2007年之后，中国经济的崛起为创业投资行业的繁荣提供了丰沃的土壤，目前中国已成为全球广义私募股权投资最活跃的地区之一。而随着中国进入创新发展新阶段，与创业投资不相匹配的是创业投资项目估值理论和实务发展的局限性。

创业投资（VentureCapital，简称“VC”）又称风险投资，简称创投或风投，多指向符合国家或地区产业导向的、新型的、具有高成长潜力的未上市企业进行的股权投资，并由创业投资企业通过参与被投资企业的创业过程，提供创业管理及引导、扶持产业发展的增值服务，以期在所投资企业发育成熟后主要通过股权转让实现高资本收益的资本运营方式。创业投资项目即为创投机构的被投资企业。

从2007年至2018年，国内登记的股权投资主体已由100多家增长至1.4万家；投资金额每年从人民币1173亿元增长至10788亿元；投资案例每年由617个增长至10021个。中国已成为全球广义私募股权投资最活跃的地区之一。但是，与国内广义私募股权投资市场繁荣不相匹配的是其评估领域理论和实务的发展。在评估理论层面，中国评估行业经历了30年的发展，但目前仍未有私募股权投资评估的相关指引。在实务操作上，大多数评估机构对此类项目的参与较少，尤其近些年市场对广义私募股权投资项目尤其是创业投资项目的评估需求日益增多，而国内评估行业关于该类项目缺乏坚实的理论基础和实践认知。该类项目中企业通常处于早期发展阶段，财务数据可依赖程度较低，预期收益和风险均较高，使用传统评估理论通常不适宜或存在“事后回头看”的高风险。

张骏，中国杰出的创业投资人，从业22年，先后在麦肯锡（McKinsey &Company）、摩托罗拉（Motorola Inc）、软银（Softbank）担任商业战略管理与投资工作，后来创办景顺投资（Prospects Capital）和（INSITE FUND），成功投资、孵化了一批有影响力的公司和品牌，在商业方面取得了巨大的成功。他于2020年设计了“基于AI深度学习算法的创业风投决策支持系统”，简称AI-decision(for VC)，于2022年申请了软件著作权，登记号2022SR0823423，利用人工智能技术进行创业投资，并取得了行业瞩目的成就，成功投资与孵化了一批行业独角兽，尤其是在新能源、供应链、社区生活、智能物联网方面的创业投资，均取得了巨大的商业投资回报。这与AI-decision(for VC)的强大算法密不可分，是人工智能（AI）技术在创业领域的重大应用，填补了该领域的空白。

张骏结合理论研究和自身实务经验，通过研究为创投业务的评估提供具有高度可操作性的评估思路和方法，并结合人工智能的深度学习算法，设计了AI-decision(for VC)。通过融合人工智能技术在创投领域的的研究，张骏为创业投资项目的估值问题在评估方法上提供更加系统的智能认知、智能筛选、智能决策，并起到对同类业务提供理论和实务上的讨论及借鉴意义。

张骏认为，创业投资的商业本质是价值投资，包括价值发现、价值创造和价值坚守。价值投资始于发现项目，对某一个产业、行业有深刻理解，才能发现它未来的价值；价值创造是在投资之后，利用投资机构所掌握的自身资源去培育、推动企业快速成长；价值坚守是能做到在别人不看好的时候敢于投资、甚至长期持有，这源于对某个行业的深刻理解和自信。把握行业趋势、洞察投资机会的关键在于深刻理解行业变迁内在规律，依托能表征项目价值的技术、产品、专利、市场、团队、政策等数据建设知识图谱和评价模型，推动面向创投机构构建以“数据和算法”驱动的项目评价新机制，提升项目投资的精准化和投后管理的专业性。对于创业风投的发展，张骏提出三点建议：一是依托知识引擎进行行业精准画像，选赛道；二是建立多维度价值评价模式，选项目；三是跟踪产业链生态企业动态，选退出通道和时机。

AI-decision(for VC)，利用AI将数据价值最大化

AI-decision(for VC)首先是一个数据架构，数据架构的目的是在正确的时间，从任意位置，将正确的数据与正确的人连接起来，从而全面释放数据价值，加速创业风投的数字化转型。

张骏通过分析动态协调分布式数据，用跨数据平台的数据以可信赖的方式来支持各种不同的分析或者是应用系统的场景，而非机械性地搬运或复制数据，也不是点对点连接，或以集中式、单一枢纽式的数据集成方式来将数据放在统一的平台上分析。这样做看起来简单，但在混合云的环境中，成本和复杂度增加，时间成本也高。所以AI-decision(for VC)其实是一个跨越不同数据来源的虚拟网络，使这些数据互相之间产生了虚拟的连接，从而使得在不需要发生物理流动的情况下，能够被人看到、被查询、被分析。

想要实现用智能的、安全的、可信的，甚至是自服务的方式获得不同数据源的数据，AI需要在当中发挥非常大的作用。张骏通过通过融合人工智能技术，设计的AI-decision(for VC)可以提供四种AI自动化能力：

1、AutoCatalog（自动分类）。可以看成是张骏研发AI赋能的分类大脑。元数据的管理的目的是挖掘数据价值，是把各个不同来源的数据很好地利用起来的重要技术环节。它可以根据发现数据和分类的流程实现自动化，进行自动分类之后建立自动化目录，维护来自于不同数据环境数据资产的Dynamic（动态的）的Real time catalogue（实时目录）。实时目录是一个非常重要的自动化的能力，用于提供能力上的支撑，是为跨企业内不同业务团队之间的数据完成轻松查找的重要设计。

2、AutoAI（自动建模）。主要作用为尽量降低AI模型开发、模型校正、模型自我重新培训的技术门槛和人力付出，从而对动态的数据和整个AI本身算法生命的周期进行自动化。能够帮助确保在正确的时间把正确的数据给到正确的人。

3、AutoPrivacy（自动识别隐私规则）。主要是通过数据隐私框架当中的关键能力，使用AI的能力智能化地识别企业内部的敏感数据，被调用时系统能够识别、监控到，甚至在后续定义敏感数据的使用和保护时，可以为企业内部的政策实施自动化提供技术和智能化的保障。

4、AutoSQL（自动查询）。通过AutoSQL的技术来实现访问数据的自动化，无须物理地移动这些数据，从而提高了数据查询的速度，也降低了使用数据的人对数据来源所需要的了解。

这样一来，对于不同的数据源都使用同一个查询引擎，就能够统一地得到数据、分析数据。可以保证企业在挖掘数据价值过程中节省大量的时间和资源，避免了移动数据和维护多个查询引擎所带来的额外成本、复杂度，对人员技能的要求也无需太高。

张骏将这四项重要的AI赋能的Auto的能力，都加入到最新的AI-decision(for VC)版本当中。从目前张骏投资的创业项目来看，AI-decision(for VC)的价值以及自动化能力，给创投行业决策带来了震撼，这是是一次巨大的行业变革，张骏促进了创投行业的发展，为创投行业拥抱人工智能做出了重要的贡献。可以预见的是，AI将进一步颠覆创业投资。