车辆
- ─VIN
- ─车型 / 配置
- ─软件版本
- ─OTA 版本
- ─出厂时间
链脉智能为新能源车 OEM、电池 Pack、电驱电控、热管理、智能座舱与域控厂商,提供"研发 → 制造 → 质量 → 供应商 → 车辆 → 售后 → 合规"的数字线程与 AI 执行工作流。
中国新能源车产业链工业软件相关年度总开支 ≈ ¥ 2,400 亿。 链脉聚焦质量、追溯、合规、供应链、车规证据、出口六个细分,可服务市场约 ¥ 480 亿。 5 年可合理获取 ¥ 35-60 亿(占 SAM 的 7-12%),对应 ARR 规模和行业基础设施定位。
source · 新华社 2025 产销 / 工信部装备发展中心 / J.D. Power 2025 NEV-IQS / 中国工业互联网投融资报告 2024 (AII) / 30+ 客户访谈 / 券商研报折算
中国新能源车产业链质量、追溯、合规、供应链协同相关的工业软件 + 服务总开支。覆盖 OEM、Tier 1、Tier 2、电池电驱电控、热管理、智能座舱、域控、出口型零部件。
链脉的产品形态可触达的市场:质量追溯、AI 8D、供应商协同、车规证据链、电池安全、出口合规对应的工业软件细分。剔除工艺仿真、纯 ERP 财务、纯设备自动化等不在产品边界内的领域。
5 年内链脉合理可获取的市占。基于头部 Tier 1 / Pack 厂 / 二线 OEM 的客单价中位数 200-300 万 / 年、覆盖 1500-2500 家中大型客户、加上海外出口型客户的可触达比例。
中国新能源车产业链已经有 ERP / MES / PLM / ALM / QMS / SRM。真正缺的,是这些系统之上的 行业数据操作层、AI 执行工作流和 合规证据系统。 链脉智能就站在这个空位上。
产品分三层,自下而上沉淀:第一年立刻做底层数据线程,第二年扩展 AI 执行 Agent,第三年走向跨企业行业网络。
跨企业供应商质量协同网络、出口合规证据交换、行业基准库(FMEA、故障模式、工艺参数行业分布)。
AI Agent 直接进入业务流程,不只回答问题;可审计、人在回路、留 trail。
行业对象模型 + 多系统连接器 + 关系图谱。这层是产品最深的资产,也是最难复制的护城河。
CORE PRINCIPLE
"工业软件真正的护城河不是界面,
而是谁掌握产品生命周期的真实数据结构。"
— 链脉产品哲学 / 第 1 条
客户预算明确(质量部门 KPI),ROI 可量化(关闭周期、追溯时间、复发率),政策关键词命中率高(数字主线 · 工业智能体 · 质量检测 · 供应链协同 · AI+制造)。 一个 Tier 1 客户自然带 50-100 家供应商进入网络。
海外经销商上报:VIN LJDA1HD23PS510876 出现 BMS 报警;同型号近两周累计 7 起。
图查询打通车辆 → 软件版本 V3.2.1 → 电池 Pack 批次 PCK-2026-04-C552 → 电芯批次 CL-2026-03-N017 → 工艺参数偏移 (0.04%) → 来料检验记录。
Agent 自动生成 D1 团队、D2 问题描述(结构化)、D3 临时遏制(停止该批次出货)、D4 根因假设(基于 12 起历史相似案例)、D5-D7 待人审。
质量经理修订 D4 根因为「焊接参数飘移」,签字。每一步动作进入审计 trail,含时间戳与责任人。
电芯供应商收到 8D + 批次清单 + AI 模板。AI 自动校验上传 PPAP 文件完整性(Sec 1-18)。
供应商上传整改证据 → AI 校验完整 → 双方签字 → 自动落入 IATF 16949 审核包、PPAP 证据池、召回追溯报告。
我们用一套主流、可被 ops 团队接管的开源栈,不发明新的存储引擎、不做不必要的"自研中间件"。每一项选型都对应客户合规要求、可比规模公司的工程实践、以及是否能在私有部署模式下完整可控。
| 层 | 选型 | 为什么 |
|---|---|---|
| 图数据库 | Neo4j(生产)+ NebulaGraph(备) | 汽车 BOM / 批次 / 工艺关系密集,图查询 100 倍快于关系型 Join;Neo4j 5.x 有成熟的 Cypher 与水平扩展。 |
| 对象存储 | PostgreSQL 16 + JSONB | 结构化主数据(车辆、零件、工艺)+ 半结构化扩展字段(不同 OEM 客户化字段)。零成本支持丰富索引、行级权限。 |
