如果你的機構還在按部就班地搞“過會”那一套，或許GV内部機制會給你醒目一擊。
GV，全稱Google Ventures，Alphabet旗下風險投資資金，2009年正式成立，是首批聘用工程師的VC機構，原先主要為了配合Google戰略協同，但其後角色越來越獨立。
在外界都以為招工程師是走技術VC路線的時候，很可能忽略了Google更核心的目的。
用AI做投資決策
他們要打造一個機器模型，一個用于VC投資的機器學習模型。
現在，這個模型有了更多曝光。
美媒Axios說，GV在内部先搞了一個名為Vortex的交易流管理工具，然後接着建立了一個The Machine的決策平台。
沒錯，一個叫機器的AI模型，通過算法去實作傳統VC投委會要做的事情。
具體怎麼做呢？
GV從業人員可以将各種交易細節輸入The Machine中，然後The Machine就會結合各種相關市場資料進行運算，最後直接給出決策建議：綠色意味着可以投，紅色表示否定，黃色則需要謹慎行事——但一般出現黃色，GV的投資人們也就視為否定了。
就像交通信号燈一樣？會不會太簡單粗暴了？
美媒Axios找GV内部人士咨詢了一番，最後得到的回報是：起初呢，The Machine确實是作為輔助使用的，主要用于盡調，但越往後走，The Machine能力越大，現在幾乎成為了事實上的投資委員會。
機緣巧合
當然，也有一些無心插柳的原因。
2009年，GV剛成立，因為擁有成熟VC投資經驗的員工并不多，于是隻能從自己長處出發，拿算法模型當做經驗短闆的補充。
起初GV内部也拿The Machine嘗試投資機會發現，但被驗證很難成功。
然而在盡調和決策方面，The Machine卻成為了獨一無二的堡壘。
在2013年，當時的GV老大Bill Maris告訴紐約時報，Google擁有全球最大的資料集，還有有史以來最強的雲計算設施，幾乎不可能再做出愚蠢的投資決策了。
Bill Maris的話自然也引起了外界廣泛關注，特别是在GV内部，投資決策到底最後誰說了算？
毫無疑問，如果全權讓機器做出決斷，問題和挑戰亦顯而易見。第一，GV的人類投資人會完全“屈服于”機器的結果嗎？第二，不同次元、不同側重的資料都會給算法模型帶來影響，進而改變最後的決策結果，這又是否完全公正公平？
但這些問題現在都已不再是問題了。因為随着時間推移，GV的投資人也開始習慣The Machine的穩定，即便會讓他們失去VC所需的那種敢于搏一把的勇氣——很多VC的一本萬利投資，正是源于此。
然而在更穩定更會控制風險的機器算法面前，誰又能敵其誘惑呢？據稱GV已然不是唯一一個将算法用作盡職調查的組織，也有歐洲的基金機構在運用算法降低人的不确定性。
此外，中國也有極少的技術VC開始試水。
但究竟AI是否适合VC投資的應用？或者是可以完全取代人類進行決策？
目前還遠沒有标準答案。
GV成績
值得一提的是，目前GV管理資産24億美元，目标是每年投資約5億美元。
從2009年起到現在，投資企業數量超323家，投資領域主要分布在消費（Consumer）、生命科學與健康（Life Science & Health）、資料與人工智能（Data & AI）、企業服務（Enterprise）、機器人與硬體（Robotics & Hardware）五大賽道。
其中投資數量最多的為消費領域，項目數量達到115個，占比35%；其次為企業服務領域，投資項目數量為99個，占比31%；生命科學與健康類位居第三，56個項目、占比17%；資料和人工智能領域投資數量為38個，占比12%；機器人和硬體領域投資項目有15個，占比5%。
曆史成績來看，GV單筆投資最大的項目是Uber，回報率也同樣驚人。
而在中國，GV則投資了AI公司出門問問、手遊直播平台觸手，以及AI制藥公司晶泰科技。
原文釋出時間為：2018-07-21
本文來自雲栖社群合作夥伴“
量子位”，了解相關資訊可以關注“
”。