她繼續往下看。
融資情況|當前狀態
種子輪:已獲得一筆20萬美元的天使投資
投資人:同學的父親,矽穀一家小型家族辦公室
占股:15%
資金用途:服務器成本、三人基本生活費、專利申請
當前餘額:約8萬美元
預計燒完時間:3-4個月
驚鴻的手指在桌麵上敲了敲。
20萬美元換15%,估值133萬。這個價格在矽穀算便宜,但也說明對方隻是“有點錢的同學家長”,不是專業機構。
這種投資人,遇到風浪第一個跑。
市場空間|為什麼值得做
驚鴻翻到下一頁,是一張圖表。
全球AI醫療診斷市場,預計2028年達到500億美元。其中醫學影像分析占比最大,約40%。
但現有的產品都有同一個問題——需要大量數據。
大醫院不缺數據,但小醫院、偏遠地區、罕見病領域,數據稀缺是死穴。
NeuroPredict如果能跑通小樣本這條路徑,可以切入的是:
罕見病診斷:目前基本是空白市場
基層醫療:大模型太貴,小模型是剛需
新興市場:東南亞、非洲、拉美,數據積累少,但有需求
潛在併購方:穀歌醫療、IBM Watson、西門子醫療、國內的聯影醫療、騰盛覓影
退出預期:3-5年,估值1-2億美元
——
驚鴻看到這裡,停下滾動鼠標的手。
她把杯子端起來,又放下。
杯子磕在桌麵上,發出很輕的一聲。
——1到2億。
還是太保守了。
如果真能跑通,這個方向值的不止這個數。
她往後翻,最後一頁是沈青的備註:
風險評估
技術風險:小樣本學習在醫療領域的應用,目前尚無成熟先例,理論到產品的gap未知
團隊風險:三人都是第一次創業,缺乏完整的產品和商業化經驗
競爭風險:穀歌、微軟等大廠也在佈局類似方向,隨時可能被碾壓
資金風險:現有資金隻能撐3-4個月,下一輪融不到就死
合規風險:醫療AI涉及FDA認證,週期長,不確定性高
沈青建議:可以保持關注,暫不建議介入。風險過高,回報週期不明。
——
驚鴻把資料翻回第一頁。
然後她靠在椅背上,閉上了眼睛。
腦子裡開始轉。
技術:林景軒本科數學,碩士AI,基礎紮實。艾米麗MIT 斯坦福,工程能力強。馬克有商業背景,雖然MBA還冇畢業,但比純技術團隊多一塊拚圖。三個人,剛好湊成演算法 工程 商業的三角。
進度:demo跑通,準確率82%,隻需要100倍的數據——這個差距可以優化。如果能把準確率提到88%以上,同時把數據需求壓到50倍以下,就有機會發頂會論文。論文一發,估值翻倍。
資金:8萬美金,撐3個月。他們現在應該很焦慮。
時機:下一輪融資視窗,就在未來3-6個月。如果這期間拿不到錢,要麼低價賤賣,要麼散夥。
驚鴻睜開眼睛,她拿起手機,給沈青發了一條訊息:他們那個投資人,具體是什麼背景?
五分鐘後,沈青回覆:姓王,江城人,做外貿起家,身家大概幾千萬人民幣。兒子跟林景軒是同學,投了20萬美金,說是“支援年輕人創業”,冇有行業資源,也冇有後續跟投能力。
驚鴻看著那行字,沉默了幾秒。幾千萬人民幣的身家,在美國這邊,遇到風浪確實扛不住。
她放下手機,看向窗外。夜色很深,遠處有幾盞燈還亮著。
她想起今天課上,丹尼爾站在台上侃侃而談的樣子。