买方是谁
船厂总经理、生产总监、质量总监和项目经理，痛点是交付延期、返工、验收慢、承包商结算争议。
01 · Problem
造一条船最贵的不是不知道计划，而是不知道哪些工包真的可以关闭。
船厂已经有 CAD、PLM、ERP、MES、P6 和报表。可生产总监每天真正追问的是：哪条焊缝能交检？哪块涂层要返工？哪份证据能让船东、船级社、质量部和承包商同时认可？今天能不能释放下一道工序？
痛在哪里
工包状态写着完成，现场可能仍在等材料、等检验、等返工、等照片、等签字或等前序释放。
为什么昂贵
证据缺失会拖慢船东验收、船级社检查、NDT 追溯、QA dossier、承包商付款和下一道工序。
旧方案不够
PLM/MES 管计划，机器人管动作，检查 App 管表单；没有一个系统负责把现场事实变成可关闭工包。
02 · Why Now
船厂现在第一次同时有交付压力、机器人投入、边缘 AI 能力和证据化预算。
“数字船厂”不再只是设计软件项目。2026 年的机会是把人、机器人、相机、质检和企业系统连成一条现场信任链，让每个工包有可以被验收和结算的证据。
191M CGT
BIMCO 报告 2026 Q1 全球造船手持订单达到 17 年高点，约等于全球船队 17%。
56%+
2025 年中国造船完工量、新接订单、手持订单在全球 DWT 口径均居第一。
10-15 min
NSRP 焊接记录项目估算，数字化每份检查报告可节省 10-15 分钟。
40% / 22%
NDIA 调研显示，受访海军造船单位中 40% 机器人焊接使用很少，22% 完全没有。
03 · Insight
ShipyardLoop 的核心洞察：船厂不是缺另一个系统，而是缺一层“信任机制”。
Airbnb 的价值不是房源数据库，而是让陌生人交易可信。ShipyardLoop 也是类似逻辑：让工包、质量、返工、验收和结算从争议状态变成可信交易。
不是替换 MES
MES 记录计划和状态，但很多状态来自人工报工。ShipyardLoop 补的是状态背后的客观证据。
不是卖一台机器人
机器人会越来越多，但买方真正需要的是证明机器人、人和承包商到底完成了什么。
不是只做表单
照片、视频、扫码、机器人遥测、模型判断和人工复核必须绑定到同一个工包证据包。
04 · Solution
我们在现有 ERP/MES/PLM 之上加一层轻量证据操作系统。
ShipyardLoop 把现场图片、视频、扫码、机器人遥测、WPS/工艺、NDT/VT 记录、涂装环境、DFT、质检签字和返工结果组织成一份 work-package evidence packet。主管确认后，系统自动更新进度、QA dossier、NCR、客户验收包和承包商结算依据。
- 对生产：每天看到哪些工包真的 ready for inspection、哪些被材料/返工/检验阻塞。
- 对质量：每条焊缝、涂层和返工都有可检索的客观质量证据和人工处置记录。
- 对财务和项目：承包商付款、船东验收和进度确认不再只依赖电话、截图和手工汇总。
- 对机器人团队：机器人输出不再是孤岛数据，而是进入工包关闭、NCR 和学习数据闭环。
05 · Product Workflow
一个工包怎么从计划变成可验收证据。
第一版先切 weld/NDT/OQE closure：痛点窄、数据明确、ROI 可量化、质量部门愿意买单，然后扩到涂装、表面处理、舾装、材料追溯和多机器人单元。
1. 建工包
导入 WBS、工单、分段、舱室、焊缝、WPS、检验表、材料状态和验收要求。
2. 生成清单
AI 为每个作业生成证据清单：必须拍什么、扫什么、记录什么、谁复核。
3. 采集证据
工人、班组长、固定相机、机器人、无人机或边缘网关采集照片、视频、参数和位置。
4. 关闭异常
模型识别缺陷、缺证、错位、低置信度和安全风险；主管确认后生成返工或补证任务。
5. 回写系统
工包状态变成待检、返工中、已释放或可结算，并回写 MES/QMS/ERP/Ship OS。
06 · Market Wedge
Beachhead 不是“全船厂数字化”，而是 weld/NDT/OQE 工包关闭。
焊接和 NDT 的证据要求强、报告量大、返工代价高、机器人正在进入现场，是最适合从小试点扩到全厂的入口。
第一买方
QA/QC 总监、焊接/NDT 经理、制造工程负责人和生产控制负责人。
第一场景
一条船、一个分段或一个修船项目里的焊缝、NDT、返工和放行记录。
中国版本
面向商船、修船、海工、民营船厂和供应链，强调本地部署、数据分级和绿色制造/QHSE。
海外版本
面向工作船、船修、海军供应链和二级供应商，强调 OQE、审计检索和机器人 QA traceability。
扩展模块
