新一轮机构资金到位,说明轨道电力正从科研概念升级为运营方必须提前布局的商业基础设施品类。 兼容标准太阳能板、又不需要定制接收器,让软件层能先落地,不必等整轮硬件换代。 7 份 购电协议 和明确披露的商业 销售管线,意味着很快就会出现真实的供电预订、优化和结算需求,而不只是盯着 演示 看。 国防背书和前太空军高层的信用,抬高了早期买家的任务紧迫性,也更容易撑起高溢价运营工具预算。 在既有纪录和子系统演示之后,2026 年底的波束供电任务给运营方设下了一个近在眼前的准备期限:必须把 具备电力感知能力 的任务流程先搭起来。 催化因素。 Star Catcher 的融资、无需改装的兼容性主张、7 份 购电协议 和 2026 年底演示时间表,说明轨道电力正在从物理演示,转成眼下就要解决的商业采购问题。
产品会接入轨道参数、电池状态、载荷 占空比、成像积压、下行窗口和可用的波束供电时段,给出每颗卫星什么时候该买外部电力的建议。接着,它把建议落成运营 操作手册、供给方预订请求,以及和具体客户 SLA 或突发事件绑定的任务级 ROI 预测。结算层再把购入电力映射到新增图像、完成的推理任务或下传的数据量,让运营方看清这笔电费到底有没有换来赚钱的任务产出。时间一长,平台会学到各个星座自己的电力响应曲线,最后变成轨道能源采购和调度的 核心记录系统。
差异化。 这不是通用卫星任务规划软件,也不是押注供电网络硬件本身。它做的是轨道上一个全新公用事业市场里的编排和结算层,核心抓手是:只有当任务高峰真能 证明值不值y 这笔成本时,才去买额外的瓦数。真正能守住的优势,是跨多家星座和供给方,持续积累 供电窗口 可用性、电池响应曲线、载荷 提升,以及电力到收入转化的数据。
创业论点 滩头市场 面向商业 EO 星座的供电窗口预订与任务产出优化:用第三方波束供电,在高价值事件里多跑成像、星上推理和高速下行。 切入点 轨道电力调度 OS:预测电池和载荷需求,预订外部供电窗口,重排任务优先级,并把购入电力归因到新增图像、推理结果和下行产出。 非显而易见洞察 真正的突破不只是轨道上多了几瓦电,而是电力从航天器设计里的固定约束,变成了一种可调度的网络服务。只要兼容卫星能在不改硬件的情况下购买增量电力,控制点就会转到软件层:谁来预订、分配和结算这些电力,并把它对上任务收入。 风险投资级路径 先从 EO 星座切入,再把同一套调度和结算层扩到通信卫星、在轨计算平台、国防载荷、保险方,最终做成跨多家轨道能源供给方的电力可用性定价基础设施。
目标用户 主要用户 拥有 8-30 颗卫星的商业 EO 小卫星星座里的 任务运营副总裁 或 首席架构师 次要用户 在兼容卫星平台上试点突发采集或星上处理任务的国防载荷运营方 经济买方 EO 星座运营商的 COO 或 运营副总裁
市场切入种子 首个客户 美国或欧洲一家拥有 8-30 颗卫星的光学或高光谱 EO 星座运营商;它正在标准太阳能平台上启动首个高功耗星上推理或突发采集项目。 购买触发点 运营方签下试点购电协议或演示协议,或者拿下一份国防 / 企业采集 SLA,需要的夜间或突发成像能力已经超出当前电力预算。 当前替代方案 任务规划表格、飞行软件里保守而固定的 占空比 规则,以及和卫星 OEM 一起做的人工 权衡分析。 切换理由 它把波束供电从一个实验能力,变成可量化的运营决策:哪几笔购电真能抬高任务产出,一眼能看出来;原本要人工处理的预订和调度流程,也能自动跑起来。 定价假设 $4k-$12k per satellite per month,再加 5%-10% 的托管电力支出或增量任务收入分成
待完成任务 任务 当前替代方案 成功指标 当高价值采集事件把需求拉高时,帮任务运营团队判断哪几颗卫星该买额外电力、买来怎么用,才能把更赚钱的图像和数据拿下来。 人工在表格里做权衡,再叠加保守的 占空比 上限 每 1 美元购入电力对应的增量收入或任务产出 当团队在试跑新的轨道电力协议时,帮运营和财务团队预测预订到的供电窗口并完成结果结算,好证明这份合同值得扩到全星座。 临时性的任务复盘和离线成本归因 批准下一笔购电所需时间,以及供电任务带来的毛利抬升
轨道电力调度闭环 flowchart LR
Buyer[EO constellation operator] --> Pain[Cannot decide when purchased orbital power is worth using]
Pain --> Product[Orbital power dispatch OS]
Product --> Outcome[More profitable imaging and downlink from the same fleet]