| 时序数据 | TimescaleDB | BMS / SPC / 设备数据是时间序列;TimescaleDB 兼容 PostgreSQL,单一数据库栈,运维负担最小。 |
| 向量库 | pgvector | FMEA / 8D / 故障案例的语义检索;与主库同库部署,避免跨库一致性问题。规模未达需要 Milvus / Qdrant 之前不引入。 |
| 对象 / 文件 | MinIO(私有)/ COS(云) | PPAP 文件、审计证据、电池 BMS 日志大对象。S3 兼容协议,私有部署可换无依赖。 |
| 消息 / 流 | NATS + Kafka(按需) | NATS 处理客户内部系统的高频接入事件;Kafka 仅在 BMS / SPC 高吞吐通道启用。不为不必要规模付费。 |
| 应用层 | Go + Gin + GORM | 和 workspace 已有 mall / plant 后端栈一致;高并发 + 强类型 + 工业级稳定。 |
| 前端 | Next.js + Tailwind v4 | 工业 UI 重数据看板,SSR + 流式 SSG 体验佳;Tailwind v4 设计令牌化便于深色 / 客户白标主题切换。 |
| AI 路由 | 私有部署小模型 + 公共 LLM 路由 | 敏感字段(VIN、BOM、客户名)走本地小模型;通用知识 / 文本生成走公共 LLM。可审计 trail 默认开启。 |
| Agent 框架 | 受控工具调用(OpenAI tool-calling 兼容) | AI Agent 不能直接写库;只能调「建议工具」。每次调用记录在审计 trail 表,含输入、输出、责任人、时间戳。 |
| 部署 | K8s + Helm(私有)/ ECS(云) | K8s 标准化客户私有部署;ECS 简化早期 SaaS 阶段运营;同一 Helm chart 双形态。 |
| 安全 / 加密 | 国密 SM2/SM3/SM4 双轨 + TLS 1.3 | 客户合规要求;密钥管理走 KMS / HSM。审计日志追加写、不可篡改。 |
我们沉淀新能源车产业链统一的对象模型 —— 车辆、电池、零部件、软件、工艺、质量、合规。任意对象作为入口,可在秒级回溯所有上下游关系,每条关系带 时间戳与责任人。
v1 · 7 categories · 200+ fields · 50+ relations
"VIN 与零件批次的关系;电池 Pack 与电芯批次的关系;OTA 版本与故障率的关系;供应商批次与售后索赔的关系;工艺参数与质量缺陷的关系;软件需求与测试证据的关系。
谁先沉淀这些模型,谁就能越做越强。"
— 链脉产品哲学 / 第 2 条
relations · timestamps · ownership
· 链 · 脉 · 流 · 据 ·
头部 OEM 销售周期 18 个月起,自研能力强、数据权限复杂。中大型 Tier 1 / 电池 Pack 厂、热管理、智能座舱 Tier 1 的质量痛点最强、KPI 最清晰、ROI 可量化、网络效应路径清晰 —— 一个客户自然带 50-100 家供应商进入网络。
BMS 数据 / 生产数据 / 售后数据割裂;批次 → 异常温度对不上;召回范围估不准。
电芯 / 模组 / Pack 批次追溯,BMS 接入,售后故障聚类,风险车辆清单,召回辅助判断。
工艺参数 / 来料批次 / 客诉返工 互相找不到;8D 写 20 天 OEM 还扣分。
工艺—批次—客诉—售后图谱,AI 8D 草稿,PPAP / APQP 模板审核,供应商 8D 派发与闭环。
多 OEM 多车型多批次;每家 OEM 一份 8D 格式;质量员靠 Excel 工作 8 小时。
多 OEM 多格式自适应,标准 8D / FMEA 模板,AI 文件完整性自动校验。
需求 / 代码 / 测试 / 缺陷 / 版本 / OTA 之间割裂;功能安全证据靠人手整理。
ALM 连接 + 需求—代码—测试—缺陷—版本追溯,OTA 影响范围分析,ASPICE / R155 / R156 证据归档。
ERP / MES / PLM / QMS 系统多但数据割裂;售后客诉传导慢;出口卡在认证。
数字线程主干 + 跨系统连接器 + AI 售后聚类 + 出口认证证据包。
海外车型多配置、各国法规 / 售后 / 质保 / 配件不同;OTA 与召回 一国一格式。
