AI está transformando todas las industrias posibles, y VC no es una excepción. Las herramientas con IA agilizan los flujos de trabajo de las empresas de VC, ayudan con la investigación y generan informes. Ayudan a los inversores a procesar grandes cantidades de información de manera más eficiente y tomar decisiones más rápido.
De hecho, es una herramienta poderosa, pero a pesar de sus ventajas, todavía se queda corto en algunos aspectos cruciales de la inversión de riesgo. Evaluar los riesgos, comprender el comportamiento humano y hacer apuestas estratégicas en el futuro, todo esto requiere intuición humana, experiencia o, al menos, una supervisión humana cuidadosa. He aquí por qué.
AI lucha con el pensamiento crítico matizado y el escepticismo
Los modelos de IA son excelentes para agregar información. Los avances recientes en LLM han mejorado significativamente sus capacidades de razonamiento al incorporar procesos explícitos de la cadena de pensamiento y el rastreo de citas. Sin embargo, a pesar de estos avances, el juicio y la supervisión humanos siguen siendo esenciales. La IA a menudo carece del escepticismo natural necesario para la toma de decisiones efectiva en VC, donde los matices sutiles son importantes. Debe instruirlos deliberadamente para que se acerquen a los datos con una pizca de sal; De lo contrario, tienden a suavizar los bordes.
Por ejemplo, el uso de IA para resumir las cubiertas de tono hace que se vean estructuradas y pulidas. Irónicamente, eso no siempre es bueno. Los resúmenes generados por IA eliminan las señales críticas. Hacen que todo se vea listo para los inversores. Además, la IA tiende a ser demasiado optimista sobre cualquier mazo de tono que analice.
Los VC necesitan ver mazos en su forma cruda y sin procesar. Un mazo desordenado o mal estructurado puede decir mucho sobre un fundador: cómo piensan, qué priorizan y cómo se comunican. Algunas herramientas centradas en VC ahora incorporan resumen de “preservación de contexto” y vinculan el resumen de regreso al mazo original. Esta característica ayuda a preservar matices importantes, pero incluso entonces, la revisión humana cuidadosa sigue siendo esencial.
Es por eso que, al menos por ahora, la IA no es una herramienta de referencia para analizar mazos de tono, y probablemente no debería serlo.
Si AI no sabe algo, todavía tiende a inventar las cosas
Muchos modelos no admitirán cuándo no saben algo. Simplemente fabricarán cosas y ofrecerán datos falsos o engañosos. Para los inversores de riesgo (y también para otros profesionales, supongo), este es un problema grave. La debida diligencia requiere verificar las afirmaciones, y no se puede confiar en AI para hacer esto de forma independiente.
Algunos modelos, como la perplejidad, intentan mitigar esto, afirmando abiertamente cuándo carece de información y respalda sus afirmaciones con fuentes. La investigación profunda de Openai también está haciendo esfuerzos para producir ideas confiables respaldadas por referencias.
Sin embargo, incluso con estos modelos, siempre existe el riesgo de tomar decisiones basadas en información engañosa. Es por eso que la supervisión humana sigue siendo importante.
AI tiene limitaciones en el manejo de datos del mundo real, desordenados y fragmentados
Los VC se ocupan de una cantidad abrumadora de información: desde informes y modelos financieros hasta correos electrónicos y mazos de lanzamiento. Los datos en los que operamos están fragmentados y formateados de manera diferente: archivos de Excel, PDFS, diapositivas de PowerPoint, chats de holgura, notas, lo que sea.
La IA ahora puede manejar datos fragmentados y multiformados mucho mejor de lo que pudo hace unos meses. Sin embargo, comprender profundamente el contexto e interpretar señales y conexiones sutiles todavía depende en gran medida del juicio humano.
Pero aquí están las buenas noticias: AI recién está comenzando. A pesar de todas estas limitaciones, creo que el futuro de la IA en los flujos de trabajo de VC es prometedor.
El reciente video viral De dos chatbots de IA chatando en su propio idioma, Gibberlink, ofrece una idea de lo que es posible. Un día, los agentes de inversión de IA podrían negociar acuerdos de forma independiente.
Si bien la IA aún no es capaz de tomar decisiones de inversión, los avances en la automatización impulsada por la IA continúan acelerándose. Una de nuestras compañías de cartera está desarrollando agentes impulsados por la IA para apoyar los flujos de trabajo de VC. Esto podría agregar miembros de IA a equipos de inversión. Otro fundador que conozco está trabajando en un agente de IA diseñado para optimizar la comunicación con las nuevas empresas y socios de la cartera. Este agente integra varias herramientas comerciales para automatizar la gestión de relaciones, la recopilación de datos y el monitoreo de la empresa. Crunchbase anunció recientemente otra iniciativa prometedora: experimentar con IA para predecir el éxito de las nuevas empresas. Ellos tienen introdujo un sistema de clasificación impulsado por IA para identificar posibles candidatos a OPI.
Sin embargo, creo que la transformación real no provendrá de la IA que reemplaza a los inversores. Vendrá de AI mejorándolos. Las empresas que adoptan IA sabiamente, integrándolo como una herramienta para automatizar los flujos de trabajo, finalmente tendrán éxito.
El post Por qué la IA no puede reemplazar a los humanos en el capital de riesgo, ¡al menos por ahora! apareció primero en Estrartups de la UE.