创意评分卡 — 平均4.2 / 5 · 5个维度 信号 4/5 痛点 4/5 切入点 5/5 防御性 4/5 规模化 4/5 信号 · 4/5 多个已验证来源都指向真实融资、需求信号、兼容性和即将到来的演示,而不是停留在实验室里的概念性突破。 痛点 · 4/5 一到高需求窗口,EO 运营商只要没法安全地多跑成像、推理或下行,就会直接丢收入。 切入点 · 5/5 首个产品非常聚焦:围绕某类明确星座,为外购轨道电力做调度和结算。 防御性 · 4/5 每接入一个星座、每跑过一次任务,关于轨道电力使用效果和经济性的专有数据都会继续复利。 规模化 · 4/5 滩头市场不大,但这个控制层可以往更大的轨道能源、任务经济性和多供给方结算市场扩。 商业模式画布 轨道电力供给方 卫星平台 OEM 和飞行软件供应商 地球观测运营商 国防任务集成商 电力需求预测 调度优化 预订与结算流程自动化 ROI 分析与报告 星座电力与任务产出模型 和任务规划、供给方预订系统的集成 关于供电窗口表现和载荷 提升 的数据集 航天运营与航天能源领域经验 把购入的轨道电力变成更高产出的任务计划 在真实载荷和电池约束下预订并调度供电窗口 在任务和客户 SLA 层面证明外部电力支出的 ROI 高触达运营 接入 围绕重大任务事件做联合调度复盘 面向财务和任务团队的使用与产出报告 对星座运营商做创始人主导销售 和轨道电力供给方、卫星平台 OEM 建合作 借助航天国防集成商和 任务运营 顾问分发 使用兼容平台的 EO 小卫星星座运营商 从商业星座购买突发采集能力的国防载荷项目 需要面向运营方的调度与结算工具的新兴轨道电力供给方 航天软件与优化工程 集成与 任务运营 支持 星座 接入 的客户成功投入 合规、安全与仿真基础设施 按卫星计费的 SaaS 订阅 实施与集成费用 按托管电力支出或增量任务收入抽成的 使用费 市场规模 TAM SAM SOM TAM · 总体可寻址市场 $24.0M SAM · 可服务市场 $4.5M SOM · 可获得市场 $1.1M 市场规模概览 TAM $24.0M 我们的模型假设:最终会有 120 个对轨道电力敏感的运营项目,覆盖 EO、ISR 和相邻的高功耗 LEO 星座;每个项目每年约有 $200k 的控制层支出。这个口径远低于广义 EO 市场支出的 1%,这里只把它当作“滩头市场 + 相邻扩展”的方向性估算。 SAM $4.5M 近端可服务市场按 25 个 EO 或主权 ISR 项目来估,这些项目最可能试用第三方波束供电或其仿真工作流;按每个星座每年约 $180k 支出计算。 SOM $1.1M 第 3 年可触达份额按 6 家共创客户星座测算,每家约 $180k ARR;获取方式靠创始人主导销售、供给方合作,以及接入现有 任务运营 栈。
高管要点 Star Catcher 已把轨道电力从“科学项目”叙事,往近期开采购的现实问题上推:它拿到了一轮大额 Series A,展示了无需改装的波束供电,签下了 购电协议,并正瞄准一次在轨演示。 滩头买家真实存在,但很窄:EO 和 ISR 运营方本来就在卖速度、重访和分析,因此只有当突发任务或星上处理场景的任务价值足够明确时,增量电力才最值钱。 竞争更像替代品之争,而不是正面冲突。通用地面软件套件、自动化创业公司和垂直一体化运营商都在打相邻流程痛点,但目前看,还没人真正占住“中立电力预订 + 任务产出结算”这一层。 这家创业公司最大的风险来自外部:供给方落地节奏、不清楚的波束供电定价 / SLA,以及进入贴近飞行的规划闭环所需要的漫长信任建立。 市场定义 这类软件用来预测轨道电力需求、预订外部波束供电窗口、重排任务优先级,并结算其对 EO 与 ISR 星座任务产出的影响。它夹在轨道电力供给方和通用 任务运营 栈之间,而不是和供电硬件本身竞争。
用户与买方 主要用户是 EO / ISR 星座运营商里的 任务运营、规划和 chief architect 团队;他们本来就在管理跨时段任务下达、电池约束和客户 SLA。真正掏钱的是掌握星座 uptime、紧急采集毛利和客户交付风险的运营或项目负责人。
购买触发点 支付意愿 公开资料没有披露波束供电价目表,但付费意愿已经能看见:Star Catcher 说自己签下了 购电协议;BlackSky 在卖合同保障接入;Capella 在工作流里直接展示预估 任务下达 成本;EO 买家也越来越习惯采购“硬件 + 软件 + 商业数据”的打包方案。这说明,只要软件能证明任务提升,而不是只给一个通用 看板,预算就能挤出来。 [1] [7] [15] [17] [20]
品类动态 增长信号 广义 EO CAGR 7.9%;EO smallsat CAGR 15.9%
顺风因素 EO smallsat 需求增长很快,这会让更多星座开始在意每颗卫星能多产多少图像、分析和下行。 EO 买家越来越想买打包好的软件、任务下达 和分析,而不只是原始航天器能力。 更高重访频次和更低时延的 ISR 产品,让额外电力在突发事件里真正变成经济变量。 逆风因素 轨道电力供给仍处于前规模化阶段,因此这家公司最终得依赖供给方兑现,而不只是软件侧有需求。 人工和定制化运营根基很深,跨星座做标准化集成会慢。 验证信号 Star Catcher 在真实服务上线前就已披露 7 份 购电协议、多项政府合同和一条足够大的合格 销售管线。 Payload 报道显示,主权客户越来越倾向于把软件和商业数据与硬件一起打包采购。 BlackSky、Capella 和 ICEYE 都在卖快速重访、低时延或快速交付,这说明在紧急采集场景里,额外电力很可能真有价值。 Cognitive Space 和 NASA 都指出,人工卫星运营又慢又贵,而且随着 星座 变大越来越不适合继续沿用。 