面向小型机场的高性价比云端 OS，用实时跑道、机位和过站管理替代电子表格。

1. Blunav 在 Chennai 开展的 20 天试点拿到了政府验证的 22% 跑道效率提升，并立即被纳入日常运营，证明云端机场 OS 不是实验室概念，而是今天就能生产落地的产品。
2. 印度 UDAN 区域连通计划正在同时启用 50+ 个新机场，形成一个独特窗口：新任机场负责人正在选择第一套数字化平台，而现场还没有被既有厂商提前锁定。
3. 由 Piper Serica 领投的 $1M 机构种子轮说明，专业资本已准备为新兴市场的低价机场科技下注，投资端已开始认可这一品类。
4. DGCA 以及东南亚、非洲同类监管方都在收紧数字化报送要求，小机场必须尽快找到负担得起的合规方案，否则就有运营许可受限的风险。

催化因素。 印度的 UDAN 计划正在同时激活数十个此前沉寂的区域机场，形成一批新的机场负责人。他们一上任就要满足数字化合规要求，但现场还没有既有厂商提前卡位。

这是一个按月订阅的云原生 Airport Operating System，把跑道排班、机位分配、过站管理和 DGCA 合规报表放进同一个浏览器仪表盘。平台接入实时 ATC 数据流和地服输入，自动识别跑道占用超时并给班组分配下一步任务。机场可通过自助式 onboarding 向导在 2–4 周内上线，而不必经历 12 个月的企业级实施。定价按月度起降架次分层，哪怕每天只有 30 架航班的机场也能负担首单部署。随着运营数据不断累积，平台会识别反复出现的延误模式并给出排班调整建议，自然形成更深的切换成本。

差异化。 与需要 $500K+ 合同和 12 个月企业级部署的 SITA、Amadeus 不同，这个平台以云端 SaaS 形态在 2–4 周内上线，并按起降架次收费，因此对每天只有 30–300 架次的小机场来说，它几乎是唯一具备经济可行性的选择。其切口——跑道占用优化——能在首月就交付可证明、能量化的 ROI，而不是等多年实施结束后才见效，销售周期因此会大幅缩短。创始团队兼具 DRDO 和机场 IT 系统背景，拥有纯软件团队很难复制的监管可信度。早期机场被锁定的原因也不是合同罚则，而是越来越深的运营数据沉淀和流程集成。

待完成任务

flowchart LR
  AirportDir[机场总监] --> Pain[人工运营与合规缺口]
  Pain --> Platform[云端机场 OS]
  Platform --> Runway[跑道占用优化器]
  Platform --> Gate[机位与过站管理]
  Platform --> Compliance[监管审计轨迹]
  Runway --> Efficiency[22% 效率提升]
  Gate --> Efficiency
  Compliance --> Audit[通过 DGCA 审计]
  Efficiency --> Outcome[更多航班 更低成本 更高监管安全性]
  Audit --> Outcome

高管要点

• Blunav 的切口可信，因为 Chennai International Airport 的真实试点据称在 3500+ 架次航班上把跑道占用时间降低了 22%，并进入日常运营；这个证明点比大多数种子期机场软件叙事都更硬。
• 竞争对手是已经成立的，但分层明显：SITA 和 Amadeus 更强于大型枢纽的一体化机场系统，而 AeroCloud 和 Veovo 更接近云原生区域机场软件的可比对象；默认来看，没人天然统治印度小机场这个切口。
• 短期市场在战略上有吸引力，但从经济规模看，比那些泛化的数十亿美元机场软件报告要窄得多；按印度自下而上的切口测算，在模块扩展前，ARR 上限更接近低个位数百万美元。
• 最大的非产品风险不是市场认知，而是采购和数据接入：政府机场采购周期、AAI/ATC 集成以及合规流程，很可能比产品新颖性更决定销售速度。

市场定义

相关市场应定义为面向小型和中型机场的云原生机场运营软件，尤其覆盖空侧事件采集、协同过站、机位与资源规划，以及满足合规要求的运营记录。这比“机场数字化”或“机场管理系统”这类宽口径定义要窄得多，因为后者往往把大型枢纽系统、硬件和旅客处理产品都打包算进去了。

