“我的工作是每周坐一次飞机去不同的欧洲城市，找到那些从事有趣事情的人。”IReach Ventures联合创始人Roberto Bonanzinga 说，他之前曾经在英国风险投资公司Baldeerton Capital担任合伙人，主要投资早期的欧洲科技公司。
△ Roberto Bonanzinga
这种做法效率很低。“我每天看50家公司，大概每月1500家，其中100家可能进入下一阶段。我们每月会做一笔交易。”
Bonanzinga表示，通常情况下，有前景的公司并不会高调寻找资金。除非创业公司的创始人人脉很广，或者身处伦敦或硅谷这样的科技中心，否则投资者几乎没有机会发现它们。
如果将互联网数据和机器学习结合起来，是不是能更好地寻找好公司呢？InReach Ventures花了两年时间和500万英镑开发了这款软件，可以抓取9.5万家欧洲创业公司，从中选出2000家可能感兴趣的公司。
这个软件的决策依据是这些创业公司正在招聘的人、开发中的产品以及网站的流量等因素。例如，InReach将立陶宛创业公司Oberlo视为一个投资目标，原因是它正在面向工程师们做广告，以解决某种电子商务问题。Bonanzinga说：“我们在欧洲的其他风险投资公司还不知道他们之前，就完成了一笔交易。”
“原本需要手工完成的工作已经可以大幅扩充规模。” Bonanzinga说，“效率提高了10倍。”迄今为止，InReach Ventures已经投资了7家公司，虽然现在说投资组合的表现还为时过早，但Bonanzinga已经退出了一笔交易，刚刚投资了12个月之后，就把Oberlo卖给了加拿大电子商务公司Shoipify。
△ 北美在AI行业遥遥领先
位于旧金山的SignalFire是首批转向这种数据驱动模式的风投公司之一。其创始人Chris Farmer大约在2007年就开始在风险投资中使用数据模式。他在之前的效力的公司中使用基本算法来追踪产品在苹果App Store中的表现等各种因素。
他希望建立一个更复杂的系统，以更全面的方式追踪公司，因此在2013年创立了SignalFire。他花了8年，耗费数千万美元建造了一个“迷你谷歌”。该软件目前追踪全球800万家创业公司，数据来源包括销售数据、学术刊物和财务报表等。如果一家公司表现出色，或者从事引人关注项目，就会被标记在控制面板上。然后，SignalFire便可据此可以部署其管理的3.75亿美元资金。
△ Chris Farmer
10年前，Farmer说，这个项目根本不可能实现。“当时没有现在的这些数据和处理能力。我们需要的计算能力和存储能力只有大型消费互联网公司才有。”但现在，由于Hadoop和Apache Spark等数据库工具的出现，再加上可以从AWS租赁廉价的服务器，因此就算规模较小的公司也可以大规模地处理数据。
与Bonanzinga一样，Farmer也表示，该系统正在帮助他挖掘原本无法挖掘出来的公司。
“我们的投资组合来自于更广泛的地理范围。我们支持了 一家来自罗马尼亚的公司，如果是在以前，我们根本不会发现这家公司。我们已经不仅局限于有人脉的创业者，还在跟一些初次创业的人打交道。虽然并没有完全消除偏见，但确实使之更像一个精英统治，让你再看一眼。”他说。然而，现在判断投资组合的表现还为时过早。
总部位于斯德哥尔摩的创业公司Aibl Tech的联合创始人Aaron Joyce就从数据驱动的方法中受益。Aibl帮助公司分析客户数据，他们刚成立几个月被Bonanzinga发现了。
“我们已经开始向一些当地投资者融资，但我们运气不太好，只能跟初级员工聊天。之后，Bonanzinga给我们发了电子邮件。我一开始很怀疑，竟然有风投合伙人联系我。我从来没有想过我们能有机会通过他这样的人筹集资金。”Joyce说，“这是一种更加精英化的投资方式。关键不再于你认识谁，也不在于你是哪里毕业的。”
斯德哥尔摩的EQT Ventures的合伙人Andreas Thorstensson表示，他目前约有30%的投资决定是通过他建立的一个名为Motherbrain的数据分析平台完成的。该平台每天监控着约200万家公司。Thorstensson先生表示，他经常投资那些可能以前就有资金的企业家。“数据不会说谎。”他说。
除了给不同的创业公司提供机会之外，机器学习还可能改变风险投资行业的结构。SignalFire的结构就像一个科技公司——数据科学家和工程师对公司的业务至关重要，而且持有公司股份。“我们不像对待IT部门那样对待他们。他们是公司的核心。”Farmer说。
与此同时，Bonanzinga是InReach公司唯一的投资合伙人，该公司拥有软件和数据科学家团队，他们负责取代传统风投公司员工。
运行和维护数据平台的成本相当高。Farmer表示，他每年的花费超过1000万美元，而Bonanzinga计划每年至少花费100万英镑。“这将改变风险投资公司的开支方式。传统风投的多数费用都花在工资上。而未来则用于聘请数据和电脑科学家，以及购买优秀的数据来源。” Bonanzinga说。
但EQT的Thorstensson表示，他不相信机器会显著减少整个行业的就业机会。他说：“这将使我们能够花更多的时间与我们投资的公司在一起，而不是去做普通的事情，做乏味的工作。人工智能是过滤噪音的好方法，但投资终归还是要靠直觉。”