国家 / 地区法规知识库,多语言售后工单,OTA 版本追踪,备件预测,海外质保索赔。
质量总监 / 数字化总监 → 副总 / 总经理 → IT 总监 / 信息中心 → 质量+IT+生产联合落地
车企和供应商最怕的不是"没有 AI",而是审计过不了、出口认证卡住、质量问题说不清、召回范围界定不清、软件版本影响范围不清、供应商责任边界不清。链脉的每一个对象、每一次操作,都自动落入可审计、带签字、带时间戳、可关联的证据链。
链脉的产品命名、模块拆分与申报材料,与"AI+制造"专项、"工业互联网平台高质量发展"行动、深圳首版次软件 / AI 标杆 / 智能网联汽车专项的政策语库 100% 对齐。我们不靠补贴养产品;我们让客户的真实合同成为补贴申报的扳机。
STRATEGY · 资金路径
客户付费 → 服务商入库 → 帮客户拿改造补贴 →
自己申报首版次软件 + AI 标杆 →
工业互联网平台 → 专精特新 → 国家重点研发计划
第一是订阅 + 模块占比上升,毛利从 Y1 的 45% 抬到 Y3 的 67%; 第二是 NRR ≥ 125%,每个客户首年签约后两年内 ARR 翻倍; 第三是 CAC 回收 12-16 个月。三件事都对标可比公司而非"我们将做到"。
| 公司 / 标的 | 毛利率 | 业态 | 规模 | 引用 |
|---|---|---|---|---|
| PTC | 84% | Digital Thread / PLM / IoT | ARR ~$2.7B | PTC FY25 |
| AspenTech | 68.9% | 工业流程仿真 / 资产优化 | ACV $964.9M | Q2 FY25 |
| Veeva (生命科学纵向) | 73% | 生命科学合规 SaaS | ARR ~$2.7B | FY25 |
| B2B SaaS 中位 | 71-72% | 通用横向 SaaS | — | Benchmarkit 2025 |
| 纯软件订阅理想 | 75-90% | 最佳实践标准 | — | High Alpha 2025 |
| 链脉 Y3 目标 | 67% | 新能源车纵向 SaaS | ARR ¥ 1 亿 | 本计划保守值 |
来源:PTC 投资人页面、AspenTech Q2 FY25 财报(businesswire)、Veeva 公开年报、Benchmarkit 2025 / High Alpha 2025 SaaS 基准报告。
毛利提升不是因为"做大了就好",而是因为收入结构变化: 实施服务占比下降 → 订阅 + 模块占比上升 → 边际成本快速摊薄。下面拆给你看。
首年实施费占总收入 40%,毛利结构暂偏服务型。
续约客户占比上升,订阅型收入开始压低单位 COGS。
订阅+模块占总收入 70%+,毛利接近 AspenTech,远未到 PTC / Veeva 水平。
为什么 NRR 能到 125%+?因为我们不是卖一个 license,而是卖一个会"长大"的数字底座。每个客户从 POC 到 24 个月会经过 4 个扩张点。
首签客户从 1 个工厂扩到全集团 3-5 个工厂;单工厂订阅费近线性增长。
首签 = 追溯 + 8D + 供应商。续约期叠加电池安全 / 车规证据 / 出口合规模块。
Tier 1 客户带 50-100 家 Tier 2 / Tier 3 接入网络;按席位计费。
客户出口业务起量后启用 R155/R156 知识库 + 多语言售后 + 海外质保。
| 指标 | 链脉 Y3 目标 | 业内基准 / 解释 |
|---|---|---|
| 新签 CAC(万元 / 客户) | 120-180 | 工业 SaaS 中位 80-150 万元,因为我们打中大型 Tier 1,单价高、销售周期 6-9 月 |
| 首年 ACV(万元) | 260 | (实施 60 万 + 订阅 120 万 + 2 模块 80 万) |
| 续约 ACV(万元) | 200 | 去掉一次性实施费 |
| CAC 回收期(月) | 12-16 | Bessemer 优秀阈值 ≤ 18 月 |
| 毛利 LTV / CAC | ≥ 4× | Bessemer 优秀阈值 ≥ 3× |
| Net Revenue Retention(NRR) | 125%+ | Optifai 2026:企业 SaaS 中位 118%,行业纵向 SaaS 最佳 130%+ |
