科學園評審 Q&A 模擬

Q1：你哋同市面上監控工具（例如 Datadog）有咩分別？

我哋唔只係做監控，而係將「發現問題、分析原因同跟進處理」整合成一個完整流程。傳統工具主要係 alert，但 RCAP 會進一步用 AI 去分析 log、推測根因，甚至自動啟動跟進流程，幫企業減少人手同處理時間。

Q2：點解你哋嘅毛利率冇隨住客戶增加而上升？

我哋現時用咗比較保守嘅假設，因為早期仍然以企業部署為主，每個客戶都涉及整合同支援成本。不過隨住 AI 模型成熟同流程標準化，每個客戶嘅邊際成本會下降，未來係有 clear margin expansion 空間。

Q3：你點樣證明市場真係有需求？

我哋已經接觸咗大約 30 個潛在客戶，當中有 4 個已經有正面回應。同時我哋係由「減少損失同人手成本」切入，呢個係企業非常直接同可量化嘅痛點，所以轉化潛力係實際存在。

Q4：你哋嘅 AI 有咩技術壁壘？會唔會好容易被複製？

我哋嘅優勢唔只係模型本身，而係整個數據同流程閉環。包括日誌整合、事件記錄、處理流程同歷史案例，呢啲都會持續訓練同優化模型。隨住數據累積，我哋嘅系統會愈來愈準確，呢個 learning curve 就係我哋嘅技術壁壘。

Q5：你哋點樣計 ROI？客戶點樣 justify 用你哋？

我哋係用「節省成本同避免損失」去計 ROI。包括減少人手監察、縮短問題處理時間，同埋減低停機帶嚟嘅實際收入損失。一般情況下，只要減少幾次較大型事故，或節省部分人手成本，已經可以回本。