CNNN | Strategic Fundraising Memorandum · US$15M · V4.6

CONNEXIONONE CORP. / STRATEGIC FUNDRAISING MEMORANDUM

The next stage of AI growth starts with two businesses that work together.

AI software that keeps service relationships going—and computing infrastructure that supports enterprise AI.

CNNN is seeking US$15 million to build DualSpan and a complementary modular GPU computing business—with healthcare as a focused starting point.

Healthcare-led. Infrastructure-backed. Platform-scaled.

US$15MProposed equity financing

US$1M+Year 1 pre-tax earnings goal

2027Initiate Nasdaq process by end-2027

01 · THE OPPORTUNITY 02 · A REAL-WORLD STORY 03 · SHARED TECHNOLOGY 04 · DUALSPAN BIO 05 · DUALSPAN BEYOND 06 · THE GROWTH LOOP 07 · PRODUCTS & PRICING 08 · MULTIPLE REVENUE STREAMS 09 · ENTERPRISE SOLUTIONS 10 · AI COMPUTING INFRASTRUCTURE 11 · SHARED COMPUTE ECONOMICS 12 · OUR TWO ENGINES 13 · OWNERSHIP & STRUCTURE 14 · REVENUE PLAN 15 · THE THREE-YEAR CURVE 16 · THE US$15M INVESTMENT 17 · ROADMAP 18 · LEADERSHIP 19 · THE INVITATION

01 / THE OPPORTUNITY

The next AI opportunity begins with understanding what people really need.

Think about the last time you needed help from a business or healthcare provider. You wanted someone to understand your situation, tell you what came next and remember the conversation when you returned. The organization had its own priorities: accurate information, clear responsibilities and limited time. Both sides wanted a good result. The challenge was keeping them on the same page.

That disconnect is where we see an opportunity. When people feel understood and organizations follow through on what they promise, a one-time interaction can become a lasting relationship. Each visit builds on the one before it, rather than starting over.

CNNN is building a business around that idea. DualSpan helps individuals and service providers stay connected. A complementary modular GPU business supplies the computing power needed for AI services. We start in healthcare, where the importance of continuity is easy to see, and take the same underlying technology into other industries.

Why a lasting relationship matters more than a one-time answer

A good answer can solve today's question. What brings someone back is knowing the organization remembers the context: what they asked, what was agreed, who is handling it and what has actually been done. That can mean fewer repeated explanations for the customer and less duplicated work for the provider.

The next chapters show how we turn that everyday expectation into a product people can use, a service institutions will pay for and a business with several ways to grow. First, look at what the market is telling us.

MARKET SIGNALS · ORIGINAL RESEARCH

Customers want to feel understood. A poor experience can break that connection.

Research consistently shows three things: customers expect relevant service, poor experiences affect purchasing decisions, and people care how their data is used. At the same time, businesses are finding it harder to keep pace. Together, these signals point to a need for service that remembers the right things and follows through.

71%

People expect service that feels personal

McKinsey · 2021 · U.S. consumers

71% expect personalized interactions; 76% are frustrated by irrelevant messages or recommendations.

53%

Poor experiences can reduce future spending

Qualtrics · 2025 trends · 23 countries

After 53% of reported bad experiences, consumers cut back or stopped spending. The figure applies to bad experiences—not to all consumers.

70%

Companies are struggling to keep up

PwC · 2025 · U.S. executives

70% of executives surveyed say customer expectations are changing faster than their companies can respond.

01 / EXPECTATION

Personal service is becoming the baseline

McKinsey found that 71% of U.S. consumers surveyed expect companies to personalize their interactions, while 76% get frustrated when that does not happen. The lesson goes beyond targeted offers. People want companies to recognize their needs and remember what has already been discussed. A service provider that carries the right context from one conversation to the next has a chance to make each interaction easier.

02 / COMMERCIAL EFFECT

A poor experience can put the next purchase at risk

Qualtrics surveyed nearly 24,000 consumers across 23 countries for its 2025 Consumer Trends study. Following 53% of the poor experiences respondents reported, they reduced spending or stopped spending altogether: 38% spent less and 15% stopped. Service delivery and communication were among the leading sources of frustration. For a business, a missed handoff or unanswered request can affect whether a customer comes back.

03 / EXECUTION GAP

Businesses know expectations are rising

PwC's 2025 U.S. Customer Experience Survey found that seven in ten business executives believe expectations are moving faster than their organizations can adapt. The same study reported that 52% of consumers had stopped buying from or using a brand after a bad product or service experience. Companies need more than another place to answer questions. They need a way to carry requests, responsibilities and results through the entire service journey.

04 / TRUST

Personal service works best when customers remain in control

Customers want a more personal experience, but they also want a say in how their information is used. Qualtrics found that 64% prefer businesses that tailor experiences to their needs, yet only 27% were comfortable with businesses using information they had not shared directly. Just 26% said they trusted organizations to use AI responsibly. That makes permission and transparency part of the product—not an afterthought.

05 / HEALTHCARE CONTINUITY

In healthcare, a journey matters more than a single visit

Healthcare makes the point especially clear. The World Health Organization has long emphasized care that is coordinated across prevention, diagnosis, treatment and ongoing support. A test or medical report may be important, but it rarely marks the end of a patient's journey. People still have questions, appointments and follow-ups. DualSpan Bio is being designed to support those service steps while leaving medical judgments with qualified professionals.

06 / DUALSPAN OPPORTUNITY

From one conversation to an ongoing relationship

DualSpan brings two distinct AI roles together. 有方 Alby helps the individual understand options, organize questions and keep the personal context they choose to save. 常在 Ays helps the organization explain its services, receive requests, coordinate authorized work and confirm what has been completed. Permission-based Relationship Memory connects the experience without pooling private records. DualSpan Bio applies this approach to healthcare; DualSpan Beyond brings it to non-medical service businesses.

The business case: earn the next interaction

The business opportunity follows naturally. Better service can encourage repeat use. Reliable follow-through can reduce wasted effort. When customers trust how their information is handled, institutions have a stronger reason to invest in the relationship. DualSpan turns these benefits into subscriptions, enterprise projects and optional AI services whose value can be measured through real usage and payment.

Research sources and survey context

[1] McKinsey — McKinsey, “The value of getting personalization right—or wrong—is multiplying” (Nov. 2021). U.S. consumer personalization study; 71% / 76% figures from the 2021 survey (n=1,013).
[2] Qualtrics — Qualtrics, “2025 Consumer Experience Trends” (released Oct. 2024). Global consumer study, 23,730 respondents in 23 countries. The 53% refers to reactions following reported bad experiences; 64%, 27% and 26% reflect respondents to the relevant survey items.
[3] PwC — PwC, “2025 Customer Experience Survey” (Sept. 2025). U.S. survey of 5,511 consumers and 406 business executives; the 70% describes executive opinion, not consumer responses.
[4] WHO — World Health Organization, “Services organization and integration,” integrated people-centred health services; used here as a service-design framework, not a DualSpan outcome measure.

These studies cover different years and populations. They describe customer needs and market conditions, not results already achieved by DualSpan. We'll measure our own progress through real service outcomes, customer retention and paying adoption.

When customers want relevance and organizations need continuity, the next question is simple: who helps each side understand the other? Meet Alby and Ays.

02 / A REAL-WORLD STORY

A medical report can be valuable. What happens next gives it lasting value.

Picture someone receiving a report from an AI-enabled medical device. The report answers one question, but it often raises several more: What does this mean for me? Who can explain it? Should I book a follow-up? Now think about the clinic. It needs to receive the request, connect the person with the right team and make sure the next step happens. That handoff is where a great deal of service value can be gained—or lost.

有方 Alby · Personal AI

有方 Alby — Your Personal AI
Alby is the individual's personal AI companion. It helps people clarify what they need, compare appropriate services, prepare questions and keep track of what matters to them. Alby can accompany the same person across DualSpan Bio and DualSpan Beyond, while sensitive healthcare information stays within its own protected environment.

常在 Ays · AI for Service Providers

常在 Ays — Your Organization’s AI Service Representative
Ays is the AI service representative for an organization or qualified professional. It works with approved information to explain services, welcome requests, connect customers with authorized staff and track confirmed follow-ups. In Hub Operations and Enterprise settings, Ays can also coordinate employee Teammates and approved AI agents to help work move forward.

01Personal understanding

02Service connection

03Follow-up and continuity

The value builds step by step: a person asks for help, the institution responds, an authorized team takes responsibility, and a confirmed outcome becomes useful context for the next interaction. Healthcare decisions remain with qualified professionals.

The platform supports patient communication and service coordination. Clinical decisions remain with qualified healthcare professionals.

The handoff is where the relationship grows

The next step may be as straightforward as preparing questions for a doctor, finding the right clinic contact, requesting an appointment or getting a reminder both sides have agreed to. The individual stays in control of personal information; the healthcare provider remains accountable for its professional services and records.

This is why we built two AI roles instead of one generic chatbot. Alby understands the person's side of the story. Ays understands what the provider can offer and who can act. An authorized handoff connects them—with an owner, a status and a result that can be checked.

Alby helps a person know what they need. Ays helps the institution show how it can serve. Together, they help one service lead naturally to the next.

03 / SHARED TECHNOLOGY

One personal AI. One service-provider AI. A connected journey.

DualSpan connects these two AI roles through one shared AI Core. Instead of building a separate chatbot and memory system for every institution, the same foundation supports Alby, Ays, ERAL, permission-based Relationship Memory, Hub and authorized workflows. Each industry and institution still keeps its own data, service rules and responsibilities.

Shared DualSpan AI Core

↓

Individual Alby

ERAL + Permissioned Memory

Provider Ays + Hub

↓

DualSpan BioHealth Domain Policy

DualSpan BeyondIndustry-neutral services

One shared platform, with clear roles and responsibilities

ERAL is our operating framework: Evidence, Reasoning, Action and Learning. Start with reliable, permitted information. Work out what should happen next. Help an authorized person or system take action. Then use the confirmed result to improve the following interaction. Personal and institutional memory remain separate throughout.

The core also supports Teammate, an AI work companion for employees, and Professional Ays Service, which lets eligible professionals offer authorized knowledge and services through an Ays identity. These capabilities broaden the platform from customer engagement to internal operations and professional services—without creating a separate technology stack for each use case.

With that foundation in place, the same idea can work in healthcare and in many other service industries. Healthcare is where we plan to establish the depth of the model first.

04 / DUALSPAN BIO

DualSpan Bio: Better continuity across the healthcare journey.

健康有方，服務常在。

Aligning Your Healthspan with Lifespan.

DualSpan Bio is designed for healthcare and wellness organizations that want to stay connected with people beyond a single visit. Alby helps individuals organize the questions, preferences and next steps they choose to keep. Ays and Hub help providers answer service inquiries, connect patients with the right staff and manage approved follow-up activities.

The business can begin with standard Hub subscriptions and grow into Semi-turnkey or Full-turnkey enterprise engagements. Larger deployments can include agreed workflows, system connections, implementation milestones and ongoing support, all sized to the needs of the institution.

Three ways to create value in healthcare

There are three practical entry points. First, help people carry useful context from one healthcare interaction to the next. Second, give a clinic or service provider an AI-assisted front desk with clearer follow-up. Third, help larger organizations coordinate authorized workflows across teams and systems.

DualSpan Bio builds on healthcare expertise rather than trying to replace it. AI-enabled devices and clinicians provide valuable insights; DualSpan Bio helps people and institutions carry the appropriate next steps forward. Qualified professionals remain responsible for clinical judgments, while authorized service requests can be routed, tracked and confirmed.

Health-first growth, backed by shared technology and clear professional governance.

