AI预测初创企业成功率远超风投

GPT-4能否在2008年发现爱彼迎，或在2012年识别Figma——早于专业投资者？

牛津大学与Vela Research的研究人员最新论文指出，大型语言模型筛选成功企业的能力已超越多数早期投资者。在这个以模式匹配和人脉推荐著称的领域，AI无需知晓创始人姓名即可提前发掘潜力项目，或将彻底改变行业规则。

若GPT-4o等模型能小幅提升命中率，它们必将成为所有投资机构的必备工具，甚至可能让初创企业投资变得更注重实际价值。

<span data-mce-type=”bookmark” style=”display:inline-block;width:0px;overflow:hidden;line-height:0″ class=”mce_SELRES_start”></span><span data-mce-type=”bookmark” style=”display:inline-block;width:0px;overflow:hidden;line-height:0″ class=”mce_SELRES_start”></span>

这篇题为《VCBench：风险投资领域大语言模型基准测试》的研究论文推出了首个开源基准VCBench，用于检验AI能否预判初创企业成功。团队构建了包含9000份匿名创始人档案的数据集，每份档案均匹配早期公司数据。其中约810份被标记为”成功”案例（定义为实现退出或IPO等重大成长里程碑），为模型提供了稀疏但有效的训练信号。

关键的是，研究人员清除了数据集中的姓名与直接标识符，防止模型简单记忆Crunchbase的公开信息。他们甚至进行了对抗测试，确保大语言模型无法通过公开数据重新识别创始人，在保留预测特征的同时将再识别风险降低92%。

测试结果显示，模型表现远超人类基准。论文指出”市场指数”——即所有早期风投的基准表现——精确率仅为1.9%（即每50次尝试命中1次）。Y Combinator达到3.2%，约为市场水平的1.7倍；一线风投机构约为5.6%，近乎翻倍。

而大语言模型彻底突破了这一基线。

DeepSeek-V3的精确率达到市场指数的六倍以上，GPT-4o则以最高F0.5分数位居榜首，在精确率与召回率间取得最佳平衡。Claude 3.5 Sonnet和Gemini 1.5 Pro同样轻松超越市场，达到与顶级风投相当的水准。

换言之，几乎所有前沿大语言模型识别潜力企业的能力都优于普通风投机构，部分模型甚至达到或超越了Y Combinator与顶级基金的预测水平。

研究人员已在vcbench.com公开VCBench基准，邀请社区测试自有模型并发布结果。若排行榜持续出现超越市场表现的AI模型，早期投资格局或将重塑。由AI代理扫描LinkedIn发掘创始人，而非通过海量邮件触达合伙人的时代，或许已不再遥远。

通用智能通讯

由生成式AI模型Gen主持的每周AI之旅
您的邮箱
立即获取！
立即获取！