好牛配资 AI融资的那些“资本泡沫”

伴随着人工智能（以下简称“AI”）技术的不断突破和市场扩张，吸引大量资本涌入的同时，也带来一系列挑战和风险。为此，全球多个司法辖区相继出台相关立法和监管规则，不仅为人工智能企业设立了更高的合规门槛好牛配资，也为投资者带来新的考量维度。

对于投资人而言，全面了解涉及AI领域复杂且动态变化的法律环境至关重要。其中，投融资交易尽职调查中评估目标公司及其业务的合规状况，是确保投资安全、控制投资风险的关键环节。

▲CFP

近日，接受《法人》记者采访的业内人士指出，AI行业的投融资法律尽职调查（以下简称“法律尽调”）因技术新颖性、数据依赖性及监管不确定性面临独特挑战。以中国境内AI投融资领域为例，其法律尽调过程需要采取多维度的方法，防范风险，确保投资安全。

谨防AI融资“资本泡沫”

“我信仰AGI（通用人工智能），但我更信仰能商业化。”前不久，某创投合伙人在接受记者采访时直言，现在很多人投资AI领域项目或业务，更倾向“有枣没枣先打一杆子”。由此，带来更多不确定的风险因素。

事实也如朱啸虎所言，当前，AI市场上弥漫着一股强大的情绪，投资者因担心错失良机，纷纷向AI领域投入大量资金。于是，AI初创公司的融资，一个比一个魔幻，估值更是高得离谱。伽马数据发布的《2024全球AI应用趋势年度报告》称，2024年，全球人工智能产业融资金额达4829亿元，同比增长77.2%。而数据分析公司Dealroom发布的最新报告显示，2024年，全球AI领域投资呈现爆发式增长，AI初创公司风险投资总额达1100亿美元，同比增长62%，创历史新高，远超其他科技领域。

据悉，去年欧洲AI初创公司Mistral AI成立4周，在员工仅6人的情况下，通过7页的PPT，种子轮融资竟高达1.13亿美元。这场AI狂欢之下，有人似乎嗅到了互联网泡沫破裂的气息，开始质疑AI领域会不会是另一个资本泡沫······

AI是未来十年中国乃至全球最具确定性的行业，中国创业者以务实的行动正在改写全球AI的竞争格局。IT桔子数据统计，近十年，中国人工智能行业一级市场融资整体规模从2015年的300.7亿元扩张至2024年的1052.51亿元，实现3.5倍增长。而从2024年到今年2月26日，AI领域共发生了343笔金额超千万元的融资案，涉及294家初创公司。

AI技术高速迭代中，行业发展的好坏，决定了各个城市在新一轮产业竞争中的座次排序。每一笔千万级融资背后，都藏着一座城市的野心与生死时速。这些融资数据，暗藏着一场场看不见硝烟的“战争”。AI投融资领域发生的大事件中，投资失败的案例不在少数，无所不在的危机提醒着投资界务必重视法律风险。

案例显示，某AI公司在产品中使用了开源软件，但未遵守相关许可协议（如GPL协议）。投资方未核查开源软件的使用情况，导致公司面临侵权诉讼；一家AI公司声称拥有多项核心技术专利，但投资方未核实专利的实际状态（如是否已授权、是否存在争议），后发现部分专利处于申请阶段，且存在被驳回的风险；某AI公司核心技术人员离职后加入竞争对手公司，但公司未与其签订竞业限制协议，投资方未发现此问题导致公司技术秘密泄露，竞争力下降；某AI医疗公司开发了一款诊断辅助工具，但未充分考虑医疗行业的监管要求，投资方未评估政策变化风险导致产品因不符合新规而无法上市；一家AI公司依赖某国外供应商的硬件设备，但未评估供应链的稳定性。投资方未发现这一风险，后续因国际关系变化导致供应链中断，公司业务受到严重影响······

上述种种案例表明好牛配资，尽调不规范、未勤勉尽责等将直接反作用在数据合规爆雷、知识产权陷阱、商业模式合法性危机等方面。

北京观韬中茂（上海）律师事务所合伙人王渝伟服务于数字法律与网络合规领域，他在接受记者采访时表示，目前底层大模型的AI应用较为普及，因其业务模式建立在上游开源或非开源性的大模型基础之上，通常涉及“调优”或者“二次训练”，上下游之间的法律关系异常复杂，由此产生的数据安全问题不可忽视。

“AI投融资法律尽调涉及复杂的知识产权、数据合规、算法透明度和责任归属等问题，需全面审查并制定应对策略，以降低投资风险。”金杜律师事务所公司业务部国际合伙人曾坚对记者说。

法律尽调“核心问题”凸显

深圳某AI初创公司开发了一款图像识别算法，但部分代码由外包团队完成，未明确约定知识产权归属。投资方在尽调时未发现这一问题，导致后续出现知识产权纠纷，影响公司估值和融资进程。该公司有关负责人对记者说：“其中涉及的法律问题是未明确核心技术的知识产权归属，尤其涉及外包、合作开发或员工发明时，引发权属争议。”

