चलें हम समझते है की कैसे निजी इक्विटी (PE) निवेशक आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग कर रहे हैं।

हाल ही में कुछ निजी इक्विटी (PE) निवेशकों ने हमसे संपर्क किया है जो अपनी निवेश निर्णय लेने की प्रक्रिया में कृत्रिम बुद्धिमत्ता (AI) का और अधिक लाभ उठाना चाहते हैं। उनका पहला सवाल आम तौर पर होता है: "अन्य PE निवेशक वर्तमान में निर्णय लेने में सहायता के लिए AI का उपयोग कैसे कर रहे हैं?"

एक बहुत ही रोचक सवाल पूछा जाना है। सार्वजनिक बाजारों की तुलना में PE निवेश में AI का उपयोग बहुत कम व्यापक है। जबकि ईटीएफ जैसे व्यावसायिक रूप से उपलब्ध सार्वजनिक बाजार के उत्पाद हैं जो 100% AI-निवेशित हैं, यहां तक ​​कि सबसे परिष्कृत PE निवेशक अभी भी AI का उपयोग केवल निवेश निर्णय लेने की प्रक्रिया में एक इनपुट के रूप में करते हैं। यह ज्यादातर PE और सार्वजनिक बाजारों में निवेश के बीच तीन संरचनात्मक अंतरों के कारण है:

1. एल्गोरिदम को प्रशिक्षित करने के लिए बड़ी मात्रा में PE डेटा एकत्र करना मुश्किल है, क्योंकि लेनदेन की संख्या सीमित है और जानकारी व्यापक रूप से प्रकट नहीं होती है।

2. PE निवेश निर्णय के परिणाम को जानने में वर्षों लगते हैं, और प्रदर्शन आमतौर पर जटिल कारकों से प्रभावित होता है, जैसे कि ब्याज दर में उतार-चढ़ाव।

3. PE निवेश में असंरचित डेटा बहुत अधिक महत्वपूर्ण भूमिका निभाता है, क्योंकि मूल्यांकन को नियंत्रित करने वाला कोई "कुशल बाजार" नहीं है।

इन संरचनात्मक चुनौतियों को दूर करने के लिए, कुछ PE खिलाड़ी निवेश मॉडल को अलग तरह से प्रशिक्षित करना चाहते हैं। यह सार्वजनिक डेटा के साथ शुरू हो सकता है और अंत में मॉडल को "फाइन ट्यून" करने के लिए केवल निजी डेटा का उपयोग कर सकता है, संभावित PE निवेश के आकर्षण का मूल्यांकन करने के लिए सार्वजनिक बाजार प्रॉक्सी का लाभ उठा सकता है। इसमें मुख्य डेटा क्षमताओं में निवेश करना भी शामिल हो सकता है, जैसे डेटा लेक, उचित परिश्रम प्रक्रिया में असंरचित डेटा के अधिक से अधिक उपयोग को सक्षम करने के लिए।

हमने जो PE निवेश में AI के लिए सबसे आम उपयोग के मामले देखे हैं, उनकी रूपरेखा नीचे दी गई है। ध्यान दें कि, इन मामलों में, AI निर्णय लेने के लिए जिम्मेदार व्यक्ति को इनपुट प्रदान करता है - हमें अभी तक PE स्पेस में AI के नेतृत्व वाली किसी भी रणनीति के बारे में जानकारी नहीं है।

प्रबंधक चयन: अप्रत्यक्ष निवेश मॉडल वाले PE निवेशक आसानी से बाहरी PE प्रबंधकों के बारे में अच्छी मात्रा में जानकारी एकत्र कर सकते हैं। AI एल्गोरिदम को तब धन उगाहने की प्रक्रिया में प्रकट की गई जानकारी, प्रबंधक डेटा के एग्रीगेटर्स (जैसे प्रीकिन), उद्योग / शैक्षणिक विशेषज्ञों द्वारा प्रकाशन और प्रेस कवरेज का उपयोग करके प्रशिक्षित किया जा सकता है।

निजी लेनदेन करें: टेक-प्राइवेट प्रोग्राम के साथ PE निवेशक AI का लाभ उठा सकते हैं ताकि संकट में आने वाले संभावित लक्ष्यों की पहचान की जा सके (उदाहरण के लिए, सोशल मीडिया साइटों में आपूर्तिकर्ता समीक्षाओं के आधार पर भावना विश्लेषण के माध्यम से) और एक औपचारिक बिक्री प्रक्रिया को आगे बढ़ाएं। AI संभावित लक्ष्यों की पहचान करने में भी मदद कर सकता है जो सार्वजनिक रूप से कारोबार करने वाले अन्य साथियों से बेहतर प्रदर्शन कर सकते हैं।

