การลงทุนกับสตาร์ทอัพนั้นไม่ใช่เรื่องง่าย เพราะแม้จะมีบริษัทสตาร์ทอัพและเทคโนโลยีที่น่าสนใจใหม่ๆเกิดขึ้นทุกวัน ก็มีหลายๆบริษัทปิดตัวลงทุกวันเช่นกัน Hone Capital จึงงัดเทคนิค machine learning ขึ้นมาต่อสู้กับความไม่แน่นอนดังกล่าว
Hone Capital เริ่มต้นด้วยชื่อ CSC Venture Capital เป็นส่วนหนึ่งของ CSC Group กลุ่มทุนรายใหญ่จากประเทศจีนที่ต้องการลงทุนในสนามใหญ่อย่าง Silicon Valley ด้วยเงินทุนกว่า 400 ล้านเหรียญสหรัฐฯ ทว่าการเริ่มต้นการลงทุนนั้นไม่ใช่เรื่องง่าย เพราะบริษัทผู้ถือนวัตกรรมดีๆไว้ในมือย่อมต้องการความน่าเชื่อถือของแหล่งทุนว่าจะไม่ทอดทิ้งพวกเขาหลังการระดมทุนรอบแรก ด้วยเหตุนี้เอง Hone Capital จึงหันไปจับมือกับ AngelList เว็บไซต์สำหรับสตาร์ทอัพและนักลงทุน ที่บริษัทสตาร์ทสามารถโพสต์ประกาศสมัครงานและแนะนำบริษัทแก่นักลงทุนได้
สิ่งที่ Hone Capital สนใจเป็นพิเศษใน AngelList คือข้อมูลสตาร์ทอัพที่เปรียบเสมือนเหมืองทองคำที่รอการขุด ทีมงานทำการสร้างโมเดล Machine Learning จากข้อมูลการลงทุนมากกว่า 30,000 ครั้งในทศวรรษที่ผ่านมาจากหลายแหล่ง เช่น Crunchbase, Mattermark, และ PitchBook Data รวมไปถึงการสืบค้นข้อมูลอย่างละเอียดของการลงทุนแต่ละครั้งว่าสตาร์ทอัพเหล่านั้นผ่านไปถึงการระดมทุนรอบ series A หรือไม่ หลังจากนั้นก็ทำการดึงคุณลักษณะต่างๆออกมา 400 ข้อ แล้วจึงสรุปออกมาเป็นคุณลักษณะ 20 ชนิดที่ช่วยในการทำนายความสำเร็จของบริษัทสตาร์ทอัพ
จากข้อมูลเหล่านั้น โมเดลจะแนะนำการลงทุนในแต่ละดีลของ Hone Capital โดยการประมวลผลร่วมกับปัจจัยอื่นๆเช่นเงินทุนที่บริษัทเคยได้รับ หรือประวัติเบื้องหลังของทีมเจ้าของสตาร์ทอัพ
Hone Capital ได้ค้นพบข้อมูลเชิงลึกจากการวิเคราะห์เช่น สตาร์ทอัพที่ล้มเหลวก่อนไปถึง series A มักได้รับเงินลงทุนรอบแรกโดยเฉลี่ย $500,000 ในขณะที่สตาร์ทอัพที่ผ่านไปยังรอบ series A ได้รับเงินลงทุนรอบแรกเฉลี่ย $1.5 ล้าน และสตาร์ทอัพที่ผู้ก่อตั้ง 2 คนมาจากคนละมหาวิทยาลัยนั้นมีโอกาสประสบความสำเร็จมากกว่าผู้ก่อตั้งที่มาจากมหาวิทยาลัยเดียวกัน 2 เท่า ซึ่งสนับสนุนไอเดียที่ว่าความหลากหลายในทีมผู้ก่อตั้งนั้นเป็นสิ่งที่ทำให้ทีมแข็งแกร่ง
การใช้โมเดล machine learning นี้ช่วยให้ Hone Capital ประสบความสำเร็จในการลงทุนเมื่อเทียบกับค่าเฉลี่ยของ VC ทั้งหลายใน Silicon Valley ที่มีการลงทุนในบริษัทที่ประสบความสำเร็จไปถึงรอบ series A ได้ภายใน 15 เดือนราวร้อยละ 16 โดยบริษัทที่ Hone Capital ลงทุนไปนั้นได้ผ่านไปถึงรอบ series A ถึงร้อยละ 40 (สูงกว่าค่าเฉลี่ย 2.5 เท่า)
แต่ที่น่าสนใจไปกว่านั้น คือผลงานที่ผ่านการไตร่ตรองของมนุษย์ประกอบกับคำแนะนำของโมเดล machine learning จากสถิติพบว่าบริษัทสตาร์ทอัพที่ Hone Capital ได้ลงทุนด้วยขั้นตอนการตัดสินใจผสมผสานนี้ประสบความสำเร็จมากกว่าค่าเฉลี่ยของการลงทุนใน Silicon Valley เกือบ 3.5 เท่าเลยทีเดียว
“นี่แสดงให้เห็นถึงสิ่งที่ฉันเชื่อเป็นอย่างยิ่ง — ว่าการตัดสินใจที่ได้รับความช่วยเหลือจาก machine learning นั้นเป็นตัวแทนแห่งความก้าวหน้าในการลงทุนของกลุ่มทุน” Veronica Wu ตัวแทนจาก Hone Capital ผู้ให้สัมภาษณ์แก่ McKinsey กล่าว