用户与买方

真正使用产品的是机场运营经理或 AOCC 负责人，他们需要一个实时视图，统一看到飞机动态、停机位/登机口分配和过站节点。更可能拍板的买方则是机场总监、机场管理机构 IT 负责人或公共采购负责人，他们既要权衡合规，又要兼顾 capex/opex 约束和实施风险。对印度的小型公立机场来说，现实替代方案往往不是顶级既有软件，而是零散的人工协同。

购买触发点

• 在 UDAN 下新建或刚扩容的区域机场，会出现首次选择软件的窗口：现场没有根深蒂固的既有厂商，运营流程也仍在成形。 [7][8][10]
• 当机场面临延误压力、资源利用趋紧或跑道/过站瓶颈时，就有很直接的运营动机试用 A-CDM 类工具，因为 EUROCONTROL 的公开证据说明，更好的节点共享能减少滑行和延误。 [17][18][25]
• 公共部门的审计、手册和采购门槛，会反过来推动机场采用能够持续产出标准化运营记录的软件，即便监管并没有指定具体厂商栈。 [13][23][24]

支付意愿

这个品类几乎没有公开价目表，本身就说明它仍是企业销售逻辑。即便如此，AeroCloud 的公开材料仍强调，相比本地部署系统，它能显著降低前期 IT 成本，且没有用户许可上限；而 Blunav 自身的定位也强调，自己对仍依赖手动流程的机场来说足够便宜。因此，这一品类的付费意愿，更可能是由减少的人员投入、延误损失和容量损失来锚定，而不是经典的按席位 SaaS 基准。 [1][2][32][33]

品类动态

增长信号 在公开的机场软件 / 机场数字化市场定义下，CAGR 为 6.1%-7.6%

验证信号

• Chennai 试点让 Blunav 拿到的是一个能量化的跑道效率主张，而不是泛泛的数字化故事。
• 据称 Chennai 在试点后已把 Blunav 纳入日常运营，使其参考价值更高。
• AAI 报告显示，UDAN 下的区域机场数量足够大，足以支撑一个聚焦滩头市场的销售打法。
• 云原生同行已经开始把低基础设施、模块化部署的机场软件卖点公开化。

监管与技术约束

• DGCA 文档体系和机场手册要求，意味着机场必须建立经得起审计的流程与记录。
• 公立机场采购需要正式的采购和合同纪律，这会拖慢软件采用。
• 要真正拿到 A-CDM 式价值，机场、航司、地服和 ATC 之间必须共享节点数据。
• 想做出真正的运营优化，往往仍需要接入 AODB 或其他实时数据源。

SITA 和 Amadeus 构成传统企业级参照系，具备深度 AODB、CDM 和航司集成能力，在大型机场很重要，但也意味着更重的实施和销售路径。AeroCloud 和 Veovo 则说明，云原生机场运营软件在市场上是能落地的，尤其适用于资源管理和运营数据库需求更轻的机场。ADB SAFEGATE 在停机坪、机位对接和传感器驱动的空侧运营上更强。Blunav 抓住的空白，并不是“机场运营软件不存在”，而是“针对印度小机场、低摩擦、以跑道效率为硬证明点、且适配公共部门”的方案仍然缺少公开证据。

为什么现有厂商不会默认胜出

• 传统机场套件. 传统套件不会自动胜出，因为它们的优势在于广度和深度集成，而小机场买家往往只是从一个狭窄的运营痛点切入，同时又无法容忍漫长实施周期。
• 云原生全球挑战者. 云原生厂商证明了轻量机场软件确实有需求，但它们公开材料更多还是面向广义机场平台，而不是一个高度本地化、聚焦印度空侧的尖锐切口。
• 停机坪与空侧基础设施厂商. 空侧专家可以掌控数据最丰富的环节，但它们的公开方案通常仍偏向大型基础设施或传感器驱动部署；若没有更轻的软件优先动作，小机场很难承接。
• 内部仪表盘与手动流程. 内部工具和电子表格之所以还在，是因为采购太慢，买家总能先靠人工把流程拼起来；但这些替代方案通常缺少共享节点逻辑、可扩展审计能力，以及跨多方协同的优化能力。

