ИИ обгоняет венчурных капиталистов в предсказании успеха стартапов: новая эра инвестиций

ИИ теперь значительно лучше предсказывает успех стартапов, чем венчурные капиталисты. Мог ли GPT-4 заметить Airbnb в 2008 году или Figma в 2012 году раньше профессионалов?

Новое исследование ученых из Оксфордского университета и Vela Research предполагает, что большие языковые модели уже лучше выбирают победителей, чем большинство инвесторов на ранних стадиях. В области, известной своими шаблонными решениями и теплым введением, перспектива применения ИИ для более раннего выявления многообещающих основателей — это потенциальная революция.

Если такие модели, как GPT-4, даже немного повысят уровень успешных инвестиций, то они могут стать необходимыми инструментами в арсенале каждой фирмы и сделать инвестиции в стартапы несколько более меритократичными.

Исследовательская работа под названием «VCBench: Оценка LLM в венчурном капитале» представляет VCBench, первый открытый стандарт, предназначенный для проверки возможности ИИ предсказывать успех стартапов до его наступления. Команда создала набор данных из 9000 анонимизированных профилей основателей, каждый из которых был связан с данными о ранних стадиях компаний. Примерно 810 профилей были помечены как «успешные», что означает достижение важного этапа роста, такого как выход или IPO, давая моделям редкий, но значимый сигнал для обучения.

Критически важно, что исследователи очистили набор данных от имен и прямых идентификаторов, чтобы модели не могли просто запомнить тривиальные данные из Crunchbase. Они даже проводили противодействующие тесты, чтобы убедиться, что LLM не обманывают, повторно идентифицируя основателей из публичных данных, снизив риск повторной идентификации на 92% при сохранении предсказательных характеристик.

При испытаниях модели показали лучшие результаты, чем большинство человеческих ориентиров. В работе отмечается, что «рыночный индекс» — фактически базовая производительность всех венчурных инвестиций на ранних стадиях — достигает лишь 1,9% точности, то есть один победитель из 50 попыток. Y Combinator показывает результат лучше — 3,2%, что примерно в 1,7 раза лучше рыночного. Венчурные фирмы первого уровня достигают примерно 5,6%, что вдвое лучше этого показателя.

Тем не менее, большие языковые модели значительно превзошли эту базу.

Например, DeepSeek-V3 показал более чем в шесть раз большую точность, чем рыночный индекс, в то время как GPT-4 возглавил таблицу лидеров с самым высоким показателем F0.5, сбалансировав точность и полноту. Claude 3.5 Sonnet и Gemini 1.5 Pro также значительно преодолели рынок, попав в тот же уровень производительности, что и элитные венчурные фирмы.

Другими словами, почти каждая протестированная передовая LLM лучше справилась с выявлением вероятных победителей, чем средний венчурный капиталист, и несколько моделей равны или превосходят предсказательную мощь Y Combinator и фондов высшего уровня.

Исследователи выпустили VCBench как общественный ресурс наvcbench.com, приглашая сообщество запускать собственные модели и публиковать результаты. Если таблица лидеров будет заполнена LLM, которые outperform the market, это может изменить инвестирование на ранних стадиях. Мир, где основатели обнаруживаются AI-агентами, просматривающими LinkedIn, а не отправляющими холодные письма партнерам, может быть не так далеко.