保险公司撤退已经变成硬约束,所以运营方需要的不是“让维护更好看”的软件,而是能证明场站依然可以承保的软件。 真实客户结果已经说明,持续热监测既能避免重大损失,也能压低保险成本,CFO 和风险负责人终于能把 ROI 看明白。 旧厂部署终于快到能塞进真实续保周期里,创业公司可以围绕眼前的预算紧迫感成交,而不是等漫长的资本开支路线图。 全天候监测越来越值得信任,因为按工厂定制的热基线能砍掉误报,把团队精力集中到真正的风险上。 同一套可保性工作流能横向扩到多个高危行业,公司不必只困在木制品市场里。 催化因素。 AVIAN 的融资和客户结果已经证明:全天候热数据现在既能快速部署,也能和真实的保险节省挂钩,而这恰好发生在保险公司撤离高风险场站之际。
易燃场站可保性 OS 会架在现有热像仪、CMMS 工具和工厂维护日志之上,为每个场站建一份实时更新的火灾风险控制记录。它不只显示热点,还会按核保相关性给事件分级、跟踪每一项风险有没有按时整改,并自动拼出一份持续更新、可直接发给经纪商和保险公司的证据包。产品还会把告警频率、未解决热异常、检查节奏和停机事件拿去和同类工厂对比,让运营方在续保前就看见哪些工厂正变得越来越难保。对保险公司和经纪商来说,同一套系统还能开放受控权限,查看可审计的原始证据,而不是只看静态 PDF 问卷。时间越久,公司越能沉淀出一套最有价值的数据:在可燃工业环境里,到底哪些运营控制真能把火灾损失压下来,并把保障守住。
差异化。 大多数热监测厂商卖的是硬件、告警,或泛化的预测性维护分析。这个公司卡住的,是场站必须向经纪商、保险公司、放贷方和董事会解释自己风险状况的那个经济时点。只要继续保持硬件无关,把重心放在核保证据、整改闭环和跨场站基准上,它就能接入现有传感器,同时沉淀一套专有数据,回答什么做法真的能守住可保性、把损失压低。
创业论点 滩头市场 面向北美托盘回收厂、锯木厂和二次木制品工厂的保险就绪工作流;这些工厂往往粉尘可燃、输送带密集,而且正进入艰难的财产险续保或经纪商再营销周期 切入点 一层硬件无关的控制平面,接入热告警、维护工单和现场检查,给高火灾风险设施生成面向保险公司的风险报告、整改时间线和续保证据包 非显而易见洞察 工业热 AI 的第一个杀手级应用,不是再做一块预测性维护仪表盘,而是做一条可保性工作流:把原始热信号和整改动作,变成保险公司和经纪商都能直接拿去用的证明,说明这个场站值得拿到负担得起的保障。变化在于,保险公司撤退的速度已经快过工厂升级基础设施的速度;与此同时,全天候热系统的部署速度和可信度都够高,足以支撑核保决策。 风险投资级路径 先从木材和回收工厂的火灾可保性切入,再扩到化工、油气、海事,以及更广的工业财产风险工作流,例如放贷尽调、停机预防、多重危险合规和承保方基准比较。
目标用户 主要用户 北美托盘回收商或二次木制品运营商中,负责风险与可靠性的 COO 或主管;公司有 1 到 5 个工厂,且未来 120 天内就要续保 次要用户 在可燃物场站负责输送带、电机和电气柜的工厂维护经理 经济买方 面对财产险保费上涨或核保审查加严的中型工业运营商 CFO 或风险负责人
市场切入种子 首个客户 拥有 2 到 10 个场站的北美托盘回收商和二次木制品运营商;近期收到保险公司损失控制建议,而且至少有一条输送带供料产线已经出现过发热或火灾担忧 购买触发点 续保通知、保费冲击、责任除外威胁,或经纪商在出单前要求更强的持续火灾风险控制证明 当前替代方案 按季度出报告的热成像承包商、人工维护日志、经纪商问卷、现场检查资料夹,以及泛化的预测性维护仪表盘 切换理由 这个切口把工厂本来就会采集的热数据和维护数据,直接变成保险公司看得懂的控制叙事;客户不用等整厂改造,也能先把保障守住、把保费压下来。 定价假设 按场站收取年度订阅费,另加可选的保险报告模块,以及传感器与 CMMS 集成的上线费用
待完成任务 任务 当前替代方案 成功指标 临近财产险续保时,帮可燃物工厂证明火灾风险在被持续监测并及时整改,好让它在可以接受的条款下把保障续上。 人工问卷、热成像报告,以及经纪商主导的叙事式材料整理 续保时的保费变化和保障保留情况 当输送带、电机或电气柜反复出现热点时,帮维护和风险团队证明问题处理得足够快、也足够彻底,能经得起核保复核,从而避免下次现场检查后被加上责任除外。 分散的告警系统、工单和邮件线程,拼不出一条能给保险公司看的审计链 与核保相关的热事件完成整改闭环所需时间
火灾可保性闭环 flowchart LR
Buyer[Risk leader] --> Pain[Coverage at risk from fire exposure]
Pain --> Product[Combustible Site Insurability OS]
Product --> Outcome[Lower losses and stronger renewal outcomes]
