Искусственный интеллект научился прогнозировать успешность стартапов

Почти 90% стартапов терпят крах. В первый год работы от 10% до 22% неэффективны или банкротятся. Этот факт заставляет венчурных инвесторов с настороженностью относиться к компаниям, которым не исполнилось года. Учёные из школы бизнеса Ливи Университета Санта-Клары предложили решение CapitalVX. Технология базируется на машинном обучении и может определять успешность определённой компании. Материалы исследования опубликованы в журнале The Journal of Finance and Data Science.

Для подтверждения эффективности самого решения учёные собрали большие данные об 1 млн зарегистрированных в США компаний из краудсорсинговой платформы Crunchbase и ведомства по патентам и товарным знакам США. Исследователи выяснили, что краудсорсинговая природа Crunchbase не позволяет полноценно анализировать данные. Пришлось измерять объём недостающих сведений о каждом стартапе и использовать это значение в качестве входных данных.

В итоге был создан комплекс для анализа, в котором совокупная оценка ставилась в приоритет над прогностическим потенциалом отдельной переменной. Каждая модель классифицировала определённую компанию, помещая её в одну из нескольких подкатегорий «успешных» или «неудачных» с определённой долей вероятности. При оценке комплексом в 75% компания переходит в категорию «высокой вероятности успеха», «участие в IPO» и «приобретение другой компанией». Если компания не набирает 25%, то она заносится в категорию неудачных проектов. Точность прогноза составила 90%. Инвесторы смогут использовать решение для более обоснованной оценки перспективности бизнеса, выявлять потенциальные негативные индикаторы и т.д.