Healthcare gives us a focused market with demanding requirements and meaningful service needs. Lessons from that environment can strengthen the shared platform while healthcare data remains protected. The next opportunity is to apply the same approach outside healthcare.

05 / DUALSPAN BEYOND

DualSpan Beyond: Helping non-medical businesses build lasting customer relationships.

選擇有方，關係常在。

Aligning Services with Lasting Relationships.

DualSpan Beyond serves non-medical businesses—from retail and hotels to education, fitness, travel, beauty and professional services.

Many service platforms already have communities of customers and business members. DualSpan Beyond can work with those platforms to introduce the service to an audience they already know, rather than asking every business to build demand from scratch.

01Existing customer platforms

02Members & service providers

DUALSPAN BEYONDAI Core · Alby · Ays · Hub

03Direct payments to DualSpan Beyond

04Partner revenue share on eligible receipts

05Ongoing service, retention & referrals

A platform partner brings the first members and service providers. Each participating institution then creates another reason for customers to return—and another entry point for the wider network.

Eligible customers and organizations pay DualSpan Beyond directly for the services they choose. DualSpan Beyond shares an agreed portion of qualifying collected revenue with the platform partner that brought them in. Each participating organization can then invite its own customers through service links and QR codes, extending the network beyond the original partnership.

A partner-led model with direct customer billing

The focus is deliberately non-medical: retailers, hotels, tourism operators, educators, gyms, beauty businesses, consultants, property services and other service providers. Healthcare-specific services remain within DualSpan Bio's professional and regulatory framework.

The go-to-market model starts with a platform that already has customers or members. It introduces DualSpan Beyond; eligible institutions and individuals pay DualSpan Beyond directly; the referring platform earns a contractual share of qualifying receipts. This gives the operating business a direct billing relationship while rewarding partners for bringing in genuine demand.

Each new institution can become another entry point. Customers discover its Ays through a link or QR code, may choose to activate their own Alby, and can find other non-medical services over time. The long-term opportunity is a network that grows through useful customer experiences, not just advertising spend.

One partnership brings the first customers. Good service creates the next introduction.

That makes DualSpan Beyond a natural second market for the same AI Core. Platform partnerships help start adoption; the value of ongoing service gives businesses and individuals a reason to stay.

06 / THE GROWTH LOOP

A better experience today creates more opportunity tomorrow.

Here's how the model works. A partner introduces a business or a customer. Alby helps the person find the right service. Ays helps the provider respond. With permission, what was learned and completed can make the next visit smoother. Stronger experiences create reasons to return, renew and recommend the service to others.

01Partner reaches customers

02Alby clarifies needs

03Ays coordinates service

DUALSPANRELATIONSHIP GROWTH

04Authorized memory

05Repeat use & referrals

06More paid institutions

That cycle supports several income streams: Hub plans, optional AI resources, enterprise implementations and ongoing service contracts. It also gives management a clear set of numbers to watch—active people, paying institutions, completed requests, retention and cash collected.

A growth loop we can measure

It starts with a real customer need. The institution responds, someone takes responsibility, and the result is confirmed. Authorized context makes the next visit easier. If customers return and providers see value, subscriptions and referrals become a natural part of the model.

We'll track each step: new users, verified institutions, actual service requests, completed handoffs, retained paying accounts and collected revenue. When a stage underperforms, we can see where the experience or economics need work. That makes this a business we can manage—not simply a network-effect story.

This creates a repeatable path: more useful services attract users; better service builds return visits; recurring value supports subscriptions, upgrades and referrals. This is how relationship continuity becomes a business.

07 / PRODUCTS & PRICING

Start with a simple service presence. Grow into enterprise AI.

Businesses don't all need the same level of AI on day one. Hub Free provides a simple starting point. Hub Dual AI helps institutions continue conversations with customers. Hub Operations adds AI-supported internal coordination. Larger organizations can choose Semi-turnkey or Full-turnkey services built around their systems, policies and delivery needs.

DUALSPAN	COMMERCIAL MODEL
Hub Free	Free entry point
Hub Dual AI	US$99 / month · paid-pilot price
Hub Operations	US$299 / month · modeling assumption
Semi-turnkey	US$100K–300K / project
Full-turnkey	US$300K–900K / project

DualSpan BioAligning Your Healthspan with Lifespan.

DualSpan BeyondAligning Services with Lasting Relationships.

For financial planning, Hub Dual AI uses the approved US$99-per-month paid-pilot price for DualSpan Beyond. The US$299-per-month Hub Operations amount is a modeling assumption. Enterprise project fees and computing rates are planning inputs, with final terms set for each contract.

Enterprise and GPU engagements are quoted within planning ranges because scope, integration, hardware, capacity reservations, service levels and contract terms vary. Our financial model selects reasonable points within those ranges to show the sales required for the Year 1 target—not a single price for every customer.

Customers can choose the level of service they need

A business may start with a free Ays presence, upgrade when it needs ongoing Alby–Ays coordination, and move into Operations when employees need structured tasks and approvals. Large clients can take a more tailored enterprise route at any point.

A single-location rollout and a multi-company deployment require different levels of work. We begin with the outcomes a customer wants, then define the integration, permissions, acceptance criteria and support needed to deliver them. Prices reflect that scope and the AI resources used—not simply the number of AI roles.

Pricing grows with the work customers need, not simply with the number of AI characters.

This breadth matters financially: small subscriptions grow the customer base; usage grows with real value; enterprise contracts accelerate cash generation; managed compute adds another contracted revenue source.

08 / MULTIPLE REVENUE STREAMS

One platform. More than a dozen potential revenue streams.

As customers use DualSpan more often, revenue can grow in several ways: recurring Hub plans, optional AI consumption, enterprise setup and integration, and ongoing support. Customers pay for what they use or need, so growth doesn't depend on selling everyone the same package.

Revenue stream	What the customer buys	Indicative price
Institution plans
Hub Free	Free service entry; AI reception and basic institutional visibility	Free / adoption channel
Hub Dual AI	Alby × Ays continuity and institution services	US$99 / month
Hub Operations	AI teamwork, controlled workflow, Policy & SOP capabilities	US$299 / month
Personal AI & usage packs
Alby Memory & AI Pack	Individual memory capacity and AI credits	US$9.99 / pack
Relationship Memory Expansion	Institutional searchable memory +1M tokens	US$4.99 / month
Relationship Memory Expansion Plus	Institutional searchable memory +3M tokens	US$12.99 / month
Hub Creative Credits	25 credits for AI-generated creative images	US$9.99 / pack
Ays Voice Add-on	120 additional voice minutes for authorized institution administrators	US$9.99 / 120 min
AI Work Credit Pool	Enterprise AI work usage beyond included pool	US$29 / 3,000 credits
Knowledge Capacity Pack	Additional institutional knowledge index / sources	By approved offer
AI Answer Capacity Pack	Institution purchases capacity to deliver approved knowledge-based answers	By approved offer
Enterprise & professional solutions
Semi-turnkey Enterprise	Tailored setup, system integration and workflow configuration	US$100K–300K / project
Full-turnkey Enterprise	Dedicated enterprise platform, controlled integrations and implementation	US$300K–900K / project
Enterprise managed support	Ongoing enterprise operations and service support	US$3K / month
Business Assessment & SOP implementation	Business understanding, policy mapping, approved workflows	Contract scope
Professional Ays services	Authorized professional knowledge and continuing service guidance	Contract / usage-based
Compute infrastructure
Dedicated GPU capacity	Reserved modular GPU capacity for external clients	US$80K–200K / month / contracted client
Distributed AI Compute Management	Scheduling, metering, routing and managed third-party capacity	US$10K–50K / month / agreement

The pricing table brings together approved pilot or launch-test offers and separate financial-model assumptions. Enterprise and compute services are priced under individual contracts; Knowledge and Answer capacity offerings will be priced through their approval process. When an institution sells its own knowledge-based services to customers, it collects those payments itself. DualSpan charges for eligible platform capacity rather than automatically taking a cut of the institution’s sales.

Enterprise implementations and dedicated GPU capacity are shown as planning ranges because integration work, equipment, reserved capacity, service levels and contract terms vary. The first-year financial scenario uses sample deals within those ranges to make required sales volume visible; they are not fixed offers to every customer.

More revenue opportunities, without charging twice for the same thing

Hub subscriptions provide the base. Optional memory, voice, creative credits, AI work and approved knowledge packages add usage revenue. Enterprise customers can pay for implementation, integrations and support. Beyond software, CNNN can serve external clients through dedicated GPU capacity and distributed compute management.

For Professional Ays Service, DualSpan earns from eligible Hub subscriptions, AI resources and agreed enterprise services. Professionals and institutions handle their own end-customer fees and revenue-sharing arrangements. DualSpan does not automatically take a cut of those underlying professional transactions.

Broader revenue, backed by specific service value.

With the relationship model and its revenue paths in place, the next question is how CNNN delivers and finances them.

09 / ENTERPRISE SOLUTIONS

From answering questions to helping teams get work done.

Semi-turnkey offers a quicker way to deploy the shared platform with agreed workflows, identity controls and integrations. Full-turnkey is designed for broader enterprise requirements, which may include dedicated environments, complex system connections, policy mapping, testing and managed support.

Connect a service request to a verified outcome

Institutional AysOwns institutional service and coordination

Employee TeammateHelps the employee in their authorized work context

Approved AI Agent / ToolRuns approved, traceable skills and workflows

Manager approval & acceptanceConfirms outcomes and records trusted evidence

Enterprise revenue can come from implementation, approved system integrations, ongoing support and additional workflows. DualSpan’s Policy & SOP Engine provides a repeatable path from understanding how a business operates to defining accountable tasks, approval steps, evidence of completion and auditable results.

Connect employees, management and AI agents

Ays represents the institution and coordinates service-related work. Teammate helps employees handle their own authorized tasks. Approved AI agents can perform specific steps using permitted tools, while managers review important decisions and confirm outcomes. Together, they support a connected process rather than a collection of disconnected assistants.

The process begins with AI Business Assessment: understand how the organization works and where AI could help. The Policy & SOP Engine then turns approved rules into tasks, permissions, checkpoints and records of what happened. Hub Operations combines a platform subscription with a shared AI Work Pool rather than charging a separate fixed license for each employee's Teammate. Enterprise engagements extend the approach to more complex environments.

10 / PROFESSIONAL AYS SERVICE

Professional Ays Service: Turn expertise into ongoing service.

A consultant’s advice, a teacher’s knowledge or a healthcare professional’s guidance can remain useful long after a scheduled session ends. Professional Ays Service lets eligible experts offer authorized information and service guidance through their own professional Ays, managed within the existing Hub platform. That makes their expertise easier to access while keeping the professional relationship connected over time.

Verified identityThe professional’s role, permissions, expertise and source materials are reviewed before service is made available.

A clear AI service experienceAys answers from approved knowledge, provides a service link or QR code and sends qualified matters to the right human.

Continuity with the right ownerThe professional identity can persist when authorized, while institution policies and customer records remain with their rightful owners.

Turn professional expertise into an ongoing service

01Verify professional identity

02Approve knowledge & service scope

03Customers engage with Professional Ays

04Human handoff & recorded follow-up

Professional Ays Service builds on the existing Ays and Hub model, so it does not need a separate app or a fixed platform-management fee for each professional. Institutions or eligible professionals pay for the Hub services and AI resources they use. Their underlying professional fees and any revenue-sharing arrangements stay between the service provider and the institution.

Professional knowledge becomes another reason to return to the same trusted service network. Once those relationships grow, the next question is how to deliver the required AI capacity efficiently.

11 / AI COMPUTING INFRASTRUCTURE

Control the right computing capacity. Deliver reliable enterprise AI services.

