AI的优势在于其预测能力。按照传统观点，只要提供足够的数据，机器学习算法就能预测几乎任何事情——例如，句子中下一个出现的单词是什么。鉴于这种潜力，创业型投资公司利用AI来辅助决策也就不足为奇。
确实存在大量可用于训练人工智能驱动的尽职调查或投资建议工具的数据，包括来自 LinkedIn、PitchBook、Crunchbase、Owler 以及其他第三方数据市场的来源。借助这些数据，人工智能驱动的金融研究平台声称能够预测初创企业吸引投资的能力，且这一说法可能并非毫无根据。一项针对对冲基金表现的研究发现，在 15 年期间，人工智能驱动基金的平均月度回报率高于由人类指导的同类基金。
风险投资公司 Signalfire 使用一款名为 Beacon 的软件来预测投资目标的表现，其数据来源包括学术出版物、演示文稿、开源贡献、监管文件、销售数据甚至原始信用卡数据。它并非唯一一家在此方面努力的公司。Hone Capital 基于包含超过 3,000 笔交易的数据库创建了一个模型，考虑了团队是否进入 A 轮融资以及投资者的历史转化率等因素。与此同时，专注于生物科技的 Deep Knowledge Ventures 声称已“任命”一个人工智能系统加入其投资者董事会，使其投票权基于目标公司的融资情况、知识产权、既往融资轮次和临床试验数据。
Gartner 预测，到 2025 年，75% 的风险投资机构将利用人工智能来确定何时投资、投资何处以及投资多少，并根据就业历史和以往商业成功等因素判断哪些领导团队最有可能取得成功。然而，我们目前离这一数字还相差甚远。
为了非正式地调查AI在风险投资机构（VCs）中的普及程度，TechCrunch联系了包括New Enterprise Associates、Sequoia、Kleiner Perkins、Accel、Index Ventures、Lightspeed Venture Partners、Greylock、Matrix Partners和Plug and Play Ventures在内的主要机构。绝大多数机构未予回应或拒绝评论，这表明基于AI的投资工具可能是高度保密的秘密，或者目前根本尚未成为常态。
考虑到那些使用AI和数据分析的风险投资机构往往大肆宣扬（参见：Correlation Ventures、EQT Ventures、Jolt Capital、InReach Ventures等），可以相对安全地假设，AI目前并非项目搜寻的重要组成部分。像Raized.ai这样的供应商可能希望改变这一现状——Raized销售一种软件，可根据投资目标和过往决策为风投机构筛选初创企业——但轶事证据却表明情况并非如此。
AI在风投领域的应用范围与采纳迟缓的原因
AI在风投领域的应用范围很广，从发现寻求融资的公司，到识别早期增长迹象以及跟踪现有投资组合公司的成长。那么，为什么风投界对拥抱AI如此迟缓？这可能是因为AI尚未证明其表现优于风投机构已有的工具和专业知识。
人工智能的潜在负面影响与数据偏见
人工智能也可能带来相当显著的负面影响。在去年 11 月的一项实验中，《哈佛商业评论》构建了一个投资算法，并将其表现与 255 位天使投资者的回报进行了比较。该模型在与相同数据条件下表现优于新手投资者，但与经验丰富的投资者相比则表现较差，而且——更糟糕的是——它表现出投资者所没有的偏见。例如，该算法倾向于选择白人企业家而非有色人种企业家，并偏好投资由男性创始人创办的初创企业，这可能是因为其底层数据集中白人的比例过高。
不平衡数据的局限性与过拟合风险
不平衡或不充分的数据往往成为人工智能系统的阿喀琉斯之踵，尤其是用于投资分析的系统。在处理罕见事件时，系统容易出现过拟合（即对训练数据过于敏感），而在这些情况下，从过去推断未来并不一定合适。以当前的经济低迷为例：历史上记录的美国衰退期并不多见——更不用说同时伴有积极收紧的中央银行、乌克兰战争以及重创全球供应链的疫情尾声了。有记录的美国衰退期仅疫情本身就可能让某些算法陷入混乱。在2020年，随着新冠疫情冲击市场，计算机驱动的对冲基金Voleon、Renaissance Technologies和Winton Group 遭受了巨额损失。
AI在风投领域的其他辅助应用
这并不是说AI不能以其他方式为风投机构提供帮助。例如，使用算法分析零售商停车场的卫星图像，可以了解拥挤程度，进而推断商品流动情况。此外，初步研究表明，AI可能能够通过语言信号预测企业的决策。
密歇根大学副教授李峰发现，在年报的管理层讨论与分析部分中，自利性归因偏差（SAB）——即人们将成功归功于自己、将失败归咎于他人——的迹象往往与现金流波动相关。那些表现出更高SAB的管理层所在公司，其表现不如那些管理层显得较少以自我为中心的公司。
人机混合策略是明智之选
人机混合策略或许是最明智的选择——这也是即使是那些最积极采用AI的机构所采取的方法。就目前的AI而言，它具有节省人力的潜力，这对于投资者来说无异于天赐良机，因为他们每评估一家初创企业就要花费向上每位初创企业需花费118小时进行筛选和尽职调查。
但它远非万能灵药。AI开始自主做出投资决策的日子还非常遥远——即便那一天真的会到来。