我用AI对五份真实的融资演示文稿进行了评分，这些文稿保留了发送当天的原貌

Coworkers.Global创始人Charles Stack近日发表了一篇引人深思的文章，分享了他用自家AI代理“Alex”对五份真实的初创公司融资演示文稿进行评分的实验。这些演示文稿来自Airbnb、Uber、Buffer、Mattermark以及一家相对不知名的公司Usetrace。实验的核心在于，Alex的评分完全基于这些演示文稿在发送当天的原始内容，排除了任何事后信息的干扰，从而避免了常见的“后见之明”偏差。

实验结果显示，所有演示文稿的评分均未超过3.8分（满分5分）。Airbnb的种子轮演示文稿得分为3.80，这是一个“勉强通过”的评级，并非压倒性的认可。Alex指出了其弱点：市场机会是通过类比而非自身数据证明的。Uber的演示文稿得分为3.61，尽管缺乏实际市场数据，但其对问题“为何是现在”的精彩论证获得了高分。Buffer的演示文稿以3.54分位列第三，拥有最出色的用户数据和收入指标，但Alex的规模维度标注了其市场天花板有限。Mattermark得分为3.31，接近但未达到“可投”线，尽管它成功获得了650万美元A轮融资。Usetrace仅得3.02分，其市场容量和护城河被认为不足。

有趣的是，所有五家公司都成功融资，但并非所有都取得了巨大成功。Airbnb和Uber成为了行业巨头；Buffer后来盈利并保持独立；Mattermark在融资后未能维持增长轨迹，并于2017年被收购；Usetrace则彻底关闭。Stack指出，区分这些公司命运的并非融资金额，而是市场和规模潜力——这些因素在融资当天往往被忽视。

Stack强调，这些评分背后的权重是假设而非真理，样本量也有限。团队正持续校准Alex，将其与实际风险投资决策进行对比，并根据差异调整权重。他警告说，任何人都无法从种子轮演示文稿中准确判断哪家公司会成为巨头。真正有价值的能力是在市场给出答案之前，诚实地阅读文档，识别其证明、断言以及最可能致命的弱点。这正是优秀投资者在最初十分钟内所做的工作。