CNNN plans to offer modular, container-based GPU infrastructure to businesses that need dependable AI computing. Customers can reserve capacity and contract for deployment, availability and managed operations. We plan equipment purchases around signed demand, available power and project returns.

Modular GPU + Distributed Compute Management

↓

External enterprise clientsExternal revenue

DualSpan Bio workloadsInternal cost allocation

DualSpan Beyond workloadsInternal cost allocation

A distributed compute management platform would help schedule and route workloads, measure usage, monitor performance and manage service quality across company-owned and qualified third-party GPU nodes. This gives CNNN another service opportunity without requiring it to own every server used by a customer.

Sell reliable capacity, not just server racks

For customers, the product is dependable AI capacity with someone accountable for running it—not a shipment of server hardware. CNNN can provide reserved GPUs and managed services, while the distributed platform measures and schedules work across the resources covered by each agreement.

Each new module should have a business case before it is ordered: signed capacity commitments, reliable electricity, a cooling plan, operating-cost estimates and a return that justifies the capital. This gives management a practical rule for when to expand.

Commit capacity. Track usage. Expand when customers are ready.

Use owned capacity for the base load and flexible capacity for peaks

The ideal model uses owned GPUs for stable, well-understood workloads and qualified third-party resources for peaks or specialized needs. That balance can help control cost per unit of useful compute, as long as utilization and operating expenses support the economics.

Reserve demand before purchase

Start by checking the customer’s contracted capacity, payment strength and operating requirements before placing the first equipment order.

Use the right model on the right compute

Run predictable inference workloads on owned GPUs when the cost works; use third-party cloud capacity or APIs when they offer better value.

Make unit cost visible

Track useful GPU-hours, delivered tokens, electricity, cooling, support and depreciation so every workload has a visible cost.

12 / SHARED COMPUTE ECONOMICS

One compute platform. External revenue and better internal cost control.

External customers pay CNNN for computing capacity and managed services. DualSpan Bio and DualSpan Beyond can use group computing resources when it makes technical and financial sense and complies with their data rules. Capacity reserved for an outside customer remains committed to that customer.

Modular GPU + Distributed Compute Management

↓

External enterprise clientsExternal revenue

DualSpan Bio workloadsInternal cost allocation

DualSpan Beyond workloadsInternal cost allocation

Three uses for one computing platform

This gives one infrastructure business three types of demand: outside healthcare and enterprise customers, the approved workloads of DualSpan Bio, and the non-medical service workloads of DualSpan Beyond. Usage can be measured separately so managers can see both external revenue and the real cost of serving the software businesses.

CNNN's sales to outside customers count as external revenue. Compute allocated to wholly owned subsidiaries is tracked as an internal charge and eliminated when CNNN prepares consolidated financial statements. This keeps the revenue picture clear and avoids counting the same computing work twice.

Internal metering helps each software business understand what its AI services actually cost. In group financial reporting, charges between CNNN and its wholly owned subsidiaries are eliminated. Investors can then see outside compute revenue and customer-facing software revenue without double counting.

Year 1 compute economics: a phased approach

Measure	US$M / basis
Total modular GPU capital allocation	4.500 maximum budget
Hardware assumed in service in Year 1	2.500 initial deployment
Remaining reserved capital	2.000 for demand-led expansion
Annual depreciation of initial deployment	0.833 (36-month planning life)
Power, cooling, hosting, network, delivery and support	0.637 direct-cost allowance
GPU and distributed management direct cost	1.470 total
External GPU and managed-service revenue	3.000 target external compute-contract revenue
GPU and management gross profit / margin	1.530 / 51.0%

The model assumes a US$4.5M total compute capital budget, deployed in stages. The first-year case puts US$2.5M of equipment into service and holds US$2.0M for expansion supported by demand. Illustrative depreciation uses a 36-month equipment life; the plan also includes direct allowances for electricity, cooling, hosting, networking and support. Actual project costs and contract economics will be established before capital is committed.

The ownership decision is made workload by workload: effective cost per delivered GPU-hour or million tokens on owned hardware must beat the comparable cloud or API option at the expected utilization. External customer payments and internal compute demand improve the opportunity, but internal group charges are eliminated in CNNN consolidated revenue.

13 / OUR TWO ENGINES

Two growth engines, designed to strengthen each other.

CNNN is developing two complementary businesses. DualSpan offers software subscriptions and enterprise AI services. The modular GPU business offers dedicated computing capacity and management services to organizations that need them.

The computing platform can also support DualSpan Bio and DualSpan Beyond where that is the best option. That gives CNNN a practical connection between the software it sells, the infrastructure it operates and the costs it manages.

Two businesses, with one practical connection

The software business aims to grow through subscriptions, additional AI usage and enterprise projects. The infrastructure business builds on contracted capacity and ongoing operations. They have different cost structures, but can share useful expertise in deployment, monitoring, model routing and service quality.

Here's where the two businesses can help each other: software usage tells us what capacity customers actually need; compute costs help us set sustainable AI pricing; and a large enterprise engagement may include both service workflows and computing requirements. We can then invest based on real demand instead of treating either business as an unrelated bet.

14 / OWNERSHIP & STRUCTURE

One technology owner. Two businesses focused on their markets.

CNNN is the proposed investment issuer and the planned owner of DualSpan's core intellectual property. The target structure includes two wholly owned operating subsidiaries: DualSpan Bio Inc. for healthcare-related business and DualSpan Beyond Inc. for non-medical business. Both would use the same shared AI Core.

Strategic investors

↓

CNNN · Core IP · Capital · AI Compute

↓

Shared DualSpan AI Core

↓

DualSpan Bio Inc.Planned 100% ownership

DualSpan Beyond Inc.Planned 100% ownershipNon-medical service organizations

Target organization chart. DualSpan Bio Inc. and DualSpan Beyond Inc. are planned subsidiaries and will be established through the appropriate corporate process.

Clear ownership makes the business easier to run

Under the approved corporate plan, CNNN retains the shared technology and coordinates capital and computing infrastructure. DualSpan Bio Inc. would serve healthcare and wellness customers. DualSpan Beyond Inc. would serve non-medical institutions and qualified professionals.

That division gives each business a clear customer focus without duplicating the technology behind it. Management can track software retention, enterprise project delivery, GPU utilization and cash returns separately, while reporting the combined business at CNNN level once the group structure is established.

The parent can provide technology and computing resources across the group, while each business maintains its own customer contracts and operating scorecard. Internal charges help manage costs, then are removed in consolidated reporting.

15 / REVENUE PLAN

Grow revenue while protecting a 68%–70% blended gross margin.

The goal isn't just to grow revenue. It's to build a business that can fund its own next stage. Our first-year planning case targets roughly 69% consolidated gross margin and more than US$1M in pre-tax earnings during the first 12 months of full commercial operations. That depends on a mix of scalable subscriptions, repeatable enterprise delivery and carefully sized GPU services.

The first-year model uses sample contract values inside the proposed price ranges: five Full-turnkey projects at US$450K each, ten Semi-turnkey projects at US$150K each, and reserved GPU clients at US$125K per month. Actual contract scope and pricing will be negotiated individually.

Year 1 sales goals	US$M
700 Dual AI accounts × US$99 × 7 paid months	0.485
150 Operations accounts × US$299 × 6 paid months	0.269
30,000 individual AI packs × US$9.99	0.300
Usage-based and other eligible add-ons	0.225
5 full-turnkey projects × US$450K	2.250
10 semi-turnkey projects × US$150K	1.500
15 managed service contracts × US$3K × 8 months	0.360
2 reserved GPU clients × US$125K × 10 months	2.500
2 platform management contracts × US$25K × 10 months	0.500

The staged-GPU assumption matters: US$2.5M of the US$4.5M infrastructure budget is modeled as placed in service in Year 1, creating approximately US$0.833M of annual depreciation over 36 months. A further US$0.637M covers modeled direct power, hosting, network, cooling, servicing and managed-compute delivery. This produces the US$1.470M modeled compute cost and 51% segment margin; the remaining US$2.0M is released only against verified demand and project returns.

Year 1 revenue mix · USD millions

Standard subscriptions & add-onsUS$1.28M

Enterprise deployment & supportUS$4.11M

External compute & managementUS$3.00M

Revenue category	Year 1 revenue	Target gross margin	Target direct costs
Subscriptions & add-ons	US$1.279M	82%	US$0.230M
Enterprise rollout & support	US$4.110M	78%	US$0.900M
External GPU & management	US$3.000M	51%	US$1.470M
Consolidated target	US$8.389M	69.0%	US$2.600M

Illustrative gross-margin targets by line: 82% for subscriptions and packs; 78% for enterprise delivery and support; 51% for external compute and management. Actual results will depend on customer demand and verified costs.

Year 1 operating target \| USD millions	US$M
Standard subscriptions & add-ons	1.279
Enterprise deployment & support	4.110
External compute & management	3.000
Total external revenue	8.389
Direct service costs incl. GPU depreciation	-2.600
Gross profit	5.789
Blended gross margin	69.0%
Sales, engineering & corporate expenses	-4.550
Financing / other expense	-0.160
Pre-tax earnings	1.079

A 69% blended margin is our operating goal. Each revenue line has a different role: subscriptions support scale, repeatable enterprise solutions support project economics, and contracted computing services need to cover equipment depreciation and operating costs. We will test pricing and delivery against these targets as the business grows.

Before expanding an enterprise engagement or committing to new GPU hardware, management can check the expected revenue, direct cost and margin. If a project does not meet the financial target, the team can adjust its scope, price or capital requirements before investing further.

How we intend to protect gross margin

Software can produce stronger margins as more institutions use the same AI Core. Enterprise projects become more efficient when common workflows and testing methods can be reused. GPU capacity is more capital-intensive, so every deployment needs a customer commitment, realistic operating expenses and a depreciation plan.

In the Year 1 scenario, US$2.5M of GPU assets are operating, while US$2.0M of the compute budget is held for further demand-led deployment. With an illustrative 51% margin from GPU and managed-compute services and higher margins from software and enterprise delivery, the plan reaches a blended margin of about 69%. We'll test that target project by project.

Growth matters. Sustainable margins make it last.

These figures describe a planning scenario, not reported results. Revenue depends on signed orders, delivery milestones and services provided. Equipment deployment follows committed customer capacity.

16 / THE THREE-YEAR CURVE

A three-year plan built on customers, contracts and margins.

The plan starts with enterprise projects and dedicated GPU service contracts, then grows the recurring share from subscriptions and managed services. The targets are US$8.39M in revenue in Year 1, US$11.60M in Year 2 and US$15.50M in Year 3. Pre-tax earnings are modeled to grow from US$1.08M to US$2.65M over the same period.

$8.39M

$1.08M

$11.60M

$1.75M

$15.50M

$2.65M

Year 1

Year 2

Year 3

External revenuePre-tax earnings

Turn revenue targets into a sales plan

These aren't numbers drawn from a single assumed growth rate. The Year 1 case is built from paying Hub accounts, AI packs, a specified number of Enterprise projects, continuing support, two dedicated compute customers and distributed management contracts.

Every month, management can compare the plan with real activity: new paid accounts, signed project value, work accepted by customers, committed GPU capacity, AI operating costs, collections and cash on hand. That gives the team early signals about what is working and where to adjust.

Each stage has its own requirements. More enterprise work needs enough delivery capacity. More GPUs need booked demand and dependable electricity. More subscription revenue needs stronger conversion and retention. This is how the three-year target becomes a set of decisions managers can make each month.

68%–70%Target gross margin

US$1.08MYear 1 pre-tax earnings target

US$2.65MYear 3 pre-tax earnings target

17 / THE US$15M INVESTMENT

Every dollar in the proposed US$15M investment has a job to do.

CNNN is seeking US$15M in strategic equity financing to fund DualSpan commercialization, carefully staged modular GPU projects, reporting and governance work, market development and working capital. The proposed funding can be released in milestones tied to measurable delivery.

AI Core & DualSpan commercializationUS$5.5M

Modular GPU infrastructureUS$4.5M

Audit, reporting & Nasdaq readinessUS$2.0M

Market development & operationsUS$1.5M

Working capital reserveUS$1.5M

Release capital as the business proves demand

The investment is designed to move the company from platform development toward revenue-generating operations. Capital goes into the shared AI Core, product launches, customer acquisition, enterprise delivery, finance and governance, and computing capacity as the business case supports it.

For example, GPU investment can follow take-or-pay customer agreements and verified project returns, leaving software capital available for quality, support and international expansion. The infrastructure business should help grow the overall company, not use up the funding needed to build its software business.

Equipment purchases will be matched to customer commitments and project economics. One alternative financing structure would combine US$10M of equity with up to US$5M in separately arranged equipment financing. Equity raised, borrowing and future contract revenue would be reported as different sources of funds and value.

The GPU allocation is a US$4.5M phased capital envelope. The first-year financial scenario models an initial US$2.5M deployment, with the remaining US$2.0M held for contracted expansion. The procurement decision follows customer commitments, power readiness and full lifecycle return.

18 / ROADMAP

A practical roadmap to growth and Nasdaq readiness.

In the first six months, priorities include restoring current financial reporting, completing launch requirements, advancing enterprise opportunities and securing the first credible compute commitments. The following year focuses on paying customers, completed enterprise implementations and additional contracted capacity. By month 24, the aim is a larger base of recurring revenue and a wider customer network.

First 6 months

Financial reporting updates, release checks, early customers and initial compute agreements

Months 6–12

Paid subscriptions, initial enterprise projects and first GPU deployments

Months 12–18

Renewals, partner channels and more enterprise work

Months 18–24

Stronger recurring revenue and capacity growth supported by contracts

Milestones investors can track

Investors can follow the journey in stages. First, demonstrate the customer experience and complete product and reporting requirements. Then grow paying organizations, deploy approved enterprise workflows and deliver GPU capacity already covered by commercial commitments. The next step is to deepen retention and repeat the model in additional markets.

Capital-markets preparation moves alongside the operating plan: up-to-date filings, audited financial statements, the share structure, corporate governance and applicable Nasdaq requirements. CNNN aims to be in a position to initiate the appropriate Nasdaq application process before the end of 2027 once it meets the relevant criteria.

2027 Nasdaq qualification and application workstream

The business and capital-markets plans move forward together. While teams build customer revenue and deliver projects, CNNN will work on current filings, audits, governance, its capital structure and Nasdaq eligibility—with the goal of being ready to start the appropriate application process by December 31, 2027.

19 / LEADERSHIP

Chris Chang | Founder, Chairman & CEO

Chris Chang, CNNN's Founder, Chairman and CEO, has worked across international technology businesses spanning telecommunications, networking, cloud services and digital infrastructure. His career has also involved entering new markets, building partnerships and navigating cross-border corporate transactions.

Chris Chang

Founder · Chairman · Chief Executive Officer · CNNN

Chris has combined technology development with the commercial work required to take products into new markets. His background includes strategic partnerships, business integration and investment transactions. According to his executive profile, he has completed three successful exits in technology-related ventures.

At CNNN, he brings those experiences to DualSpan's product direction and commercialization, the company's AI infrastructure strategy and its capital-markets preparation. His focus is straightforward: build products customers will use, develop a sustainable business around them and create a structure that can grow internationally.

Experience that connects technology and execution

His experience covers technology operations as well as the commercial decisions behind them—from telecommunications and cloud infrastructure to partnerships, market entry and investment integration. The three exits noted in his executive profile give him firsthand exposure to how technology businesses are built, developed and transferred to new owners.

For CNNN, that means keeping product strategy, IP ownership, customer partnerships, funding decisions and Nasdaq preparation aligned. The priority is execution: clear responsibilities, projects that can be delivered and business models that can be repeated.

Strategy, execution and capital planning — aligned under one leadership vision.

20 / THE INVITATION

An invitation to build CNNN’s next chapter.

CNNN is inviting strategic investors to participate in a proposed US$15M financing. The plan brings together DualSpan's AI software business and modular computing services. Healthcare provides a focused starting point, platform partnerships can help DualSpan Beyond reach non-medical markets, and enterprise and compute contracts can create additional revenue streams.

We want to build a profitable AI company with useful products, recurring customers and a stronger financial foundation. At the same time, we're preparing CNNN for its next capital-markets milestone, with the objective of initiating the applicable Nasdaq process before the end of 2027.

Invest in CNNN. Help turn AI capabilities into relationships and businesses that last.

ConneXionONE Corp. | Proposed US$15M Strategic Financing

For strategic investment discussions

Let's build practical AI services—and a lasting business around them.

Chris@DualSpan.bio

A partnership grounded in progress

For an investor, the opportunity is exposure to two connected businesses through CNNN: a shared AI service platform serving healthcare and non-medical institutions, and a computing business built around the capacity enterprises need. Together, they offer several routes to revenue and lessons that can improve both lines of business.

We invite investors to review the technology, customer opportunities, planned corporate structure and capital milestones as one coherent plan. The next proof points are concrete: paying customers, completed enterprise work, signed computing commitments and a financial foundation that supports the company's next stage.

CONNEXIONONE CORP. / 策略募資說明書

下一階段的 AI 商業成長，建立在兩大基礎之上。

以 AI 軟體延續服務關係，以算力基礎設施支撐企業 AI 成長。

以 DualSpan 與模組化 GPU 算力服務為兩大成長引擎，邀請策略投資人參與 ConneXionONE Corp.（OTC: CNNN）US$15M 募資計畫。

醫療切入 × 算力支撐 × 跨產業擴張

US$15M擬議股權募資

US$1M+首年稅前獲利目標

20272027 年底前啟動 Nasdaq 申請程序

01 · 01／投資機會 02 · 02／從真實服務情境出發 03 · 05／共用技術核心 04 · 06／DUALSPAN BIO 05 · 07／DUALSPAN BEYOND 06 · 08／商業閉環與成長飛輪 07 · 09／產品規劃與收費 08 · MULTIPLE REVENUE STREAMS 09 · 10／企業級解決方案 10 · 11／AI 算力基礎設施 11 · 12／共用算力與成本效率 12 · 03／兩大成長引擎 13 · 04／公司與智慧財產權架構 14 · 13／營收與獲利規劃 15 · 14／三年成長曲線 16 · 15／US$15M 募資用途 17 · 16／執行與上市路線 18 · 17／領導人介紹 19 · 18／策略投資邀請

01 / 01／投資機會

下一個 AI 商業機會，從理解人的真實需求開始。

每個人都從自己的處境看待服務：帶著需求、經驗與對下一步的期待而來；每個機構則從專業、責任、時間與營運限制出發。雙方都希望事情得到妥善處理，卻經常因為資訊和期待沒有接上，讓理解與關係在一次互動後中斷。

這個落差，正是新的商業機會。當人被理解，服務便有機會成為長期關係；當機構能記得已確認的事項、適切回應並接續下一步，每一次互動都能比上一次更有價值。

CNNN 因此發展兩項彼此支持的事業：延續服務關係的 DualSpan AI 平台，以及服務企業 AI 的模組化 GPU 算力基礎設施。我們先從醫療科技投資人熟悉的需求出發，再把可複製的服務能力延伸至更多產業。

為何持續關係比單次回答更有價值

一個 AI 回答可以解決眼前問題；真正長期有價值的服務，是下一次互動仍知道客戶提出過什麼需求、雙方確認了什麼、由誰接續，以及哪些事情已經完成。對機構而言，這不只改善體驗，也有機會減少重工、提升回訪與續約。

CNNN 希望將這個需求轉化為可複製的技術與營運模式。我們先以一段容易理解的服務旅程說明價值，再呈現服務如何變成可收費的 AI 產品，以及如何延伸成跨產業平台。

市場訊號 · 原始研究佐證

顧客希望被真正理解；一次不好的服務體驗，也可能改變長期關係。

不同研究指出同一個方向：人們期待貼近自身需求的服務，當服務失誤時可能減少消費，同時也希望掌握個人資料如何被使用。企業知道顧客期待正在改變，卻未必能及時調整內部服務流程。

71%

期待企業提供個人化互動

McKinsey · 2021 · 美國消費者

71% 期待個人化服務；76% 對不符合自己需求的訊息與推薦感到挫折。

53%

負面體驗後減少或停止消費

Qualtrics · 2025 趨勢 · 23 國

在受訪者回報的不良體驗中，53% 對應到減少或停止消費；分母不是全體消費者。

70%

主管認為顧客期待變化快於公司反應

PwC · 2025 · 美國企業主管

約七成受訪企業主管認為，顧客期待的變化速度超過企業適應能力。

01 / 期待升級

個人化，正在成為優質服務的基本期待。

McKinsey《Next in Personalization》研究發現，71% 的美國受訪消費者期待個人化互動，76% 在收到不相關的推薦或訊息時感到挫折。受訪者期待企業能把自己當作獨立的個體，而非把每次交易都視為互不相干的新事件。這意味著，服務的價值不只在於當下回答得多快，更在於是否記得已被允許保存的偏好、了解先前已說明的事項，讓下一次聯繫變得更順暢。

02 / 營收影響

服務斷點，可能直接改變顧客的消費行為。

Qualtrics《2025 Consumer Trends》涵蓋 23 個國家、近 24,000 位消費者。研究指出，受訪者回報的不良體驗中，有 53% 伴隨減少或完全停止消費，其中 38% 減少支出、15% 完全停止支出。不良體驗的常見原因包括服務交付問題（46%）與溝通問題（45%）。對機構而言，未被接續的需求、交接遺漏與反覆要求顧客重新說明，都可能發生在顧客決定是否再次購買的關鍵時刻。

03 / 組織落差

企業看見顧客期待，卻常受限於內部協作速度。

PwC 2025 年美國顧客體驗調查顯示，70% 的受訪企業主管認為顧客期待變化得比企業適應速度更快；同一調查也有 52% 的消費者表示，曾因產品或服務的不佳體驗而停止購買或使用某品牌。這反映出的商業機會，並非再增加一個能回答問題的聊天窗口，而是讓機構的知識、承辦責任、後續追蹤及正式完成結果，能夠跨接觸點持續協作。

04 / 信任與授權

顧客需要被理解，也需要有權決定資訊如何被使用。

Qualtrics 研究顯示，64% 的受訪者偏好提供符合自身需求服務的企業，但只有 27% 能接受企業使用自己未主動提供的資料來進行個人化；同份研究中，僅 26% 信任企業能負責任地使用 AI。由此可見，讓個人自主選擇保留什麼資訊、機構只存取依法獲授權的服務脈絡，會比單純大量蒐集資料更符合長期信任關係的需要。

05 / 醫療服務的持續性

健康醫療更凸顯「資訊之後，服務如何接續」的重要性。

世界衛生組織 WHO 將以人為中心的整合式健康服務，描述為涵蓋預防、診斷、治療與後續支持、並能跨階段協調的服務歷程。一次有用的醫療報告只是其中一環。個人仍需要理解下一步，醫療機構也需要合適的服務交接、追蹤及責任確認。DualSpan Bio 的設計方向，是以授權和專業治理把這些服務步驟連接起來，而不取代醫療專業判斷。

06 / DualSpan 的回應

讓這一次的服務，成為下一次更貼心互動的起點。

這正是 DualSpan 採雙端 AI 角色設計的原因。有方 Alby 站在個人的一端，協助整理需求、個人脈絡，以及本人選擇保存的資訊；常在 Ays 站在機構的一端，依正式核准的服務知識接待、承接需求、協調授權工作與追蹤已確認的結果。Relationship Memory 與受治理的協作機制讓兩端相互理解，同時維持個人與機構資料各自的權限。DualSpan Bio 專注健康醫療服務，DualSpan Beyond 則將同一能力提供給非醫療服務機構。

真正的商業機會，是讓服務記得、做得到、也值得顧客再次選擇。

貼近需求的互動可支持回訪，可靠的交接可協助機構提升效率，尊重授權的服務記憶有助於建立信任。DualSpan 將這些需求轉化為可衡量的機構訂閱、企業專案與 AI 資源服務。

原始研究與調查範圍

[1] McKinsey — McKinsey〈The value of getting personalization right—or wrong—is multiplying〉（2021 年 11 月）；美國消費者調查，71%／76% 來自 2021 年受訪樣本 n=1,013。
[2] Qualtrics — Qualtrics《2025 Consumer Experience Trends》（2024 年 10 月發布）；23 國 23,730 名受訪者。53% 指回報不良體驗後的消費反應，64%、27% 與 26% 為相應調查題目的回答。
[3] PwC — PwC《2025 Customer Experience Survey》（2025 年 9 月）；美國 5,511 名消費者及 406 位企業主管。70% 為主管觀點，並非消費者比例。
[4] WHO — WHO「Services organization and integration」；以人為中心之整合式健康服務框架，作為服務連續性理念的參考。

以上研究來自不同年度、國家與樣本，分別支持市場需求的不同面向；DualSpan 自身的效益將透過正式完成率、留存及實際付費採用進行驗證。

當顧客期待被真正理解、機構需要把服務接得上，下一個問題就是：誰能幫助雙方建立共識？這正是有方 Alby 與常在 Ays 的角色。

02 / 02／從真實服務情境出發

一份結果很有價值，接得上的下一步讓它真正發揮作用。

想像一位使用者收到 AI 輔助醫療設備產出的報告。下一步，他需要理解內容、整理問題並找到適合的專業服務；醫療機構則需要接待、分派工作與後續追蹤。雙方不必在每一次接觸時都從零開始。

有方 Alby · 個人 AI 助理

有方 Alby — 個人的 AI 總管
有方始終站在個人這一端，協助理解需求、比較適合的服務、整理疑問與本人授權的生活或健康脈絡，並接續本人願意保留的重要事項。同一位有方可以跨 DualSpan 兩個領域使用，但敏感健康資料仍獨立保護。

常在 Ays · 機構／專業服務 AI

常在 Ays — 服務提供者的 AI 數位服務分身
常在代表已驗證的機構或合格專業人士，依經核准的知識介紹服務、承接需求、交接給適當人員，並追蹤正式確認的結果。在 Operations／Enterprise，常在還可以在授權下透過團伴 Teammate 與 AI Agent 協調機構內部工作。

01個人理解

02服務連結

03後續追蹤

一次完整服務可以持續延伸：個人找到適合的服務、機構回應需求、完成獲授權的交接，並把經確認的結果接到下一次互動。健康醫療領域的專業決策仍由合格專業人員負責。

定位為專業服務協作與後續關懷；臨床決策仍由合資格專業人員負責。

真正的價值，發生在資訊與服務之間的銜接

健康檢測完成只是起點。個人可能需要整理醫師諮詢問題、了解可利用的服務，或把已確認的下一步交給相關機構承接。個人保有對私人資訊的選擇權；機構則持續掌握專業判斷、正式流程與服務責任。

因此 DualSpan 不是把個人與機構塞進同一個聊天機器人，而是讓兩端各有自己的 AI 角色，再透過有授權的任務、明確的承辦人和正式結果，把一次互動接續到下一次。

有方 Alby 協助個人理解自己需要什麼，常在 Ays 協助機構說明能如何提供服務；兩者銜接，讓一次服務自然通往下一次。

03 / 05／共用技術核心

兩位 AI，分站兩端，讓服務真正接得上。

因此 DualSpan 建立的是一套可複製的共用 AI Core，而不是替每家機構重做聊天機器人。有方 Alby、常在 Ays、ERAL、授權記憶、Hub 與受控工作流程可支援不同產業，並保留各機構的資料與權責界線。

共用 DualSpan AI Core

↓

個人 Alby

ERAL＋授權記憶

機構 Ays + Hub

↓

DualSpan BioHealth Domain Policy

DualSpan BeyondIndustry-neutral services

一套共同核心，對應不同角色與責任

ERAL 代表 Evidence（證據）、Reasoning（推理）、Action（行動）與 Learning（學習）。它根據經授權的可信資訊形成建議，協助適當的人與工具執行，並以正式確認的結果持續改善。個人的有方與機構的常在使用同一 AI Core，卻保有各自獨立的記憶、權限與責任。

這個核心也可延伸至員工使用的 團伴 Teammate，以及讓合格專業人士提供授權知識服務的 Professional Ays Service。同一套基礎設施能支援對外接待、對內工作協作與專業服務，而不必每個產業都重新建立平台。

當一段服務旅程能夠延續，同一套方法就能支援更多機構。

04 / 06／DUALSPAN BIO

DualSpan Bio

健康有方，服務常在。

Aligning Your Healthspan with Lifespan.

DualSpan Bio 協助健康醫療與健康生活機構，將服務延續到單次預約之外。個人透過 Alby 整理健康旅程，機構透過 Ays 與 Hub 承接詢問、預約流程、人工交接與後續追蹤。

商業化以標準化 Hub 訂閱為基礎，並提供 Semi-turnkey 與 Full-turnkey 的企業專屬建置方案。企業專案將依範圍、交付里程碑及後續維運安排計價。

健康醫療服務，可以從三種需求切入

DualSpan Bio 首先協助個人延續跨次服務的健康脈絡；接著讓診所、健康管理與照護機構建立 AI 服務入口、交接與追蹤；當大型機構需要更完整的部署時，再透過 Enterprise 方案提供受治理的流程、介接及持續維運。

這條成長路線並不是再開發一台醫療診斷設備，而是補上醫療科技周圍的服務協作層。專業判斷仍由合格人員負責，DualSpan Bio 則協助讓合法授權的下一步更容易被理解、指派與完成。

先從健康醫療建立專業深度，再以共用技術提高擴張效率。

DualSpan Bio 以專業要求較高的健康醫療領域作為切入點，在保障健康資料與專業治理的前提下，累積可回饋共用技術的服務能力。

05 / 07／DUALSPAN BEYOND

DualSpan Beyond — 專為非醫療機構打造的 AI 服務平台

選擇有方，關係常在。

Aligning Services with Lasting Relationships.

服務零售、旅遊、餐旅、教育、健身、顧問與各類非醫療服務機構，讓客戶關係持續累積。

DualSpan Beyond 優先與已擁有客戶或會員基礎的平台合作。合作夥伴運用現有服務關係導入首批用戶與機構，讓新平台不必完全從零開始建立市場。

01具既有客群的平台

02會員與服務機構

DUALSPAN BEYONDAI Core · Alby · Ays · Hub

03直接支付給 DualSpan Beyond

04依合格實收給予平台分潤

05服務、續留與轉介紹

一個平台帶來第一批用戶，每家活躍機構都可能帶來下一輪成長。

客戶及機構直接向 DualSpan Beyond 支付合格平台服務費，DualSpan Beyond 再依實收及合作條件分潤給導流平台。機構也能透過自己的服務入口、網站與 QR Code 接觸原有客戶，推動用戶與服務網絡自然擴張。

非醫療市場採取直接收費、平台夥伴分潤

DualSpan Beyond 專注非醫療機構與專業服務者，包括零售、餐旅、觀光、教育、健身、美容、顧問、不動產與其他生活服務產業。受規管的健康醫療專業流程仍屬 DualSpan Bio 的服務領域。

市場切入點，是已擁有用戶或會員的平台。合作平台負責介紹與導流；機構及合資格個人用戶直接向 DualSpan Beyond 訂閱及付款；平台合作夥伴再依實際合格收入取得約定分潤。如此一來，客戶契約與金流由營運公司掌握，通路夥伴也能從真正的市場貢獻中獲得回報。

之後，每一家使用 Ays 的機構都可能成為新的入口。它可以將自己的 QR Code 或網站服務入口分享給原有客戶，讓更多非原始合作平台的用戶自願啟用 Alby，使平台逐步形成多入口、跨產業的服務網絡。

一個平台帶來第一批用戶，每家活躍機構都可能帶來下一輪成長。

DualSpan Beyond 將同一能力帶到多種服務產業。初期透過已有會員或用戶的合作平台推廣，機構與個人直接向 DualSpan Beyond 支付合格方案費用，再由 DualSpan Beyond 依實際合格收入向平台夥伴分潤。

06 / 08／商業閉環與成長飛輪

每一次良好服務，都讓下一次互動更有價值。

合作平台導入用戶與機構；Alby 協助個人探索服務；Ays 協助機構承接需求。經授權保存的服務脈絡，使下一次互動更順暢；服務成果帶動續訂、推薦與更多機構加入。

01合作平台導入用戶

02Alby 理解需求

03Ays 承接服務

DUALSPANRELATIONSHIP GROWTH

04依法保存服務脈絡

05回訪與推薦

06更多付費機構

閉環的商業收益來自 Hub 訂閱、AI 加購、企業建置及持續維運。管理成效則以活躍用戶、付費機構、實際完成的服務、續留及實收金額衡量。

商業閉環可以用實際指標追蹤

商業循環從真實需求開始：個人提出需求、機構承接、服務取得正式結果，而經授權保留的服務脈絡，讓下一次互動更順暢。好的服務可以帶來回訪；回訪增加機構續訂意願；更多機構則帶來新的客戶入口。

因此我們追蹤的不只是會員註冊數，而是有效啟用、機構驗證、服務承接、正式完成、付費續留與實際收款。每個環節都能獨立優化，讓飛輪變成可以管理的營運模式。

這形成可以持續擴展的路徑：更多適配服務吸引用戶；更好的體驗帶來回訪；持續的價值帶動訂閱、加購與轉介紹。關係延續，逐步轉化為可經營的商業收入。

07 / 09／產品規劃與收費

從容易開始的服務，逐步升級到企業級應用。

Hub Free 讓機構建立服務入口；Hub Dual AI 提供 AI 接待與持續互動；Hub Operations 延伸到更完整的工作執行；Full-turnkey 與 Semi-turnkey 則對應大型機構的部署、整合與治理需求。

DUALSPAN	COMMERCIAL MODEL
Hub Free	免費服務入口
Hub Dual AI	US$99／月 · 已核准付費試點價
Hub Operations	US$299／月 · 內部試算參數
Semi-turnkey	每案 US$100K–300K
Full-turnkey	每案 US$300K–900K

DualSpan BioAligning Your Healthspan with Lifespan.

DualSpan BeyondAligning Services with Lasting Relationships.

本次試算採用 DualSpan Beyond 已核准付費試點價格：Hub Dual AI 每月 US$99；Hub Operations 每月 US$299 為內部建模參數。Enterprise 建置費與算力服務價格則作為募資財務規劃假設，實際以客戶合約訂定。

企業專案與 GPU 算力採規劃報價區間，實際依建置範圍、合約年期、GPU 規格、保留容量及 SLA 訂定。後面的首年營收試算選用區間內的特定交易金額，只用來反推成交目標，並非固定對外報價。

從基本服務入口，逐步走向企業級 AI

標準方案讓機構先免費建立服務入口，再依需求升級至有方與常在的持續協作。需要處理機構內部工作的企業，可透過 Operations 導入常在總管、團伴、受治理 Agent Team 與共享 AI Work Credits；更複雜的系統則採專屬 Full-turnkey 或 Semi-turnkey 合約。

企業報價必須以區間呈現，因為單一據點的流程整理與多法人、跨系統的專屬部署，交付成本截然不同。我們先確認企業希望改善的結果，再界定介接、權限、驗收與維運，最後形成合適的專案報價。

依服務價值與工作需求收費，而非單純依 AI 角色數量計價。

多元收入結構的意義在於：標準方案擴大客戶基礎、加購隨實際使用成長、企業專案創造建置收入、算力管理再增加長期合約型營收。

08 / MULTIPLE REVENUE STREAMS

一套關係平台，創造十多種收入來源。

從第一次接觸、日常服務到企業級導入，同一平台可以提供訂閱、AI 用量加購、企業建置與持續維運等不同收費方式。每一筆費用都對應客戶實際需要的服務，讓客戶價值與平台收入一同成長。

收入項目	客戶購買的價值	參考價格
機構平台方案
Hub Free	免費建立服務入口、AI 接待與基本機構曝光	免費／導入入口
Hub Dual AI	Alby × Ays 持續服務及機構 AI 能力	US$99／月
Hub Operations	AI 團隊、受控工作流程與 Policy & SOP	US$299／月
個人 AI 與用量加購
Alby Memory & AI Pack	個人記憶容量與 AI Credits	US$9.99／包
Relationship Memory Expansion	機構可檢索關係記憶增加 1M Tokens	US$4.99／月
Relationship Memory Expansion Plus	機構可檢索關係記憶增加 3M Tokens	US$12.99／月
Hub Creative Credits	AI 宣傳圖片生成 25 點	US$9.99／包
Ays Voice Add-on	機構管理者語音加購 120 分鐘	US$9.99／120 分鐘
AI Work Credit Pool	企業超出內含共享工作池的 AI 用量	US$29／3,000 點
Knowledge Capacity Pack	機構知識索引及來源容量擴充	另定合格方案
AI Answer Capacity Pack	機構購買對外知識問答能力額度	另定合格方案
企業及專業服務
Semi-turnkey Enterprise	快速配置、整合與流程導入	每案 US$100K–300K
Full-turnkey Enterprise	專屬企業平台、受控整合與導入交付	每案 US$300K–900K
Enterprise managed support	企業持續維運、技術支援與服務	US$3K／月
Business Assessment & SOP implementation	營運診斷、制度分析及核准工作流程	依合約範圍
Professional Ays services	合法授權的專家知識及專業服務體驗	依合約／用量
AI 算力基礎設施
Dedicated GPU capacity	對外客戶專屬模組化 GPU 算力	每客戶每月 US$80K–200K
Distributed AI Compute Management	第三方算力調度、計量、路由與管理	每合約每月 US$10K–50K

表中分別標示已核准的試點／商用測試價與內部營收試算價格。Enterprise、算力服務依正式合約報價；Knowledge／Answer 容量商品的價格另行核准。機構自行向消費者出售其 Ays 知識問答的款項屬該機構，CNNN 依適用平台容量收費，而非自動抽取其銷售佣金。

多元收入來自不同需求，而不是重複收費

機構的 Hub 訂閱建立經常性收入；自願加購的記憶、創意圖片、語音、AI 工作資源及經核准的知識容量，讓收入隨實際價值成長；大型企業則帶來建置、整合與維運費；CNNN 另可提供外部 GPU 算力及分散式管理服務。

Professional Ays Service 透過既有 Hub、合格 AI 資源與企業服務創造平台收入。至於專業人士向消費者提供的真正服務，其定價與分潤由專業人士及機構自行約定；DualSpan 不因提供 Ays 就自動抽取這筆服務交易的佣金。

多元收入，來自每一項可衡量的客戶價值。

理解服務如何創造價值與收入後，下一步就是 CNNN 如何交付、配置資本並推進成長。

09 / 10／企業級解決方案

從服務助理，延伸至企業級 AI 協作。

Semi-turnkey 讓企業在共用平台基礎上，更快完成專屬流程、身分權限與治理設定。Full-turnkey 則提供更完整的企業部署，包括專屬環境、系統整合、制度與 SOP 對應、測試及持續維運。

從服務需求到正式完成的機構內 AI 協作

機構常在 Ays承接機構服務並統籌協調

員工團伴 Teammate在員工職權內整理並承接工作

授權 AI Agent／工具依核准 SOP 執行可追蹤任務

主管核准與驗收確認成果並留下正式證據

企業收入可由建置、整合、持續服務及擴充產生。DualSpan 的 Policy & SOP Engine 則提供可重用的制度化路徑，從企業需求評估、受控流程，到核准、驗收及稽核紀錄。

團伴讓企業內部的工作真正接上 AI

機構常在 Ays 代表公司；團伴 Teammate 協助員工在其職權內處理工作；AI Agent Team 使用經核准的工具執行任務；主管則保留必要的核准與驗收權。企業得到的不是多個互不相通的聊天視窗，而是一套有責任、流程與結果的工作協作機制。

AI Business Assessment 先理解企業流程；Policy & SOP Engine 再把正式核准的政策、決策條件、任務、審批、驗收與稽核納入流程。Operations 採機構訂閱與共享 AI Work Pool，不因新增一位員工的團伴身分便固定按人頭收費；Enterprise 則能按合約拓展到更複雜的系統。

10 / PROFESSIONAL AYS SERVICE

Professional Ays Service — 讓專業知識成為可持續的服務能力。

顧問、教師、教練、創作者及合格醫療專業人士，都擁有值得在正式服務時間以外持續發揮價值的知識。Professional Ays Service 讓經核實的專業人士，使用既有 Hub 所管理的 AI 數位服務分身，向客戶提供授權的知識與服務引導。

核實專業身分先確認專業資格、權限、服務範圍及知識來源，再開放對外服務。

清楚標示 AI 身分常在使用核准內容回答，透過 QR Code 或服務連結引導需求，必要時轉交真人。

專業延續與權利分離經授權的專業身分得依程序延續；機構政策、客戶紀錄與資料權利仍由各自權利人管理。

從專業知識到長期 AI 服務

01驗證專業人士

02核准知識及服務範圍

03客戶與 Professional Ays 互動

04交接真人及追蹤服務結果

Professional Ays Service 延用既有 Ays 與 Hub，不另開一套獨立 App，也不按每位專業人士收取固定網路管理費。機構或專業人士支付適用的平台服務及 AI 用量；真正的專業服務收費與分潤，則由相關機構和專業人士自行安排。

當專業人士也能持續服務客戶，平台便有更多讓人願意再次使用的理由。下一步，是如何讓這些 AI 服務取得穩定且有效率的算力。

11 / 11／AI 算力基礎設施

掌握關鍵算力，提供穩定可靠的企業 AI 服務。

CNNN 規劃建置 Modular／Container GPU 算力設施，服務需要專屬運算容量的企業。客戶可依合約取得保留算力、部署、服務可用率與維運管理；設備投資則以合約需求、電力條件與專案報酬評估決定。

模組化 GPU＋分散式算力管理

↓

外部企業客戶對外營收

DualSpan Bio 運算需求內部成本分攤

DualSpan Beyond 運算需求內部成本分攤

分散式 AI 算力管理平台可統籌自有及合格第三方 GPU 節點的工作排程、模型路由、用量計量、監控及服務等級，讓 CNNN 的服務能力不只取決於自有設備數量。

算力首先是一種服務，而不只是設備

CNNN 可提供專屬 GPU 容量、部署與維運等級；分散式算力管理平台也可管理合格的自有及第三方 GPU 節點，進行排程、路由、用量計量與服務監控。客戶購買的是持續且可管理的運算能力，而不只是機櫃與伺服器。

每一期設備採購都應對應實際的長期需求、場地供電、冷卻設計及專案報酬。如此一來，擴充 Modular GPU 便是由已確認的商業需求驅動，而不是先買設備再尋找客戶。

以合約鎖定需求、以計量管理服務、依真實負載擴充設備。

穩定負載自有化，尖峰需求彈性調度，每一單位算力都能衡量成本。

當外部客戶提供長期算力合約，而 DualSpan Bio 與 DualSpan Beyond 持續產生可預測的 AI 工作量時，CNNN 便有機會為自購 GPU 建立穩定的基礎負載。分散式 AI 算力管理平台將合適任務導入自有設備，尖峰或特殊工作再使用合格外部算力，隨使用規模成長提高單位成本與服務品質的掌握度。

先確認需求，再採購設備

以已簽最低容量承諾與承租人信用決定第一批設備規模。

依任務選擇最有效率的算力

適合且穩定的模型使用自有 GPU；變動負載與特殊模型可選用雲端或 API。

透明計量真實成本

逐項掌握有效 GPU 小時、Token 產出、電力、冷卻、維運及設備折舊。

12 / 12／共用算力與成本效率

同一算力底座，同時服務外部客戶與 DualSpan。

外部企業向 CNNN 購買算力與管理服務。DualSpan Bio 和 DualSpan Beyond 可在負載條件、資料治理及總成本合理時使用集團算力；已承諾給外部客戶的保留容量仍按合約優先履行。

模組化 GPU＋分散式算力管理

↓

外部企業客戶對外營收

DualSpan Bio 運算需求內部成本分攤

DualSpan Beyond 運算需求內部成本分攤

共用算力，創造三種不同的經濟價值

外部醫療及企業客戶帶來具合約的算力收入；DualSpan Bio 可在合適情況下以自有算力支援醫療與健康 AI；DualSpan Beyond 則可將算力用於非醫療服務接待、記憶、Agent 與其他 AI 工作。同一平台分開計量各項負載與成本。

CNNN 對外銷售的算力記為外部營收；CNNN 與全資子公司的內部運算分攤，則用於管理單位成本，並於集團合併財報中沖銷。這樣才能真實呈現集團的收入品質與成本結構。

集團內部算力使用逐項計量，協助掌握 AI 軟體的真實成本。CNNN 合併財務報表將母子公司間的內部算力費用沖銷，對外算力與軟體營收各自如實呈現，不重複計算。

首年 GPU 經濟模型示意：設備分期部署

項目	US$M／計算基礎
Modular GPU 資本預算總額	4.500，最高配置額
首年預計正式投入使用的設備	2.500，第一期部署
預留第二階段設備資本	2.000，依合約需求擴充
第一期設備年度折舊	0.833，以 36 個月年限試算
電力、冷卻、機房、網路、交付及維運	0.637，示範直接成本
GPU 與分散式管理直接成本	1.470，合計
外部算力及管理服務營收	3.000，合約收入目標
GPU／管理服務毛利及毛利率	1.530／51.0%

此表將 GPU 成本與集團首年財務模型對齊：US$4.5M 是分期資本預算，並非首年所有設備一次啟用及折舊。36 個月折舊年限、實際啟用日期、設備規格、營運費用、客戶合約與融資成本，均須於投資前驗證。51% 算力業務毛利與 69% 集團毛利仍是經營目標。

設備是否自購，須以相同服務品質下「每有效 GPU 小時／每百萬 Tokens 的完整成本」與雲端、API 或長約租用方案比較。外部客戶租金與集團內部負載有機會提升利用率，但集團內部算力收費在 CNNN 合併財報仍須沖銷。

13 / 03／兩大成長引擎

軟體平台具備擴張潛力，算力設施能創造服務收益。

CNNN 正以兩種互補方式建立成長動能：DualSpan 提供軟體與企業 AI 服務；Modular GPU 基礎設施向有實際需求的企業提供專屬算力及管理服務。

同一算力底座也能支援 DualSpan Bio 和 DualSpan Beyond，讓企業客戶需求、基礎設施資產及 AI 服務交付彼此連結。

兩個引擎相互支持，而不是任意拼湊的事業

AI 軟體引擎以機構訂閱、資源加購及企業建置成長；AI 算力引擎以專屬容量及維運合約創造收益。兩者有不同的投入與風險，但模型路由、服務監控與部署經驗可以互相支持。

