给航空航天精整厂用的报价 OS，不用先让单元停机，就把 CAD 文件变成可行的机器人去毛刺和抛光作业。

1. CAD/CAM 到机器人的轨迹转换一旦产品化，瓶颈就会从手工拼轨迹，转到可复用的可行性判断和报价逻辑上。
2. 离线仿真，再加上碰撞和奇异点检查，让团队可以在打断在产单元之前，先把新工件评估清楚。
3. 既然目标已经明确到“减少编程停机”，那这类能加速应用工程的软件，就有了直接的制造预算归属。
4. 既然高级应用越来越容易复用，那可复用的报价假设和工艺模板就能在不同零件家族之间持续积累，而不再被锁死在专家服务项目里。

催化因素。 ENCY 和 Stäubli 已经在把离线编程、仿真和可复用的高级工艺设置产品化。对那些一停机编程就亏钱的工厂来说，报价前先做机器人可行性评分，这件事一下子站得住了。

Surface Finishing Quote OS 不是去替换 CAD/CAM、OEM 离线编程软件或 ERP 报价工具，而是架在它们之上。它吃进零件 CAD 模型、材料、表面规格和目标单元配置，再结合可复用模板与仿真输出，生成可行性分数、节拍区间、工装方案和报价假设。工厂一旦拿下订单，同一份记录就会变成供编程、QA 和排产复用的工艺包，应用工程工作不会再散在邮件线程和本地文件里。真实的上机验证与运行数据还会回灌到估算库里，让报价精度和模板复用率越跑越高。

差异化。 ENCY 这一类工具，擅长在工程师已经决定接单后去生成和验证机器人路径。这家公司吃的是更前面的商业和运营层：哪些零件值得按机器人工艺去报价，报价靠什么假设才安全，以及接单后的设定怎么变成可复用模板。它的护城河会沿着几何到节拍的先验、工装库，以及跨大量零件家族和单元积累的“估算对实际”表现数据一路加深。

待完成任务

flowchart LR
  Buyer[Manufacturing engineering lead] --> Pain[Slow RFQ triage and cell prove-outs]
  Pain --> Product[Surface Finishing Quote OS]
  Product --> Outcome[Faster quotes and less robot downtime]

高管要点

• 离线机器人编程已经很清楚地在成熟成一个产品类目；更稀缺的上游资产，转成了快速判断“能不能机器人化”、节拍把握，以及可复用的报价假设。
• 滩头市场确实存在，但很小众：航空航天表面精整有经济价值、市场分散，还被认证、技术数据和验证负担牢牢卡住；这些都不是通用 OLP 工具默认能解掉的。
• 仿真层和单元自动化层已经打得很激烈，但这家初创公司盯着的“跨 OEM、从 RFQ 到工艺记录”这一层，竞争明显没那么挤。
• 第 3 年的 SOM 之所以还能算得过去，前提只有一个：产品必须在新单元上线、积压爆发或关键程序员卡住时切进去，而且要真把在产单元上的验证次数压下来，而不是再多加一层工程师界面。

市场定义

这是给高混合度机器人去材单元用的工作流软件，夹在 RFQ 收件、CAD/CAM 和 OEM 离线编程工具之间：它负责给工件打机器人可行性分、估节拍和风险、记下假设，并把已接单的作业继续推进到编程、QA 和排产。

用户与买方

日常用户是 AS9100 / Nadcap 航空航天精整厂或精密供应商里的制造工程、应用工程负责人，以及资深机器人程序员；这些工厂已经在跑机器人去材单元。真正拍板的经济买方通常是运营副总裁、制造工程总监或老板兼经营者，因为这个痛点同时卡着稀缺劳动力、报价响应和经过验证的产能。表面精整行业的底盘本来就以中小厂为主，而航空航天供应链本身也是成千上万 SMB 组成的网络。[15][16][29]

购买触发点

• 新的去毛刺或抛光单元刚投产，或者新的 OEM 软件栈刚进场时，会出现一个一次性的窗口：下一批项目开始前，团队必须先把报价假设和验证经验怎么沉淀下来定清楚。 [1][5][29]
• 一旦 RFQ 量上来、版本改动变多，或关键程序员成了瓶颈，靠手工仿真和电子表格报价去服务重复的航空航天零件家族，就会慢得受不了。 [4][18][17]
• 管理层确实想用更多自动化去顶住人手短缺，但前提是节拍、质量和开机率假设，得在不反复让在产单元停机的情况下被验证清楚。 [11][12][37]
• 只要买家手里有防务相关业务，就会更在意技术数据、可追溯性，以及特殊工艺假设到底是谁签的字。 [20][26][28]

支付意愿

公开的软件价格锚点已经从 RoboDK 的 $3,995 基础许可证一路拉到 $17,995 的标定工具；ABB 说离线仿真最高能把调试时间砍掉 90%，Standard Bots 也把机器人去毛刺的回本周期放在大约 12-18 个月。这足以支撑“每组活跃单元每年愿意付低五位数美金”的判断——前提是这家初创公司真能把在产单元上的验证、报价失误或专家返工可量化地压下去。 [3][5][37]

品类动态

增长信号 2023 年全球工业机器人运行保有量增长 10%；北美机器人订单在 2024 年大致持平后，于 2025 年 Q3 回升 11.6%。

验证信号

• ENCY 和 Stäubli 已经明确把 CAD/CAM 到机器人的转换、碰撞检查和停机缩减，打包成一套产品化工作流。
• GrayMatter 声称在精整场景里拿到了很大的收益——返工下降、耗材节省，以及在气隙防务环境中的本地学习能力——这说明只要真能跑通，精整团队会为结果导向的自动化买单。
• Enjet Aero 的案例把滩头市场的痛点形状讲得很具体：手工去毛刺瓶颈、质量一致性要求、工装健康监控，以及明确的 FAT / 验证步骤。
• NASF 的行业报告说明，表面精整在美国仍是一个体量不小但极度分散的行业；这正适合先按单厂卖工作流切口，再通过区域集团往上卷。

监管与技术约束

• 航空航天客户会要求供应商资质和可追溯流程对齐 AS9100 / OASIS，而且往往还要叠加 Nadcap 特殊工艺认证。
• 如果 CAD、工艺包或上机验证数据被认定为 ITAR 技术数据或 CUI，那部署架构和访问控制就会直接变成产品定义级约束。
• 机器人单元规划和程序发布，仍然要受机器防护和工业机器人安全义务约束，所以这类产品天然需要人工签核和可审计审批。
• 就算路径编程自动化了，力控制、刀具磨损和单元特定验证，依然是技术瓶颈。

市场在离线编程、数字孪生和交钥匙精整单元这几层已经很拥挤。ENCY、RoboDK、ABB / FANUC / KUKA 套件、Robotmaster 和 OCTOPUZ，都是在团队已经决定把某个作业机器人化之后才开始发力；GrayMatter 和各类集成商则更进一步，奔着自适应单元自动化去。真正的空档，是那层跨 OEM 的系统：它先判断一个 RFQ 到底适不适合机器人做，再把报价假设记下来，并把已接单的作业变成可复用工艺包。[1][2][4][5][6][7][8][9][10][11][29]

为什么现有厂商不会默认胜出

• OEM 机器人软件. ABB、FANUC 和 KUKA 不会天然赢下这一层，因为它们的套件优化的是单一控制器生态里的编程与仿真，而这家初创公司要解的问题更早发生，往往还跨着多个品牌、夹具和报价流程。
• 中立 OLP 套件. ENCY、RoboDK、Robotmaster 和 OCTOPUZ 的确能减少路径生成工作，但它们都默认团队已经决定接这单，也已经知道哪些假设才能让这单既赚钱又安全。
• 自适应精整平台. GrayMatter 这一类系统可以接管更多单元和精整结果，但也正因为如此，它们不太适合作为报价前、跨 OEM 的中立操作层，尤其是面对混合机队和老旧单元时。
• 系统集成商与内部专家. 真正的替代方案，仍然是集成商和资深程序员。因为他们确实能把仿真、工装和经验知识拼起来；但他们赚的是项目钱，天然不会沉淀出一套可搜索、可复用的报价到工艺记忆。

Surface Finishing Quote OS 瞄准的是航空航天机器人精整里一个窄但可信的痛点：在吃掉稀缺程序员产能、或占用在产去毛刺 / 抛光单元之前，先快速判断一个新零件能不能在现有单元上赚钱地跑起来。产品不是另一套离线编程软件，而是一层报价到工艺的记录系统，架在 ENCY、RoboDK、Robotmaster 和各家 OEM 工具之上，把 CAD 文件、表面规格和单元模板变成人工复核后的可行性分数、节拍区间、工装假设和可复用工艺包。最合适的首批客户，是北美通过 AS9100 认证、拥有 2-4 个机器人精整单元、反复处理钛合金或铝合金零件家族、且 RFQ 周转已经被一位资深程序员卡住的工厂。研究支持这个市场确实存在，但规模不大：TAM 约 $77.6M，滩头市场 SAM 约 $7.6M；如果公司能拿下 24 家工厂、每个活跃单元年花费约 $20k，到第 3 年可触达的 SOM 约 $1.5M。也因此，这更像一个很强的工作流切口，还不是自带创投级体量的独立市场；投资成立与否，取决于后面能否继续扩到工单释放、QA 证据，以及多工厂或相邻垂直的去材作业。产品路径刻意保守：先在重复的钛合金和铝合金零件家族上做顾问式报价和人工签核，再补上“估算对实际”的学习、工艺包复用，更深的集成和相邻垂直则放到后面。最大的反证风险是信任：如果回测和首批试点，始终赢不过 Excel / 人工估算，或者降不下计划外上机验证，买家还是会回到资深程序员和集成商手里。研究还留下两个没解完的洞：目标工厂里到底有多少已经跑 2-6 个单元，以及 100 人以下工厂里最先拍板的人是谁。因此，前 90 天必须先把单元密度、预算归属和数据接入可行性做实，再谈扩张招聘。

问题

• 拥有 2-6 个机器人去毛刺或抛光单元的航空航天精整工厂，今天仍得靠资深程序员或外部集成商来判断一个新零件能不能上机器人。这会拖慢 RFQ 周转，也会把在产单元的时间挤掉。
• 现有离线编程套件，能帮工厂在决定接单后往下走；但它们留不住报价假设、审批上下文，也沉不下“估算对实际”的学习，更拼不出一条适配 AS9100、Nadcap 和 ITAR 敏感环境的可审计流程。

解决方案

• 在程序员碰到在产单元之前，先吃进 CAD、材料、表面规格和目标单元约束，产出一份经人工复核的机器人可行性分数、节拍区间、碰撞与可达性标记，以及工装假设。
• 把每一笔已接单报价都沉成可复用的工艺包，供编程、QA 和排产使用，再把上机验证结果回灌到模板库里，让重复零件家族越报越快、越报越准。

为什么我们会赢

• 在 ENCY、RoboDK、Robotmaster 或各家 OEM 工具接手之前，这家初创公司先拿住决策层：哪些零件值得按机器人精整去报价，报价建立在什么假设上，以及这次决策怎么沉成可复用的运营记忆。
• 一套跨 OEM 的数据集，把几何、材料、工装、节拍假设、审批记录和真实上机验证结果绑在一起，就能长成服务公司和单厂商 OLP 套件都不自然会去搭的护城河。

里程碑

flowchart LR
  Wedge[AS9100 finishing RFQ triage] --> MVP[One-cell quote to process pack]
  MVP --> Proof[Faster quotes and less live-cell prove-out]
  Proof --> Expansion[Multi-cell, multi-site, adjacent-vertical expansion]

