借助算法替代投資人：很少再憑經(jīng)驗(yàn)做事

我們憑借經(jīng)驗(yàn)和直覺(jué)判斷大部分的事。但未來(lái)，借助算法做的決定會(huì)越來(lái)越多。至少很多人都已經(jīng)發(fā)覺(jué)，購(gòu)物網(wǎng)站比家人朋友更清楚他們想要什么。

創(chuàng)投圈也在經(jīng)歷同樣的變化。2014年全球的風(fēng)險(xiǎn)投資總額高達(dá)480億美元，其中74億美元投給了首次融資的企業(yè)。而押寶的命中率，據(jù)著名投資人William Hambrecht說(shuō)，只有十分之一。墨守著“慧眼識(shí)英雄”的人為判斷方式，無(wú)疑會(huì)造成資本的巨大浪費(fèi)。

根據(jù)《財(cái)富》的報(bào)道，Hambrecht曾是蘋(píng)果、谷歌、基因塔克多家公司的早期投資人，從業(yè)近50年，經(jīng)驗(yàn)老道。但現(xiàn)在，他很少再憑經(jīng)驗(yàn)做事，而是和一家叫Growth Science的小型科技公司合作。Growth Science對(duì)Hambrecht選中的創(chuàng)業(yè)公司進(jìn)行數(shù)學(xué)建模，無(wú)論是商業(yè)模式，還是新技術(shù)、新產(chǎn)品，都可以用模型來(lái)預(yù)測(cè)成功的概率，運(yùn)算過(guò)程中不涉及任何主觀因素，最后可以明確地給出投資人yes or no的結(jié)果。

Growth Science的創(chuàng)始人Thomas Thurston介紹說(shuō)，影響預(yù)測(cè)的因素很多，20%是跟創(chuàng)業(yè)團(tuán)隊(duì)自身的特性有關(guān)，80%跟外部環(huán)境有關(guān)，比如市場(chǎng)、競(jìng)爭(zhēng)者、技術(shù)趨勢(shì)、時(shí)間等。但他沒(méi)有透露更多具體因素。

至于Hambrecht的投資效果，現(xiàn)在也還不能定論。通常投資基金需要 10-15年才能得到回報(bào)，而Growth Science算法他才用了8年。不過(guò)Hambrecht說(shuō)，他的投資項(xiàng)目，估值已經(jīng)漲了5倍，這些項(xiàng)目都沒(méi)有上市或轉(zhuǎn)讓?zhuān)灶A(yù)期的回報(bào)會(huì)相當(dāng)高。其中包括手機(jī)通信軟件Tango，它在去年由阿里巴巴領(lǐng)投，融資2.8億美金，目前估值約在15億美金。

當(dāng)然也有人不那么相信算法。比如Greycroft Partners的合伙人Ian Sigalow提出，創(chuàng)業(yè)團(tuán)隊(duì)中的成員是什么樣的人，很大程度影響著成敗，但數(shù)據(jù)并不能歸結(jié)人的屬性，而且人也會(huì)不斷變化。Sigalow認(rèn)為投資過(guò)程不會(huì)被完全量化。但他確實(shí)嘗試用數(shù)據(jù)建模的方式否決了一些項(xiàng)目。

有一款類(lèi)似Snapchat的視頻聊天應(yīng)用，最近在產(chǎn)品榜單上穩(wěn)坐了幾星期，幕后的團(tuán)隊(duì)找到Greycroft尋求融資。Greycroft的數(shù)據(jù)分析人員把這款產(chǎn)品和Snapchat的生命周期研究比照，發(fā)現(xiàn)新產(chǎn)品不具備像Snapchat那樣爆發(fā)的因素。最后Sigalow婉拒了那個(gè)創(chuàng)業(yè)團(tuán)隊(duì)。

也許有人從算法投資策略聯(lián)想到了那部電影《點(diǎn)球成金》。布拉德皮特飾演的棒球經(jīng)理人通過(guò)自創(chuàng)的數(shù)學(xué)模型挑出了最有潛力的無(wú)名球員。不過(guò)，哈佛商學(xué)院的Jacob H. Schiff教授覺(jué)得兩者不能類(lèi)比，“創(chuàng)業(yè)的屬性就是風(fēng)云莫測(cè)。”在一種時(shí)勢(shì)里的人才在另一種時(shí)勢(shì)里可能無(wú)所施展。假如棒球賽的規(guī)則年年變，皮特的數(shù)學(xué)模型也就用不上了。而這正是算法的硬傷所在。據(jù)Schiff教授說(shuō)，關(guān)于創(chuàng)業(yè)成功率的建模，擬合優(yōu)度都很低——也就是說(shuō)，模型預(yù)測(cè)的結(jié)果，和實(shí)際觀測(cè)到的結(jié)果，常常偏差很大。