VC|未来的VC合伙人可能穿着格子衬衫

VC|未来的VC合伙人可能穿着格子衬衫
文章图片

图片来源@视觉中国

钛媒体注:本文来源于微信公众号创业邦(ID:ichuangyebang)作者丨海腰 , 编辑丨信陵 , 钛媒体经授权发布 。
红杉美国在成立常青基金时 , 合伙人Roelof Botha在公开信中说 , 当芯片越变越小 , 软件都已上云的年代 , 风投行业却还在用软盘一样古老的模式运行 。作为投资科技创新的行业 , 风投行业自身却鲜有创新 。
【VC|未来的VC合伙人可能穿着格子衬衫】一众中国VC数字化的学习对象--Rocketship的报告指出 , 对于一个理应站在科技最前沿的行业 , VC们的反数字化令人发指 , VC投资人这个职业 , 依旧是靠手艺吃饭(Handcrafted Job) , 不管是号称行研驱动 , 还是交易驱动 , 本质上都是金融民工驱动(Labor driven) 。
不过 , 事情正在起变化 。大象转身 , 颠覆者出现 , 正是行业变革的标志 。
新一代VC , 正在基于新一代的技术 , 借助新一代的工具 , 建立全新的组织架构 , 打造全新的投资策略 , 在整个投资生态中重塑信息分发网络 , 重新定义与被投企业的关系 。以此 , 颠覆这个像软盘一样古老的行业 。
创业邦将从趋势 , 行业 , 工具 , 代表公司四个维度 , 持续关注风投行业正在发生的系统性变革 。
今天 , 我们将关注在欧美风投行业正在发生的数据驱动革命 。
01 底层基础设施进步 , 投资不再依赖直觉变革首先需要底层基础设施的支持 。移动支付 , 5G网络 , 智能手机的普及 , 孕育出滴滴 , 抖音等新一代公司 。如今 , 随着云计算 , 机器学习技术等底层基础设施的进步 , 风投行业正在摆脱以往对投资人直觉的依赖 , 从人力驱动转向数据驱动 。
数据驱动型VC的典型代表 , SignalFire的创始人Chris Farmer称 , 感谢Hadopp和Apache Spark这样的机器学习工具和开源框架 , 以及AWS的低价 , 我们得以打造我们自己的数字化系统 。
Google Venture的创始人Bill Maris称 , 有Google的数据资源和云计算能力 , 靠直觉投资(Make Gut Investments)是愚蠢的 。
Coatue的Mosaic、SignalFire的Beacon , 645Ventures的645Voyager , Social Capital的The Magic 8-ball , EQT Venture的MotherBrain , 覆盖各个投资阶段 , 管理规模从几千万美元到数百亿美元的投资机构 , 都开发和部署了自己的数字化系统 。
Garter的报告预测 , 到2025年 , 超过75%的VC和早期基金投资者将借助AI和数据分析 , 获得决定是否投资的关键信息 。AI和数据科学在风险投资这门生意中 , 将比直觉(Gut Feel)和无法量化的内心声音(Impossible to quantify inner voice)更重要 。
02 投的更早 , 更快 , 更多 , 更广 , 以及更少的投资人数据驱动下 , 传统VC惯常的3到6个月投资周期显得无比冗长 。Connetic Ventures打造的Wendal系统 , 只需8分钟就可以完成机器能完成的所有尽调;Hatcher+在三年时间投资了超过1300个公司 , 近乎于一天投一个;管理规模16亿美元的Tribe Capital成立不到5年 , 已完成323笔投资 , 有21个退出 。
数据驱动下 , VC可以在极早期捕捉到创业公司的变化 , 在远早于传统VC投资的时间点完成投资 。
Inreach Venture花费500万英镑和2年时间打造的数字化系统 , 在极早期捕捉到了位于立陶宛的Oberlo , 只因系统观察到Oberlo在招聘电商领域的工程师 。Inreach Venture在其他欧洲VC甚至没听说过Oberlo的时间点完成了投资 , 并在12个月后将所持股份卖给了Shopify , 完成退出 。
2017年 , EQT Venture的系统捕捉到了一家位于德国的创业公司迅猛增加的流量 , 判断其已达到PMF的状态 。在系统的建议下 , EQT Venture的联系到了这家叫做AnyDesk的公司 , 在当时 , 现金流已经为正的AnyDesk甚至完全没有任何融资的打算 。
数据驱动下 , 地理因素将不再是投资的限制 。
Blossom Capital的数字化系统让团队可以追踪远离科技公司聚集的中心城市之外的创业公司;Kima Ventures在地球上的6个大洲 , 每周投资2到3家公司;Rocketship只在硅谷设有办公室 , 但其投资遍及南美洲 , 欧洲 , 中国 , 印度和东南亚 , 46%的投资在美国本土之外;EQT Venture的投资遍及欧洲14个国家 。
数据驱动下 , 可以将投资扩展到更多领域 。
Coatue每年投入超过3000万美元打造的Mosaic系统 , 通过分析Salesforce等公司的费用数据 , 关注到了用户为Adobe XD付费的趋势变化 , 这种认知促成了Coatue在之前不熟悉的协作办公和设计平台的投资 , 如InVision和Figma 。
Mosaic系统可以查看一家SaaS公司在ARR为2000万美元时的用户净留存率是什么水平 , 从而在研究类似新的市场或企业时做出理性判断 。
数据驱动下 , VC投的更早 , 更快 , 更多 , 更广 , 但相比之前 , 需要更少的投资人 。
Kima Ventures每周投资2到3家公司 , 只有3个投资人;Right Side Capital Management投资了800多家公司 , 大部分没有见过面 , 投资人的数量一只手就能数过来 。Inreach Venture的合伙人Bonanzing称 , 数字化系统干的活儿 , 抵的上一支分析师军队(An Army Of Associates) 。
03 投资策略和组织架构 , 都将发生深刻变革投的更早 , 更快 , 更多 , 更广 , 但只需更少的投资人 , 不仅是投资速度 , 数量 , 广度和组织人员数量的变化 , 还将深刻改变传统VC的投资策略和组织架构 。
过去VC行业的共识是 , 要想有高收益 , 必须在单个非共识项目上投的足够多 。共识类项目因为被普遍看好 , 价格必定水涨船高 , 哪怕投进去 , 回报也不高 。明星项目如果投的不够多 , 经过数轮融资的稀释 , 回报同样不高 。
先说非共识 。过往的非共识更多的是行研或认知层面 , 别人看不懂我能看懂 , 或我比别人先看懂 。但数据驱动下 , 系统能看懂也可以 , 或大家都能看懂 , 但我发现的早 。典型例子如上文提到的Inreach Venture投资Oberlo , EQT Venture投资AnyDesk 。
再说投的多 。如果系统能预测其他投资机构的水平 , 大范围 , 小金额的跟投也可以产生不错的收益率 , 这种撒胡椒面的投法在以前被多次证明收益率极低 。
Correlation Ventures成立后的四年内没有做一笔投资 , 而是开发了一套号称科技行业最复杂的数字化系统 。这套系统有过去20年美国所有的VC投资数据 , 追踪投资人 , 金融细节 , 董事会成员等维度 , 可以预测其他投资机构的成功率 。系统加持下 , Correlation Ventures决定是否投资最多只需要两周 , 这样的速度让其成为了完美的跟投合作方 , 也决定了其投资策略 , 即从不领投 , 只做跟投 。
投资策略的改变 , 必然带来组织架构的改变 。
VC从业者将不必然是金融行业的毕业生 , 也不必有投资 , 咨询等方面的背景 。未来的VC , 员工构成可能以数据科学家和算法工程师为主 , VC的合伙人将更像科技公司的CEO 。
Rocketship的招聘页面上的第一句话是 , 我们热爱数据 , 我们甚至写了一本热爱数据的书 。我们做投资的方式 , 跟你工作的方式一样 , 用数据 。
VC|未来的VC合伙人可能穿着格子衬衫
文章图片

