验证 AIS 之外船舶行为的海上承保 OS，让保险公司能给 dark fleet 风险定价、续保和调查。

1. AIS 既能选择退出，也能被伪造，这意味着保险公司现在是拿一个明知有问题的真相源在做承保；新的验证层因此有了立刻落地的紧迫性。
2. 一个覆盖 600+ 艘船、1,000 万平方英里的网络，说明独立海事观测终于密到足以支撑商业化承保工作流，而不再只是一次性的情报项目。
3. Quartermaster 已经明确把传感器层卖给保险公司，这大幅降低了在其上方做工作流软件的品类教育风险。
4. 如果海洋硬件终于能在经济上跑通，下一层价值池就会转到软件：把原始观测变成能签单、能审计的承保决策。

催化因素。 Quartermaster 的 SmartMast 网络已经铺到 600 艘船，而且明确点出了保险场景；与此同时，AIS spoofing 又让保险公司暴露在制裁和欺诈风险里。非 AIS 的海上真相层，正好在这个时点开始具备商业可得性。

搭一套海上承保 OS，把 SmartMast 一类的第三方观测、AIS、经纪人提交材料和理赔文件一起吃进来，给每条船和每趟航次算出“航次真相分”。第一条工作流服务承保人：在保单签发前，把可疑黑屏、解释不通的改道，以及大概率的船对船接触先拎出来，帮团队审新单和续保。第二条工作流服务理赔团队：一旦出现损失、延误或制裁问题，系统就自动拉出结构化调查时间线，不再靠零散邮件链和外部调查简报拼证据。时间久了，产品会学到哪些模式更容易对应拒赔、制裁升级或高利润业务簿，把个人判断沉淀成可复用的数据资产。创业公司没必要自建传感器网络；真正该拿下的是面向保险公司的决策工作流、证据打包能力和组合反馈闭环。

差异化。 通用海事数据厂商卖的是数据流、地图或告警；可真正要把噪音变成承保和理赔决策的，还是保险公司自己。这个创业公司要拿下的是原生面向保险人的工作流层：航次真相评分、调查时间线、组合反馈闭环，以及围绕海事风险和制裁控制打造的证据包，而不是政府 ISR 那套用例。它的防守力来自保险场景专属标签：哪些行为可疑、哪些案件被拒或被批、组合结果最终如何。这些反馈会随着每次续保和理赔，不断把风险模型喂得更准。

待完成任务

flowchart LR
  Buyer[Marine underwriter] --> Pain[Spoofable AIS and manual voyage checks]
  Pain --> Product[Voyage-truth underwriting OS]
  Product --> Outcome[Faster pricing and cleaner fraud decisions]

高管要点

• 痛点是真的，而且高度流程化：保险公司、P&I 协会和制裁团队都被要求调查 AIS 缺口、船对船转运、证明文件和可疑航次历史，但今天的做法仍散落在数据供应商、通函、表格和外部分析师之间。
• 底层基础设施现在已经可信了。Quartermaster 的传感器网络、基于 RF 的验证路径，以及成熟的海事情报厂商，都说明问题早已不只是“能不能检测出来”；真正缺的是保险级解释、证据打包和组合学习。
• 竞争并不轻，但非常分散：有海事 AI 厂商、持续跟踪供应商，也有保险工作流平台。默认情况下，没有谁明确拿下了面向 dark fleet 暴露的保险原生签单/续保/理赔工作台。
• 这个滩头市场看起来是真实可卖的，但比广义海事科技叙事要窄。眼下的承保切口大概率只是一个数千万美元级的软件市场；要不要有风险投资级上行，还得看它能否扩到贸易融资、租船、合规和更广的海事风险运营。
• 采纳风险不在认知，而在证据信任：只有当第三方行为信号能减少人工升级、扛过审计审查，并嵌进既有制裁与理赔治理流程，保险方才会买单。

市场定义

这个市场的准确定义，是面向保险公司的软件：在海上承保和理赔里，去验证 AIS 之外的船舶真实行为。它位于原始船舶情报数据流之上、保单管理系统之下，聚焦那些制裁敏感的船体险、货运险和 P&I 工作流——承保人必须在签单、续保或争议理赔前，拿到可审计的航次真相证据。

用户与买方

实际使用者是海上承保人、制裁/合规分析师，或负责油轮、散货船和货运风险的理赔调查员。经济买方通常是海上业务负责人、首席承保官，或对赔付率、制裁暴露和内部控制质量负责的 P&I 协会管理层。

购买触发点

• 油价上限制度下的逐航次证明要求，让保险公司每次碰到高风险航次或 STS 转运时，都必须真的去做文档核验和行为验证。 [1][18][25]
• 可疑 AIS 缺口、伪造位置，或虚假的受制裁港口停靠记录，会立刻触发保险公司、银行和理赔方的升级处理。 [16][23][30]
• P&I 协会在续保审查和新成员准入时，越来越需要做行为层面的船舶筛查，而不是只看静态文件。 [14][24][15]

支付意愿

公开定价很少，但预算逻辑并不难看见。P&I 协会和海上保险公司已经在吞下 pool-loss 波动、制裁合规成本和人工承保摩擦。只要产品真能稳定地缩短调查时间，或帮他们避开坏风险，买方就会从既有承保、合规和理赔预算里掏钱；只是定价权会偏企业谈判，而不是自助式 SaaS。 [28][15][14][34]

品类动态

增长信号 1.5% premium growth in 2024

验证信号

• Quartermaster 说自己的 SmartMast 网络已经部署在 600+ 艘船上，覆盖 1,000 万平方英里海域，这意味着第三方海事真相层已经不是概念验证。
• Windward 发现 75% 的海上承保人如果能立刻拿到数据，就会更快做决定；这直接验证了“提速工作流”这条切口。
• 国际集团旗下协会本来就在采购跟踪工具，并用它们监控高风险区域的船舶行为，这说明预算和流程归属已经存在。
• Insurwave 已经上线伪造位置过滤和威胁情报集成，说明保险用户确实在乎船舶数据完整性。

监管与技术约束

• AIS 在多数商船上是强制要求，而且原则上必须保持开启，所以产品不能把每一次中断都直接当成欺诈，必须把例外讲清楚。
• 油价上限和制裁工作流越来越要求逐航次证明、附带成本权利和对 STS 敏感的文档链路。
• P&I 协会已经在高风险区域维护最低船舶跟踪标准，所以任何新工具都必须接进既有合规流程，而不是另起一套。
• 车船联网和历史航次数据会带出留存、共享、隐私和理赔解释等治理问题。

最接近的现有厂商，是 Windward、Pole Star、Kpler 这类海事情报供应商，它们强在船舶风险检测；以及 Insurwave 这类保险工作流平台，它们强在数字化特种险运营。真正的空白，是一款产品能把第三方观测和 AIS 直接变成承保人可用的决策包、组合反馈闭环和理赔可用叙事，而不是再多一个监控控制台。

为什么现有厂商不会默认胜出

• 海事情报厂商. 它们不会天然赢下这块，因为重心仍在船舶风险检测和合规监控，而不是在保险团队内部编排签单、续保和理赔工作流。
• 保险运营平台. 它们证明保险公司确实想要连通的工作流和航次分析，但公开定位更像广义特种险数字化，而不是 dark fleet 行为真相验证这条窄切口。
• 传感器与 RF 提供商. Quartermaster、RF 分析能力和 spoofing 检测基础设施解决的是数据采集与验证，但这并不会自动让它们变成保险公司承保和理赔决策的 system of record。
• 人工 / P&I 跟踪流程. 协会通函、经纪人问卷和点状工具之所以还常见，是因为它们至少能满足基本治理要求；但它们慢、碎，而且几乎无法形成组合学习。

Dark Fleet Underwriting OS 卖给海上保险公司和 P&I 协会——即便 AIS 能被伪造或直接关闭，它们仍得做签单、续保和理赔决定。首个滩头市场是那些 5-20 人的专业承保团队，负责 100-300 艘油轮、散货船和沿海货船，航线覆盖地中海、红海、波斯湾和东南亚等制裁敏感走廊；在那里，可疑黑屏已经会触发人工升级。产品从一套“航次真相”工作台起步，把 AIS、第三方观测、经纪人证明和理赔文件拼成可解释的时间线与证据包，让团队不用再把表格和外部调查员当默认方案。为什么是现在尤其成立：保险公司已经在应对逐航次证明和 spoofing 相关审查，而第三方海事感知据称已覆盖 600+ 艘船、1,000 万平方英里海域。公司要刻意避开“另一个泛海事仪表盘”的坑，也不要自己去养传感器网络；真正的切口是原生面向保险公司的工作流、可审计性，以及组合反馈闭环。第一单应该是一笔围绕单一制裁敏感业务簿的付费试点，由续保季、审计或争议损失事件触发；等团队在真实决策周期里接受这套证据后，再扩成年度正式部署。定价应顺着当前预算归属来走：团队订阅费，加按船舶和按调查收费；等跑完一个续保周期后，再上企业级合同。眼下最大的开放问题有两个：数据伙伴会不会给回放和导出权；第三方观测到底能不能影响承保前判断，而不是只停留在承保后的调查。如果这两条成立，公司可以从承保一路长到理赔、再保险报告、贸易融资尽调和其他海事风险流程；若不成立，它更可能只是个更窄的调查工具。

问题

• 承保人和理赔团队到现在还在靠 AIS 历史、经纪人问卷和人工分析做判断，可 AIS 明明能被伪造，也能直接关掉。
• 一旦出现可疑黑屏、船对船转运或航线异常，案件就会慢慢升级到资深承保人或外部调查员手里，证据链又弱。
• 现有海事数据产品会给告警，但做不出保险级的签单、续保、理赔决策包，也没有组合学习闭环。