“AI投融资尽调的难点，首先体现在知识产权权属与有效性评估方面。”某证券公司投行副总裁李佩在接受记者采访时表示，AI企业的核心技术多依赖专利、算法、软件著作权等知识产权（IP），但其权属问题常因初创期管理不规范而复杂化。例如，部分IP可能未登记在企业名下，或存在与员工、合作方的归属争议。

此外，一些容易被忽视的法律尽调问题还涉及数据合规性、算法透明度与公平性、技术依赖与供应链风险、开源软件合规性、技术专利布局、员工竞业限制与保密协议、行业监管政策变化、技术商业化可行性以及合同履行风险等方面。

基于AI投融资过程的商业利益考量，AI企业往往面临着技术路线与迭代的风险。李佩认为，AI技术（尤其是大模型）迭代速度极快，可能导致投资标的短期内价值缩水。如新模型可能迅速取代现有技术，或在商业化落地前被替代。此外，AI企业的核心竞争力高度依赖数据质量和算力基础设施，但数据孤岛和算力资源分散可能成为隐患，需验证训练数据的合法来源，避免涉及隐私泄露或版权争议。

“数据算力依赖及合规问题不可忽视。当AI技术的应用场景和盈利模式尚未完全成熟，政策监管的不确定性进一步增加风险，商业化落地与政策合规性也是AI投融资需要重视的问题。”李佩对记者说，从投资调查的角度，传统的尽调项目远不足以避免新兴科技企业蕴藏的风险。

记者梳理发现，AI企业涉及的数据和算法问题也相当突出。例如，某AI公司使用大量用户数据进行模型训练，但未充分告知用户并获得同意，也未进行数据脱敏处理。据公开报道，该项目投资方未深入核查数据来源和合规性，导致公司因违反个人信息保护法被处罚，融资受阻；某AI公司开发的信用评分算法因缺乏透明度，被指控存在歧视性。投资方未对算法的公平性和透明度进行审查，导致公司面临公众质疑和法律诉讼。

王渝伟认为，在涉及个人隐私数据时，忽视数据收集、存储、使用的合规性，可能导致法律风险；在涉及敏感领域（如金融、招聘）时，忽视算法的透明性和公平性审查，可能引发伦理和法律风险；忽视对核心技术依赖和供应链风险的评估，可能导致业务中断或成本增加；忽视开源软件的合规性审查，可能引发知识产权侵权风险；忽视对专利状态的核实，可能导致技术壁垒被高估；忽视对员工竞业限制和保密协议的审查，可能导致核心技术流失；忽视行业监管政策的变化，可能导致业务模式不可行。

投融资尽调需“三位一体”好牛配资

“中国人工智能法律体系的构建采用‘小快灵’模式。”曾坚介绍，简言之，我国人工智能法律框架以网络安全法、数据安全法、个人信息保护法作为核心基础，《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等法规作为直接规制框架，并辅之以特定领域的细化规定。

上述法律框架下，投资人计划投资人工智能领域的企业和业务时，需基于投资国家和地区的法律规定，有针对性地在法律尽调中核查适用的监管规则，精准甄别潜在风险。风险评估结果将为交易推进决策、交易结构设计、定价策略制定、交易条件设定等提供重要支撑。

实践中，人工智能领域的法律法规复杂，监管趋势多变，使得投资并购活动的风险与机遇更加复杂多样。全面的事前尽调，能深入剖析目标企业的现状和问题，有效降低信息不对称为投资人带来的风险。

“根据新监管政策和口径对存量项目进行全面的专项合规复查、排查潜在合规风险，是投后管理的重要手段之一。”曾坚认为，尽早识别并化解风险，持续跟踪立法动向和监管趋势，可以有效提高投资的效率和安全性。

李佩建议，AI投融资尽调需采取“技术+商业+合规”三位一体的方法。通过行业分析师验证技术的先进性与壁垒，深入分析市场需求与竞争格局，关注头部企业的生态布局，强化数据隐私、数据合规、出口管制等法律审查，规避政策风险。

以对中国境内人工智能领域企业、业务进行法律尽调事宜为例，曾坚表示，核查事项涉及数据安全、个人信息保护、网络安全、算法技术合规、内部管理和服务规范以及知识产权、核心资质、特定行业与外商投资特别监管要求以及域外管辖多个板块。此外，在全球人工智能领域高度动态变化的法律环境下，投资人应密切关注立法动向、评估监管变化对存量投资项目和未来投资策略的影响。尤其就存量项目而言，根据新监管要求进行专项合规复查，评估监管变化对资产运营和价值的影响也是项目投后管理的关键一环。

曾坚建议，其解决方案在于：IP尽调，审查代码库、开源许可协议，确认核心算法权属；数据合规审查，评估数据来源、授权协议及隐私政策；算法审计，聘请第三方审计算法，确保公平透明；责任协议，与客户签订明确的责任分担协议，减少潜在风险；监管政策跟踪，持续关注政策变化，及时调整合规策略。

责编｜白馗

校对｜张波张雪慧

编审｜渠洋

来源｜《法人》杂志2025年4月总第254期