BizIdea

WAIV'S 工业科技 扫描 2026-05-05 to 2026-05-05 运行 20260506092635

一套任务保障 OS,帮助海上船舶运营方在恶劣海况下,从移动甲板安全放飞并回收无人机。

海事运营方已经能想象很多高价值的无人机场景,但他们仍然无法在移动船舶上把这类任务常态化跑起来,因为一到恶劣海况,安全的放飞与回收决策就会失灵。即便降落硬件已经存在,每次任务仍要有人在信息不完整的情况下判断海况、船体运动、电池余量和甲板就绪状态。这让巡检、紧急备件运送和事故响应继续卡在人工 SOP、过度保守的禁飞判断,或昂贵的直升机与船员调度上。

综合评分 3.6 / 5.0
  1. 2
    市场

    $90.0M TAM 和 $18.0M 滩头市场搭上约 18% 的海上风电增长,但 4 个已映射对手和狭窄的船舶基数仍让市场规模偏小。

  2. 4
    差异化

    这个切口是面向移动甲板回收的跨厂商任务放行层,海况、船舶与架次数据有机会累积成护城河。

  3. 4
    执行

    5 个计划岗位和清晰的船舶里程碑支撑执行;70% 毛利率、11.3x LTV/CAC 和 5.9 个月回本周期,也抵消了 4 个警示项。

  4. 5
    时机

    昨天就出现了 4 个有来源支撑的信号;随着 WaiV 融资以及高海况回收能力浮出水面,任务保障软件突然变得紧迫。

章节

为何现在

  1. 已有获资助的创业公司验证,海事 UAV 降落基础设施正在从概念变成现实,因此相邻的软件层可以直接叠加在新部署的硬件之上,而不用继续等核心技术成熟。
  2. 高海况下的自动 VTOL 起降意味着,运营方终于可以围绕常态化船载无人机任务来排班,而新的卡点就变成任务放行与回收保障。
  3. 媒体反复点名恶劣海况降落是最顽固的运营缺口,这让能降低禁飞不确定性和失败回收风险的产品变得更紧迫。
  4. 首个平台通常会带来跨船舶、跨合作方的碎片化部署,因此市场会需要一层中立软件,把全船队的决策和记录标准化。

催化因素。 WaiV 的融资,以及其在高海况下实现自动起降的说法,让海上无人机回收第一次变得真正可行;买家的紧迫点因此转移到如何用运营软件把它安全地部署到整个船队。

章节

创意

打造一套海事无人机任务保障 OS,并配一套可轻量改装到任意已具备无人机能力甲板上的传感器组件。放飞前,系统接入天气、波浪、船体运动、甲板和飞行器遥测,为任务安全性打分,并建议起飞、延后、改线或切换到另一艘船。飞行中,它会实时更新回收包线,并在海况或甲板条件变化时协调后备流程。落地后,系统会自动生成运营方为内部 SOP、客户汇报以及保险方或监管方审查所需的作业记录。第一款产品不是另一架无人机,也不是另一块降落坪,而是把新降落硬件变成可重复海事工作流的控制层。

差异化。 大多数无人机软件做到飞行规划或陆地机队管理就停了。本公司要拿下更难的海事决策层:动态回收包线、按船型定义的甲板就绪判断,以及移动平台上的可审计任务放行。这会通过海况、船型、甲板几何和回收结果等专有运营数据形成护城河,也让公司成为多个无人机 OEM 和降落坪厂商之间的编排层,而不是被锁死在单一机型里。

创业论点
滩头市场 在北海等恶劣海域运营服务作业船的海上风电运维承包商——他们正试图用常态化的船载无人机,替代依赖船只或技师的风机巡检。
切入点 一个任务保障平台,把船体运动遥测、海况预报、起降坪状态和无人机电池约束融合成每次架次的放行/禁飞决策、实时回收指引和任务后审计记录。
非显而易见洞察 一旦海上自主降落在技术上变得可行,下一个瓶颈就不再是更好的无人机,而是软件定义的任务放行:判断哪艘船、哪块甲板、哪个天气窗口和哪条回收包线足够安全可以起飞,并产出运营方和保险方都信任的证据。
风险投资级路径 先在海上风电拿下海事无人机运营的系统记录位,再向油气、海岸警卫队、港口安保、水产养殖,最终扩展到一切需要任务放行与回收保障的移动平台自主作业。
目标用户
主要用户 在海上风电与海上能源服务承包商中,负责从服务船执行 UAV 任务的无人机运营经理。
次要用户 负责批准放飞与回收窗口的船长和海事平台主管。
经济买方 船舶运营方或运维承包商内部的海上运营负责人,或 UAV 项目总监。
市场切入种子
首个客户 北海海上风电运维承包商,拥有 5-20 艘服务作业船,已间歇性使用无人机做叶片或顶部结构巡检,但无法在恶劣天气中把船载作业标准化。
购买触发点 在采用无人机降落平台之后,或启动新的海上巡检项目后,被要求削减技师出勤或船时。
当前替代方案 人工飞行放行清单、飞手经验、通用天气工具,以及保守地退回到作业船、绳索作业或直升机。
切换理由 平台能给出站得住脚的放飞/禁飞判断和任务记录,让运营方不必把移动甲板上的关键决策继续押在临场经验上。
定价假设 按活跃船舶收取年度 SaaS 费用,外加一次性甲板传感器套件,以及按完成的保障架次计费。