軟體使用量協助預測算力需求；實際 GPU 成本幫助 AI 商品定價；大型客戶可能同時需要工作流程改造與算力建置。這種營運上的連結，才是 CNNN 兩大業務相輔相成的原因。

14 / 04／公司與智慧財產權架構

CNNN 掌握核心技術，兩家全資子公司專注各自市場。

CNNN 是本次募資標的，並依既定規劃持有 DualSpan 核心智慧財產權。公司規劃由全資的 DualSpan Bio Inc. 與 DualSpan Beyond Inc. 分別經營健康醫療及跨產業市場，兩家公司共用 AI Core，但各自負責營運。

策略投資人

↓

CNNN · 核心 IP · 資本 · AI 算力

↓

共用 DualSpan AI Core

↓

DualSpan Bio Inc.規劃 100% 持股

DualSpan Beyond Inc.規劃 100% 持股非醫療機構與專業服務

目標營運架構｜DualSpan Bio 與 DualSpan Beyond 法人設立仍依正式程序推進。

清晰的公司架構，讓責任與成果更容易衡量

依正式公司架構規劃，CNNN 持有共用 AI Core 核心 IP，並統籌資金及運算基礎設施；擬成立的全資 DualSpan Bio Inc. 專注醫療健康相關機構；全資 DualSpan Beyond Inc. 專注非醫療機構及專業服務者。

兩條產品線共享核心技術，卻各自管理客戶契約、營運成本與績效。CNNN 可分別觀察訂閱續留、企業專案交付、GPU 利用率與投資回報，再由集團層級統合資本配置。

CNNN 可由集團層級供應共用技術與算力，各事業則擁有清楚的客戶合約、成本與績效指標。母子公司內部算力計費用於成本管理，合併報表則依法沖銷。

15 / 13／營收與獲利規劃

以 68%–70% 集團綜合毛利率，支持可持續成長。

好的 AI 事業不只追求營收成長，也需要足夠毛利支撐研發與全球市場。我們以約 69% 的綜合毛利率作為管理目標，結合標準訂閱、可複製的企業方案、長期算力合約及較輕資產的分散式管理服務，力求首個完整商業營運年度創造超過 US$1M 的稅前獲利。

首年模型採用報價區間內的示範成交金額：5 件 Full-turnkey 每件 US$450K、10 件 Semi-turnkey 每件 US$150K，以及專屬 GPU 客戶每月 US$125K。實際成交依每案範圍及合約另訂。

第 1 年銷售目標	US$M
700 家 Dual AI × US$99 × 平均 7 個付款月	0.485
150 家 Operations × US$299 × 平均 6 個付款月	0.269
30,000 份個人 AI 加購包 × US$9.99	0.300
其他合格用量與加購	0.225
5 件 Full-turnkey × US$450K	2.250
10 件 Semi-turnkey × US$150K	1.500
15 份維運合約 × US$3K × 8 個月	0.360
2 家 GPU 保留容量客戶 × US$125K × 10 個月	2.500
2 份算力管理平台合約 × US$25K × 10 個月	0.500

首年採分期部署假設：US$4.5M 設備資本預算中，先有 US$2.5M 設備投入使用，依 36 個月折舊試算，年度折舊約 US$0.833M；另以 US$0.637M 估算電力、冷卻、機房、網路、維運與算力交付等直接成本。兩者合計 US$1.470M，支撐算力業務 51% 的目標毛利；另 US$2.0M 設備資金待合約與報酬確認後分期動用。

首年營收結構 · 百萬美元

標準訂閱與 AI 加購US$1.28M

企業建置與維運US$4.11M

外部算力與管理服務US$3.00M

業務類別	首年營收	目標毛利率	目標直接成本
標準訂閱與加購	US$1.279M	82%	US$0.230M
Enterprise 建置與維運	US$4.110M	78%	US$0.900M
對外 GPU／算力管理	US$3.000M	51%	US$1.470M
集團綜合目標	US$8.389M	69.0%	US$2.600M

三類業務的示範目標毛利：標準訂閱與加購約 82%；企業建置及維運約 78%；對外算力與管理約 51%。實際須以成本與專案合約驗證。

首年營運目標｜百萬美元	US$M
標準訂閱與 AI 加購	1.279
Enterprise 建置與維運	4.110
對外 GPU 算力及管理	3.000
對外營收合計	8.389
直接服務成本（含 GPU 折舊）	-2.600
毛利	5.789
集團綜合毛利率	69.0%
業務、工程及公司營運費用	-4.550
融資與其他費用	-0.160
稅前獲利	1.079

約 69% 為營運管理與訂價目標，而非目前已實現毛利。Enterprise 必須提高可複製交付比例，GPU 則依已簽需求、利用率與真實折舊分批採購；若個案不符合毛利測試，先調整定價、範圍或投資規模，再擴張。

以 68%–70% 的綜合毛利為營運紀律

軟體訂閱隨用戶擴張可望產生較高毛利；Enterprise 依靠可重複的流程模板與範圍管理降低建置成本；GPU 業務則具有折舊、電力及維運費用，因此必須逐案確認收入與成本的匹配程度。

首年模型以 US$2.5M 的 GPU 設備投入營運，另保留 US$2.0M 作為依需求擴充的預算。預估 GPU／算力管理毛利約 51%，搭配較高毛利的 SaaS 及 Enterprise 服務，形成約 69% 的集團綜合毛利目標；這也是每筆專案都必須遵守的財務檢驗。

營收推動規模，穩健毛利支持下一階段的成長。

經營目標情境，非歷史財報。營收取決於客戶簽約、專案交付及服務認列期間；設備規模依合約容量決定。

16 / 14／三年成長曲線

用營收、獲利率與現金流衡量成長。

規劃初期由企業建置與專屬 GPU 服務帶動收入，後續逐步提高軟體訂閱及管理服務的經常性比重。目標營收由首年 US$8.39M，成長至第二年 US$11.60M、第三年 US$15.50M；稅前獲利由 US$1.08M 提升至 US$2.65M。

$8.39M

$1.08M

$11.60M

$1.75M

$15.50M

$2.65M

第 1 年

第 2 年

第 3 年

對外營收稅前獲利

讓財務目標對應到明確的銷售工作

首年營收不是直接設定一個成長百分比，而是由付費機構數、個人及機構資源加購、Full-turnkey／Semi-turnkey 合約、維運收入、兩家外部 GPU 專屬客戶，以及分散式管理合約組成。

經營團隊可以每月追蹤新付費帳戶、已簽企業合約、建置驗收、保留算力容量、實際 AI 成本、收款天數與現金流。如此一來，首年 US$1M 以上的稅前獲利，是可以逐項檢核的執行目標，而不只是好看的數字。

每個階段都有可檢查的經營門檻：企業專案需要足夠交付能力，GPU 擴充需要合約容量與電力供應，訂閱成長則要有真實轉換與續約。財務預測因此成為能持續管理的營運計畫。

68%–70%綜合毛利目標

US$1.08M首年稅前獲利目標

US$2.65M第三年稅前獲利目標

17 / 15／US$15M 募資用途

讓每一筆資本都對應清楚的成長任務。

CNNN 以 US$15M 策略股權募資為目標，資金將用於共用 AI Core 與產品商業化、模組化 GPU 專案、審計與申報準備、市場拓展及營運資金。可採里程碑分階段認購，讓資本投入與可驗證成果相互配合。

AI Core 與 DualSpan 商業化US$5.5M

模組化 GPU 基礎設施US$4.5M

審計、申報與 Nasdaq 準備US$2.0M

市場拓展與營運US$1.5M

營運資金準備US$1.5M

資本依成果投入，擴張由需求決定

US$15M 募資資金用於共用技術、產品商業化、財報與治理、Modular GPU 專案及營運資金。每一階段的產品驗收、簽約及客戶付款，都能成為下一階段投入的依據。

GPU 擴充以長期算力承購合約作為重要依據，保留足夠軟體產品資金投入品質、客戶成功及國際市場。好的硬體專案應該增強 CNNN，而不是排擠 DualSpan 的成長資源。

GPU 設備採購會依客戶合約品質與專案報酬安排。替代結構可考慮 US$10M 股權，加上最高 US$5M 的獨立設備融資；股權、借款及未來合約收入會分別列示。

GPU 相關 US$4.5M 為分階段資本配置。首年財務情境假設第一期 US$2.5M 設備投入使用，另 US$2.0M 保留給已簽約需求帶動的擴充，並依電力、設備與完整生命週期報酬核准採購。

18 / 16／執行與上市路線

從產品商業化、收入擴張，到 Nasdaq 申請準備。

前六個月聚焦財報及申報整改、平台商用準備、企業合約與首批具融資價值的算力合約；接下來十二個月深化付費導入、完成企業建置並擴充保留算力。至第 24 個月，目標形成更具規模的經常性收入與多元客戶網絡。

首 6 個月

財報整改、產品驗收、試點客戶與首批算力合約

第 6–12 個月

付費訂閱、首批企業交付與算力部署

第 12–18 個月

續訂、平台合作擴張與更多企業建置

第 18–24 個月

經常性收入擴大、按需擴充算力

投資人可以持續追蹤的成長路線

前期完成平台驗收、真實試點及合格商業合約；中期擴大付費機構、企業工作協作、專業人士服務及 GPU 容量；後續則提升續留、經常性收入及跨市場複製能力。

資本市場準備同步進行：補正財報、取得審計資料、檢視股權結構、公司治理及適用的 Nasdaq 上市資格，力求在 2027 年底前符合條件並啟動相應申請程序。

2027 Nasdaq 資格與申請工作主軸

CNNN 同步以 2027 年 12 月 31 日前具備適用資格並啟動 Nasdaq 上市申請程序為目標，持續推進財報申報、審計、股權結構、公司治理、資本標準及市場準備。

19 / 17／領導人介紹

Chris Chang 張乃文｜創辦人、董事長暨執行長

Chris Chang（張乃文）為 ConneXionONE Corp. 創辦人、董事長暨執行長。長期投入跨國科技事業，經驗涵蓋資通訊與網路服務、雲端、數位基礎設施、國際市場開發及跨境企業交易。

張乃文 Chris Chang

創辦人 · 董事長 · 執行長 · CNNN

他的經營經歷結合新市場開拓、科技商業化、策略合作與投資整合。根據其既有管理經歷資料，曾於科技相關事業完成三次成功退場，具備從建立商業模式到企業資本運作的實務經驗。

目前在 CNNN，他統籌 DualSpan 的長期產品與商業策略、國際策略夥伴關係、AI 軟體與 GPU 基礎設施的資本配置，以及 Nasdaq 上市準備。其經營重點是讓技術成為客戶願意持續使用的服務、讓收入機制可以被實際執行，並將經過驗證的商業模式複製至不同市場。

結合國際技術、商業拓展與資本執行的經驗

Chris Chang 長期參與國際資通訊、網路服務、雲端與數位基礎設施、策略商業拓展及跨境投資整合。依其提供的高階主管履歷，曾於科技相關事業完成三次成功退場。這些經驗形成他對技術落地、客戶採用及資本效率的重視。

在 CNNN，他統籌 DualSpan 產品及商業規劃、核心 IP 與授權、策略合作、募資安排及 Nasdaq 準備工作。目標是將技術發展為責任清楚、服務可驗收、具備長期客戶關係的跨市場事業。

