“雙創”背景下各類創業項目層出不窮，如何在海量的項目中尋找亮點，如何提高投資前期的項目篩選和調研效率？如何給項目定一個合理的估值？這些問題困擾了不少投資人。

　　證券時報·創業資本匯記者發現，針對創業投資存在的痛點，有創業者開始利用大數據和人工智能來研發服務創業投資機構的相關產品，如大數據篩選項目、大數據做估值模型、大數據判斷創業項目的有效專利等等，且此類的多個項目已經獲得融資。然而，在信息不對稱、非標資產為主的創業投資領域，大數據究竟能否派上用場？業內人士接受記者采訪時表示，大數據或人工智能之類的工具或許能夠提高投前研究階段的效率，但從項目盡調之后就不太用得上，因此這類工具或許有一定的價值，但價值不大。

　　創業者：大數據助力

　　破解信息不對稱

　　當前創新創業熱潮迭起，但在投資市場上，投資方與技術型企業在對某項技術的認識常會出現信息不對稱的問題，這容易導致投資上的失誤。針對這一痛點，在去年11月的高交會上，德高行CEO白波發布了一款專門服務于創業投資領域的新產品“知情君”，通過自身研發的專利大數據與算法分析的方法，將投資機構最關心的企業技術問題進行分析展現。

　　白波向記者舉例，在分析一家成長期的建筑行業的企業技術數據時可以發現，該企業雖然名稱中包含“建筑”，但其專利技術結構更接近新能源，對比同行業的另一家公司，該企業的綠色發電技術更處于細分行業的領先地位，結合其財務狀況可以更好地理解該企業的技術驅動力與發展潛力。“知情君可以幫助投資者理解企業的技術方向與技術優勢，對比同類企業的技術特點與差異，挖掘企業技術積累與商業潛力的互動關系。”白波說。

　　大數據的應用還首次在母基金上試水。去年11月，宜信財富發布了國內首個私募股權母基金投資人工智能平臺，該系統可以從60多個維度來展現一只直投基金的投資情況、業績、基金、管理人等各方面表現的詳盡報告，從而提高對基金的識別效率。據介紹，宜信推出的“AI+FOF”系統類似一個超級“金融大腦”，能實時地抓取、分析、結構化剖析各個基金背后的投資邏輯，不斷進行追蹤，通過技術和母基金團隊經驗進行雙向賦能。宜信母基金管理合伙人廖俊霞向記者介紹，AI的應用可以從三個方面極大地提高私募股權的投資效率：第一是提高準確性；第二是加強投后管理；第三是判定行業風向標。

　　此外，還有創業者探索用AI的方式來破解傳統的股權價值評估痛點。“傳統的股權價值評估需要請會計師、評估師、律師等，成本高、時效性不強，應用的場景單一。而現實情況是企業家也不知道企業值多少錢。”前海梧桐（深圳）數據有限公司創始人李小強說，針對這一痛點，前海梧桐數據利用大數據、AI、區塊鏈等新技術，推出業內第一個個人股權賬戶管理APP——金谷子，該工具為企業的AIEV估值提供了五種以上的應用場景，用互聯網的方式提供一種實時、高效、低成本的估值服務，實現全網可查可比。

　　據記者了解，當前針對一級市場已經有不少投資管理產品，包括基于數據庫的清科私募通、Fellow Data、因果樹、IT桔子、36氪創投助手，以及提供SaaS服務的VC800、VC SaaS，此外還有少數華興Alpha等FA的相關產品，但這些產品都尚處于發展期。

　　投資人：大數據對

　　股權投資作用有限

　　“大數據或許在篩選項目時起到一定的作用，但在其他階段就不太用得上。”深圳一家FA機構人士葉女士告訴記者，在看項目的過程中，大數據的工具和產品可以通過公開新聞和信息抓取出哪些項目當下比較熱、哪個APP下載量大、哪個公司招人比較多，還可以做相關項目所處行業的橫向和縱向對比，這一定程度上為她們看項目節省了時間。

　　葉女士所說的這類大數據產品包括創投圈內已被廣泛使用的企名片、鯨準、烯牛數據等，但這類產品的功能多集中在項目篩選和行業的簡單分析階段，“相對于企查查和天眼查而言，這類工具主要面向機構投資人和FA機構，所以設計上也迎合了我們的需求，我們操作起來也很便捷。”葉女士說。但在她看來，大數據應該難以企及項目估值預算這個層面，“估值模型可能有一定的參考價值，但是每個行業的估值邏輯都是不一樣的，不同的行業有不同的評價維度和系數。”

　　千乘資本高級投資經理雷鑫也持同樣的觀點，“一級市場投資就是賺信息不對稱的錢，創業項目的技術、產品、構架這些判斷是無法量化的，需要跟團隊、專家、同行或者競爭對手去了解，信息反饋回來后最終做相對主觀的判斷，因此辯證來看，大數據的工具可能有價值，但價值沒那么大。”雷鑫介紹，比如在估值測算上，投資機構會看項目，也會對比競爭對手，但實際上市場上不存在完全一樣的競爭對手，業務肯定會有差異化的，在這種情況下，用大數據去測算估值只能起到一定的參考作用。

　　此外，大數據在股權投資市場上的應用還要看行業。“互聯網行業的信息比較公開，但如果是工業領域，則需要對行業上下游資源都很熟悉，通過專業渠道去了解項目情況。”雷鑫認為，大數據的應用或許在移動互聯網和互聯網創業項目的投資上有一定的作用，但已經有多家機構在這些領域的數據上做文章了，而且抓到的也只是公開的數據匯總和簡單的分析，價值不是很大。而在投后服務方面，雷鑫認為，這個環節完全用不上這類工具，“投后服務主要是非標資源的服務和對接。”在雷鑫看來，大數據二級市場上的用處會比較大，但在股權投資上真正形成智能化、深度學習的階段還遠未到達。

　　前海母基金管理合伙人李思平此前接受記者采訪時也表示，在母基金篩選子基金方面，肯定離不開技術手段，包括基于大數據的人工智能技術，特別是在數據分析方面可以提高篩選效率。但投資終究是投人，還有很多方面是需要定性判斷而非定量判斷，技術可以作為手段，但不會取代原有的分析方法論。

　　對于這類項目而言，雷鑫認為，這類工具和產品的形成大致可分為數據采集和數據分析兩個步驟，在數據采集方面，可能有些創業者會有一些比較獨特的數據，比如項目的商業計劃書是PDF版本的，需要用到一些字符識別的工具把數據抓取出來，這在一定程度上有點門檻；而在數據分析上，抓過來的數據需要基于行業和客戶需求做篩選，這涉及到大量的人力投入，但數據分析的程度大多處于比較初級的階段，技術壁壘不是很高。