كيف يمكن للخوارزميات تنويع مجموعة الشركات الناشئة

موريلا هيرنانديز، روشني رافيندهران، إليزابيث وينغارتن، ميكايلا بارنيت

عند التقدم باقتراح شركات ناشئة، يميل الرجال والنساء إلى المرور بتجارب مختلفة جداً أثناء تقييمهم من أجل الحصول على تمويل.¹V. Yadav and J. Unni, “Women Entrepreneurship:
Research Review and Future Directions,” Journal of Global Entrepreneurship Research 6, no. 12 (2016): 1-18; and K.A. Eddleston, J.J. Ladge, C. Mitteness, et al., “Do You See What I See? Signaling Effects of Gender and Firm Characteristics on Financing Entrepreneurial Ventures,” Entrepreneurship Theory and Practice 40, no. 3 (2016): 489-514. انظر في هذه الأسئلة التي قد يطرحها مستثمر من أصحاب رأس المال الاستثماري VC على أصحاب الأعمال الطموحين:

إلى رائد أعمال من الذكور: «أخبرنا عن رؤيتك لهذا المشروع».

إلى رائدة أعمال: «أخبرينا عن سجل خبرتك بهذا النوع من المشاريع».

تشير الأبحاث إلى أن الرجال أكثر احتمالا لتلقي أسئلة من المستثمرين تركز على الترويج Promotion-focused (حب المخاطر) ؛ أما في حالة النساء، فالاستفسارات التي تركز على الوقاية Prevention-focused (تجنب المخاطر) هي القاعدة.²D. Kanze, L. Huang, M.A. Conley, et al., “Male and Female Entrepreneurs Get Asked Different Questions by VCs — and It Affects How Much Funding They Get,” June 27, 2017, https://hbr.org. ويميل المستثمرون أيضاً إلى استهجان السلوكيات الأنثوية النمطية Stereotypically، مثل التحدث بلطف وحنان (في مقابل الجرأة والحزم)، سواء كانت تلك سلوكيات يبديها الرجال أو النساء.³L. Balachandra, T. Briggs, K. Eddleston, et al., “Don’t Pitch Like a Girl!: How Gender Stereotypes Influence Investor Decisions,” Entrepreneurship Theory and Practice 43,no. 1 (2019): 116-137. ولكن حتى عند الترويج للمشاريع بالطريقة نفسها، يفضل المستثمرون بدرجة كبيرة ترويج الرجال على ترويج النساء.⁴A.W. Brooks, L. Huang, S.W. Kearney, et al., “Investors Prefer Entrepreneurial Ventures Pitched by Attractive Men,” Proceedings of the National Academy of Sciences 111, no. 12 (March 2014): 4427-4431.

وأحد التفسيرات المحتملة لهذه التحيّزات يتلخص فيما يُسمَّى وصمة عار الكاب كيك Cupcake stigma – أي تصور أن النساء أقل جدية في مشاريع أعمالهن من رائد الأعمال الذكر النموذجي.⁵V.K. Gupta, D.B. Turban, S.A. Wasti, et al., “The Role of Gender Stereotypes in Perceptions of Entrepreneurs and Intentions to Become an Entrepreneur,” Entrepreneurship Theory and Practice 33, no. 2 (2009): 397-417; and J.E. Jennings and C.G. Brush, “Research on Women Entrepreneurs: Challenges to (and From) the Broader Entrepreneurship Literature?” Academy of Management Annals 7, no. 1 (2013): 663-715. ومما يعزز هذه الوصمة قرارات التمويل برأس المال الاستثماري VC، التي يتخذها الرجال في الأغلب، ومن ثمَّ تستند في المقام الأول إلى الاستدلال الذي يستخلصه الرجال. وفي الواقع، فإن أقل من %10 من متخذي القرارات في شركات رأس المال الاستثماري VC هم من النساء وليست لدى %74 من شركات رأس المال الاستثماري VC الأمريكية مستثمرات.⁶K. Clark, “Female Founders Have Brought In Just
2.2% of U.S. VC This Year (Yes, Again),” Nov. 4, 2018, http://techcrunch.com. وعلى الرغم من الأدلة التي تشير إلى أن الشركات التي لديها مالكات وقائدات تميل إلى التفوق على الشركات الناشئة المملوكة للذكور،⁷N. Hashimzade and Y. Rodionova, “Gender Bias in Access to Finance, Occupational Choice, and Business Performance,” Economics & Management Discussion Papers, em-dp2013-01, Henley Business School, University of Reading, U.K., 2013. فقد توسعت الفرص المتاحة للمؤسِّسات خلال العقد الماضي من %1 إلى %2.2 فقط على صعيد التمويل برأس المال الاستثماري VC.⁸V. Zarya, “Female Founders Got 2% of Venture Capital Dollars in 2017,” Fortune, Jan. 31, 2018; and Clark, “Female Founders.” وتفاقم ندرة النساء في التكنولوجيا التحيّزات الجنسية في الأعراف Gendered social norms والتحديات التنظيمية المستمرة التي تواجهها النساء في المجالات المتعلقة بالعلوم والتكنولوجيا والهندسة والرياضيات.

بدأت بعض شركات رأس المال الاستثماري VC بالانتباه إلى كيفية تأثير التحيّز في قرارات التمويل. فقد تكون للتحيز عواقب مالية سلبية حقيقية. مثلاً، يكون أداء المجموعة الصغيرة النموذجية من الصناديق المكرسة – التي تشترك بمديري الصناديق المعروفين جيداً أنفسهم (يقدر البعض عددهم بنحو %99 من أصحاب رأس المال الاستثماري VC الذكور⁹S. Brand, “How to Finally Fix the Gender Gap in VC,” Nov. 21, 2017, www.forbes.com.) – في الواقع أقل من أداء الصناديق الجديدة، والصناديق الأصغر، والشركات التي تقودها نساء. لذلك، فإن تردد المستثمر في الخروج من مجاله المريح (المعروف بـ“تحيز الإلفة” Familiarity bias) قد يؤدي إلى محافظ دون المستوى الأمثل ومخاطر أكبر على صعيد الخسائر. ووفق اعتراف فنتشر ساينس Venture Science، تكون «التحيّزات المعرفية Cognitive biases سامة عندما يتعلق الأمر باتخاذ قرارات الاستثمار».¹⁰“Palo Alto Venture Science: Company Details,” www.wallstreetoasis.com, accessed May 14, 2019.

