面向水泥集团的控制上线 OS，能把 AI 设定值调整安全地部署到各座窑炉，并把成本与 CO2 收益真正锁住。

1. Adani Cement、Heidelberg Materials 和 Holcim 的具名部署说明，这个市场已经越过实验室试点，进入真实工厂运行。
2. 每厂 $1M–$3M 的节省和约 30,000 吨 CO2 减排，让 rollout 的速度和一致性在集团层面都变成了真金白银的问题。
3. 老旧工厂软件和手工校准依然是瓶颈，因此下一个赢家可以拿下部署治理，而不是再造一个优化模型。
4. 从水泥扩到钢铁、玻璃和化工，说明这可能是一类可复用的连续流程控制软件，而不是单一行业的工具。
5. 成本与减碳如今在同一次采购动作里对齐了，这让工厂运营软件背后的内部支持面比纯可持续工具更强。

催化因素。 Gigaton 的融资、具名上线部署、可观的单厂节省，以及其向相邻连续流程行业扩张的表态，都说明 AI 控制已经从概念走向 rollout，安全的部署治理因此突然变得紧迫。

做一层部署软件，夹在 AI 控制厂商、APC 系统和工厂运营团队之间。产品接入 historian 数据、配方变更、质量约束和厂商建议的设定值调整后，先按每座工厂自己的运行边界做一轮预飞检查，再决定哪些变更能进控制室。它会给集团工艺负责人和工厂经理生成审批流，自动产出交接班指引，并把每次操作员人工接管都打上根因标签。上线之后，它再去衡量新配方到底有没有兑现预期的燃料、产量和排放结果，让集团团队决定哪套 playbook 应该在全网标准化。首版部署坚持厂商中立、少 API 依赖，先从 historian、DCS 和电子表格导出开始，而不是要求客户把整套控制栈推倒重来。

差异化。 AI 控制厂商和传统 APC 在位企业主要解决单座工厂内部的优化，但通常并不掌控跨站点 rollout、审批和操作员信任这条工作流——而这恰恰决定试点能不能变成标准做法。这个产品的赢法，是成为控制变更的厂商中立部署层和证据层，并沉淀一套专有数据：哪些运行边界能在不同工厂间顺利迁移、哪些地方会反复出现人工接管、哪些 rollout 模式能持续拿到节省。这样一来，它既补位现有控制栈，又能在那些被它们留白的集团级运营流程里挖出护城河。

待完成任务

flowchart LR
  Buyer[Group process leader] --> Pain[Manual rollout of kiln control changes]
  Pain --> Product[Control rollout OS]
  Product --> Outcome[Faster fleetwide savings and CO2 reduction]

高管要点

• 市场信号最强的地方，不是 AI/APC 在单厂有没有价值，而是它已经跑通以后，全集团 rollout 仍然卡在脆弱的人工作业上。
• 这家拟议中的创业公司，最合适的定义不是替换控制栈，而是补上一层部署治理软件，与现有系统互补。
• 替代燃料、碳合规和多站点标准化，都会一起抬高“版本化操作 playbook + 人工接管分析”的价值。
• 采用风险是真的：OT 安全、操作员信任和集成谨慎，都说明首版最好从只读 historian 接入起步。

市场定义

这不是广义 APC 市场。真正相关的类别，是窑炉控制变更的全集团部署治理：能给配方做版本管理、跑预飞检查、路由审批，并在 AI/APC 建议从一个工厂迁到下一个工厂后，持续衡量人工接管行为的软件。

用户与买方

主要用户是多厂区水泥生产商里的集团工艺卓越负责人、窑炉优化经理和工厂运营团队。真正的买方通常是掌管制造卓越、能效表现或集团工艺绩效的高管，而不只是控制室团队。

购买触发点

• 第一次 AI/APC 试点跑通后，客户会急着把这套操作配方复制到其他窑炉，同时又不想丢掉质量或操作员信任。 [1][4][21]
• 替代燃料渗透提高了工艺波动性，导致跨工厂继续靠人工 rollout 和调参越来越扛不住。 [2][15][24][25]
• 碳成本压力和脱碳承诺，会放大全集团标准化燃料、熟料因子和减排配方的回报。 [11][12][13][22]

支付意愿

工厂已经会为控制软件的价值捕获买单：Gigaton 提到每厂每年 $1M–$3M 的节省，ABB 则表示水泥 APC 可以在不到 6 个月内回本。只要这层 rollout 治理软件的支出只是能源和碳收益的一小部分，就有机会拿到单独预算。 [1][4][5]

品类动态

增长信号 采用压力在两位数区间，但没有找到专门针对 rollout 治理软件的权威独立 CAGR 数据

验证信号

• 具名上线部署证明，大型水泥集团已经足够信任 AI 控制，不再只是停留在试点话术。
• 单厂经济性已经足够大，因此更快的全集团 rollout 完全有可能支撑一层单独的软件预算。
• 大型水泥集团正在明确投资 OT 可视化和网络隔离，这让软件治理从小众工厂议题上升成董事会层面的议题。
• 替代燃料和熟料下降项目，会反复制造“必须跨多站点改运行边界”的时点。

监管与技术约束

• EU ETS 和 CBAM 让排放表现直接变成经济问题，也提高了运行变更可审计的必要性。
• 美国水泥窑受有害空气污染物限值约束，因此燃料和工艺变更不能碰坏排放合规。
• 任何 ICS 相关部署都必须守住安全、可靠和网络安全要求，这会抬高接近 OT 工作流的软件门槛。
• 替代燃料系统能改善经济性，但也会引入新的工艺波动，因此 rollout 前必须先建模。

现有厂商大致分三层。第一层是 ABB、Honeywell、AspenTech、Siemens 这样的 APC/自动化厂商，负责优化工厂本身。第二层是 AVEVA、Seeq 这样的数据平台，让 historian 数据可被分析。第三层是 Gigaton 这类更新的 AI 控制器，正在把能力推向自主控制。真正空着的，不是单座工厂里的优化，而是那套能把一条跑赢的运行边界安全推向全集团的厂商中立工作流。

为什么现有厂商不会默认胜出

• APC 厂商. APC 在位企业能在工艺闭环内部赢下来，但它们的工具中心仍是控制器表现，而不是跨站点的配方版本管理、审批和 rollout 后的人工接管学习。
• 自动化厂商. DCS 和自动化厂商掌握工厂基础设施，确实能拖慢集成，但它们的产品重心仍是单厂自动化，而不是多厂 rollout 治理。
• 工业数据平台. historian 和分析平台提供了真实数据层，但它们通常停在“把数据看清楚”，并不会规定或治理控制变更应该如何在站点之间迁移。
• 工程服务商. 系统集成商和替代燃料项目团队能管好一次性的转场，但他们不会长出一层可复用的操作系统，去承接审批、交接班和 benchmark 学习。

Kiln Control Rollout OS 最适合先做成一层厂商中立的部署治理软件，服务那些已经在至少一座窑炉上证明 AI 或 APC 有价值的多厂区水泥生产商。第一位客户应是一家区域性集团：有 5–15 条熟料线、一个已经跑通的控制试点，以及一个急着在下一轮规划前把燃料配比或能效提升标准化的集团工艺团队。研究已经把痛点坐实：Adani Cement、Heidelberg Materials 和 Holcim 的具名部署说明工厂级控制软件已经在真实运行，而每厂 $1M–$3M 的已披露节省、外加约 30,000 吨 CO2 减排，也让全集团 rollout 的拖延直接变成财务问题。公司不该再卖一个优化器；它该卖的是预飞校验、审批路由、交接班 handover 和人工接管分析，让集团能把一套跑赢的配方复制出去，而不冒质量、开工率或排放合规的风险。这套 GTM 逻辑是连贯的：触发点是一个已经被证明的试点，或者一次替代燃料 rollout；买方是制造卓越副总裁或集团工艺绩效负责人；第一份合同是单厂付费试点；定价则随着纳管的熟料线增加而扩张。模型化市场规模不大，但足够支撑一家聚焦公司——TAM 约 $96.0M、SAM 约 $27.0M、第三年 SOM 约 $4.5M；同时，目前也没有找到专门针对这类 rollout 治理层的权威独立品类数据。公司要赢，前提是上线时坚持 historian-first、只读部署，不去替换现有厂商，而是补位；再把人工接管数据和真实结果数据沉淀成跨站点的专有 benchmark。真正让人犹豫的点也很明确：买家集中、OT 驱动的销售周期长，以及 APC 厂商可能把足够多的 rollout 工作流打包进来，在创业公司成为 system of record 之前就把切口压扁。

问题

• 多厂区水泥集团已经能在一座窑炉上证明 AI 或 APC 有价值，但新配方扩到更多工厂时，依然靠电子表格、historian 截图、邮件审批和交接班推进——这些工具根本不是为全集团 rollout 设计的。
• 替代燃料渗透、碳成本压力和排放合规要求，让每一次控制变更都更值钱、也更危险，所以 rollout 一旦慢下来或前后不一致，董事会看得见的节省就会被晾在半空。

解决方案

• 做一套只读 rollout OS：给窑炉配方做版本管理，接入 historian 和电子表格导出，按工厂条件跑预飞检查，并在新的设定值包进控制室之前把审批流先走完。
• go-live 之后，继续抓取操作员人工接管、交接班记录，以及真实的燃料、产量和 CO2 结果，让集团团队判断哪些 playbook 应该成为全网标准，哪些该回滚。