待完成任务

任务 当前替代方案 成功指标
当海上巡检窗口中的海况发生变化时,帮助无人机运营经理判断一项船载任务能否安全放飞并完成回收,从而避免无效调度和失败降落。 人工 SOP 加飞手经验 在零回收事故前提下的获批架次率
海况无人机保障闭环
flowchart LR
  Buyer[海上运营负责人] --> Pain[甲板放飞不安全或任务被取消]
  Pain --> Product[任务保障 OS 与甲板传感器套件]
  Product --> Outcome[获批架次更多,且回收可审计]
创意评分卡 — 平均4.4 / 5 · 5个维度
信号5/5痛点4/5切入点5/5防御性4/5规模化4/5
  • 信号 · 5/5多家已验证来源都指向一个刚获融资、且被称为首创的平台,以及一个被清晰点名的运营瓶颈。
  • 痛点 · 4/5海上无人机任务取消或失败的成本高、且牵涉安全,不过滩头市场起步仍然较窄。
  • 切入点 · 5/5移动甲板放飞与回收的任务保障,是一个用户、触发点和产品边界都很清晰的具体工作流。
  • 防御性 · 4/5回收运营数据、船舶集成和被保险方信任的审计链,能够逐步累积成持久护城河。
  • 规模化 · 4/5初始细分市场很聚焦,但同一控制层可以扩展到更多海上行业,以及更广泛的移动平台自主作业。
商业模式画布
关键伙伴
  • 无人机降落平台厂商
  • UAV OEM
  • 海事保险方与船级顾问
关键活动
  • 安全模型开发
  • 硬件集成
  • 船队导入与认证工作流
关键资源
  • 任务保障软件
  • 海况与船体运动数据模型
  • 连接起降坪、无人机和船载系统的集成接口
价值主张
  • 在恶劣条件下更安全地批准更多船载无人机任务
  • 减少技师出勤和回收失败
  • 为保险方和 SOP 负责人生成可审计的任务记录
客户关系
  • 现场部署与集成支持
  • 年度软件合同
  • 按船队进行运营成效复盘
渠道
  • 企业直销
  • 与降落平台及无人机 OEM 合作
  • 海事系统集成商
客户细分
  • 海上风电运维承包商
  • 海上能源船舶运营方
  • 海事巡检服务商
成本结构
  • 工程研发
  • 现场部署
  • 硬件支持
  • 安全与合规工作
收入来源
  • 按船舶订阅的 SaaS
  • 甲板传感器套件销售
  • 按保障架次计费
章节

市场

市场规模
TAMSAMSOM TAM · 总体可寻址市场 $90.0M SAM · 可服务市场 $18.0M SOM · 可获得市场 $2.2M
市场规模概览
TAM $90.0M 自下而上的估算:全球约 1,200 艘与海上风电、海上能源、公共安全及海事巡检相关的移动甲板船舶 × 每艘活跃船舶约 $75k 的年度任务保障合同 = 约 $90M。交叉验证:欧洲已经在使用约 80 艘专用海上风电船舶,而且随着装机容量从 36.6 GW 增至 2030 年的 84 GW,还必须继续追加船舶投资。
SAM $18.0M 加入滩头约束后:北海和更广欧洲地区约 240 艘海上风电服务、调试和人员转运船舶最可能率先采用 × 约 $75k ACV = 约 $18M。
SOM $2.2M 第 3 年可触达份额假设约为 28 艘活跃船舶,混合 ACV 约 $80k,包含试点增购和集成服务。

高管要点

  • 海上自主放飞与回收正在变成现实,因此瓶颈正从飞行器本身转向任务保障和回收治理 [1][2][3]
  • 运营方的需求已经存在:Vattenfall 已经在海上使用巡检无人机,ESVAGT 也量化了相较绳索作业的显著时间节省 [5][6]
  • 最初市场可信但狭窄:海上风电船舶和港口投资在上升,但滩头阵地仍然高度依赖集成、且运营场景集中 [7][22][28][29]
  • 竞争格局分散在降落硬件、服务、船级保障以及横向自主平台之间,给中立的编排层留出了空间 [1][25][27]
  • 监管是真实门槛:FAA、CAA、EASA 和船级指导文件都会把产品推向可审计、人工监督的安全论证,而不是全黑箱自治 [15][17][19][20][13]
  • 风险投资级上行取决于在第一个用例跑通后能否跨出海上风电;仅靠滩头市场,更像是一家强利基型工业软件公司,而不是广义横向类别 [7][24]

市场定义

这个市场是面向海上工业作业中船载无人机的任务保障软件:决定某次架次是否应该放飞、继续、备降并安全回收到移动甲板,同时产出可审计的运行记录。滩头市场是北海以及英国、欧盟等恶劣海域中的海上风电运维;相邻市场包括海上能源、海事巡检、海岸警卫队、港口安保和水产养殖。它不包括飞行器本身、降落硬件、通用机队管理软件,也不包括纯托管式巡检服务。

用户与买方

日常用户是无人机运营经理、船长以及海事平台主管,他们要判断一项任务能否从移动甲板安全放飞并完成回收。经济买方最可能是海上运营负责人、船队总监,或海上风电运维承包商、服务船运营方内部的 UAV 项目负责人。预算大概率落在海上运维效率、船队数字化或无人机项目扩张中,因为痛点最终体现在巡检取消、绳索作业人力、船时损失和风险管理上。

购买触发点

  • 一个新的海上无人机或降落平台部署,需要在多艘船上把放飞/禁飞判断标准化。 [1][2][16]
  • 运营方被要求用更快的船载无人机工作流,替代绳索作业或重人力巡检。 [5][6][10]
  • 运营方需要比飞手临场判断更严格地记录 BVLOS 与回收决策。 [17][19][20]

支付意愿

只要产品被包装成减少船时、降低绳索作业人力并增加完成架次,它的付费意愿就最可信。ESVAGT 表示,一次无人机巡检每台风机约需 25 分钟,而绳索作业需要半天到一天;Vattenfall 也把无人机与更低运营成本联系起来;Lloyd's Register 则把无人机辅助巡检描述为减少中断与风险的方式。 [5][6][10][26]

品类动态

增长信号 欧洲海上风电装机容量将从当下 36.6 GW 增至 2030 年的 84 GW,隐含 CAGR 约 18%。

顺风因素

  • 海上风电扩张正在拉动更多船舶和港口投资。
  • 运营方已经在用无人机做巡检,并测试海上备件配送。
  • 船级社已经把无人机和远程检验常态化到足以支撑保障软件层。

逆风因素

  • BVLOS 和 specific-category 审批仍然足够定制化,会拖慢部署推进。
  • 服务商和硬件厂商都可以把工作流的一部分打包进自己的产品。
  • 首个滩头市场很重要,但规模并不大,因此必须向海上风电之外扩张。

验证信号

  • WaiV 刚完成种子轮融资,用于商业化海上自主无人机降落。
  • Vattenfall 公开表示,无人机已用于叶片巡检,并正在测试海上备件配送。
  • ESVAGT 已经在海上风电里执行船载无人机巡检,并量化出相较绳索作业的显著时间节省。
  • WindEurope 表示,为支撑海上风电扩张,欧洲必须继续投资船舶和港口。
  • Edda Wind 和美国 CTV 订单公告都说明,服务船队正随着海上风电活动继续扩张。
  • ABS、DNV 和 Lloyd's Register 都已发布无人机或远程检验指导文件。