| Gross Revenue Retention(GRR) | 92%+ | 工业纵向 SaaS 通常 90-95%,因切换成本高 |
来源:Optifai 2026 NRR 报告、Bessemer State of the Cloud 多年 SaaS efficiency 基准、Saas-Capital 2023 retention benchmarks。
工业软件的护城河不是单一的"技术"或"业务"。Hamilton Helmer 的 7 Powers 框架把企业护城河分成 7 大类。链脉的优势集中在 5 类上,每类都给出 类型 / 强度 / 具体优势 / 为什么独特 / 可比公司 / 弱点。
我们用的是主流开源栈(Neo4j + PostgreSQL + 公共 LLM API)。靠工程组合而非独家算法。
新公司,行业认知 0 起步。2-3 年后**或可**成为行业默认格式,但不押注。
Y1-Y2 客户量小、单位成本未摊薄。规模优势是 Y3+ 的事。
无独家专利、无独家政府牌照、无独家客户合同。一切靠竞争。
新能源车产业链对象模型 + AI Agent 案例飞轮
没有客户接入,就无法构建这个模型 —— 通用大厂(卡奥斯 / 根云)覆盖 15+ 行业但每个都不深;纯 AI 创业公司没有客户内部 8D / FMEA 数据;客户也不会把这些数据交给非行业纵向公司。链脉做交付的角色让我们合法持有这些数据。
Veeva 在生命科学纵向用对象模型做到毛利 73% / NRR 119%;PTC Codebeamer 用 ASPICE 模板沉淀车规市场
覆盖客户数 → 模型字段数(月度公开)
前 18 个月样本量不足。早期 AI 体验和 18 个月后不在一个层级。
汽车质量与合规体系的 8-10 年积累
这些不是 SOP 文档可学的 —— 需要在 Tier 1 / OEM 质量部门工作 8-10 年。AI 能 100% 抄走代码,但抄不走「如何在 IATF 审核 5 小时内现场举证」这种知识。Hamilton Helmer 在《7 Powers》中称之为「最防御性的护城河之一」。
Veeva 的 FDA 提交流程能力比产品本身价值更高;Vector Informatik 用车规工具链 know-how 锁定 25+ 年
合规模板数(IATF / PPAP / R155 / R156 / ASPICE)/ 客户审核通过率
知识初期在人手中,规模化交付需要 SOP + 培训系统。如果 CQO 离职会有 6-12 月真空期。
做大厂不愿做、小公司做不起的事
大厂转型代价 vs 我们的成本,是 100:1 的关系 —— 大厂为我们这条赛道改组织、改激励、改销售模型,必然冲突现金牛业务。这是 Hamilton Helmer 7 Powers 中最稳定的护城河类型。
Veeva 反向定位 SAP / Oracle 在生命科学的薄弱点,10 年时间做到市值 $30B+;Toast 反向定位 Square 在餐饮的薄弱点
竞品在新能源车纵深的客户数 / 营收占比(季度跟踪)
如果大厂决意打,可以通过并购进入(这其实是退出路径之一,不是威胁)。
连接器 + 证据池 + 客户化字段三重锁定
切换链脉的真实成本 = N 个连接器 × M 年证据池 × K 个用户的肌肉记忆。客户切换不只是换软件,是换审计流程、换团队习惯、换供应商接入格式。
Salesforce AppExchange + 5000+ 连接器锁定客户 20+ 年;Plex MES 在汽车制造的 ERP 连接器实现 NRR 110%+
客户平均连接外部系统数(目标 ≥ 5)/ 证据池条目数 / 客户用户数
Y1 只有 3-5 个核心连接器、客户使用 < 12 个月,迁移成本还不强。Y3 才是切换成本质变的时点。
OEM ↔ Tier 1 ↔ Tier N 的供应商质量协同网络
网络效应不能堆功能复制 —— 即使竞争对手 fork 我们的代码,没有用户接入就没有网络。这是时间累积型护城河,前 24 个月几乎为零,第 36 个月起开始呈指数级。
QAD Adaptive 用 EDI + 供应商门户网络锁住汽车供应链 30+ 年;Plex 制造业 25+ 年
网络节点数(OEM + Tier 1 + Tier N)/ 供应商横向密度(同时被多少 OEM 关联)
这是我们最弱的一条。Y1 几乎无(3 客户带的供应商不构成网络),Y2 中等,Y3 才显著。早期投资人需要相信「未来会形成」。
