pibitek.biz - Startup itu berisiko tinggi. Hampir 90% gagal, dan sedikit yang berhasil. Dalam setahun, 21,5% startup tutup. Dalam dua tahun, 30%. Dalam lima tahun, 50%. Dalam sepuluh tahun, 70%. Investor yang mau masuk startup harus hati-hati. Salah pilih, bisa rugi besar. Tapi, ada AI baru yang bisa bantu investor. AI ini dibuat oleh ilmuwan dari KeAi Communications. Mereka pakai beberapa model machine learning yang dilatih dengan data sejarah dari lebih dari 1 juta perusahaan. Hasilnya, ada alat bernama Venhound yang bisa tebak startup yang punya potensi jadi unicorn.
2 – Peneliti Bikin Worm Malware yang Racuni ChatGPT dan Gemini 2 – Peneliti Bikin Worm Malware yang Racuni ChatGPT dan Gemini
3 – Cucu Oppenheimer Minta Aksi Global AI dan Ancaman Lain 3 – Cucu Oppenheimer Minta Aksi Global AI dan Ancaman Lain 300x600
Unicorn itu istilah untuk startup yang nilainya lebih dari 1 miliar dolar AS. AI ini bisa tebak hasil akhir startup dengan akurasi sampai 90%. Artinya, dari 10 startup, 9 bisa diprediksi dengan benar.
Sanjiv Das, profesor keuangan dan data science dari Santa Clara University di AS, bilang, "Penelitian ini menunjukkan bahwa gabungan model machine learning non-linier yang dipakai untuk data besar bisa memetakan fitur-fitur besar ke hasil bisnis. Ini nggak bisa dilakukan dengan model regresi linier biasa". Ilmuwan ini bikin gabungan model yang unik.
Gabungan ini lebih kuat dari model-model satuan. Setiap model bisa klasifikasikan startup ke beberapa kategori sukses atau gagal dengan probabilitas tertentu. Misalnya, startup bisa dikatakan sangat mungkin sukses kalau gabungan model bilang ada 75% kemungkinan masuk kategori IPO (go public) atau diakuisisi perusahaan lain.
Sementara itu, cuma 25% kemungkinannya masuk kategori gagal. Model-model ini dilatih dengan data dari Crunchbase. Crunchbase itu situs yang ngumpulin informasi tentang startup.
Data Crunchbase kemudian digabung dengan data paten dari USPTO (kantor paten AS). Karena Crunchbase itu sumbernya dari orang banyak, nggak heran kalau ada data yang kurang. Hal ini bikin penulis penelitian ini ukur jumlah data yang hilang untuk setiap startup dan pakai nilai ini sebagai masukan model.
Ternyata, nilai ini jadi salah satu fitur penting untuk tentukan apakah startup akan diakuisisi atau gagal. Greg Ross, penulis utama penelitian ini dari Venhound Inc., bilang, "Gabungan model ini, ditambah fitur data baru, bikin tingkat akurasi, presisi, dan recall yang lebih tinggi dari penelitian lain yang mirip".
