技术尽职调查：别被PPT忽悠，看穿技术底牌才是正经事

上周一一个朋友打电话问我，他们准备投一个做“工业AI视觉”的创业公司，估值已经谈到3个亿，对方技术显得很牛，产品demo也跑得动。他问我，要不要做技术尽职调查。我直接说了一句：不做，你就等着当韭菜。 这话不是吓唬人。技术尽调这活儿，看着是花钱请几个专家看报告，实际上是在赌桌上翻对方的底牌。你翻不到，这局基本就输了。

技术尽调到底在调什么？

很多人以为就是看看专利多不多、代码库里有没有东西。天真。真正的技术尽调，要拆开好几层皮。 最底层是知识产权。不只看专利数量，要看权利要求范围够不够宽，是不是核心专利，还是拿一堆外观设计凑数。重点看有没有侵权风险——你投的公司技术再好，只要踩到别人的专利地雷，分分钟被索赔到破产。这里我见过一个案例，某初创公司做了三年传感器，核心算法居然是借鉴了某巨头的开源代码，但开源协议是GPL，一旦商业化，必须把整个代码库开出来。投资人知道后脸都绿了。 技术尽职调查专利权利要求对照表示意图 再往上是技术路线与壁垒。很多AI公司吹自己什么都能做，其实算法用的是公开论文改了个参数。你得问，你的模型在什么数据上训练？特征怎么提取？有没有别人绕不过的know-how？比如同样是做芯片，是走成熟制程还是先进封装？技术路线选错，再有钱也救不回来。

团队和技术验证：光看创始人简历会出大事

团队背景这事儿，说实话，大部分人只会看学历和论文。但技术尽调里，你得看关键人的可替代性。核心技术是攥在创始人手里还是团队手里？如果创始人一出车祸，公司是不是就瘫了？这听起来残酷，但真金白银投进去，就得想清楚。 还有技术验证。demo能跑，不代表量产没问题。我见过一家做固态电池的，实验室数据好看得不行，结果中试线一放大，良率直接掉到20%。所以尽调时必须去现场看产线，看他们的测试报告，最好自己带样机去试。别信“我们实验室特殊环境”这种鬼话。 技术尽职调查团队访谈现场记录笔记特写

行业里的坑，一个比一个深

这两年AI最火，但AI尽调特别容易翻车。为啥？因为模型本身没法直接评估。你光看输入输出，中间是黑盒。这时候就要看它的数据源了——数据是公开爬的还是合法买的？数据标注质量怎么样？有没有隐私合规问题？去年某知名AI公司因为训练数据侵权，被罚得差点关门，前车之鉴。 再说说半导体。技术尽调要关注工艺节点和设备依赖。有些公司宣称“国产替代”，但其实核心设备还是从国外进口，人家一断供，你就傻了。所以尽调得看供应链风险，设备、材料、软件，每一环都不能卡脖子。

我自己摸索出来的土办法

我自己摸索出来的土办法 专家会诊当然要有，但我告诉你一个简单的土办法：让技术团队讲一遍他们的技术史。从第一版原型到现在，每一步怎么迭代的？瓶颈在哪？他们怎么解决的？你要是在中间问几个“为什么”，对方支支吾吾或者全是套话，那就得小心了。真正做过技术的人，对自己项目里的坑了如指掌，讲起来都是有血有肉的。 还有一招，就是去看技术人员的离职员工怎么说。LinkedIn上找几个前员工聊天，比看十份报告有用。他们能告诉你，曾经吹的牛到底实现没实现，团队内部有没有技术分歧。这招有点损，但特别好使。

未来的技术尽调，光靠人脑不够了

现在技术迭代太快，一个技术方向几个月就变天。传统专家审阅的套路，说实话已经跟不上。现在慢慢兴起用AI工具辅助分析技术趋势，比如把全球论文和专利喂给大模型，让它自动梳理技术路线和竞争者布局。但这东西也有风险，大模型可能一本正经地胡说八道，所以只能当辅助。 不过话说回来，工具再先进，最终还是要靠人的直觉和经验去判断。技术尽调的本质，是用深度研究来对抗信息不对称。你多花一个月时间把技术摸透，可能省下几个亿的亏损。 别嫌慢，别嫌贵。真出事了，你才知道这钱花得值。