人工智能风投增强人脉发现下一个伟大创始人

迈克尔·刘易斯那本《魔球》相信很多人都读过：一支预算捉襟见肘的棒球队，靠着数据分析硬是杀出一条血路，把那些财大气粗的传统豪门打得措手不及。这场“用数据碘伏直觉”的故事，如今正在另一个领域悄悄重演——风险投资。

在VC这个行当里，人脉向来是命脉，人脉就是情报、是交易流、是机会本身。但Dawn Capital的数据负责人Ties Boukema认为，AI正在为人际关系管理带来全新的打开方式，而这也正让整个VC行业站在一场“Moneyball”革命的边缘。这场变革，可能会从骨子里改变一家基金的运作方式，甚至改变谁能在牌桌上笑到最后。

这篇文章是“AI如何改变风投行业”系列的一部分。此前我们聊过TRAC公司那个被称作“风险投资的水晶球”的专有模型——用AI来预测哪些早期初创公司最有可能成为独角兽；也聊过斯坦福研究员Mohammad Rasouli博士如何帮机构投资者把AI用到另类投资里，以及EQ的Motherbrain项目是怎么重塑投资流程的。今天，我们把焦点放到VC最核心的那个变量上：人脉。

一、转变的核心：人脉情报

人脉对风险投资来说究竟有多重要？Boukema说得直白：“它们通常是你了解或评估哪些创始人和公司值得深入研究的途径。”

但有意思的是，尽管关系这么重要，大多数风险投资公司里却没有像“销售运营”或“会议运营”这样的系统来管理它。这事儿想想还真有点荒谬——基金整天在投那些数据驱动、流程精密的公司，自己的核心关系网络却几乎靠Excel和记忆在跑。

Dawn Capital为此搞了个叫Rolodex的平台，专门做人际关系情报。它不是那种简单的通讯录工具，而是一个数据和AI驱动的关系引擎，目的很明确：让投资人在跟其他风投沟通时更有底气，同时把人脉网络——不管是内部团队共享的，还是外部合作伙伴的——都变成可调用的资产。

Rolodex由三个核心模块组成，每一个都精准对应了人脉管理中的痛点：Rolodex Intel，能在会议前自动准备好背景洞察，不用你再花一两个小时临时翻资料；Rolodex Coverage，帮你发现那些正在崭露头角的新锐投资人，主动去培养关系；Rolodex Access，则像一个基于整个关系情报库的AI顾问，告诉你该通过谁才能触达到某个创始人或关键决策人。

这个小系统的潜在影响其实远不止“开会更顺”。Boukema认为，当数据驱动的思路渗透到关系网络中，整个行业的玩法都可能被改写。他说得非常直白：“你可以用交易记录和速度的数据，更聪明地决定该和谁见面、多久见一次，然后发现那些过去很可能被你忽略的明星投资人。”

为了证明Rolodex Access的价值，Boukema分享了一个生动的案例：他们盯上一家暂称为“未来独角兽”的公司。在硅谷风投圈常用的CRM系统Affinity里，Dawn Capital跟这家公司没有任何直接联系。问题是：怎么搭上线？直接发冷邮件？没回应。最终系统推荐了中间人，靠着一封热情的介绍信，他们成功见到了CEO，最后连条款清单都签了。这个案例的关键不在于“捷径”，而在于那些本该意识到、却差点错过的连接。

说实话，这套玩法对已经有一定品牌知名度的基金来说尤其香——他们本身已经攒下了厚实的网络和历史数据，系统越用，优势越大。

当然，真要落地也没那么简单。Boukema直言：“如果领导层持怀疑或抵制态度，再好的想法也活不下来。”这话跟当年比利·比恩在棒球圈推广数据分析时遇到的阻力几乎一模一样。

二、风险投资的低效率

每一个正经干过风投的人，大概都能列出一长串这个行业的低效点。其中最扎眼的，就是缺乏一套成熟的数据驱动的关系管理方法——真金白银砸出去的基金，却连谁跟谁认识、哪条线最热都没系统记录过。

低效的还不只是关系。另一个让人头疼的地方是报告流程。Boukema一句话点破了：“在我看过的大多数基金里，每个季度关于每个投资组合公司的表现报告，都是临时拼凑出来的幻灯片。累人，质量还没法保证。”

讽刺的是，这些基金投的可都是最前沿的数据和AI公司，可自己干活的方式，还停留在30年前。

Dawn Capital内部是怎么解决这个问题的？他们搞了个叫“Brain Stem”的系统，灵感来自大科技公司的财务团队。这套系统靠数据工程搞定最繁重的活儿，自动生成讨论用的幻灯片和给有限合伙人的报告。结果呢？时间省下来了，讨论质量还上去了。

三、外购与自建的困境

越来越多VC开始琢磨AI和数据策略之后，一个老生常谈的问题就冒出来了：是买现成的，还是自己从头搞？

Boukema的态度很务实：如果只是解决显而易见的问题，买现成的工具更划算。但基金要是真想建立真正的竞争优势，那就得在重大的、带变革属性的技术上舍得砸钱。他特别警告说：“如果你们的‘AI溯源模型’不过是把一堆公开数据集拼在一起排个名，那算不上什么明智的投资。”

自己来搭建的核心条件只有两个：一个是敢不敢在一个大赌注上投够资源，另一个是整个团队的文化能不能接受这种“赌性”。Boukema反复强调，数据给出来的最强有力的洞察，往往会挑战既有的关于“优秀创始人”或“好项目”的认知——这时候领导层的信任和开放心态，比什么都重要。

四、AI在VC行业的潜力

除了人脉管理和报告自动化，AI在VC行业的空间远比想象中大。Boukema尤其看好AI在关系网络和人才引荐方面的潜能，比如发现那些人类直觉容易忽略的连接点——一个创始人的大学室友可能就是你下一个投资组合里缺的那个人。

其实AI在写作、编辑（比如用Copilot和润色工具）以及电子邮件管理（Superhuman这类平台）上的应用，已经在不少VC日常工作里跑起来了。至于更核心的决策环节，用机器学习模型辅助判断，前景非常诱人，但也确实没那么容易落地。

Boukema的一个核心观点很值得听听：在风投这个行业里，AI应该是人类决策的辅助者，而不是取而代之。他主张一种“混合打法”——把AI在模式识别上的能力跟老投资人的经验揉在一起。这么做的好处也很实在：既能更容易发现那些被低估的机会，又能在一定程度上削掉人类决策中那些躲不开的偏见。

五、风险投资的未来

随着AI一步步渗透进风险投资，一些新的问题开始浮出水面，而且还挺值得认真想想的：

• 数据驱动的人际关系管理，会不会成为行业的新常态？

• 这对那些一向以“关系”为核心的VC文化，会带来怎样的冲击？

• 最关键的问题是——能不能借此发现那些之前被忽视的投资机会和创业人才？

有一个判断是清楚的：数据和AI正在重塑的行业名单上，风险投资很可能就是下一个被彻底改变的那一个。那些愿意接受变化、并且敢于在关系管理和决策流程上真正用数据说话的基金，能拿到的回报——不管是职业生涯上的，还是投资业绩上的——都可能是质的飞跃。用Boukema自己的话来说：“数据与AI在风险投资中的机会，是我职业生涯里最让人兴奋的事情。”

在一个永远讲究先发优势的行业里，谁能在人际关系管理这件事上真正把数据变成武器，谁就有可能是明天的风险投资领导者。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：人工智能风投增强人脉发现下一个伟大创始人要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题