La société de capital-risque ” alimentée par l’IA ” Vela sort de la clandestinité avec 25 millions de dollars sous gestion

Il y a six ans, Yiğit Ihlamur, ancien responsable de programme senior chez Google, a observé que l’IA dépassait les capacités humaines dans certains domaines – du moins selon son estimation. Fort de cette perspective, il s’est penché sur divers secteurs dans le but de s’attaquer à un problème sur lequel il pourrait travailler toute sa vie.

“Au niveau abstrait, j’ai été intrigué par l’idée d’accélérer l’innovation, car l’innovation crée de nouveaux produits, services et expériences qui étaient auparavant inimaginables”, a déclaré Ihlamur à TechCrunch dans une interview par e-mail. “J’ai perçu l’apport de capital à l’innovation comme un problème mathématique et j’ai commencé à coder et à pirater mon chemin.”

Ihlamur a décidé de se concentrer sur l’espace VC, qu’il considérait comme en retard en termes d’optimisation de l’automatisation et de l’IA. Avec l’aide de plusieurs co-fondateurs, il a lancé Vela Partners, une société de capital-risque qu’il décrit comme “alimentée par l’IA” et “dirigée par les produits”.

Vela est un capital-risque en démarrage avec 25 millions de dollars sous gestion et 32 ​​sociétés de portefeuille, dont la startup de caisse automatique Grabango et la société de robotique Bear Robotics. Comme tous les VC, Vela détermine – en partie à l’aide d’algorithmes prédictifs – de nouveaux domaines d’investissement en tentant d’identifier les tendances, de trouver les bonnes opportunités et de détecter les menaces pesant sur ses investissements existants.

Pour former ses algorithmes prédictifs, Vela s’appuie sur des sites Web et des réseaux sociaux pour les données, en exploitant également des ensembles de données payants comme Crunchbase.

« Vela fournit des informations sur le marché et des idées innovantes ; par conséquent, les décideurs techniques peuvent décider quels outils acheter ou construire pour développer leurs activités principales », a déclaré Ihlamur. « Les modèles doivent être informatifs et explicatifs. En fin de compte, notre approche associe l’IA à des heuristiques expertes. »

Inévitablement, bien sûr, les algorithmes amplifient les biais dans les données sur lesquelles ils sont formés – et cela peut avoir des conséquences majeures dans le domaine du VC. Dans une expérience en novembre 2020, Harvard Business Review (HBR) a constaté qu’un algorithme de recommandation d’investissement avait tendance à choisir des entrepreneurs blancs plutôt que des entrepreneurs de couleur et préférait investir dans des startups avec des fondateurs masculins. Les experts ont découvert des problèmes similaires avec l’outil Mosaic de CB Insights, qui utilise des proxys pour la race, le statut socio-économique, le sexe et le handicap pour déterminer la probabilité de réussite d’une personne.

Ihlamur a quelque peu esquivé les questions sur les préjugés, reconnaissant que cela vient avec le territoire – mais n’offrant pas nécessairement de solution.

“Un modèle peut apprendre les préjugés d’autres VC ou les préjugés du passé”, a-t-il déclaré. “Tout d’abord, il faut comprendre la raison sous-jacente pour laquelle ces comportements se sont produits sur le marché du capital-risque. Deuxièmement, chaque problème est unique et une approche généralisée ne peut pas fonctionner pour tout.

Mis à part les problèmes de biais, Vela, basé dans la région de la baie, n’est pas le premier à développer des outils algorithmiques pour éclairer ses décisions d’investissement. Les sociétés de capital-risque, notamment SignalFire, EQT Ventures et Nauta Capital, utilisent des plates-formes alimentées par l’IA pour signaler les meilleurs choix potentiels.