创意评分卡 — 平均4.8 / 5 · 5个维度 信号 5/5 痛点 5/5 切入点 5/5 防御性 4/5 规模化 5/5 信号 · 5/5 三个已验证来源给出了具体证据:保险公司撤退、部署条件成熟,以及客户 ROI 可量化。 痛点 · 5/5 一旦失去保障或被迫承受保费飙升,高危工厂会直接面临生存风险,财务和运营负责人都没有拖延空间。 切入点 · 5/5 面向可燃工业场站的保险就绪工作流足够窄,买家、触发点、替代方案和结果指标都很清楚。 防御性 · 4/5 防御力可以从跨场站核保基准、整改历史和面向承保方的证据模型里长出来,但在早期,集成护城河仍然只是中等强度。 规模化 · 5/5 这个滩头市场能扩到更多高危行业,并进一步长成工业财产风险治理的系统记录层。 商业模式画布 热像仪厂商 CMMS 供应商 工业保险经纪商 专业 MGA 损失控制顾问 接入场站遥测和维护数据 生成可直接给保险公司使用的证据包 对设施风险状况做基准比较 支持续保和整改工作流 热监测与 CMMS 连接器 核保证据图谱 跨场站损失与整改数据集 工业风险领域知识 向承保方证明火灾风险处在持续控制中 把热告警变成续保可用的证据 在保障恶化前给场站可保性做基准比较 围绕续保周期做高触达上线 与工厂团队共享整改工作流 与经纪商和承保方一起复核报告 直接销售给运营方 保险经纪商 损失控制顾问 热监测合作伙伴 托盘回收厂 二次木制品工厂 锯木厂 专业财产险保险公司 工业保险经纪商 产品研发 集成与上线团队 工业风险专家 企业销售和经纪渠道合作 按场站收取年度订阅费 集成和上线费用 高级保险报告模块 面向经纪商或承保方的基准订阅 市场规模 TAM SAM SOM TAM · 总体可寻址市场 $141.0M SAM · 可服务市场 $27.0M SOM · 可获得市场 $1.5M 市场规模概览 TAM $141.0M 自下而上的估算:Forisk 给出北美约 2,350 家木材加工厂,乘以每场站约 $60k 的混合年合同价值,代表面向承保方的监测工作流和报告收入;这个 ACV 又用 AVIAN 的“不到 6 个月回本”叙事,以及 Augury 的订阅式预测性维护预算做了交叉校验。 SAM $27.0M 估算北美可触达的滩头场站约 600 个,集中在托盘、锯木和二次木制品业务,且续保或火灾压力较高;按每场站约 $45k 年合同价值计算。这个口径明显收窄了整体木材加工版图,并假设许多场站在购买前仍需要经纪或工程层面的验证。 SOM $1.5M Y3 可触达份额按 25 个客户账户估算,平均每个账户 2 个场站、每个场站约 $30k 年化软件与报告收入,通过直销运营方加经纪驱动试点获得。
高管要点 AVIAN 已经在这个细分市场里验证了全天候热监测的需求:公司称自己在 9 个国家、约 50 个场站避免了超过 $50M 损失,而 Forbes 还报道 Kamps Pallet 在部署后把保险成本压低了 10%。 商业财产险整体在走软,但经纪商依然把工业和高火灾风险资产描述得更挑剔;这给一类软件留出了切口——它不是只识别热点,而是帮运营方在续保时证明控制到位。 现有厂商相当分散。FLIR、Opticom 和 Viper 卖的是检测栈;Augury 卖机器健康工作流;经纪商和承包商仍在靠人工热成像和纸面续保。还没有谁真正拿下混合硬件与维护系统之上的、面向保险公司的证据层。 最好的滩头市场仍是北美托盘回收商、二次木制品工厂和锯木厂——它们有可燃粉尘、露天托盘堆放、输送带密集产线,而且未来几个月就要续保。 真正耐久的护城河不在原始热影像,而在那张可审计的数据图谱:把异常、确认、整改速度、避免的停机和续保结果,跨可比高风险设施串起来。 市场定义 这类软件把持续热事件、维护动作和消防背景信息,转成经纪商和保险公司可直接采用的证据,服务对象是可燃工业场站。它位于热像仪厂商、预测性维护工具、经纪商问卷和财产损失工程之间。
用户与买方 主要使用者是锯木厂、托盘回收厂和二次木制品工厂里的维护、可靠性和风险负责人。真正拍板花钱的人,通常是 CFO、COO 或风险负责人——前提是续保条款、免赔额、责任除外或保险公司建议,已经把防火推成董事会级别的问题。
购买触发点 经纪商或保险公司在出单或续保前,要求客户拿出更扎实的可燃粉尘控制、现场整洁度和火灾风险缓释证明。 [23] [25] [26] 同行火灾、覆盖物堆起火、除尘箱问题,或不断上升的热点,让管理层意识到按季度人工检查根本抓不住关键窗口。 [19] [21] [39] 场站已经装有热监测,或者能很快补上,因此软件和工作流叠加层可以在真实续保周期里落地。 [1] [3] [5] 支付意愿 付费意愿是可信的,因为替代成本很大:AVIAN 对外主打不到 6 个月回本和首年订阅保障;其锯木厂页面估算一年可省下 $84k 停机损失;Forbes 报道 Kamps Pallet 的保险成本下降了 10%;Augury 也把预测性维护包装成订阅制,宣称不到 6 个月回本、ROI 达到 310%。只要这层工作流既能守住保障、又能减少停机,还不用再上一个大额资本开支项目,买家就会愿意掏钱。 [2] [3] [5] [37] [38]
品类动态 增长信号 Aon Q2 2026 市场报告给出的美国财产险平均费率变化为 -17.88%
顺风因素 持续热监测已经有可引用的 ROI,包括避免停机、抓到预测性维护问题,以及保险成本下降。 即便整体财产险更有竞争,高风险买家在核保上仍然会被更严格筛选。 固定热像仪、远程仪表盘和可接 PLC 的输出早已商业化,降低了聚焦工作流的新进入者的部署摩擦。 逆风因素 保护条件更好的被保险人正在拿到更软的价格和更多容量;如果一个场站还没真正感受到续保压力,紧迫感就会下降。 现有相机厂商和打包式监测提供商,可以把硬件、分析和服务塞进同一张采购单里。 监测无法替代规范要求的防护,因此价值捕获取决于产品能否嵌进更大的风险改善项目。 验证信号 AVIAN 自己的市场进展就说明拉力真实存在——大约 50 个已部署场站、9 个国家,以及超过 $50M 的已避免损失。 Kamps Pallet 报告里的 10% 保险成本下降,是极少见的直接证据,说明热控制确实能影响续保经济性。 