我們憑借經(jīng)驗和直覺判斷大部分的事。但未來，借助算法做的決定會越來越多。至少很多人都已經(jīng)發(fā)覺，購物網(wǎng)站比家人朋友更清楚他們想要什么。

創(chuàng)投圈也在經(jīng)歷同樣的變化。2014年全球的風險投資總額高達480億美元，其中74億美元投給了首次融資的企業(yè)。而押寶的命中率，據(jù)著名投資人William Hambrecht說，只有十分之一。墨守著“慧眼識英雄”的人為判斷方式，無疑會造成資本的巨大浪費。

根據(jù)《財富》的報道，Hambrecht曾是蘋果、谷歌、基因塔克多家公司的早期投資人，從業(yè)近50年，經(jīng)驗老道。但現(xiàn)在，他很少再憑經(jīng)驗做事，而是和一家叫Growth Science的小型科技公司合作。Growth Science對Hambrecht選中的創(chuàng)業(yè)公司進行數(shù)學建模，無論是商業(yè)模式，還是新技術、新產(chǎn)品，都可以用模型來預測成功的概率，運算過程中不涉及任何主觀因素，最后可以明確地給出投資人yes or no的結果。

Growth Science的創(chuàng)始人Thomas Thurston介紹說，影響預測的因素很多，20%是跟創(chuàng)業(yè)團隊自身的特性有關，80%跟外部環(huán)境有關，比如市場、競爭者、技術趨勢、時間等。但他沒有透露更多具體因素。

至于Hambrecht的投資效果，現(xiàn)在也還不能定論。通常投資基金需要 10-15年才能得到回報，而Growth Science算法他才用了8年。不過Hambrecht說，他的投資項目，估值已經(jīng)漲了5倍，這些項目都沒有上市或轉讓，所以預期的回報會相當高。其中包括手機通信軟件Tango，它在去年由阿里巴巴領投，融資2.8億美金，目前估值約在15億美金。

當然也有人不那么相信算法。比如Greycroft Partners的合伙人Ian Sigalow提出，創(chuàng)業(yè)團隊中的成員是什么樣的人，很大程度影響著成敗，但數(shù)據(jù)并不能歸結人的屬性，而且人也會不斷變化。Sigalow認為投資過程不會被完全量化。但他確實嘗試用數(shù)據(jù)建模的方式否決了一些項目。

有一款類似Snapchat的視頻聊天應用，最近在產(chǎn)品榜單上穩(wěn)坐了幾星期，幕后的團隊找到Greycroft尋求融資。Greycroft的數(shù)據(jù)分析人員把這款產(chǎn)品和Snapchat的生命周期研究比照，發(fā)現(xiàn)新產(chǎn)品不具備像Snapchat那樣爆發(fā)的因素。最后Sigalow婉拒了那個創(chuàng)業(yè)團隊。

也許有人從算法投資策略聯(lián)想到了那部電影《點球成金》。布拉德皮特飾演的棒球經(jīng)理人通過自創(chuàng)的數(shù)學模型挑出了最有潛力的無名球員。不過，哈佛商學院的Jacob H. Schiff教授覺得兩者不能類比，“創(chuàng)業(yè)的屬性就是風云莫測。”在一種時勢里的人才在另一種時勢里可能無所施展。假如棒球賽的規(guī)則年年變，皮特的數(shù)學模型也就用不上了。而這正是算法的硬傷所在。據(jù)Schiff教授說，關于創(chuàng)業(yè)成功率的建模，擬合優(yōu)度都很低——也就是說，模型預測的結果，和實際觀測到的結果，常常偏差很大。