为什么我们会赢

• 这个切口卡在试点之后、全集团标准化之前——价值最容易卡住的地方，也正是现有工具最弱的地方。
• 产品和 APC、DCS、historian 厂商是互补关系，不要求客户换控制栈，反而能靠提升项目成功率更快卖进去。
• 跨站点迁移数据、人工接管原因，以及“模型预测 vs 真实结果”的 rollout 结果，会逐步沉淀成工厂级工具天然看不到的专有 benchmark 护城河。

里程碑

flowchart LR
  Wedge[Beachhead wedge] --> MVP[MVP]
  MVP --> Proof[Proof points]
  Proof --> Expansion[Expansion motion]

创始团队

实验路线图

风险评估

必须成立的条件

• 至少一半的合格目标集团已经在一座窑炉上跑着 AI 或 APC，但跨站点 rollout 仍靠电子表格、邮件或人工交接班。
• 只读 historian 数据和质量数据足以生成一个让操作员和工厂经理信任的预飞流程，用来支持第二工厂 rollout 决策。
• 买方愿意从制造卓越或能效预算里，为独立 rollout 治理层付费，而不是要求把它打包进 APC 合同。
• 一次成功的生产部署，能在 6 个月内扩到至少一个额外工厂或产线，从而证明账户级 land-and-expand 经济性。
• APC 和自动化在位企业不会在前 24 个月内，足够快地推出等价的厂商中立审批、交接班和人工接管分析功能，直接抹掉切口。

待尽调问题

• 现在到底有多少多厂区水泥集团，已经有一座 AI/APC 窑炉在线，却还没有可复用的全集团 rollout 工作流？
• 当一个试点要从一座工厂走向下一座工厂时，预算究竟归谁管：制造卓越、工艺工程、工厂运营，还是采购？
• 要让第二工厂的预飞结果足够可信，最低需要哪些 historian、实验室和质量数据？
• 客户为什么要买这一层，而不是继续扩 APC 厂商服务，或者交给系统集成商？
• 水泥之后，钢铁、玻璃和化工里，哪个相邻行业的采购触发最接近、数据接入负担最低？

模型合理性

• 收入引擎. 基准情景收入来自账户数从 Y1 末的 3 个付费账户增长到 Q4Y3 的 10 个，同时随着更多工厂和高级模块在每个集团里扩张，综合 ACV 从试点定价抬升到约 $450K。
• 必须跑通的环节. 公司必须足够快地把 historian 标准化和审批工作流做成标准件，才能让毛利率从 Y2 中段的 50% 多提升到 Q4Y3 的 70%，同时又不拖慢部署。
• 模型失效条件. 最大的现金风险来自销售周期拉长到接近 12 个月，因为销售周期敏感性对 Y3 收入和现金跑道的下行冲击合在一起最大。
• 下一轮融资证明点. 如果公司能在 Q4Y2 结束时做到 7 个生产账户、1 个伙伴来源 rollout，并在动用 6 个月现金缓冲前跑出可见的第二工厂扩张，就足以支撑一次可信的下一轮融资。

情景

敏感性

flowchart LR
  Trigger[Pilot success or fuel-change trigger] --> Accounts[Paying producer-group accounts]
  Accounts --> Lines[Managed lines and plants per account]
  Lines --> Revenue[Subscription + onboarding + benchmark modules]
  Revenue --> GrossProfit[Gross profit after deployment COGS]
  GrossProfit --> Cash[Cash runway after payroll and opex]

警示项: 可触达市场高度集中，因此即使是基准情景，也依赖少数跨国或区域性水泥集团愿意为这层新 workflow 单独批预算。 · 模型假设买方会为厂商中立的治理层付费，而不是把产品塞进 APC 厂商的打包方案里；如果这个假设不成立，定价和毛利率都会向下行情景漂移。 · Y1 和 Y2 的 burn 依然偏重，因为 OT 评审、historian 标准化和操作员信任建设，会让部署在 playbook 标准化之前始终带着一部分服务属性。 · 现金滚动把 EBITDA 当作现金，并排除了营运资本时点、税项和 capex，因此真实季度现金波动可能会比模型显示得更颠簸。

• 现有控制栈的阻力. 如果 APC 厂商或 DCS 集成商把这层 rollout 软件视为竞争者，或者觉得它增加运营风险，就可能挡住接入。 缓解措施: 把产品定位成厂商中立的部署与证据层，先从只读 historian 集成开始，并证明它能让现有厂商的 rollout 更容易成功。
• 操作员信任缺口. 如果软件像一个不理会现场工艺细节的黑箱，工厂团队可能会拒绝中心下发的控制变更。 缓解措施: 让操作员留在审批环里，把预飞检查解释清楚，并让每次人工接管都进入学习和对标闭环。
• 滩头市场过窄. 水泥只是一个有限的起步市场，而漫长的企业销售周期可能拖慢早期增长。 缓解措施: 先在水泥里把切口打透，再在 rollout 治理模式跑通后快速扩到钢铁、玻璃和化工。