监管与技术约束 新型商业航天活动仍落在不断演进的美国监管框架和基于条约的国家责任之下。 小卫星电力系统依旧受质量和体积强约束,尤其在日蚀期和峰值 duty operation 里更明显。 地面与任务运营依然高度依赖 API、指令系统和通信流程之间的复杂集成。 国家安全场景会比标准商业 EO 工作流多出安全、主权和审批负担。 任务运营 vs 电力专业化 ← Generic mission ops Power-market specialized → ← Lower urgency workflows Higher urgency workflows → Q2 Q1 · 优势区 Q3 Q4 Proposed startup Lockheed Martin Rocket Lab Antaris Cognitive Space 今天这个市场主要由替代品定义:现有 任务运营 套件、较新的自主化厂商、开源或自研控制栈,以及自己优化自家星座的垂直 EO 运营商。一个中立、可跨供给方的调度与结算层,目前基本还空着。
竞争对手 阶段 切入点 定价 优势 相对劣势 Lockheed Martin Ground Software 现有厂商 面向小到大的星座,提供模块化的指挥、控制、任务规划和网络栈。 定制 / 按价值定价 深厚的航天积累、网络安全能力,以及广泛的星座控制能力。 并没有定位成面向商业 EO 运营商的中立外部电力预订与结算层。 Rocket Lab InterMission + MAX Constellation 成长期 整合地面数据、航天器运营、数字孪生和星座软件。 定制 / 平台打包定价 现代自主运行栈,并和成熟飞行软件、数字孪生工具深度绑定。 公开定位是端到端任务软件,不是跨供给方的电力经济性或 ROI 归因。 Antaris 成长期 覆盖全生命周期的任务虚拟化、仿真、编排和指挥中心软件。 定制 SaaS / 平台定价 很强的多厂商建模与编排故事。 本质上仍是通用平台,没有公开聚焦“可购买轨道电力”的调度。 Cognitive Space 成长期 用 AI 驱动复杂卫星和星座运营自动化。 定制企业定价 在“如何减少增长中星座的人工作业”这件事上,痛点贴得很准。 公开材料强调的是广义自动化,不是外部供电窗口优化和结算。 OpenC3 COSMOS 成长期 从硬件测试一路延伸到星座运营的开源到企业级指挥与运营栈。 开源 + 企业版 对偏好自研控制层的运营方来说,起步灵活、成本也低。 把电力市场逻辑和经济性建模的工作都留给了客户自己。
为什么现有厂商不会默认胜出 广谱任务运营套件. 它们本来就覆盖 C2、排程和遥测,但公开资料看不出这些系统是围绕外部电力预订、供电窗口 仲裁或收入归因设计的。 自动化专长厂商. AI 原生运营厂商能减少人工规划,但它们公开对外讲的是更广义的星座自动化,而不是围绕电力市场的专门编排。 垂直 EO 运营商. Planet、BlackSky、Capella 和 ICEYE 都在优化重访和交付,但它们先卖的是图像结果或主权能力,不是给第三方星座用的中立软件。 开源与自研栈. 这类方案依然有吸引力,因为运营方能以较低成本拼出灵活控制层,但集成、安全和经济性建模的负担也会重新压回客户自己身上。 轨道电力调度 OS 卡在一个很窄、但时间点极对的工作流上:当轨道电力从物理演示变成采购问题时,它帮 EO 星座运营商判断买来的波束供电值不值得用,并证明这笔支出有没有抬高任务产出。第一位客户会是美国或欧洲一家拥有约 8-30 颗卫星的 EO 运营商:它正准备启动首个外部供电试点、突发采集合同,或在标准太阳能平台上跑高功耗星上推理项目。产品起步是调度与结算层:预测需求、预订供电窗口、给出经运营方审批的任务重排建议,并把购入电力对上新增图像、分析任务或下行产出。研究给出的时机信号也很强:Star Catcher 拿到一轮大额 Series A,披露了 7 份 购电协议,声称无需改装即可兼容,并计划在 2026 年底做演示;与此同时,EO 和主权 ISR 买家本来就在为更快重访和更低时延交付买单。战略上之所以先从 EO 星座切,而不是更广的 任务运营 软件,是因为紧急成像和下行事件能最清楚地做出“买电前后”的 ROI 对照。这个市场暂时仍小,也受外部供给约束:近端 SAM 估算只有 $4.5M,最大风险在于供给方落地节奏和商业电力定价仍不清晰。公开资料里还没有真实波束供电的 SLA 和价格条款,所以前 12 个月必须证明的不只是有人感兴趣,而是——在供电还没常态化前,运营方也愿意为调度软件真掏钱。
