创始人必看:反向尽调V的5大法则,选错投资人比创业失败更致命!

marsbitDipublikasikan tanggal 2025-05-11Terakhir diperbarui pada 2025-05-12

就像 VC 会对投资项目进行尽职调查一样,创始人也应该对潜在投资者进行尽职调查。

VC 的首要任务是增加公司成功的几率。VC 可以通过多种方式实现这一目标,而确定每位投资者能够如何有效地支持自己的初创公司,则应该是创始人尽职调查的核心。如果站在创始人的立场上,我会按照以下条件筛选 VC。


首先,VC 是否真的能提高项目成功几率?


投资者除了提供纯粹的资金之外,还能提供其他价值吗?


我认为是可以的。通过与创始人的交流,以下是 VC 能够真正提供帮助的一些最常被提到的方式。


品牌:获得「第一梯队」 风险投资机构的支持,通常(至少在短期内)会提升公司的品牌。这在招聘人才方面提供了直接帮助。品牌光环效应在招聘最初的 10 名员工时作用稍小,但在公司达到 A 轮融资阶段或之后,它对吸引人才至关重要。鉴于早期招聘的员工对公司发展轨迹和文化有着巨大影响,创始人的理想做法是从自己的人脉网络中吸引这些人才。


强大的品牌意味着该机构或合伙人广为人知、备受尊敬,并被视为项目成功的重要因素。成功就是最好的品牌。


知识和洞察力:投资者是否有可以借鉴的经验,从而能给创业者提供有用的建议?他们是否特别擅长识别影响市场或业务的因素?


这里实际上包含两点:其一,VC 可能从其投资组合中成功的公司(或者他们自己作为创始人的类似经历)中积累的相关经验;其二,他们能够对更广泛的市场动态,以及这些动态在未来 6 到 12 个月内可能对公司产生的影响,提供清晰的认识。


人脉网络:有时 VC 可以帮助创始人(或其他职能部门负责人)接触到合适的人。「合适的人」 可能包括其他有相关经验的高管或潜在客户。创始人仍然需要靠自己争取业务,很少有客户是因为 VC 的影响力而获得的。但投资者肯定可以帮助创业者至少打开一些想要进入的大门。


推广渠道:一些 VC 拥有受众群体,因此,成为 「KOL」 是他们提供的价值的一部分。如今这一点很明显:许多 VC 正试图通过播客、时事通讯、X 账号等建立自己的推广渠道。有时,这些渠道确实可以成为为新初创公司提升知名度和引流的有效手段。


你收到了投资邀约,接下来该怎么做?


首先,恭喜你!有机会从一系列有竞争力的投资邀约中进行选择,这既是一种成就,也是一种特权。花点时间享受这个过程。


你很可能已经对想要与之合作的对象有了一些直觉判断。尽职调查过程往往能揭示一些情况,比如人们提出的问题类型、他们在整个过程中分享的见解、他们跟进的响应速度,以及是否感觉在文化上相契合等等。


是时候验证这种直觉了。以下是我将遵循的流程,无先后顺序:


对投资者进行背景调查:这些调查应该涵盖 VC 投资组合中成功的公司,以及那些濒临或已经倒闭的公司。了解投资者在成功和压力情况下分别是怎样的合作伙伴,这一点很重要。理想情况下,这些参考对象是与你潜在合作的投资者也有合作的公司。


检查冲突风险:该机构是否有投资相互竞争公司的历史?更重要的是,他们是否投资了任何理论上可能与你的公司竞争的公司?


考虑合伙人在该机构的任期:通常,你选择的既是一个机构,也是一个个人合作伙伴。我鼓励更多创始人询问潜在合作伙伴的抱负和未来计划。一个相关的思考实验是问问自己:如果这个合作伙伴明天离开,你对这家机构还会感兴趣吗?


