聚焦硬科技（半导体设备/AI工业软件）领域，负责项目全周期管理，涵盖行业扫描、立项尽调、估值定价、投决支持及投后协同，目标为基金挖掘高成长标的并推动价值兑现。

• 主导8个硬科技项目全流程投资，从行业图谱绘制到交割落地平均周期压缩至4.5个月（行业平均6个月）。运用Wind、IT桔子及Patentics专利数据库构建三维筛选模型，重点关注企业技术壁垒（如半导体设备的晶圆级封装良率提升能力）与商业化落地进度，推动3个项目通过投决会，其中某半导体刻蚀设备企业投后12个月完成B轮融资，估值涨幅达180%。
• 针对AI工业软件赛道技术迭代快、客户付费意愿差异大的痛点，搭建‘技术-场景-财务’三维度评估框架：技术端引入Gartner技术成熟度曲线定位L4级成熟度应用；场景端设计客户付费意愿调研问卷（覆盖100+制造企业）；财务端优化ARR（年度经常性收入）预测模型。基于此框架输出的《离散制造业AI质检软件投资指引》被纳入基金年度策略，支撑后续2个千万级项目落地。
• 优化尽调风险识别机制，针对某半导体材料企业发现隐性关联交易：通过交叉验证银行流水与供应商工商信息，结合物流单据溯源，识别出3家壳公司虚构采购额（占营收8%），最终否决该项目避免潜在损失。该案例推动团队建立‘四流合一’（商流、物流、资金流、信息流）尽调标准，后续项目风险识别准确率提升25%。
• 深度参与投后管理，主导3个已投项目的战略赋能：为某AI工业软件企业对接汽车行业头部客户资源，推动其签订500万+订单；协助某半导体设备企业梳理股权激励方案，核心团队留存率从65%提升至89%。所投项目综合IRR达32%，超基金目标5个百分点。

协助投资总监完成TMT及先进制造领域项目初筛、初步尽调及行业研究，重点支持项目立项与投决材料准备，同步跟踪已投项目关键指标。

• 主导新能源储能赛道深度研究，通过Python爬取国家能源局政策文件、GGII出货量数据及企业招聘信息（重点关注研发人员占比），构建‘政策-市场-技术’三维分析模型，输出《2021年户用储能投资机会报告》。该报告预判磷酸铁锂成本下降将推动户储渗透率提升，支撑团队提前布局2家电芯企业，其中1家18个月内估值翻倍。
• 作为核心成员参与某工业软件企业A轮尽调，负责财务与业务交叉验证：搭建三张报表预测模型（误差率控制在5%以内），发现其按完工百分比确认收入存在跨期调节问题，调整后估值从8亿修正至6.5亿；同步访谈20家下游客户，验证产品复购率达75%（行业平均60%），最终项目以7亿估值过会，IRR达28%。
• 优化投决会支持流程，整理12个可比交易案例（含美股IPO及国内并购），设计‘技术壁垒-商业化能力-估值性价比’敏感性分析表，将项目核心价值点可视化。该工具使投决会讨论效率提升40%，所在团队过会率从62%提升至78%。
• 搭建已投项目动态跟踪看板，设置15项关键指标（如SaaS企业的MRR增长率、研发费用率），通过VBA自动化数据抓取实现周度更新。曾预警某消费电子企业库存周转天数从65天升至92天，推动管理层调整供应链策略，后续库存积压减少30%，项目退出时亏损收窄500万。