问题 EO 运营商现在仍靠表格、固定飞规和人工 任务运营 电话来处理电池上限、占空比 权衡和事件驱动的任务高峰,所以他们没法稳定判断:多买一点轨道电力,究竟能不能换来正向任务 ROI。 如果外部电力能在不改装硬件的情况下买到,瓶颈就会从硬件稀缺转向另一件事:怎样在跨星座层面预订、排序和结算电力使用,让运营和财务团队都信。 解决方案 MVP 会接入轨道参数、电池状态、载荷 占空比、成像积压、下行窗口和供给方可用电力,给出哪颗卫星该买电、什么时候买、用在哪个任务事件上的建议。 同一套工作流还会生成预订请求、运营 操作手册 和结算报告,把购入电力映射到新增图像、更快交付或额外完成的星上推理。 为什么我们会赢 公司卡住的控制点比通用星座软件更窄——它做的是跨运营商、跨供给方的中立外部电力调度与任务产出结算。 如果早期 试点 能赢下来,公司就会持续积累 星座 级电力响应曲线、供电窗口可靠性数据,以及电力到收入的归因数据;相邻的 任务运营厂商和自研栈并不会天然拥有这些东西。 战略选择 滩头市场 拥有 8-30 颗卫星、正准备在兼容平台上使用第三方波束供电来支持突发成像、高速下行或星上推理的商业 EO 星座。 切入点理由 EO 星座的购买触发最清晰:只要一次紧急采集事件或 保障交付 SLA,就足以把额外电力换算成美元回报;而更广的卫星类别既要更长销售周期,也很难先讲清 ROI。 推进顺序 先在一家 EO 星座内部做以读取为主的规划与结算,再补上供给方预订集成和可复用 ROI 模型;等真实调度数据跑出来后,再往国防载荷、在轨计算或多供给方市场基础设施扩。 暂不进入 不做 任务运营 套件的全量替换 · 在 EO 调度尚未可复制前,不做通信卫星或泛太空能源市场撮合 · 在没有运营方审批闸门前,不做自治闭环优化
进入市场 切入点 第一笔部署就把产品卖成“轨道电力调度与结算系统”:服务对象是正进入购电试点或突发采集项目的 EO 星座,额外电力可以直接对到某次图像、推理或下行的具体价值。 渠道 对已经在卖快速重访、快速交付或星上分析的 EO 星座做创始人直销 · 和掌握预订权与试点需求的轨道电力供给方、托管载荷运营方联合销售 · 与现有地面软件和 任务规划 厂商做集成合作,让产品以优化层身份落地 漏斗目标 线索→合格共创客户 20%+;合格共创客户→付费 试点 50%+;试点→正式年约 60%+;首个运营方 试点→9 个月内扩到供给方或国防相邻场景的比例达到 40%+。 定价 $4k-$12k per satellite per month,再加 5%-10% 的托管电力支出或增量任务收入分成;因为买家会先按卫星数锚定预算,只有当产品能在高价值事件里证明任务提升 时,他们才愿意接受可变定价。
产品路线图 MVP MVP 是给一家 EO 星座用的影子模式调度工作台,覆盖需求预测、事件级电力建议、运营方审批流、供给方预订输出,以及和增量任务产出绑定的事后结算。它应优先把可解释性和审计轨迹做扎实,而不是一开始就追求自治控制或广谱 任务运营 替换。 6 个月 6 个月内,为一家 EO 星座交付付费共创客户 试点:用仿真支撑调度建议,输出预订工作流,并围绕真实任务事件做可审计结算。 12 个月 12 个月内,补上供给方 API 或工作流集成、第一批通用 任务规划 栈的可复用 适配器,以及来自前 2-3 个 试点 的基准 ROI 模型。 24 个月 24 个月内,扩成多星座调度层:跑出跨账户可靠性基准、具备国防级安全姿态,并开始支持主权 ISR 或在轨计算买家的相邻需求。 关键押注 即便真实波束供电还没常态化,只要能降低合同就绪风险并证明事件级 ROI,运营方也会先买规划与结算层。 · 一套可复制的 EO 工作流,比广谱 任务运营 套件更快适配到主权 ISR 和托管载荷项目。 · 运营方审批式建议和透明结算,比贴近飞行工作流里的全自动优化更容易先建立信任。
商业模式 收入来源 按卫星计费的年费 SaaS,覆盖调度、预订工作流和结算 · 星座 接入 与数据模型搭建的实施 / 集成费 · 按托管电力支出或已验证增量任务收入抽成的使用费 价值单位 通过平台被调度和结算的卫星月数,以及事件级电力支出。 目标毛利率 70% 扩张杠杆 在同一运营商内部增加更多卫星、更多星座和更多任务团队 · 围绕同一批电力预订,增加供给方侧工作流与结算 席位 · 沿着同一套调度数据模型,从 EO 扩到主权 ISR、托管载荷,以及后续的在轨计算项目
战略地图 北极星指标 通过平台被调度并完成结算的外购轨道电力年化金额。 输入指标 拥有可用历史任务数据的活跃 星座 试点 数量 · 运营方批准的建议供电窗口占比 · 每 1 美元购入电力带来的增量任务产出 · 试点 转正式生产的转化率 · 从拿到第一份 星座 数据到给出第一条调度建议所需的集成时间 待构建护城河 不同任务负载下,供电窗口 可用性、可靠性和真实 星座 响应的专有数据集 · 把购入电力与新增图像、分析任务和交付速度连起来的结算记录 · 嵌在供给方预订系统和现有 任务规划 工具之间的工作流位置 终止标准 9 个月内仍签不下任何一家 EO 或 ISR 星座的付费 试点 · 15 个月内,转成年约的 试点 少于 2 个 · 没有任何客户能证明:至少有一次任务事件里,软件引导的购电显著改善了产出或交付经济性 · 调研证明大多数目标星座会把外部电力优化完全留在内部,或直接捆进现有工具里
里程碑 0–12 个月 签下 2 个付费 EO 或 ISR 试点,且都绑定真实的购电、突发采集或星上计算项目。 完成首个供给方预订与结算集成。 证明至少有 1 个客户案例里,软件引导的购电改善了任务经济性或决策速度。 12–24 个月 拿到 6 个 星座客户,并至少有 1 个账户扩到供给方侧或国防相邻场景。 在常见 任务栈 上把重复部署的 接入 时间压到 4 周以内。 基于汇总后的调度与结算数据,发布 ROI 和可靠性基准模型。 24–36 个月 成为早期具备轨道电力能力的 EO / ISR 星座里,足够大份额的默认中立调度层。 沿着同一条结算 rail,扩到相邻的托管载荷和在轨计算买家。 证明累计数据能比第一代部署显著提升预订准确率、转化率或 ACV。 战略地图 flowchart LR