监管与技术约束

  • BVLOS 无人机作业需要正式审批,而不是普通商业无人机运营即可开展。
  • Remote ID、豁免和空域管理要求,会在受监管空域里增加额外运营依赖。
  • 海事部署还必须满足船舶安全、船级社和保险方的预期。
  • 要支持海上回收决策,系统必须以足够低的延迟把船体运动、甲板状态和飞行器遥测集成起来。
  • 连接性和人工覆盖设计仍然重要,因为今天的无人机辅助检验仍保留一定人工干预。
海事无人机任务保障图谱
← 通用无人机运营 海事专用保障 → ← 硬件或服务主导 软件主导的运营控制 → Q2 Q1 · 优势区 Q3 Q4 DJI Dock 2 ESVAGT AtSite Aerones WaiV Robotics 拟议创业公司
章节

竞争

WaiV 是最接近的相邻赋能者,因为它解决的是移动船舶上的自主回收。Aerones 从服务侧看是更强的海上风电替代方案,ESVAGT 及类似运营方可以把巡检包装成托管服务,DJI 则代表横向自主化技术堆栈。缺口在于一层中立的海事任务保障软件,能跨船舶、降落硬件和无人机 OEM 运行。

竞争对手 阶段 切入点 定价 优势 相对劣势
WaiV Robotics 种子轮 面向高海况移动船舶上 VTOL 无人机的自主起降基础设施。 定制 / 未公开。 拿下了物理回收难题,并拥有新鲜资金和品类关注度。 以硬件为起点,并不会自动变成跨船队的任务放行和编排层。
Aerones 成长期 面向风机的机器人与无人机巡检、维护方案,包含海上场景。 项目制 / 定制企业合作。 对海上风电工作流有很深的可信度和巡检数据积累。 以服务为中心的定位,使其更难成为跨多厂商海事无人机运营的中立系统记录层。
ESVAGT + AtSite 成熟服务商 从 SOV 提供的船载海上风电无人机巡检托管服务。 服务合同制。 在真实海上风电资产和船舶上有运营可信度。 它擅长交付巡检结果,而不是把可重复使用的任务保障软件卖给跨船队和跨伙伴的客户。
DJI Enterprise / Dock 2 成熟平台 面向企业巡检工作流的横向远程无人机运营与机库基础设施。 以硬件为主 / 通过经销或报价销售。 规模大、分发强,远程运维工具成熟。 更适合广义远程运营,而不是在恶劣海况下做移动甲板海事回收决策。

为什么现有厂商不会默认胜出

  • 降落硬件厂商. 降落硬件本身不会自动成为全船队任务放行和保险级审计轨迹的系统记录层。
  • 横向无人机平台. 通用机库和远程运维平台并不是为恶劣海况下的移动甲板回收逻辑而优化的。
  • 托管式海上巡检服务商. 服务商可以卖结果,但这并不意味着它们会成为买家整支船队上的中立软件层。
  • 船级社与保障机构. 船级机构塑造信任和标准,但通常不会交付面向运营方工作流的软件产品。
  • 人工 SOP 与内部工具. 人工清单仍是默认方案,但随着正式授权和审计要求提升,可重复的软件层价值也会更高。
章节

商业计划

这家公司应该先做北海海上风电船载无人机的任务保障层,而不是再造一家无人机 OEM、降落坪厂商或托管式巡检服务商。研究触发点可信:海上自主放飞与回收正变得可行,Vattenfall 和 ESVAGT 等运营方也已证明海上无人机使用和能量化的巡检提效。因此首款产品应该利用船体运动、海况、甲板状态和飞行器遥测,在人工监督下给出放飞/禁飞判断,并为运营方、保险方和监管方产出审计轨迹。滩头市场必须故意收窄,因为这个市场集成负担重、审批高度定制、买方又十分集中;只有先证明一套可重复使用的海上风电部署模型,后续更广的海事扩张才成立。GTM 应采用创始人主导、先试点后扩张的打法,优先拿下那些已经在推船载巡检项目或新降落平台的运营方,定价则绑定活跃船舶和付费试点,再转成年度软件合同。第一阶段最强的证明点,是客户在没有回收事故的前提下提升获批架次率,并把至少一个两船试点转成正式生产。最大的反证风险是:回收不确定性在任务取消中的占比并不足以支撑独立软件预算,或者买家只愿意把这项能力和硬件或服务打包购买。研究仍未明确预算归属和可接受的误判阈值,因此前 90 天应聚焦验证预算权限、遥测要求以及保险方或船级社的接受度。

问题

  • 海上风电运营方已经能在海上使用无人机,但从移动船舶常态化放飞与回收,仍然依赖人工在海况、甲板运动、电池余量和甲板就绪状态之间做即时判断。
  • 一旦回收风险说不清,运营方就会退回保守的禁飞决策、绳索作业、额外船时或托管服务,海上无人机项目的 ROI 也会被迅速吃掉。

解决方案

  • 打造一套海事任务保障 OS,把船舶遥测、天气与海浪数据、起降坪状态和飞行器遥测融合成由人工监督的起飞、继续、备降或回收建议。
  • 每次架次都附带可复核的审计轨迹,让船队运营方能把 SOP 标准化到多艘船上,并支撑保险方、船级社与监管审查。

为什么我们会赢

  • 这个切口比通用无人机运营软件更窄,因为它拿下的是移动甲板回收决策,而海事专属逻辑和信任恰恰在这里最关键。
  • 护城河会通过与海况、船型、甲板几何和任务结果绑定的专有回收结果数据不断加深,而且能跨多个硬件与无人机厂商累积。
战略选择
滩头市场 北海海上风电运维承包商与服务船运营方,拥有 5-20 艘具备无人机能力的船舶,正试图在恶劣海况下把船载风机巡检标准化。
切入点理由 这类买家已经切身感到痛点,能够用减少绳索作业和船时的成本节省来证明价值,也能先在少数船舶上更快跑出证据,相比更广的海事市场重复性更强、采购更简单。
推进顺序 先用最小遥测包上线建议模式的任务放行与审计轨迹,拿下与真实巡检项目绑定的付费试点;只有在决策逻辑被生产环境信任之后,再加深集成和伙伴分发。
暂不进入 在一个海上风电部署模型还没证明试点到生产可重复转化前,就向油气船队大规模扩张 · 在没有人工审批环节的前提下,直接提供全自动放行权限 · 提供完整托管式巡检服务,把公司做成服务运营方而不是系统记录层 · 在英国和欧盟审批路径及参考客户尚未建立前,就过早进入美国市场
进入市场
切入点 先围绕 1-2 艘船上的真实海上风电巡检工作流卖付费试点,按减少船时和提高获批架次率定价;一旦客户在重复架次中持续使用,再转成按活跃船舶计费的年度软件合同。
渠道 由创始人直接向海上运营负责人和 UAV 项目负责人销售 · 与需要中立全船队决策层的降落平台和无人机 OEM 合作 · 借助船级社、保险方与船舶集成伙伴建立信任和转介绍
漏斗目标 以每半年 12-15 个目标账户起步,30-40% 进入合格试点讨论,20-25% 转成付费试点,50% 以上完成试点转生产,并通过增加船舶和按量收费实现 120% 以上净收入留存。
定价 按活跃船舶收年度 SaaS 费用,外加一次性甲板传感器或集成包,以及按保障架次计费;这种定价既贴合买家触发点,也与船队铺开节奏一致,并能覆盖早期集成负担。
产品路线图
MVP 先为一个船型交付建议模式系统,接入 IMU 或船体运动数据、海况和天气数据源、甲板状态信号,以及飞行器电池与自动驾驶遥测,输出放飞/禁飞评分、回收指引和架次后记录。MVP 必须支持人工手动放行、保守阈值以及可导出的审计日志,而不是闭环自治。
6 个月 在两艘船试点中证明系统价值,具备可配置阈值、基础运营仪表盘、事故复盘能力,以及面向安全负责人可导出的证据包。
12 个月 为一个海上风电客户加入船型画像、降落平台与无人机 OEM 连接器、面向保险方或船级社的报告模板,以及多船视图。
24 个月 在保持跨硬件中立编排层定位的同时,扩展到跨船队基准对比、相邻海上能源部署以及伙伴分发的集成。
关键押注 回收不确定性在禁飞决策里占比足够高,值得单独购买软件。 · 买家会先相信具备审计性的建议,再逐步相信全自动放行权限。 · 以船体运动、甲板状态和飞行器状态为核心的最小遥测包,就足以在首个部署中形成可用建议。
商业模式
收入来源 按活跃船舶收取年度订阅费 · 一次性甲板传感器套件或集成设置费 · 按保障架次计费 · 面向保险方、船级社或大型客户的高级报告与合规包
价值单位 开展海事无人机保障作业的活跃船舶
目标毛利率 70%
扩张杠杆 在首个船队里增加更多船舶 · 从建议模式扩展到高级审计与保险报告 · 在海上风电跑通后,增加相邻海上能源、港口和海事巡检船队 · 成为多个无人机与降落硬件厂商之间的数据与编排层
战略地图
北极星指标 从试点转成持续生产使用后,仍完成续约的活跃船舶数量
输入指标 相对人工基线流程的获批架次率 · 试点转生产转换率 · 从项目启动到首次真实架次的中位天数 · 获安全相关方接受完整审计记录的架次占比 · 在真实生产中被使用的硬件与遥测集成数量
待构建护城河 把海况、船体运动、甲板条件与架次结果连接起来的海事回收风险数据集 · 能提高建议质量与导入速度的船型和甲板画像库 · 被保险方、船级顾问和运营方安全团队接受的审计与复核证据
终止标准 前 10 个合格海上风电账户里,愿意按目标价格带支付试点费用的不足 2 个 · 在前 3 个设计合作伙伴中,回收相关不确定性占任务取消原因的比例低于 20% · 12 个月后试点转生产率仍低于 40%,且主要原因是买家只接受与硬件或服务打包的能力

里程碑

0–12 个月
  • 在北海海上风电签下 2 个付费设计合作伙伴,并在至少 2 艘船上部署建议模式试点。
  • 在试点运营中,相对基线实现至少 15% 的获批架次率提升,同时零回收事故。
  • 产出被客户安全相关方接受用于生产评审的证据包,并获得至少 1 位保险方或船级社相关审阅者认可。
12–24 个月
  • 将至少 1 个试点转成覆盖 4 艘以上船舶的正式生产合同,按年度按船收费。
  • 在导入流程标准化到 90 天以内的同时,达到 3-5 个正式生产客户或等价的 12 艘活跃船舶。
  • 建立 2 个非排他硬件或无人机 OEM 伙伴关系,并带来合格商机线索。
24–36 个月
  • 通过约 28 艘活跃船舶或等价的正式生产合同收入,达到模型中的 $2.2M SOM。
  • 只有在同一决策引擎与审计工作流能以有限定制迁移时,才进入至少 1 个相邻海事细分。
  • 根据分发效率和护城河数据,决定继续保持中立任务保障层,还是更紧密地绑定某个伙伴生态。
战略地图
flowchart LR
  Wedge[北海海上风电试点,覆盖 1-2 艘船] --> MVP[建议模式任务保障 OS]
  MVP --> Proof[更高的获批架次率与可审计证据]
  Proof --> Expansion[更多船舶、伙伴渠道与相邻海事细分]

创始团队

角色 入职时间 理由
创始工程师 第 0 个月 负责构建首个真实试点所需的遥测接入、决策引擎和审计日志基础设施。
创始人/CEO 第 0 个月 必须亲自跑企业销售、收集任务数据,并把滩头市场定义得足够窄,才能指导后续招聘。
产品负责人 第 3 个月 把试点工作流与安全反馈沉淀为可重复的产品与证据模型。
现场集成工程师 第 4 个月 海上部署与遥测集成是正面的采用阻塞点,不能长期靠创始人临时处理。
合作负责人 第 9 个月 只有在至少一个试点证明价值后,公司才适合签非排他硬件与渠道伙伴。

