retterath olyan előrejelzési modellek megalkotásán dolgozik, amelyeket a vállalkozások esetében lehet alkalmazni. Úgy véli, a mesterséges intelligenciára épülő megoldások segítségével felismerhető, hogy melyik frissen alapított cég lesz sikeres, például egymilliárd dollárt vagy még többet érő unikornis startup. Hendrik Brandis, az Earlybird nevű beruházási vállalat társalapítója három és fél évvel ezelőtt szerződtette Retterathot, hogy segítse a munkájukat, a befektetés pedig lassan megtérül.
A fiatal szakember úgy foglalta össze a tevékenységét, hogy az a legnagyobb kudarc és kockázat, ha például a megvizsgált 15-20 társaság között ott van a jövő Facebookja és ők elhamarkodottan úgy döntenek, hogy nem foglalkoznak azzal. Az elemzésekben az adatok, az automatizálás és a gépi tanulás egyaránt fontos szerepet kapnak.
A Renaissance Technologies nevű amerikai vállalkozás már az 1980-as években felismerte, hogy a cégek sikere matematikai modellek segítségével előrejelezhető. Ezek a modellek ötvözik a valós idejű adatokat a dollár árfolyamával, az olaj árával, időjárási információkkal, s a vállalatok üzleti számaival és jellemzőivel. Retterath elemezte, hogy a befektetési társaságok miként szereznek adatokat a különböző adatbázisokból és dolgozzák fel azokat. Gyorsan kiderült számára egy probléma, amelyre így mutatott rá: "Mindenki a Crunchbase adatbázisát használja, de senki sem tudja, hogy az ott tárolt információk milyen minőségűek." Holott a kockázatitőke-befektetők minden évben több százezer eurót ruháznak be az adatbázishoz való hozzáférés megszerzéséért.
A fiatal szakember együttműködik Henrik Landgrennel, az 1997-ben alapított EQT Ventures munkatársával, így a leggyakrabban használt adatbázisokat (Angellist, CB-Insights, Crunchbase, Dealroom, Pitchbook, Preqin, Tracxn, VentureSource) érhette el. A munka során összehasonlította több mint 400 startup történeti adatait a különböző bejegyzésekkel. A vállalkozások többsége európai és amerikai egyesült államokbeli volt. A feltárt minták fontos felismeréseket eredményeztek, amelyeket a közeljövőben fognak publikálni.
A legfontosabb az, hogy a Crunchbase, a Pitchbook és a VentureSource a legteljesebb és a legpontosabb adatbázisok, de a minőség tekintetében így is vannak eltérések közöttük. A VentureSource kínálja a legátfogóbb és a legjobb általános céginformációkat, a Pitchbook szállítja a legjobb adatokat a cégalapítókról, míg a finanszírozási információk tekintetében a Crunchbase számít az etalonnak. De a legjobb megoldásnak a három adatbázis ötvözése bizonyult.
Az Earlybird olyan startupokat keres a mesterséges intelligencia bevonásával, amelyek megfelelnek azoknak a követelményeknek, hogy európaiak, legalább egy prototípust építettek a tervezett rendszerükből és már fel tudják mutatni az első piaci eredményeiket. Évente 15 vállalkozást választanak ki, amelyek között a szintén a mesterséges intelligencia segítségével állítanak fel befektetési rangsort, de itt már szubjektív szempontok is számítanak. Retterath nem akar megadni szempontokat a rendszernek, hanem arra kíváncsi, hogy a keresett eredményeket miként találhatja meg. A fejlesztést a Crunchbase, a Pitchbook és a LinkedIn adatbázisaiban a startupokkal kapcsolatban található összes bejegyzés segítségével készítette fel. Hendrik Brandis szerint így a finanszírozható cégek számát sikerült 8000-ről 12 000-re növelni, azt azonban, hogy a megoldás mennyire lesz sikeres, az idő dönti majd el.