وفي محاولة لضبط تحيزاتها، تحتضن شركات رأس المال الاستثماري VC الخوارزميات Algorithms، والذكاء الاصطناعي Artificial intelligence، والتحليلات التوقعية Predictive analytics، وغيرها من النُّهُج الكمية المدفوعة بالبيانات Quantitative data-driven approaches لاتخاذ قرارات التمويل. وأثنت الصحافة الجماهيرية عن إمكانات أدوات إزالة التحيّز هذه، لكن فاعليتها حتى الآن تظل مسألة مفتوحة.¹¹B. Schiller, “This AI Engine Takes Common Biases Out of the Venture Capital Process,” March 28, 2016, www.fastcompany.com; A. Mirhaydari and K. Clark, “Data-Driven Investing: Why ‘Gut Feel’ May No Longer Be Good Enough,” March 15, 2018, http://pitchbook.com; and F. Corea, “Artificial Intelligence and Venture Capital,” July 18, 2018, http://medium.com.

لذلك، شرعنا في استكشاف ما إذا كانت التكنولوجيات المدفوعة بالبيانات تساعد حقّاً على تعزيز تساوي فرص رأس المال الاستثماري VC لرائدات الأعمال. وكجزء من هذا الجهد، ندرس إلى أي مدى يشكل التحيّز قرارات الاستثمار، وتصورات المستثمرين من أصحاب رأس المال الاستثماري VC لمدى التحيّز في قراراتهم وفي الصناعة ككل.

واستناداً إلى النتائج التي توصلنا إليها، نوضح أدناه الكيفية التي تميل بها التحيّزات (المتعلقة بالنوع الجنسي (الجنوسة) Gender والعوامل الديموغرافية الأخرى) إلى التسلل إلى اتخاذ قرارات رأس المال الاستثماري VC، وبعض النُّهُج المدفوعة بالبيانات للتغلب على هذه التحيّزات، والكيفية التي قد تساعد بها المناهج الخوارزمية Algorithmic methods على تحييدها. كذلك نقدم توصيات محددة يمكن لشركات رأس المال الاستثماري VC استخدامها للتخفيف من التحيّز في تحديد خصائص رواد الأعمال الذين يسعون إلى تمويل شركاتهم الناشئة. وهدفنا: إن مساعدة شركات رأس المال الاستثماري VC على اتخاذ قرارات استثمار أقل تحيزاً ومبنية على معايير كمّيّة تخدم كلاً من الشركات نفسها ورواد الأعمال الذين يحتاجون إلى تمويلها.

كيف يُقيّم المستثمرون آفاقهم

في الأغلب يفتقر المستثمرون في المرحلة المبكرة إلى بيانات قابلة للقياس الكمي، ومن ثمَّ يواجهون حالة من عدم اليقين الشديد في اتخاذ قرار في شأن المشاريع التي سيجري تمويلها.¹²L. Huang, “The Role of Investor Gut Feel in Managing Complexity and Extreme Risk,” Academy of Management Journal 61, no. 5 (October 2018): 1821-1847. ولهذا السبب، يعتمد العديد من شركات رأس المال الاستثماري VC على إشارات من المؤسس قد تتوقع النجاح في المستقبل. وهنا يمكن للتحيز أن يندس في اتخاذ القرارات.

تناسب ومحبوبية Fit and likability. كان “التناسب” fit المتصور معياراً ذا قيمة كبيرة من قبل المستثمرين الذين قابلناهم. مثلاً، ناقش أحد أصحاب رأس المال الاستثماري VC الاستثمار في شركة سعت مؤسِّساتها الشابتان في مطلع الألفية إلى تسويق منتجاتهما لشابات في ذلك الوقت. وقال المستثمر: «من الواضح أن الشركة يجب أن تُبنَى من قبلهما. ولو كان هناك رجلان من جامعة ستانفورد Stanford University كانا يبلغان من العمر 22 سنة، فربما قلنا شيئاً على غرار… [لا يوجد] تناسب بين المؤسس والسوق». فالافتراض هو أن النوع الجنسي لرواد الأعمال وعمرهم يجب أن يتطابقا مع العملاء المستهدفين لبدء التشغيل.

من السهل أن نتخيل الكيفية التي يمكن بها للتخوّف من عدم تناسق النوع الجنسي Gender incongruity بين رواد الأعمال الطموحين والعملاء المستهدفين أن يعمي شركة من شركات رأس المال الاستثماري VC عن الجوانب الأخرى من التناسب. فقد يمتلك رواد الأعمال، مثلاً، التزاماً أساسيّاً بقضية اجتماعية يقدرها العملاء المحتملون أيضاً. ولنقل إن ناشطات في مجال البيئة يرغبن في إطلاق شركة تصنع منتجات للرجال من مواد قابلة لإعادة التدوير. عندها سيحتاج تكريس التناسب (وتجاوز افتراضات المستثمرين حول النوع الجنسي) قدرا من العمل. وستحتاج الناشطات المؤسسات للعمل إلى التأكيد على رابط “القيم” values الذي يربطهن بالعملاء عند تقديم عرضهن Pitch. وفي الواقع، أظهرت الأبحاث أن تأطير الأثر الاجتماعي – أو سرد قصة الشركة الناشئة بطريقة تسلط الضوء على المنافع الاجتماعية أو البيئية – قد يقلل من التهديد المتصور من عدم التناسق الجنسي في قرارات التمويل برأس المال الاستثماري VC.¹³M. Lee and L. Huang, “Gender Bias, Social Impact Framing, and Evaluation of Entrepreneurial Ventures,” Organization Science 29, no. 1 (January-February 2018): 1-16.