实验路线图

阶段 实验 假设 成功指标 负责人
0–90 天 访谈 10 位海上风电无人机运营负责人,并从至少 3 个项目中收集 3 个月任务日志或禁飞原因。 回收不确定性是目标工作流里任务取消或延误的前三大原因之一。 在被引用的禁飞原因中,回收或降落不确定性占比至少 20%,且 10 次访谈中有 8 次认为问题紧迫。 创始人/CEO
0–90 天 围绕各自一个真实巡检工作流,卖出 2 个付费设计合作伙伴试点。 只要试点保持建议模式并聚焦审计,买家会在完整保险方或船级社流程结束前就承诺预算。 在 $40k-90k 价格带签下 2 个试点,且都有明确的高管负责人和生产转化标准。 创始人/CEO
3–6 个月 用标准遥测包在一个船型上部署 MVP,并测量相对客户原有手动流程的获批架次率。 建议型推荐与审计记录能在不增加回收事故的前提下,提高获批架次率。 试点运营中,获批架次率相对基线至少提升 15%,且零回收事故。 创始工程师
3–6 个月 与安全经理、保险方代表或船级顾问一起复核试点证据包。 可审计的架次记录,能显著缩小相较单纯飞手判断的信任缺口。 至少 3 位内外部保障相关方确认,该证据包只需小改就能用于正式生产评审。 产品负责人
6–12 个月 上线 2 个硬件或无人机 OEM 集成,并测试来自伙伴的商机线索。 伙伴渠道能降低集成摩擦,并带来比冷启动外呼更容易成交的试点机会。 签下 2 个集成,并从伙伴处获得至少 3 个合格试点引荐,其中 1 个完成成交。 合作负责人
12–18 个月 将首个客户从试点船舶扩展到船队铺开,并测试 1 个相邻海上能源或海事巡检账户。 同一套任务保障工作流会先在单一船队内部扩张,再以有限产品改动迁移到相邻海事细分。 首个客户扩展到至少 4 艘正式生产船舶,并以同一核心遥测与审计工作流拿下 1 个相邻细分试点。 创始人/CEO

风险评估

商业计划风险 — 5 已映射
影响 →
R1 R3 R5
R2
R4
可能性 →
  1. R1降落硬件采用和海上无人机部署仍慢于计划假设 · Medium可能性 / High影响 — 聚焦已经在运营或试点船载无人机工作流的账户,并按付费试点需求来控制招聘节奏。
  2. R2买家更偏好打包硬件或托管服务,而不是独立保障软件 · High可能性 / High影响 — 证明跨厂商审计价值,以面向生产转化的方式给试点定价,并借助伙伴分发但不放弃系统记录层所有权。
  3. R3监管、保险方和船级社要求拖慢正式部署 · Medium可能性 / High影响 — 早期把产品保持在建议模式和人工监督状态,让保障相关方参与试点设计,并交付可复核证据而非黑箱自治。
  4. R4集成工作在不同船型和遥测栈之间始终过于定制化 · Medium可能性 / Medium影响 — 把第一年限制在少数船型和受支持硬件集成内,并提供标准部署套件。
  5. R5海上风电滩头市场无法足够快地打开相邻市场 · Medium可能性 / High影响 — 把相邻扩张当成带闸门的假设,在招聘前先证明买家、遥测和审批工作流确实共享。
风险 可能性 影响 缓解措施
降落硬件采用和海上无人机部署仍慢于计划假设 Medium High 聚焦已经在运营或试点船载无人机工作流的账户,并按付费试点需求来控制招聘节奏。
买家更偏好打包硬件或托管服务,而不是独立保障软件 High High 证明跨厂商审计价值,以面向生产转化的方式给试点定价,并借助伙伴分发但不放弃系统记录层所有权。
监管、保险方和船级社要求拖慢正式部署 Medium High 早期把产品保持在建议模式和人工监督状态,让保障相关方参与试点设计,并交付可复核证据而非黑箱自治。
集成工作在不同船型和遥测栈之间始终过于定制化 Medium Medium 把第一年限制在少数船型和受支持硬件集成内,并提供标准部署套件。
海上风电滩头市场无法足够快地打开相邻市场 Medium High 把相邻扩张当成带闸门的假设,在招聘前先证明买家、遥测和审批工作流确实共享。
首个客户
标题 北海海上风电运维承包商的海上运营负责人
画像 公司拥有 5-20 艘服务或作业船,已间歇性用无人机做巡检,同时面临以可重复的船载架次替代重人力流程的压力。
触发点 新的降落平台部署,或在海上巡检项目中被要求削减绳索作业人力和船时。
买方 海上运营负责人或 UAV 项目总监
初始合同 $40k-90k 的付费试点,覆盖 1-2 艘船和一个巡检工作流;生产签收后转成每艘活跃船舶约 $75k-100k 的年度合同,外加设置费和按量费用。

必须成立的条件

  • 至少有一家海上风电运营方会在能力被硬件厂商打包前,先为独立任务保障软件付费。
  • 回收不确定性足够频繁地成为禁飞决策根因,能通过更好的架次放行带来能量化 ROI。
  • 具备人工监督的建议型产品,能满足安全、保险方和船级社的早期信任门槛,而无需完全自治。
  • 首次部署可以依赖最小遥测包运行,而不需要为每个账户都做定制船舶工程。
  • 海上风电参考客户能为相邻海事细分打开足够相似的工作流,从而支撑扩张。

待尽调问题

  • 海上任务取消中,有多少比例是由放飞或回收不确定性造成,而不是空域或人员约束?
  • 第一笔部署预算究竟归属于海上运营、数字化、安全,还是无人机项目本身?
  • 第一版安全且站得住脚的建议引擎,必须接入哪些遥测数据?
  • 试点想进入正式 SOP,究竟需要多深的保险方或船级社参与?
  • 降落平台厂商会拥抱中立软件层,还是会试图把整个工作流吸进自家堆栈?
投资人判断
结论 观察
信心 运营痛点与时机都可信,但滩头市场偏窄,而且独立软件的付费意愿仍未被证明。
相信的理由 研究说明海上运营方已经在使用无人机,海上自主回收正逐步成真,而且跨船队任务放行决策还没有中立的系统记录层。
怀疑的理由 如果买家只信任打包硬件或托管服务,或者监管审查让每次部署都高度定制,公司就可能卡在重集成的利基市场里。
下一步尽调 拿下 2 个付费设计合作伙伴,它们都应有真实的船载巡检项目,并验证回收不确定性是否是任务取消或延误的前三大原因之一。
章节

