估值方法：给老张的AI果汁店定三次价

可视化演示

展示三种估值方法：Berkus五项风险递减法、VC Method退出值反推持股比例、可比交易法多重倍数对标分析，交互切换核心维度。

估值基础：先给AI小店一个量价坐标

老张的“AI能量果汁店”门口排着队，他觉得自己这店怎么着也值一千万。可投资人小李不接话，先打开手机算了两分钟，才说：“咱们先别争价格，先分清投前和投后。”这话把老张说懵了。其实，融资谈判里的每分钱，都要先找一个坐标：整个公司现在值多少。

在AI创业里，估值的本质是“用现金换股份的兑换率”。投资人愿意投500万，想要20%的股份，那么这家公司在他心里投后价值就是2500万。这个数字听起来很神奇，其实是简单算术：投资额等于投后估值乘以股份比例。而投后估值又等于投前估值加上本轮投资额。投前估值是钱进来之前公司值多少，投后估值是钱到账之后的公司总价值。

$$\text{Post-money} = \text{Pre-money} + \text{Investment}$$

1. Pre-money（投前估值）：投资人进来之前，公司值多少钱，是谈判的起点。

$$\text{Pre-money}$$

2. Post-money（投后估值）：投资款到账后，公司的总价签。

$$\text{Post-money}$$

3. Investment（本轮投资额）：投资人真金白银投进来的现金。

$$\text{Investment}$$

4. 简单移项：把三个数放进等式，求缺失的那一个，就能算出隐含估值或股份比例。

$$\text{Post-money} = \text{Pre-money} + \text{Investment}$$

老张听完点点头：原来估值不是谁嗓门大谁说了算，而是先把“价格、现金、股份”三块砝码放到天平两端。这个小天平，就是后面所有估值方法的共同底座。

Berkus法：五张“验货清单”加出价

小李绕店转了一圈，像二手车市场的验车师傅：方向盘正不正、发动机稳不稳、水箱漏不漏。他检查的是老张店的五样东西：创始人是否靠谱、产品有没有能用的原型、技术风险能不能控住、市场是不是够大、有没有已经谈妥的渠道。每确认一样，他就往手机里记一个50万。

这个思路对应的是Berkus法，由美国天使投资人Dave Berkus提出，专门用来给几乎没有收入的天使轮和种子轮公司估值。早期AI项目没有利润可言，估值不能靠财务数据，只能靠“里程碑”打分。五档里程碑分别是：核心技术风险可控、团队优秀、产品原型可用、市场有明显需求、还有销售伙伴或战略合作。每一项假设值50万美元，最多五项，封顶250万美元。现实中可以根据币种和区域调整单位，但逻辑不变：把模糊的判断变成可核对的清单。

$$V = \sum_{i=1}^{5} M_i, \quad M_i \in \{0,\ 50\text{万}\}$$

1. 里程碑 M_i：第 i 项风险是否被排除，取值只有0或50万。

$$M_i \in \{0,\ 50\text{万}\}$$

2. 求和符号：把五档里程碑的奖励全部加到一起。

$$\sum_{i=1}^{5} M_i$$

3. 封顶上限：Berkus法认为早期公司信息有限，估值不宜无限叠加，总和不超过250万。

$$V \leq 250\text{万}$$

老张对照清单一算，自己有团队、有原型、市场也不错，但还没签下大渠道，四项达标，估值200万。他虽然觉得“家当”被低估了，但不得不承认：把验收标准一条条写在墙上，讨价还价也比拍脑门体面得多。

VC法：从三年后的终点倒推今天

验完货，小李说：“验家当只能算保底，我更关心三年后这店能卖多少钱。”他在纸上画了一条箭头：终点是5年后退出时的公司价值，起点是现在的估值，中间隔着投资人要求的回报倍数。如果他想10倍回报，而预计退出价值是5000万，那么现在能接受的总价就是500万。

