Taux de réussite des startups
Selon Embroker, les startups se révèlent être un échec total dans la plupart des cas. Pour être précis, environ 90% d’entre elles ne réussissent pas.
Qui plus est, environ 10 % des startups finissent par échouer chaque année, quel que soit leur secteur d’activité, qu’il s’agisse de la technologie ou du commerce de détail. Sans compter que l’échec commence à peu près entre la deuxième et la cinquième année de l’entreprise.
Cependant, CBInsights a appris dans ses données récentes que 42% des startups qui échouent sont dues à une mauvaise lecture de la demande du marché.
Il convient d’ajouter que Fundera a également noté qu’environ 82 % des entreprises ayant échoué avaient un problème de trésorerie au départ.
Étant donné que les données existantes ont déjà enregistré les raisons pour lesquelles les startups finissent par échouer, l’IA pourrait peut-être prédire quelle sera la prochaine licorne à succès.
L’IA prédit le taux de réussite des startups
Selon Phys.Org, un groupe de scientifiques est parvenu à développer une IA capable de prédire avec précision si une startup sera la prochaine grande affaire ou si elle sera une nouvelle tentative ratée de perturber le marché.
Les modèles d’apprentissage automatique qui ont été utilisés pour cet outil de prédiction de l’IA examinent plus d’un million d’entreprises afin de déterminer l’évolutivité d’une startup.
Cela dit, si l’outil s’avère absolument exact, davantage d’investisseurs pourraient contribuer à la capitalisation de ces startups en herbe.
En plus de cela, cela serait également bénéfique pour les investisseurs car ils ne risqueront plus leur argent pour des startups qui finiraient par être une perte de temps.
Recherche sur l’outil de prédiction du succès des startups en IA
Les résultats des tests de recherche de l’IA qui pourrait prédire le taux de réussite des startups étaient prometteurs.
L’étude a été publiée dans le Journal of Finance and Data Science de KeAi.
Pour être exact, l’IA a été capable d’évaluer avec précision 90% des entreprises qui faisaient partie de l’étude, ce qui signifie seulement que 9 startups sur 10 ont été prédites avec précision.
Les modèles d’apprentissage automatique de l’IA ont été entraînés avec des données provenant d’une plateforme qui publie des informations sur de nombreuses entreprises, appelée Crunchbase.
Mais elle ne s’est pas basée uniquement sur cela.
Le scientifique a également associé ces vastes données aux informations sur les brevets du United States Patent and Trademark Office ou USPTO.
Cependant, le scientifique travaillant sur l’IA a également noté que la nature de Crunchbase, qui provient de la foule, est un problème auquel ils ont dû faire face en cours de route, car certains détails des entreprises manquaient.
Néanmoins, les chercheurs ont pris note de ces informations manquantes et les ont ensuite utilisées comme données d’entrée dans le modèle d’apprentissage automatique. L’équipe a également appris que l’absence de certains détails est nécessaire pour prédire l’avenir d’une entreprise.