财务模型

三年合计
第 1 年收入 $131K EBITDA $-755K · 期末现金 $1.85M
第 2 年收入 $657K EBITDA $-905K · 期末现金 $940K
第 3 年收入 $1.75M EBITDA $-479K · 期末现金 $461K
单位经济
年 ARPU $90K
毛利率 70%
CAC $31K 回本期 5.9 个月
LTV / CAC 11.3x 生命周期价值 $350K
融资需求
轮次 种子前轮 · $2.6M
跑道 30 个月
里程碑 达到 12 艘活跃船舶、覆盖 3-5 个正式生产客户,把 1 个试点转成 4 艘以上船舶的正式铺开,并证明 2 个伙伴来源部署能在 90 天内完成客户导入。

模型合理性

  • 收入引擎. 基础情景收入由活跃船舶扩张驱动:Y1 期末 3 艘,Y3 期末 28 艘,混合 ARPU 约为 $90K。
  • 必须成立的条件. 至少 1 个 Y1 试点必须在 Y2 转成覆盖 4 艘以上船舶的正式铺开,12 艘活跃船舶的跳升才成立。
  • 模型失效条件. 如果销售周期拖向 9 个月,或买家要求与服务打包,验证规模化之前的下行场景现金就会逼近 0。
  • 下一轮融资证明点. 当公司证明拥有 3-5 个正式生产客户、12 艘活跃船舶、低于 90 天的客户导入,以及伙伴来源部署时,下一轮融资就有了充分依据。
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$2.50M$3.00MM1M4M7M10Q1Y2Q4Y2Q3Y3Q4Y3
  • 营收(线/面积)
  • 期末现金(虚线)
  • EBITDA(柱,灰色为亏损)
资金用途 — $2.6M 种子前轮
工程研发 · 42% GTM · 21% G&A · 16% 缓冲(6 个月) · 21%
按角色的人力增长 — 峰值8 FTE
Q1Y13Q2Y14Q3Y15Q4Y15Q1Y26Q2Y26Q3Y27Q4Y27Q1Y38Q2Y38Q3Y38Q4Y38
  • 创始人/CEO
  • 创始工程师
  • 产品负责人
  • 现场集成工程师
  • 合作负责人
  • 软件工程师
  • 客户经理
  • 客户成功 / 运营
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$1.36M-$722K$94K硬件部署推进和试点转化均出现延迟,因此船舶增长更慢,混合 ARPU 也落在定价区间低位。
基准$1.75M-$479K$461K第 1 年的 2 个付费试点转成可复用的船队扩张和伙伴转介绍,到 Q4Y3 达到 28 艘活跃船舶。
上行$2.31M-$125K$953K试点证明更早出现,伙伴渠道加快部署,且按量和设置收入把混合 ARPU 抬到中位数以上。
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
销售周期因安全与保险审查拖慢,销售周期拉长到 9 个月在设计合作伙伴紧迫性更强时,销售周期缩短到 4 个月-$368K-$388K
CAC由于试点需要更多直销投入,每艘活跃船舶 CAC 升至 $45K在更强伙伴获客下,每艘活跃船舶 CAC 降至 $25K-$353K-$120K
招聘节奏在可复用性尚未证明前提前招入 1 个额外岗位1 个扩张岗位延后到 4 艘以上船舶铺开上线后再补-$180K$90K
ARPU每艘活跃船舶的混合年 ARPU 为 $80K每艘活跃船舶的混合年 ARPU 为 $100K-$136K-$194K
流失率若试点到生产匹配度偏弱,月度流失率升至 2.5%若船队扩张与留存更强,月度流失率降至 1.0%-$120K-$160K
毛利率若海上支持与遥测成本仍过于定制,毛利率降至 65%若集成标准化更充分,毛利率升至 75%-$87K$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 $1.36M $-722K $94K 硬件部署推进和试点转化均出现延迟,因此船舶增长更慢,混合 ARPU 也落在定价区间低位。
  • 每艘活跃船舶的混合 ARPU 从 $90K 降到 $85K。
  • 由于伙伴渠道带来的部署更少,Y3 期末活跃船舶从 28 艘降到 22 艘。
  • 招聘大体仍按计划推进,因此较低收入并未被成本节省充分抵消。
基准 $1.75M $-479K $461K 第 1 年的 2 个付费试点转成可复用的船队扩张和伙伴转介绍,到 Q4Y3 达到 28 艘活跃船舶。
  • 每艘活跃船舶的混合 ARPU 维持在 $90K。
  • 客户爬坡达到 Y1 期末 3 艘、Y2 期末 12 艘、Y3 期末 28 艘。
  • 在最初的现场与合作团队就位后,只再增加 3 个精简扩张岗位。
上行 $2.31M $-125K $953K 试点证明更早出现,伙伴渠道加快部署,且按量和设置收入把混合 ARPU 抬到中位数以上。
  • 每艘活跃船舶的混合 ARPU 从 $90K 提升到 $95K。
  • 受更快的伙伴辅助铺开推动,Y3 期末活跃船舶从 28 艘增至 32 艘。
  • 只要客户导入维持在 90 天以内,同样的精简招聘计划就足以支撑上行场景。

