Airffic InstituteAERIAL PHYSICAL AI
สารบัญ ☰

Aerial Physical AI Institute

เส้นทางของเงิน: ใครจ่าย และกำไรไปรวมที่ไหน

หลังเทคโนโลยีก็ถึงเรื่องเงิน ตามเงินไปแล้วคุณจะเห็นว่าทำไมบางบริษัทถึงแข็งแรง

คำตอบสั้น ๆ: เงินไหลเข้ามาจากลูกค้า (ส่งของ ตรวจสภาพ ความปลอดภัยสาธารณะ การป้องกันประเทศ) และมักไปรวมอยู่ที่ ชั้นที่ใกล้ลูกค้า ซึ่งเป็นเจ้าของข้อมูลและซอฟต์แวร์ ชิ้นส่วนเจอแรงกดดันด้านราคาจากการผลิตจำนวนมาก ส่วนชั้นการปฏิบัติการและน่านฟ้าได้ประโยชน์จากการที่ลูกค้าเปลี่ยนไปใช้เจ้าอื่นได้ยาก

อัปเดต: · อ่าน 2 นาทีเราวิจัยอย่างไร →

Sir Airffic Goให้คิดย้อนกลับจากคนที่จ่ายเงิน นั่นคือพื้นฐานของธุรกิจครับ

สินค้าไหลไปทางขวา เงินไหลไปทางซ้าย

ผู้ผลิตชิ้นส่วนและชิปขายให้ผู้ผลิตตัวเครื่อง บริษัทตัวเครื่องและซอฟต์แวร์บินอัตโนมัติขายให้ผู้ให้บริการและลูกค้า

คนจ่ายเงินคนสุดท้าย คือบริษัทส่งของ บริษัทตรวจสภาพสะพานและสายไฟฟ้า ตำรวจและดับเพลิง และหน่วยงานป้องกันประเทศ

ชิ้นส่วนและเซนเซอร์ชิปและโมเดล AIผู้ผลิตตัวเครื่องซอฟต์แวร์บินอัตโนมัติการปฏิบัติการและข้อมูลลูกค้า(ส่งของ ตรวจสภาพตำรวจ กลาโหม)เงินไหลจากขวาไปซ้าย ข้อมูลไหลสองทาง ต้นน้ำเก็บคุณค่าไว้ได้ยากที่สุด
  1. ชิ้นส่วนและเซนเซอร์
  2. ชิปและโมเดล AI
  3. ผู้ผลิตตัวเครื่อง
  4. ซอฟต์แวร์บินอัตโนมัติ
  5. การปฏิบัติการและข้อมูล
  6. ลูกค้า (ส่งของ ตรวจสภาพ ตำรวจ กลาโหม)
สินค้าไหลจากซ้ายไปขวา เงินไหลจากขวาไปซ้าย

ใครจ่าย: กระเป๋าเงินใหญ่ 4 ใบ

การป้องกันประเทศและความมั่นคง

ใหญ่ที่สุดและเร็วที่สุด

ตั้งแต่ปี 2022 งบประมาณสำหรับโดรนบินอัตโนมัติและระบบต่อต้านโดรนพุ่งขึ้นในหลายประเทศ การควบคุมการส่งออกและเส้นจริยธรรมเข้มงวด

ความปลอดภัยสาธารณะ (ตำรวจ ดับเพลิง)

โตเร็วในสหรัฐอเมริกา

Drone as First Responder (DFR) คือส่งโดรนไปจุดเกิดเหตุก่อนเจ้าหน้าที่จะไปถึง คุณค่าอยู่ที่การบินอัตโนมัติและการควบคุมจากระยะไกล

ตรวจสภาพโครงสร้างพื้นฐานและสำรวจ

โอกาสหลักของญี่ปุ่น

สะพาน สายไฟฟ้า โรงงาน และหลังคา การจดจำภาพช่วยหารอยร้าวและจุดร้อน การขาดแคลนแรงงานเป็นแรงหนุนสำคัญ