Sierra Pacific、Chinook 和 Rosenbaum 的案例说明,运营方看重这套系统,不只是因为能防大火,也因为它能提前抓维护问题。 多家现有厂商都在直接面向木材和托盘场景卖火灾预防方案,这说明预算科目已经存在,买方教育曲线也不陌生。 大型托盘设施火灾依旧需要极端应急响应,这进一步放大了继续依赖人工或被动控制的代价。 监管与技术约束 OSHA 关于可燃粉尘的指导,把运营方指向锯木厂、通风、消防、防爆区域和 General Duty Clause,而不是某一个软件控制点。 FM 的木材加工与可燃粉尘数据表说明,粉尘处理、现场整洁以及爆炸 / 火灾防护,始终是场站必须承担的核心义务。 在 IFC 和 NFPA 13 逻辑下,闲置木托盘存储被视为特殊火灾风险,所以存储布局和喷淋设计依然会实质影响可保性。 如果产品要接停机动作,停机逻辑和复机纪律应该由现场 PLC 掌握,而不是让热系统自主行动。 从热监测到可保性的市场地图 ← Camera bundle Workflow abstraction → ← Alerting only Underwriting impact → Q2 Q1 · 优势区 Q3 Q4 Proposed startup FLIR Viper Imaging Opticom Augury AVIAN 市场大致分成四路:打包式热监测厂商、相机优先的工业现有厂商、预测性维护套件,以及人工经纪 / 热成像工作流。拟议中的创业公司最强的地方,是工厂明明已经有数据,却还没有一套结构化、能直接服务续保的系统记录层,把核保相关性、整改闭环和场站间基准串起来。
竞争对手 阶段 切入点 定价 优势 相对劣势 AVIAN scale-up 面向高风险工业场站的全天候热监测,打包提供相机、告警与支持。 定制订阅;对外宣传不到 6 个月回本,并提供 12 个月满意度保障。 它是最接近目标痛点的现成证明点,有木材行业真实案例、保险节省证据和快速部署话术。 仍然和自家监测栈绑定;创业公司可以靠硬件无关的保险工作流、整改闭环逻辑和经纪商证据包打出差异。 Teledyne FLIR incumbent 面向木材加工及其他工业高危场景的固定热像仪和早期火灾检测系统。 以硬件为核心,通过产品或伙伴销售按报价成交。 品牌可信、硬件耐用、产品线宽,而且已经深度切入状态监测与火灾预防应用。 相机优先的定位,使工作流、核保叙事和整改证明仍大多留给客户或集成商自己拼。 Opticom Technologies scale-up 专门为锯木厂火灾监测设计的 AI 双传感器热像仪。 按硬件部署做定制报价。 木材行业定位清晰、硬件耐用、锯木厂叙事直接。 本质上还是设备加告警销售,看不到它在续保文档、承保方基准或跨系统证据管理上的控制力。 Viper Imaging scale-up 使用 FLIR 相机加 ViperVision 软件,为木材加工场站提供早期火灾检测系统。 提供 HaaS、租赁、购买和短租多种方式。 集成商式灵活度高,采购方式也更贴近想要一站式部署的工业买家。 重点仍是系统部署和告警处理,而不是一套硬件无关的续保与整改记录层。 Augury scale-up 面向工业资产预测性维护的订阅式机器健康平台。 定制报价;订阅模型,并宣称不到 6 个月回本。 机器健康叙事强、工业可信度高,也已经替订阅式可靠性软件把预算教育做了一部分。 它服务的是更宽的预测性维护,而不是火灾可保性工作流、经纪协作或财产险续保证据。
为什么现有厂商不会默认胜出 热像仪现有厂商. FLIR、Opticom 和 Viper 在早期检测和耐用部署上都很强,但它们的重心仍是感知和告警,而不是面向保险公司的工作流、维护闭环和跨场站证据包。 打包式监测初创公司. AVIAN 是最接近的证明点,也是最危险的相邻竞争对手,但它的定位依然和自家监测栈绑定在一起;硬件无关的可保性层,可以架在混合传感器、CMMS 和经纪互动之上。 预测性维护套件. Augury 及类似平台已经证明,工厂愿意为订阅式机器健康买单;但它们优化的是更宽泛的可靠性项目,而不是面向可燃场站财产险续保的核保叙事。 人工热成像与经纪驱动流程. 现在的主流工作流仍是周期性热成像、资料夹、问卷和损失控制叙事;这种方案当然容易买,但天生是间歇式的,也很难证明“持续控制”。 易燃场站可保性 OS 卖的是一条很窄、但很急的工作流:当保险公司、经纪商和损失控制团队要求客户拿出更扎实的火灾风险控制证明时,帮高风险木材与托盘设施把可保性守住。第一批客户会是北美的托盘回收商、锯木厂或二次木制品运营商,拥有 2 到 10 个场站、现有产线高度依赖输送带,而且大约 120 天内就要续保或重新询价。产品是一层硬件无关的软件,把热事件、维护动作和现场检查变成可审计的证据包,直接给经纪商和保险公司用,而不是再做一块泛化的预测性维护仪表盘。这个切口有吸引力,因为买家本来就在热成像、热像仪、维护系统和经纪材料上花钱,但一直没有一套系统记录层,能证明风险一直在管、整改有没有闭环。短期打法是先拿下运营方预算;等续保证据真正进入日常工作流后,再扩到面向经纪商、MGA 和保险公司的模块。研究已经证明痛点、部署时机和付费意愿都成立,但还有两个假设必须补证:第一,承保方是否愿意把创业公司生成的证据当成决策支持;第二,在硬件混杂的环境里,纯软件叠加层是否依然能卖出好价格。研究里的市场规模以估算为主,初始滩头也不算特别大,所以要走到风投级体量,必须再扩到回收、生物质和其他高危财产工作流。只要早期试点能证明续保结果改善、经纪渠道带单,以及试点到正式生产合同的转化,这案子就值得投。
问题 这些场站至今还靠按季度热成像巡检、表格和经纪商问卷,根本无法向保险公司证明火灾风险一直处在持续控制中。 托盘厂、锯木厂和二次木制品运营商的续保压力很尖锐,因为保费飙升、责任除外甚至失去保障,都可能在工厂完成物理改造之前就先发生。 现有热监测厂商能识别热源,但通常不会在混合系统里留下可审计记录,去说明谁确认了问题、整改用了多久、哪些证据能直接给保险公司看。 解决方案 产品把热告警、维护工单和检查记录接进一套按场站划分的控制台账,并按核保相关性给事件分类。 它会在续保前生成可直接给经纪商和承保方使用的证据包,里面有异常历史、整改闭环、逾期动作和场站级控制趋势。 它还会把已监测场站和同类设施做基准比较,让运营方优先处理那些最可能变得难以承保的工厂。 为什么我们会赢 硬件无关的定位,让公司能架在已安装相机、CMMS 工具和人工日志之上,不必强推整套替换式部署。 这个切口卡住的是 CFO 或风险负责人最焦虑的时点——他们现在就要续保证据,而不是再买一块可靠性仪表盘。 真正能守住的资产,是一套跨场站数据集:把热异常类型、整改行为和续保结果连起来,覆盖可燃工业环境。 战略选择 滩头市场 北美托盘回收商、二次木制品运营商和锯木厂;这些公司拥有 2 到 10 个场站、工艺高度依赖输送带,并将在未来 3 到 4 个月内面对财产险续保或经纪商重新询价。 切入点理由 这一段市场火灾暴露明确、已经有热监测和维护数据,而且预算触发点直接绑在续保结果上。相比一开始就做更宽的工业市场,这里更容易更快做出证明,因为买家、触发点和成功指标都很具体:把保障续上、减少责任除外,或者在下一次续保时拿到更好的保费条款。 推进顺序 公司第一步应该先发一层能吃进现有硬件的软件叠加层,因为续保压力要的是尽快上线,不是打包卖硬件。等工厂团队和风险团队每天都在用这套工作流后,再补上经纪协作、基准报告和合作伙伴驱动的承保方分发;招聘顺序也一样,先上产品和集成人才,保险合作岗位放后面。 暂不进入 在木材和托盘工作流里还没把续保证明跑通之前,不先做化工、油气等场站 · 不把整包相机硬件销售作为主推进动作 · 不做超出 PLC 集成告警与升级支持范围之外的自主停机控制 · 不做那些和可保性或续保结果无关的泛化预测性维护场景
进入市场 切入点 向那些正面临保费冲击、责任除外风险或经纪商重新询价的易燃场站,卖一层续保就绪叠加层,把已安装的热监测和维护数据变成承保方可直接采用的证明。 渠道 直接卖给进入续保或损失控制整改周期的运营方 · 与工业保险经纪商、MGA 和财产损失工程师建立转介和联合销售合作 · 与热监测 OEM 和系统集成商做渠道合作,在已装相机之上补工作流层 漏斗目标 线索→合格续保账户 20–30%,合格账户→付费试点 35–50%,试点→正式生产 60%+,正式生产→12 个月内多场站扩展 40%+ 定价 按场站收取年度订阅费,再叠加上线和集成费用,是最顺手的定价方式,因为买家是围绕单个场站续保来编预算的,也想在不走资本开支审批的前提下尽快看到结果。初始定价应该锚在每个场站大约 $30k 到 $45k,覆盖软件和报告能力,前提是接入已支持的集成;经纪商或保险公司报告模块可以在正式生产后再作为增购项出售。
产品路线图 MVP MVP 要先做成一个以读取和汇总为主的软件叠加层,覆盖 1 到 2 套现有热系统和 1 个 CMMS 或工单来源,并保留人工录入检查和整改备注的兜底入口。它必须在不大改控制系统的前提下,就能产出像样的证据包、事件时间线和续保仪表盘。 6 个月 上线场站台账、面向承保方的证据包、经纪复核工作流,以及面向共创客户账户中最窄支持范围的热系统和 CMMS 连接器。 12 个月 加上跨场站基准比较、整改 SLA 分析、经纪商多账户视图,以及把支持栈上线时间压到 30 天以内的实施手册。 24 个月 扩到回收和生物质等相邻市场,增加结构化的保险公司和 MGA 报告模块,并沉淀和续保结果、损失控制建议相连的核保级基准。 关键押注 在完全标准化的核保工作流出现之前,保险公司和经纪商就会先把实时证据包当成有用的决策支持。 · 足够多的目标场站已经装有可用的热监测,所以“软件先行”的部署会比转卖打包硬件更快跑通。 · 跨场站基准数据最终会比单纯的热异常识别更值钱,并能支撑产品扩到相邻的高危财产工作流。
商业模式 收入来源 面向已纳入续保工作流的监测场站,按年收取订阅费 · 热监测和 CMMS 连接的一次性上线与集成费用 · 高级经纪商、MGA 或保险公司报告模块 · 面向大型运营商或渠道伙伴的多场站基准与组合分析 价值单位 处在活跃保险就绪防火工作流中的已监测场站 目标毛利率 70% 扩张杠杆 从单场站试点扩到 2 到 10 个场站运营商的整组铺开 · 当运营方证据包进入正式生产后,增加面向经纪商的组合视图 · 把同一套控制台账延伸到回收、生物质和其他可燃财产垂直 · 在既有工作流底座上继续叠加基准和续保结果分析
战略地图 北极星指标 在没有新增火灾责任除外或不利核保动作的情况下完成续保的已监测场站数 输入指标 从热异常出现到被正式确认所需时间 · 在目标 SLA 内完成闭环的核保相关事件占比 · 从续保合格账户中启动的付费试点数 · 试点账户转成年付正式合同的比例 · 现有运营商账户里的多场站扩展率 待构建护城河 与续保结果绑定的跨硬件事件与整改数据集 · 让证据包成为续保流程一部分的经纪商与 MGA 工作流采用 · 展示可燃设施之间控制行为差异的基准模型 终止标准 前 8 个试点里,12 个月内少于 2 个带来经纪商认可的续保改善或明显更快的核保流程 · 超过 50% 的合格潜客部署时都要求整套更换硬件,打破“软件先行”假设 · 在已支持集成上跑完两个续保周期后,试点到正式生产的转化仍低于 30%
里程碑 0–12 个月 在木材与托盘滩头市场签下 5 到 10 个共创客户账户 发出证据包 MVP,并接入最窄支持范围内的热监测与 CMMS 连接器 至少把 3 个试点转成年度正式生产合同 建立 2 个与真实账户绑定的经纪商或 MGA 共创合作 12–24 个月 跑出可复制的部署手册,在已支持栈上把上线时间压到 30 天以内 上线跨场站基准报告和组合视图 从单场站试点扩到多场站运营商铺开 在木材市场拿到证明后,进入回收或生物质等一个相邻可燃垂直 24–36 个月 在至少数十个已监测场站上沉淀续保结果数据集 基于真实工作流使用情况,补上保险公司和 MGA 报告模块 证明来自经纪商或 OEM 伙伴的渠道 pipeline 可以稳定复制 证明产品能在不牺牲部署速度和定价权的情况下,走出最初的木材与托盘市场 战略地图 flowchart LR
Wedge[Beachhead renewal wedge] --> MVP[Evidence-pack MVP]
MVP --> Proof[Broker and renewal proof points]
Proof --> Expansion[Multi-site and adjacent-vertical expansion]
创始团队 角色 入职时间 理由 创始工程师 第 0 个月 负责数据接入管道、事件台账、证据包生成,以及首批热监测和 CMMS 系统集成。 产品与实施负责人 第 0 个月 把续保工作流需求收敛成一个窄产品,负责上线,并避免工程团队被定制化服务拖垮。 工业风险合作负责人 第 6 个月 等首批运营方试点产出可用证据包后,去搭建经纪商、MGA 和损失控制关系。 客户成功与数据运营 第 9 个月 当首批客户进入正式生产后,保证整改数据质量、续保报告一致性和多场站扩展。
实验路线图 阶段 实验 假设 成功指标 负责人 0–90 天 招募 5 家续保窗口在 120 天内的共创运营商。 相比泛化可靠性买家,卡在续保节点上的账户会更快接受付费或强承诺的试点。 签下 5 个共创客户,其中至少 3 个是付费试点,而且 5 个都有明确的续保或损失控制截止时间。 CEO 0–90 天 为共创客户最常见的 2 套热监测栈和 1 套 CMMS 做连接器。 把连接器范围收窄做深,能把部署时间压下来,从而守住“软件先行”假设。 前 5 个账户里有 4 个能在 30 天内靠自动化数据接入上线。 Founding eng 90–180 天 在真实试点账户上跑经纪商证据包评审。 经纪商会提出一套比较标准的证据需求,最终能沉淀成默认续保模板。 至少 6 位经纪评审人认为证据包“实质上有用”,并且有 3 位愿意再介绍目标账户。 CEO 90–180 天 测试纯软件、软件加上线、以及组合打包三种定价。 只要和续保节点、可量化的整改工作流价值挂钩,买家会接受按场站收年费。 在已支持账户上签下 3 份正式生产合同,等价毛收入达到每场站 $30k+。 Revenue lead 180–365 天 给早期正式客户上线多场站基准仪表盘。 组合基准比较会比单点续保报告更快带来第二场站、第三场站扩展。 12 个月内,40% 的正式生产账户扩到至少 1 个新增场站。 Product lead 180–365 天 试点一个带组合报告的经纪商或 MGA 合作模块。 一旦运营方侧工作流被验证,渠道伙伴会带来更低成本的合格 pipeline。 2 个活跃渠道伙伴贡献 20% 以上的合格 pipeline,同时不拉低赢单率。 CEO
风险评估 商业计划风险 — 4 已映射 可能性 →
R1 经纪商和保险公司可能觉得证据包“有帮助”,但还不足以影响核保决策。 · High可能性 / High影响 — 先和经纪商及 MGA 渠道里的共创客户合作,开放原始事件与整改轨迹,并用真实续保影响来衡量效果,而不是一上来就宣称能自动降保费。 R2 硬件和维护环境混杂,可能让上线过程过度依赖服务。 · High可能性 / High影响 — 首个版本先把支持范围严格收窄到少数几套栈,并把上线费用明确报价,等产品化集成被验证后再放开。 R3 如果客户想找一个厂商同时负责检测和工作流,他们可能更愿意买打包式热监测方案。 · Medium可能性 / High影响 — 优先在已有相机的场景赢单,与精选 OEM 合作,并把差异化放在保险工作流、整改闭环和基准数据上,而不是传感器性能。 R4 公司可能在滩头市场经济性还没跑顺之前,就过早扩到相邻垂直。 · Medium可能性 / Medium影响 — 扩张节奏必须由滩头市场的试点转化、部署速度和多场站扩展指标来决定,而不是看漏斗顶部兴趣有多高。 风险 可能性 影响 缓解措施 经纪商和保险公司可能觉得证据包“有帮助”,但还不足以影响核保决策。 High High 先和经纪商及 MGA 渠道里的共创客户合作,开放原始事件与整改轨迹,并用真实续保影响来衡量效果,而不是一上来就宣称能自动降保费。 硬件和维护环境混杂,可能让上线过程过度依赖服务。 High High 首个版本先把支持范围严格收窄到少数几套栈,并把上线费用明确报价,等产品化集成被验证后再放开。 如果客户想找一个厂商同时负责检测和工作流,他们可能更愿意买打包式热监测方案。 Medium High 优先在已有相机的场景赢单,与精选 OEM 合作,并把差异化放在保险工作流、整改闭环和基准数据上,而不是传感器性能。 公司可能在滩头市场经济性还没跑顺之前,就过早扩到相邻垂直。 Medium Medium 扩张节奏必须由滩头市场的试点转化、部署速度和多场站扩展指标来决定,而不是看漏斗顶部兴趣有多高。
