如果你的机构还在按部就班地搞“过会”那一套，或许GV内部机制会给你醒目一击。
GV，全称Google Ventures，Alphabet旗下风险投资资金，2009年正式成立，是首批聘用工程师的VC机构，原先主要为了配合Google战略协同，但其后角色越来越独立。
在外界都以为招工程师是走技术VC路线的时候，很可能忽略了Google更核心的目的。
用AI做投资决策
他们要打造一个机器模型，一个用于VC投资的机器学习模型。
现在，这个模型有了更多曝光。
美媒Axios说，GV在内部先搞了一个名为Vortex的交易流管理工具，然后接着建立了一个The Machine的决策平台。
没错，一个叫机器的AI模型，通过算法去实现传统VC投委会要做的事情。
具体怎么做呢？
GV工作人员可以将各种交易细节输入The Machine中，然后The Machine就会结合各种相关市场数据进行运算，最后直接给出决策建议：绿色意味着可以投，红色表示否定，黄色则需要谨慎行事——但一般出现黄色，GV的投资人们也就视为否定了。
就像交通信号灯一样？会不会太简单粗暴了？
美媒Axios找GV内部人士咨询了一番，最后得到的反馈是：起初呢，The Machine确实是作为辅助使用的，主要用于尽调，但越往后走，The Machine能力越大，现在几乎成为了事实上的投资委员会。
机缘巧合
当然，也有一些无心插柳的原因。
2009年，GV刚成立，因为拥有成熟VC投资经验的员工并不多，于是只能从自己长处出发，拿算法模型当做经验短板的补充。
起初GV内部也拿The Machine尝试投资机会发现，但被验证很难成功。
然而在尽调和决策方面，The Machine却成为了独一无二的堡垒。
在2013年，当时的GV老大Bill Maris告诉纽约时报，Google拥有全球最大的数据集，还有有史以来最强的云计算设施，几乎不可能再做出愚蠢的投资决策了。
Bill Maris的话自然也引起了外界广泛关注，特别是在GV内部，投资决策到底最后谁说了算？
毫无疑问，如果全权让机器做出决断，问题和挑战亦显而易见。第一，GV的人类投资人会完全“屈服于”机器的结果吗？第二，不同维度、不同侧重的数据都会给算法模型带来影响，进而改变最后的决策结果，这又是否完全公正公平？
但这些问题现在都已不再是问题了。因为随着时间推移，GV的投资人也开始习惯The Machine的稳定，即便会让他们失去VC所需的那种敢于搏一把的勇气——很多VC的一本万利投资，正是源于此。
然而在更稳定更会控制风险的机器算法面前，谁又能敌其诱惑呢？据称GV已然不是唯一一个将算法用作尽职调查的组织，也有欧洲的基金机构在运用算法降低人的不确定性。
此外，中国也有极少的技术VC开始试水。
但究竟AI是否适合VC投资的应用？或者是可以完全取代人类进行决策？
目前还远没有标准答案。
GV成绩
值得一提的是，当前GV管理资产24亿美元，目标是每年投资约5亿美元。
从2009年起到现在，投资企业数量超323家，投资领域主要分布在消费（Consumer）、生命科学与健康（Life Science & Health）、数据与人工智能（Data & AI）、企业服务（Enterprise）、机器人与硬件（Robotics & Hardware）五大赛道。
其中投资数量最多的为消费领域，项目数量达到115个，占比35%；其次为企业服务领域，投资项目数量为99个，占比31%；生命科学与健康类位居第三，56个项目、占比17%；数据和人工智能领域投资数量为38个，占比12%；机器人和硬件领域投资项目有15个，占比5%。
历史成绩来看，GV单笔投资最大的项目是Uber，回报率也同样惊人。
而在中国，GV则投资了AI公司出门问问、手游直播平台触手，以及AI制药公司晶泰科技。
