目前市場上已有多家服務商提供創業投融資信息數據，也已經有一些嘗試向人工智能+投資工具的方向轉變。

“我當時就想，我自己為什么不能早點知道這個公司?” 烯牛數據創始人兼CEO 李錦香看來，創投數據庫的價值體現并不充分。很多時候，這類數據庫只能做后發性的驗證，她希望能把數據的價值前置出來，把投資經理、分析師每天辛苦盯住行業動態的工作整合起來，用自動化工具提高效率，主動挖掘數據中深度埋藏的價值。

從大佬那里‘偷師學藝’

產品內測階段，烯牛數據的某位早期用戶提出了這樣一個問題：“業內的FA 財務顧問已經有成熟服務方案，你們的產品和 FA 有什么區別?”

受此疑問啟發，開發團隊意識到：最終用戶并不在乎產品底層數據多寡，光看一個個創業項目并不會激發投資興趣。傳統FA 整理出項目亮點做營銷，數據產品也應該把項目亮點提取出來，通過深入分析金融數據的使用場景，利用智能工具對一、二級市場企業數據進行聚合、清洗、挖掘，最終達到提升投資效率的目的。

隨后，烯牛數據產品開始設計場景應用，比如提供一系列話題性信息：“紅杉、真格、經緯、IDG 投了什么公司?”、“朱嘯虎最近在投什么項目”、“BAT 的資本布局”、 “北大清華創業者的新項目”等都是后來一度大受歡迎的主題內容。

“每天可能有上百條投融資事件發生，引起人們普遍興趣的只是一些特定的頭部機構。圈子里的人可能會比較關注的大佬。”李錦香比喻，“這就像是從大佬那里‘偷師學藝’的功能。”

此外，烯牛數據產品還上線了行業功能，提供基于細分賽道的一級市場為主， 二級市場為輔的數據分析、上下游產業鏈圖譜以及相關行業報告。

數據呈現方式變化后，產品的應用場景也逐漸擴張。非上市公司中，包含了一批最新、最活躍的潛力公司。這些經過加工后的信息數據，對于B2B 企業具有特殊價值。企業云服務、企業理財產品、財稅法務平臺等企業，都可以從中挖掘商業機會。

同時，針對FA、創業者需要找到真正有錢出手又對口的GP、GP 之間合作、GP 募資、LP 盡調GP 等場景，烯牛數據還開發了基金庫、LP 庫等產品功能，力圖將創投產業上下游資源實現更高質量的供求匹配。

目前烯牛數據的服務對象包括一級市場生態上下游的母基金、財務顧問、VC/ PE、銀行、券商、上市公司、媒體、會計師事務所等等;甚至私人銀行理財部門也會購買數據服務，從底層項目篩選高質量的財富管理產品，促進銷售工作。

一家企業成立后，隨著融資發展，業務規模成長，會逐步產生越來越多的數據。當數據樣本足夠大，從數據集合中又能提煉出新的價值。“有些成功的投資機構體量比較大，每天接觸的案子很多。有的時候可能好不容易找到一個好項目，但對方沒有融資計劃，這類機會丟掉很可惜。通過我們系統追蹤這類項目，就能持續關注到未來的機會。” 李錦香舉例，“一位投資經理可以在平臺上同時追蹤200 家公司、100 家機構，及時看到行業最新變化趨勢。投資人需要復盤時，也不用再去梳理、核對、更新基礎的項目信息狀況。我們的底層數據會自動保持更新，節省了人工成本。”

更相信機器，而不是人

風格輕快的用戶界面下，烯牛數據用大量“標簽”標記高價值信息。

第一類標簽用于行業分類，例如一家共享單車可以被歸類為交通出行、共享經濟等。這一類標簽拋棄傳統的樹狀結構， 以網狀結構覆蓋多重創新行業， 同時支持動態調整，滿足創新行業的快速變化。典型的例子如區塊鏈行業——去年區塊鏈還只是烯牛數據平臺金融行業下的二級行業。今年它已經是熱門一級類別。創投行業變化非常快，可能某一天某一個小的細分領域就能夠支撐起一個大的概念。

第二類標簽屬于烯牛特色概念標簽， 例如團隊優秀、知名風投、第一次沖進iOS 榜單、下載激增等等。對于用戶來說，這套標簽讓客戶可以從大量數據中找到頭緒; 也支撐起了烯牛數據“場景應用”的核心。

值得一提的是，烯牛數據公司團隊規模僅有50 人左右，全部為技術人員，沒有供養 “打標簽”的勞動密集型人員。目前整套系統底層全部由技術驅動， 90% 以上的數據由機器自動打標簽。

相比人工標簽團隊，李錦香更愿意相信機器：“烯牛數據團隊由專家定義標簽規則、背后通過算法來落地實現，由機器提取數據，由機器自動加工。 我們發現， 有時候人工打標簽，質量還不如用機器處理。因為機器打錯了，還是有跡可循的， 人的不確定性就無法確定了。我們同時關注幾十個行業，如果要人類做信息梳理， 背后的管理、培訓體系復雜度會極高，一致性也無法保障。”

李錦香坦言，機器打標簽這件事情上， 結果并非100% 完美。“例如在網狀結構標簽中，從不同的角度去搜索公司，統計數據雖然全面，但會有邊界模糊的問題。我們也在用人工與機器結合的方式處理特色標簽，對一些重點項目做數據加工;未來一定會不斷調整算法尺度，把準確度往99% 的目標提升，增加更多自動校準機制， 盡量提高數據質量。”

從投資機構到創業公司，李錦香始終沒有離開創新創業的生態圈。她始終認為， 創投行業需要技術來幫助自身提升效率。寄希望于外部的數據科學家、軟件工程師， 不如自己來做一個新更懂這個行業的痛點和需求。

閱讀《精益創業》一書，讓她感觸頗深：“我本身是比較喜歡VC 這個行業， 我覺得它的意義不僅僅是去幫助LP 賺錢， 更多的是它是在推動著社會往前走，讓生活變得更美好。‘人工智能技術服務創投行業’這件事情看起來特別大，我也是找到一個點就扎了進來。之后到底它能夠走多遠——我不做這件事情，可能永遠不知道答案;但無論如何，只要老同行們能夠用得好、用得爽，這個事情就是有意義的。”