涂装/VOCs、表面处理、管系、舾装、材料追溯、HSE、承包商结算和船东验收。
大市场背景
全球订单高位、机器人渗透早期、质量证据仍大量人工化，给“证据层”留下独立空间。
07 · Business Model
用 paid pilot 进入，用站点订阅和机器人连接器扩张。
ShipyardLoop 不按普通检查表软件定价，而按“受监管生产关闭基础设施”定价。客户付费理由是更快检查释放、更少缺证返工、更低审计成本和更可信的进度。
12-24 周付费试点
4-7.5 万美元或 30-60 万元，聚焦一个 hull、一个工序或一个机器人单元。
QA Evidence Core
12-25 万美元 / site / year，覆盖离线移动端、OQE 包、报告、签字、审计搜索和 FPY 看板。
Work Package Closure
7.5-20 万美元 / program / year，按关闭工包、项目或 active vessel 设置用量阶梯。
Robot Evidence Connector
1.2-3 万美元 / robot cell / year，捕获参数、图像、操作员、WPS、模型版本和异常。
08 · Go-To-Market
先让一个质量经理说“这份数字证据可以代替我的纸包”。
GTM 的关键不是抢 CIO 大项目，而是从 QA/OQE 的可信闭环拿到低摩擦预算，再扩到生产控制、机器人单元和多项目看板。
Step 1: Baseline
2-4 周量化当前报告时间、缺证率、审计检索时间、NCR aging 和工包关闭延迟。
Step 2: Side-by-side
4-6 周配置表单、二维码、移动端、edge camera 和 ERP/MES/QMS 的轻量接口。
Step 3: Acceptance
达到 80-90% 数字采集、报告时间下降、审计包可导出、QA 同意作为 source of truth。
Step 4: Expansion
从焊缝/NDT 扩到涂装、管系、舾装、承包商结算、机器人连接器和全厂 KPI。
09 · Competition
已有玩家都重要，但没人把“现场证据 -> 工包关闭 -> 验收结算”做成独立层。
ShipyardLoop 的定位很窄：不做 CAD/PLM 主干，不替代 MES/QMS，不卖某一台焊接机器人。我们连接它们，把现场事实变成可审计业务状态。
Path / Inrotech / Novarc
焊接自动化强；ShipyardLoop 捕获机器人参数、图像、人工处置和 QA 结果。
HD Hyundai / Fincantieri
机器人和未来船厂路线强；ShipyardLoop 做跨品牌、跨工序、跨承包商证据层。
Palantir / BigBear.ai
数据整合和计划优化强；ShipyardLoop 从现场 edge 采集可信 production evidence。
Siemens / Dassault
PLM、设计、仿真、数字线程强；ShipyardLoop 补 as-built、OQE 和现场闭环。
Cadmatic / Floorganise
船厂工程和 MES 强；ShipyardLoop 提供实际关闭工包所需的证据和异常处理。
TRU / TruQC / 表单工具
检查和文档强；ShipyardLoop 进一步连接 edge AI、机器人遥测、工包状态和训练数据。
10 · Moat
壁垒不是一个视觉模型，而是船厂工包如何被信任关闭的操作数据。
每关闭一个工包，系统都会学习：什么证据能被 QA 接受，什么缺陷会导致返工，什么机器人视角最可靠，什么承包商最常缺证，什么工序最容易阻塞交付。
Work Graph
分段、焊缝、舱室、涂层、管系、材料、班组、检验点和排程依赖。
OQE Dataset
焊缝图像、NDT/VT 结果、涂层证据、工具遥测、位置、模型置信度和人工复核。
Connectors
ERP、MES、PLM、QMS、P6、文档控制、NCR、WPS、材料和 inspector disposition。
Field Playbook
船厂弱网、强反光、钢结构遮挡、承包商协作、QA 习惯和安全边界的实施经验。
Trust Workflow
从缺陷发现、返工分派、复检证据、签字放行到付款依据的流程锁定。
Edge Profiles
Qualcomm AI Hub / QNN / QAIRT profile、离线缓存、签名模型、回滚和低置信度队列。
11 · Product Architecture
边缘先保证现场可用，云端只负责训练和跨项目学习。
架构原则：不让公网云成为现场安全和质检采集的单点依赖；AI 做证据整理、风险提示和低置信度分流，最终验收仍由合格人员和 QMS 规则决定。
