“你可以相信奇跡，但更要核查奇跡。”

上月底，英國AI創業公司Builder.ai宣布啟動破產程序。破產之事本不稀奇，但這家公司的經歷卻頗為離奇。

公開信息顯示，Builder.ai創始人薩欽·德夫·杜加爾，曾是硅谷寵兒：17歲開發“全球首個自動貨幣套利系統”，21歲創辦云計算公司，后又創辦Builder.ai，估值一度超15億美元，投資方包括微軟、軟銀、卡塔爾投資局。但真相是——這家公司沒有AI技術，代碼全靠印度程序員人工編寫，財務數據全靠造假。

更諷刺的是，騙局持續8年才敗露。當杜加爾團隊用“停電”“拉肚子”拖延交付時，投資人竟選擇相信；當代碼質量忽高忽低時，投資人竟選擇包容。直到財務造假露出馬腳，內部員工爆料“AI代碼是假的”，這場荒誕劇才收場。

這讓人想起“女版喬布斯”伊麗莎白·霍爾姆斯的Theranos騙局：用“一滴血改變世界”的故事，騙過基辛格、默多克等政商巨頭，估值一度達90億美元。直到實驗室造假被揭穿，霍爾姆斯才被判11年監禁。

問題來了：為什么聰明絕頂的投資人，會被如此低級的謊言擊穿？

心理學家基思·斯坦諾維奇在《超越智商》中給出答案：聰明人依賴直覺，理性人依賴工具。

麻省理工的學生曾做過一道數學測試題：一根球棒和一個棒球共1.1美元，球棒比棒球貴1美元，請問棒球多少錢？

很多人可能會本能地回答，0.1美元。

好消息是，超過80%的麻省理工、哈佛、耶魯的學生，回答的也是0.1美元。壞消息是，這是個錯誤的答案。

我們能夠利用最簡易的方程式，設球棒的價格為X，球棒比棒球貴1元，球棒與棒球的總價為1.1。于是方程式可寫為：X+（X-1）=1.1。計算后可知，X為1.05，棒球的價格則是0.05美元。

你看，一個最簡單的方程式，它的可靠性有時都要超過麻省理工的學霸。這就是斯坦諾維奇所說的，簡單的“工具”，要勝過強大的“直覺”。而理性的人往往擅長借助工具，而不是僅憑直覺。直覺會騙人，但方程式不會。

商業世界同理，在創投圈，這種“認知吝嗇”表現為三種典型癥狀：

光環效應：把創始人履歷當技術可行性報告

故事依賴癥：用愿景估值代替現金流測算

權威崇拜：把董事會名單等同于風控體系

當軟銀看到杜加爾的“云計算公司創始人”頭銜，當默多克家族聽到“改變醫療行業”的口號，他們的理性思維就按下了暫停鍵。

如何用工具對抗直覺陷阱？或許人人都要懂點“企查查思維”

“企查查思維”并非一個官方或學術界明確定義的標準術語，但從實踐案例中可以提煉出其核心內涵和應用邏輯。它指的是?依托企查查平臺的海量企業數據、分析工具及其體現的商業邏輯，形成的一套以數據驅動、洞察風險、輔助決策為核心的企業運營與決策方法論?。其核心特征主要體現在以下幾個方面：

數據驅動決策：?強調利用企查查提供的企業工商信息、股權結構、司法風險、經營狀況（如專利、招投標、資質許可）、關聯關系等?全維度數據?作為決策基礎，而非僅憑經驗或直覺。

通過結構化分析（如競品分析、供應鏈分析）?洞察市場格局、識別合作伙伴與競爭對手實力?，支撐戰略制定與業務拓展。

風險識別與管控：?核心在于運用企查查的?風險掃描功能?（司法訴訟、經營異常、行政處罰、失信信息等）?快速識別合作方、投資標的或供應鏈伙伴的潛在風險?，有效規避商業陷阱和法律糾紛。

將風險篩查嵌入業務流程（如盡職調查、供應商準入、客戶信用評估），提升企業經營的?安全性與合規性?。

洞察商機與市場趨勢：?通過監測行業動態（如新設企業、投融資事件、專利布局、招投標信息）發現?潛在市場機會、新興技術或投資熱點?。

分析競爭對手的業務動向、知識產權布局、資質獲取情況，?把握行業趨勢和競爭格局變化?。

從多個實踐案例來看，“企查查思維”已滲透到商業生活中的方方面面。

在四川成都，某園區招商負責人表示：“我們在給區域招商引資上基本都會用到企查查來核實相應的企業信息，一鍵篩選出符合政策幫扶的小微企業，查看所有科技企業知識產權增長情況，了解企業發展輿情動態，這些功能為一線工作人員帶來了極大的便利。”

在江蘇蘇州，一位新能源大廠的總監透露：“目前，我們庫內注冊供應商超2萬家，合格供應商庫有2000多家。以往按季度人工核查，今年接入企查查數據，搭建“新質鏈”系統，實現動態實時監控供應商風險變化，效率提升不止20倍。 ”

在浙江杭州，工作多年的小楊說到，“我每次求職都會上企查查上面搜一下公司的名稱，看看上面公司的相關明細。在上面能夠通過一些信息的篩選能大致了解到公司的實際人數和大致的業務方向。尤其是一些中小公司，這招真的是屢試不爽。”

總的來說，“企查查思維”的本質是將企查查平臺及其代表的?企業大數據資源、分析工具和技術能力?深度融入個人/企業經營決策流程，形成一種?以客觀數據為基石，以風險防控為底線，以洞察商機為導向，追求高效、透明、智能化的決策模式和實踐方法?。它體現了在數字化時代，企業利用外部公開數據增強自身認知能力（Competitive Intelligence）和決策科學性（Data-Driven Decision Making）的關鍵路徑。

Builder.ai的破產，不該只是茶余飯后的談資。它或許更像一面鏡子，照出人類認知系統的古老bug。當ChatGPT們正在重構生產力，我們更需要警惕：不要用AI的概念包裝原始騙局，不要用大佬的背書替代獨立驗證，不要用感人的故事掩蓋冰冷的數據。

在這個數據與故事交織的時代，或許每位商業決策者都應在辦公室貼上兩句警句：

“讓直覺飛一會兒，讓工具先說話。”

“你可以相信奇跡，但更要核查奇跡。”