确定该机构是否与你的公司所处阶段匹配:一个基金是否持续投资与你的公司处于相同阶段的企业,这会影响其资源的有用性、你的公司在资源分配中被优先考虑的程度,以及投资者能提供的建议的相关性。一个 10 亿美元规模的基金提供 500 万美元的种子轮投资,这笔投资只占其总分配额的 0.5%。坦率地说,如果一个基金向后期公司投入 5000 万到 1 亿美元,那么前一个公司获得机构在内部的关注和帮助就变得更困难了。


了解该机构对退出的看法:这听起来可能有点奇怪。但在当前 IPO 越来越少见的时代,了解投资者对收购或出售二级股权的看法,能为你避免日后的很多麻烦。同样,在加密货币领域,了解投资者对出售代币的看法,对于代币设计和推出策略来说是一个有用的参考因素。


选择合作伙伴往往是一条 「单行道」。挑选合适的 VC 永远不能 「成就」 一家公司,但它可以提高公司成功的几率,并且至少能让创始人的日子好过一点。多花几天时间对潜在投资者进行尽职调查,从长远来看可能会带来回报。


Bacaan Terkait

Claude dan Codex yang Kamu Pakai Setiap Hari, Di Dalam Meta Dilarang Dipakai Sembarangan

Meta, perusahaan induk Facebook, telah memberlakukan pembatasan internal ketat terhadap penggunaan alat bantu pemrograman AI dari pihak ketiga, Claude Code (Anthropic) dan Codex (OpenAI), sejak Mei 2024. Meski merupakan salah satu klien terbesar dan sangat bergantung pada alat-alat ini, Meta khawatir output yang dihasilkan dapat menyusup ke dalam data pelatihan untuk pengembangan asisten pemrograman AI internal mereka sendiri, MetaCode (awalnya DevMate). Proses ini, yang dikenal sebagai "distilasi," dapat menyebabkan model internal mereka secara tidak sengaja mempelajari kemampuan dan standar penilaian dari model pesaing, sehingga mengaburkan asal-usul kemampuan mereka yang sebenarnya. Pembatasan internal Meta berfokus pada mencegah AI eksternal terlibat dalam penulisan kode inti, pembuatan soal uji, atau penilaian untuk proyek MetaCode. AI masih diizinkan untuk tugas-tugas pendukung seperti menyusun alur kerja atau mengatur kode, tetapi semua outputnya harus ditinjau oleh manusia. Langkah ini dimaksudkan untuk menjaga kemurnian data pelatihan dan menghindari potensi pelanggaran terhadap ketentuan layanan penyedia model, yang sering melarang penggunaan output mereka untuk membangun produk pesaing. Tindakan Meta menyoroti dilema yang dihadapi seluruh industri AI: bagaimana menyeimbangkan manfaat menggunakan model AI yang kuat dengan risiko ketergantungan dan distilasi yang tidak jelas. Ini juga mencerminkan tekanan finansial, karena Meta berupaya mengurangi tagihan AI internal yang mencapai miliaran dolar dengan beralih ke solusi internal. Pada akhirnya, kebijakan ini bagaikan "peta berjalan di atas tali" yang menunjukkan tantangan dalam membangun AI yang benar-benar orisinal di era di mana AI semakin sering digunakan untuk menciptakan AI lainnya.

marsbit1j yang lalu

Claude dan Codex yang Kamu Pakai Setiap Hari, Di Dalam Meta Dilarang Dipakai Sembarangan

marsbit1j yang lalu

Mengapa Hari Ini Kita Membutuhkan Pandangan Konten AI?

