一份来自PE的尽职调查指南，看穿估值泡沫背后的真实价值

 

引言：AI资本狂热下的冷思考

2025年的盛夏，人工智能（AI）领域的资本热度丝毫未减，反而愈演愈烈。翻开上半年的全球投融资报告，一连串惊人的数字扑面而来：根据Pitchbook的数据，仅2025年上半年，美国AI初创公司的融资总额便已突破1000亿美元大关，达到了惊人的1043亿美元。其中，OpenAI在3月份完成的400亿美元巨额融资，不仅刷新了行业记录，更成为这股资本浪潮中最具标志性的事件。

市场的狂欢不止于一级市场。并购和首次公开募股活动空前活跃。安永的报告明确指出，AI能力已成为驱动企业并购的核心考量因素。而在二级市场，IPO的闸门正为AI企业敞开。据StockAnalysis统计，截至2025年7月28日，美股市场已有196宗IPO，相较于去年同期的109宗，同比激增近80%。AI芯片制造商Cerebras等明星公司也已提交上市申请，准备在这场资本盛宴中分一杯羹。

然而，正如一枚硬币总有两面，繁荣的景象之下，隐忧与泡沫亦在悄然滋生。一个名为“AIWashing”（AI清洗）的现象正变得日益普遍。这个术语指的是，部分企业为了迎合市场热点、抬高自身估值，在营销或融资过程中刻意夸大其词，将一些非核心、甚至根本不存在的AI技术包装成其核心竞争力。这种行为不仅误导了投资者，也扰乱了市场的正常秩序。

#名词解释：AIWashing（AI清洗） 指企业通过营销或公关手段，将其产品、服务或内部流程伪装或夸大为具备人工智能（AI）驱动的能力，而实际上其AI技术的应用程度很低，甚至根本没有实质性的AI技术。其目的在于误导投资者、消费者和市场，从而获得不相称的估值、媒体关注或市场份额。这是“洗绿”（Greenwashing）概念在AI领域的延伸。

权威机构的观察也印证了这一担忧。《哈佛商业评论》在2025年6月的文章中指出，尽管私募股权公司对AI的兴趣浓厚，但迄今为止，鲜有公司报告从生成式AI投资中获得了显著回报，结果好坏参半。SAS的全球AI市场策略主管MarinelaProfi更是直言不讳地预测：“2024年是实验之年，而2025年将是生成式AI的分水岭之年。我们将看到一些组织因善用AI而蓬勃发展，同时另一些组织则会掉队。”

这为我们所有身处其中的投资者敲响了警钟。在这场由资本、技术与期望共同谱写的交响乐中，我们不禁要问：

在这场资本盛宴中，哪些是真正具备颠覆性价值的硬核科技，哪些又是被资本泡沫包裹的“伪AI”？作为专业的私募股权投资者，我们应如何构建一套行之有效的分析框架，穿透层层迷雾，精准识别并投资于那些能够定义未来的真正价值所在？

本文将从PE管理人的视角出发，结合全球宏观数据与微观案例，为您提供一份详尽的AI投资尽职调查指南，旨在帮助您在这场“去伪存真”的考验中，稳健前行。

 

全球视野下的AI资本市场：冰火两重天

核心观点：总量过热、结构分化、中美各异

云石资本认为，2025年的全球AI资本市场并非铁板一块，而是呈现出“总量过热、结构分化、中美各异”三大鲜明特征。高昂的估值与潜在的高风险如影随形，这对投资者的专业甄别能力提出了前所未有的挑战。理解这三大特征，是制定有效投资策略、规避重大风险的前提。

• 总量过热：千亿级别的资金在短期内涌入单一赛道，导致整体估值中枢被大幅推高。资本投入的速度远超商业化变现和退出的速度，市场流动性与情绪在很大程度上主导了资产定价。
• 结构分化：资本并非均匀分布，而是高度集中于少数头部平台型公司和基础设施提供商。与此同时，大量中腰部应用型AI企业面临融资困境，市场呈现出显著的“马太效应”。
• 中美各异：作为全球AI发展的两大引擎，美国和中国在技术路径、商业模式、政策环境和资本驱动力上存在本质差异，形成了两套平行但又相互影响的生态系统。

 

