Kami baru saja menerbitkan artikel tentang bagaimana kami membangun infrastruktur AI internal kami sendiri untuk VC di Draper. Alur kerja kustom untuk membantu tim kami mengumpulkan informasi lebih cepat, agar mereka bisa kembali pada pekerjaan manusia yang sesungguhnya dalam VC: bertemu dan hadir bersama para pendiri.
Pada tahun 1985, saya membangun arus transaksi (deal flow) dengan mendatangi pintu sepuluh atau lebih venture capital yang ada saat itu, lalu meminta mereka mengirimkan deal yang mereka tolak. Saya perlu membangun pengetahuan agar bisa membangun penilaian.
Empat puluh tahun kemudian, tim di Draper Associates membangun sesuatu yang saat itu hanya bisa saya impikan:
- Satu basis data terpusat yang menyimpan satu catatan tunggal per perusahaan, berisi seluruh data internal kami sekaligus data yang diperkaya dari sumber tepercaya di luar sana seperti Harmonic
- Sebuah model machine learning yang dilatih dari lebih dari 40 tahun keberhasilan, yang mempelajari ratusan deal yang kami terima setiap minggu dan menampilkan kecocokan terbaik langsung ke tim investasi
- Ringkasan untuk setiap pertemuan sebelum kami melangkah masuk
- Perkenalan hangat yang disusun dari jaringan lebih dari 15.000 kontak
- Jawaban untuk pertanyaan apa pun dari catatan internal kami dalam bahasa Inggris yang sederhana untuk lebih dari 400 perusahaan portofolio (serta bantuan info tambahan dari Harmonic API kami)
Infrastruktur AI/ML menangani pekerjaan rutin, tetapi penilaian tetap manusia: duduk berhadapan dengan seorang pendiri, mengenali seorang missionary, membuat panggilan ketika idenya masih terdengar seperti hal yang gila.
Sekarang ada lebih banyak jam untuk hal persis itu.
Baca selengkapnya tentang bagaimana kami membangun sistem ini, secara filosofis dan praktis: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack
Pada tahun 1985, saya membangun arus transaksi (deal flow) dengan mendatangi pintu sepuluh atau lebih venture capital yang ada saat itu, lalu meminta mereka mengirimkan deal yang mereka tolak. Saya perlu membangun pengetahuan agar bisa membangun penilaian.
Empat puluh tahun kemudian, tim di Draper Associates membangun sesuatu yang saat itu hanya bisa saya impikan:
- Satu basis data terpusat yang menyimpan satu catatan tunggal per perusahaan, berisi seluruh data internal kami sekaligus data yang diperkaya dari sumber tepercaya di luar sana seperti Harmonic
- Sebuah model machine learning yang dilatih dari lebih dari 40 tahun keberhasilan, yang mempelajari ratusan deal yang kami terima setiap minggu dan menampilkan kecocokan terbaik langsung ke tim investasi
- Ringkasan untuk setiap pertemuan sebelum kami melangkah masuk
- Perkenalan hangat yang disusun dari jaringan lebih dari 15.000 kontak
- Jawaban untuk pertanyaan apa pun dari catatan internal kami dalam bahasa Inggris yang sederhana untuk lebih dari 400 perusahaan portofolio (serta bantuan info tambahan dari Harmonic API kami)
Infrastruktur AI/ML menangani pekerjaan rutin, tetapi penilaian tetap manusia: duduk berhadapan dengan seorang pendiri, mengenali seorang missionary, membuat panggilan ketika idenya masih terdengar seperti hal yang gila.
Sekarang ada lebih banyak jam untuk hal persis itu.
Baca selengkapnya tentang bagaimana kami membangun sistem ini, secara filosofis dan praktis: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack