经典案例

  • 首页 经典案例 Aidatify专案打假:出口转内销,假VC「投资」1750

Aidatify专案打假:出口转内销,假VC「投资」1750

2024-10-29 15:19:32

作者:思维怪怪

行情不好的时候,妖魔鬼怪就来了。

昨晚看到有同行发了这么一个新闻,直接把我整迷糊了:融这么多钱的AI 项目,怎么之前听都没听过?

打开官推一看,嚯,我关注的人里也没有人注意。一个项目如果是这种情况,我一般就不会再往下看了。在加密世界里,如果一个Gem 只有你一个人发现,往往不代表你慧眼识珠,而说明这是个别人不想沾的诈骗盘。

「缝合怪」项目

本着对同行负责的原则,我决定继续看下去。同行说Aidatify 是全链AI 聚合器,望文生义的话,会觉得它是不是整合了多个区块链上的AI 服务和资源?

按照这个专案的官方介绍,它其实是一个DEX 资料聚合器,产品功能上应该类似DefiLlama。之所以能和AI 扯上关系,是因为Aidatify 声称拥有先进的AI 技术,可以每天处理500 TB 的资料和300 万个智慧合约地址。

500 TB 是什么概念?假如一张照片大小是2MB,它一天要处理2.5 亿张照片;假设一部4K 电影大小为50GB,它一天要处理1 万部4K 电影。简单来说,只有网路大厂才能处理​​这种规模的数据,一个融了不到2,000 万美元的计画这么说实在有些夸张。

在白皮书中,Aidatify 也强调它能透过机器学习和深度学习演算法,为用户推荐高收益、低风险的DeFi 产品。但具体用什么演算法做到这一点,却只字未提。

可能觉得光有一个「AI」的Buff 还不够,Aidatify 又叠了一个「无损再质押挖矿」的Buff。可以说,今年的叙事热点都被它缝合全了。

binance手机版

Aidatify专案打假:出口转内销,假VC「投资」1750

不知道别人看到这句话会有什么感受,反正我看到「无损」二字只有一阵心慌,毕竟鄙进币圈亏的第一笔钱就是在Luna 稳定币上。当一个专案说自己提供的收益产品没有风险,那么这个专案本身就是最大的风险。

可疑的融资和野鸡领投方

我们再回到Aidatify 公布的这轮1750 万美元A 轮融资上。这笔钱着实不是个小数目,尤其VC 现在普遍手头紧,一个没有背景的团队一下子融这么多钱怎么看都很假。

首先,Aidatify 公布的融资资讯与其代币经济模型之间存在明显的不一致。 Aidatify 宣布以1.5 亿美元的估值完成了1,750 万美元的A 轮融资。然而,根据其代币经济模型,AID 代币的完全稀释估值(FDV) 仅为100 万美元(1 亿代币* $0.01 每枚)。投资者投入了1750 万美元,但根据代币分配,分配给VC 的代币价值仅为10 万美元(1000 万AID * $0.01 每枚)。

其次,领投方SM Capital 也是一只野鸡VC。根据官网描述,SM Capital 成立于2011 年,是来自华尔街的投资团队,管理资产超过20 亿美元。奇怪的是,虽然官网列出这么多投资组合,但却搜不到任何SM Capital 参投这些项目的新闻公告。 BlockBeats 向一些上面出现的项目方求证后,他们一致回馈根本不认识这个VC。

 SM Capital 官网列出的投资组合

翻了一下SM Capital 的官推,虽然显示2011 年11 月注册,但最早一则推特只发布于上周。除了Aidatify,没一个专案方关注。 3840 名追踪者中只有8 名有蓝标认证,其他追踪者都像是买的粉,刷着刷着就看不到了。

国人盘露出鸡脚

到这里,我已经非常笃定这则融资新闻就是一个野鸡计画联合野鸡VC 骗韭菜用的,而且还是个国人盘。

为什么是国人盘?别看白皮书里介绍团队清一水都是毕业于各名牌大学的外国人,但官网和宣传片的小细节直接露出了鸡脚。

首先,官网的语言选项除了英文,就是中文。一般的国外专案方可做不到这么贴心。

更离谱的是,官方放出来的两本宣传片,虽然是英文配音,但字幕只有中文一种,连英文字幕都没了。所以这影片很难说不是量身订做拍给国人看的。整个英文配音,再塞一些AI 和区块链的名词术语,都是为了让韭菜看不懂。只有看不懂,才好骗嘛!

总结

Aidatify 这则融资新闻不仅让许多币圈同行媒体着了道,连着名的创投资料库网站PitchBook 也在阴沟里翻船。

在PitchBook 网站上,Aidatify 这笔融资被归类到另一个SM Capital 名下。根据PitchBook 网站介绍,这个SM Capital 是一家成立于2021 年,总部位于圣马利诺的欧洲VC,之前投资过金融科技公司Stripe、Qomodo,甚至还有马斯克的SpaceX。不知道Aidatify 见到它和这些顶级公司并列,会不会自己也是一阵错愕?

这里也提醒一下广大读者,不要盲目依赖单一来源的信息,一定要进行多方交叉验证,确保信息的准确性,避免上当受骗。