Le différenciateur de Vela, selon Ihlamur, est son terminal “semblable à un jeu” conçu pour aider les entrepreneurs, les commanditaires et autres VC à utiliser ses services. Les entrepreneurs peuvent analyser les tendances dans les écosystèmes de développeurs comme Amazon Web Services et GitHub, tandis que les VC sur liste blanche peuvent repérer (avec un peu de chance) des startups prometteuses en phase de démarrage et les commanditaires peuvent poser des questions sur les raisons pour lesquelles Vela a investi dans une startup en particulier.

Le référentiel GitHub de Vela, qui comprend ses modèles algorithmiques, est public, à la fois pour inspection et réutilisation.

“Alors que certains VC peuvent expérimenter l’approvisionnement basé sur l’IA, nous n’avons vu aucun VC adopter une approche axée sur le produit”, a déclaré Ihlamur. « N’importe qui peut accéder au site Web de Vela et utiliser notre produit. Nous établissons des relations avec les entrepreneurs et les commanditaires de manière programmatique – notre objectif ultime est que l’IA et l’automatisation touchent et gèrent tous les aspects de notre entreprise. »

C’est une approche qui a bien fonctionné pour Vela jusqu’à présent. L’entreprise prétend fonctionner au seuil de rentabilité, menant ou codirigeant des chèques de 500 000 $ à 1,5 million de dollars.

À court terme, Vela prévoit d’investir principalement dans des startups axées sur l’IA, les données et les développeurs. Ihlamur a exprimé son enthousiasme pour l’IA générative en particulier, un marché qui pourrait valoir 51,8 milliards de dollars d’ici 2028 – selon les sources auxquelles vous croyez.

“La pandémie a eu un impact positif sur nos activités, comme ce fut le cas pour de nombreuses autres sociétés de capital-risque”, a déclaré Ihlamur. “La sortie de ChatGPT d’OpenAI nous a fourni d’autres vents favorables en tant que société de capital-risque alimentée par l’IA… En ce qui concerne le ralentissement plus large de la technologie, nous ne sommes pas inquiets car nous sommes à l’équilibre en tant qu’entreprise et avons des capitaux à investir. Malgré le ralentissement, il existe des opportunités importantes à saisir en partie grâce aux progrès rapides de l’IA.

Il y a six ans, Yiğit Ihlamur, ancien responsable de programme senior chez Google, a observé que l’IA dépassait les capacités humaines dans certains domaines – du moins selon son estimation. Fort de cette perspective, il s’est penché sur divers secteurs dans le but de s’attaquer à un problème sur lequel il pourrait travailler toute sa vie.

“Au niveau abstrait, j’ai été intrigué par l’idée d’accélérer l’innovation, car l’innovation crée de nouveaux produits, services et expériences qui étaient auparavant inimaginables”, a déclaré Ihlamur à TechCrunch dans une interview par e-mail. “J’ai perçu l’apport de capital à l’innovation comme un problème mathématique et j’ai commencé à coder et à pirater mon chemin.”

Ihlamur a décidé de se concentrer sur l’espace VC, qu’il considérait comme en retard en termes d’optimisation de l’automatisation et de l’IA. Avec l’aide de plusieurs co-fondateurs, il a lancé Vela Partners, une société de capital-risque qu’il décrit comme “alimentée par l’IA” et “dirigée par les produits”.

Vela est un capital-risque en démarrage avec 25 millions de dollars sous gestion et 32 ​​sociétés de portefeuille, dont la startup de caisse automatique Grabango et la société de robotique Bear Robotics. Comme tous les VC, Vela détermine – en partie à l’aide d’algorithmes prédictifs – de nouveaux domaines d’investissement en tentant d’identifier les tendances, de trouver les bonnes opportunités et de détecter les menaces pesant sur ses investissements existants.

Pour former ses algorithmes prédictifs, Vela s’appuie sur des sites Web et des réseaux sociaux pour les données, en exploitant également des ensembles de données payants comme Crunchbase.

