Kan AI betere startupinvesteringen kiezen dan menselijke durfkapitalisten?

Fund I werd gefinancierd door een niet nader genoemde groep limited partners — investeerders in een fonds — waaronder technologieoprichters, family offices en traditionele financiële instellingen. Volgens Bloomberg brachten Storonsky en Kondrashov zelf ongeveer een kwart van het kapitaal in.

Volgens berichtgeving was Fund II overtekend, al heeft QuantumLight de volledige lijst van externe geldschieters en de voorwaarden van het fonds niet openbaar gemaakt. De meest voorzichtige conclusie is daarom dat sommige investeerders bereid zijn meer kapitaal toe te vertrouwen aan een venturecapitalstrategie die door machine learning wordt aangestuurd — zeker wanneer die wordt gekoppeld aan een bekende fintechoprichter en een afwijkend bedrijfsmodel.

Wat het fonds niet aantoont, is minstens zo belangrijk. Een groter fonds is geen bewijs van betere rendementen gecorrigeerd voor risico. Het laat zien dat QuantumLight momentum heeft bij het ophalen van geld en dat investeerders de onderliggende visie willen steunen. Het bewijst niet dat Aleph betere bedrijven selecteert dan ervaren investeerders, of dat de aanpak na verliezen, kosten en carried interest een hoger nett rendement oplevert.

Waarin verschilt dit van traditioneel venturecapital?

Traditionele durfkapitalisten combineren marktonderzoek doorgaans met het oordeel van partners, referenties over oprichters, persoonlijke relaties en patroonherkenning. QuantumLight probeert het zwaartepunt te verleggen naar gestructureerde data.

De mogelijke voordelen zijn duidelijk:

• Breder screenen: software kan veel meer informatie over bedrijven en oprichters verwerken dan één investeringspartner handmatig kan bekijken.
• Minder afhankelijkheid van netwerken: een systematisch proces kan bedrijven vinden buiten de bestaande sociale en professionele kringen van investeerders.
• Consistentere beslissingen: een kwantitatief raamwerk maakt het eenvoudiger om dezelfde criteria op verschillende kansen toe te passen.
• Snellere eerste selectie: AI-ondersteunde screening kan de tijd verkorten die nodig is om een grote stroom potentiële deals terug te brengen tot een kleinere selectie voor menselijke due diligence.

De risico’s zijn echter aanzienlijk. Historische data kunnen de vooroordelen van eerdere financieringsmarkten weerspiegelen. Een model kan meetbare signalen te zwaar laten wegen en juist eigenschappen missen die moeilijk in cijfers te vangen zijn, zoals uitzonderlijk inzicht van een oprichter, de timing van een markt of een doorbraak zonder duidelijk historisch precedent. Bovendien kan het voordeel van systematische sourcing kleiner worden wanneer veel investeerders dezelfde datasets gebruiken.

QuantumLight maakt deel uit van een bredere beweging richting softwareondersteund venturecapital. Daarbij worden AI-tools ingezet voor het vinden van deals, het beoordelen van risico’s en het analyseren van portefeuilles. De opkomst van gespecialiseerde bedrijven voor AI-gestuurde deal sourcing wijst erop dat venturecapitalbedrijven data-infrastructuur steeds vaker als een zelfstandige investeringscompetentie beschouwen.

De rendementsvraag blijft onbeantwoord

De strategie van QuantumLight is nog te jong voor een definitief oordeel. Het gemelde feit dat alle vroege investeringen door het algoritme zijn aanbevolen, beschrijft een proces — geen openbaar trackrecord van gerealiseerde exits en nettofondsrendementen.

Een serieuze evaluatie zou de investeringen van QuantumLight moeten vergelijken met geschikte benchmarks voor traditioneel venturecapital. Daarbij moet rekening worden gehouden met instapwaarderingen, vervolginvesteringen, verliezen, liquiditeit en het moment waarop bedrijven worden verkocht of naar de beurs gaan. Zulke resultaten hebben tijd nodig om zichtbaar te worden, zeker bij technologie-investeringen in de groeifase.

Dat is het verschil tussen een interessant investeringsexperiment en een bewezen vermogensbeheerstrategie. QuantumLight kan uiteindelijk aantonen dat een model kansen vindt die menselijke investeerders systematisch missen. Het is ook mogelijk dat datagedreven selectie vooral werkt als aanvulling op menselijk oordeel, niet als vervanging ervan. De beschikbare gegevens geven daar nog geen uitsluitsel over.

Waarom Storonsky’s dubbele rol kritisch wordt bekeken

Storonsky geeft QuantumLight geloofwaardigheid als oprichter en brengt mogelijk waardevolle operationele ervaring mee. Tegelijk ontstaat een governancevraag: hoe worden verantwoordelijkheden, belangenconflicten en bestuurlijke aandacht geregeld wanneer dezelfde ondernemer Revolut leidt én een snelgroeiend venturecapitalbedrijf opricht en financiert?

Die vraag wordt belangrijker nu Revolut zijn gereguleerde bankactiviteiten uitbreidt. In augustus 2026 kreeg Revolut een Franse bankvergunning na goedkeuring waarbij de Franse toezichthouder ACPR en de Europese Centrale Bank betrokken waren. Reuters omschreef de vergunning als een belangrijke stap in de Europese expansie van het bedrijf en meldde dat Storonsky de ontwikkeling eerder in verband heeft gebracht met de mogelijkheid om ook een Amerikaanse bankvergunning aan te vragen.

De beschikbare berichtgeving toont niet aan dat een Amerikaanse beursnotering formeel is besloten of aangevraagd. Ook is er geen bewijs van een conflict tussen Revolut en QuantumLight. Wel maken de combinatie van gereguleerde groei, externe investeringsactiviteiten en een mogelijke toekomstige gang naar de beurs duidelijke scheiding van rollen, transparante procedures voor belangenconflicten en aanspreekbaar leiderschap extra belangrijk.

De conclusie

QuantumLights Fund II van 500 miljoen dollar is een betekenisvol marktsignaal. Investeerders hebben voldoende vertrouwen in de kwantitatieve aanpak om een fonds toe te zeggen dat twee keer zo groot is als het debuutfonds. Met Aleph doet QuantumLight bovendien een van de duidelijkste pogingen in de sector om dealselectie softwaregestuurd te maken in plaats van primair gebaseerd op relaties.

Maar geld ophalen is geen bewijs van rendement. Het model van QuantumLight blijft een experiment waarvan de beslissende resultaten pas over een veel langere periode zichtbaar worden. Voorlopig is het bedrijf daarom niet het bewijs dat AI venturecapitalisten heeft vervangen, maar vooral een opvallende test van de vraag of machine learning startupinvesteringen breder, sneller en consistenter succesvol kan maken.