首个客户 标题 处在续保审查下的多场站托盘回收商或二次木制品运营商 画像 北美运营商,拥有 2 到 10 个场站、输送带供料产线、可燃粉尘暴露、至少一次近期发热或火灾担忧,并且即将进行财产险续保。 触发点 经纪商或保险公司在出单或续保前,要求客户拿出更强的持续火灾风险控制证明。 买方 CFO、COO 或风险负责人 初始合同 先在 1 个场站做付费试点,含上线费用,年化软件价值大约 $25k 到 $50k;如果下一次续保或经纪材料结果改善,再扩到 2 到 5 个场站。
必须成立的条件 至少一半合格滩头场站已经有可用热硬件,或者能在不走漫长资本开支周期的情况下补上。 经纪商和保险公司足够看重整改闭环记录,愿意在续保复核或损失控制跟进里讨论这类证据。 一层软件叠加层能在每场站 $30k 到 $45k 的定价下,通过续保保护、承保响应速度或停机避免拿出回报。 工厂团队会持续维护事件与整改工作流,而不是一忙起来就退回表格和邮件。 公司可以从木材和托盘工作流扩到相邻高危财产垂直,而不用从零重写产品。 待尽调问题 到底哪些证据材料会在困难续保里改变经纪商或保险公司的行为? 目标场站里有多少已经在跑热像仪?滩头市场里最常见的相机和 CMMS 组合是什么? 续保改善里,有多少来自软件证据本身,又有多少来自喷淋、除尘或存储布局等物理改造? 如果热监测 OEM 自己加上一层类似报告,经纪渠道的防御力到底有多强? 什么样的试点结构最能预测后续多场站铺开,而不是一次性合规支出? 投资人判断 结论 见面 / 继续尽调 信心 切口很强、痛点也真,但能不能把确信感做实,取决于公司能否在首批试点里证明承保方接受度,以及纯软件部署的经济性。 相信的理由 同类市场证据已经说明,买家愿意为了防火灾损失、保住正常运行和守住财产保障付费,而现有厂商里还没有谁真正拿下了面向承保方的工作流层。 怀疑的理由 初始滩头本身不算特别大;如果经纪商和保险公司只把产品当成“有帮助的报告工具”,而不是核保相关基础设施,公司就可能跑不出来。 下一步尽调 拿下 5 到 10 个共创客户账户,并证明其中至少有几个能带来经纪商认可的续保改善,或明显加快核保复核。
三年合计 第 1 年收入 $48K EBITDA $-740K · 期末现金 $1.76M 第 2 年收入 $434K EBITDA $-878K · 期末现金 $883K 第 3 年收入 $1.21M EBITDA $-565K · 期末现金 $318K
单位经济 年 ARPU $35K 毛利率 70% CAC $26K 回本期 12.9 个月 LTV / CAC 5.2x 生命周期价值 $136K
融资需求 轮次 种子前轮 · $2.5M 跑道 30 个月 里程碑 到 Q4Y2 达到 20 个已付费监测场站,在已支持栈上证明可在 30 天内完成部署,拿下 2 个经纪商或 MGA 共创客户,并在 Y3 内仍保留大约 6 个月缓冲。
模型合理性 收入引擎. 基准情形下,收入来自付费场站数从 Y1 末的 6 个增长到 Y2 末的 20 个、再到 Y3 末的 50 个,其中大部分增量来自木材和托盘运营商内部的多场站铺开。必须做对的事. 这个模型要求商业计划里设定的试点→正式生产门槛和 40%+ 多场站扩张都能成立,这样每个卡在续保节点的客户账户才能从 1 个场站长成一个小型组合账户。模型会在哪儿断掉. 如果经纪商和保险公司始终不买账、而上线又一直无法标准化,downside 情形会卡在 40 个场站以下,并在下一轮融资前把现金烧成负数。下一轮融资证明. 等公司在 Q4Y2 证明 20 个已监测场站、30 天内可部署,以及渠道带来的扩张有望在 Y3 指向 50 个场站时,下一轮融资故事会最强。 营收、现金与 EBITDA — 12 个月的 Y1 + 8 个季度的 Y2/Y3 $0K $500K $1.00M $1.50M $2.00M $2.50M M1 M4 M7 M10 Q1Y2 Q4Y2 Q3Y3 Q4Y3 营收(线/面积) 期末现金(虚线) EBITDA(柱,灰色为亏损)资金用途 — $2.5M 种子前轮 Engineering · 40%
GTM · 29%
G&A · 10%
Buffer (6 mo) · 21%
按角色的人力增长 — 峰值8 FTE
Q1Y1 3 Q2Y1 4 Q3Y1 4 Q4Y1 5 Q1Y2 5 Q2Y2 5 Q3Y2 5 Q4Y2 7 Q1Y3 7 Q2Y3 7 Q3Y3 7 Q4Y3 8 创始人 / CEO 创始工程师 产品 / 实施负责人 工业风险合作负责人 客户成功 / 数据运营 平台工程师 客户经理 基准分析师第3年情景:基准 / 下行 / 上行 第3年营收 第3年 EBITDA 现金最低点 说明 下行 $960K -$760K -$180K 经纪渠道带来的订单更慢,试点转正式的速度更低,而且更多人工集成工作让公司一直摆脱不了重服务模式。 基准 $1.21M -$565K $318K 卡着续保窗口的直销开始转成多场站铺开,而毛利率会在集成稳定后爬到 70% 目标。 上行 $1.49M -$300K $610K 经纪转介和更快的多场站采用,让公司在几乎不加快招聘节奏的情况下也能继续加站点。