وفي الأغلب يُدرَج التناسب المتصور، سواء كان مستحقاً أم نابعاً من التحيّز، في بطاقة أداء الرئيس التنفيذي CEO scorecard، وهي أداة بسيطة مدفوعة بالبيانات ويفضلها العديد ممن أُجرِيت معهم مقابلات. وكذلك الأمر بالنسبة إلى “محبوبية” Likability رواد الأعمال و“شغفهم” Passion. وتُحوَّل كل الأحكام الشخصية إلى مقاييس كمية Quantitative measures.

واعترفت إحدى صاحبات رأس المال الاستثماري VC بأنها اتخذت الجزء الأكبر من قراراتها التمويلية بناءً على ما إذا كانت تتوقع أن تتمتع بكونها «في علاقة بهؤلاء الأشخاص» لسنوات. واعترف آخر بأن صفقات المشاريع لا تُبرَم دائماً بحساب صارم يتعلق بالأعمال: «لن أستثمر في الأعمال إذا لم أشعر بأنني أريد أن أمضي السنوات السبع إلى العشر المقبلة في العمل عليها».

وعلى الرغم من أن بعضاً ممن أُجرِيت معهم مقابلات أقروا بأن الاتصال بين الأشخاص عرضة للتحيّز (“الأمور المتعلقة بالتأثُّر والعواطف والرقة التي يصعب تحديدها”، على حد تعبير أحدهم)، أكد الجميع على أن مدى إعجابهم بالمؤسس قد يتوقع نجاح الأعمال في المستقبل بطريقة مفيدة. وأخبرنا أحدهم: «حين تتحدثون إلى بعض المؤسسين، يقول الجميع: ‘هذا شخص رائع، وأريد أن أعمل معه’. وعندما يتمتع الأفراد بهذه الخاصية، يميلون إلى أن يكونوا أكثر نجاحاً في شركتهم».

بسهولة قد تشوه القوالب النمطية للنوع الجنسي تصورات المستثمرين. فمن دون أن يدركوا ذلك، قد ينجذب متخذو القرارات إلى رواد أعمال ذكور أكفاء ومتحمسين، لكنهم قد ينفرون من النساء اللواتي يتمتعن بمستويات الكفاءة والحماسة نفسها.

اعتماد مفرط على الحدس Overreliance on gut instinct. أن يكون المرء مدفوعاً بفرضية Thesis-driven (يعني ذلك بلغة رأس المال الاستثماري VC اختيار مجال تركيز استثماري مُحدّد)، فيدرج البيانات وبطاقات الأداء التي يملؤها الرئيس التنفيذي، ويسعى لتحقيق الإجماع، ويعتمد على الحدس – كل ذلك كان من مقاربات اتخاذ القرارات التي يستخدمها أصحاب رؤوس الأموال الاستثمارية في عينتنا. وكان الهدف المشترك «موازنة الحدس مع البيانات». وأفاد المستثمرون بأن كلا الأمرين ضروري.

وهذا المزيج من تحليل البيانات والتعرف على الأنماط، المستمد في جزء كبير منها من نجاحات المؤسسين وإخفاقاتهم السابقة، يعيد تأطير مخاطر قرارات الاستثمار معرفيا وحماسيّاً.¹⁴14. L. Huang and J.L. Pearce, “Managing the Unknowable: The Effectiveness of Early-Stage Investor Gut Feel in Entrepreneurial Investment Decisions,” Administrative Science Quarterly 60, no. 4 (2015): 634-670. ويشبه الحدس، كما وصفه أحد المستثمرين، «خوارزمية ذكية بناها [صاحب رأس مال استثماري من ذوي التجربة] بناء على مراقبة السلوك البشري مع مرور الوقت…. فبعض المستثمرين يجيدون قراءة الأشخاص، وهذه هي نقطة قوتهم العظمى». أما اتخاذ القرارات عند مستوى الحدس، وفق أفراد العينة، فـ“يتيح “لكم الخروج من القواعد المعتادة”، “ويتيح لكم أن تكونوا أسرع”، و“يحول دون إفراط المستثمرين في التفكير في الصفقات”، أي ما يسميه أحد الباحثين شلل التحليل Analysis paralysis.¹⁵Huang, “The Role of Investor Gut Feel.”

جميع المستثمرين الذين تحدثنا إليهم عزّزوا البيانات الراسخة بالحدس إلى حد ما، لكن لم يعترف معظهم بأن التحيّز قد يؤثر في كيفية تفسيرهم للإشارات الشخصية للمؤسسين. وقد يثق متخذو القرارات الذين يفتقرون أكثر من اللازم إلى هذا الوعي بحدسهم، فيتركون أنفسهم في موضع يكونون فيه أكثر عرضة إلى الحكم المعيب. مثلاً، قد تشوه القوالب النمطية للنوع الجنسي تصوراتهم بسهولة: فمن دون أن يدركوا ذلك، قد ينجذب المستثمرون إلى رواد أعمال ذكور أكفاء وحماسيين، لكنهم قد ينفرون من النساء اللواتي يتمتعن بمستويات الكفاءة والحماسة نفسها.¹⁶Gupta et al., “The Role of Gender Stereotypes”;
and Lee and Huang, “Gender Bias.”

وكان بعض المستثمرين أكثر إدراكا لهذا الخطر من غيرهم. وعبرت إحدى اللواتي أجرينا مقابلات معهن، وهي امرأة من جنوب آسيا، عن رغبة شديدة في التخفيف من هذا الخطر: «أنا قلقة من أن يكون كثير من الحدس أو التعرف على الأنماط الذي نتحدث عنه مجرد تحيز. وقد يعني ذلك غياب المُؤسِّسات النساء من ذوات اللون الأسود البارزات والقائدات لشركات ناشئة تتجاوز قيمتها بليون دولار — ومن ثمَّ لا يصح النمط إذا روجت مُؤسِّسة سوداء لمشروعها أمامكم. لديَّ حدسٌ، وأريد أن أنقب في ذهني وأحدد من أين أتى». وبدا آخرون أكثر استسلاماً بقليل. ولاحظ أحدهم «وجود كثير من التحيّز في النظام بسبب [اتخاذ القرارات بالحدس]. إنه أمر مؤسف، لأن هناك مؤسسين من كل أنواع الخلفيات قد يكونون ناجحين، لكنهم لا يحصلون على الفرصة التي يستحقونها». ومع ذلك، لاحظ آخر، «فقط في رأس المال الاستثماري VC يقول الناس بفخر، ‘أشعر بحدس إزاء شخص ما’. وفي أكثر الأحيان، يُحتمَل أن يؤدي ذلك إلى تضليلكم بدلا من يوصلكم إلى الإجابة الصحيحة».

رغبة سالبة في مرشحين متنوعين Passively wishing for diverse candidates. أعرب العديد ممن قابلناهم عن أسفهم لعدم وجود شركات تقودها نساء وأقليات يمكن لشركات رأس المال الاستثماري VC الاستثمار فيها. وعلق أحدهم قائلاً: «لدينا عدد قليل جدّاً من المُؤسِّسات…. ويعود كثير من هذا إلى العروض في خط الطلبات Pipeline – إذ إن عدد النساء فيه قليل جدا».

وذكر بعض المستثمرين أنهم حاولوا تنويع مجموعة رواد الأعمال المحتملين من خلال البحث خارج شبكاتهم الخاصة عن شركات ناشئة يمولونها. ولكن لم يصف معظمهم البحث بكونه بحثا نشاطا Active عن آفاق جديدة. فقد ركزت أفكارهم في المقام الأول على تخفيف التحيّز الذي يتسلل إلى عمليات اتخاذ القرارات، بالنظر إلى المجموعة الحالية للمرشحين. وشملت الاقتراحات جعل المشاعر أكثر موضوعية من خلال كتابتها، وإضافة متخذي قرارات متنوعين إلى شركاتهم، وتوحيد معايير عروض الاستثمار – وكلها أساليب مفيدة، لكنها لا تزال مقيدة في تحديد حجم المشكلات المعتادة.

أدركت عينتنا من المستثمرين أن إحدى الطرق المحتملة للتخلص من التحيّز هي البحث عن بيانات موضوعية عندما يكتشفون أنها مفقودة. وقال أحدهم: «كلما كنت مدفوعا أكثر بالبيانات، ازدادت سعادتي».

نُّهُج حالية مدفوعة بالبيانات

أدركت عينتنا من المستثمرين أن إحدى الطرق المحتملة للخروج من التحيّز هي البحث عن بيانات موضوعية عندما يكتشفون عدم وجودها. وقال أحدهم: «كلما كنت مدفوعا أكثر بالبيانات، ازدادت سعادتي». و على نطاق واسع كان الحصول على البيانات الجيدة واستخدامها بعد ذلك يُنظر له على أنه وسيلة نحو اتخاذ قرارات أفضل وأكثر إنصافاً للمشاريع التي يجب تمويلها.

وخارج عالم الشركات الناشئة Startup، توجه الخوارزميات جزءاً كبيراً من القرارات التي نتخذها – في تجارة التجزئة، واستهلاك الوسائط، والتوظيف والبحث عن عمل، وحتى المواعدة. وقد بدأت شركات رأس المال الاستثماري VC باستخدام الخوارزميات لاستكشاف الاستثمارات المحتملة،¹⁷M. Palmer, “Artificial Intelligence Is Guiding Venture Capital to Startups,” Financial Times, Dec. 11, 2017. وفرز المشاريع القابلة للاستمرار،¹⁸Corea, “Artificial Intelligence and Venture Capital.” والآن للحد من التحيّز في اتخاذ القرارات.

وابتكرت إي كيو تي فنتشرز EQT Ventures، وهي شركة لرأس المال الاستثماري VC مقرها في ستوكهولم، أداة ذكاء اصطناعي لتعلم الآلة من AI machine-learning tool تُسمَّى ماذر براين Motherbrain وتتابع نحو ثمانية ملايين من الشركات الناشئة وتشير إلى تلك الواعدة.¹⁹A. Heathman, “Motherbrain: How AI Is Helping This VC Firm to Pick the Next Big Startup,” April 18, 2019, www.standard.co.uk. وجمّعت شركة أمريكية، اسمها كوريلايشن فنتشرز Correlation Ventures، قاعدة بيانات ضخمة بحقوق ملكية فكرية محمية تستخدم تحليلات توقعية Predictive analytics لتستنير بها قرارات الاستثمار.²⁰Correlation Ventures, “Our Selection Model,”
https://correlationvc.com, accessed July 8, 2019.

وبالنسبة إلى الاستثمارات في المراحل اللاحقة في الشركات الناشئة التي لديها بالفعل مستخدمون، تعتمد الشركة العالمية لرأس المال الاستثماري VC فولو [ذا] سيد Follow[the]Seed على خوارزميتها المسماة رايفينغ فانز RavingFans، التي تستخدم الحل العكسي للمشكلات Reverse problem-solving لتحديد التحديات والحلول ولتقييم “هواجس العملاء” customer Obsessions. وبعد ذلك، وعلى أساس هذه المدخلات، تقرر الشركة ما إذا كانت ستستثمر في مشروع. ووفق الشريك إلياف ألالوف Eliav Alaluf، فإن الخوارزمية «تهتم بالإمكانات… وليس بلون الشعر والنوع الجنسي والدين وتصميم السيرة الذاتية لدى المؤسسين».²¹E. Alaluf, “How Does Follow[the]Seed Examine Investments?” April 20, 2017, http://followtheseed.vc.

وإضافة إلى تعزيز الكفاءة، قد تساعد وسائل المساعدة الخوارزمية المستثمرين على إدراك التحيّزات في اتخاذ القرارات والتغلب عليها.²²D. Coats, “Too Many VC Cooks in the Kitchen?” March 13, 2018, http://medium.com; and Alaluf, “How Does Follow[the]Seed Examine Investments?” مثلاً، تستخدم فنتشر ساينس Venture Science استراتيجية استثمار كمية تعتمد على الذكاء الاصطناعي ونظرية القرار Decision theory من أجل احتساب المخاطر المرتبطة بمجموعة متنوعة من فئات اتخاذ القرارات – من الرؤية واكتمال الفريق إلى القرب الجغرافي إلى المراكز التكنولوجية إلى حجم السوق ومنافذ البيع.²³F. Corea, “Data-Driven VCs: Who Is Using AI to Be a Better (and Smarter) Investor,” May 2, 2019, www.forbes.com. ويحدد فريق من محللي الشركة معايير اتخاذ القرارات والأوزان لكل منها وفق أهميتها. وتُعيَّن قيمة عددية أو مقياس نوعي Qualitative scale أو وظيفة المنفعة Utility function لمعامل Parameter معين من أجل الحصول على إطار شامل. وبمجرد تكريس هذا الإطار من قبل الفريق، يجري الأعضاء تقييمات مستقلة لكل معيار. وتتمثل أهدافهم في تجنب التحيّزات التي تنشأ في الأغلب في الاتخاذ الجماعي للقرارات (مثل الارتساء Anchoring أو الإرشاد المتوفر Availability heuristic) و“تنوير الجدل” ّlluminate controversy من خلال توعية الناس بافتراضاتهم وتيسير النقاش Facilitating debate واحتضان التنازل Fostering compromise.

ودفعت سوشال كابيتال Social Capital، وهي شركة تستثمر في رواد الأعمال في كل المراحل، نحو إعطاء الأولوية للبيانات في عمليات رأس المال الاستثماري VC من أجل العمل بنشاط ضد التحيّز. ومن خلال منصة الشركة عبر الإنترنت، يقوم المؤسسون بالاختيار ذاتيا من أجل النظر في التمويل وتقديم البيانات الخاصة بصفقاتهم إلى “محرك مؤتمت لبذل العناية الواجبة ” Automated diligence engine (يُطلَق عليه اسم رأس المال كخدمة Capital as Service) يمكنه توليد قرارات تمويل في غضون ساعات. وأسفرت جهود الشركة عن نسبة أعلى بكثير من المعتاد من المؤسسين الممثلين تمثيلاً ناقصاً: فمن بين الشركات الناشئة التي اختيرت للتمويل، كان %42 مملوكاً لنساء، وكان أكثر من نصف المؤسسين من غير البيض، وكانوا يمثلون 12 بلداً.

وتستخدم مؤسسات أخرى خارج قطاع رأس المال الاستثماري VC، لكنها من ضمن المنظومة الإيكولوجية لريادة الأعمال أيضاً نُهُجاً مدفوعة بالبيانات لتضييق الفجوة بين الجنسين في تمويل رواد الأعمال. فتستخدم فيميل فاوندرز فاستر فوروارد (إف 4) كابيتال Female Founders Faster Forward (F4) Capital غير الربحية تحليلات البيانات؛ لأنها تهدف إلى تحقيق هدفها المتمثل في منح %20 من التمويل برأس المال الاستثماري VC إلى شركات ناشئة أسستها إناث بحلول بحلول عام 2020.²⁴F4 Capital, “Tomorrow’s Promise,” www.f4capital.org. وإف فور كابيتال بصدد تطوير مؤشر نمذجة الاستثمار في الشركات الناشئة Startup Investment Model Index، الذي من شأنه أن يمنح المؤسسين نتيجة موضوعية تقيس النضج والفرصة والمخاطر لدى الشركات الناشئة للمساعدة على تركيز توجهات التمويل برأس المال الاستثماري VC.

وصُمِّمت أليس Alice، وهي منصة للذكاء الاصطناعي أُنشئت بالشراكة مع ديل Dell، وشركة التسريع سيركولار بورد Circular Board، وشركة البرمجيات بيفوتال Pivotal، للمساعدة على ربط رواد الأعمال من الإناث والأقليات بالموارد اللازمة لتوسيع نطاق شركاتهم الناشئة. وبُنيَت أليس، التي أُطلِق عليها اسم “سيري لرائدات الأعمال” Siri for female entrepreneurs، على نجاح منصة أخرى أنشأها مؤسسوها: سيركولار بورد. وخدمت سيركولار بورد، وهي شركة للتسريع الافتراضي، نحو 300 رائدة أعمال في ست قارات جمعن أكثر من 65 مليون دولار لمشاريعهن.²⁵K. Hannon and Next Avenue, “Meet Alice, the Siri for Female Entrepreneurs,” June 4, 2017, www.forbes .com; and “Frequently Asked Questions: What Is Circular Board?” http://helloalice.com.

تبدو هذه الأمثلة تطبيقات واعدة في اتخاذ القرارات المدفوع بالبيانات، لكن في بعض الحالات، لا يزال من غير الواضح إلى أي مدى مكنت المستثمرين بالفعل من الحد من التحيّزات في اتخاذ القرارات. وبالنظر إلى أن شركات رأس المال الاستثماري والباحثين يحددون كيفية قياس الآثار الملموسة لهذه الأدوات الجديدة، فمن الأهمية بمكان تطوير فهم دقيق للتحديات والفرص الرئيسية التي يقدمها اتخاذ القرارات المستند إلى الخوارزميات في سياق رأس المال الاستثماري.

قرارات خوارزمية: التحديات

تشير الأبحاث المتعلقة بالقرارات المستندة إلى الخوارزميات في مختلف التخصصات إلى أنها قد تضيق بشكل كبير الفجوة بين الجنسين في التمويل برأس المال الاستثماري، وذلك جزئيّاً من خلال جعل عمليات اتخاذ القرارات أكثر شفافية وتقليل التحيّز الذي يتسلل إلى العملية. وتوضح الأدبيات بالتحديد أن الخوارزميات، مقارنةً بالبشر، تكون عادة أقل تحيزاً وأكثر دقة.²⁶B. Cowgill, “Bias and Productivity in Humans and Machines,” working paper, Columbia University, New York City, Jan. 11, 2019; and A.P. Miller, “Want Less-Biased Decisions? Use Algorithms,” July 26, 2018, https://hbr.org.

في سياق رأس المال الاستثماري يظهر تجنب الخوارزميات عندما يفترض المستثمرون أن متخذي القرارات من البشر أفضل في تحديد ديناميكيات الفريق وكشف المعلومات من خلال الروابط الشخصية مع فرق المؤسسين.

ولكن تجنب الخوارزميات Algorithm aversion– أي تردد الأفراد في الثقة بالخوارزميات واستخدامها لاتخاذ القرارات – يمثل مشكلة حقيقية. وعلى الرغم من أن الخوارزميات (في المتوسط) تتفوق على البشر، فهي عندما ترتكب أخطاء، يفقد الأفراد ثقتهم بها بسرعة أكبر من فقدانهم لثقتهم بالبشر الذين يخطئون.²⁷B.J. Dietvorst, J.P. Simmons, and C. Massey, “Algorithm Aversion: People Erroneously Avoid Algorithms After Seeing Them Err,” Journal of Experimental Psychology: General 144, no. 1 (February 2015): 114-126. ويعود هذا إلى حد كبير إلى أن الأشخاص يفترضون خطأ أن متخذي القرارات من البشر يتحسنون من خلال التجربة وأن الخوارزميات لا تستطيع أن تدرج بيانات نوعية Qualitative data.²⁸S. Highhouse, “Stubborn Reliance on Intuition and Subjectivity in Employee Selection,” Industrial and Organizational Psychology 1, no. 3 (September 2008): 333-342; W.M. Grove and P.E. Meehl, “Comparative Efficiency of Informal (Subjective, Impressionistic) and Formal (Mechanical, Algorithmic) Prediction Procedures,” Psychology, Public Policy, and Law 2, no. 2 (June 1996): 293-323; and D. Newman, N.J. Fast, and D.J. Harmon, “Algorithms and Fairness,” working paper, University of Southern California, Los Angeles, 2019.

ويعتقد بعض الأشخاص أيضاً أن الخوارزميات تنزع الصفة الإنسانية أو غير المناسبة أخلاقيّاً لبعض القرارات المهمة.²⁹R.M. Dawes, “The Robust Beauty of Improper Linear Models in Decision-Making,” American Psychologist 34, no. 7 (1979): 571-582; Grove and Meehl, “Comparative Efficiency”; and Y.E. Bigman and K. Gray, “People Are Averse to Machines Making Moral Decisions,” Cognition 181 (December 2018): 21-34. وأظهرت التجارب المتعددة أنه يعتقد أن القرارات الخوارزمية تُعتبَر أقل إنصافاً من القرارات البشرية عندما يكون المحتوى تقييمياً ومتعلقاً بالأشخاص.³⁰Newman, Fast, and Harmon, “Algorithms and
Fairness.” ويرجع السبب وراء هذه الظاهرة، وفق الأبحاث، إلى الاعتقاد أن الخوارزميات لا يمكنها اتخاذ قرارات كلية في شأن البشر؛ لأنها تختزل الفرد المعقد إلى مجرد مجموعة من الأرقام.

وفي سياق رأس المال الاستثماري يظهر تجنب الخوارزميات عندما يفترض المستثمرون أن متخذي القرارات من البشر أفضل في تحديد ديناميكيات الفريق وكشف المعلومات من خلال الروابط الشخصية مع فرق المؤسسين.³¹Mirhaydari and Clark, “Data-Driven Investing.” ولاحظ أحد الذين أُجرِيت معهم مقابلات قائلاً: «لا يستغرق وقتاً طويلاً أن أدرك ما إذا كان هناك تناقض بين المؤسسين، من تصرفات صغيرة من أفعالهم وأقوالهم. فقد عرفت رواد أعمال صاحوا على بعضهم بعضاً ونسوا أنني كنت جالساً هناك. وهذه الأشياء تظهر في النهاية». ويثمن المستثمرون هذه الإشارات الشخصية بشدة، للأفضل (مثلا عندما تشير إلى علاقات جيدة محتملة) أو الأسوأ (مثلا عند استمرار التحيّز ضد النوع الجنسي) – وهي إشارات قد يصعب على إحدى الخوارزميات إدراجها.

وافترض باحثون أن تجنب الخوارزميات ينبع من عدم التسامح بخصوص وقوعها في خطأ.³²H.J. Einhorn, “Accepting Error to Make Less Error,” Journal of Personality Assessment 50, no. 3 (1986): 387-395; and Highhouse, “Stubborn Reliance.” لكن باحثين وجدوا أن إعطاء الأفراد تحكماً، ولو قليلاً، في الخوارزميات التي يستخدمونها يقلل من تجنب الخوارزميات- لاسيما أن الأفراد أكثر تقبلا لاستخدام الخوارزميات غير المكتملة للتوقعات حينما يكون باستطاعتهم تعديلها.³³Dietvorst, et al., “Algorithm Aversion.”