敏感性

变量 下行情景 基准情景 上行情景
ARPU 每艘活跃船舶的混合年 ARPU 为 $80K 每艘活跃船舶的混合年 ARPU 为 $90K 每艘活跃船舶的混合年 ARPU 为 $100K
CAC 由于试点需要更多直销投入,每艘活跃船舶 CAC 升至 $45K 每艘活跃船舶 CAC 为 $30.9K 在更强伙伴获客下,每艘活跃船舶 CAC 降至 $25K
流失率 若试点到生产匹配度偏弱,月度流失率升至 2.5% 月度流失率为 1.5% 若船队扩张与留存更强,月度流失率降至 1.0%
销售周期 因安全与保险审查拖慢,销售周期拉长到 9 个月 销售周期为 6 个月 在设计合作伙伴紧迫性更强时,销售周期缩短到 4 个月
毛利率 若海上支持与遥测成本仍过于定制,毛利率降至 65% 毛利率为 70% 若集成标准化更充分,毛利率升至 75%
招聘节奏 在可复用性尚未证明前提前招入 1 个额外岗位 团队在 Y3 保持精简,达到 8 FTE 1 个扩张岗位延后到 4 艘以上船舶铺开上线后再补
关键假设 (23)
ID 名称 数值 单位 来源
A1 模型起始月份 2026-06 YYYY-MM [business-plan.yaml date] 取 2026-05-06 计划日期后的首个完整运营月份。
A2 pre-seed 轮期初现金 2600 USDK [business-plan.yaml fundingAsk.targetFundingRangeUsd] 按已给出的 $2-4M 区间偏下中部建模,并按 Y2 里程碑外加 6 个月缓冲来测算。
A3 收入计量单位 产生收入的活跃船舶 definition [business-plan.yaml businessModel.unitOfValue] 模型按活跃船舶而非企业账号计价和计客户。
A4 每艘活跃船舶的混合年 ARPU 90 USDK/year [business-plan.yaml investorMemo.firstCustomer + gtm.pricing] 基于每艘船舶 $75k-100k 的年度软件费,再叠加适度的设置费和按量增量收入。
A5 首个付费试点月份 4 [business-plan.yaml experimentRoadmap 0-90 days] 基础情景假设首个付费试点在第 4 个月签下,此前完成最初需求发现与设置。
A6 活跃船舶爬坡 Y1 期末 3 艘,Y2 期末 12 艘,Y3 期末 28 艘 customers [business-plan.yaml milestones; market.som; experimentRoadmap] 与第 1 年 2 个付费试点、第 12-24 个月 12 艘活跃船舶,以及研究中约 28 艘的 SOM 保持一致。
A7 毛利率目标 70 百分比 [business-plan.yaml businessModel.targetGrossMarginPct] 在确认收入上按 30% COGS 建模。
A8 创始人/CEO 全负担年现金成本 144 USDK/year 创业财务经验值:pre-seed 工业 SaaS 创始人按 $120K 薪资加 20% 税费与福利估算。
A9 创始工程师全负担年现金成本 192 USDK/year 创业财务经验值:资深遥测/产品工程按 $160K 薪资加 20% 税费与福利估算。
A10 产品负责人全负担年现金成本 168 USDK/year 创业财务经验值:按 $140K 薪资加 20% 税费与福利估算。
A11 现场集成工程师全负担年现金成本 156 USDK/year 创业财务经验值:面向海上部署支持的岗位按 $130K 薪资加 20% 税费与福利估算。
A12 合作负责人全负担年现金成本 150 USDK/year [business-plan.yaml team] 在首个试点验证后入场的早期伙伴拓展岗位,按创业财务经验值估算。
A13 第二名软件工程师全负担年现金成本 192 USDK/year 创业财务经验值:与创始工程师相同,用于可重复使用的遥测和产品研发。
A14 客户经理全负担年现金成本 156 USDK/year 工业软件销售路径中首位企业销售岗位的创业财务经验值。
A15 客户成功 / 运营全负担年现金成本 132 USDK/year 创业财务经验值:按 $110K 薪资加 20% 税费与福利估算,用于客户导入和客户运营。
A16 研发非薪酬支出 Y1 为 7,Y2 为 8,Y3 为 9,另加每艘活跃船舶每月 0.2 USDK/月nth 用于云、遥测基础设施、工具链和海上测试成本的创业财务经验值。
A17 销售与市场非薪酬支出 Y1 为 4,Y2 为 5,Y3 为 6,另加每艘活跃船舶每月 0.1 以及收入的 3% USDK/月nth 用于差旅、演示、会议、伙伴赋能和轻量佣金的创业财务经验值。
A18 G&A 非薪酬支出 Y1 为 5,Y2 为 6,Y3 为 7,另加每艘活跃船舶每月 0.1 USDK/月nth 用于法务、保险、审计和海上运营后台需求的创业财务经验值。
A19 招聘时点 产品负责人在 M3,现场集成工程师在 M4,合作负责人在 M9,软件工程师在 M13,客户经理在 M19,客户成功 / 运营在 M25 plan [business-plan.yaml team] 前 5 个岗位跟随计划,其后新增岗位是支撑 12 艘以上活跃船舶所需的精简扩编。
A20 用于单位经济模型的月度流失率 1.5 百分比 面向买方集中的早期企业级工业软件、且实施工作量较高的创业财务经验值。
A21 每艘活跃船舶的混合 CAC 30.9 USDK/customer 由模型第 2-3 年销售与市场支出 $771.4K 除以 25 艘净新增活跃船舶计算得出。
A22 现金转化时点 EBITDA 近似经营现金流 policy 创业财务经验值:现阶段不显著建模债务、CapEx 或营运资金波动;但海上企业合同回款可能滞后,需特别标注。
A23 融资里程碑 3-5 个正式生产客户 / 12 艘活跃船舶,1 个覆盖 4 艘以上船舶的船队铺开,2 个伙伴集成,以及客户导入低于 90 天 milestone [business-plan.yaml milestones 12-24 个月] 用于界定本轮融资规模和下一轮证明点。
单位经济流转图
flowchart LR
  TargetAccounts[目标账户] --> PaidPilots[付费试点]
  Partners[伙伴渠道] --> PaidPilots
  PaidPilots --> ActiveVessels[活跃船舶]
  ActiveVessels --> Revenue[收入]
  Revenue --> GrossProfit[毛利]
  GrossProfit --> Cash[现金]

警示项: 基础情景把活跃船舶视为客户单位;如果买家坚持船队级或服务化定价,CAC 和毛利都会比模型显示更差。 · 模型按当期回款处理,但海上企业合同通常会在开票后 30-90 天才回款。 · 滩头市场仍然狭窄,因此风险投资级上行依然依赖在参考部署后跨出北海海上风电。 · 基础情景下 Y3 EBITDA 仍为负,因此下一轮更需要证明可复用性,而不是证明盈利能力。

