私たちは最近、DraperにおいてVCのために自社の社内AIインフラをどのように構築しているかを解説する記事を公開しました。チームが情報をより速く集められるようにするためのカスタムワークフローにより、VC本来の真の人間的な仕事――すなわち創業者と会い、そばにいて向き合う――に時間を取り戻せるようにしています。
1985年、私は存在していた10人ほどのベンチャーキャピタリストの家をノックして回り、「私が見たかった案件を、あなたが断っている案件の中から送ってほしい」と頼むことで案件フローを築きました。私は知識を作り、それによって判断力を築く必要があったのです。
それから40年後、Draper Associatesのチームが、当時私が夢にしか見られなかったものを形にしました:
-社内データおよびHarmonicのような外部の検証済みソースからの強化データを含む、各企業につき1つの記録を保持する1元化されたデータベース
-40年以上の成功事例に基づいて学習され、検証(パス)を経た機械学習モデル。毎週私たちが受け取る数百件の案件を読み込み、投資チームに対して最良の適合先を直接提示します
-私たちが会場に入る前に必ず読む、各ミーティングのための簡潔な要点
-15,000人以上のコンタクトネットワークから作成した、温かい紹介文(ウォーム・イントロ)
-400社以上のポートフォリオ企業に関する自社記録から、平易な英語であらゆる質問に回答(さらに、Harmonic APIからの追加情報アシスト付き)
AI/MLインフラは日常的な業務を担いますが、判断は依然として人間のものです――創業者の目の前に座り、宣教師のような人物だと見抜き、そのアイデアがまだ「正気じゃない」と聞こえるうちに判断し、電話をかける。
そして今、そのための時間がさらに増えました。
このシステムを、思想面でも実務面でもどのように構築したかはこちらで詳しくご覧ください:https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack
1985年、私は存在していた10人ほどのベンチャーキャピタリストの家をノックして回り、「私が見たかった案件を、あなたが断っている案件の中から送ってほしい」と頼むことで案件フローを築きました。私は知識を作り、それによって判断力を築く必要があったのです。
それから40年後、Draper Associatesのチームが、当時私が夢にしか見られなかったものを形にしました:
-社内データおよびHarmonicのような外部の検証済みソースからの強化データを含む、各企業につき1つの記録を保持する1元化されたデータベース
-40年以上の成功事例に基づいて学習され、検証(パス)を経た機械学習モデル。毎週私たちが受け取る数百件の案件を読み込み、投資チームに対して最良の適合先を直接提示します
-私たちが会場に入る前に必ず読む、各ミーティングのための簡潔な要点
-15,000人以上のコンタクトネットワークから作成した、温かい紹介文(ウォーム・イントロ)
-400社以上のポートフォリオ企業に関する自社記録から、平易な英語であらゆる質問に回答(さらに、Harmonic APIからの追加情報アシスト付き)
AI/MLインフラは日常的な業務を担いますが、判断は依然として人間のものです――創業者の目の前に座り、宣教師のような人物だと見抜き、そのアイデアがまだ「正気じゃない」と聞こえるうちに判断し、電話をかける。
そして今、そのための時間がさらに増えました。
このシステムを、思想面でも実務面でもどのように構築したかはこちらで詳しくご覧ください:https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack