目前顯示示範數據（Demo）
以下估值來自示範公司，並非此專案的真實財務。請建立或選擇真實專案並輸入財務資料。
已選產業
AI Services / AI Agent / AI SaaS
AI 服務與 AI 軟體公司，估值重點在產品化程度、自動化比例、留存率與 AI 成本結構。
產品化且週期性收入高的 AI 公司，可採用較接近 SaaS 的 multiple。
若高度仰賴人工交付或 AI 成本過高，revenue multiple 應下修。
AI compute、API、GPU 與 human delivery cost 都應反映在調整後 gross margin。
必要財務指標
Revenue
ARR / MRR
Gross margin
AI inference cost
GPU / API cost
Human delivery cost
Automation ratio
Retention
Contract value
各估值方法結果
查看明細Revenue Multiple Method
Low
NT$188.0M
Base
NT$316.0M
High
NT$508.0M
30.0% 權重100.0% 資料完整度
ARR Multiple Method
Low
NT$242.0M
Base
NT$488.0M
High
NT$816.0M
30.0% 權重100.0% 資料完整度
Gross Profit Multiple Method
Low
NT$259.2M
Base
NT$390.8M
High
NT$522.4M
25.0% 權重100.0% 資料完整度
VC Method
Low
NT$180.4M
Base
NT$334.0M
High
NT$590.0M
15.0% 權重85.0% 資料完整度
| 方法 | 適配度 | 資料完整度 | Low | Base | High | 權重 | 提醒 |
|---|---|---|---|---|---|---|---|
| Revenue Multiple Method | 主要 | 100.0% | NT$188.0M | NT$316.0M | NT$508.0M | 30.0% | 收入品質與 margin profile 會明顯影響 implied multiple。 |
| ARR Multiple Method | 主要 | 100.0% | NT$242.0M | NT$488.0M | NT$816.0M | 30.0% | 只有在週期性收入已確認且具一定品質時才使用。 |
| Gross Profit Multiple Method | 主要 | 100.0% | NT$259.2M | NT$390.8M | NT$522.4M | 25.0% | 請確認 AI compute、API、GPU 與交付成本已正常化。 |
| VC Method | 主要 | 85.0% | NT$180.4M | NT$334.0M | NT$590.0M | 15.0% | Exit 假設需符合基金報酬目標與合理可比交易。 |