Andre Retterath olyan előrejelzési modellek megalkotásán dolgozik, amelyeket a vállalkozások esetében lehet alkalmazni. Úgy véli, a mesterséges intelligenciára épülő megoldások segítségével felismerhető, hogy melyik frissen alapított cég lesz sikeres, például egymilliárd dollárt vagy még többet érő unikornis startup. Hendrik Brandis, az Earlybird nevű beruházási vállalat társalapítója három és fél évvel ezelőtt szerződtette Retterathot, hogy segítse a munkájukat, a befektetés pedig lassan megtérül.
A fiatal szakember úgy foglalta össze a tevékenységét, hogy az a legnagyobb kudarc és kockázat, ha például a megvizsgált 15-20 társaság között ott van a jövő Facebookja és ők elhamarkodottan úgy döntenek, hogy nem foglalkoznak azzal. Az elemzésekben az adatok, az automatizálás és a gépi tanulás egyaránt fontos szerepet kapnak.
A Renaissance Technologies nevű amerikai vállalkozás már az 1980-as években felismerte, hogy a cégek sikere matematikai modellek segítségével előrejelezhető. Ezek a modellek ötvözik a valós idejű adatokat a dollár árfolyamával, az olaj árával, időjárási információkkal, s a vállalatok üzleti számaival és jellemzőivel. Retterath elemezte, hogy a befektetési társaságok miként szereznek adatokat a különböző adatbázisokból és dolgozzák fel azokat. Gyorsan kiderült számára egy probléma, amelyre így mutatott rá: "Mindenki a Crunchbase adatbázisát használja, de senki sem tudja, hogy az ott tárolt információk milyen minőségűek." Holott a kockázatitőke-befektetők minden évben több százezer eurót ruháznak be az adatbázishoz való hozzáférés megszerzéséért.
A fiatal szakember együttműködik Henrik Landgrennel, az 1997-ben alapított EQT Ventures munkatársával, így a leggyakrabban használt adatbázisokat (Angellist, CB-Insights, Crunchbase, Dealroom, Pitchbook, Preqin, Tracxn, VentureSource) érhette el. A munka során összehasonlította több mint 400 startup történeti adatait a különböző bejegyzésekkel. A vállalkozások többsége európai és amerikai egyesült államokbeli volt. A feltárt minták fontos felismeréseket eredményeztek, amelyeket a közeljövőben fognak publikálni.
A legfontosabb az, hogy a Crunchbase, a Pitchbook és a VentureSource a legteljesebb és a legpontosabb adatbázisok, de a minőség tekintetében így is vannak eltérések közöttük. A VentureSource kínálja a legátfogóbb és a legjobb általános céginformációkat, a Pitchbook szállítja a legjobb adatokat a cégalapítókról, míg a finanszírozási információk tekintetében a Crunchbase számít az etalonnak. De a legjobb megoldásnak a három adatbázis ötvözése bizonyult.
Az Earlybird olyan startupokat keres a mesterséges intelligencia bevonásával, amelyek megfelelnek azoknak a követelményeknek, hogy európaiak, legalább egy prototípust építettek a tervezett rendszerükből és már fel tudják mutatni az első piaci eredményeiket. Évente 15 vállalkozást választanak ki, amelyek között a szintén a mesterséges intelligencia segítségével állítanak fel befektetési rangsort, de itt már szubjektív szempontok is számítanak. Retterath nem akar megadni szempontokat a rendszernek, hanem arra kíváncsi, hogy a keresett eredményeket miként találhatja meg. A fejlesztést a Crunchbase, a Pitchbook és a LinkedIn adatbázisaiban a startupokkal kapcsolatban található összes bejegyzés segítségével készítette fel. Hendrik Brandis szerint így a finanszírozható cégek számát sikerült 8000-ről 12 000-re növelni, azt azonban, hogy a megoldás mennyire lesz sikeres, az idő dönti majd el.