不会用数据和AI，今天再牛的投资人也没有未来

本文来自微信公众号“创业邦”（ID:ichuangyebang），作者：信陵，36氪经授权发布。

近几年，如果说VC业对未来有什么共识，押注数据和AI肯定算一个。（详见《未来的VC合伙人可能穿着格子衬衫》） 

这方面，年轻的GP可能走的更快。 

EQT Ventures成立于2016年，是欧洲最大私募股权投资机构之一EQT Group（殷拓集团，下称：EQT）的风险投资部门。 

作为一家只有6年历史的机构，它刚刚募集了11亿欧元的三期基金，是目前欧洲最大的一支早期基金。 

中国读者可能对EQT不太熟悉。睿兽分析的数据显示，源于瑞典的EQT，资金管理规模近1000亿欧元。 

去年10月，它斥资68亿欧元收购了亚洲三大私募之一的霸菱亚洲，后者资产管理规模177亿欧元，也是著名女投资家徐新的老东家。 

EQT Ventures拿的是北欧的“老钱”，但做派十分新锐，尤其是数字化和大数据应用走在了很多大机构的前面，有行业人士甚至称之为“一家属于未来的VC“。 

最近，EQT Group数据管理主管 Pedram Birounvand和VC Stack创始人Max Fleitmann进行了一场对话，主题是EQT Ventures如何利用AI的力量识别和投资早期初创企业。 

其中，二位专家对数据驱动型基金的运作方式讨论得非常深入，包括数据的利用方式、数据团队的构建等等。 

VC Stack是一家为投资机构提供软件和工具评估的创业公司。主要创始人Max Fleitmann既是连续创业者，也是投资人。 

创业邦整理了交流的摘要， 点击此处查看原文：Shaping the Future of Venture Capital with Data and AI 

EQT如何使用数据？

EQT搭建了自己的AI驱动系统Motherbrain，这一系统对识别两类机会很有价值，一类是“容易被忽视的”机会，另一类是容易变成“为时已晚”的机会。 

这个系统能够帮助搜索交易机会和投资决策。系统的算法使用卷积神经网络来映射数据之间的联系，例如应用程序商店下载量、之前投资者的信息、网站流量、创始人简历等。 

这样的话，EQT不仅能够抢在同行前面接触到初创企业，而且做得准备也足够充分。比如在Motherbrain的帮助下，公司抓住了9个容易被忽视的投资机会。 

另外，这套系统还能改善内部运营，比如帮助合伙人在投后服务上优化时间管理，比如为合伙人要参加的会议准备过往的交流摘要等等。 

为了做大这一点，EQT大量投资数据科学家，他们通过在非结构化的数据中寻找关联，识别出优秀的企业。这就需要对数据科学、工程知识，最领先的数据（包括云数据平台）进行投资。 

Pedram说，数据还被用于为被投公司创造价值。包括帮助被投企业获取市场数据、识别一个地区的宏观形势，与其他非竞争关系的被投企业分享数据等等。 

被投公司还能从EQT得到一些自助数据产品的支持。例如，在ESG这样的细分领域，EQT正在构建一个产品，被投企业可以用这个产品将自己的ESG绩效与基准进行对比。 

当然，被投企业还可以根据临时的需求，寻求EQT的数据支持。 

小基金与大基金如何使用数据？

Pedram的观点是，虽然数据对所有基金都重要，但使用方式的复杂程度并不相同。 

小机构应该使用现成的产品。如果要成功构建自己的产品，通常需要有一个4-5人的团队，这对小基金来说是一笔大投资。如果是资产管理规模超过10亿美元的大型基金，建立内部团队就是值得的投资，与使用现成的工具相比，使用专有工具将具有竞争优势。 

Pedram说，现代人工智能和自然语言技术将为投资基金创造出优势。比如，ChatGPT彻底改变了人们在互联网上的互动方式。投资基金可以从ChatGPT那里获取更多的结构化数据。 

VC Stack的Maximilian介绍说，VC Stack正在深入探讨如何使用ChatGPT做投资。大家可以访问登录 www.vcstack.io 找找案例和灵感。 

对于希望采用新的数据工具的基金有什么建议？

Pedram认为，评估适用性的一种简单方法是试用这些工具，今天的云软件非常有可能做到这一点。他说，与供应商谈判时，要争取免费试用或是以优惠的价格试用的机会。如果不满意就随时退出。 

另外一个有用的做法是请专家向供应商提问，不要被术语迷惑，提出正确的问题并判断对方的反馈。 

关于聘请数据团队

Pedram说，过去20年，管理数据的技术发生了重大变化，造成招聘的角色也一直在变。在不同的公司，即便是同一个角色也会承担明显不同的职责。比如，Spotify的数据工程师与EQT的数据工程师的职责就截然不同。因此，了解团队中每个角色的确切职责至关重要。 

鉴于这样的情况，Pedram给出的招聘建议： 

• 数据工程师： 虽然他们不会构建自定义代码，但他们可以以简单的方式编写SQL代码，以便业务人员理解。 
• 数据科学家： 如果确实是大基金，有足够多需要分析的数据，才考虑招聘这个岗位。 
• 分析师： 他们的角色是理解数据，解释数据，把数据向更广泛的领域推广。 

关于投资的未来

Pedram说，数据对投资至关重要。风险基金需要在更早的阶段找到公司，并且投资比我们今天更多的项目。如果计算机和机器能帮助我们做更多“体力活”，投资人就可以做更多的交易，这样早期投资会更多，更多的细分产品也能获得投资。 

作为一家数据驱动型企业，EQT建立了自己的专有系统Motherbrain，发现并投资了至少九家初创企业。 

展望未来，数据和AI能力对于有前途的风险投资交易很关键。如果错过这一行业的机遇，将会是一个重大的损失。 

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。