Aprendizaje automático para identificar empresas desconocidas con gran potencial

Cómo encontrar grandes startups antes de que el mundo las descubra

como-encontrar-grandes-startups-antes-de-que-el-mundo-las-descubra

©BigStock

Actualizado 25 | 06 | 2018 07:00

EQT Ventures

Motherbrain, de Swedish VC EQT Ventures, utiliza el aprendizaje automático para identificar empresas desconocidas con gran potencial. Esta IA ayuda a encontrar grandes startups antes de que el mundo las descubra.

La startup alemana Anydesk ya tenía un flujo de efectivo positivo cuando los fundadores abrieron un correo electrónico de EQT Ventures procedente de Estocolmo. Los fundadores de Anydesk no estaban buscando inversiones externas, pero sin embargo estaban intrigados. Los socios en el fondo de dos años de EQT Ventures, con más de 560 millones de euros para invertir, no son los antiguos banqueros que normalmente manejan fondos de capital riesgo europeos. En cambio, todos son fundadores de empresas o ejecutivos de alto nivel de firmas tecnológicas europeas como Spotify, Huddle y Rebtel.

En una reunión en Berlín con la líder de riesgo Ashley Lundström, el cofundador de Anydesk, Philipp Weiser, se enteró de Motherbrain, un sistema de aprendizaje automático que EQT Ventures creó para encontrar nuevas empresas que no están al alcance del radar de inversiones. «Ella nos dijo que estábamos entre las primeras compañías descubiertas por este software», dice Weiser. En mayo, AnyDesk, que vende software de oficina remoto, cerró una ronda de financiación de 6,5 millones de euros con EQT Ventures.

Queda por ver si el dinero que EQT está poniendo en Anydesk se convertirá en una historia de éxito. Pero la empresa ha aplicado el algoritmo Motherbrain a los datos históricos y ha demostrado que habría identificado a algunas de las compañías tecnológicas de más alto vuelo de la actualidad como candidatas prometedoras de inversión antes de que se convirtieran en fenómenos. Por ejemplo, el sistema habría marcado Airbnb, Snapchat y Stripe cuando solo habían recibido fondos de business angels y seed capital.

Inversión basada en datos

Henrik Landgren fue el vicepresidente de análisis de Spotify antes de unirse a EQT Ventures.

«Tienes millones de empresas por ahí. ¿Cómo sabrías con quién hablar? La vieja forma es hablar con las que te buscan a través de tus redes, pero el enfoque más moderno es utilizar la última tecnología y los datos y algoritmos para llegar proactivamente a las que tienen la mayor probabilidad de convertirse en buenas inversiones».

Motherbrain supervisa a varios millones de empresas que utilizan datos financieros como fondos, clasificación web y datos de clasificación de aplicaciones, actividad de redes sociales y mucho más. EQT Ventures continuamente agrega datos sobre sus propias evaluaciones de compañías con el fin de capacitar a Motherbrain para enfocarse en las oportunidades correctas.

El software se utiliza en todas las etapas del proceso de inversión, pero su función más importante es la priorización: sugerir a qué compañías debe prestar atención el fondo ahora. «Anydesk salió claramente por la tracción que muestran en sus métricas», dice Landgren. «No fueron recaudadores de fondos con experiencia. Fue un equipo realmente interesante e inteligente que construyó este producto que tenía una increíble tracción».

Motherbrain también acelera la evaluación de una empresa una vez que está en el radar del fondo. Su clasificación se usa incluso si la fuente de la recomendación no es Motherbrain en sí misma, y ​​el sistema también contiene información útil, como la competencia y el tamaño del mercado. Incluso puede ayudar a las empresas una vez que EQT Ventures ha invertido en ellas, ya que contiene muchos datos sobre inversores, competidores, tecnologías emergentes y tendencias en el mercado. «Por ejemplo, con las empresas B2B, podemos usar Motherbrain para ayudar a encontrar clientes potenciales para nuevos clientes», dice Landgren.

EQT Ventures no es el único fondo de capital de riesgo que utiliza el análisis de datos. La mayoría de los fondos, al menos, recopilan datos básicos de la empresa y crean filtros, reglas o alertas de tendencias basadas ​​en esos datos. InReach Ventures, que invierte en empresas europeas de tecnología en etapas iniciales, también aprovecha el aprendizaje automático para el proceso de descubrimiento. SignalFire, con sede en San Francisco, ha estado usando un modelo de inversión basado en datos desde 2013. Pero Motherbrain es notable tanto por la sofisticación del sistema como por el tamaño del fondo que ayuda a asignar.