Integration Plane
ISA-95 对象模型，REST/MQTT 接 MES/QMS/ERP，OPC UA 接焊机、涂装、工具和传感器。
Robot Orchestration
Open-RMF、VDA 5050、ROS 2/Nav2 协调 AMR、固定相机、机械臂和巡检任务。
Qualcomm Edge
Dragonwing / RB3 / RB5 侧运行 weld、paint、corrosion、missing-part 和 low-confidence inference。
Evidence Ledger
原始媒体进入 WORM/object store；元数据记录工单、位置、模型版本、签名、复核人和 hash chain。
Learning Loop
人工改判、低置信度、遮挡和返工结果变成 LeRobot HIL episode，训练后签名回到 edge。
12 · Competition Demo
3 分钟演示：一个 weld/paint 工包如何从计划变成可审计证据。
演示不做真实电弧焊、喷涂或高风险打磨。用 mock hull panel、冷焊 marker、涂层/腐蚀样板、预录热图和 dashboard 展示完整商业闭环。
1. Release
Mock MES 释放 Block B17 / Weld S-023 / Paint Zone P-14 检查任务和证据要求。
2. Inspect
机器人或相机采集 RGB/depth/热图，Qualcomm edge 标出 weld undercut、paint holiday 或缺件。
3. Decide
检查员接受一个缺陷、驳回一个误报；系统生成 NCR/rework hold 并暂停工包释放。
4. Rework
替换样板或覆盖缺陷后复扫，系统记录 before/after、人工处置、模型版本和原始证据 hash。
5. Close
输出 evidence passport，工包状态回写为 ready_for_inspection / released / payable。
13 · Why Qualcomm
这是 Qualcomm 最适合讲的重工业 physical AI 样板。
船厂现场有钢结构遮挡、弱网、强反光、私有数据、安全边界和多机器人协作。价值不在“云端看图”，而在本地可靠推理、传感器融合、连接和可复制硬件参考设计。
Edge AI
多摄像头 weld/paint/defect inference 在本地运行，低置信度才进入人工队列。
Sensor Fusion
RGB/HDR、thermal、depth/LiDAR、tool telemetry、DFT、pose 和 timestamp 同步成证据包。
Private Connectivity
私有 5G / Wi-Fi、弱网缓存、store-and-forward 和船坞/车间本地运行。
Hardware Path
RB3 Gen 2 / RB5 做 demo；Dragonwing 工业 edge AI 设备做多传感器量产路线。
Model Chain
AI Hub、Neural Processing SDK、QNN/QAIRT 让模型可 profile、可签名、可回滚。
14 · Ask
请 Qualcomm 帮我们把一个可演示闭环变成 90 天可试点产品。
比赛阶段目标不是证明无人船厂或自动焊接认证，而是证明：现场证据、人工复核、返工关闭、LeRobot HIL、edge profile 和工包回写可以跑成一条商业闭环。
Hardware + Engineering
Dragonwing / RB3 / RB5 dev kit、AI Hub/QNN profile 支持、多摄像头和本地推理工程建议。
Pilot Access
引荐 1-2 个船修厂、海工制造商、船厂 SI、焊接/涂装机器人厂商或质量顾问。
90-Day Milestone
跑通 10-30 个样例工包：证据采集、异常分流、人工复核、返工关闭、QMS/MES 回写和 ROI 报告。
ShipyardLoop 的一句话 pitch：让船厂每个工包都带着证据关闭，下一道工序、质量验收和结算都不再靠口头信任。
不声称
不承诺全自动船厂、自动 weld acceptance、替代 inspector、替代 NDT、替代 MES/PLM 或已通过船级社认证。
先证明
先证明报告时间、缺证率、审计检索、NCR aging、工包关闭延迟和机器人证据接入的改善。
再扩张
从 weld/NDT/OQE 扩到涂装、舾装、材料、HSE、承包商结算、多机器人和全厂生产可信度。