据华尔街日报报导，美国一些新兴风投公司正在通过大数据分析来甄选投资目标，以期超过风投行业单纯依靠人类智慧的传统甄选方法。

最近几年，一些新兴的风投公司一直在尝试改写风险资本运作的方式，从而使其更加科学。他们在不同程度上依赖于软件和数据来帮助指导投资，而对于风投行业来说这是一种激进的新作法。

初期风投公司SignalFire 2015年在旧金山创立，该公司实时挖掘大量专有数据库资源来甄选投资目标并支持它们的发展。Correlation Ventures将专有数据分析和预测性计算加入其决策过程，以决定是否作为联合投资者参与交易。投资公司NFX Guild还拥有一家初创企业加速器，该公司在云端运行软件，帮助其投资的初创企业找到新的投资者。

使用最新的技术找到最好的交易并帮助初创企业成长，这么做可以使风投投资者在同业中脱颖而出。

SignalFire首席执行长Chris Farmer称，几天的优势就可能决定交易的成败。他表示，与这种计算机驱动的新方法相比，传统的操作方法就像是用锡罐和线玩电话游戏。

人类的助手

这种将风投关键程序自动化的迫切需求一定程度上反映出华尔街意识到，在处理海量数据方面，计算机不仅比人类做得更快，而且能做得更好。

全球最大的资产管理机构贝莱德(BlackRock Inc., BLK)最近解雇了该公司部分负责选股的雇员，因该公司看到了算法和其他电脑交易给证券业带来的变革。现在计算机模型已经在做很多过去只能由创造了复杂交易策略的人类资产管理人完成的工作。

在硅谷，SignalFire使用软件、数据科学和分析来甄选合适的投资对象并帮助它们繁荣发展，为投资者争取卓越的回报。该公司的首只5,300万美元基金计划进行35笔投资，目前已完成约一半。

随著曾在谷歌(Google)、雅虎(Yahoo)任职的机器学习专家加盟，SignalFire表示，该公司通过实时跟踪数百万数据来源的方式来发现投资机会，比如监控创业公司的资本流入和关键员工的动向。为了得出有用的分析意见，SignalFire自行积累了多方面的海量数据，比如各公司对竞争的反应方式、员工的满意程度以及与同业相比公司的表现如何。

Farmer称，最终挑出独特投资机会的仍然是人类智慧，但SignalFire所做的数据分析可帮助最佳的候选标的脱颖而出。他表示，SignalFire正在利用技术使人类具备超人般的甄别能力。

人才物色

SignalFire还利用类似方式来帮助创业公司解决硅谷创始人始终面临的一个问题：发现和吸引人才。该公司监控和分析潜在员工的相关数据，比如他们的职业变动和取得的成绩，以帮助其所投资的公司招聘新秀。

Correlation Ventures的合伙人利用电脑模型来帮助他们迅速做出投资决定，因此Correlation也可以将自己定位为一个理想的联合投资人。

初创公司的各轮融资可能持续好几个月的时间，因为这些公司的创始人想要寻找可以提供所需资金，但同时又不会要求获得太大影响力的投资者。对许多初创公司的创始人来说，他们在融资和投资者关系上耗费的时间比重最多可以达到三分之一。

在2012年完成首只基金融资的Correlation保证会在两周的时间内做出投资决定，而且从来不会占据董事会席位。Correlation的董事总经理David Coats称，通过每年对十几个属于不同行业且投资阶段不同的项目进行投资，该公司采取的作法旨在实现稳定的回报同时降低风险。Correlation在加州帕洛阿尔托、圣迭戈以及纽约设有办公室。

Coats称，Correlation大量运用数据的作法会通过其自有的分析方法和预测模型，从众多投资选择方案中获得正面或负面的投资信号，例如某家创业公司面临的潜力巨大的市场机会，或是令人担忧的过度烧钱的迹象。

展望未来

Coats称，如果Correlation的理论成立，则该公司的资产组合可能获得更有利的结果。

不过对于Correlation来说，现在判断其公式的有效性还为时过早。该公司最近在第二轮融资中筹集了2亿美元资金。在该公司首只基金投资的121家公司中，多数仍处在初步发展阶段，少数几家已经因为被收购或已上市而给投资者带来了收益，另外还有约12家公司已经破产或停业。

如果利用电脑分析技术的风投公司取得成功会怎样？

按照定义，自动化过程就是没有人的参与。那么，硅谷沙丘路(Sand Hill Road)沿线的风险资本走廊未来是否存在人去楼空的可能性？就连Coats也表示他不希望如此。他表示，预测建模可能非常强大，但对于领投的投资人来说，内部的人为判断不可或缺。