共计 1488 个字符，预计需要花费 4 分钟才能阅读完成。
Gartner 最新考察数据显示，到 2025 年，将有超过 75% 的风险投资人应用 AI 和数据分析做出投资决策。依据 Gartner 的新白皮书预测，在将来四年中，装备 AI 和数据迷信的投资者将变得司空见惯。
Gartner 高级钻研总监 Patrick Stakenas 示意，加强的高级剖析性能正在将晚期的风险投资策略从“胆量感觉”和定性决策转变为“基于平台的”定量过程。Stakenas 说，将从 LinkedIn、PitchBook、Crunchbase 和 Owler 等起源收集的数据，以及第三方数据市场，与过来和以后的各种投资一起利用。
AI 预测客户行为
Stakenas 说：“越来越多的数据被用于建设简单的模型，这些模型能够在短时间内更好地确定投资的可行性，策略和潜在后果。何时投资，在哪里投资以及投资多少之类的问题简直变得自动化了。胜利所需的性格特征和工作模式将以与目前测量产品及其在市场中的应用，市场规模和财务细节雷同的形式进行量化。人工智能工具将用于依据工作经验，现场专业知识和先前的业务胜利来确定领导团队的胜利可能性。”
正如 Gartner 报告所指出的那样，以后的技术可能洞悉客户的需要并预测将来的行为。简直不须要人工输出就能够构建惟一的配置文件，能够通过自然语言解决 AI 进一步开发独特的配置文件，该 AI 能够从实时或音频记录中确定某个人的素质。只管该技术目前次要用于营销和销售目标，但到 2025 年，投资组织将利用该技术来确定哪些领导团队最有可能获得成功。
总部位于旧金山的风险投资公司 Signalfire 曾经在应用名为 Beacon 的专有平台来跟踪超过 600 万家公司的绩效。该平台每年破费超过 1000 万美元，利用了 1000 万个数据源，其中包含学术出版物，专利注册，开源奉献，监管文件，公司网页，销售数据，社交网络，甚至是原始信用卡数据。表现出色的公司会在仪表板上标记进去，从而使 Signalfire 显著比传统的风险投资公司更早地看到交易。
AI 模型要做公平性和效率之间衡量取舍
这并不是说在投资决策方面，人工智能和机器学习曾经或将是灵丹妙药。在去年 11 月的一次试验中，《哈佛商业评论》建设了一种投资算法，并将其体现与 255 个天使投资人的回报进行了比拟。他们利用最先进的技术，对系统进行了培训，以从最大的欧洲天使网络之一的 623 笔交易中抉择最有前途的投资机会。该模型的决策基于投资者可用的雷同数据，其体现优于老手投资者，但比有教训的投资者要差得多。
《哈佛商业评论》模型的局部问题在于它体现出有教训的投资者没有的偏见。例如，该算法偏向于抉择白人企业家，而不是有色企业家，并且偏向于投资具备男性创始人的守业公司。这可能是因为女性在资金筹措过程中往往处于不利位置，最终筹集的风险投资缩小，这可能导致她们的初创企业不那么胜利。换句话说，人工智能正在将使女性和非白人创始人的企业在较早阶段死亡的社会机制预测为将来的歧视。
依据《哈佛商业评论》的报道，因为不可能齐全打消这些模式的偏见，因而至关重要的是，投资者必须采取“混合办法”，在人为干涉的状况下进行人工智能知情的决策。的确，算法能够更轻松地挑选出更好的产品组合，因为它们能够大规模剖析数据，从而防止了不良的投资，但在公平性和效率之间始终须要衡量取舍。
《哈佛商业评论》在其剖析中写道：“经理和投资者应该思考算法能够对潜在的将来后果做出预测，而不是做出决策。取决于预测的应用形式，它们基于人的判断，可能会（或可能不会）导致改善的决策和口头。因而，在简单而不确定的决策环境中，外围问题不是，是否应该取代人工决策，而是如何通过联合人类和人工智能的劣势来加强决策能力。”