| Power | 强度 | 解释 |
|---|---|---|
| Counter-positioning | ●●● | 中腰部 + 跨系统 + 合规结果,大厂不愿做 |
| Process Power | ●●● | IATF / R155 / ASPICE 流程不是文档可学 |
| Switching Costs | ●●● | Y3 起强:连接器 × 证据池 × 客户化 |
| Scale Economies | ●●● | AI 飞轮 + 共享数据治理,规模上来后明显 |
| Network Economies | ●●● | Y2-Y3 显现;早期靠单客户 ROI |
| Cornered Resource | ●●● | 创始团队的行业关系,但非独占 |
| Branding | ●●● | 起步空白;2-3 年后或可形成行业标准格式 |
●●● 强 · ●● 中 / 早期具备 · ● 弱 / 早期暂无 · 框架来源:Hamilton Helmer "7 Powers"(2016)
SAP / 西门子 / PTC 强但贵且慢;卡奥斯 / 根云通用但缺新能源车纵深; 国产 PLM / QMS 老客户基础好但 AI 弱;视觉质检和 AI Agent 创业公司各自有所限。链脉智能在六个维度上同时拉开身位。
| 能力维度 | 链脉智能 本公司 | 国际工业软件 SAP / Oracle / PTC / 西门子 | 国产工业互联网 卡奥斯 / 根云 / 徐工汉云 | 国产 PLM/QMS 华天 / 思普 / 用友 / 金蝶 | AI 视觉质检 商汤 / 思谋 / 矩视 | AI Agent 创业 纯模型公司 |
|---|---|---|---|---|---|---|
| 新能源车行业纵深 | ●● | ● | ◐ | ◐ | ◐ | ○ |
| 数字线程对象模型 | ●● | ● | ◐ | ● | ○ | ○ |
| AI Agent 嵌入业务流 | ●● | ◐ | ◐ | ◐ | ◐ | ● |
| 供应链协同网络 | ●● | ● | ● | ◐ | ○ | ○ |
| 合规证据自动归档 | ●● | ● | ◐ | ◐ | ○ | ○ |
| 中腰部 Tier 1 友好 | ●● | ○ | ◐ | ● | ● | ◐ |
| 私有部署 + 国密 | ●● | ◐ | ● | ● | ● | ◐ |
| 客单价 (¥/年) | 200-300万 | 1000万+ | 150-500万 | 80-200万 | 50-200万 | 30-100万 |
| 实施周期 | 4-6 周 | 12-24 个月 | 8-12 周 | 12-18 周 | 2-4 周 | POC 阶段 |
"我们不替代你已有的 ERP / PLM / MES / QMS / ALM。 我们让它们的数据真正变成新能源车 质量、售后和合规的执行力。"
只讲优势的 BP 不可信。每一份成熟的尽调都会问"你最不愿意提的是什么?" 我们直接把它放在投资人面前 —— 6 项劣势 + 6 项威胁。如果你能接受这些,我们才能真的合作。
汽车质量体系 + 数据 + AI Agent + 工业软件实施 + 大客户销售 + 政府关系。这个组合在行业内非常稀缺。
8D 关闭周期、追溯耗时、PPAP 通过率 —— 每一项都有质量部门 KPI 直接对应。不像通用 AI 工具难量化价值。
AI+制造、工业互联网行业型平台、首版次软件、智能网联汽车专项 —— 4 个政策窗口同时给行业垂直 SaaS 让出空间。
POC 4-6 周即可验收,首日就能定位历史售后异常。不是「未来 18 个月可能见效」。
PTC、AspenTech、Veeva、QAD、Plex —— 都是公开可查的成功路径。我们走的不是从未有人走过的赛道。
如果首 3 个 POC 跑不出降本数据,后续融资、政策申报、销售都会受阻。我们目前还没有任何已验收的客户案例。
创始人不可能一个人覆盖六维。CQO(首席质量)、大客户销售总监这两个角色还需在 Y1 Q3 前到位 —— 业内这类资深人才极稀缺。
Y1 经营现金流为 −360 万元;如果天使到账延迟,会出现 3-5 个月现金压力。
Vector / ETAS / dSPACE / QNX / Wind River 用 25+ 年沉淀的车规底层工具。我们不打这个市场,只做证据链协同层。这意味着我们对车规客户只能做「周边产品」,不是核心。