创始团队

实验路线图

风险评估

必须成立的条件

• 至少 40% 的合格滩头市场工厂，已经跑着 2 个以上机器人去毛刺或抛光单元，并且每月都会评估重复的钛合金或铝合金 RFQ。
• 对至少 50 份历史 RFQ 做盲测回放时，系统能让 70%+ 的重复零件作业落进报价节拍区间，同时把明显不适合机器人做的工件正确标出来。
• 在前 5 个试点意向客户里，至少 3 家愿意在本地部署或私有云控制下开放 CAD 和上机验证数据，哪怕他们对 ITAR 或 CUI 有顾虑。
• 只要报价周转变快、计划外上机验证时长下降，付费单单元试点转成年生产合同的比例就能超过 50%。
• 在前 5 单赢单里，至少有 3 单会证明单一厂商 OLP 套件仍然不够用，因为买家需要一层跨混合工具和审批流程的中立“报价到工艺”记录系统。

待尽调问题

• 目标 AS9100 或 Nadcap 精整工厂里，已经跑 2-6 个机器人精整单元，而不是只有一个试点单元的，占比到底多少？
• 在 100 人以下的工厂里，最先签字的到底是谁：运营副总裁、制造工程总监、报价负责人，还是老板 / 总经理？
• 资深程序员要看到多高的精度，才会相信一套软件生成的节拍区间，敢拿它直接去报价？
• 在本地部署或私有云架构、且连接器有限的前提下，首个部署能不能压在 90 天内？还是说每个账户都会被拖成重服务定制？
• ENCY、RoboDK、ABB 或某家集成商，最快多久就能把足够多的 RFQ 可行性工作流打包进来，把这个切口压扁？

模型合理性

• 收入引擎. 基准情形里的收入引擎，来自付费工厂从 Y1 末的 3 家长到 Q4Y3 的 24 家，同时把每个成熟账户推向约 $72K 的年化生产范围。
• 必须跑对的地方. 公司必须把部署做得足够模板化、让销售周期贴着计划跑，因为只要晚一个季度，Y3 收入大约就会少掉 $374K，期末现金大约会少掉 $273K。
• 模型会失效，如果. 如果安全审查和定制工程把毛利率压到 60% 多的中段，下行情形会在业务跑到足够多生产工厂、能自我供血之前，就先把现金打成负数。
• 下一轮融资要看的证明. 当公司做到 8 家生产工厂、至少 2 个扩张案例，并证明低于 90 天的部署可以沿着伙伴管道重复跑通时，下一轮融资才站得住。

情景

敏感性

flowchart LR
  Leads[Founder and partner leads] --> Pilots[Paid one-cell pilots]
  Pilots --> Production[Production shops and second-cell expansions]
  Production --> Revenue[Subscription plus onboarding revenue]
  Revenue --> GrossProfit[70% gross profit]
  GrossProfit --> Cash[Cash runway and next-round proof]

警示项: 基准情形押的是 Y3 从 8 家工厂扩到 24 家；而销售周期敏感性已经说明，晚一个季度就是最大的单点现金风险。 · 按 q4Y3 计算，每个 FTE 对应收入仍只有约 $179K，这意味着公司必须证明：后几年的扩张主要靠软件范围变宽，而不是靠重服务式上线。 · 这一轮能按 BP 融资区间低端值成立，前提只有两个：招聘足够克制，而且模型默认没有 capex 或营运资本拖累。

• 仿真精度缺口. 只要有一次“报价可行、现场却跑不动”的严重错配，买家对产品的信任就可能直接崩掉。 缓解措施: 先给出置信区间，收窄单元和工艺范围，再把真实上机验证结果回灌进估算库，等这些跑稳了再去自动化更难的作业。
• OEM 捆绑. ENCY、Stäubli 或其他离线编程厂商，完全可能往报价估算延伸，把这层工作流吃回自己的原生工具链里。 缓解措施: 要抢住 RFQ 收件、定价逻辑、ERP 交接和多 OEM 表现数据这一层跨系统地带——这里恰恰是 OEM 工具最不够中立的地方。
• 服务化蔓延. 定制工装、夹具和材料细节，很容易把业务一路拖向昂贵的应用工程服务。 缓解措施: 早期部署先把范围锁在少数材料和单元类型上的去毛刺、抛光，只有模板真正可复用后再扩。