De nybakade civilingenjörerna Måns Tivenius och Karl-Gustav Elf på Lunds tekniska högskola har tagit fram en modell för hur AI-tjänsten ChatGPT kan användas för investeringsbedömningar inom venture capital. Arbetet utmynnade i en vision om teknikens avgörande roll för framtidens investeringar.
Så använder de ChatGPT för investeringar
Mest läst i kategorin
Grattis till er civilingenjörsexamen i industriell ekonomi! Hur kan egentligen ChatGPT användas för att identifiera och urskilja startups värda att investera i?
– Till skillnad från investeringar i längre utvecklade bolag som ofta fokuserar på screening baserat på finansiella nyckeltal så läggs större vikt på mjuka aspekter inom startup-investeringar. Det kan handla om faktorer som grundarteam, uppfyllande av miljömål och vision. Mot denna bakgrund finns det en stor roll att fylla för verktyg som effektivt kan analysera och plocka ut relevanta aspekter ur en stor mängd text. Genom att effektivt ”prompta” stora språkmodeller som ChatGPT kan man därmed specificera vad för typ av mjuka aspekter man söker inom ett bolag och sedan låta modellen avgöra olika företags lämplighet för den berörda investeraren. Det här innebär att screeningen av bolag har möjlighet att personifieras utifrån den specifika investeraren till allt högre grad. ChatGPT kan ge koncisa beskrivningar om olika bolags lämplighet istället för att enbart svara på frågor rörande exempelvis mängd anskaffad kapital, antal anställda och bransch. På detta sätt kan man åstadkomma en mer sofistikerad screeningprocess av både högre kvantitet och kvalitet.
Varför valde ni att fokusera på just den gröna omställningen?
– Hela idén kring att undersöka stora språkmodellers relevans inom venture capital var att vi insåg att branschen ligger långt efter andra finansieringsformer i sin förmåga att inkorporera hållbarhet. Samtidigt är det väl känt att venture capital är en finansiell motor som driver disruption och innovation i samhället. Vi insåg därför att något behövde förändras för att driva branschen framåt och öka tillförseln av kapital till lovande, hållbara bolag. Genom att använda ChatGPT och andra stora språkmodeller tror vi att investerare kan hitta de hållbara bolag som passar just deras preferenser på ett sätt som inte varit möjligt tidigare.
Kan modellen fungera bra även för bolag inom andra områden?
– Ja, den kan användas för att hitta andra typer av bolag i andra industrier vare sig om de är små, stora, hållbara eller icke hållbara. Modellen är generell och fungerar oavsett vilken typ av bolag som användaren letar efter, de inmatningsmallar vi identifierat i examensarbetet låter användaren själv ange sina bolagspreferenser.
Vilka områden har den allra störst potential inom?
– Våra studier av modellen indikerar att modellen är som bäst på att skilja bolag åt när det gäller just hållbarhet. Utöver det är så kallad impact investing även något som är relativt outforskat inom VC vilket också bidrar till modellens potential inom området. ChatGPT kan då vara ett effektivt verktyg för att inkorporera hållbarhet sin strategi. Vidare ser vi även potential i att göra en mer avancerad konkurrensanalys med hjälp av modellen. Om modellen ständigt kan matas med relevanta artiklar från internet finns det möjlighet att bygga upp dynamiska marknader där modellen med hjälp av den textbaserade analysen ständigt kan identifiera vilka konkurrenter som finns inom en viss marknad och hur de presterar. Ett sådant verktyg tror vi hade varit av stort värde för både entreprenörer och investerare.
Kan ni ge några exempel på hur interaktionen med ChatGPT ser ut?
– Modellen matas med en stor mängd text innehållande preferenser gällande investeringsstrategi, marknad, grundarteam och hållbarhet samt relevant information om företagen. Utifrån denna information ges en poäng från 1-10 hur väl ett bolag uppfyller kraven inom ett visst område följt av en kort motivering över valet. Här kommer ett exempel på ett svar från ChatGPT gällande ellastbilstillverkaren Einrides matchning med VC-firman X inom området hållbarhet:
Sustainability: 9/10
Einride’s focus on developing electric and autonomous trucks demonstrates a strong commitment to sustainability and aligns with VC firm X’s preference for companies that positively impact society and the environment. The company’s mission to transform the transportation industry by reducing emissions and increasing efficiency is in line with the Paris Agreement and the United Nations Sustainable Development Goals. Einride’s business model is scalable and for-profit, and its technology addresses a relevant sustainability issue in the transportation industry. The only aspect that is not explicitly mentioned is the company’s communication of its impact efforts, but overall, Einride’s sustainability focus is a strong match for VC firm X’s preferences.
När/var skulle modellen fungera bäst?
– Modellen har som störst effekt i jämförelse med nuvarande metoder i tidiga investeringsstadier. Det beror på att desto tidigare stadiet är, desto viktigare är mjuka aspekter. För ett nyligen grundat bolag är exempelvis grundarteamets egenskaper mycket viktigare än finansiell data, medan i senare skeden blir marginalnyttan av ett textbaserat analysverktyg mindre eftersom den finansiella datan är så pass viktig.
Har ni själva fått upp ögonen för några intressanta investeringsobjekt på detta sätt?
– Precis som vi nämnt tidigare är modellen som effektivast när den analyserar bolag i tidiga skeden. Vi har därför inte använt modellen till att göra personliga investeringar på börsen. Däremot har vi fått upp ögonen för Lun, ett danskt plattformsbolag som sammankopplar aktörer inom branschen för värmepumpar. Bolaget är särskilt spännande eftersom att vi tycker att det exemplifierar den typ av bolag som kan vara intressanta för dagens ofta teknikfokuserade VC-firmor. Genom att investera i bolag som Lun kan man fortsatt behålla en investeringsstrategi där digitala, skalbara lösningar utan krav på kapitalkrävande hårdvara står i fokus, samtidigt som man bidrar till att lösa flaskhalsar i den gröna omställningen.
Vad är nästa steg för er nu?
– I examensarbetet testade vi endast att använda detta verktyg på en mindre skala genom att manuellt mata in preferenser och information om bolagen. Nästa steg vore att utveckla mjukvara som gör den processen automatiskt och på så sätt skala upp volymen av bolag som går att analysera. Ett sådant system tror vi hade varit en mycket intressant produkt för screeners på en VC-firma och som en potentiell startup skulle kunna byggas runt. Vi börjar dock båda att arbeta heltid efter sommaren, så det återstår att se ifall det är vi eller någon annan som bygger vidare på den här idén. Oavsett vad är vi glada över det bidrag vi gjort till forskningen inom den gröna omställningen och hållbarhet inom venture capital.
Till sist: Hur bra är tekniken för närvarande, enligt er bedömning?
– Vi kan passa på att understryka att tekniken inte är perfekt än, men att den ser mycket lovande ut och vi tror att alla, oavsett bransch tjänar på att testa ChatGPT och andra verktyg och försöka integrera dem i sitt dagliga arbete.
Fotnot: Hela avhandlingen finns här.