AI Agent 越用越强,但前 18 个月样本量不足。早期客户得到的 AI 体验和 18 个月后不在一个层级。
Y1 客户 3 家、供应商 150-300 家,远没到网络效应阈值。我们卖给早期客户的不是「网络价值」,是单点 ROI。
2025 中国新能源车出口 261.5 万辆。出海客户不能用国产工业互联网平台(不懂 R155 / R156 / GDPR),只能找垂直方案。
2025 年初 Emerson 以 ~$15B 收购 AspenTech 全部股权,反映工业软件被战略并购的窗口在打开。
卡奥斯覆盖 15 个行业、链接 90 万家企业,但每个行业都不深。新能源车质量追溯 / 8D / R155 这些细分留给我们。
新能源车保险年保费规模 ¥ 90 亿,电池热失控是最大成本来源。链脉的电池安全数据可能成为保险公司的承保依据。
中国工业 SaaS 估值整体偏低(PS 5-10×),相比美股工业软件(PTC PS 10-15×)有抬升空间。
卡奥斯、用友、金蝶、华天、思普 都可能在 24 个月内推出新能源车质量纵向方案。我们的时间窗是 24-36 月。
比亚迪、长城、奇瑞、吉利 都在自建工业互联网团队。如果他们决定开放给供应商,我们的 OEM 上行路径会被切断。
AI 8D 依赖商业大模型(DeepSeek / 通义 / Claude)。如果模型 API 成本上涨或合规压力下被收紧,链脉云调用成本会飙升。
GB/T 39126 / 数据出境合规规则若进一步收紧,我们出口客户的数据流转方案需要重新设计;可能影响海外业务展开速度。
如果 2027-2028 行业进入大规模洗牌,部分 Tier 1 / Pack 厂破产或被并购,我们的客户基数可能被压缩 20-30%。
出海域名、海外 SaaS 部署都需要走出境合规审批。审批节奏不可控,可能拖慢出口业务上线时间。
ARR、客户数、NRR、毛利、CAC 回收期、新签 ACV、流失客户原因、AI 草稿采纳率、连接器数 —— 10 项核心指标,月度、季度全部公开。坏消息和好消息一起发。
来源:访谈 30+ 新能源车 Tier 1 / Pack 厂质量与数字化负责人
出了一个售后故障,要追到具体批次、具体供应商、具体工艺参数,要花两周,最后还说不清。
8D 报告靠 Excel 和邮件来回 20 天,最后归档没人看,下一次还重犯。
PPAP / APQP 文件不齐,OEM 审核扣分,供应商绩效掉档,但我们也找不出哪一份漏了。
OTA 推下去之后一旦出问题,影响范围讲不清,召回成本估不准。
我们要出口欧盟,UNECE R155 / R156 证据怎么自动整理?
供应商每次给我一份新格式的 8D,我们还要重新读。
首批灯塔客户案例正在交付中。
如果你想成为第一批见证者,我们提供深度共建合作。
链脉的创始团队不是"AI 极客 + 销售"两人组。要做新能源车质量与合规平台,必须同时具备汽车质量体系、新能源核心场景、企业系统集成、数据治理、AI 工程化、大客户销售六维能力。 我们按这六维互补组建,每个角色背后都有 ≥ 8 年的产业经验。
· placeholder profiles · 真实姓名待官宣 ·
工业软件 / 汽车 / SaaS 产品 ≥ 8 年
带过工业软件大客户销售、对汽车质量体系熟悉,能在投资人 / 客户 / 团队三个角色之间快速切换。
数据平台 / 知识图谱 / AI Agent 工程化 ≥ 8 年
带过 100+ 人工程团队,深度理解工业软件交付与可审计 AI 系统设计。
汽车 Tier 1 质量总监 ≥ 10 年
精通 IATF 16949 / APQP / PPAP / FMEA / 8D / SPC,主导过新能源车 OEM 审核与召回处理。
工业软件实施 ≥ 8 年
懂 ERP / MES / PLM / QMS / SRM 多系统集成,能带客户方一线落地,主持过百人级实施。
汽车 Tier 1 销售 ≥ 10 年
在头部 Tier 1 / Pack 厂决策层有积累,能在 6 个月内拉通 3 家以上灯塔客户。
深圳与工信部专项申报实战 ≥ 5 年
熟悉首版次软件、AI 标杆、智能网联汽车专项、数字化服务商入库的全流程材料与节奏。
让每一辆中国新能源车的
每一颗电芯、每一个零件、每一行车规代码,
都有可追溯、可审计、可执行的数据证据。