Terkait kontroversi etis di industri hiburan global terkait konten AI, seperti proyek animasi AI Amazon yang dibatalkan, dan kemunculan film panjang AI pertama yang lolos sensor di Tiongkok, AI telah mencapai tonggak sejarah baru dalam produksi konten. Namun, kemajuan ini juga memicu perdebatan sengit, terutama mengenai penggantian aktor manusia dan kualitas artistik. Industri menghadapi dilema "pertarungan internal": di satu sisi, AI tak terhindarkan dalam produksi film, menawarkan efisiensi biaya dan kemungkinan kreatif baru. Di sisi lain, kekhawatiran mendalam muncul karena AI mulai memasuki ranah "makanan budaya utama" seperti film dan drama panjang, yang secara tradisional membutuhkan kedalaman emosional dan partisipasi manusia. Artikel ini membedakan antara "makanan budaya cepat saji" (seperti video pendek dan drama mikro) yang cocok dengan logika produksi AI—narasifragmen, kebutuhan emosi dangkal, dan model bisnis gratis—dan "makanan budaya utama" (seperti film dan serial TV) yang membutuhkan keterlibatan manusia yang lebih dalam. AI saat ini lebih mampu dalam yang pertama, tetapi masuknya AI ke dalam yang terakhir menantang keunikan manusia dalam hal kreativitas, pengalaman hidup, dan pertukaran emosi. Nilai manusia dalam penciptaan konten dianggap tak tergantikan dalam tiga aspek: kapasitas inovasi (AI cenderung menghasilkan konten homogen, bukan terobosan), hasil kerja keras (proses pembuatan yang panjang menambah nilai persepsi), dan pengalaman hidup serta ekspresi pribadi. Namun, perkembangan konten AI menghadapi risiko "melampaui batas": keunggulan biaya dapat mempersempit ruang kreasi manusia dan menimbulkan masalah plagiarisme; ledakan produksi dapat menyebabkan banjir konten berkualitas rendah yang mendorong keluar karya bagus; dan peningkatan efisiensi memindahkan risiko ke depan dalam proses produksi, menyulitkan moderasi. Oleh karena itu, diperlukan "perspektif konten AI" baru yang menetapkan batasan jelas. Prinsip intinya adalah: memastikan ruang kreasi manusia diperluas, bukan dipersempit; hasil kreasi manusia dihormati, bukan dirampas; manusia mempertahankan peran kepemimpinan dan tanggung jawab dalam penciptaan; serta memastikan transparansi dan dapat dikenalnya konten AI. Kesimpulannya, manusia harus menjadi "juru mudi" teknologi. Masa depan konten AI harus menjadi perjalanan yang dikendalikan oleh manusia, di mana penilaian, filter, dan apresiasi estetika manusia di setiap tahap—produksi, distribusi, konsumsi—menjadi lebih penting dari sebelumnya untuk melindungi nilai inti budaya sebagai wahana pertukaran spiritual manusia.

marsbit2j yang lalu

Mengapa Hari Ini Kita Membutuhkan Pandangan Konten AI?

marsbit2j yang lalu

Makalah Planck Ditarik? Bapak Pendiri Kuantum Tersandung Algoritma

Artikel baru-baru ini mengungkap bahwa dua tulisan Max Planck, perintis teori kuantum dan pemenang Nobel Fisika 1918, yang diterbitkan pada 1940 dan 1942, secara keliru ditandai sebagai "retracted" (ditarik kembali) dalam platform digital Springer. Menurut investigasi, penarikan ini bukan disebabkan oleh penipuan atau kesalahan ilmiah, melainkan oleh "kerusakan algoritma." Kedua artikel tersebut, yang membahas refleksi filosofis tentang ilmu pengetahuan, diterbitkan di jurnal Jerman *Die Naturwissenschaften*. Pada masa itu, praktik seperti menerbitkan kembali pidato di beberapa saluran (jurnal, pamflet, kumpulan esai) adalah bagian normal dari penyebaran gagasan ilmiah. Namun, sistem digital modern mengidentifikasi praktik historis ini sebagai "penerbitan ulang" atau "pelanggaran hak cipta," yang dianggap melanggar norma penerbitan saat ini. Lebih memprihatinkan, platform Springer tidak hanya memberi label "retracted," tetapi juga mengganti teks asli artikel dengan halaman kosong, menghilangkan akses ke konten aslinya. Hal ini menunjukkan masalah yang lebih dalam: infrastruktur penerbitan akademik digital dapat secara keliru menerapkan standar kontemporer pada karya historis, sehingga mengaburkan dan bahkan menghapus warisan ilmiah masa lalu. Kasus ini menjadi peringatan penting di era AI. Basis data digital, yang sering dianggap sebagai cermin netral dari pengetahuan, sebenarnya dibentuk oleh logika platform, asumsi hukum, dan aturan komersial. Kesalahan metadata seperti ini dapat diperkuat oleh model AI, mesin pencari, dan alat akademik di masa depan, yang pada akhirnya mengancam keakuratan dan aksesibilitas memori ilmiah.

marsbit2j yang lalu

Makalah Planck Ditarik? Bapak Pendiri Kuantum Tersandung Algoritma

marsbit2j yang lalu

Trading

Spot
活动图片