Esta foi a pergunta de partida para um estudo do Banco Mundial que se realizou na Nigéria e onde são comparadas as previsões humanas e de máquinas sobre as potencialidades de cada empreendedor.

As competições de planos de negócio e de pitches tornaram-se no mote para tomar decisões sobre investir ou não num projeto. Este género de iniciativas, popularizadas por programas como o Shark Tank, são utilizadas para tentar prever o sucesso – ou falta dele – dos negócios apresentados.

De forma a tentarem perceber quem melhor prevê as potencialidades dos empreendedores, David McKenzie e Dario Sansone publicaram um estudo onde compararam três diferentes abordagens na previsão de sucesso:

1 – Um júri especialista (o comum)
2 – Economistas a servirem de especialistas humanos
3 – Machine Learning para prever que negócios vão ter sucesso

Este estudo foi realizado na Nigéria no âmbito do programa YouWiN!. Os dados analisados pelos dois membros do Grupo Banco Mundial dizem respeito ao ano de estreia da iniciativa, que teve quase 24 mil candidaturas. Destas mais de duas dezenas de milhar de candidaturas, houve 1200 vencedores a receber perto de 40 mil euros para aplicarem na sua ideia de negócio.

Os critérios delineados para avaliar a performance das previsões a três anos dos diferentes tipos de métodos foram a sobrevivência, a empregabilidade, os lucros e vendas. O estudo incidiu tanto nos vencedores, como nos projetos que não foram selecionados. Eis algumas das conclusões a que McKenzie e Sansone chegaram:

Os resultados apresentados pelo júri especialista mostram que este grupo não tem praticamente poder de previsão para determinar que empreendedores vão ser bem-sucedidos. A pontuação das antevisões deste grupo mostrou uma coincidência inferior a 2% com a realidade. Dos quatro critérios delineados, o júri especialista só foi capaz de acertar na empregabilidade para os vencedores.

Os robots, representados por tecnologia de machine learning criada para analisar os empreendedores, falharam redondamente. Mesmo em dados facilmente relacionados não foram capazes de prever: como os de um teste de Q.I, que mostraram que os homens de cerca de 30 anos com um quociente de inteligência alto conseguiram melhores resultados que os restantes.

O sucesso de um negócio é praticamente impossível de prever. A falta de sucesso de todos os métodos testados mostrou dificuldade em prever mais de 5% das variáveis.

O Machine learning não cobre resultados que já não sejam colocados em consideração por parte dos especialistas humanos. Apesar disto, a tecnologia colocou outras variáveis em jogo que não foram consideradas pelos especialistas humanos, como a entrega perto da data final, a demora da resposta, a razão para terem começado o negócio e quantas crianças existem no seu agregado familiar.

No que toca a prever as empresas que ficariam mais bem colocadas no ranking, os economistas foram os mais bem-sucedidos. Mesmo não havendo nenhum método a fazer antevisões acertadas, um investidor teria entre duas a quatro vezes mais hipóteses de fazer uma escolha acertada se utilizasse o método utilizado pelo grupo de economistas.

Comentários