数据科学部门将成为未来VC的核心部门 , 而不再是传统VC中的边缘支持部门 。SignalFire的创始人Chris Farmer称 , 我们不把他们(数据科学家)看作IT部门 , 他们是投资这门生意的核心(We don’t treat them like the IT department , They are the heart of the business) 。
04 重塑信息和认知分发网络 , 重新定义与被投企业及合作伙伴的关系过去 , 信息和认知是“死”的 , 在组织内部及被投企业之间很少流动 , 因为这些信息和认知大部分储存在个人的头脑中 , 哪怕线上化了 , 也只能靠人来分发 。
数字化系统 , 让这些信息和认知“活”了起来 。
Coatue的Mosaic系统在分析Lyft和Uber的竞争时 , 数据可以细化到邮政编码的颗粒度 , 这也可以为DoorDash服务;每个Coatue的被投企业都将自身数据接入Mosaic系统 , Mosaic系统可为多家企业提供潜在的客户清单 , 增加交叉销售的机会 。
借助数字化系统 , 信息和认知在组织内部的多个投资人 , 被投企业 , 被投企业的客户 , LP , 外部合作伙伴(加速器 , 孵化器 , 个人天使等)之间制度化的流动起来 , 并被智能化的分发 。在整个生态中推动信息平权 , 打破认知垄断 。
过去 , VC与被投企业的互动更多局限在董事会层面 , 是投资人和CEO的一对一交流 。数字化系统让VC得以深入到被投企业的各个层级 , 帮助被投企业解决一线业务面临的问题 。来自一线业务的数据反馈 , 让VC更好的提前预测被投企业的问题并提前解决 , 问题本身和解决问题的方案作为信息和认知 , 又能反向赋能VC本身和其他被投企业 。
参考资料:
  • Artificial intelligence is guiding venture capital tostart-upsArtificial intelligence is guiding venturecapital to start-ups | Financial Times (ft.com)
  • Beacon: An Engineering Systems Approach to Investinghttps://fullratchet.net/142-beacon-an-engineering-systems-approach-to-investing-part-1-chris-farmer/
  • A Quantitative Approach to Product Market Fit
  • https://tribecap.co/a-quantitative-approach-to-product-market-fit/#more-20
  • Data-driven vc
  • https://www.techfor.vc/data-driven-vcs/
  • How data is helping European VCs find their next hiddengems https://sifted.eu/articles/data-driven-sourcing-vcs-funding/
  • The Future of Data-Driven Venture Firmshttps://fairviewcapital.com/wp-content/uploads/attachments/Fairview_Capital_-_The_Future_of_Data_Drive_Venture_Firms_-_July_2018.pdf
  • Tech Providers 2025: AI Is Transforming InvestorPositioning for Tech CEOs.
  • https://www.gartner.com
  • Coatue: An Agile Colossus https://www.readthegeneralist.com/briefing/coatue
  • Rocketship.vc
  • https://triplebyte.com/company/public/rocketship-vc

    推荐阅读