Crunchbase 全面轉型：不再只查歷史資料，用 AI 預測誰能拿到融資

以前想查哪家初創公司融了多少錢、團隊背景怎麼樣，大家第一反應都是去翻 Crunchbase。但現在這家老牌資料庫自己跳出來說：光看過去的資料已經沒用了。

Crunchbase 宣佈全面重構為 AI 驅動的預測引擎。它不再滿足於只當一家記錄歷史融資事件的靜態資料庫，而是要把重點轉向預測非上市公司的未來走向。

Crunchbase 執行長 Jager McConnell 把話說得很絕，他直言傳統的歷史資料行業已經死了，那些還在依賴靜態資料的公司早就該被淘汰。按他的說法，現在的 Crunchbase 要做的不是記錄昨天發生了什麼，而是幫投資人和創業者預判明天會發生什麼。

拿 8000 萬用戶的足跡來算命

從 2007 年在 TechCrunch 內部孵化，到 2015 年拆分獨立運營，Crunchbase 靠著整理全球創業公司的投融資資訊攢下了極高的知名度。但靜態名錄的門檻正在變低，大模型自己爬取整理資訊的能力越來越強，逼得老牌資料庫必須拿出新護城河。

這次推出的預測系統，主要是給數百萬傢俬營企業預測未來的重要節點，比如哪家公司可能很快會融下一輪、哪家有潛力成長為獨角獸，甚至誰最容易成為被收購的物件。

為了訓練和跑通這套預測模型，Crunchbase 把幾大塊資料來源攪在了一起。除了常規的全網公開資訊和政府公開備案檔案，還包括投資者與員工的直接爆料、資料合作伙伴的輸入，以及他們自家專家團隊的梳理。

更有殺傷力的是它自己的平臺數據。Crunchbase 目前擁有約 8000 萬月度活躍使用者，這些投資機構、獵頭和分析師每天在搜什麼、點開誰的主頁、對比哪些賽道，都被轉化成了海量的行為訊號。

官方公佈了一組相當驚人的內部測試資料：在預測公司能否拿到融資的任務上，該系統的精確度達到了 95%，召回率更是高達 99%。系統每季度會自動通過演算法和社群協同更新數百萬個非結構化資料點，把雜亂的碎片資訊重構為具體的趨勢研判。

這家曾經拿到 Alignment Growth、OMERS Ventures、Mayfield 和 Emergence Capital 累計約 1 億美元融資的公司，顯然想把自身最核心的資產重新包裝成投資機構的決策雷達。

為什麼重要

對一級市場的投資人和分析師來說，這套工具如果真的靠譜，能省下大量做初篩和掃道的時間。大家以前是等公司發了新聞稿再去跟進，現在可以直接順著預測線索去提前搶案子；對創業團隊而言，也能更清楚自己在投資人眼裡處於什麼階段。不過，目前這套預測能力主要依賴官方內部測試結果，在實際複雜的資本寒冬和行業波動面前，95% 的準確度到底有多少水分，投資機構還得用真金白銀去驗證。

我們認為，Crunchbase 這次轉型走得非常果斷，但也透著被逼到牆角的緊迫感。在通用大模型時代，傳統的結構化企業資料庫正面臨前所未有的貶值風險，任何團隊用自動化爬蟲配上大模型，都能在短時間內拼湊出一個像模像樣的創投資料庫。

Crunchbase 最聰明的做法，是沒有去卷大模型本身的底座能力，而是激活了自己沉澱多年的獨家資產——那 8000 萬活躍使用者產生的真實搜尋和瀏覽偏好。這些真實的行業注意力是公開網路上抓不到的隱性資料，也是預測初創公司熱度最敏感的溫度計。

但隱患同樣明顯。一級市場投資從來不是純粹的數字遊戲，創始人的臨場表現、私下的資源博弈往往決定了最後一刻的成敗。過分依賴演算法打分，可能會讓投資人陷入嚴重的群體同質化競爭，大家都盯上演算法挑出來的同一批明星專案，反而進一步推高泡沫。