โลจิสติกส์และการส่งของ

รางวัลใหญ่ระยะยาว

Zipline, Wing และ Amazon ส่งของจริงแล้ว การลดต้นทุนต่อการส่งหนึ่งครั้งต้องอาศัยการบินอัตโนมัติและการจัดการน่านฟ้า ให้คนหนึ่งคนดูแลเครื่องได้หลายลำ

กำไรไปรวมที่ไหน และไม่รวมที่ไหน

ชั้นการเก็บกำไรไว้ได้เหตุผล
เซนเซอร์และชิ้นส่วนต่ำ–ปานกลางราคาลดลงตามการผลิตจำนวนมากของสมาร์ตโฟนและรถยนต์ ยกเว้นเรดาร์เฉพาะทาง
ชิปสูง (สำหรับรายใหญ่)เครื่องมือผูกมัดผู้ใช้ทำให้เปลี่ยนยาก การเข้าตลาดต้องลงทุนมหาศาล
ตัวเครื่องปานกลางขนาดการผลิตสำคัญ การแยกขั้วสหรัฐฯ–จีนทำให้ประเทศต้นทางกลายเป็นคุณค่า
ซอฟต์แวร์บินอัตโนมัติปานกลาง–สูงติดตั้งแล้วเปลี่ยนยาก แต่ต้องแข่งกับโอเพนซอร์สอย่าง PX4
การปฏิบัติการ น่านฟ้า และข้อมูลสูงฝังอยู่ในขั้นตอนงานและการอนุมัติของลูกค้า ยิ่งข้อมูลสะสมมากยิ่งแข็งแรง

นี่คือการอ่านโครงสร้างเชิงคุณภาพจากข้อมูลสาธารณะ ไม่ใช่การวัดอัตรากำไรของบริษัทใด

ประเมินขนาดตลาดด้วยตัวเอง

ตัวเลขคาดการณ์ตลาดโดรนและ AI มักต่างกันหลายเท่าระหว่างบริษัทวิจัย เพราะแต่ละเจ้านิยามตลาดต่างกัน

เว็บไซต์นี้จึงไม่นำตัวเลขของคนอื่นมาเผยแพร่ซ้ำ แต่ให้สูตรแทน ใช้สูตรนี้แล้วคุณจะเห็นว่าสมมติฐานไหนเปลี่ยนคำตอบมากที่สุด

  1. เลือกงานหนึ่งอย่าง (เช่น ตรวจสภาพสายไฟฟ้า)
  2. ประมาณว่ามีเครื่องบินทำงานนั้นกี่ลำ
  3. กำหนดสัดส่วนที่มีฟีเจอร์ AI (อัตราการใช้งาน)
  4. กำหนดค่าใช้จ่ายซอฟต์แวร์และบริการต่อเครื่องต่อปี
  5. จำนวนเครื่อง × อัตราการใช้งาน × ค่าใช้จ่ายต่อเครื่อง = ตลาดต่อปีของงานนั้น

Sir Airffic Goอย่ากลืนตัวเลขทั้งก้อนนะครับ ถ้าคิดเป็นสูตร คุณจะอธิบายตลาดให้คณะกรรมการหรือนักลงทุนฟังได้อย่างสม่ำเสมอ

คำถามที่พบบ่อย

ตลาด Aerial Physical AI ใหญ่แค่ไหน

บริษัทวิจัยนิยามตลาดต่างกัน ตัวเลขคาดการณ์จึงต่างกันมาก เราแนะนำให้ประเมินตามจุดประสงค์ของคุณด้วยสูตร: จำนวนเครื่อง × อัตราการใช้ AI × ค่าใช้จ่ายต่อเครื่องต่อปี

กำไรในตลาดโดรนอยู่ที่ไหนมากที่สุด

โดยทั่วไป ชั้นการปฏิบัติการและซอฟต์แวร์ที่ฝังอยู่ในขั้นตอนงานของลูกค้า ซึ่งสะสมข้อมูลและการอนุมัติจากหน่วยงานกำกับ จะเปลี่ยนแทนได้ยากและเก็บกำไรไว้ได้ ส่วนชิ้นส่วนมักเจอแรงกดดันด้านราคา