负责大消费及新能源领域基础行业研究、项目初步筛选及数据支持，为投资团队提供可验证的行业洞察与标的画像。

• 搭建新能源锂电池行业跟踪体系，每日抓取工信部产量数据、海关出口数据及企业公众号动态，每周输出《锂电池产业链周报》（含碳酸锂价格、隔膜产能利用率等20+核心指标）。提前3个月预警2019年Q3行业产能过剩风险，提示团队减少该领域项目接触，间接规避2个低效标的。
• 协助完成某锂电池正极材料企业初步尽调，通过实地走访3家核心客户（占比营收45%）验证订单真实性，同时对比行业协会产能数据发现其宣称的‘1万吨产能’实际仅投产6000吨，输出尽调备忘录提示估值虚高风险。该项目后续未通过立项，团队尽调严谨性获外部LP肯定。
• 主导搭建公司内部行业数据库，用SQL清洗并结构化10万+条公开数据（含企业财报、专利、招投标信息），设计关键词搜索标签（如‘钙钛矿电池’‘4680电池’），团队检索效率从2小时/次提升至15分钟/次，该数据库沿用至今。
• 高频参与行业峰会（如高工锂电、世界人工智能大会）及专家访谈（累计50+小时），整理《固态电池技术路线分歧》《AI质检客户付费痛点》等15份纪要。其中关于‘半固态电池2022年量产’的判断被纳入2020年投资策略，指导后续项目布局。

高性能磷酸锰铁锂正极材料企业Pre-IPO轮领投项目

• 新能源储能与动力电池赛道高速增长背景下，公司需强化上游关键材料布局，项目目标为筛选具备技术壁垒与量产能力的标的并完成领投。我作为项目总负责人，统筹赛道研究、标的尽调、估值谈判及投后协同全流程，对项目成败负直接责任。
• 标的公司虽拥有锰铁锂合成核心技术，但存在两大核心挑战：一是产能爬坡进度受上游锂源供应波动影响，下游客户对其交付能力存疑；二是对方坚持基于当前收入规模的PS估值（18倍），而我司基于风险调整需将估值压至12倍。我联动外部产业资源（走访宁德时代、亿纬锂能供应链负责人）验证其2024年Q3满产的订单确定性，并引入蒙特卡洛模拟工具，对产能利用率（70%-95%）、锂价波动（±15%）进行概率分布测算，重构DCF估值模型，量化展示不同情景下的回报区间。
• 主导15次现场尽调，覆盖生产车间（核查设备自动化率与良品率）、供应链（确认锂源长协合同履约率）、财务（穿透核查研发费用资本化合理性）；邀请中国电池工业协会专家参与技术评审，出具《锰铁锂材料技术壁垒评估报告》；设计“产能落地+业绩承诺”双对赌条款，将未达产能目标对应的股权回购比例从10%提升至15%，强化风险约束。
• 项目成功落地1.5亿元领投，占股8%；标的公司于2024年6月IPO过会，预计我司退出时IRR达38%；基于项目经验，我牵头搭建了《新能源材料企业尽调SOP》，包含“技术-产能-客户”三维验证框架，被公司纳入新能源赛道投资标准流程；个人获当年公司“年度最佳项目投资负责人”。

传统制造业数字化转型专项基金设立与首期投资

• 传统制造企业面临“不会转、不敢转”的痛点，公司拟布局数字化转型赛道但缺乏标的筛选工具，项目目标为建立转型企业评估体系、完成2亿元专项基金募资并落地首批投资。我担任专项基金投资经理，负责体系搭建、基金募资及早期项目挖掘。
• 核心难点在于传统企业数字化程度无统一量化标准，LP对“转型能否带来实际价值”存疑。我借鉴平衡计分卡逻辑，改编出“数字化成熟度评估模型”，包含“技术投入（IoT设备覆盖率、数据中台建设）、流程优化（生产环节数字化率、库存周转提升）、绩效转化（人均产值增长率、能耗下降率）”三大维度12项指标；同时联动树根互联（工业互联网平台）获取企业设备联网数据，解决“数据真实性”验证问题。
• 调研40家传统制造企业（涵盖机械、家电、汽车零部件），提炼出“轻量化改造（如MES系统植入）”“全链路数字化（从研发到售后）”两类转型路径；设计基金收益结构——70%来自企业估值提升，30%来自转型咨询服务的超额收益分成；通过试点案例（某液压机械企业数字化后产能提升28%、能耗下降15%）向LP证明模型有效性，说服3家产业资本（如徐工集团产业基金）成为LP。
• 成功完成2亿元基金募资，首期投资3家企业（覆盖机械、家电领域），目前2家企业已完成下一轮融资，估值平均提升45%；评估模型被公司用作传统制造赛道通用工具，纳入《先进制造投资方法论手册》；我个人主导的“数字化转型企业评估体系”获行业协会“年度最佳投资工具创新奖”。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。