敏感性——第3年现金与营收影响(按幅度排序) 变量 下行 上行 现金影响 营收影响 CAC 每个已监测场站 $35K CAC 每个已监测场站 $20K CAC -$380K $0K 销售周期 Pilot 成交延后一个季度 经纪渠道带来的交易在两个月内成交 -$210K -$250K 流失率 2.5% 月流失率 1.0% 月流失率 -$130K -$160K 招聘节奏 把客户经理和基准分析师的招聘各提前两个季度 基准分析师延后一个季度招聘 -$120K -$70K ARPU $32K 混合年化场站 ARPU $38K 混合年化场站 ARPU -$96K -$138K 毛利率 67% 72% -$36K $0K
情景 情景 第 3 年收入 第 3 年 EBITDA 现金低点 说明 关键变化 下行 $960K $-760K $-180K 经纪渠道带来的订单更慢,试点转正式的速度更低,而且更多人工集成工作让公司一直摆脱不了重服务模式。 Y3 末付费场站只有 40 个,而不是 50 个 混合年化场站 ARPU 维持在 $32K,而不是 $35K 毛利率最高只能到 67%,而不是 70% 基准 $1.21M $-565K $318K 卡着续保窗口的直销开始转成多场站铺开,而毛利率会在集成稳定后爬到 70% 目标。 到 Q4Y3,Y3 付费场站达到 50 个 混合年化场站 ARPU 达到 $35K 毛利率在 Y3 达到 70% 上行 $1.49M $-300K $610K 经纪转介和更快的多场站采用,让公司在几乎不加快招聘节奏的情况下也能继续加站点。 Y3 末付费场站达到 60 个,而不是 50 个 随着报告增购项加入,混合年化场站 ARPU 达到 $38K 当上线更标准化后,毛利率提升到 72%
敏感性 变量 下行情景 基准情景 上行情景 ARPU $32K 混合年化场站 ARPU $35K 混合年化场站 ARPU $38K 混合年化场站 ARPU CAC 每个已监测场站 $35K CAC 每个已监测场站 $26.3K CAC 每个已监测场站 $20K CAC 流失率 2.5% 月流失率 1.5% 月流失率 1.0% 月流失率 销售周期 Pilot 成交延后一个季度 续保驱动的交易在一个季度内成交 经纪渠道带来的交易在两个月内成交 毛利率 67% 70% 72% 招聘节奏 把客户经理和基准分析师的招聘各提前两个季度 只有在可复制部署被证明后才继续加人 基准分析师延后一个季度招聘
关键假设 (18) ID 名称 数值 单位 来源 A1 模型起始月份 2026-06 YYYY-MM [BP date 2026-05-21] 模型从商业计划日期后的第一个月启动,这样融资现金会先到账,再开始放大支出。 A2 期初现金 2500.0 USDK [BP fundingAsk targetFundingRangeUsd $2–4M] 基准情形采用 $2.5M pre-seed,取自区间偏下中部。 A3 模型里的客户单位 已付费监测场站 definition [BP businessModel.unitOfValue monitored site; BP pricing 每年 per-site subscription] customersEop 追踪的是付费场站,而不是运营商品牌数。 A4 起始已付费监测场站(M1) 0 count [BP milestones 0–12 个月] 公司从零收入起步,要等第一批证据包部署后才会签下付费场站。 A5 Y1 每月新增已付费监测场站 [0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 2] count [BP experimentRoadmap and milestones] 按这个节奏,年底能达到 5 到 10 个共创客户、3 个付费试点,以及 3 份正式生产合同。 A6 Y2 每季度新增已付费监测场站 [3, 4, 3, 4] count [BP milestones 12–24 个月] 假设木材和托盘运营商里,30 天内可复制部署已跑通,早期多场站铺开开始出现。 A7 Y3 每季度新增已付费监测场站 [7, 7, 8, 8] count [Research SOM 25 accounts / ~50 sites; BP 24–36 月 channel and expansion milestones] 到 Y3 末达到 50 个付费场站,大致对应 25 家运营商、每家 2 个场站。 A8 分阶段定价阶梯 Y1 30.0; Y2 34.0; Y3 35.0 每年 revenue per active site (USDK) 每年 USDK per site [BP pricing $30k to $45k per site; Research SAM/SOM $45k and $30k site ACV anchors] 随着经纪商与报告模块加入,单价温和上调。 A9 收入确认方法 以期间平均活跃场站数乘以混合年化场站收入 formula 创业财务经验法则:新场站平均在期中上线,所以收入按 ((BoP sites + EoP sites) / 2) × realized price 计算。 