Wedge[EO power dispatch wedge] --> MVP[Shadow-mode dispatch and settlement MVP]
MVP --> Proof[Paid pilots with mission-yield proof]
Proof --> Expansion[Provider integrations and adjacent ISR or compute expansion]
创始团队 角色 入职时间 理由 创始工程师 第 0 个月 负责调度引擎、星座 适配器,以及把电力使用和任务产出连起来的结算数据模型。 创始 GTM 第 0 个月 在一个小而集中的账户池里做创始人主导销售;这里真正重要的是 试点、购电协议 和任务事件的时间点,而不是漏斗顶部的量。 航天运营负责人 第 3 个月 把 任务规划 约束、运营方信任要求和供给方工作流细节,翻译成一套可信的部署流程。 产品与集成工程师 第 6 个月 把常见任务栈 适配器 做成产品,避免 接入 滑成定制服务。
实验路线图 阶段 实验 假设 成功指标 负责人 0–90 天 采访 12 家 EO 和 ISR 运营方,了解购电规划、突发采集和星上计算的决策流程。 最紧迫的痛点不是通用星座排程,而是判断外部电力什么时候值得用。 12 个潜在客户里至少有 8 个指出,未来 12 个月内会出现一个具体的事件驱动流程,让外部电力决策上升到总监级紧迫度。 CEO 0–90 天 基于历史 任务下达、电池约束和模拟 波束可用性,为一家代表性 EO 星座手工搭一个影子模式模型。 即便真实供电窗口还不常见,推荐与结算工作流也能先把任务产出权衡讲清楚。 至少 2 个共创客户认可这套模型可信,可以拿来做 试点 规划或内部合同就绪评审。 创始工程师 90–180 天 拿下一家电力供给方工作流合作,覆盖预订请求、状态更新和会后结算数据。 只要能帮助运营方安全消耗已预订电力并证明 ROI,供给方就愿意支持中立软件层。 签下 1 份合作协议,或跑出 1 条真实 试点 工作流,明确预订与结算的数据交换方式。 CEO 90–180 天 把一家 EO 共创客户转成付费 试点,并绑到真实的突发采集、推理或下行项目上。 即便商业波束供电尚未全面铺开,只要软件能缩短决策时间、降低电力支出风险,买家就会付费。 签下 1 份高于 $120k 的付费合同,并至少在 1 个真实或合同已排定的任务事件上使用。 创始 GTM 180–365 天 把前两个 试点 里沉淀出的 星座 适配器 和结算模板产品化。 只要可复制性起来,接入 就能压到足以守住 70%+ 的目标毛利率。 第 3 次部署在 4 周内上线,新增自定义字段不超过 20%。 产品负责人 180–365 天 把一家运营方 试点 扩到同一套调度数据模型下的国防相邻 席位 或供给方侧 席位。 多方工作流使用,是最快拉高 ACV 并形成更强数据 moat 的路径。 至少有 1 个账户在 试点 启动后 9 个月内增加第二个付费利益相关方。 创始 GTM
风险评估 商业计划风险 — 5 已映射 可能性 →
R1 轨道电力供给方可能推迟商业落地,导致真实调度需求太少,撑不起软件。 · High可能性 / High影响 — 先从仿真、合同就绪和影子模式结算模块做起,在真实供电时段还不常见前先交付价值。 R2 星座 集成仍然太定制,导致部署既慢又吞毛利。 · High可能性 / High影响 — 把滩头市场压缩到少数平台和 任务规划 栈相近的 EO 星座,等 适配器 做成产品后再扩。 R3 运营方可能把这套流程留在内部,或直接接受现有 任务运营厂商打包好的功能。 · Medium可能性 / High影响 — 继续死盯“中立供给方预订 + ROI 结算”这个切口,并收集现有套件天然拿不到的跨方数据。 R4 电力经济性如果长期不清楚,运营方就不会信任可变定价,也不会频繁做调度决策。 · Medium可能性 / Medium影响 — 把建议绑到具体事件价值阈值上,先用固定 试点 定价,再用结算报告逐步缩小不确定性。 R5 国防和主权买家需要的安全与审批控制,可能超出早期创业公司能承担的范围。 · Medium可能性 / Medium影响 — 等商业 EO 工作流先跑通后,再排国防相邻扩张;同时及早投入可审计的访问控制和报告能力。 风险 可能性 影响 缓解措施 轨道电力供给方可能推迟商业落地,导致真实调度需求太少,撑不起软件。 High High 先从仿真、合同就绪和影子模式结算模块做起,在真实供电时段还不常见前先交付价值。 星座 集成仍然太定制,导致部署既慢又吞毛利。 High High 把滩头市场压缩到少数平台和 任务规划 栈相近的 EO 星座,等 适配器 做成产品后再扩。 运营方可能把这套流程留在内部,或直接接受现有 任务运营厂商打包好的功能。 Medium High 继续死盯“中立供给方预订 + ROI 结算”这个切口,并收集现有套件天然拿不到的跨方数据。 电力经济性如果长期不清楚,运营方就不会信任可变定价,也不会频繁做调度决策。 Medium Medium 把建议绑到具体事件价值阈值上,先用固定 试点 定价,再用结算报告逐步缩小不确定性。 国防和主权买家需要的安全与审批控制,可能超出早期创业公司能承担的范围。 Medium Medium 等商业 EO 工作流先跑通后,再排国防相邻扩张;同时及早投入可审计的访问控制和报告能力。
首个客户 标题 EO 星座运营商里的 VP of 任务运营 或 COO 画像 拥有 8-30 颗卫星、承接事件驱动成像或分析任务,并且在标准平台上有明确的第三方轨道电力近期使用路径的运营商。 触发点 公司签下演示购电协议,或拿到一份国防 / 企业采集 SLA,需要的夜间、突发或星上计算能力已经超出现有电力预算。 买方 COO 或 运营副总裁 初始合同 一家星座的付费 试点 和首年订阅约为 $120k-$250k;等运营审批流和结算进入生产后,再转成按卫星年费 + 电力支出 / 任务提升 抽成。
必须成立的条件 未来 24 个月内,至少有 5-10 家滩头 EO / ISR 星座会评估外部电力调度软件。 即便真实波束供电还没常态化,任务和运营负责人也愿意为第三方规划与结算层付费。 至少有 1 家供给方会开放预订权、工作流 接口钩子 或 API,让中立软件层可以接入。 早期 试点 能证明可度量的任务产出 提升 或决策提速,而且价值高于软件成本。 通用 任务运营厂商和自研栈来不及补齐外部电力工作流缺口,给独立切入者留出窗口。 待尽调问题 早期电力供给方究竟会向运营方和软件伙伴开放哪些预订、定价和 SLA 原语? 哪些 EO 星座既有兼容平台,又有足够高价值的近期任务事件,能 证明值不值y 购电? 在运营方愿意把建议接进贴近飞行的规划闭环前,还需要做多少集成工作? 在拿不到敏感收入或载荷数据的情况下,公司能不能照样证明事件级 ROI? 如果真实波束供电拖到 2027 年或更晚,产品还能保持软件属性,还是会滑成重服务的仿真业务? 投资人判断 结论 观察 信心 切口和时机都很强,但在真实电力定价、供给方节奏和运营方信任被验证前,整体判断仍只能保持克制。 相信的理由 无需改装的轨道电力和事件驱动的 EO 任务经济性,确实催生了一个新的工作流,而中立的调度与结算层正好卡在这个位置。 怀疑的理由 初始市场小,而且高度依赖外部供给方落地;与此同时,通用 任务运营厂商和自研栈仍是可信替代。 下一步尽调 确认未来 12 个月内,至少 1 家供给方和 2 家 EO 运营商愿意围绕真实预订或突发采集工作流跑付费影子模式 试点。
三年合计 第 1 年收入 $105K EBITDA $-722K · 期末现金 $1.28M 第 2 年收入 $736K EBITDA $-452K · 期末现金 $826K 第 3 年收入 $1.29M EBITDA $-184K · 期末现金 $641K
单位经济 年 ARPU $220K 毛利率 70% CAC $120K 回本期 9.4 个月 LTV / CAC 7.1x 生命周期价值 $856K
融资需求 轮次 种子前轮 · $2.0M 跑道 24 个月 里程碑 在下一轮 seed 融资前,拿到 5 个付费 星座客户、首个 供给方 集成,并把可复制 接入 压到 4 周以内。
模型合理性 收入引擎. 基准情景的收入来自 Y1 的 2 个付费 试点,并在 Q1Y3 前复利到 6 个活跃 星座客户;到 Y3,每个客户的综合年收入约为 $220K。必须跑通的环节. 供给方 集成和可复用 星座 适配器 必须把 接入 压到 4 周以内,毛利率才能在客户增长时往 70% 目标爬。模型会失灵如果. 如果 供给方 落地慢了 1 个季度,而且综合 ACV 一直停在 $180K 左右,现金缓冲就会在 seed 融资前朝 downside 情景快速收缩。下一轮融资证明点. 一个有说服力的 seed 故事应该是:到 Q4Y2 拿到 5 个付费 星座客户,再跑出 1 条有 供给方 背书的工作流,证明这正在变成可复制控制层,而不是定制服务。 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 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 — $2.0M 种子前轮 工程 · 45%
GTM · 20%
G&A · 10%
缓冲资金(6 个月) · 25%
按角色的人力增长 — 峰值6 FTE
Q1Y1 2 Q2Y1 3 Q3Y1 4 Q4Y1 4 Q1Y2 4 Q2Y2 4 Q3Y2 4 Q4Y2 5 Q1Y3 5 Q2Y3 5 Q3Y3 5 Q4Y3 6 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 $893K -$395K $210K 供给方落地延期,试点 晚 1 个季度才转付费,导致到 Q4Y2 只有 4 个活跃客户,Q4Y3 也只有 5 个。 基准 $1.29M -$184K $641K Y1 的 2 个付费 试点 扩到 Q4Y2 的 5 个付费客户,并在 Y3 以适度 使用量提升 扩到 6 个客户。 上行 $1.59M $12K $792K 供给方 带来的拉动更快,客户增加提速,同时有 1 个多方账户把综合 ACV 拉到计划之上。
