← 返回目錄

RCAP｜AI 日誌追蹤與自動跟進平台

以 AI 主動追蹤異常、縮短停機時間、降低人力依賴

RCAP 針對企業 IT／系統營運場景，提供日誌追蹤、事件分析、根因定位、工單跟進與事故回溯能力。核心價值不只是「監測」，而是以 AI 協助團隊更快找出問題、減少人手投入，並降低因服務中斷所帶來的重大損失。

核心問題

停機損失高
人手排查慢

RCAP 能力

AI 追蹤異常
自動跟進事件

商業模式

企業部署 + 年費訂閱 + SaaS 擴展

財務主軸

先企業落地
後 AI 規模化

一、問題與市場痛點

企業在面對系統故障、異常交易、服務中斷與跨系統日誌分散時，通常存在三大經營痛點。

1. 排查過度依賴人手

工程與營運團隊需花大量時間翻查 logs、比對時間線、追蹤責任流程，造成高人力成本與回應延誤。

2. 停機或異常損失巨大

系統中斷不只影響服務可用性，更會導致交易流失、客戶流失、品牌受損與合規風險。

3. 既有工具多為被動監測

傳統監控系統擅長告警，但不一定能自動整理事件脈絡、定位根因、發起跟進與形成可執行建議。

二、RCAP 解決方案

RCAP 結合 AI 分析、流程自動化與營運追蹤，將「發現問題 → 找出原因 → 啟動後續處理」串成完整閉環。

多源日誌整合 接入應用日誌、系統事件、API 記錄、雲端平台與工單資料。

AI 異常分析 自動識別異常模式、重要事件、關聯時間點與疑似根因。

事件跟進與派工 按規則或模型建議觸發通知、建立處理流程與責任分配。

事故回溯與優化 沉澱歷史案例，持續優化 AI 模型與 SOP，形成更高效率的營運閉環。

三、為何現在是 RCAP 的最佳時機

AI 技術成熟，使企業對「自動化營運」的接受度顯著提高，也讓 RCAP 的商業化更具時機性。

技術趨勢

AI 令事件處理從被動監控進入主動決策

大型模型、語意分析與模式辨識能力提升，讓 AI 不只是報警工具，而能理解日誌上下文與處理流程。

商業趨勢

企業更願意為「節省人手 + 降低停機損失」付費

在成本壓力與系統依賴升高的背景下，客戶更重視可量化 ROI 的營運科技方案。

RCAP 的核心銷售邏輯，不只是賣一套軟件，而是出售「更少人手、更快復原、更低風險」的可量化營運成果。

四、商業模式與收入結構

RCAP 採取「企業落地 + 維運年費 + SaaS 規模化」三層收入模式，兼顧早期現金流與長期毛利提升。

企業部署收入

面向中大型企業客戶提供導入、系統整合、場景配置與 AI 模型微調服務，形成首年較高單價合約。

年度訂閱收入

針對已部署客戶提供年度平台使用、AI 分析更新、維運支援、儀表板與事故追蹤服務。

SaaS 擴展收入

當核心引擎成熟後，逐步以較標準化的 SaaS 版本擴展至更多企業單位、中型客戶或特定垂直場景。

五、五年財務規劃邏輯

以下規劃重點不只是營收成長，更強調 RCAP 作為 AI 系統在未來五年的規模化能力與成本優化空間。

財務規劃的核心假設

首兩年以企業客戶導入為主，建立案例、累積資料與訓練模型。
第三年開始，標準化模組成熟，SaaS 客戶數進入較快增長。
AI 模型與流程逐步優化後，單一客戶的支援與跟進成本可望下降。
收入增長來自客戶數提升、ARPU 提升，以及產品模組升級。

為何毛利未必立即大幅上升

早期仍需投入整合、交付與客戶教育，屬企業導向產品常見現象。
雲端基建、第三方 API 與支援成本會隨用量同步增加。
但當 AI 自動化程度提高後，邊際服務成本將逐步下降，形成後續毛利改善空間。

