Nous avons récemment publié un article sur la façon dont nous construisons notre propre infrastructure d’IA interne pour la VC chez Draper. Des workflows sur mesure pour aider notre équipe à recueillir l’information plus rapidement, afin qu’elle puisse revenir au véritable travail humain en VC : rencontrer des fondateurs et être pleinement présent à leurs côtés.
En 1985, j’ai construit mon flux de deals en frappant à la porte des dix ou une quinzaine de sociétés de capital-risque qui existaient alors, en leur demandant de m’envoyer les deals qu’elles refusaient. J’avais besoin de développer des connaissances pour pouvoir construire mon sens du jugement.
Quarante ans plus tard, l’équipe de Draper Associates a construit quelque chose dont je n’aurais pu rêver à l’époque :
-Une base de données centralisée qui conserve un enregistrement unique par entreprise, contenant toutes nos données internes ainsi que des données enrichies provenant de sources externes vérifiées comme Harmonic
-Un modèle de machine learning, entraîné sur 40+ années de succès et d’échecs, qui lit les centaines de deals que nous recevons chaque semaine et met en avant les meilleurs profils directement pour l’équipe d’investissement
-Un bref récapitulatif de chaque réunion avant d’entrer
-Des introductions chaleureuses rédigées à partir d’un réseau de 15 000+ contacts
-Des réponses à n’importe quelle question à partir de nos propres documents, en anglais clair, couvrant plus de 400 entreprises de notre portefeuille (et un complément d’information grâce à notre API Harmonic)
L’infrastructure IA/ML gère le travail de routine, mais le jugement reste humain : s’asseoir en face d’un fondateur, reconnaître un missionnaire, passer à l’appel pendant que l’idée semble encore folle.
Désormais, il y a plus d’heures pour faire exactement cela.
En savoir plus sur la manière dont nous avons construit ce système, à la fois sur le plan philosophique et pratique : https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack
En 1985, j’ai construit mon flux de deals en frappant à la porte des dix ou une quinzaine de sociétés de capital-risque qui existaient alors, en leur demandant de m’envoyer les deals qu’elles refusaient. J’avais besoin de développer des connaissances pour pouvoir construire mon sens du jugement.
Quarante ans plus tard, l’équipe de Draper Associates a construit quelque chose dont je n’aurais pu rêver à l’époque :
-Une base de données centralisée qui conserve un enregistrement unique par entreprise, contenant toutes nos données internes ainsi que des données enrichies provenant de sources externes vérifiées comme Harmonic
-Un modèle de machine learning, entraîné sur 40+ années de succès et d’échecs, qui lit les centaines de deals que nous recevons chaque semaine et met en avant les meilleurs profils directement pour l’équipe d’investissement
-Un bref récapitulatif de chaque réunion avant d’entrer
-Des introductions chaleureuses rédigées à partir d’un réseau de 15 000+ contacts
-Des réponses à n’importe quelle question à partir de nos propres documents, en anglais clair, couvrant plus de 400 entreprises de notre portefeuille (et un complément d’information grâce à notre API Harmonic)
L’infrastructure IA/ML gère le travail de routine, mais le jugement reste humain : s’asseoir en face d’un fondateur, reconnaître un missionnaire, passer à l’appel pendant que l’idée semble encore folle.
Désormais, il y a plus d’heures pour faire exactement cela.
En savoir plus sur la manière dont nous avons construit ce système, à la fois sur le plan philosophique et pratique : https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack