创投圈也在经历同样的变化。2014年全球的风险投资总额高达480亿美元，其中74亿美元投给了首次融资的企业。而押宝的命中率，据著名投资人William Hambrecht说，只有十分之一。墨守着“慧眼识英雄”的人为判断方式，无疑会造成资本的巨大浪费。

    根据《财富》的报道，Hambrecht曾是苹果、谷歌、基因塔克多家公司的早期投资人，从业近50年，经验老道。但现在，他很少再凭经验做事，而是和一家叫Growth Science的小型科技公司合作。Growth Science对Hambrecht选中的创业公司进行数学建模，无论是商业模式，还是新技术、新产品，都可以用模型来预测成功的概率，运算过程中不涉及任何主观因素，最后可以明确地给出投资人yes or no的结果。

    Growth Science的创始人Thomas Thurston介绍说，影响预测的因素很多，20%是跟创业团队自身的特性有关，80%跟外部环境有关，比如市场、竞争者、技术趋势、时间等。但他没有透露更多具体因素。

    至于Hambrecht的投资效果，现在也还不能定论。通常投资基金需要 10-15年才能得到回报，而Growth Science算法他才用了8年。不过Hambrecht说，他的投资项目，估值已经涨了5倍，这些项目都没有上市或转让，所以预期的回报会相当高。其中包括手机通信软件Tango，它在去年由阿里巴巴领投，融资2.8亿美金，目前估值约在15亿美金。

    当然也有人不那么相信算法。比如Greycroft Partners的合伙人Ian Sigalow提出，创业团队中的成员是什么样的人，很大程度影响着成败，但数据并不能归结人的属性，而且人也会不断变化。Sigalow认为投资过程不会被完全量化。但他确实尝试用数据建模的方式否决了一些项目。

    有一款类似Snapchat的视频聊天应用，最近在产品榜单上稳坐了几星期，幕后的团队找到Greycroft寻求融资。Greycroft的数据分析人员把这款产品和Snapchat的生命周期研究比照，发现新产品不具备像Snapchat那样爆发的因素。最后Sigalow婉拒了那个创业团队。

    也许有人从算法投资策略联想到了那部电影《点球成金》。布拉德皮特饰演的棒球经理人通过自创的数学模型挑出了最有潜力的无名球员。不过，哈佛商学院的Jacob H. Schiff教授觉得两者不能类比，“创业的属性就是风云莫测。”在一种时势里的人才在另一种时势里可能无所施展。假如棒球赛的规则年年变，皮特的数学模型也就用不上了。而这正是算法的硬伤所在。据Schiff教授说，关于创业成功率的建模，拟合优度都很低——也就是说，模型预测的结果，和实际观测到的结果，常常偏差很大。