Dans l’investissement algorithmique, les investisseurs utilisent les paramètres d’une entreprise pour décider de participer ou non à une transaction. Mais lorsque l’art du choix est pris en compte, il devient plus difficile d’effectuer une diligence raisonnable approfondie sur les fondateurs qui pourraient être sur le point de recevoir des millions de dollars par virement bancaire.
En pratique, les tentatives de suppression des préjugés peuvent créer de nouveaux angles morts plus difficiles à identifier.
En théorie, l’investissement algorithmique protège contre les idées préconçues des investisseurs et met les émotions de côté. Fintech unicorn Clearco et la société de capital-risque SignalFire ont passé des années à mettre en œuvre des processus d’investissement axés sur les données, rejoints plus récemment par AngelList et Hum Capital. Bien que cette approche ne soit pas nouvelle, le mouvement contre les décisions uniquement basées sur les émotions semble plus fort compte tenu de la prolifération des dollars.
Les métriques, même dans les premières étapes, deviennent de plus en plus courantes.
Le fonds de capital-risque de démarrage récemment fermé d’AngelList fonde tous ses investissements sur une mesure clé qu’AngelList suit depuis des années : la capacité d’une startup à embaucher.
Lorsque j’ai parlé à Abraham Othman, responsable du comité d’investissement et de la science des données chez AngelList Venture, il m’a dit qu’ils remportaient des contrats parce qu’ils étaient moins hostiles aux sociétés en portefeuille que d’autres sociétés. « Notre approche ? Ceci est notre ensemble de données – voyons si nous pouvons y investir de l’argent », a-t-il déclaré.
Aucune autre diligence raisonnable ? Aucun problème.
Ce n’est pas un petit ensemble. Environ 2 millions de personnes utilisent AngelList Talent pour postuler aux startups chaque trimestre. Environ 35 000 entreprises par trimestre sont en lice pour les talents AngelList, mais seulement la moitié de ces entreprises sont des entreprises en phase de démarrage pouvant être investies.