QuantumLight 筹得 5 億美元：AI 真係可以揀贏人類創投者？

有關第二期基金嘅報道指，基金曾經超額認購，但 QuantumLight 未有公開完整外部出資者名單，亦未交代分配條款。 因此，最穩妥嘅解讀係：至少有一批投資者願意加碼支持由機器學習主導嘅創投策略，尤其當呢套策略背後有知名金融科技創辦人同一套夠鮮明嘅營運模式。

但同樣重要嘅係，基金大咗 唔等於 風險調整後回報一定更高。5 億美元主要證明 QuantumLight 募資勢頭強、有人願意押注呢個理念；佢唔能夠證明 Aleph 揀公司嘅能力已經勝過有經驗嘅人類投資者，亦唔能夠證明扣除虧損、管理費同績效分成之後，投資者一定會攞到更高淨回報。

同傳統創投有咩唔同？

傳統創投通常會將市場研究同合夥人判斷結合，亦會參考創辦人背景、業界介紹、人脈關係同過往經驗。QuantumLight 就試圖將決策重心推向結構化數據。

理論上，呢套做法有幾個優勢：

• 可以篩查更多公司： 軟件可以處理遠多於單一合夥人手動睇得完嘅公司同創辦人資料。
• 減少依賴既有圈子： 系統化流程有機會搵到投資者原本社交同專業網絡以外嘅公司。
• 決定較容易重複： 量化框架可以令團隊更容易用相近準則評估唔同機會。
• 加快初步篩選： AI 輔助工具可以先從大量項目中縮窄範圍，再交畀人類進行深入盡職審查。

不過，風險亦唔少。歷史數據可能反映過去融資市場本身嘅偏見；模型亦可能過分重視容易量度嘅指標，卻睇漏創辦人罕見嘅洞察力、入市時機，或者一個完全冇先例可循嘅突破。如果愈來愈多投資者使用相似數據，系統化搵項目原本嘅優勢亦可能逐漸收窄。

QuantumLight 其實係一個更大趨勢嘅一部分：創投公司愈來愈依賴軟件處理項目搜尋、承保分析、投資組合管理同創辦人支援。市場上出現專門用 AI 搵投資項目嘅公司，亦顯示數據基礎設施開始被視為創投能力本身，而唔只係後勤工具。

回報問題，暫時仍然未有答案

QuantumLight 嘅策略仲太新，未足以作出定論。公司公布「17 宗由演算法推薦嘅投資」，講緊嘅係決策流程，唔係一份已經有大量退出交易、已實現回報同扣費後基金表現嘅公開紀錄。

要公平評估呢套策略，至少要將 QuantumLight 嘅投資同合適嘅傳統創投基準比較，同時考慮入場估值、後續加注決定、投資失敗、資產變現，以及退出時機。呢啲結果通常要等好多年先會逐步浮現，增長期科技投資尤其如此。

呢個正正係一場有趣嘅投資實驗同一套已證實有效嘅資產管理策略之間嘅分別。QuantumLight 將來可能證明，模型真係可以搵到人類投資者慣常錯過嘅機會；亦可能證明，數據選股最有效嘅用法係輔助人類判斷，而唔係完全取代人類。就目前公開資料而言，答案仍未揭曉。

點解 Storonsky 嘅雙重身份惹人關注？

Storonsky 參與 QuantumLight，令公司有創辦人聲望同金融科技實戰經驗作後盾，亦可能帶來強大嘅營運資源。但另一方面，當同一位企業家一邊領導 Revolut，一邊共同創辦並支持一間快速擴張嘅創投公司，責任分工、利益衝突同管理時間點樣處理，就自然成為管治問題。

隨住 Revolut 擴大受監管銀行業務，呢個問題亦變得更加重要。2026 年 8 月，Revolut 獲得法國銀行牌照，牌照審批涉及法國審慎監管機構 ACPR 同歐洲中央銀行。Reuters 形容，呢一步對公司擴展歐洲業務相當重要，並指 Storonsky 過去曾經將呢項發展同申請美國銀行牌照嘅可能性連繫起來。

目前可見嘅公開報道，未能證明 Revolut 已正式決定或者提交美國上市申請，亦未能證明 Revolut 同 QuantumLight 之間存在利益衝突。不過，當受監管業務擴張、外部投資活動，同未來可能進入公開市場嘅路線同時出現，兩間公司之間有清晰職責分工、透明嘅利益衝突處理程序，以及可追究責任嘅領導架構，就更加重要。

總結：係市場訊號，唔係成績表

QuantumLight 5 億美元第二期基金，係一個唔容忽視嘅市場訊號：投資者對佢哋嘅量化式創投方法有足夠興趣，願意支持一個規模比首期基金大一倍嘅新基金。Aleph 亦代表創投業其中一次最鮮明嘅嘗試，試圖將揀項目由「靠關係同直覺」推向「由軟件主導」。

但募資唔等於回報。QuantumLight 仍然係一場要用較長時間驗證嘅實驗，真正關鍵證據要等已投資項目退出、產生虧損或回報之後先會出現。現階段，QuantumLight 最適合被理解為一場高曝光度測試：AI 能否令初創投資睇得更闊、揀得更快，而且長遠更加穩定成功，而唔係 AI 已經取代咗創投者。