Cómo funciona Motherbrain

Motherbrain usa una combinación de algoritmos de aprendizaje profundo, tanto supervisados como no supervisados ​. Los algoritmos de aprendizaje no supervisados ​​encuentran patrones significativos en los datos sin ninguna guía externa. Los algoritmos de aprendizaje supervisados ​​requieren datos de entrenamiento etiquetados.

En el caso del capital de riesgo, los datos se pueden utilizar para asignar compañías a los sectores de mercado, una tarea básica realizada por cualquier empresa de capital de riesgo. El texto que usa una startup para describirse a sí misma y los sectores que otras personas han definido pueden ayudar en este proceso, pero los datos a menudo son confusos y contradictorios, especialmente para las tecnologías y sectores emergentes. Motherbrain utiliza el aprendizaje sin supervisión para encontrar grupos o categorías de empresas. Luego, el personal de EQT etiqueta a las empresas de cada clúster, por ejemplo, identificando un clúster que contiene compañías de blockchain, y los datos etiquetados se usan para entrenar un algoritmo supervisado. Así, Motherbrain puede categorizar automáticamente nuevas compañías.

«Esa es en realidad una forma de proporcionar información significativa a partir de datos muy confusos. Puedes construir menos categorías que tengan un mejor poder predictivo si entrenas a los modelos correctamente según los datos confusos», dice Landgren.

La evolución de una empresa a lo largo del tiempo y la forma en que sus indicadores relevantes cambian en consecuencia también son factores importante en el proceso de evaluación. Una serie temporal es una serie de puntos de datos indexados en el tiempo que captura esta evolución. Motherbrain puede aprender de los datos de series temporales para predecir cómo evolucionará una empresa en el futuro, en función del rendimiento de las empresas con métricas similares. «Por ejemplo, ¿recaudaron dinero rápido o lento?», dice Landgren. «Las tendencias de la web, los rankings de las aplicaciones, todas esas cosas diferentes, en realidad son incluso más interesantes cuando se pueden tomar en consideración las series temporales».

Landgren también se enorgullece de la infraestructura de datos de vanguardia que EQT Ventures ha construido para Motherbrain. Un equipo de desarrollo dedicado de cinco personas colabora estrechamente con Google para aprovechar tecnología como Kafka, Kubernetes, Google BigQuery y BigTable.

«Cuando los desarrolladores trabajan, constantemente descubren que tienen preguntas que nadie más ha formulado todavía. Entonces sientes que estás realmente al borde. Estamos construyendo una plataforma de inteligencia artificial de toma de decisiones que involucran a seres humanos y conjuntos de datos de gran volumen. Creo que esa combinación es muy nueva. Estamos en la vanguardia», dice Landgren.

Big data, grandes problemas

Motherbrain está lejos de ser algo perfecto. Al igual que cualquier sistema de aprendizaje automático, sus predicciones son tan buenas como los datos con los que opera, y esos datos siempre serán incompletos y, en ocasiones, inexactos. «Vemos compañías que no tienen datos, están en modo sigiloso, que ni siquiera Motherbrain puede ver, así que eso será un problema», dice Landgren.

Al unir múltiples fuentes de datos, EQT Ventures intenta aumentar la cobertura del sistema y la superposición entre diferentes fuentes de datos. Dado que los inversores de la empresa utilizan Motherbrain todos los días, pueden corregir las discrepancias entre las propias fuentes de datos cuando las detectan.

Landgren también desea enfatizar que Motherbrain está muy lejos de tomar decisiones finales de inversión.

«Construir modelos de dónde se puede encontrar grandes compañías es excelente, pero no es simplemente como si presionaras un botón y luego tuvieras la inversión. Requiere mucho, mucho más trabajo. Se trata de saber qué relaciones construir y cuándo», dice Landgren.

Gran parte de ese trabajo se encuentra en el ámbito tradicional de los inversores de construcción de relaciones.  «Para eso usamos Motherbrain».

Te interesa:


Cargando noticia...