三菱ＵＦＪ銀、ＡＩで世界の有望ベンチャー発掘へ…資金繰り・伸びしろを点数化
コメント
選択しているユーザー
注目のコメント
あくまでも「自分がやるとしたら」という観点からコメントします。
まずは、AI・機械学習を使うことで主観や属人性を排除し、客観的かつ再現性をもって評価ができるようになるのではと期待しています。また、AIによる点数化だけでなく、これまで通り人の手も入り、その補助となるでしょうからその協調作業についても非常に興味あります。
逆に自分が難しいと思う点。
・AIや機械学習をちゃんと動かすためには最低でも数千以上の学習データがほしいが、集めることができるのか。
・企業によってデータの種類も有無もレンジもバラバラのはず。一般的なアルゴリズムでは対応が難しい。どのようなモデルを作っていけるのか。
・あくまでも過去の例からの判断になるので「世界初でぶっ飛んだ」ベンチャーに対してはネガティブになる可能性がある。ベンチャーは基本的にぶっ飛んでいることを目指すはずで、どこまで安定して運用できるか。
そして、最後に。いつも「これから始めます」という報道はありますが、その後がありません。成功したとしても失敗したとしてもその後の成果がどうだったかという点が大変気になります。引き続きの取材・報道を期待します。プレスリリース読んでないので憶測になりますが、恐らくこれは「イスラエルのIT企業」=Liquidity Capitalと東南アジアで合弁展開しているMars Grows Capitalのベンチャーデットの成功モデルを欧米へ展開させる話。これが正しければベンチャーデット=融資なので、(エクイティ)「投資」という記述は混乱を招きますね。
赤字を垂れ流しながら成長する過程にあるアーリーステージのスタートアップにとっては、過去のキャッシュフローを重視するデットファイナンス=融資の選択肢がなく、外部資金調達はVC等からのエクイティファイナンス=投資一択というのが従来の常識でした。一方でスタートアップ側には、「①エクイティ投資ラウンド間の運転資金を②株式希釈化を伴わずに調達したい」というニーズがあります。このニーズに応えるのがベンチャーデットであり、過去ではなく将来のキャッシュフローに基づく評価=エクイティファイナンスの手法を用いてデットファイナンスを提供する、という意味で画期的です。各社ビジネスモデルは違う様に見えて、Saas型の成長パターンは既に形式化しているのでAIを補助的に使う効果はあるでしょう(アーリーといってもピボット繰り返している超アーリーではなくある程度方向性が固まった段階の企業をスクリーニングするはず)。資金の供出側にとっても、特に資本市場がタイトになりつつある昨今では、スタートアップがこけたら全損するエクイティ投資以外の選択肢には魅力があります。
融資なので、直近のエクイティ調達額の25-50%が融資上限額、MRRやchun rateに対するコベナンツ条項、equity warrantによる若干の希釈化リスク等の制約はありますが、それを踏まえてもエクイティ以外の資金調達へのニーズは東南アジアや米国のスタートアップ界隈においてカネの受け手/出し手双方から強くなっているのが現状。
ちなみにアメリカでPipeというスタートアップが同じく希釈化無しのラウンド間の資金ニーズに応えていますが、こちらはいわゆるサブスクのファクタリング=債権買取であり、コベナンツやワラントを取らない分スタートアップ側の制約は少ないものの出資側のリスクはデカいです。
あと成長が遅いが故にラウンド間の資金ニーズが予測しやすい日本のスタートアップ界隈では流行らないでしょう。貸したら貸しっぱなしでモニタリングしない状態からの脱却をはかるってことですね。
データサーバーとの接続しちゃうってことでしょうか？変数は企業それぞれなので、どうデータインプットするかは気になります。融資してくれるかわからないのにシステム開発はしたくないですし。
AIで全てできるみたいなのは違うかなと思います。スコアリングの考え方が違う程度の話じゃないですかね。