Blunav 正在打造一套云原生 Airport Operating System，以月度 SaaS 订阅方式收费，目标客户是印度 95+ 个 UDAN 区域机场。这些机场之所以还在用无线电、纸质日志和电子表格，是因为 SITA、Amadeus 等传统航空软件通常要 $500K+ 合同和 12 个月实施周期。公司在 Chennai International Airport 进行的 20 天政府试点，把跑道占用时间降低了 22%——从每架飞机 59 秒降到 46 秒——并很快进入日常运营，由此拿到一个政府参考案例，显著降低其他公立机场买家的决策风险。真正触发采购的是 DGCA 合规审计或一次接近事故的跑道事件：机场总监必须在 90 天内证明自己具备数字化监控能力；因此首单更可能是付费试点或 MoU，而不是完整的企业合同，从而绕开缓慢的公共采购。2026 年 5 月由 Piper Serica 领投的 $1M 种子轮，为产品扩展和向 UDAN 机场群销售提供了 12–24 个月跑道。以印度为滩头市场，按自下而上的测算，第 3 年在 20 个机场落地可形成约 $0.6M ARR；更长远的路径是随着模块深度提升，向东南亚和非洲扩张。当下最大的执行风险不是产品市场匹配，而是公共采购推进速度。

问题

• 全球许多小型和中型机场仍靠无线电、Excel 和 WhatsApp 运转，因为企业级航空软件（SITA、Amadeus、IBS）通常要求年合同超过 $500K，并配套 12 个月实施周期——对每天只有 30–300 架次航班的机场来说，这在结构上就不成立。
• 印度正在同时启用 50+ 个新的 UDAN 区域机场；每位新任机场负责人都得选择第一套数字平台，现场又没有既有厂商先占坑，而 DGCA 的合规要求却在持续收紧，数字化审计轨迹也越来越成为默认配置。
• 依赖手动流程的机场，其跑道占用通常比可实现水平高 20–30%；过站延误会进一步引发机位冲突和错失时隙，而监管方越来越要求带时间戳的运营记录，纸质日志根本无法满足。

解决方案

• 按月订阅的云原生 Airport OS：把跑道排班、机位分配、过站管理和 DGCA 合规报表放进同一个浏览器仪表盘，并实时接入 ATC 数据。
• 机场可通过自助式 onboarding 向导在 2–4 周内上线；不需要驻场实施团队；定价按月度起降量分层，每天 30 架航班的机场起步约 $1,500/月。
• 随着运营数据累积，系统会识别反复出现的延误模式，持续加深切换成本，同时把单个座位背后的价值不断做厚。

为什么我们会赢

• Chennai International Airport 的政府试点是一个硬证据：在 3500+ 架次航班上，基于自动时间戳记录拿到了 22% 的跑道效率提升，而且现在已经进入日常运营——这是任何新进入者都编不出来的资历。
• 按架次计费的 SaaS 定价，在 SITA 或 Amadeus 的成本结构下几乎不可能成立；既有厂商很难靠小于 500 万年旅客量的机场赚钱。
• UDAN 的扩张正在带来一批首次上任的机场负责人，现场没有根深蒂固的供应商，他们更愿意接受一套能在 2–4 周内部署、又能解决紧迫合规截止期的产品。
• 创始团队具备 DRDO、联合国航空项目和机场 IT 系统背景，拥有通过政府采购把关人的监管可信度。
• 即使功能集还未完全展开，运营数据沉淀和 DGCA 审计轨迹深度也会先形成切换成本；一旦机场累计了 12+ 个月带时间戳的事件记录，几乎不会愿意从头更换供应商。

里程碑

flowchart LR
  Wedge[跑道效率切口] --> Pilot[30 天付费试点]
  Pilot --> ROI[30 天内能量化 ROI]
  ROI --> Production[生产订阅]
  Production --> Data[机场运营数据图谱]
  Data --> Stickiness[切换成本持续加深]
  Production --> Reference[公开案例研究]
  Reference --> NextAirport[下一个 UDAN 机场]
  NextAirport --> Pilot
  Production --> Modules[单机场模块扩展]
  Modules --> ACV[更高 ACV]