六、五年收入預測（建議表述版本）

以下數字沿用原有保守邏輯，並以更符合 RCAP 商業定位的方式表達。金額單位：HKD。

項目	第 1 年	第 2 年	第 3 年	第 4 年	第 5 年
企業客戶數	2	4	8	15	20
企業部署及 AI 客製化（每客戶）	800,000	1,150,000	1,200,000	1,600,000	2,000,000
企業部署收入	1,600,000	4,600,000	9,600,000	24,000,000	40,000,000
年度訂閱（每客戶）	200,000	300,000	400,000	500,000	600,000
年度訂閱收入	400,000	1,200,000	3,200,000	7,500,000	12,000,000
SaaS 客戶數	0	5	20	100	300
SaaS ARPU（每年）	0	12,000	15,000	18,000	20,000
SaaS 收入	0	60,000	300,000	1,800,000	6,000,000
總收入	2,000,000	5,860,000	13,100,000	33,300,000	58,000,000

七、五年成本與毛利邏輯

現階段可維持較保守而可信的假設：成本隨客戶數及系統用量上升，但 AI 效率提升將為未來毛利優化提供基礎。

項目	第 1 年	第 2 年	第 3 年	第 4 年	第 5 年
雲端基礎設施	150,000	300,000	800,000	1,500,000	3,000,000
第三方 API／授權	50,000	150,000	400,000	800,000	1,500,000
部署與交付	400,000	1,000,000	3,000,000	7,000,000	12,000,000
客戶支援	100,000	250,000	800,000	1,800,000	3,000,000
總營收成本	700,000	1,700,000	5,000,000	11,100,000	19,500,000
毛利	1,300,000	4,160,000	8,100,000	22,200,000	38,500,000
毛利率	65.00%	70.99%	61.83%	66.67%	66.38%

重點說法

為何客戶增加，毛利率未必同步大升？

因 RCAP 目前仍處於企業導入為主的階段，新客戶增長同時伴隨交付、基建、API 與支援成本上升，所以毛利率維持在合理而保守的區間。

未來趨勢

AI 效率提升將推動中後期經營槓桿

隨著模型成熟、部署流程標準化、案例庫累積與跟進自動化，RCAP 將逐步降低每位客戶的邊際服務成本，為第 5 年後毛利改善提供空間。

八、RCAP 的投資價值與成本節省故事

對投資者或評審而言，RCAP 的吸引力不只在收入成長，更在於它能為客戶帶來直接成本節省與風險防控價值。

節省人手成本

以 AI 協助排查與跟進流程，減少對高密度人工監察、人工追 log 與手動整理事件報告的依賴。

降低停機損失

透過更快識別問題與更短回應時間，減少服務中斷、客訴、交易損失與營運風險。

提高續約與擴展機會

當客戶明確感受到人力節省與事故減少，平台更容易形成高續約率與模組升級空間。

九、建議在簡報中使用的財務敘事

以下文字可直接用於口頭簡報、答辯或文件敘述。

RCAP 採取審慎而可落地的五年財務規劃。首階段以企業客戶導入為主，透過部署收入與年度訂閱建立穩定現金流，同時累積真實場景數據與產品案例。隨著 AI 模型成熟、部署流程模組化及事件跟進自動化能力提升，RCAP 將逐步從企業專案型收入過渡至更高可擴展性的 SaaS 收入結構。現時毛利率保持於約 65% 至 70% 區間，反映團隊採用較保守假設，將交付、基建及支援成本如實納入；但長遠而言，隨著 AI 持續降低每位客戶的邊際服務成本，平台具備進一步提升盈利能力與經營槓桿的潛力。

十、答辯可用的一句話版本

談收入模式

RCAP 不是單純賣監控工具，而是以 AI 協助客戶降低人手依賴與停機損失，因此具備企業部署、年度訂閱與 SaaS 擴展三重收入來源。

談毛利與未來增長

我們現時以保守方式估算成本，因此毛利率保持穩定；但隨著 AI 自動化程度提升，RCAP 的邊際服務成本將持續下降，長遠具備明確的毛利改善空間。