为什么AI尽职调查不同

AI尽职调查需要两个额外维度：了解公司的AI能力是否真的像声称的那样工作，以及了解公司的AI活动带来的监管和治理风险。代码质量、技术债务、团队能力等标准框架无法捕捉AI公司带来的特定风险。

六个评估维度

技术验证：AI真的有效吗，对谁有效？基准性能在转移到生产环境时出了名地差--要求跨多个指标的性能数据，而不仅仅是公司选择的指标。数据战略和权利：谁的数据用于训练，获得了适当的许可或授权吗？监管敞口：向EU客户提供服务的每家AI公司在EU AI法案适用范围内。AI治理成熟度：没有治理框架的公司是运营风险。团队能力：是否有人了解适用的监管要求？退出准备：企业买家正在进行越来越复杂的AI尽职调查，没有足够AI治理文档的公司在退出时面临估值风险。

投资者的实践方法

AI治理不仅仅是投资回报的问题，也是风险管理的问题。在AI方面缺乏适当治理的公司面临更高的监管执法风险、更难以向要求供应商证明AI治理的企业客户销售，以及在IPO或收购中面临估值折扣。早期正确构建治理的公司在资本和客户谈判中都有结构性优势。

对于投资者来说，AI治理尽职调查不仅仅是风险筛选--它也是价值评估。具有成熟AI治理的公司更有可能成功执行其AI战略、避免监管惩罚、赢得企业客户并维持客户信任。AI治理成熟度是运营质量的领先指标：它预示着公司将如何处理AI相关挑战、监管变化和客户期望。在AI治理作为竞争差异化因素的时代，在这方面投资早的公司处于比较优势地位。

随着AI公司在所有行业激增，投资者面临的挑战是将AI治理真正成熟的公司与仅仅声称重视AI治理的公司区分开来。实用的区分器包括：公司能否为其AI能力主张提供具体的、可核实的证据？他们能否识别和解释主要的AI风险，还是仅使用泛泛的安全术语？他们是否将AI治理作为业务运营的核心部分，还是作为单独的合规功能？这些区分告诉我们很多关于公司如何真正管理其AI资产。

随着AI技术和监管格局的持续演变，AI治理实践也需要不断适应。建立在坚实原则基础上的治理框架--问责制、透明度、人工监督、公平性--将比任何特定法规要求更加持久。投资于这些核心能力的组织不仅将在当前监管环境中做好准备，而且将在AI治理预期不可避免地提高的未来做好准备。AI治理不是一项要完成的项目，而是需要随着组织AI使用的演变而持续关注的能力。

尽职调查中的红旗信号

在AI投资尽职调查中，某些发现应该触发进一步调查或影响估值。主要的红旗信号包括：无法解释训练数据的来源或许可状态（数据权利问题可能导致巨大的法律责任）；对监管分类持有乐观但未经验证的观点（不知道自己在哪个监管框架下运营的公司是监管风险）；AI治理政策存在但从未被执行（这是文化问题，比没有政策更难修复）；关键AI人才离职时没有知识转移程序（AI系统的可维护性可能比投资者意识到的要集中得多）；历史AI事件被最小化为「技术故障」而没有治理含义分析（这表明公司文化无法从AI失败中学习）。相反，绿色信号包括：主动监管参与、成熟的事件报告流程，以及将AI治理视为竞争差异化因素的领导层。