VC法（风险投资法）是早期融资最常用的“自上而下”估值法。它不关心今天赚多少，先回答两个问题：这家公司几年后能值多少？投资人希望这轮钱翻几倍？两个数字一比，投后估值就出来了。核心公式如下：

$$\text{Post-money} = \frac{\text{Exit Value}}{\text{Target ROI}}$$

1. Exit Value（退出终值）：预测公司在第3到5年被并购或上市时的市场价值。

$$\text{Exit Value}$$

2. Target ROI（目标回报倍数）：投资人对自己基金LP承诺的最低回报，早期通常要求10到30倍。

$$\text{Target ROI}$$

3. 相除得到投后估值：用终点除以倍数，倒推出今天能给的最高价。

$$\text{Post-money} = \frac{\text{Exit Value}}{\text{Target ROI}}$$

这就像果农给三年后的桃树估产：桃子越甜、结果越多，树苗今天就越值钱。目标回报倍数越高，投资人越要压价，因为他的资金要承担“桃树中途死掉”的风险。老张看着500万这个数字，第一次理解了什么叫“高风险高回报”。

可比交易法：隔壁店卖多少钱，我家就值多少钱

小李又掏出手机，翻出三条新闻：隔壁街“智能奶茶铺”被收购时，价格是年收入的3倍；街角“AI沙拉吧”完成B轮融资，价格是年收入的4倍。他把老张店今年收入200万往上一乘，算出一个600万的参考价。这个办法，就像买房时看同小区最近成交价。

可比交易法，也叫市场法，核心是“锚定参照物”。要找到行业内已经发生过的融资或并购交易，计算交易价格与收入、EBITDA、用户数等指标之间的倍数，然后套用到目标公司身上。AI项目的热门做法是看收入倍数或PS倍数，因为多数AI公司早期亏损，用不了利润倍数。基本公式是：

$$\text{估值} = \text{收入} \times \text{可比倍数}$$

1. 收入指标：目标公司的核心经营指标，AI行业常用最近一年收入或ARR。

$$\text{收入}$$

2. 可比倍数：从相似公司交易中提取的比值，例如3倍收入。

$$\text{可比倍数}$$

3. 乘积得到估值：指标乘以倍数，就是市场愿意给这家公司的参考价。

$$\text{估值} = \text{收入} \times \text{可比倍数}$$

老张觉得这个方法最接地气：“隔壁店卖多少，我跟着卖总不会错吧？”小李提醒他：邻居家装修好、位置好，所以卖得贵；咱家店回头客多、AI配方是独家，也可以多谈几倍。可比法不是抄作业，抄完还要改错题。

方法对比：同一家店，三把尺子量出三个价

现在白板上出现了三个数：Berkus法200万，VC法500万，可比交易法600万。老张乐了：“三把尺子量同一家店，怎么量出三种身高？”小李说：“因为一把量的是家当，一把量的是未来，一把量的是邻居。”

这三种方法各有一套世界观。Berkus法是自下而上的静态盘点，依赖创始人和产品等可见里程碑，适合最早期的天使轮；VC法是自上而下的动态倒推，依赖退出假设和回报要求，适合有增长计划的种子轮和A轮；可比交易法是横向锚定，依赖市场上类似交易的数据，适合有收入或活跃交易赛道里的公司。三种方法的数据依赖、主观程度和适用阶段都不同，没有谁绝对正确。实战中可以把三个结果做加权组合：

$$V = w_1 V_B + w_2 V_{VC} + w_3 V_{COM}, \quad w_1 + w_2 + w_3 = 1$$

1. 三个估值：V_B、V_VC、V_COM分别代表Berkus、VC法、可比交易法的结果。

$$V_B,\ V_{VC},\ V_{COM}$$

2. 权重系数：w_i表示每种方法在最终结论中的分量，三个权重之和等于1。

$$w_1 + w_2 + w_3 = 1$$

3. 加权求和：把三个结果按权重相加，得到综合估值参考值。

$$V = w_1 V_B + w_2 V_{VC} + w_3 V_{COM}$$

老张盯着三个数想了想：如果只认一个数，谁也不敢拍板；但把三个数放在一起，反而看出门道——这店至少值200万，市场乐观的话能到600万。与其逼着三把尺子吵出一个标准答案，不如接受“估值本来就该是个区间”。

