AI创业真实案例评估

要解决的问题

AI 创业项目评估常被简化成两个动作：看技术够不够新，或者看市场够不够大。结果是评估报告写得很厚，决策时却仍然犹豫。这个技能要解决三个常见陷阱：

• 单一视角必然留下盲区。只看技术先进性，容易忽略商业化和合规风险；只看财务数据，又可能错过团队的实际执行能力。
• "投/不投"二分法会丢失信息。很多项目并不处于明确的好或坏状态，而是卡在某个关键假设尚未验证。
• 没有跟进动作的评估容易流于形式。评分表写完之后没有下一步，几周后无法判断当时的风险是否已经变化。

如何工作

这个技能把真实项目放进 9 个角色视角中分别打分，再做加权与冲突识别：

• 创始人视角：检查需求金字塔是 -1/0/1 强度，AI 与场景的融合度，数据飞轮处于 L1/L2/L3 哪一层，以及成本是否能用千元级法则平衡。
• 投资人视角：使用 6 维评分卡覆盖痛点真实度、解决方案、团队、市场、模式和壁垒，并通过 5 分钟信号提取 快速抽取关键信息。
• 孵化器视角：从 5 层生态健康指标、阶段性支持和校友价值判断项目外部支撑。
• 政策视角：评估监管沙盒、数据合规、知识产权和地缘政治四个维度。
• 学术视角：看方法论先进性和数据价值，但不把论文指标等同于商业可行性。
• CTO 视角：按 4 阶段架构检查技术债、团队搭建、DORA 指标，以及安全与 FinOps 实践。
• CMO 视角：从 ICP 5 维、4 种 GTM 模式、6 个获客渠道和 3 个增长飞轮判断商业化路径。
• COO/CFO 视角：覆盖 4 阶段组织、3 大报表、现金流 3 原则和 5 个财务指标。
• 客户成功视角：关注 NPS、续约率和客户反馈，避免用潜在需求替代已验证需求。

每个视角都需要给出量化评分和关键证据。随后技能会识别视角冲突，例如 CMO 认为 GTM 路径清晰，但 CTO 发现技术债已经影响交付节奏；这类冲突通常指向真实风险，而不是简单的打分高低。

最后使用 9 视角加权公式得到总分，并映射到 4 档决策：

• ≥ 7.5：重点跟进，可以立刻投资。
• 6.0-7.4：重点观察，需要在 1-3 月内验证关键假设。
• 4.5-5.9：谨慎参与，关键风险解决后再评估。
• < 4.5：暂时放弃或等待条件变化。

同时，技能会输出可执行的跟进动作，而不是只留下一个分数。框架还提供一个完整案例（AI 工业检测 Pre-A 项目）和 portfolio review 模板，便于把单次评估沉淀为团队常规流程。

适用边界与注意点

• 适合真实在投或路演项目，尤其是需要跨技术、产品、财务、政策综合判断的场景。
• 加权结果依赖每个视角的输入质量。如果某个视角缺少数据，应先补齐证据，而不是用主观猜测替代。
• 视角冲突不必然等于失败信号。有些冲突来自项目阶段，例如早期技术债高但市场验证不足，需要结合时间窗口判断。
• 4 档决策中的阈值是框架内的经验值，实际使用时可以结合基金策略、行业和阶段调整。
• 它不替代行业专家访谈、法律尽调或财务审计，更像一套可复用的内部评估操作系统。