美国市场：巨头引领，资本汹涌下的估值焦虑

美国市场无疑是本轮AI浪潮的策源地和中心。其特点是技术原创性强，资本市场成熟，巨头企业凭借其深厚的技术积累和庞大的资本实力，主导着整个行业的发展方向。

数据描绘的繁荣景象：

首先，资金流入规模空前。如前所述，Pitchbook的数据显示，2025年上半年美国AI初创公司融资额高达1043亿美元。然而，一个值得警惕的对比是，同期VC支持的退出总额（包括并购和IPO）仅为360亿美元。这意味着投入的资本远超实现回报的资本，大量的资金沉淀在一级市场，持续推高未上市公司的估值，也为未来的退出埋下了不确定性。

其次，资本高度集中。在这上千亿美元的融资中，少数几笔交易占据了半壁江山。除了OpenAI的400亿美元，还包括数据标注与模型评估公司ScaleAI获得的143亿美元投资，以及另一家基础模型巨头Anthropic完成的35亿美元融资。这种现象清晰地表明，资本正向拥有基础大模型能力和核心数据资产的平台型公司高度聚集。经济学家及风险投资家BillJaneway将此现象归因于VC行业典型的“羊群效应”，即资本倾向于追逐少数已被验证的明星项目，这在短期内可能导致其他同样优质但尚未获得足够关注的项目被忽视，并从整体上非理性地抬高了整个赛道的估值中枢。

案例背后的深层逻辑：

以OpenAI、Anthropic为代表的基础模型公司，其核心竞争力在于能够定义下一代人机交互范式，并成为未来所有AI应用的基础设施。投资者押注的是它们能够成为像操作系统或云计算平台一样的生态主导者。而对ScaleAI的巨额投资，则反映了市场对高质量数据——AI模型训练的“燃料”——价值的高度认可。这些投资逻辑清晰，但也伴随着极高的技术实现风险和商业模式不确定性。

与此同时，二级市场的并购与IPO活动也异常活跃。AI芯片作为算力的基石，备受追捧。Nvidia的Hopper和Blackwell系列芯片持续热销，而其竞争对手Cerebras也已正式提交IPO申请，计划在2025年登陆资本市场。这表明，投资者不仅关注模型本身，更关注支撑AI发展的“卖水人”。

 

中国市场：政策驱动，应用追赶中的独特机遇

与美国市场由科技巨头和风险资本主导不同，中国AI市场的发展呈现出鲜明的政策驱动和应用导向特征。政府在顶层设计、资金引导和场景开放等方面扮演着至关重要的角色。

数据与案例的中国特色：

尽管面临宏观经济和地缘政治的挑战，中国在AI领域的投资热情依然不减，尤其是在关键技术和应用领域。根据KPMG发布的《VenturePulse》报告，2024年第一季度，亚洲十大风险投资交易中，中国企业独占八席，其中AI是核心投资方向之一。例如，国内大模型领域的明星创业公司“月之暗面”（YueZhiAnMian）在该季度完成了高达10亿美元的融资，成为中国AI领域单笔融资额的标杆性事件。

“国家队”的入场是中国AI投资格局的另一大特色。2025年国家集成电路基金（二期）注资AI领域达93亿美元，占总投资额的62%，形成“政府领投-产业跟投”的独特模式。地方政府配套资金通过"新基建专项债"流向AI+政务场景。与美国市场化VC主导不同，中国形成"政策目标-应用场景-资本配置"的强耦合链条。无独有偶，另一家大模型“独角兽”智谱AI（ZhipuAI）近期也获得了来自杭州市属国资平台的超10亿元人民币战略投资。这些举措凸显了国家意志和地方政府在推动AI核心技术自主可控、加速产业发展中的关键作用，为本土AI企业提供了宝贵的资金和政策支持。

在二级市场，A股上市公司同样展现出强劲的增长潜力。以登陆科创板的AI芯片公司云天励飞为例，该公司在AI芯片领域深耕多年，近期战略重心全面转向市场需求更为广阔的AI推理市场。根据其财报，云天励飞2025年第一季度营收同比增长高达168.2%，达到2.64亿元人民币，创下同期历史新高。其发布的DeepQiongX6000系列推理加速卡，宣称采用全国产化的制造和封装工艺，已成功获得市政计算中心、电信运营商等关键客户的订单。云天励飞的案例充分证明，部分本土AI企业已经穿越了纯粹的技术研发阶段，具备了扎实的商业化落地和自我造血能力，这为A股市场的AI投资提供了坚实的价值锚点。

