超早期投資：在創(chuàng)業(yè)者還未創(chuàng)業(yè)的時候就成為伯樂

作者: Erin Griffith  譯/劉進龍 汪皓

彭博資訊旗下的創(chuàng)投基金正與交易情報公司Mattermark合作，通過數(shù)據庫分析提前鎖定潛在創(chuàng)業(yè)者。其研究結果可能對投資決策方式產生深遠影響。

既然塔吉特（Target）可以先于少女的父親知道她已經懷孕，那么，風險投資公司也應該有能力在初創(chuàng)公司誕生之前，便鎖定潛在的創(chuàng)始人。所需要的只是適當?shù)臄?shù)據而已。

這正是不斷演進的風險投資行業(yè)未來的發(fā)展方向。正如馬克·蘇斯特上周指出的那樣，風險投資行業(yè)的兩極分化日益加劇。一方面，種子基金如雨后春筍般崛起，占新建基金總數(shù)的67%，另一方面，大型基金則變得日益龐大。對于早期投資者而言，這意味著競爭日益激烈，進而導致估值泡沫。等到一位公司創(chuàng)始人開始進行種子期融資時，其公司的估值可能已經達到1,000萬美元。

要避免這種情況，方法之一是將投資的節(jié)點提前。在公司還未誕生之前就進行投資。甚至連創(chuàng)始人自己都不知道他們會進行創(chuàng)業(yè)的時候，便提前開始“燒冷灶”。彭博資訊（Bloomberg LP）旗下的創(chuàng)投基金B(yǎng)loomberg Beta已經花了一年時間這么做了。

該基金曾嘗試獨自建立“未來創(chuàng)始人”數(shù)據庫，但以失敗告終，因此，它決定與丹尼爾?莫里爾創(chuàng)建的交易情報公司Mattermark合作。其研究結果可能對投資決策方式產生深遠影響。目前的投資決策通常均基于投資者的本能和直覺。

Mattermark確定了成功的創(chuàng)始人最有可能的職業(yè)發(fā)展路徑，并創(chuàng)建了一個150萬人的數(shù)據庫，由距離科技創(chuàng)業(yè)公司1-2個維度的人組成，但還不是創(chuàng)始人。通過分析八個月內創(chuàng)建公司的人，Mattermark先標出了確定一個人是否會創(chuàng)建公司最強有力的預測因素：一個人所接受的教育；他們之前工作的公司與所達到的職務級別；地理位置和年齡。這么做的目標是找出那些不符合標準創(chuàng)業(yè)路徑的東西。正如莫里爾指出的：“凡是看起來成型的東西，那肯定已經有人找到它了。”

最終結果顯示，創(chuàng)業(yè)者的年齡要高于預期，但從事的職位沒有達到預計高度。數(shù)據庫內的群體，約40%超過了40歲。約有一半的人曾在有風投注資的公司工作，但有三分之二的人未從事過高級管理職務。管理咨詢顧問創(chuàng)業(yè)的幾率是其他職業(yè)的兩倍。Bloomberg Beta最終鎖定了350名潛在創(chuàng)始人，并邀請他們前往紐約和舊金山參加聚會。

根據數(shù)據貿然發(fā)送陌生郵件，感覺像是赤裸裸的侵犯個人隱私，正如塔吉特的孕婦廣告一樣。嗨，我們的算法能預測到你的職業(yè)夢想！事實上，確實有人認為這是詐騙。但對于自愿參加了兩次聚會的75人來說，這是對他們的一次檢驗。

莫里爾說道：“人們會這樣說：‘我想過創(chuàng)業(yè)，但我從來沒有告訴過任何人。’在所有人都毫無察覺的時候，有人便選擇相信你——這種事真的很酷……他們雖然一直堅持自己的夢想但從未認真考慮過，而你的信任可以強化他們的夢想。”莫里斯承認，告訴人們他們被研究選中，可能會改變最終的結果。

Bloomberg Beta負責人羅伊?巴哈特對于最終結果的多樣性感到欣慰。他說：“數(shù)據不會有任何偏見。其中很多人有生以來第一次被賦以這樣的期望。”

Bloomberg Beta找出的“潛在創(chuàng)始人”以后是否會創(chuàng)建公司，這還有待考證。（雖然僅僅過去幾個月時間，但巴哈特表示“一大批人”已經開始了創(chuàng)業(yè)。）同樣，該項目也沒有給Blommberg Beta帶來任何交易。（他說道：“了解一個人是一個長期的過程，因此，即使在未來兩年我們沒有對任何人進行投資，我也可以接受。”）但通過創(chuàng)造性地使用數(shù)據，在交易流程中占據先機，這種做法將變得更為常見。Mattermark重新進行了一次匿名研究，結果發(fā)現(xiàn)，其模型預測創(chuàng)始人的成功率比先前高出25倍。

這是利用數(shù)據促進風險投資的方式之一。另外一種方式是什么？在董事會中增設一名機器人。正如香港創(chuàng)投公司Deep Knowledge Ventures的做法。該公司的機器人董事會成員，使用機器學習預測最佳生命科學交易，利用歷史數(shù)據來預測對于人類風險投資者來說不太明顯的趨勢。正如德米特里?凱明斯基向美國科技網站Betabeat所解釋的那樣，機器人在這個過程中不帶任何情緒：

“人類是情緒化的，帶有主觀性。他們會犯錯誤，但與機器不同，人類也會做出明智的直覺決策。與VITAL類似的設備只能使用邏輯。人類投資者的直覺與設備的邏輯，絕對是完美的組合。犯錯誤的風險將被降至最低。”

當然，這種方式有些大膽。但為什么不試試呢？巴哈特說道：“當你用數(shù)據完成之前只能由人類完成的事情時，總會有人持懷疑態(tài)度，這反而讓我們更想進行嘗試。彭博資訊推出第一款產品時，人們說：‘不，只能由人類對債券進行定價。’事實證明，計算機做某些事情會做得更好。”