8.8
深览指数
商业虎嗅·动察Beating©··AI 生成

谁是中国VC的自己人

基于46家机构17079条早期投资记录与410家可考创始人履历,作者量化了中国AI创投的「简历定价」机制:头部VC的AI早期仓位从2014年4.7%升至2026年55%,天使轮中位数达9000万元(全市场4.5倍),但创始团队任何单一标签在统计上都不能解释首轮是否过亿——标签只决定能否上牌桌。真正起作用的是VC把「看人」外包给了大厂、高校、同行和自家投过的公司,形成商汤→MiniMax→再创业的「族谱」闭环。作者还指出硅谷式的VC出身创始人,在中国换位到了二号位(CFO、总裁)。原文 ↗

核心观点
  • ▍中国AI早期投资的核心已从「判断项目」退化为「判断简历」,而标签只决定能否被头部VC看一眼(门票),进门后所有团队标签趋同,座次要靠标签之外的东西来排。
  • ▍硅谷最有用的创业简历是「在VC待过」,中国的一号位却要留给能被定价的简历(大厂、教授、清华、独角兽校友),VC出身者退到二号位(CFO、总裁、联合创始人)负责「找到愿意定价的人」。
  1. 01Deedy Das基于Harmonic对8525家美国初创公司的分析显示,「在顶级VC机构待过」使创始人获头部风投领投的胜算为条件相近者的2.83倍,高于前沿AI实验室(2.16倍)、顶尖大学(1.41倍)与前Google(1.29倍)。
  2. 0229家头部VC的种子到A轮出手中AI占比从2014年4.7%升至2026年55%;2025-2026年线性资本早期出手90%是AI,锦秋76%、五源69%,而深创投仅26%、中科创星21%。
  3. 03头部VC参与的AI天使/种子轮中位数从2016-2020年的1700-3000万元跳到2025年8760万元、2026年约9000万元,是全市场早期融资中位数(2000万元)的4.5倍。
  4. 04对178家有披露首轮金额的公司做logistic回归(控制赛道与年份),清华、海外名校、博士、高校教职、中美大厂、AI独角兽系、连续创业等标签无一在统计上显著;96.3%的可考团队至少带一个标签,平均2.3个。
  5. 05「AI独角兽系」公司平均有2.4家头部VC进场(其他1.8家),首轮过亿比例50%(其他25%);投资方信息完整的14家中8家拿了老东家股东的钱,如地瓜机器人、章鱼动力、YouWare、VAST。
  6. 062014-2017年头部VC押注的AI公司中46%创始团队有海外名校/港校背景、54%有博士;2025-2026年降至20%和31%,而中国大厂从24%升至45%、字节系从0升至19%,「Google黄埔」换成「字节黄埔」。
  7. 07头部VC于2014-2020年押注的391家AI公司中,仅3.8%走到上市或被并购,78%已注销或三年以上无新融资;但「没有新融资」不等于失败,部分公司已盈利不再需要融资。
反方 / 局限
  • — 作者自设的最大局限是样本选择:所有比例只发生在约1.4/10000能持续拿到融资的公司之内,且只覆盖公开披露信息的部分,看到的是「被选中的人」;「三年无新融资」以数据库记录为准,可能包含已盈利公司。
  • — 回归结果只反映相关而非因果,且与Deedy Das的美国口径不同,两者「只宜比较方向」;此外「大厂成就中多少来自平台、多少来自个人能力」作者承认现在说不清楚。
  • — 反例张力:宇树科技王兴兴(浙江理工大学本科)、帕西尼许晋诚、以及长期拒投VC的DeepSeek,都出自标签体系之外;而2025-2026年最受关注的两家AI公司一家创始人本科非名校、一家长期没拿过VC的钱——与「标签决定论」主线构成反证。
32 分钟 · 5 卡片 · 11 资料
读原文 →

概念锚点

前置背景

平行视角

未来推演

延伸追问