数据告诉你什么值得投，EQT Ventures用机器学习挑战古典VC
数据与算法在商业决策中扮演着越来越重要的角色。在二级市场中，基金经理们使用算法交易来进行投资管理并不是少见的事。相比之下，风险投资行业还处在相对古典的阶段，许多VC依然坚持投资是一门难以标准化的艺术。
但随着技术的进步，越来越多的投资机构开始用算法辅助投资，而更少地依赖投资者本身的判断。著名的Google Ventures也采用了混合审核的方法，将数据作为投资标的分析的重要参考之一。
但来自瑞典斯德哥尔摩的EQT Ventrures认为，除了审核之外，数据与算法还能做到更多。这家风险投资基金管理着超过6.5亿美元的资产，他们想通过机器学习技术，赶在所有人之前抓住那些有潜力但还默默无闻的公司。
合伙人Henrik Landgren在接受Fast Company采访时表示，VC寻找项目的传统方法，是通过人脉获得创业者的信息，再从中选取心仪者进行约谈。更现代的方法则是通过先进技术、数据与算法，去主动地接触优质的项目。
EQT Ventures 开发了一套机器学习系统Motherbrain。这套系统使用多个财务数据作为参数，包括融资信息、网站排名、APP排名以及社交网络上的活跃度等。学习的方法则是监督学习与无监督学习相结合：首先使用无监督学习对公司进行聚类，聚类完成后再在Motherbrain中录入对项目的人为判断，并将这些判断标记作为训练集，进一步优化Motherbrain的算法。
Landgren认为，在一个新的行业或市场中，数据往往是非常混乱甚至互相矛盾的。无监督学习直接建立在未标记数据的基础上，能够避免过拟合，生成表现更好的算法。
除了横向对比赛道中的竞争者，纵向追踪公司的发展脉络同样是有趣的事情。Motherbrain可以通过学习某家创业公司的过往轨迹以及其他参数相类似的公司，预测其将来的发展走向，从而筛选出那些即将起飞的优秀公司。
这些障碍不仅窄化了投资人的视野，也使得部分优秀的创业者寻求投资无门。由技术驱动的Motherbrain正在帮助EQT Ventures跨越这些障碍。与此同时，Motherbrain也在大幅提升投资的效率。
今年五月获得EQT Ventures 760万美元投资的德国创业公司AnyDesk就是Motherbrain的受益者之一，这家公司在没有对外寻求投资的情况下收到了一封来自EQT Ventures的邮件。它是出现在Motherbrain的投资雷达上的第一批公司。
筛选出潜在的目标公司之后，Motherbrain的工作并没有到此为止。它能够提供海量数据，辅助分析师们对这些公司进行审核。在投后服务方面，系统内的市场规模、竞争对手、新兴技术、未来走向等数据也能够向创业者们提供信息支持。
然而，客观的数据与算法仍然有天然的不足之处，不完整或错误的数据都可能会导致不理想的机器学习结果。因此，EQT Ventures与多个数据库保持合作，希望在扩大数据的覆盖面的同时，交叉验证数据的准确性。
也正是因为认识到技术的缺陷，EQT Ventures依然认可人的判断在投资中的重要性。Landgren说：“我们正在搭建的是一个AI决策的平台，人与大数据都在其中起着非常重要的角色。我们仍然需要通过传统的方式与创业者建立关系，而Motherbrain的作用是告诉我们，应该在什么时间点与谁建立关系。”
EQT Ventures的主页标语将自己定位为半VC半创企
EQT Ventures的合伙人们并非出身投行。他们全都有着欧洲科技公司的创始人或高管背景，如Spotify, Huddle和Rebtel。
EQT Ventures并不是唯一一家使用数据分析与机器学习来寻找投资目标的公司。36氪曾转载过一篇对两家数据型风投机构——伦敦的InReach Ventures以及旧金山的SignalFire的报道。前者的分析模型是将创业公司正在招聘的人、开发中的产品以及网站的流量等因素作为数据集中的参数。而后者建造了一个追踪全球800万家创业公司的“迷你谷歌”，除了销售数据、学术刊物和财务报表以外，SignalFire还自主研发了一个追踪人才流向的软件，并根据这些依据来构建投资组合。