实战策略：把区间搬上谈判桌

最终，老张没有咬死200万，也没敢喊600万。他把白板转向小李：“我们可以在250万到550万之间聊。这个区间两头分别是Berkus法加一点安全边界的下限，和可比交易法打点折扣的上限。”小李听了反而不再压价，最后以450万投前估值成交，老张出让20%股份，融资112.5万。谈判不再是零和游戏。

真正的融资实战，顾问们很少只用一个公式。通常是先用三种方法各算一遍，再根据公司阶段调权重：天使轮偏Berkus法，有收入后偏可比法，有利润后偏DCF。对AI公司来说，团队履历、数据资产、模型能力、客户合同都会影响风险判断和倍数选择。一个AI项目如果手握独有数据，可比倍数可以往上调；如果只是调用大模型API做外包，倍数就要往下压。区间公式可以写成：

$$[\text{低}, \text{高}] = [\min(V_B, V_{VC}, V_{COM}),\ \max(V_B, V_{VC}, V_{COM})]$$

1. 最小值：取三个结果中最保守的那个作为谈判下限。

$$\min(V_B, V_{VC}, V_{COM})$$

2. 最大值：取最乐观的结果作为上限。

$$\max(V_B, V_{VC}, V_{COM})$$

3. 区间：上下限围成的走廊就是本轮融资的合理谈判空间。

$$[\text{低}, \text{高}]$$

老张最后感慨：估值根本不是一道求唯一解的数学题，而是一场有边界的心理博弈。学会用区间锚定，比学会背公式更值钱——因为它让双方都有台阶下，也让AI创业者在拿钱的同时，不至于把公司的心跳也交出去。

---

AI 应用场景

Python 演示

# -*- coding: utf-8 -*- def berkus_value(features):    max_total = 2.5    return min(features * 0.5, max_total) def vc_value(exit_value, target_roi, dilution_rate=0.0):    post = exit_value / target_roi    pre = post * (1 - dilution_rate)    return pre def comparable_value(base_metric, multiple):    return base_metric * multiple def main():    print("AI能量果汁店估值计算器")    berkus_features = 4    vc_exit = 50.0    vc_roi = 10.0    comp_revenue = 2.0    comp_multiple = 3.0     v_b = berkus_value(berkus_features)    v_v = vc_value(vc_exit, vc_roi)    v_c = comparable_value(comp_revenue, comp_multiple)     print("Berkus法估值: %.2f 百万" % v_b)    print("VC法估值: %.2f 百万" % v_v)    print("可比交易法估值: %.2f 百万" % v_c)     low = min(v_b, v_v, v_c)    high = max(v_b, v_v, v_c)    print("综合估值区间: [%.2f, %.2f] 百万" % (low, high)) if __name__ == "__main__":    main()

1. def berkus_value(features):传入达标里程碑数，每项0.5百万。
2. return min(features * 0.5, max_total)保证总和不超过2.5百万上限。
3. def vc_value(exit_value, target_roi, dilution_rate=0.0):定义VC法，支持未来稀释调整。
4. post = exit_value / target_roi用退出终值除以目标回报得到投后估值。
5. def comparable_value(base_metric, multiple):可比法只做一次指标乘倍数。
6. low = min(v_b, v_v, v_c)取三个估值中最低值作为谈判下限。
7. print("综合估值区间: [%.2f, %.2f] 百万" % (low, high))输出区间给创始人当谈判锚点。

常见误区

面试题