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 销售周期 付费 试点 和转化都比计划晚约 1 个季度 前两个 试点 都提前 2 个月落地,第 6 个客户在 Q4Y2 前落地 -$280K -$310K 招聘节奏 第二位 GTM 和额外 1 名工程师比收入支持时点早 2 个季度入场 1 名非关键的 Y3 招聘推迟到第 6 个客户真正上线后再进行 -$180K $0K 流失率 如果 试点 迟迟变不成常设工作流,月流失率升到 3.0% 基准数据变粘后,月流失率降到 1.0% -$145K -$160K ARPU 到 Y3,每个客户的综合年收入只有 $190K 到 Y3,每个客户的综合年收入升到 $235K -$123K -$176K CAC CAC 升到 $160K,因为每笔交易都要吃掉更多创始人和合作伙伴时间 通过 供给方 转介绍和标杆账户,CAC 降到 $90K -$120K $0K 毛利率 稳态毛利率只有 65%,因为 接入 一直没摆脱定制化 有了可复用 适配器 和结算模板后,稳态毛利率升到 74% -$90K $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 $893K $-395K $210K 供给方落地延期,试点 晚 1 个季度才转付费,导致到 Q4Y2 只有 4 个活跃客户,Q4Y3 也只有 5 个。 首个付费 试点 从 M7 推迟到 M10。 Y3 每个客户的综合年收入停在 $180K,而不是扩到 $220K。 由于集成仍然偏服务化,毛利率最高只能到 67%。 基准 $1.29M $-184K $641K Y1 的 2 个付费 试点 扩到 Q4Y2 的 5 个付费客户,并在 Y3 以适度 使用量提升 扩到 6 个客户。 首个 试点 在 M7 落地,第二个在 M11。 每个客户的综合年收入从 试点 阶段的 $180K 提升到 Y3 的 $220K。 只有在可复制 接入 被证明后,招聘才继续往前推。 上行 $1.59M $12K $792K 供给方 带来的拉动更快,客户增加提速,同时有 1 个多方账户把综合 ACV 拉到计划之上。 首个 试点 提前到 M5,第二个提前到 M9。 第 6 个客户在 Q4Y2 就落地,Y3 结束时共有 7 个活跃客户。 由于 供给方 侧 席位 更早挂上,每个客户的综合年收入提高到 $235K。
敏感性 变量 下行情景 基准情景 上行情景 ARPU 到 Y3,每个客户的综合年收入只有 $190K 到 Y3,每个客户的综合年收入为 $220K 到 Y3,每个客户的综合年收入升到 $235K CAC CAC 升到 $160K,因为每笔交易都要吃掉更多创始人和合作伙伴时间 CAC 为 $120K 通过 供给方 转介绍和标杆账户,CAC 降到 $90K 流失率 如果 试点 迟迟变不成常设工作流,月流失率升到 3.0% 月流失率 1.5% 基准数据变粘后,月流失率降到 1.0% 销售周期 付费 试点 和转化都比计划晚约 1 个季度 试点 分别从 M7 和 M11 起跑,且 Q1Y2、Q2Y2、Q3Y2、Q1Y3 各新增 1 个客户 前两个 试点 都提前 2 个月落地,第 6 个客户在 Q4Y2 前落地 毛利率 稳态毛利率只有 65%,因为 接入 一直没摆脱定制化 稳态毛利率 70%-72% 有了可复用 适配器 和结算模板后,稳态毛利率升到 74% 招聘节奏 第二位 GTM 和额外 1 名工程师比收入支持时点早 2 个季度入场 Y2 只招 1 名 G&A,直到 Q4Y3 才再加 1 名工程师 1 名非关键的 Y3 招聘推迟到第 6 个客户真正上线后再进行
关键假设 (20) ID 名称 数值 单位 来源 A1 模型起始月份 2026-06 月 [BP date 2026-05-13;模型从下一个月开始] A2 pre-seed 轮起始现金 2000 USDK [BP fundingAsk targetFundingRangeUsd $2–4M;基准情景取低位,起始到账 $2.0M] A3 首个付费 试点 年合同价值 180 USDK 每个客户 per year [BP market/SOM 和 research market.som 都指向滩头市场每个 星座年 约 $180K] A4 第 2 年单个活跃客户的综合年收入 190 USDK 每个客户 per year [BP firstCustomer initialContract $120k-$250k,且 BP businessModel 包含实施费和使用量挂钩费用;Y2 假设在 试点 价格之上有轻度扩容] A5 第 3 年单个活跃客户的综合年收入 220 USDK 每个客户 per year [BP gtm pricing $4k-$12k per satellite 每月 + 5%-10% variable fee,且 BP expansionLevers 包含 供给方 侧 席位 与 按使用量挂钩 