中美对比洞察：不同土壤，迥异的投资逻辑

深入剖析中美两大市场后，我们发现其AI产业的驱动力、商业模式和投资逻辑存在根本性差异。简单地将美国市场的成功经验复制到中国，或用中国的市场逻辑去评判美国公司，都可能导致严重的投资误判。瑞银集团（UBS）的一份深度分析报告为我们提供了极佳的对比视角。

UBS的报告指出，美国AI投资的核心逻辑建立在强大的企业级服务市场和巨大的资本开支与研发投入之上。数据显示，2025年，美国四大科技巨头（亚马逊、谷歌、微软、Meta）的资本开支预计将达到3020亿美元，而中国四大巨头（阿里巴巴、百度、字节跳动、腾讯）同期预计为510亿美元，前者是后者的近6倍。在研发投入上，差距同样悬殊，美国前三大云平台2025年预计投入1800亿美元，而中国同行仅为350亿美元。巨大的投入带来了技术的代差优势和更高的利润空间（美国云平台毛利率约70%，中国约50%），使其能够通过向企业客户提供高附加值的AI服务来实现快速变现。

相比之下，中国的AI发展路径更侧重于与庞大的消费互联网生态（如电商、游戏、社交媒体）和制造业深度融合。中国拥有全球最完善的制造业供应链和最丰富的应用场景，这为AI技术的快速落地和迭代提供了得天独厚的土壤。政策的强力引导，加上对成本效益的高度敏感，使得中国AI企业更擅长在具体场景中解决实际问题，实现“降本增效”。例如，在制造业，宝马、西门子等公司已在中国工厂广泛应用AI进行质量控制和预测性维护，将生产缺陷率降低40%，非计划停机时间减少20%。

这种差异直接导致了投资策略的不同。在美国，投资的核心是寻找拥有最强技术护城河的平台型公司和基础设施提供商。而在中国，投资机会更多地存在于那些能够将AI技术与特定行业知识紧密结合，创造出可规模化复制的应用解决方案的公司。

图1：2025年中美AI资本市场关键指标对比（数据来源：Pitchbook,KPMG,UBS）

正是由于中美市场在驱动力、估值体系和退出路径上的显著差异，使得对AI项目的尽职调查变得尤为复杂和关键。一个看似光鲜的项目，其背后可能隐藏着与特定市场环境不匹配的根本性缺陷。因此，建立一套能够穿透表象、直达本质的尽调框架，成为所有严肃的PE投资者必须掌握的核心能力。

PE的尽职调查指南：四维穿透法识别“AIWashing”

面对纷繁复杂的市场信号和被高度包装的项目信息，投资者极易陷入“AIWashing”的陷阱。为了系统性地剥离炒作外衣，直达企业价值内核，云石资本在多年的投资实践中，沉淀并打磨出一套行之有效的“四维穿透”尽职调查框架。该框架从技术、商业、数据、财务与法律四个维度，对目标公司进行全方位、深层次的剖析，旨在回答一个根本问题：这究竟是一家真正的AI驱动型企业，还是一家披着AI外衣的传统公司？

维度一：技术穿透 核心问题：技术是护城河，还是“开源套壳”？   算法原创性与先进性：评估其核心算法相较于主流开源模型（如GPT、Llama系列）的改进程度。是颠覆性创新，还是简单的微调？能否在特定任务上证明其性能超越通用模型？ 知识产权组合：核查核心专利的授权状态、保护范围及地域覆盖。是否存在正在申请中的关键专利？更重要的是，要警惕潜在的IP侵权风险，尤其是在训练数据和模型架构方面。 技术团队背景与稳定性：深度背景调查核心技术人员（CTO、首席科学家等）的学术背景、过往项目经验及其在业内的真实声誉。团队的凝聚力和稳定性如何？是否存在核心人员流失的风险？ 技术栈与工程化能力：考察公司是否具备将算法模型高效部署、迭代和扩展的工程能力。其技术架构是否稳健、可扩展，能否支持大规模商业化应用？

 