解决方案

• 把 AIS、第三方观测数据、经纪人证明和理赔文件接进一条航次真相时间线，事件带可信度评分，也能追溯来源。
• 给承保团队一套续保和新业务工作台，在保单签发前拎出黑屏时段、可疑会合和航线不一致。
• 给理赔和制裁团队一套结构化调查包，把证据、分析师判断和案件结果都沉淀下来，供后续组合学习。

为什么我们会赢

• 公司可以踩着正在成形的传感器和 RF 生态往上走，而不必自己砸钱做船载硬件。
• 产品是按保险公司的原生工作流、可审计性和案件证据来设计的，不是泛海事监控。
• 承保和理赔结果会不断沉淀成专有标签，时间越久，模型质量和切换成本越强。
• 先打透一条业务簿，比第一天就去卖泛海事情报平台，更快拿到验证。

里程碑

flowchart LR
  Wedge[Beachhead renewal and claims wedge] --> MVP[Multi-source voyage-truth workspace]
  MVP --> Proof[Cycle-time savings plus audit-ready evidence]
  Proof --> Expansion[More books, claims module, adjacent maritime risk ops]

创始团队

实验路线图

风险评估

必须成立的条件

• 至少两家目标保险公司愿意在要求全量集成前，先为试点付费。
• 在相当比例的可疑航次案件里，第三方观测证据确实能改变或加速决策。
• 至少两家数据供应商愿意在合同里给回放、导出和面向保险客户打包证据的权利。
• 高可信告警在早期案件中的分析师驳回率，能压在大约 10-15% 以下。
• 第一个客户能在 12 个月内，从一条业务簿或一条工作流扩到第二条。

待尽调问题

• 第一次部署的预算，到底归承保、理赔还是制裁合规团队？
• 要扛过审计或承保争议，证据链和可解释性到底得达到什么标准？
• 哪些合作条款会让传感器或海事情报供应商有机会绕过我们，直接吃掉工作流？
• 对一个 5-20 人的团队来说，得看到多大的风险泄漏下降或周期缩短，才愿意付 $200k-$300k ACV？
• 如果承保场景的采纳始终很集中，相邻扩张机会到底有多大？

模型合理性

• 收入引擎. 基准情形的收入引擎，来自付费部署数从 Y1 的 1 个试点，爬到 Y2 的 5 个活跃部署，再到 Q4Y3 的 15 个；对应混合 ACV 为 $300K。
• 必须成立的前提. 模型要求保险公司足够快地在真实续保或理赔工作流里接受这套证据包，让 1 个试点能转成稳定年约，并带出 1 次第二工作流扩单。
• 模型会在哪些情况下失效. 如果供应商权利始终受限，或买方只把产品当成狭窄的调查工具，下行情形会在下一轮融资前把现金打到负数。
• 下一轮融资证明. 下一轮最好讲的故事，是到 Q4Y2 拿下 5 个正式部署 logo，再到 Q2Y3 跑到约 10 个活跃部署，并在首个客户里做出 1 次可被引用的扩单。

情景

敏感性

flowchart LR
  DesignPartners[Design partners and live cases] --> PaidDeployments[Paid insurer deployments]
  PaidDeployments --> ACV[Annual contract value plus workflow expansion]
  ACV --> Revenue[Recognized revenue]
  Revenue --> GrossProfit[Gross profit after supplier and services costs]
  GrossProfit --> Cash[Cash runway]

警示项: 毛利率到 Y3 才跑到 business-plan 目标，所以只要供应商涨价或服务工作量上去，就得融更大一轮。 · 收入集中度很高，因为计划高度依赖少数海上保险买家，以及首个客户扩到第二条工作流。 · 模型到 Y3 末现金仍偏紧，所以如果错过 Q4Y2 到 Q2Y3 这段验证窗口，融资选择会很快被压缩。

• 数据接入依赖. 如果传感器网络提供方限制数据接入，或者自己往上做承保工作流，这家创业公司就可能失去最核心的证据来源。 缓解措施: 尽早搭好多源接入层，保持保险工作流的 system of record 独立，并在合同里拿到可迁移的历史数据权利。
• 保险业采纳偏慢. 海上保险公司也许认可洞察价值，但如果没有 ROI 证明和审计层面的接受度，它们仍可能不愿改动签单或理赔流程。 缓解措施: 先在现有流程旁边做顾问式调查，拿一条业务簿跑出周期缩短和风险泄漏下降，再等续保结果可量化后扩进去。
• 误报会打掉信任. 如果产品把太多正常航次错判成可疑，承保人很快就会退回到资深人员拍板，系统也就没人用了。 缓解措施: 上线时先给可解释证据包、保守阈值和人工反馈闭环，让团队能按航线和船型把模型行为慢慢调准。