扩容] A6 首个付费 试点 时间点 M7 月 [BP experimentRoadmap 90–180 天:把 1 家 EO 共创客户转成付费 试点] A7 第二个付费 试点 时间点 M11 月 [BP milestones 0–12 个月 要求 2 个付费 EO 或 ISR 试点s] A8 客户数爬坡 M12 前 2 个客户,Q3Y2 前 5 个客户,Q1Y3 前 6 个客户 count [BP milestones 12–24 个月 要求 6 个 星座客户;基准情景按 Q4Y2 落 5 个、Q1Y3 落第 6 个,以反映 research sensitivity cases 里的供给方落地风险] A9 收入确认方法 收入 = 期间平均活跃客户数 × 当期 ARPU formula [创业财务通用假设:新 客户 在签约当月或当季只确认半个期间收入] A10 毛利率爬坡 45%-58% in Y1, 62%-70% in Y2, 70%-72% in Y3 百分比 [BP businessModel.targetGrossMarginPct 70,且 BP operatingAssumptions 提醒早期集成偏定制,等可复用 适配器 出来后服务负担才会下降] A11 工程团队总包薪酬 190 USDK per FTE per year [BP team 需要创始工程师以及产品、集成工程能力;采用高级技术人才含福利与薪资税的创业公司口径] A12 GTM 团队总包薪酬 180 USDK per FTE per year [BP team 指向创始人主导的企业销售,买家池子集中;采用 1 位高级 GTM 销售 / 创始人的创业公司口径] A13 航天运营岗位总包薪酬 170 USDK per FTE per year [BP team 在第 3 个月加入航天运营负责人;采用专业领域运营人才的创业公司口径] A14 G&A / 客户成功总包薪酬 130 USDK per FTE per year [创业财务通用假设:早期垂直 SaaS 公司里,精简的财务、客户成功和合规支持团队口径] A15 招聘节奏 2, 3, 4, 4, 5, 6 FTE across q1y1, q2y1, q3y1, q4y1, q4y2, q4y3 FTE [BP team 的起始时间和 strategicChoices.sequencingRationale;在可复制 接入 被证明前,招聘保持分阶段推进] A16 非薪酬运营支出 Y1 每月 $10K-$14K;Y2-Y3 每季度 $36K-$61K USDK [BP operations 需要审计轨迹、安全、合作伙伴差旅、软件和合规;支出保持精简,以匹配 BP 的 pre-seed 区间] A17 获客成本 120 USDK per new logo [创业财务通用假设:买家高度集中的创始人主导企业销售,通常会消耗首年 ACV 的约 50%-70%,直到转介绍把成本拉下来] A18 月流失率 1.5 百分比 [创业财务通用假设:面向企业的工作流软件粘性较高,但市场仍窄、产品尚未完全验证] A19 现金转换政策 EBITDA 近似等于现金变动 policy [创业财务通用假设:该早期软件公司未建模债务、税、资本开支和营运资金时点,因此用 EBITDA 近似现金变动] A20 融资额度设定 2.0 USDM [模型目标是到 Q4Y2 拿到 5 个付费 星座客户、首个 供给方 集成,以及小于 4 周的可复制 接入 证明,同时保留超过 6 个月现金缓冲]
单位经济模型流转 flowchart LR
DesignPartners --> PaidPilots
PaidPilots --> AnnualContracts
AnnualContracts --> Revenue
Revenue --> GrossProfit
GrossProfit --> Cash
警示项: 近端 SAM 只有约 25 个 EO 或 ISR 项目,因此丢掉 1 个灯塔客户或 1 个 供给方 合作,就会明显改写增长曲线。 · Y1 毛利率刻意做低,因为早期部署在可复用 适配器 出来前,仍有相当一部分像服务项目。 · 基准情景到 Y3 结束时 EBITDA 仍略为负值,因此下一轮融资靠的是可复制性和扩张证明,而不是单纯盈利。 · Y3 的 ARPU 假设买家愿意接受适度的托管电力抽成或 供给方 侧 席位 提升,但公开语料里关于电力定价的 基准 依然很薄。
供给方落地延期. 如果轨道电力演示或商业服务可用时间拖到 2026 年之后,客户可能会推迟采购这类工作流软件。 缓解措施: 先从仿真、试点规划和合同就绪模块做起,在真实供电时段还不频繁时先交付价值。 集成摩擦. 任务规划、飞行软件和供给方预订系统很可能都足够定制化,导致每个星座的 接入 都慢又贵。 缓解措施: 先盯住使用相似平台和任务规划栈的一小批 EO 运营商,再把这些部署里沉淀出的 适配器 产品化。 初期市场过窄. 第一批既有能力、也有意愿购买外部轨道电力的星座可能很少,客户集中度风险高。 缓解措施: 先卖给相邻的国防载荷项目和新兴电力供给方,等供给起来后,再从 EO 扩到通信和在轨计算运营商。