AI 交易搜寻：将投资论点转化为合格创始人管道

1. 将授权转为搜寻简报

写一份同事可用的一页简报。说明阶段、国家、行业、支票金额、持股需求、后续投资计划和排除项。说明什么证据表示公司符合范围。把机构规则与偏好分开。AI 无法解决含糊的投资论点。

将每项规则转为信号和不确定性规则。已声明的国家可以用作筛选条件。推测的客户结构应保持未验证，直到人工核查。为每个纳入、排除和未知项写明原因代码。这是工作方法，不是投资建议。

2. 收集前设定数据规则

收集前，建立来源登记表。记录名称、访问条款、允许用途、字段、日期、负责人和删除或更新规则。仅在条款和当地法律允许时使用公开材料。公开资料不等于可以再发布、补充信息或联系个人。

个人数据需要明确目的和合法依据。提供所需隐私信息。只保留必要数据。ICO 表示，隐私信息必须说明依据和目的 [2]。数据跨境或敏感时，应取得隐私建议。

3. 建立公司台账

为每个候选公司分配稳定的内部 ID。保留名称、域名、已知司法辖区、来源 URL、日期和简短证据说明。先核查域名和法定名称。再用 AI 查找可能的匹配项。将合并和冲突交给审核者。

融资、产品重点和团队角色都会变化。给每项关键信息标注日期。设定审核期限。标记过期或缺失的证据。清晰记录应显示系统不知道什么。

4. 同时看证据和反证

候选清单应显示授权匹配、来源链接、未知项、冲突和反证。让 AI 找出会削弱匹配的事实。例如阶段不同、国家受限或模式不清。审核者应能拒绝公司，无须破解隐藏分数。

将置信度与吸引力分开。置信度说明证据的强度和日期。它不预测公司结果。NIST 称其 AI 风险管理框架是可信 AI 的自愿指南 [1]。保留提示词、测试样本、审核者覆盖决定和错误日志。

5. 分开搜寻、尽调和引荐

交易搜寻用于识别候选对象。尽职调查是投资前的核查。它检验主张、风险和决策事实。应与搜寻分开。搜寻说明可列出数据室或创始人通话的问题。它不是验证。

引荐前，确认谁可分享哪些信息。记录审核决定。这些核查不是完整的投资者尽职调查，也不是受监管的建议。

还要区分人脉连接与受监管的配售活动。在美国，SEC 指出，寻找投资者、协助证券交易和收取交易相关报酬，可能表明经纪活动。Regulation D 发行的配售代理不会自动免于 broker-dealer 注册 [3]。这只是美国示例，不构成法律建议。请针对各国、报酬模式和活动取得合格建议。

Master Collective 的 AI 尽职调查功能可整理证据并准备核查。它可促成相关人脉连接和引荐。它不提供完整的投资者尽职调查、受监管建议或保证的融资结果。

6. 衡量流程，而非回报

按固定时间审核工作流。跟踪审核者确认的合格候选公司占已审核候选公司的比例、每次审核的分析师时间、证据新鲜度、重复或错误合并率，以及有反面观点的记录。使用前定义指标。保留审核样本。

不要只用投资组合回报评价搜寻。回报来得晚。它还反映选择、配置、定价、后续投资决定和市场环境。以相同授权和审核规则比较版本。检查错误。每次只改一项控制。这样可改进流程，不能证明投资结果。