¿Puede un algoritmo predecir el éxito de una startup?
By Enrique Dans
En ocasiones, la tecnología nos trae deliciosas paradojas que rozan lo autorreferente: mientras todos los capitalistas de riesgo se vuelven locos intentando escoger la mejor startup en temas de machine learning, resulta que no hay ninguno al que se le ocurra utilizar un algoritmo de machine learning para tratar de decidir en cuál de ellas invertir.
Una entrada en el blog de BigML, empresa con la que colaboro como Strategic Advisor, anuncia una colaboración con Telefonica Open Future encaminada precisamente a esto: a tratar de desarrollar un algoritmo capaz de predecir el éxito de una startup.
Un tema en el que, indudablemente, existen abundantes datos con los que alimentar a la máquina: años de startups solicitando financiación mediante detallados informes de los que poder extraer abundante información, y métricas posteriores tanto sobre la evolución del mercado, como sobre el nivel de éxito alcanzado por cada compañía.
En el fondo, tratar de construir un proceso mejor que el actual, el que algunos han denominado el “Silicon Valley’s dirty secret“: que en realidad, factores tan fundamentales como la calidad de la idea o del equipo no tienen prácticamente nada que ver en las posibilidades de conseguir financiación, porque en realidad todo el proceso se basa en mediocres humanos tratando de tomar decisiones malamente condicionadas por decenas de factores absurdos, por cuestiones que nada tienen que ver y en nada afectan la calidad de la idea, su encaje en el mercado o la idoneidad del equipo. En la práctica, lo que define quién obtiene o no obtiene financiación tiene mucho más que ver con el “a quién conoces”, “quién te presenta”, “en qué situación está el pipeline del inversor”, “cómo han resultado otras de sus inversiones recientes”, o cuestiones similares.
Si piensas que existe algún tipo de “mística” en ese proceso que de alguna manera lleva a que las mejores ideas terminen por aflorar, piénsalo de nuevo: en realidad, todo el proceso es una basura carente de calidad, que sin duda deja fuera a muchas ideas que podían haber cambiado el mundo, mientras encumbra a otras que no valen en absoluto la pena y que terminan por fracasar miserablemente. Que los números finales cuadren para algunos VCs no significa nada más que una cuestión de probabilística. Y suerte, mucha suerte. Puro azar. El proverbial “olfato” de algunos no es más que el fruto de un proceso imperfecto.
¿Podría construirse un algoritmo que diese lugar al inversor perfecto, que al menos generase un proceso de estudio de cada idea libre de condicionantes y sesgos típicamente humanos que deberían ser completamente irrelevantes en la decisión? ¿Puede una máquina estudiar las características específicas de una oleada tecnológica determinada y, en función de las características de las startups relacionadas con ella que pugnan por obtener financiación, determinar cuál o cuáles deberían poder acceder a ella para poder construir compañías con mayor nivel de éxito, que maximizasen el valor de lo invertido? La complejidad de las variables implicadas y de las relaciones existentes entre ellas parece invitar a ello, aunque de nuevo, podríamos seguramente hablar de factores autorreferentes: el simple hecho de ser la escogida por el algoritmo puede hacer surgir factores que distorsionen el resultado final de modo positivo o negativo.
La cuestión no deja de tener su miga, considerando que estamos ya en un momento en que más y más compañías de todo tipo tratan de desarrollar algoritmos de machine learning para absolutamente todo: es más que posible que en no mucho tiempo, el hecho de que consigas o no una hipoteca, el precio de tu póliza de seguros, el que recibas una inspección de Hacienda o muchas cosas más estén definidos no por un comité de supuestos expertos aplicando su supuesto “olfato” y el supuesto valor de su experiencia, sino por un algoritmo.
En el próximo PAPIs, el congreso internacional más relevante en APIs de predicción y apps relacionadas, habrá una sección en la que un algoritmo tratará de escoger al ganador del concurso de startups, que consecuentemente recibirá una inversión por parte de Telefonica Open Future. Un algoritmo predictivo tratando de elegir a la mejor startup basada en algoritmos predictivos: una auténtica delicia autorreferente 🙂
Puedes leer el artículo completo en: : ¿Puede un algoritmo predecir el éxito de una startup?
