返回博客

硬科技尽调:团队故事再动听,也要回到公开数据

做硬科技投资这些年,我形成了一个固执的习惯:团队故事听得越动人,核验做得越细。 道理不复杂。硬科技项目的估值锚点,很大程度上是"人"——核心科学家的履历、技术积累、学术网络。而这些恰恰是尽调中最难核实的部分:技术叙事太专业,外部投资人很难判断"全球领先"的成色;创始人包装团队的能力,往往比他们的技术还强。 我们现在的做

AI 科研智能体AI 办公助手智能体AI Agent

做硬科技投资这些年,我形成了一个固执的习惯:团队故事听得越动人,核验做得越细。

道理不复杂。硬科技项目的估值锚点,很大程度上是"人"——核心科学家的履历、技术积累、学术网络。而这些恰恰是尽调中最难核实的部分:技术叙事太专业,外部投资人很难判断"全球领先"的成色;创始人包装团队的能力,往往比他们的技术还强。

我们现在的做法,是给核心科学家团队逐人建一份背调清单,用 MuchSci 的人才画像做底稿。

清单第一条:公开履历。 受教育、工作经历,与团队讲述的故事逐段核对。"核心成员来自顶尖团队"——来自哪个团队、什么职务、什么年代,公开履历里应该找得到对应记录。

清单第二条:项目经历。 团队说"主持过国家级项目",就去画像里查。关键在于:画像中的项目明细经过"负责人姓名精确匹配 + 公开单位校验"双重核验——技术故事的来源项目是否真实存在,这一条最见真章。

清单第三条:学术合作网络。 带证据链的公开合作脉络,回答一个重要问题:这位科学家的学术支撑是真的共同体,还是孤军奋战。真有网络的团队,落地能力通常更可信。

三条核完,进入对表环节:

创始团队的每个说法,公开画像里找对应记录。一致的上"已核验";有出入的单独标注,请团队解释——曾用名、单位更名常有合理解释,但解释必须由他们主动给出,而不是我们替他们圆。

尽调报告的写法也就定了:不写"据说"。 每个结论后面跟着出处,没查到的明说没查到。

返回博客列表