2024年3月，AI领域如同早春河水，表面澄明但潜流暗涌。ChatGPT掀起的AIGC浪潮已步入产业落地的复杂阶段，从大模型炫技到算力、数据与工程化能力的深耕，中国AI基础设施赛道走向精细化分层，也让早期布局者的判断开始显现出真实回报。
在这一时点，深圳市前海信诺投资管理有限公司合伙人、投资总监徐绍煌的名字，再次被频繁提起。他主导投资并深度参与投后管理的AI基础设施企业——曼孚科技，正在成为行业标的：从2021年完成前海信诺领投的A轮融资，到2023年实现模型训练平台与智能数据标注系统的迭代整合，曼孚逐步构筑起围绕“数据-模型-系统”一体化的产品体系，最终在2024年成为自动驾驶数据基础设施领域估值增长最快的企业之一。
“我一直强调，AI不是一个热闹的应用赛道，而是一个需要冷静认知底层结构的基础工业。”徐绍煌便如此定义自己对AI的理解。在他看来，大模型的快速迭代虽然吸引眼球，但真正决定AI产业能否商业闭环的，是看不见的“地基工程”——数据治理能力、算力资源调度与模型工程化效率。
正因如此，曼孚科技才成为他早期下注的目标之一。
“2020年我们就开始密切关注这家公司，它的核心不是算法，而是工程能力。”在投资前，徐绍煌带领团队系统审视了曼孚的技术架构，包括其自研的数据质量筛选体系与模型适配能力。最终，在2021年敲定投资方案后，他并未选择做“非控股式投资人”，而是深度介入企业节奏。
他所提出的“三阶段路径”也成为公司内部对齐战略的关键框架：第一阶段以自动驾驶为核心场景，通过数据标注与训练服务建立技术信用；第二阶段以“模型即服务”的形式，拓展至泛产业数据智能场景（如制造、金融、政务）；第三阶段则是构建平台级能力，向上输出自研算力调度系统与高质量训练数据包。
“数据，正在成为决定AI模型上限的最大变量。”这句来自曼孚CEO赵剑，这正是徐绍煌在2022年末推动的“数据资产标准化”战略实施结果。在他的建议下，曼孚完成了对其数据采集、处理、标注、交付全过程的标准化设计，使其客户满意度在六个月内提升了近60%。
此外，徐绍煌还牵头引入了外部CIO咨询机制与行业共建平台，助力曼孚搭建以“算力资源虚拟调度”为核心的服务模块，2023年上线的“MagCore引擎”正是其中代表。
在被问及为何如此深入参与企业内部事务时，他语气平静却坚定：“我从来不相信阶段性退出式的投后管理，我更倾向于把企业看作一个长周期结构，在内部找到增长的‘杠杆点’，不是盯着短期利润表。”
从这个角度看，徐绍煌的投后管理哲学更像是一种“结构型赋能”策略：基于公司早期产品能力，拆解其价值构成与行业映射关系，再通过持续干预，帮助其在组织结构、技术体系、商业逻辑上“再写一遍”。
这套方法论不仅作用于曼孚。事实上，自2019年起他负责的多个项目（如思力铭科技、芝士校园等）都呈现出一致性特征：估值增长未必最快，但抗周期能力极强，客户粘性高，具备扎实的中后台。
“AI这个行业短期看爆点，中期靠算力，长期比系统。”徐绍煌坦言，当前AI行业的最大风险在于盲目追逐模型效果，忽视对“数据+工程”能力的持续投入，而他所关注的，恰恰是那些愿意在底层投入十年但最终具备爆发潜力的公司。
如今，曼孚科技正逐步迈入第二增长曲线——其“跨行业训练数据平台”已进入智能制造与金融风控场景的测试阶段。预计2024年中期，其客户覆盖率将扩展至智能汽车、金融科技等多个头部客户集群。
“这是一个关于基础设施的机会，但也是关于时间价值的胜负。”在访谈尾声，徐绍煌回到“时间”这个他最常提及的词。他相信，AI基础设施最终会像城市的地铁系统一样，看似无形但决定着整个城市的效率与格局，而他愿意做的，是那个在图纸还未完全清晰之前，就开始铺设轨道的人。
未经书面授权禁止复制或建立镜像
特别提醒：新报网文章内容、图片、视频出现侵权问题，请与本站联系撤下相关作品 help@cssxw.com。
风险提示：新报网发布的文章、图片、数据等信息来源于互联网，仅供参考、学习分享使用，不构成投资建议。相关侵权责任由信息来源第三方承担。
周—至周五 8:30-17:30
邮箱：Help_Times@163.com
举报邮箱：Jubao_404@163.com
声明 ：本文内容来源于网络，仅供读者学习和分享，不构成任何投资建议和投资价值参考。
未经授权禁止转载、摘编、复制及建立镜像，违者将依法追究法律责任。
新报网（新兴商业报告平台）非新闻媒体，不提供任何新闻服务。
新报网版权所有，未经书面授权禁止使用
Copyright@2021-2026 all rights reserved
Copyright@2021-2026 by all rights reserved
举报投诉：Jubao_404@163.com