Telegram-канал blockchainrf - Все о блокчейн/мозге/space/WEB 3.0 в России и мире: Криптовалюты

Все о блокчейн/мозге/space/WEB 3.0 в России и мире

19 сентября 2025 16:38

Один из влиятельных инвесторов говорит, что ИИ не заменит и венчурных инвесторов, но тут Оксфорд выпустил 1-й бенчмарк для оценки стартапов

Марк Андриссен, легенда венчурного капитала, сооснователь a16z сказал, что ИИ вряд ли заменит венчурных инвесторов. Потому что их работа — это не только данные, но и психология, интуиция и человеческие отношения. Он назвал венчурное инвестирование искусством, а не наукой, где успех зависит от способности понимать предпринимателей, их реакцию на стресс и умение строить доверие.

А вот исследователи из Оксфорда и Vela Research создали 1-й бенчмарк для оценки, насколько хорошо ИИ может предсказать успех стартапов по профилям их основателей. Датасет включает 9,000 анонимизированных профилей из США, из которых 9% помечены как успешные (компания привлекла $500 млн+ или была продана/провела IPO на ту же сумму). Это попытка смоделировать задачу, с которой сталкиваются венчурные капиталисты, но в строго контролируемых условиях.

Тестирование 9 современных LLM показало:

- GPT-4o достиг точности 29,1% (F0.5 score 25,1%), что в 3,2 раза лучше базового уровня рынка (1,9%).

- Для сравнения, Y Combinator показывает точность 3,2%, а топовые VC-фонды — 5,6%.

- DeepSeek-V3 лидировал по точности (59,1%), но с низким охватом,

- Gemini-2.5-Flash показал высокий recall (69,1%), но низкую точность.

На первый взгляд, ИИ обходит лучших инвесторов. Но есть нюансы.Почему это не так просто:
1. VCBench использует 9% уровень успеха против реальных 1,9% на рынке. Реальная точность моделей в таких условиях была бы ниже.

2. Исследование опирается только на публичные профили основателей (образование, опыт работы). Венчурные капиталисты же оценивают рынок, продукт, питч, команду и даже личную химию с фаундерами.

3. Датасет перекошен в сторону технологических стартапов, недопредставлены некоторые демографические группы, а 8-летний горизонт оценки может несправедливо классифицировать поздние стартапы как неуспешные.

4. VC не просто предсказывают успех, а формируют портфель, учитывая риски, синергию и потенциал 10–100x возврата. Модель же решает задачу бинарной классификации.

Что говорит Андриссен?

Андриссен подчеркивает, что венчурное инвестирование — это про «вкус», интуицию и психологию. Даже лучшие VC часто ошибаются: они пропускают большинство успешных компаний своего времени. ИИ может автоматизировать анализ данных или due diligence, но не способен заменить человеческое чутье. Например, понять, как фаундер справляется с кризисом или вдохновляет команду, — это вне зоны действия алгоритмов.

VCBench подтверждает это, несмотря на высокие показатели в тесте, модели работают с обезличенными данными и не учитывают неосязаемые факторы, о которых говорит Андриссен.

VCBench вряд ли станет революцией для венчурных фондов, но он полезен как:
- Стандартизированный датасет для экспериментов с алгоритмами.
- Техники анонимизации и обработки данных из LinkedIn/Crunchbase могут вдохновить разработчиков.
- Модели могут помочь с предварительным скринингом профилей, но не заменят финальные решения.