スタートアップが成功するかどうかをアルゴリズムで予測できるだろうか？ PitchBook はそう信じている。
ベンチャーキャピタルとプライベートエクイティのデータベースであるVC Exit Predictorは本日、PitchBookのデータに基づいてスタートアップの成長見通しを予測するツール「VC Exit Predictor」をリリースしました。VCの支援を受けている企業名を入力すると、VC Exit Predictorは、買収されるか、上場するか、あるいは自立あるいは倒産などのエグジットを妨げる事象によってエグジットしないかの確率をスコア化します。
「VC Exit Predictorは、PitchBookの定量調査チームが開発した独自の機械学習アルゴリズムを用いて開発されました。このアルゴリズムは、取引活動、アクティブな投資家、企業の詳細など、PitchBookプラットフォーム内で利用可能なデータのみを使用してトレーニングされています」と、PitchBookの市場情報担当プロダクトマネージャー、マッキンリー・マギン氏はTechCrunchのメールインタビューで述べた。「精度を確保するため、少なくとも2回のベンチャーファイナンス取引を獲得したベンチャー支援企業を対象に予測を行っています。」
PitchBookは、投資判断を支援するアルゴリズムツールを開発した最初の企業ではありません。投資家は長年にわたり、AIを活用した競争優位性を求めてきました。ガートナーは、2025年までにベンチャーキャピタルやアーリーステージ投資家による経営幹部のレビューの75%以上がAIとデータ分析に基づくようになると予測しています。
SignalFire、EQT Ventures、Nauta CapitalなどのVCは、AIを活用したプラットフォームを活用して、有望なベンチャーキャピタルを特定しています。2021年には、ある研究チームがCrunchBaseの公開データを活用し、VC Exit Predictorに非常によく似たツールを開発しました。このツールは、スタートアップがIPOや買収を通じて成功するか、失敗するか、あるいは非公開のままになるかを予測する機能を備えていました。
しかし、これらのツールは実際に機能するのでしょうか?
マギン氏によると、PitchBookはVC Exit Predictorを、Blockchain.com、Revolut、Bitsoといった既知のエグジット実績を持つ企業群でバックテストしたという。テスト対象企業群全体で平均すると、このツールはエグジット成功の予測において74%の精度を示したとマギン氏は主張している。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「VC Exit Predictorは、ベンチャーキャピタリストがベンチャーキャピタリストの支援を受けた企業の初期評価にデータ主導のアプローチを活用することで活用できます」と彼は付け加えた。「しかし、今後のIPO候補を探したり、市場における競合他社を監視したり、次の投資ラウンドの妥当性を確認したりといった業界関係者にとって、幅広いユースケースが生まれると予想しています。」
VC Exit PredictorはPitchBookのテストセットでは良好なパフォーマンスを発揮するかもしれない。しかし、パンデミック、世界的な紛争（ウクライナ戦争など）、そして予測不可能な自然災害といったブラックスワンイベントへの耐性があるかどうかは疑問だ。アルゴリズムはこれまで、学習データが限られているため、こうした事象への対応に苦戦してきた。
VentureBeatの記事（筆者執筆）では、例えば、冷凍食品業界のある企業が、COVID-19パンデミック中に売上が最終的にどこへ落ち着くかを予測するためのアルゴリズムの活用に苦戦した様子が詳しく紹介されています。新型コロナウイルス感染症の危機が始まった最初の3～4ヶ月間、ほとんどの地域で外出制限が実施されていた時期、顧客が自宅で食事をすることを選んだため、冷凍食品の売上は大幅に増加しました。しかし、その後、一部の国が急速に隔離規則を緩和し、他の国がゆっくりと経済再開を選択したことで、トレンドの変化が起こり、同社のアルゴリズムの信頼性が低下しました。
マギン氏は、VC Exit Predictorにも同様の欠陥があることを認めている。例えば、業界全体の低迷にもかかわらず、仮想通貨関連企業に対して好意的な見通しを持っている点などだ。「このアルゴリズムが行える市場レベルの予測には限界があります」と彼は述べた。「動きの遅い市場空間におけるタイムリーな更新に依存しているため、モデルが上昇傾向にあるセグメントや下降傾向にあるセグメントに適応するには時間がかかります。」
バイアスの問題もあります。必然的に、アルゴリズムはトレーニングに使用したデータのバイアスを増幅します。
2020年11月に行われた実験で、ハーバード・ビジネス・レビュー（HBR）は投資推奨アルゴリズムを構築し、そのパフォーマンスをエンジェル投資家のリターンと比較しました。HBRによると、このアルゴリズムは有色人種の起業家よりも白人の起業家を選ぶ傾向があり、男性創業者のスタートアップへの投資を優先しました。これは、女性やその他のマイノリティグループの創業者は資金調達プロセスで不利な立場に置かれる傾向があり、最終的にベンチャーキャピタルの調達額が少ないためと考えられます。
専門家は、CB InsightsのMosaicツールにも同様の問題があることを発見した。このツールは、投資、買収、M&Aの意思決定を支援するために、初期段階の創業者や経営陣のスコアリングに利用されている。Tech Brewは、CB Insightsが個人の成功の可能性を判断するために用いる6つの「シグナル」のうち、4つは人種、社会経済的地位、性別、障害の代理指標であると報告した。MBA取得者のわずか8%が黒人であること、巨大テック企業の初期段階の採用は白人、アジア人、男性が偏っていること、そして米国のエンタープライズソフトウェアスタートアップのうち女性創業者が2%未満であることを考えると、これは重大な問題である。
マギン氏は、VC Exit Predictorは「創業者の人種、性別、学歴を考慮していない」と大胆に主張しているが、ピッチブックですら、男性CEOと女性CEOの成功予測の分散にはわずか1％の差があることを明らかにした。
「企業のエグジットを完全に正確に予測できるツールや人材は存在しませんが、VCエグジット予測ツールは大量のデータを処理し、パターンを特定する能力を備えているため、投資家は情報に基づいた投資判断を行う上で優位に立つことができます」と彼は述べた。「私たちはこのツールをさらに発展させ、予測精度の向上と、より多くの洞察を提供するための新機能の追加に取り組んでいく予定です。」
重要なのは、完璧な予測ツールなど存在しないということであり、マギン氏自身もこの点を否定していないのは評価に値します。投資家がVC Exit Predictorだけに頼って財務上の意思決定を行うことは、特にアルゴリズムの第三者監査がない状況では、避けるべきでしょう。
カイル・ウィガーズは2025年6月までTechCrunchのAIエディターを務めていました。VentureBeatやDigital Trendsに加え、Android Police、Android Authority、Droid-Life、XDA-Developersといった様々なガジェットブログにも記事を寄稿しています。音楽療法士のパートナーとマンハッタンに在住。
バイオを見る
