Durante el siglo XX el mundo estuvo bajo el paradigma de la producción en masa. Lo importante era ser eficiente y trabajar duro. El siglo XXI nos trajo la economía de la información. Ahora lo importante es aplicar el conocimiento para agregar valor. Más que el trabajo duro, el éxito se consigue con el trabajo inteligente.
Este resumen es extremadamente sencillo, pero en general adecuado.
El punto es que muchas industrias han adoptado el paradigma del trabajo inteligente casi como una obligación, y no siempre lo aplican con buen criterio.
Por regla general podemos decir que importa más la calidad que la cantidad.
Hace poco Patrick Ryan, co fundador de Odin, publicó un artículo resaltando algunas de las conclusiones de una investigación realizada por Steve Crossan en 2018 y agregando algunos datos propios.
He considerado importante resaltar los puntos más destacados de lo postulado en estos textos porque suponen una crítica interesante al modelo con el que operan los fondos de Venture Capital.
Aumentando el portfolio
Los fondos de Venture Capital tienen en promedio de unas 15 a 25 inversiones en sus portfolios. Según Crossan deberían tener 150 como mínimo, pero se recomienda llegar a las 300.
La diferencia es notable hasta el punto que parece ir en contra del modelo de los VC. Si hay que agregar tantas inversiones entonces lo lógico es suponer que en cierto punto estamos sumando tratos de menor valor.
Y si nos guiamos por cierto sentido común esto es cierto.
Sin embargo, en las simulaciones realizadas se han advertido dos beneficios notables:
Reducción de las posibilidades de pérdida
Con una inversión de solo 5 empresas la posibilidad de perder dinero es del 40%. Cuando superas la marca de las 30 inversiones la posibilidad de perder dinero pasa de un 10% hasta casi un 0% conforme se suman empresas. Aunque las variaciones son menores luego de las 100 empresas.
Aumento de las posibilidades de mayores retornos
Con un portfolio de 300 empresas las chances de obtener retornos del cuádruple o el quíntuple de lo invertido son un 80% mayores. La posibilidad de obtener múltiplos superiores a 10 no disminuye.
Los fondos de Venture Capital tienen razones que la razón ignora
Al preguntarse sobre las razones de por las que los VC no adoptan una estrategia de inversión similar a la indexación surgen dos factores claves. Uno de ellos podríamos decir que es cultural y el otro práctico.
Va contra la premisa de lo que es un VC. Como hemos señalado en otra ocasión, la capacidad para realizar una adecuada selección es uno de los factores claves que distinguen a una firma de otra.
Un mayor número de empresas en un portfolio puede ser percibido como una menor cantidad de trabajo o valor aplicados en la selección. Decimos que la calidad es mejor que la cantidad. Pero el trabajo realizado demuestra que a veces se necesita más cantidad para obtener esa calidad. Cabe recordar que aún en el caso de los actuales portfolios, la mayor parte del retorno proviene de unas pocas empresas.
Es importante notar que para una reducida cantidad de compañías este modelo con un portfolio reducido parece funcionar bien. Estas empresas son las que actúan como entes aspiracionales y marcan el modelo a seguir. Un modelo que no funciona tan bien para el resto. Ryan cree que la insistencia de muchas empresas en este modelo es en parte una cuestión de ego.
En lo que se refiere al aspecto práctico Crossan advierte algunas falencias.
- El modelo no considera la participación de varios VC en el mercado.
- Supone un rendimiento del sector que puede no ser tan bueno en la realidad.
- A esto hay que agregar que con unas 150 o 300 empresas el nivel del manejo del porfolio como la ayuda que la empresa puede ofrecer a las empresas será mucho más limitado.
Inteligencia y automatización
Crossan trabajó en el área de producto de DeepMind. Actualmente se desempeña como consultor en IA y tecnologías relacionadas. Obviamente el modelo al que apuntan sus conclusiones no es contrario al de la economía del conocimiento.
Pero sí es uno que parece necesitar herramientas más avanzadas para el análisis automatizado. Y la aplicación de sistemas automatizados podría no ser una solución tan simple y automática.
¿Es mejor? Tal vez.
¿Es posible? Todavía no tenemos una respuesta.
Por lo pronto el análisis crítico de la actividad siempre es una buena ocasión para aprender y replantearse los principios que tenemos por ciertos.