A10 毛利率爬坡 Y1 55% to 60%; Y2 62% to 68%; Y3 70% 百分比 [BP businessModel.targetGrossMarginPct 70; BP risk on services-heavy onboarding; Research adoptionFrictionMatrix mixed-stack integration] 只有当集成逐步产品化后,毛利率才能摸到目标值。 A11 全成本薪酬带 Founder 160; founding eng 145; product/implementation 130; partnerships 150; CS/data ops 105; platform eng 140; AE 140; benchmark analyst 115 每年 USDK per FTE [BP team roles] 再叠加创业财务经验法则,按精简型美国垂直 SaaS 团队的现金薪酬、工资税和福利估算。 A12 招聘节奏 Founding eng M1; product/implementation lead M1; partnerships lead M6; CS/data ops M10; platform engineer M15; AE M19; benchmark analyst M28 timing [BP team startTiming and sequencingRationale] 后续岗位是基于经验法则补入,前提是部署和渠道验证已经开始出现。 A13 薪资归集规则 Founder 50% S&M / 50% G&A; product/implementation 50% R&D / 50% S&M; partnerships 85% S&M / 15% G&A; CS/data ops 30% R&D / 70% S&M; benchmark analyst 80% R&D / 20% S&M; engineering and AE fully allocated to their functions policy [BP team rationales and operations] 反映创始人主导销售、实施型上线偏重,以及产品优先的组织结构。 A14 非薪资运营费用爬坡 R&D other 5 to 10 monthly; S&M other 4 to 12 monthly; G&A other 7 to 10 monthly USDK 每月 [BP operations; Research regulatoryLandscape and distributionChannels] 覆盖云成本、差旅、保险行业会议,以及基础法务与合规支持。 A15 用于单位经济模型的稳态月流失率 1.5 百分比 创业财务经验法则:年合同加续保驱动工作流本应带来较强留存,但这个窄市场仍有工厂集中度和承保方集中度风险。 A16 每个已监测场站的混合 CAC 26.3 USDK 由模型中的 Y2-Y3 销售与市场费用 $1.156M 除以 44 个新增付费场站得出;这一水平与创始人主导的垂直 SaaS 销售加经纪转介相符。 A17 融资规模规则 跑出可复制的多场站部署证明,并预留 6 个月缓冲 policy Developer instruction plus [BP fundingAsk runwayMonths 18] 本轮融资按“走过初步验证,并为下一轮融资准备好位置”来定。 A18 现金流简化假设 期末现金等于期初现金加累计 EBITDA formula 创业财务经验法则:轻资产软件模型假定资本开支、债务和营运资金扰动都很小。
单位经济模型流转 flowchart LR
RenewalTrigger[Renewal or loss-control trigger] --> QualifiedSites[Qualified high-risk sites]
QualifiedSites --> PaidSites[Paid monitored sites]
PaidSites --> Revenue[Per-site subscription and reporting revenue]
Revenue --> GrossProfit[Gross profit after onboarding and support COGS]
GrossProfit --> Cash[Cash runway] 警示项: 到 Y3,每 FTE 收入仍低于成熟垂直 SaaS 常态,因为面向保险方的实施和报告仍需要较多人工协助。 · 模型假设经纪商或 MGA 伙伴会在 Y3 开始贡献合格 pipeline;如果直销始终是唯一渠道,CAC 和回本周期都会变差。 · 毛利率要到 Y3 才能达到 70% 目标;如果混合栈集成始终无法产品化,服务型招聘会更早到来,这轮融资规模也得更大。
承保方接受度. 如果保险公司和经纪商不能审计底层证据、也看不到赔付率层面的影响,他们可能不愿相信一家初创公司生成的风险报告。 缓解措施: 先从经纪商和 MGA 共创客户做起,开放原始事件与整改轨迹,先把产品定位成决策支持,再逐步推进到核保标准化。 传感器碎片化. 工厂里常常混用不同热像仪、维护系统和人工日志,这会让上线过程变乱,也会拖低报告质量。 缓解措施: 首发版本先做一层硬件无关的数据接入层,并把支持范围收窄到滩头垂直里最常见的热监测和 CMMS 集成。 双边销售复杂度. 如果过早同时向运营方和保险方卖产品,公司很可能卡在两边预算和两边要求之间。 缓解措施: 先围绕续保痛点拿下运营方预算,等证据包已经进入日常使用,再把经纪商和承保方工作流作为扩展模块加上去。