तपस्या लेनदेन: PE निवेशक जो लागत में कमी और अन्य मितव्ययिता उपायों के माध्यम से ड्राइविंग मूल्य पर ध्यान केंद्रित करते हैं, उनके पास संभावित लक्ष्यों के लागत आधार में अधिक पारदर्शिता प्राप्त करने के लिए परिश्रम प्रक्रिया में AI का लाभ उठाने का अवसर होता है (उदाहरण के लिए, प्राप्तियों के माध्यम से जल्दी से झारना और खर्चों को अधिक सटीक रूप से वर्गीकृत करना) , और इसका उपयोग मूल्यांकन को सूचित करने के लिए करें।

जबकि PE में AI के लिए अभी शुरुआती दिन हैं, हमारा मानना है कि AI निवेश निर्णय लेने की प्रक्रिया में सूचना विषमता को कम कर सकता है, जिससे बेहतर जोखिम-समायोजित रिटर्न को अनलॉक करने में मदद मिलती है। PE खिलाड़ियों के लिए जिन्होंने अभी तक अपनी AI यात्रा शुरू नहीं की है, हम तीन सवालों के जवाब देकर शुरुआत करने की सलाह देते हैं|

- हम अपनी AI यात्रा में कितना वित्तीय और प्रतिष्ठित जोखिम स्वीकार करने को तैयार हैं?

- बड़े पैमाने पर संस्थागत डेटा को व्यवस्थित करने का सबसे आसान तरीका क्या है?

- तकनीक के साथ सहज होने के लिए हम किन सरल AI अनुप्रयोगों के साथ प्रयोग कर सकते हैं?

दौड़ शुरु है। बातचीत जारी रखना चाहते हैं? तो, अभी संपर्क करें।

कुछ संक्षिप्त शब्दः

- PE (Private Equity)

- AI (Artificial Intelligence - कृत्रिम बुद्धिमत्ता )

Let understand How Private Equity Investors Are Using Artificial Intelligence.

We have recently been contacted by some private equity (PE) investors who are looking to further leverage artificial intelligence (AI) in their investment decision making process. Their first question is typically: “How are other PE investors currently using AI to help make decisions?”

A very interesting question to be asked. The use of AI in PE investing is far less pervasive than in public markets. While there are commercially-available public markets products like ETFs that are 100% AI-invested, even the most sophisticated PE investors still only use AI as one of the inputs into the investment decision making process. This is mostly due to three structural differences between PE and public markets investing:

1. It is difficult to gather large amounts of PE data to train algorithms, as the number of transactions is limited and information is not widely divulged.

2. It takes years to know the outcome of a PE investment decision, and performance is usually impacted by convoluting factors, such as interest rate movement.

3. Unstructured data plays a much more critical role in PE investing, as there is no “efficient market” governing valuations.

To overcome these structural challenges, some PE players are looking to train investing models differently. This could entail starting with public data and only using private data to “fine tune” the model at the end, leveraging public market proxies to evaluate the attractiveness of a potential PE investment. It could also include investing in core data capabilities, like data lakes, to enable a greater use of unstructured data in the due diligence process.

The most common use cases for AI in PE investing we have seen are outlined below. Note that, in these cases, AI provides input to a human responsible for making the decision – we are not aware of any AI-led strategies in the PE space as of yet.

Manager selection. PE investors with an indirect investment model can easily gather a good amount of information on external PE managers. AI algorithms can then be trained using information disclosed in the fundraising process, data from aggregators of manager data (such as Preqin), publications by industry/academic experts and press coverage.

Take-private transactions. PE investors with a take-private program can leverage AI to identify potential targets heading into distress early on (for example, through sentiment analysis based on supplier reviews in social media sites) and front-run a formal sale process. AI can also help identify potential targets that are most likely to outperform other publicly traded peers.

Austerity transactions. PE investors that focus on driving value through cost reduction and other austerity measures have an opportunity to leverage AI in the diligence process to achieve greater transparency into the cost base of potential targets (for example, to quickly sift through receipts and more accurately categorize expenses), and use that to inform valuation.

While it is still early days for AI in PE, we believe AI can reduce information asymmetry in the investment decision making process, thereby helping to unlock superior risk-adjusted returns. For PE players that have not yet embarked on their AI journeys, we recommend starting by answering three questions:

– How much financial and reputational risk are we willing to accept in our AI journey?

– What is the easiest way to organize institutional data at scale?

– What simple AI applications can we experiment with to get comfortable with the technology?

The race is on. Want to continue the conversation? Contact me now.