章节

主要风险

  • 品类成熟速度低于预期. 如果海事降落硬件还要多年才会铺开,软件需求就可能落后于这套判断。 缓解措施: 优先卖给已经在试点船载无人机项目的运营方,并在早期部署中与降落平台厂商深度绑定。
  • 过多工作流被锁进 OEM 堆栈. 无人机或降落平台厂商可能把基础运营软件一起打包,挤压独立软件层的空间。 缓解措施: 聚焦跨厂商任务保障、保险级记录,以及 OEM 工具不擅长掌握的船载系统集成。
  • 一场安全事故就可能拖慢采用. 一次高可见度的海上回收失败,可能让买家重新退回保守的手动流程。 缓解措施: 先从建议模式起步,设定保守阈值,并提供每次任务后都能提升信任的事故复盘工具。
章节

证据

引用来源 (29)

  1. EU-Startups. WaiV Robotics emerges from stealth with €6.4 million to develop autonomous UAV landing infrastructure | EU-Startups · https://www.eu-startups.com/2026/05/waiv-robotics-emerges-from-stealth-with-e6-4-million-to-develop-autonomous-uav-landing-infrastructure
  2. eVTOL Insights. WaiV Robotics emerges from stealth to launch the first autonomous at-sea drone landing platform - eVTOL Insights · https://evtolinsights.com/waiv-robotics-emerges-from-stealth-to-launch-the-first-autonomous-at-sea-drone-landing-platform
  3. DroneDJ. This system aims to fix drone landings in rough seas · https://dronedj.com/2026/05/05/drone-sea-landing-waiv-robotics
  4. OceanNews. WaiV Robotics Unveils System For Autonomous Drone Landings On Moving Boats At Sea | Ocean News & Technology · https://oceannews.com/news/science-technology/waiv-robotics-unveils-system-for-autonomous-drone-landings-on-moving-boats-at-sea
  5. Vattenfall. Intelligent drones increase offshore wind efficiency - Vattenfall · https://group.vattenfall.com/press-and-media/newsroom/2025/intelligent-drones-increase-offshore-wind-efficiency
  6. OffshoreWIND.biz. Esvagt Elevates Inspection Game with Drones | Offshore Wind · https://www.offshorewind.biz/2017/06/13/esvagt-elevates-inspection-game-with-drones
  7. WindEurope. Europe needs stronger ports and more vessels to meet its offshore wind goals - WindEurope · https://windeurope.org/news/europe-needs-stronger-ports-and-more-vessels-to-meet-its-offshore-wind-goals
  8. DNV. Using drones to speed-up surveys - Industry insights · https://www.dnv.com/expert-story/maritime-impact/Using-drones-to-speed-up-surveys
  9. DNV. DNV GL rolls out remote surveys for all vessels · https://www.dnv.com/news/2019/dnv-gl-rolls-out-remote-surveys-for-all-vessels-142769
  10. Lloyd's Register. Bulk cargo carrier operator, CSL, uses drone technology to improve safety and reduce costs | LR · https://www.lr.org/en/knowledge/case-studies/using-drone-technology-to-improve-safety-and-reduce-costs
  11. Lloyd's Register. Making the case for remote surveys | LR · https://www.lr.org/en/knowledge/horizons/june-2020/making-the-case-for-remote-surveys
  12. Lloyd's Register. Classification of Wind Farm Service Vessels | LR · https://www.lr.org/en/knowledge/lloyds-register-rules/guidance-notes/guidance-notes-for-the-classification-of-wind-farm-service-vessels
  13. ABS. ABS Releases Industry-leading Guidance for Drones · https://ww2.eagle.org/en/news/press-room/ABS-Releases-Industry-leading-Guidance-for-Drones.html
  14. ABS. ABS Publishes Guidance on the Application of Autonomous Functions · https://ww2.eagle.org/en/news/press-room/abs-publishes-guidance-on-the-application-of-autonomous-functions.html
  15. Federal Aviation Administration. Advisory and Rulemaking Committees – UAS BVLOS ARC Final Report · https://www.faa.gov/regulations_policies/rulemaking/committees/documents/index.cfm/document/information/documentID/5424
  16. Federal Aviation Administration. Advanced Operations | Federal Aviation Administration · https://www.faa.gov/uas/advanced_operations
  17. Federal Aviation Administration. Part 107 Waivers | Federal Aviation Administration · https://www.faa.gov/uas/commercial_operators/part_107_waivers
  18. Federal Aviation Administration. Remote Identification of Drones | Federal Aviation Administration · https://www.faa.gov/uas/getting_started/remote_id
  19. UK Civil Aviation Authority. Beyond Visual Line of Sight (BVLOS) | UK Civil Aviation Authority · https://www.caa.co.uk/drones/moving-on-to-more-advanced-flying/beyond-visual-line-of-sight-bvlos
  20. EASA. Easy Access Rules for Unmanned Aircraft Systems - Revision from July 2024 | EASA · https://www.easa.europa.eu/en/document-library/easy-access-rules/online-publications/easy-access-rules-unmanned-aircraft-systems
  21. EASA. Drones (UAS) | EASA · https://www.easa.europa.eu/en/the-agency/faqs/drones-uas
  22. OffshoreWIND.biz. Offshore Wind Outpacing CTV Fleet - Chartwell Marine | Offshore Wind · https://www.offshorewind.biz/2019/02/27/offshore-wind-outpacing-ctv-fleet
  23. OffshoreWIND.biz. Global Offshore Wind Capacity Tops 27GW as 2019 Sets New Record | Offshore Wind · https://www.offshorewind.biz/2020/02/20/global-offshore-wind-capacity-tops-27gw-as-2019-sets-new-record
  24. BOEM. Renewable Energy | Bureau of Ocean Energy Management · https://www.boem.gov/renewable-energy
  25. Aerones. Offshore - Robotic Wind Turbine Care Systems | Aerones · https://aerones.com/offshore
  26. Aerones. Drone Inspections - Robotic Wind Turbine Care Systems | Aerones · https://aerones.com/services/inspections/drone-inspections-autonomous
  27. DJI. DJI Dock 2 - DJI · https://enterprise.dji.com/dock-2
  28. OffshoreWIND.biz. Edda Wind Orders More Commissioning Service Operation Vessels | Offshore Wind · https://www.offshorewind.biz/2022/01/31/edda-wind-orders-more-commissioning-service-operation-vessels
  29. OffshoreWIND.biz. US Company Orders Six Chartwell Crew Transfer Vessels | Offshore Wind · https://www.offshorewind.biz/2022/08/30/us-company-orders-six-chartwell-crew-transfer-vessels