Как венчурные фонды используют ИИ и что фаундерам с этим делать

Была недавно на онлайн-встрече по венчуру от сообщества Hegai. Один из инвесторов сказал: «У меня в фонде 70+ сотрудников, но кожаных из них только 2. Остальные – ИИ-агенты». А ближе к концу выяснилось, что людей в команде всё-таки больше. За ИИ перепроверяют шесть стажёров :)

Потому что целиком отдать процессы агентам сейчас нельзя ни в одной сфере. Выше уже делилась мыслями на этот счёт. Но на большинстве этапов воронки у фондов ИИ уже работает хорошо. Ниже разобрала, где именно и как это учесть стартапам.

1. Поиск стартапов. 200+ параметров из LinkedIn, GitHub и соцсетей автоматически подсвечивают перспективные команды ещё в стелсе. Правда, такой ИИ-радар находит не лучших, а самых заметных.

Поэтому будьте заметны на ресурсах, откуда нейронки берут данные. По сути те же принципы GEO, что для сайта бизнеса, что для личного бренда.

2. Первичный отбор. Поток питчей вырос вчетверо, поэтому дек первым читает агент и за пару минут выдаёт, подходит фонду или нет.

Так что пароли на DocSend, сбор имейлов и закрытый дата-рум убираем, чтобы агент смог открыть ваш файл.

3. Знакомство. Интересный кейс: Unbiased Ventures сделали агента-психолога, который по постам и открытым данным строит портрет фаундера и подсвечивает риски.

Тоже попросите Claude изучить профиль инвестора – о чём пишет, интересы, во что уже вкладывал, в чём у вас мэтч – и продумайте коммуникацию.

4. Скоринг. В Prosto VC, например, используют ИИ-финансиста, который лезет внутрь финмодели: где ошибки в P&L и кэш-флоу, где формулы нет вообще, где цифры в деке и модели не бьются.

Заведите себе такого же ИИ-аудитора и прогоните свою финмодель до отправки инвестору.

5. А вот инвесткомитет ИИ не отдают. Финальное «да» говорят люди: смотрят отраслевую экспертизу команды, бренд, уникальность данных и встройку в процессы клиентов.

А ещё на этой же встрече фаундеры с недавними раундами отметили, что деньги пришли через тёплые интро и отношения, выстроенные за пару лет до фандрейза.

Получается, что сигналы, базы и скоринг с ИИ формируются потихоньку у всех фондов. Но вот что нельзя автоматизировать: доверие, отношения и финальное принятие решения. А вы как думаете, что ждёт индустрию в будущем?

В следующем посте хочу разобрать полезный гайд для основателей: кейсы применения ИИ на всех стадиях продукта от идеи до масштабирования. Ставьте 🔥, если вам такое интересно!