Gần đây, chúng tôi đã xuất bản một bài viết về cách chúng tôi xây dựng hạ tầng AI nội bộ của riêng mình tại Draper. Các quy trình tùy chỉnh giúp đội ngũ thu thập thông tin nhanh hơn, để họ có thể quay lại với công việc cốt lõi mang tính con người trong VC: gặp gỡ và hiện diện cùng các nhà sáng lập.

Năm 1985, tôi xây dựng dòng deal của mình bằng cách gõ cửa những vị đầu tư mạo hiểm (khoảng mười người) khi ấy và nhờ họ gửi cho tôi những deal mà họ đang từ chối. Tôi cần xây dựng kiến thức để có thể xây dựng năng lực phán đoán.

Bốn mươi năm sau, đội ngũ tại Draper Associates đã xây dựng một thứ mà lúc đó tôi chỉ dám mơ:

-Một cơ sở dữ liệu tập trung, lưu một hồ sơ duy nhất cho mỗi công ty, chứa toàn bộ dữ liệu nội bộ của chúng tôi cùng với dữ liệu được làm giàu từ các nguồn bên ngoài đã được xác thực như Harmonic

-Một mô hình máy học, được huấn luyện dựa trên hơn 40 năm các thành công và kinh nghiệm, đọc hàng trăm deal mà chúng tôi nhận mỗi tuần và đưa ra các lựa chọn phù hợp nhất trực tiếp cho đội ngũ đầu tư

-Một bản tóm lược cho từng cuộc họp trước khi chúng tôi bước vào

-Các lời giới thiệu ấm áp được soạn thảo từ mạng lưới hơn 15.000+ mối liên hệ

-Câu trả lời cho bất kỳ câu hỏi nào dựa trên hồ sơ nội bộ của chúng tôi bằng ngôn ngữ tự nhiên, trong phạm vi hơn 400+ công ty danh mục (và một phần trợ giúp thông tin bổ sung từ Harmonic API của chúng tôi)

Hạ tầng AI/ML đảm nhiệm phần việc thường nhật, nhưng năng lực phán đoán vẫn là của con người: ngồi đối diện với một nhà sáng lập, nhận ra một người truyền giáo, đưa ra cuộc gọi khi ý tưởng vẫn còn nghe thật “điên rồ”.

Giờ đây, có thêm nhiều giờ đúng cho việc đó.

Tìm hiểu thêm về cách chúng tôi xây dựng hệ thống này, cả về mặt triết lý lẫn thực tiễn: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack