京公网安备 11010802034615号
经营许可证编号:京B2-20210330
VC迎来新风口,投资先问大数据
“当技术决策能力超越人工团队的决策能力和信息覆盖面广度时,科技风投的新风口会全面开启。”近日,天曦网络科技(北京)有限公司人工智能研发部技术总监刘石告诉科技日报记者。
李开复很早就看到了大数据挖掘的商机。近日谷歌风投(GV)技术合伙人张拓木正式加入创新工场担任首席数据科学家,负责数据驱动的投资实践,以及AI和大数据方向的投资。
上个月,创新工场宣布募资5亿美元。创新工场董事长兼CEO李开复宣布,创新工场正式步入“Tech VC”(科技风投)时代。张拓木从硅谷谷歌离任加盟,将成为创新工场重要的技术智囊。
“主要方向是确定的。一是AI和大数据投资,二是尝试用更多大数据和机器学习的方法来提升投资流程各个环节的效率。”张拓木说。
投资方式进化是必然趋势
“在谷歌风投,机器模型扮演关键性的角色,在全球风投(VC)行业是绝无仅有的。”张拓木说。
大数据挖掘商业机会未来是不是会成为新风口,对于提升投资决策效率能有多大作用?
刘石从业多年,经历了很多个“风口”,从传统互联网到移动互联网,从车联网到物联网,从互联网金融到金融科技,从大数据到人工智能,他在重要的风口元年都打造了业内知名产品,所以对风口已经具有某种感知力。
“从2012年起,我和业内顶级研究机构一起开展大数据方面的研究,大数据挖掘商业机会方面未来毋庸置疑会成为新风口,其能基于海量的数据运用先进的人工智能技术,建立起完善的模型和系统,通过互联网可全球范围内捕捉商机。”刘石说。
刘石认为,数据创造价值,创新驱动未来,大数据对于提升投资决策效率有巨大作用,“决策=信息+逻辑”,投资信息本身就是大量数据,数据经过处理之后才是信息,信息经过人工智能技术处理才能作出决策。
“如果公司手工处理数据,基本上耗时耗力耗人,能处理的数据很有限。面对全球化的市场,和瞬息万变的商机,毫无疑问通过科学技术实现自动化的智能处理,将能以一顶万,成为最佳的选择。”刘石说。
那么,未来风投方式会不会由投资人逐步转向算法和机器分析?
“风投方式的进化是一个必然趋势,投资方不只会采用算法和机器分析,更重要的是会采用人工智能技术。”刘石说,这其中涉及到很多专业知识和专业指标的衡量和决策,采用人工智能算法和机器分析等技术,将大幅提高效率,降低人工成本,且更全面的信息智能决策,可将风险降到最低。
真正起决策作用的还是投资人
“这个改变对于科技公司尤其初创企业影响会非常巨大。首先,投资方的规则发生了变化,投资将基于更全面、更智能、立体、多维的信息,人工智能将从技术、财务、行业走势、舆情分析等不同维度来建模分析。”刘石说。
其次,对企业真正的实力要求更高了。刘石解释,不只看企业创业的方向,公司的创始人和核心成员实力也至关重要。“这意味对企业越来越公平,无论在哪里,只要做得好,有科技实力,做专做精,就不用担心融资的问题,因为投资方会通过强大的智能科技系统主动找到这样的公司。”刘石说。
不过,91科技集团董事长、CEO许泽玮也坦言,无论未来科技如何发达,人的作用终究无法完全替代。
“目前,虽然借助大数据的技术能够提升投资决策效率,但囿于目前企业数据尚未完善,大数据只能起到辅助作用,未来大数据基础设施更加完善,数据模型更加丰富,将会给投资决策提供更为重要的支撑。”许泽玮说。
在许泽玮看来,未来风投方式应该还是由投资人来做决策,算法和机器分析可以为投资人提供充足的数据和决策依据,但在商业领域和投资领域,人还会是决定性因素。
“大数据技术会产生一定的影响,可能会导致企业更加注重数据的提供,也能提升决策效率,但这些主要还是辅助作用,真正起到决策作用的最终还会是投资人。”许泽玮强调。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10