维度二：商业穿透 核心问题：AI是增长引擎，还是“营销噱头”？   收入构成与质量：严格审计由AI核心技术直接驱动的收入占比。警惕企业将传统的软件许可、咨询服务或人力外包收入包装成AI收入。收入是经常性收入还是项目制收入？ 单位经济模型：精确测算客户终身价值（LTV）与客户获取成本（CAC）的比率。一个健康的SaaS或AI服务公司，其LTV/CAC比率通常应大于3。这个指标是验证其商业模式能否持续盈利的关键。 客户质量与粘性：分析头部客户的构成、付费意愿、使用深度和续约率。标杆客户是否真正将AI产品融入其核心业务流程？客户流失率是多少？这能判断产品是否解决了客户的真实痛点。 市场规模与竞争格局：评估目标市场的真实规模和增长潜力。公司在市场中的定位是什么？其竞争优势是否清晰且可持续？

 

维度三：数据穿透 核心问题：数据是资产，还是“负债”？   数据来源与合规性：这是AI企业最致命的风险点之一。必须审查训练数据的获取方式是否合法合规，是否遵循了GDPR（欧盟通用数据保护条例）、CCPA（加州消费者隐私法）等国内外关键法规。是否存在侵犯个人隐私或第三方数据版权的风险？ 数据独特性与壁垒：评估企业是否拥有高质量、大规模、独家的专有数据集。在模型能力日益趋同的今天，独特的数据资产是构建长期竞争优势的核心。数据是否形成了“数据飞轮”效应，即越多的用户使用产生越多的数据，从而让模型更智能，吸引更多用户。 数据治理与安全：公司是否有完善的数据治理框架和安全措施，以防止数据泄露、滥用或被攻击？根据AI4SP的报告，对AI安全和隐私的信任度已从2023年的50%下降至2024年底的不足25%，凸显了数据安全的重要性。

 

维度四：财务与法律穿透(F&LDD) 核心问题：财务是稳健，还是“粉饰”？ 研发投入强度与效率：分析研发费用占总营收的比例，并与同行业公司进行横向比较。高投入是否能转化为受市场认可的产品和收入？警惕将研发支出过度资本化等财务粉饰手段。 财务健康度与现金流：检查公司的毛利率、净利率和现金流状况。公司是否有清晰的盈利路径图？其现金储备能否支持到下一轮融资或实现正向现金流？ 估值合理性分析：运用多种估值方法对公司进行估值，并与市场同类项目进行比较。当前估值是否透支了未来多年的增长预期？ 潜在法律与伦理风险：评估算法偏见、歧视、决策不透明（黑箱问题）等可能带来的法律诉讼和声誉风险。公司是否建立了相应的AI伦理审查机制和风险应对预案？

通过这套“四维穿透”框架的系统性检视，投资者可以大大提高识别“AIWashing”的能力，有效过滤掉那些仅有概念而无实质、仅有故事而无数据的项目，从而将宝贵的资本和资源，集中投向那些真正具备长期价值的硬核AI企业。

 

云石观点：穿越周期，聚焦价值

在当前这个机遇与挑战并存的AI投资时代，市场的喧嚣和短期的情绪波动不应成为我们决策的唯一依据。作为长期价值投资者，我们需要建立穿越周期的投资哲学和清晰的赛道判断。对此，云石资本投资负责人皮任远先生分享了他的核心看法：

我们如何定义一家值得长期投资的“真AI企业”？ “我们认为，一个值得长期投资的AI企业，绝非仅仅拥有一项亮眼的技术或一个动听的故事。它必须同时具备三大支柱：可防御的技术内核、可验证的商业闭环和可持续的数据飞轮。这三者互为支撑，缺一不可，是我们筛选项目的核心基石。” 可防御的技术内核：意味着公司不仅在算法或模型上有独到之处，更重要的是围绕这项技术构建了包括专利、专有数据、顶尖人才在内的多维度护城河，使其难以被竞争对手轻易复制或超越。 可验证的商业闭环：意味着公司的AI技术已经成功转化为产品或服务，并被市场和客户所接受，能够持续产生健康的收入和现金流。其单位经济模型必须是正向且可持续的。 可持续的数据飞轮：意味着公司的产品或服务在使用过程中能够不断积累独特且有价值的数据，这些数据反过来又能进一步优化其AI模型，从而提升产品体验，吸引更多用户，形成一个正向循环的增长飞轮。

