EQT Ventures是瑞典公司EQT Partners的风险投资子公司

时，兰德格伦开始开发使用卷积神经网络(CNNs)的算法。现在，这些算法将应用商店下载、之前投资者信息、网站流量、创始人简历等数据联系起来。

但最初，在公司尝试不同的数据混合和编写算法的过程中，出现了相当多的试验和错误。这意味着要了解哪些问题是关于一家公司的最佳问题，以及哪些标准可能可靠地导致最佳优先排序。

此外，开发Motherbrain意味着要重新考虑与公司日常工作流程相关的基本任务。EQT的30人团队最初依赖于第三方的消息、计划和电子邮件应用程序。该团队拥有一系列不连接的云服务，使得内部数据分散在不同的竖井中。最终，兰德格伦意识到Motherbrain错失了这个丰富的数据来源，于是开始重新架构所有的通信和数据，让它们通过人工智能平台传递。

“或许更重要的是，它改变了我们与这个平台的合作方式，以及我们的日常工作，”他说。“这被证明是极其重要的，因为我们现在发现，我们已经能够使用人工智能来建立更好的预测模型。”

正如critical一直在创造一种内部准则，让合作伙伴们以大大小小的方式遵循Motherbrain提出的建议。如果公司不根据这些人工智能方面的见解来决定与哪些公司对话，那么就没有办法测试它们是否有用或是否有待改进。反过来，这些决定会反馈到平台中，为it创造另一种学习方式。

兰德格伦说:“要使用人工智能来训练这些模型，你必须有一个过程，让人们按照机器的指令去做。”

到目前为止，最有用的功能是淘汰那些前景最差的初创公司。这样，合伙人就可以解放出来，更有效地利用有限的时间，去做与创始人会面、分析产品以及其他形式的尽职调查等人为驱动的工作。

不过，在准备会议等任务上，Motherbrain也提供了实际帮助，它会生成通知，其中包括过去与某人互动的总结。该系统还会不断扫描外部资源，以找到与感兴趣的公司或竞争对手有关的新闻。