创始团队

实验路线图

风险评估

必须成立的条件

• 至少有 10 位 UDAN 机场总监会在 12 个月内把一次暖触达转成付费试点沟通，证明 DGCA 压力确实是购买触发点，而不是团队主观假设。
• 完成 5 个试点后，试点转生产的转换率能达到 50%+，说明跑道占用 ROI 的叙事在从试验环境切到持续运营后依然成立。
• Chennai 在进入日常运营后 12 个月内能以不低于原价的水平续约，证明效率提升不是试点阶段的偶然结果。
• 自助式 onboarding 能稳定地在 30 天内完成上线，且不依赖驻场工程支持，才能维持相对企业竞争对手的结构性成本优势。
• 通过半自动或观察者模式，新机场的 ATC 或运营数据集成能在 60 天内完成，避免把规模化完全卡死在 AAI API 审批上。

待尽调问题

• Chennai International Airport 当下部署的精确商业条款、年度合同金额和续约日期分别是什么？
• 种子轮结束后，团队已接触了多少位 UDAN 机场总监，目前合格试点或已签 MoU 的 pipeline 到了什么阶段？
• 在多深的集成条件下（人工节点记录 vs. 完整 ATC 数据流），22% 的跑道效率提升是可复用的？如果集成更浅，ROI 会衰减到什么程度？
• AAI 运营的区域机场通常把软件采购记为 SaaS opex、项目 capex，还是打包成系统集成合同？除了 Chennai，是否已有其他机场正式发布机场运营软件招标或 RFP？
• 按政府采购规则，一个典型 UDAN 机场从试点到签约的现实周期到底多长？种子轮跑道是否足以覆盖至少 3 个完整采购周期？
• 创始团队如何梳理 DGCA 机场手册认证路径，来支撑软件对合规记录的采集与导出？

模型合理性

• 收入引擎. 基准情形的收入主要来自付费机场数从 5 增长到 20 再到 30，同时混合 ACV 从试点定价逐步抬升到 research 建模中的 $30K 年化水平。
• 必须成立的前提. 模型要求 Chennai 持续压缩销售周期，这样一支 2–3 人销售团队才能在第 24 个月前拿下 20 个机场，而不需要更重的地面团队。
• 模型失效条件. 如果采购节奏滑向 downside，且退出时 ARPU 停在每月约 $2.2K，公司会在第 24 个月验证点到来前先把现金烧穿。
• 下一轮融资证明点. 当 Blunav 做到 20 个生产机场、约 $600K ARR，并显示模块扩展能把 ACV 拉高到超出单一印度切口时，下一轮融资才真正站得住。

情景

敏感性

flowchart LR
  Outreach[案例驱动外呼] --> Pilots[30 天付费试点]
  Pilots --> Conversions[转成生产机场]
  Conversions --> Revenue[订阅收入]
  Revenue --> GrossProfit[72% 毛利润]
  GrossProfit --> Opex[人员 + 差旅 + 合规开支]
  Opex --> Cash[期末现金]

警示项: 如果只停留在印度单一切口，这门生意的经济性会偏窄，因此在 ACV 扩张或国际市场打开前，revenue per FTE 会长期低于标准 SaaS 效率。 · BP 第 33 个月要求平均 ACV 至少达到 $38K，但第 36 个月又要求 30+ 个机场和约 $900K ARR；因此基准情形让整体组合 ACV 维持在约 $30K，并把 ACV 提升视为部分而非全面实现。 · 基准情形下种子轮现金几乎只够撑到第 3 年末，因此无论是 AAI 集成接入延迟还是试点转化放缓，都可能迫使公司更早融资。

• 政府采购延迟. 机场管理机构多属政府主体，采购流程缓慢，即使产品明显更好，也可能把成交周期拖到 12–24 个月。 缓解措施: 先用 Chennai 案例拿 MoU 或付费试点，而不是一开始就追求完整合同，让正式采购流程慢慢走、部署先跑起来。
• 既有厂商下沉扩张. SITA 或 Amadeus 可能推出面向小机场的精简云版本，借助既有航司关系和 IATA 认证挤压新进入者。 缓解措施: 在既有厂商注意到这个细分前，先用多年订阅和深度运营数据集成锁定前 20 个 UDAN 机场；按架次定价的模式也让对手很难在成本结构上直接跟进。
• ATC 数据接入依赖. 产品的实时价值依赖接入 Airports Authority of India 控制的 ATC 数据流，而 AAI 可能限制或延迟第三方软件厂商的 API 访问。 缓解措施: 先用机场自有的地面 MLAT 和 ADS-B 接收器配合观察者模式启动，降低对 AAI API 审批的依赖，再并行推进正式接入谈判。