توصية: تمكين متخذي القرارات من ممارسة بعض التحكم في العملية الخوارزمية الخاصة باتخاذ القرارات. وإحدى الطرق لمنح المستثمرين من أصحاب رأس المال الاستثماري التحكم في نهج خوارزمي في غالبيته قد تتمثل في تعزيزه بأداة مثل بطاقات الأداء التي يملؤها الرئيس التنفيذي والتي ذكرها من أجرينا معهم مقابلات. وستكون نتائج الرئيس التنفيذي هي القيم الرقمية للصفات الشخصية مثل الحماسة المتصورة، ومدى توافق الفرق المؤسِّسة، والالتزام بالقضية. وقد تساعد هذه المدخلات المستثمرين على الشعور بمزيد من التحكم، ومن ثَمَّ، من المرجح أن يثقوا بمخرجات النماذج.

مشاركة البيانات المتعلقة بكيفية تأثير اتخاذ القرارات خوارزميّاً في الأداء هي طريقة لفرض المساءلة. ويمثل ذلك فرصة لتحديد المشكلات وحلها بأسلوب شفاف، فتوفر الاستخدامات المستقبلية للخوارزمية قيمة أكبر.

توصية: منح المستثمرين الفرصة لاحتضان النصيحة الخوارزمية أثناء عملية اتخاذ القرارات. تسلط الأدلة التجريبية الأخيرة الضوء على تفضيل الأفراد للنصيحة الخوارزمية التي توجه اتخاذ القرارات لكنها تترك للشخص اتخاذ القرارات الخاصة بالحكم النهائي. وقد تُعتبَر ملاحظات كهذه «شيئاً يجب النظر فيه وأنتم تزنون خياراتكم» بدلاً من «خيار يجب عليكم فعله»، وهذا مفهوم ألطف لجعل النماذج الخوارزمية أكثر قبولاً من قبل الأشخاص الذين يشككون فيها.

وتشير الأبحاث أيضاً إلى أن الأشخاص العاديين، عند اتخاذ القرارات الكمية، يكونون في الأغلب أكثر تقيداً بنصيحة الخوارزميات مقارنة بتقديرات مستشار خارجي، في حين أن الخبراء أكثر ميلا -من الأشخاص العاديين- إلى تجنب الملاحظات التي تقدمها الخوارزميات.³⁴J. Logg, J. Minson, and D.A. Moore, “Algorithm Appreciation: People Prefer Algorithmic to Human Judgment,” NOM Unit working paper 17-086, Harvard Business School, Cambridge, Massachusetts, April 24, 2019. وقد يقاوم الخبراء استخدام النصيحة الخوارزمية خوفاً من أن تصبح وظائفهم وظائف عفا عليها الزمن. وبعد كل شيء، توفر الخوارزميات توقعات فورية وغير مكلفة. وقد يساعد تأطير ما تقدمه الخوارزميات كمكمل للخبرة بدلاً من استبداله بها في تخفيف هذه المخاوف.

قرارات خوارزمية: الفرص

على الرغم من التحديات التي تمثلها الخوارزميات، ولاسيما في استقطاب قبول الناس، فقد حققت نجاحات واضحة في مجموعة واسعة من الأطر خارج عالم الشركات الناشئة. ففي صناعة الإقراض العقاري، مثلاً، توقعت خوارزميات الضمان المؤتمت حالات التخلف عن السداد بشكل أكثر دقة من آليات الضمان اليدوي؛ ما سمح لمشتري المنازل من المجموعات المهمشة تقليديّاً بالتأهل بنجاح للرهون.³⁵S.W. Gates, V.G. Perry, and P.M. Zorn, “Automated Underwriting in Mortgage Lending: Good News for the Underserved?” Housing Policy Debate 13, no. 2 (2002): 369-391. وبالمثل، وفي دراسة حديثة، عندما استخدمت شركة للبرمجيات خوارزميات لاتخاذ القرارات في التوظيف، كانت الخوارزميات أكثر قدرة من متخذي القرارات من البشر على تفادي التحيّز ضد النساء والملونين، مفضلة في الواقع هؤلاء المرشحين.³⁶Cowgill, “Bias and Productivity.”

وقد تستفيد القرارات حول الشركات الناشئة الواعدة أكثر من غيرها من هذه النُّهُج. وحتى عندما تدرج الخوارزميات بيانات تاريخية، تكون لديها القدرة على التقليل من التحيّز (حتى وإن لم يكن القضاء عليه تماما) وإعطاء المجموعات الممثلة تمثيلاً ناقصاً فرصة أكثر إنصافاً.

توصية: تطوير خوارزميات لزيادة الشفافية وتحديد حالات التحيّز المحتملة. على الرغم من غموضها الظاهر، فإن الخوارزميات تمتلك القدرة على زيادة الشفافية من خلال التحديد المنظّم للعوامل اللاواعية التي تشكل الحدس. وقد تساعد هذه المستثمرين على تطوير نهج أكثر إنصافاً واتساقاً في اتخاذ القرارات.

ويجادل باحثون، في ورقة عمل من المكتب الوطني للأبحاث الاقتصادية National Bureau of Economic Research، بأن اتخاذ القرارات بشريّاً محفوف بالغموض، وأن الخوارزميات، المصممة بضمانات مناسبة، قد تسمح للناس بموازنة المفاضلات بين القيم المتنافسة، ومساءلة عملية القرار بالكامل عن كثب، وتحديد حدوث تحيز ما، ووقت حدوثه.³⁷J. Kleinberg, J. Ludwig, S. Mullainathan, et al., “Discrimination in the Age of Algorithms,” working paper 25548, National Bureau of Economic Research, Cambridge, Massachusetts, February 2019.

