AI-VC導入AI決策系統，對新創行業帶來什麼衝擊？

TAcc+新創分析師 許雅音

科技為投資者賦能，擁有豐富數據的VC透過AI分析協助尋找(sourcing)、篩選(selection)，以符合VC期望的投資組合之新創公司。VC的決策支援系統已朝向AI化邁進，會帶來什麼影響呢?

• VC的數位化轉型，將使用愈來愈多AI來支援決策，數據源的豐富度與投入決策支援平台的資金是關鍵 — Gartner在2021年發表了預測: 到2025年，超過75％的風險投資（VC）和早期投資者，將透過AI和數據分析等定量分析，來協助投資決策。這將意味著，投資決策將可能減少僅依賴「直覺決策」。

AI和數據分析能夠從LinkedIn，PitchBook，Crunchbase和Owler等來源收集的信息，配合投資新創公司的相關資訊，建立模型，判斷每項投資的可行性和潛在結果，能夠協助判斷何時投資，在何處投資以及投資多少等投資決策。

舉例而言，總部位於美國舊金山的VC公司SignalFire已經在使用名為Beacon的專有平台來追踪超過600萬家公司的業績。Beacon平台每年花費超過1,000萬美元，運用1,000萬個數據源，包括學術出版物，專利註冊，開放源代碼貢獻，監管文件，公司網頁，銷售數據，及社交網絡等，經過權重分析，表現出色的新創公司會在儀表板上標記出來，令SignalFire搶先市場看到有潛力的新創公司。另一家採用AI支援決策的VC，是總部位於瑞典的EQT Ventures，它是運用名為Motherbrain的AI平台，來為公司進行投資組合的篩選。而台灣，雖然規模無法與美國比擬，也有有識之士試圖整合台灣的投資資訊，運用AI進行決策支援，例如TAcc+的AIx2系統、華陽創投的新創101平台，及作為早期資金資訊平台的FINDIT。

隨著VC們愈來愈依賴數據和AI，投資的高效率和自動化也因此提升，但「人」的因素，難以用AI來量化，未來VC的投資決策，必定是同時仰賴數據分析及與新創公司打交道的直覺。而新創公司，在面對投資者愈來愈仰賴AI決策支援的過程，首先，需根據BP (Business Plan)上的關鍵指標紮實自身的基本功，作為進入VC眼簾的門票，才有機會登上VC的AI儀表板。然而，支援VC決策的平台系統，需要收集龐大的數據源，且類似的平台初期必須投入一大筆資金進行開發，但所帶來的成效尚未經過長期驗證；在支援VC決策的領域，AI競賽的桂冠仍將歸屬於數據夠多及資金豐富的參賽者。

參考資料：

• “Gartner: 75% of VCs will use AI to make investment decisions by 2025,” Venturebeat, 2021.