成为中国新能源车产业链的隐形基础设施 —— 当一个 OEM 出现质量风险、当一个 Tier 1 需要做 8D、当一个供应商需要提交批次证据时,第一反应是"打开链脉"。
路线图按"客户付费 → 政策杠杆 → 网络放大"三阶段设计。 每个季度都有明确的 ARR 目标、客户数目标、政策申报动作、组织扩张动作。 不押 PPT,押合同。
数字基于中性假设,参照:客单价 200-300 万 / 年中位、首年实施费占比 40% 后续逐年下降、续约保留率 ≥ 90%、 政策资金按当前深圳与国家级文件的可申报上限折算 30% 到账率,毛利改善曲线参照同类工业 SaaS 平均路径。
| 科目 | Y1 (2026-27) | Y2 (2027-28) | Y3 (2028-29) |
|---|---|---|---|
| 客户数(年末累计) | 3 | 12 | 30+ |
| ARR(订阅+模块,万元) | 360 | 2,400 | 9,000 |
| 一次性实施收入(万元) | 240 | 1,200 | 2,400 |
| 政策资金(首版次/示范,万元) | 50 | 600 | 1,500 |
| 总收入(万元) | 650 | 4,200 | 12,900 |
| 人员数(年末) | 20 | 60 | 140 |
| 人员成本(万元) | 700 | 2,400 | 6,500 |
| 云 / 算力 / 模型调用(万元) | 80 | 250 | 700 |
| 销售与市场(万元) | 150 | 500 | 1,300 |
| 经营现金流(万元) | -360 | +850 | +3,900 |
| 毛利率 | 45% | 58% | 67% |
用途
团队组建 · MVP 研发 · 首个 POC 启动
用途
产品矩阵扩展 · 销售加速 · 长三角扩张 · 工业互联网平台筹备
用途
海外扩张 · 行业平台化 · 专精特新 · 国家重点研发联合体
工业软件公司不靠流量,靠"客户能不能验收"。研发投入决定产品上限, 销售与解决方案团队决定能不能把产品交付到一线。 我们不在过早期上重市场费用。
工业软件公司的命门是客户、数据、合规与人才。链脉对这八类风险有明确的对策,并已在天使阶段就设计了缓冲机制(现金安全垫、商业责任险、合同责任边界)。
| 类别 | 等级 | 风险描述 | 对策 |
|---|---|---|---|
| 客户 | 中 | 头部 OEM 自研内化、采购周期长 18 个月+ | 早期不打头部,主攻中大型 Tier 1 / Pack 厂;与 OEM 通过 Tier 1 间接渗透;POC 周期 4-6 周快速验证。 |
| 数据 | 高 | 客户数据敏感、不愿接入;接入难度高 | 私有部署 + 国密 + 数据分级分类 + 驻场实施;签 NDA 后 POC;提供商业责任险;企业网内闭环。 |
| 技术 | 中 | AI 幻觉影响合规可信度 | 人在回路 + 可追溯证据 + Agent 受控工具调用 + 关键决策双签;规则 + 模型混合策略,关键步骤不依赖 LLM。 |
| 资金 | 中 | 政策资金到账滞后(通常 6-12 个月) | 不依赖补贴,付费客户合同为主线;补贴作为客户验证后的杠杆资金;每轮募资留 ≥ 6 个月运营现金安全垫。 |
| 人才 | 高 | 同时懂汽车质量 + AI 工程的复合人才稀缺 | 创始团队即覆盖六维;与同济、华工、华科建立联合培养;给一线行业架构师 ≥ 1% 期权;远程友好。 |
| 竞争 | 中 | 国产工业软件大厂跟进(卡奥斯 / 用友等) | 用行业纵深 + 数据飞轮 + 合规证据 + 供应商网络抢三年时间窗;持续沉淀客户数据模型不可复制。 |
| 监管 | 中 | 数据出境、车辆数据合规、AI 监管收紧 | 数据本地化 + 车辆数据分级;与认证机构(CATARC、TÜV、SGS)合作;持续追踪 GB/T 39126 等合规要求。 |
| 经营 | 低 | 客户因平台故障引发召回 / 合规罚款 | 合同明确责任边界(链脉提供工具、客户为合规主体);商业责任险(覆盖 ≥ ¥ 5000 万事故责任);SLA 99.5%。 |
若假设不成立
若行业整体降速 / 政策大幅转向,市场窗口可能收窄,但合规与质量需求长期存在。
若假设不成立
如果云普及加速,链脉可逐步推 SaaS 形态,但近 3 年仍以私有部署为主。
若假设不成立
政策一旦突变(极小概率),现金流仍由付费客户支撑,平台估值受影响,但生存不受影响。