ولا يعني هذا أن الخوارزميات تعطي شفافية كاملة تلقائيّاً. خذوا، مثلاً، تحليل فولو [ذا] سيد لأكثر من 200 نقطة من نقاط البيانات، المقدمة من قبل المؤسسين، لتحديد مدى «هوس» المستخدمين بمنتج أو خدمة قبل اتخاذ قرار في شأن تمويل المشروع. تركز الخوارزمية على ثلاث فئات من البيانات الأولية: كتلة حاسمة من المستخدمين، والنمو المستمر في عدد المستخدمين، ومعدلات أعلى من المتوسط للاحتفاظ بالموظفين مقارنةً بالمعيار المُعتمد في الصناعة المعنية. وعلى الرغم من أن الخوارزمية موصوفة على الموقع الإلكتروني لفولو [ذا] سيد، فإنها، مثلاً، لا توضح بالضبط الكيفية التي تُحدَّد بها قيمة رايفينغ فانز RavingFans والكيفية التي يُتحقَّق وقفها من بيانات المؤسسين.

توصية: عرض بيانات أثر الأداء. يستند فهمنا لمنفعة الخوارزميات إلى التقارير الذاتية لرأس المال الاستثماري. مثلاً، قال أحد الشركاء المستثمرين في سوشال كابيتال إن تجربة مبكرة استخدمت نهج الشركة المدفوع بالبيانات: «أنتجت نسبة أعلى بكثير من المؤسسين الممثلين تمثيلاً ناقصاً، مما يدل على أن العملية التقليدية لرأس المال الاستثماري تُديم التحيّز».³⁸Mirhaydari and Clark, “Data-Driven Investing.” لكن كما نعلم جميعاً، قد تكون التقارير الذاتية غير موثوقة؛ فعندما نريد أن نرى النجاح، فقد نجد مظهراً من مظاهره. ومشاركة البيانات المتعلقة بالكيفية التي أثرت فيها اتخاذ القرارات خوارزميّاً في نتائج الأداء التي تهم الأطراف المعنية تثير بعض التساؤلات. ويمثل ذلك فرصة لتحديد المشكلات وحلها بأسلوب شفاف، بحيث تقدم الاستخدامات المستقبلية للخوارزمية قيمة أكبر.

ولا يستبعد اتخاذ القرارات المستند إلى الخوارزميات، على الرغم من كل مزاياه، التحيّز والذاتية؛ لأن الخوارزميات هي إبداعات بشرية. وبدأ الباحثون وغيرهم من الخبراء بمعالجة هذه المشكلة من خلال مواجهة التحيّزات بوضوح في مجموعات البيانات التي تُدرَّب الخوارزمية على استخدامها، وتعزيز الشفافية أثناء مرحلة التصميم، والدعوة إلى مزيد من التدقيق قبل نشر الخوارزميات.³⁹N. Shadowen, “How to Prevent Bias in Machine Learning,” Jan. 29, 2018, https://becominghuman.ai; K. Hosanagar and V. Jair, “We Need Transparency in Algorithms, But Too Much Can Backfire,” July 23, 2018, https://hbr.org; and A. Campolo, M. Sanfilippo, M. Whittaker, et al., AI Now 2017 Report (New York: AI Now Institute at New York University, 2017). ومع ذلك، في مجال رأس المال الاستثماري، لا توجد حتى الآن أبحاث منهجية تجريبية حول معالجة التحيّز الخوارزمي ضد المؤسسين من الأقليات، بمن فيهم النساء. ويمثل إجراء هذه الأبحاث الآفاق التالية لفرص الحد من التحيّز في التمويل برأس المال الاستثماري.

التوازن الأمثل بين الجانبين الإنساني والخوارزمي لا يزال بعيد المنال: ففي كليهما عيوب، لكن لكل منهما أهمية حاسمة في اتخاذ قرارات أكثر فاعلية وأقل عرضة إلى التحيّز ضد النساء وغيرهن من المجموعات الممثلة تمثيلاً ناقصاً. وفي مجال رأس المال الاستثماري، لا يزال اتخاذ القرارات خوارزميّاً في مراحله الأولى، لكن الدراسات التي أُجرِيت حتى الآن أثارت أسئلة توجيهية حاسمة:

● هل يمكن أن تصبح الخوارزميات مرنة وقابلة للتكيف بدرجة كافية لمراعاة التغيرات السريعة في التكنولوجيا، والخصائص الديموغرافية للعملاء، وخطط المشاريع، ومصالح رأس المال الاستثماري؟

● كيف يمكن للخوارزميات، بالنظر إلى عيوبها، تعزيز الشفافية في قرارات التمويل برأس المال الاستثماري بشكل أفضل؟

● ما هي أكثر الطرق المفيدة لمتخذي القرارات من البشر لاستكمال القرارات المستندة إلى الخوارزميات – وعلى وجه التحديد، كيف ينبغي هيكلة هذه الشراكات؟

من الواضح أن الإجابة بعناية عن هذه الأسئلة من خلال الأبحاث حول مجموعة متنوعة من الأفراد والشركات في المنظومة الإيكولوجية لرأس المال الاستثماري– والمدخلات منها – تشكل بوضوح استثماراً يستحق فعله.

موريلا هيرنانديز Morela Hernandez

أستاذة مشاركة في إدارة الأعمال بكلية داردن للأعمال Darden School of Business بجامعة فرجينيا University of Virginia.

روشني رافيندهران Roshni Raveendhran

أستاذ مساعد في إدارة الأعمال، كذلك من كلية داردن للأعمال.

اليزابيث وينغارتن Elizabeth Weingarten

(@elizabethw723) مشاركة عليا في أيدياس42 ideas42، وهي شركة غير ربحية لتصميم العلوم السلوكية، ورئيسة تحرير مجلة العالم السلوكي The Behavioral Scientist.

ميكايلا بارنيت Michaela Barnett

طالبة دكتوراه في مبادرة العلوم السلوكية المتقاربة Convergent Behavioral Science Initiative بجامعة فرجينيا University of Virginia.

للتعليق على هذا الموضوع http://sloanreview.mit.edu/x/61104.