« Vela fournit des informations sur le marché et des idées innovantes ; par conséquent, les décideurs techniques peuvent décider quels outils acheter ou construire pour développer leurs activités principales », a déclaré Ihlamur. « Les modèles doivent être informatifs et explicatifs. En fin de compte, notre approche associe l’IA à des heuristiques expertes. »

Inévitablement, bien sûr, les algorithmes amplifient les biais dans les données sur lesquelles ils sont formés – et cela peut avoir des conséquences majeures dans le domaine du VC. Dans une expérience en novembre 2020, Harvard Business Review (HBR) a constaté qu’un algorithme de recommandation d’investissement avait tendance à choisir des entrepreneurs blancs plutôt que des entrepreneurs de couleur et préférait investir dans des startups avec des fondateurs masculins. Les experts ont découvert des problèmes similaires avec l’outil Mosaic de CB Insights, qui utilise des proxys pour la race, le statut socio-économique, le sexe et le handicap pour déterminer la probabilité de réussite d’une personne.

Ihlamur a quelque peu esquivé les questions sur les préjugés, reconnaissant que cela vient avec le territoire – mais n’offrant pas nécessairement de solution.

“Un modèle peut apprendre les préjugés d’autres VC ou les préjugés du passé”, a-t-il déclaré. “Tout d’abord, il faut comprendre la raison sous-jacente pour laquelle ces comportements se sont produits sur le marché du capital-risque. Deuxièmement, chaque problème est unique et une approche généralisée ne peut pas fonctionner pour tout.

Mis à part les problèmes de biais, Vela, basé dans la région de la baie, n’est pas le premier à développer des outils algorithmiques pour éclairer ses décisions d’investissement. Les sociétés de capital-risque, notamment SignalFire, EQT Ventures et Nauta Capital, utilisent des plates-formes alimentées par l’IA pour signaler les meilleurs choix potentiels.

Le différenciateur de Vela, selon Ihlamur, est son terminal “semblable à un jeu” conçu pour aider les entrepreneurs, les commanditaires et autres VC à utiliser ses services. Les entrepreneurs peuvent analyser les tendances dans les écosystèmes de développeurs comme Amazon Web Services et GitHub, tandis que les VC sur liste blanche peuvent repérer (avec un peu de chance) des startups prometteuses en phase de démarrage et les commanditaires peuvent poser des questions sur les raisons pour lesquelles Vela a investi dans une startup en particulier.

Le référentiel GitHub de Vela, qui comprend ses modèles algorithmiques, est public, à la fois pour inspection et réutilisation.

“Alors que certains VC peuvent expérimenter l’approvisionnement basé sur l’IA, nous n’avons vu aucun VC adopter une approche axée sur le produit”, a déclaré Ihlamur. « N’importe qui peut accéder au site Web de Vela et utiliser notre produit. Nous établissons des relations avec les entrepreneurs et les commanditaires de manière programmatique – notre objectif ultime est que l’IA et l’automatisation touchent et gèrent tous les aspects de notre entreprise. »

C’est une approche qui a bien fonctionné pour Vela jusqu’à présent. L’entreprise prétend fonctionner au seuil de rentabilité, menant ou codirigeant des chèques de 500 000 $ à 1,5 million de dollars.

À court terme, Vela prévoit d’investir principalement dans des startups axées sur l’IA, les données et les développeurs. Ihlamur a exprimé son enthousiasme pour l’IA générative en particulier, un marché qui pourrait valoir 51,8 milliards de dollars d’ici 2028 – selon les sources auxquelles vous croyez.

“La pandémie a eu un impact positif sur nos activités, comme ce fut le cas pour de nombreuses autres sociétés de capital-risque”, a déclaré Ihlamur. “La sortie de ChatGPT d’OpenAI nous a fourni d’autres vents favorables en tant que société de capital-risque alimentée par l’IA… En ce qui concerne le ralentissement plus large de la technologie, nous ne sommes pas inquiets car nous sommes à l’équilibre en tant qu’entreprise et avons des capitaux à investir. Malgré le ralentissement, il existe des opportunités importantes à saisir en partie grâce aux progrès rapides de l’IA.