若假设不成立
如果通用模型停滞,链脉可下沉到行业小模型 + 规则混合策略,不依赖前沿模型能力。
深圳,6 人,1 个 MVP 产品
新能源车质量追溯 + AI 8D + 供应商整改。一个 POC,一份合同,一份审计证据。
30+ 客户 · 200+ 供应商网络 · ARR ¥ 1 亿
从单产品扩展到行业型工业互联网平台。新能源车质量协同的事实标准之一。
100+ OEM/Tier 1 · 2000+ 供应商 · 海外 5 国 · ARR ¥ 5-8 亿
中国新能源车产业链的隐形基础设施 —— 当行业出现质量事件,第一动作是打开链脉。
新能源车 → 储能 / 工程机械 / 商用航空 等高合规产业
数字线程 + AI 执行 + 合规证据的三位一体能力,被复制到其他高合规、高安全要求的产业。中国出海产业链的工业软件代表。
我们不押"下一个 SaaS 独角兽"的故事。我们押的是 —— 中国新能源车产业链在质量、合规、出口、AI 执行四件事上,会有一个隐形基础设施。我们想成为那个基础设施。
当 OEM 出现质量风险、Tier 1 需要做 8D、供应商需要提交批次证据时,第一反应是打开链脉。
新能源车产业链的研发—制造—质量—售后—合规数据线程标准,被多家 OEM 与 Tier 1 默认采用。
AI 8D / FMEA / PPAP 审核 / 召回判定等高频工业决策,由链脉 Agent 直接参与执行,留可审计 trail。
跨企业、跨 OEM 的供应商质量协同网络,链脉的格式成为行业默认,新进入者直接复用。
中国新能源车出海,链脉是 R155 / R156 / GDPR / ASPICE 证据准备的默认平台。
ARR 规模、毛利率、网络效应、数据壁垒满足科创板 / 港股 / 海外资本市场对工业软件公司的衡量标准。
国际工业软件龙头(PTC / Siemens / SAP)或国内 OEM 集团(吉利 / 长安 / 比亚迪)的工业互联网战投。
ARR ≥ ¥ 5 亿、毛利率 ≥ 65%、网络效应明确、专精特新认定的工业软件标的。
稳定盈利、现金流充裕、行业基础设施地位明确。不强求退出。
链脉是工业软件 + AI 的深度交叉公司。我们不需要纯 AI 的"模型工程师",也不需要纯传统 MES 的"老法师"。 我们需要的是:在产线、质量部、供应商门口走过 5 年以上,又愿意把数据和 AI Agent 用到产业现场的人。
汽车 Tier 1 质量总监 ≥ 8 年;精通 IATF 16949 / APQP / PPAP / FMEA / 8D / SPC;带过新能源车 OEM 审核
电池 / 电驱 / 热管理 / 智能座舱 任一深度领域经验
数据平台 / 知识图谱 / AI Agent 工程化 ≥ 8 年;带过 100+ 人工程团队;懂工业软件交付
汽车 / 制造业系统集成(ERP / MES / PLM)经验
工业软件实施 ≥ 8 年;懂 ERP / MES / PLM / QMS / SRM 多系统集成;能带客户方一线落地
汽车行业项目经验 + IATF 16949 主导经验
AI Agent 框架(function-calling / tool-use);RAG + 知识图谱;模型路由与受控工具调用;可审计 trail 设计
懂 8D / FMEA / PPAP 业务流程
图数据库(Neo4j / 类似);多源系统数据治理;批次—版本—工艺—质量关系建模
懂汽车质量主数据(VIN / BOM / 批次粒度)
汽车 Tier 1 销售 ≥ 10 年;至少 3 家头部 Tier 1 / Pack 厂 决策层资源
工业软件 / SaaS 销售经验
工业软件实施项目经理 ≥ 6 年;汽车行业 IATF 16949 项目经验
懂客户方 IT 架构、能写交付方案
深圳 / 工信部 / 新能源汽车专项申报经验;熟悉首版次软件、AI 标杆、数字化服务商入库流程
媒体 / 协会 / 园区资源
如果你正在被 追溯不到、关闭不了、签不下字、出口卡住 折磨,我们想和你聊 30 分钟。
我们带 AI 8D / 批次追溯 / 供应商门户的真实演示数据,针对你公司当前 ERP / MES / QMS 拓扑给出落地路径。
首批 3 家灯塔客户享受深度共建定价 + 优先功能 + 行业基准报告共享。我们用你的数据共同沉淀行业模型。
深圳注册、付费客户驱动、政策资金作杠杆、产业链网络效应、汽车质量 + 数据 + AI 六维互补团队。