人工智能在预测初创公司成功率方面已远超风险投资家
新闻要点
牛津大学-Vela研究人员创建了VCBench基准测试，旨在评估人工智能预测初创公司成功的能力。该研究发现，GPT-4o、DeepSeek-V3等大型语言模型（LLMs）在预测初创公司成功率方面，表现优于顶尖风险投资公司和Y Combinator。 该研究通过一个包含9,000个匿名创始人资料和早期公司数据的VCBench数据集进行测试，其中约810个被标记为“成功”（通过退出或IPO定义）。测试结果显示，LLMs的预测精准度显著高于市场平均水平和顶级风投机构。例如，DeepSeek-V3的精准度是市场指数的六倍多，而GPT-4o则以最高的F0.5分数位居榜首。 研究表明，LLMs有望成为早期阶段投资的强大工具，能够更早地发现有潜力的创始人，并可能使初创公司投资更加注重能力而非人脉。VCBench已作为公共资源发布，邀请社区进一步验证AI在早期投资中的潜力。
背景介绍
风险投资（VC）行业长期以来依赖于经验丰富的投资者通过人脉、直觉和模式识别来筛选初创公司。这种传统模式往往存在偏见，并倾向于“熟人引荐”的投资方式，导致市场准入门槛较高。 然而，随着人工智能，特别是大型语言模型（LLMs）技术的飞速发展，其在数据分析和预测方面的能力日益增强。在2025年，AI技术已被广泛应用于金融、医疗等多个领域，市场对AI在更复杂、非结构化数据场景中的应用抱有高度期待。此次研究正是将AI的预测能力引入到挑战性极高的早期风险投资领域，尝试突破传统模式的局限。
深度 AI 洞察
人工智能在预测初创公司成功方面超越人类投资者，这对早期风险投资的未来意味着什么？ - 这预示着风险投资行业将迎来一次深刻的结构性变革。AI不再仅仅是辅助工具，而是能够直接参与甚至主导“发现”优质初创公司的关键环节。 - 传统上依赖人脉和主观判断的交易源（deal sourcing）环节面临被商品化的风险。那些无法提供附加价值（如战略指导、行业资源）的早期基金，其竞争优势将大幅削弱。 - 投资决策将更加数据驱动和客观，有助于减少由人类偏见（如对创始人背景、性别、地域的偏见）导致的投资失误或遗漏。 风险投资公司和创始人应如何适应这一由AI驱动的行业转型？ - 对于风险投资公司而言，核心竞争力将从“发现”转向“赋能”。未来成功的风投将需要专注于为被投企业提供深度的运营支持、市场拓展和人才引进等增值服务，而不仅仅是资本。 - 可能会出现新的VC模式，即“AI-first VC”，利用专有AI模型进行大规模、高效率的筛选，然后由人类专家进行深度尽职调查和投后管理。 - 对于创始人来说，AI的普及意味着他们的商业计划和团队潜力将更容易被发现，无论其地理位置或人脉关系。他们需要更专注于打磨产品和数据表现，因为这些将成为AI评估的关键指标。 这种转变可能带来哪些潜在的负面影响或挑战？ - 尽管AI声称减少偏见，但其训练数据可能内含历史偏见，导致AI模型在无意中复制甚至放大这些偏见，尤其是在评估非传统或颠覆性创新时。 - 对AI模型的过度依赖可能导致“黑箱问题”，即投资者难以完全理解AI决策背后的逻辑，从而降低对投资决策的控制力。 - 行业集中度可能进一步提高，拥有最先进AI模型的少数VC巨头可能在早期投资市场占据主导地位，挤压小型或新兴基金的生存空间。