QuantumLight привлекла $500 млн: сможет ли алгоритм выбирать стартапы лучше венчурных инвесторов?

Первый фонд привлёк неназванную группу институциональных инвесторов, среди которых были технологические предприниматели, семейные офисы и традиционные финансовые организации. По данным Bloomberg, примерно четверть капитала вложили сами Сторонский и Кондрашов.

Сообщается, что второй фонд был переподписан — то есть заявок инвесторов оказалось больше, чем компания планировала принять. При этом QuantumLight не раскрыла полный список внешних вкладчиков и условия распределения капитала. Осторожный вывод заключается в том, что часть инвесторов готова направлять больше средств в венчурную стратегию, основанную на машинном обучении, особенно если за ней стоит известный финтех-предприниматель и необычная операционная модель.

Важно и то, чего закрытие фонда не доказывает. Более крупный фонд не означает автоматически более высокую доходность с учётом риска. Он демонстрирует успешный фандрайзинг и готовность инвесторов поддержать концепцию, но не подтверждает, что Aleph выбирает компании лучше опытных людей или что стратегия обеспечит более высокую чистую доходность после убытков, комиссий и вознаграждения управляющих.

Чем подход отличается от традиционного венчурного капитала

Классический венчурный фонд обычно сочетает анализ рынка с мнением партнёров, рекомендациями от основателей и других инвесторов, личными связями и распознаванием знакомых бизнес-моделей. QuantumLight пытается сместить центр принятия решений в сторону структурированных данных.

Потенциальные преимущества такой модели очевидны:

• Более широкий отбор. Программа может обработать гораздо больше информации о компаниях и основателях, чем отдельный партнёр при ручном анализе.
• Меньшая зависимость от личных связей. Системный процесс потенциально способен находить проекты за пределами привычного социального и профессионального круга инвестора.
• Повторяемость решений. Количественная система позволяет применять одинаковые критерии к разным возможностям.
• Более быстрый первичный скрининг. ИИ может сократить время, необходимое для сужения большого потока заявок до списка компаний для детальной проверки.

Но риски тоже значительны. Исторические данные могут воспроизводить предубеждения прежних рынков финансирования. Модель способна переоценивать сигналы, которые легко измерить, и недооценивать вещи вроде нестандартного взгляда основателя, удачного момента выхода на рынок или технологического прорыва, которому не было близких аналогов.

Кроме того, если многие фонды начнут использовать одинаковые данные и инструменты, преимущество системного поиска может быстро сократиться. QuantumLight является частью более широкого движения к программно-усиленному венчурному капиталу: отрасль внедряет ИИ для поиска сделок, оценки компаний и анализа портфелей. Появление специализированных платформ для ИИ-поиска сделок показывает, что инфраструктура данных становится самостоятельной инвестиционной компетенцией.

Доходность пока остаётся главным неизвестным

Стратегия QuantumLight ещё слишком молода для окончательной оценки. Сообщение о том, что алгоритм рекомендовал все 17 сделок, описывает процесс работы, но не является публичной историей реализованных выходов из инвестиций и чистой доходности фондов.

Для серьёзного сравнения потребовалось бы сопоставить портфель QuantumLight с подходящими показателями традиционных венчурных фондов, учитывая оценки компаний на входе, последующие раунды финансирования, убытки, ликвидность и сроки выхода из инвестиций. Такие результаты формируются годами, особенно в случае технологических компаний, находящихся на стадии роста.

Полный жизненный цикл венчурного фонда часто занимает около десяти лет. Именно на таком горизонте можно оценить выходы, потери, дисциплину последующих вложений и чистый результат после комиссий и вознаграждения управляющих.

В этом и заключается разница между интересным инвестиционным экспериментом и доказанной стратегией управления активами. QuantumLight может со временем показать, что модель способна находить возможности, которые люди систематически упускают. Но не исключено и другое: данные окажутся наиболее эффективными не как замена человеческому мнению, а как его дополнение. Имеющиеся сведения пока не позволяют выбрать между этими сценариями.

Почему роль Сторонского вызывает вопросы

Участие Сторонского даёт QuantumLight сильную репутационную опору и доступ к опыту предпринимателя, построившего крупную финтех-компанию. Одновременно возникает вопрос управления: как распределяются ответственность, время руководителя и потенциальные конфликты интересов, когда один предприниматель руководит Revolut и одновременно основал и финансирует быстро растущий венчурный фонд?

Этот вопрос становится особенно важным по мере расширения регулируемого банковского бизнеса Revolut. В августе 2026 года компания получила банковскую лицензию во Франции после одобрения со стороны французского регулятора ACPR и Европейского центрального банка. Reuters назвал лицензию значимым шагом в европейской экспансии Revolut и отметил, что ранее Сторонский связывал такое развитие с возможностью добиваться банковской лицензии в США.

Доступные публикации не подтверждают, что выход Revolut на американский рынок капитала официально решён или оформлен заявкой. Они также не доказывают наличие конфликта между Revolut и QuantumLight. Однако сочетание расширения регулируемого бизнеса, инвестиционной активности и возможного будущего выхода на биржу делает особенно важными чёткое разделение обязанностей, прозрачные процедуры управления конфликтами и подотчётность руководства.

Итог

Фонд QuantumLight на $500 млн — заметный сигнал для рынка: инвесторы проявили достаточный интерес к количественному подходу, чтобы поддержать фонд, вдвое превышающий дебютный. Использование Aleph — одна из наиболее последовательных попыток в венчурной отрасли заменить модель, основанную прежде всего на личных отношениях, программным отбором сделок.

Но успешный фандрайзинг — не то же самое, что успешные инвестиции. Модель QuantumLight остаётся экспериментом, а решающие доказательства появятся только после реализации вложений и прохождения значительно более длительного периода. Пока компанию точнее воспринимать не как доказательство того, что ИИ заменил венчурных инвесторов, а как масштабный тест: сможет ли машинное обучение сделать инвестиции в стартапы более широкими, быстрыми и стабильно результативными.