 

总结与展望：AI投资的下半场

行文至此，我们对2025年AI投资的图景已有了更为清晰和立体的认知。从全球市场的冰火两重天，到识别“AIWashing”的四维尽调框架，再到我们机构穿越周期的投资哲学，所有分析都指向一个共同的结论：

面对人工智能这一划时代的投资机遇，市场的喧嚣终将散去，而真正的价值方能沉淀并永存。作为专业的私募股权投资者，我们唯有摒弃投机心态，回归投资本源，建立起从技术、商业、数据到财务与法律的四维认知框架，才能在这场波澜壮阔的“去伪存真”浪潮中，行稳致远，捕获卓越的长期回报。

 

展望未来，我们认为AI投资的下半场将呈现以下三大趋势：

趋势一：分化加剧，价值回归。正如我们之前引用的观点，2025年将是“AI分水岭之年”。资本的耐心正在消退，市场将不再为纯粹的概念和故事买单。那些能够将前沿技术有效转化为可衡量商业价值的公司将脱颖而出，获得资本的持续加持；而缺乏核心竞争力、无法实现商业闭环的企业，其估值泡沫将被无情戳破，甚至被市场淘汰。

趋势二：产业融合，深度赋能。AI将不再是一个孤立的技术赛道，而是作为一种如同电力和互联网般的通用目的技术，深度渗透和重塑各行各业。我们将会看到AI与生物医药（如AI辅助药物发现）、先进制造（如AI驱动的数字孪生与预测性维护）、新能源（如AI优化电网调度）、金融科技等领域的结合，将催生出下一批伟大的公司。投资的重点将从“投资AI”转向“投资被AI改造的产业”。

趋势三：基建为王，瓶颈即机遇。随着AI模型规模和应用广度的爆炸式增长，算力、能源、高速互联和数据安全等基础设施的瓶颈将愈发凸显。这些瓶颈既是制约AI发展的关键因素，也构成了未来十年最坚实、最确定的投资主题之一。正如淘金热中，最赚钱的并非所有淘金者，而是卖铲子、牛仔裤和提供水源的人。在AI时代，投资于这些“基础设施”的公司，有望获得更为稳健和可观的回报。

在这场由AI驱动的深刻产业变革中，挑战与机遇并存。云石资本始终致力于成为您最专业、最值得信赖的合作伙伴。我们将凭借严谨的分析框架、深度的行业洞察和丰富的投资经验，与您一同穿越市场的喧嚣与周期，发现并培育那些真正能够利用科技力量，改变世界、创造未来的创新力量。

 

【主要数据来源声明】

本文引用的数据和观点主要来自以下机构发布的公开报告或新闻报道，统计时间截至2025年7月：Pitchbook, KPMG, EY (Ernst & Young), UBS, Statista, Wall Street Journal, Reuters, Harvard Business Review, MIT Technology Review, TMTPost, Wired, ainvest.com, automate.org, klover.ai, pymnts.com 等。

 

【免责声明】

本文内容基于公开信息整理分析，仅代表本机构阶段性研究观点，不构成任何投资建议或承诺。市场有风险，投资需谨慎，请您注意以下事项：

• 特别风险提示：人工智能产业存在技术路线迭代风险、商业化落地不及预期风险及政策监管不确定性。文中提及的具体企业、产品案例仅作行业研究参考，不代表本机构投资标的推荐或价值判断。
• 信息可靠性声明：本文引用的第三方数据已标注来源，但不对其准确性、完整性作任何保证。读者应结合自身判断进行决策，本机构及其关联方不承担因使用本文信息而产生的任何直接或间接损失。
• 前瞻性陈述免责：文中涉及行业规模预测、技术发展路径等前瞻性陈述，均存在重大不确定性，可能与实际结果存在重大差异，请勿作为投资决策唯一依据。
• 内容来源及版权声明：本文部分信息综合自公开报道，若内容涉及版权争议或侵权问题，请权利人联系本机构，我们将在核实后第一时间处理。未经本机构书面授权，不得擅自改编、传播或用于商业用途。

重申风险提示：市场有风险，决策须谨慎。本文所有内容最终解释权归[四川云石股权投资管理有限公司]所有。