QuantumLight的5亿美元基金，正在检验AI能否挑中比人类更好的创业公司

关于Fund II的报道则称，该基金获得超额认购，但QuantumLight尚未公开披露全部外部出资人名单或基金的具体分配条款。目前最稳妥的结论是：至少有一部分投资人愿意继续向机器学习驱动的风投策略投入更多资金，尤其是在这一策略与知名金融科技创始人及差异化运营模式结合的情况下。

但同样重要的是，基金规模变大并不能证明回报更好。它说明募资势头强劲，也说明投资人愿意押注这一理念；却不能证明Aleph挑选公司的能力已经超过经验丰富的人类投资者，更不能证明扣除亏损、管理费和业绩报酬后，投资人最终会获得更高的净回报。

它与传统风投有何不同

传统风险投资通常把市场研究与合伙人的判断、创始人背调、行业关系和经验模式识别结合起来。QuantumLight则试图把决策重心更多地移向结构化数据。

这种模式的潜在优势包括：

• **筛选范围更广：**软件可以处理远超单个合伙人手工审阅能力的公司和创始人信息。
• **降低关系网络依赖：**系统化流程理论上有机会发现投资人既有社交和职业圈之外的公司。
• **决策更容易重复：**量化框架可以帮助团队用相对一致的标准评估不同机会。
• **提高早期筛选速度：**AI辅助筛选能够先从庞大的项目池中缩小范围，再交由人类开展尽职调查。

风险也同样明显。历史数据可能反映过去融资市场中的偏见；模型可能过度重视容易测量的信号，却忽略非凡的创始人洞察、市场时机，或缺乏历史先例的突破性创新。如果越来越多投资人使用相似的数据集，系统化寻找项目的优势也可能逐渐收窄。

QuantumLight属于更广泛的“软件辅助风投”趋势的一部分。如今，AI正被用于项目来源挖掘、投资承销和投资组合分析等环节。专门从事AI原生项目挖掘的平台不断出现，也说明风投机构正越来越重视数据基础设施本身，把它视为一种投资能力。

回报问题仍没有答案

QuantumLight的策略还太年轻，无法得出确定的业绩结论。该机构所说的“所有17笔早期投资均由算法推荐”，描述的是决策流程，并不是已经公开验证的退出记录或基金净回报表现。

要认真评估这套方法，至少需要将其投资结果与合适的传统VC基准进行比较，同时考虑投资进入估值、后续追加投资、失败项目、流动性和退出时点等因素。尤其对于成长期科技投资而言，这些结果往往需要多年才能显现。

这正是“有趣的投资实验”和“已被证明的资产管理策略”之间的区别。QuantumLight未来或许能证明，模型可以发现人类投资人系统性遗漏的机会；也可能证明，数据驱动的选择最适合补充而非取代人的判断。就目前公开证据而言，这个问题仍未有定论。

为什么Storonsky的双重角色引发关注

Storonsky的参与，为QuantumLight带来了不同寻常的创业者信誉和运营经验来源。但这也带来治理问题：当同一位企业家一边领导Revolut，一边共同创立并支持一家快速扩张的风投机构时，两边的责任划分、潜在利益冲突和管理精力应如何处理？

随着Revolut扩大受监管的银行业务，这一问题更加重要。2026年8月，Revolut在获得法国审慎监管与处置局（ACPR）和欧洲央行相关批准后，取得法国银行牌照。路透社称，这一牌照是Revolut拓展欧洲业务的重要一步，Storonsky此前也曾将其与未来申请美国银行牌照联系起来。

目前已有的公开报道并不能证明Revolut已经正式决定或提交美国上市计划，也没有证明Revolut与QuantumLight之间存在利益冲突。不过，受监管业务扩张、对外投资活动以及潜在的未来公开市场路径叠加在一起，意味着两家公司之间的职责分离、利益冲突处理机制和领导责任都需要更加清晰、透明且可问责。

结论：这是一场高调实验，而非AI胜出的证明

QuantumLight的5亿美元Fund II是一个值得关注的市场信号：投资人对其量化风投模式的兴趣，足以支持一支规模达到首支基金两倍的新基金。Aleph则代表了风投行业试图把项目选择从“关系驱动”进一步推向“软件驱动”的最鲜明案例之一。

但募资不是业绩。QuantumLight仍处于一场需要长期观察的实验之中，决定性证据要等到投资真正退出，并在更长周期内呈现亏损率、追加投资纪律和扣费后的净回报。

眼下，更准确的理解不是“AI已经取代了风投家”，而是：QuantumLight正在检验机器学习能否让创业投资覆盖更广、速度更快，并且长期来看更稳定地取得成功。