讓策略、執行與資本規劃，朝同一企業發展方向前進。

20 / 18／策略投資邀請

共同參與 CNNN 的下一階段成長。

CNNN 邀請策略投資人參與 US$15M 成長資本計畫，攜手擴展 DualSpan AI 軟體與模組化 AI 算力服務兩大事業。健康醫療是建立深度價值的切入點；既有平台合作加速市場推廣；企業級建置與專屬算力合約帶來有明確客戶與可衡量成果的收入機會。

我們的發展方向清楚：建立具獲利能力的 AI 事業、強化 CNNN 資本結構，並朝 Nasdaq 下一階段準備邁進。我們期待與重視真實服務、真實客戶關係及長期企業資產的投資夥伴共同成長。

投資 CNNN，讓 AI 的價值延續到下一次服務與更長遠的成長。

ConneXionONE Corp. · US$15M Strategic Financing

策略投資與合作洽詢

歡迎攜手打造 AI 服務的下一階段成長。

Chris@DualSpan.bio

邀請共同建立能夠被驗證的長期價值

投資 CNNN，可以參與兩個相互支持的發展引擎：服務醫療健康與非醫療機構的 DualSpan AI 平台，以及以真實企業負載為基礎的 Modular GPU 算力服務。這筆資本既支持專業市場的深入，也支持較廣泛的 SaaS 與運算服務成長。

我們邀請策略投資人一同評估核心技術、商業合作機會、集團架構及分階段資本使用。每一份正式客戶合約、每一次被驗收的服務成果、每一項可獲利的算力專案，都將推動 CNNN 朝更健全的企業與下一階段資本市場目標前進。

CONNEXIONONE CORP. / 策略融资说明书

下一阶段的 AI 商业成长，建立在两大基础之上。

以 AI 软件延续服务关系，以算力基础设施支撑企业 AI 成长。

以 DualSpan 与模组化 GPU 算力服务为两大成长引擎，邀请策略投资人参与 ConneXionONE Corp.（OTC: CNNN）US$15M 融资计划。

医疗切入 × 算力支撑 × 跨产业扩张

US$15M拟议股权融资

US$1M+首年税前利润目标

20272027 年底前启动 Nasdaq 申请程序

01 · 01／投资机会 02 · 02／从真实服务情境出发 03 · 05／共用技术核心 04 · 06／DUALSPAN BIO 05 · 07／DUALSPAN BEYOND 06 · 08／商业闭环与成长飞轮 07 · 09／产品规划与收费 08 · MULTIPLE REVENUE STREAMS 09 · 10／企业级解决方案 10 · 11／AI 算力基础设施 11 · 12／共用算力与成本效率 12 · 03／两大成长引擎 13 · 04／公司与智慧财产权架构 14 · 13／营收与利润规划 15 · 14／三年成长曲线 16 · 15／US$15M 融资用途 17 · 16／执行与上市路线 18 · 17／领导人介绍 19 · 18／策略投资邀请

01 / 01／投资机会

下一个 AI 商业机会，从理解人的真实需求开始。

每个人都从自身处境看待服务：带着需求、经历和对下一步的期待而来；每家机构则从专业、责任、时间和运营限制出发。双方都希望事情得到妥善处理，却常常因为信息和期待没有衔接，让理解和关系在一次互动后中断。

这种落差，正是新的商业机会。当人被理解，服务就有机会成为长期关系；当机构能记住已确认的事项、妥善回应并衔接下一步，每次互动都能比上一次更有价值。

CNNN 因此发展两项相互支持的业务：延续服务关系的 DualSpan AI 平台，以及服务企业 AI 的模块化 GPU 算力基础设施。我们从医疗科技投资人熟悉的需求切入，再将可复制的服务能力延伸到更多行业。

为什么持续关系比一次回答更有价值

一次 AI 回答可以解决眼前的问题；真正长期有价值的服务，是下一次互动还能知道客户提出过什么需求、双方确认了什么、由谁接手，以及哪些事项已经完成。对机构而言，这不仅改善体验，也有机会减少重复工作，提高复访与续订。

CNNN 希望把这个需求转化为可以复制的技术与运营模式。我们先通过一段真实的服务旅程说明价值，再展示服务如何成为可以收费的 AI 产品，以及如何进一步成长为跨行业平台。

市场信号 · 原始研究佐证

顾客希望被真正理解；一次不好的服务体验，也可能改变长期关系。

不同研究指出同一个方向：人们期待贴近自身需求的服务，遇到服务问题时可能减少消费，同时希望掌握个人信息如何被使用。企业知道顾客期待正在变化，却不一定能及时调整内部服务流程。

71%

期待企业提供个性化互动

McKinsey · 2021 · 美国消费者

71% 期待个性化服务；76% 对不符合自己需求的消息与推荐感到失望。

53%

负面体验后减少或停止消费

Qualtrics · 2025 趋势 · 23 国

在受访者报告的不良体验中，53% 对应减少或停止消费；分母不是全体消费者。

70%

高管认为顾客期待变化快于公司反应

PwC · 2025 · 美国企业高管

约七成受访高管认为，顾客期待的变化速度超过企业的适应能力。

01 / 期待升级

个性化，正在成为优质服务的基本期待。

McKinsey《Next in Personalization》研究发现，71% 的美国受访消费者期待个性化互动，76% 在收到不相关的推荐或消息时感到受挫。受访者希望企业把自己看作独立的个体，而不是把每次交易都当作毫无关联的新事件。这意味着，服务的价值不仅取决于当下回答得多快，更在于是否记得经允许保存的偏好、了解之前已说明的事项，让下一次联系更加顺畅。

02 / 收入影响

服务断点，可能直接改变顾客的消费行为。

Qualtrics《2025 Consumer Trends》覆盖 23 个国家、近 24,000 位消费者。研究指出，受访者报告的不良体验中，有 53% 伴随减少或完全停止消费，其中 38% 减少支出、15% 完全停止支出。不良体验的常见原因包括服务交付问题（46%）和沟通问题（45%）。对于机构而言，未被跟进的需求、交接遗漏与反复要求顾客重新说明，都可能发生在顾客决定是否再次购买的关键时刻。

03 / 组织差距

企业看见顾客期待，却常受到内部协作速度的限制。

PwC 2025 年美国客户体验调查显示，70% 的受访企业高管认为顾客期待变化得比企业适应速度更快；同一调查中也有 52% 的消费者表示，曾因产品或服务的不佳体验而停止购买或使用某个品牌。这说明的商业机会，并非再增加一个能回答问题的聊天窗口，而是让机构的知识、任务负责人、后续跟进及正式完成结果，能够跨接触点持续协作。

04 / 信任与授权

顾客需要被理解，也需要有权决定信息如何被使用。

Qualtrics 研究显示，64% 的受访者偏好提供符合自身需求服务的企业，但只有 27% 能接受企业使用自己未主动提供的数据来进行个性化；同一研究中，仅 26% 信任企业能够负责任地使用 AI。由此可见，让个人自主选择保留哪些信息、机构仅访问依法获得授权的服务上下文，比单纯大量收集信息更符合建立长期信任的需要。

05 / 医疗服务的连续性

健康医疗更凸显“信息之后，服务如何衔接”的重要性。

世界卫生组织 WHO 将以人为中心的整合型健康服务，描述为覆盖预防、诊断、治疗与后续支持、并能跨阶段协调的服务过程。一份有价值的医疗报告只是其中一环。个人仍需要理解下一步，医疗机构也需要合适的服务交接、跟进及责任确认。DualSpan Bio 计划通过授权和专业治理将这些服务步骤连接起来，而不替代医疗专业判断。

06 / DualSpan 的回应

让这一次的服务，成为下一次更贴心互动的起点。

这正是 DualSpan 采用双端 AI 角色设计的原因。有方 Alby 站在个人一端，帮助整理需求、个人上下文以及本人选择保存的信息；常在 Ays 站在机构一端，依据正式批准的服务知识接待、承接需求、协调已授权的工作并跟进已确认的结果。Relationship Memory 与受治理的协作机制让双方更好地理解彼此，同时维持个人与机构数据各自的访问权限。DualSpan Bio 专注健康医疗服务，DualSpan Beyond 则将同样的能力提供给非医疗服务机构。

真正的商业机会，是让服务记得、做得到，也值得顾客再次选择。

贴近需求的互动有助于促进复购，可靠的交接可以帮助机构提升效率，尊重授权的服务记忆有助于建立信任。DualSpan 将这些需求转化为可衡量的机构订阅、企业项目与 AI 资源服务。

原始研究与调查范围

[1] McKinsey — McKinsey〈The value of getting personalization right—or wrong—is multiplying〉（2021 年 11 月）；美国消费者调查，71%／76% 来自 2021 年受访样本 n=1,013。
[2] Qualtrics — Qualtrics《2025 Consumer Experience Trends》（2024 年 10 月发布）；23 国 23,730 名受访者。53% 指报告不良体验后的消费反应，64%、27% 与 26% 为相应调查题目的回答。
[3] PwC — PwC《2025 Customer Experience Survey》（2025 年 9 月）；美国 5,511 名消费者及 406 位企业高管。70% 为高管观点，并非消费者比例。
[4] WHO — WHO「Services organization and integration」；以人为中心的整合型健康服务框架，作为服务连续性理念的参考。

以上研究来自不同年份、国家与样本，分别支持市场需求的不同侧面；DualSpan 自身的价值将通过正式完成率、用户留存与实际付费采用进行验证。

当顾客期待被真正理解、机构需要让服务持续衔接，下一个问题就是：谁能帮助双方达成共识？这正是有方 Alby 与常在 Ays 的角色。

02 / 02／从真实服务情境出发

一份结果很有价值，连贯的下一步让它真正发挥作用。

想象一位用户收到 AI 辅助医疗设备生成的报告。接下来，需要理解内容、整理疑问并找到合适的专业服务；医疗机构则需要接待、分派工作与后续跟进。双方不必在每次接触时都从零开始。

有方 Alby · 个人 AI 助手

有方 Alby — 个人 AI 助理
有方始终站在个人一端，协助理解需求、比较合适的服务、整理问题与本人授权的生活或健康信息，并延续本人愿意保留的重要事项。同一位有方可以跨 DualSpan 两个领域使用，但敏感健康数据仍单独保护。

常在 Ays · 机构／专业服务 AI

常在 Ays — 服务提供者的 AI 数字服务分身
常在代表已验证的机构或合格专业人士，依据核准的知识介绍服务、承接需求、转交合适人员，并追踪正式确认的结果。在 Operations／Enterprise 中，常在还可以在授权下通过团伴 Teammate 与 AI Agent 协调机构内部工作。

01个人理解

02服务连接

03后续追踪

一次完整服务可以持续延伸：个人找到合适的服务、机构回应需求、完成经授权的交接，并把已确认的结果接到下一次互动。健康医疗领域的专业决策仍由合格专业人员负责。

定位为专业服务协作与后续关怀；临床决策仍由合资格专业人员负责。

真正的价值，发生在信息与服务之间的衔接

健康检测完成只是起点。个人可能需要整理医生咨询的问题、了解可选择的服务，或把已经确认的下一步交给相关机构承接。个人保留对私人信息的选择权；机构继续负责专业判断、正式流程与服务责任。

因此 DualSpan 不是把个人与机构放进同一个聊天机器人，而是让两端各有自己的 AI 角色，通过已授权的任务、明确的负责人及正式结果，把一次互动延续到下一次。

有方 Alby 帮个人理解需要什么，常在 Ays 帮机构说明能够怎样服务；两者衔接，让一次服务自然通往下一次。

03 / 05／共用技术核心

两位 AI，分站两端，让服务真正衔接起来。

因此 DualSpan 建立的是一套可复制的共享 AI Core，而不是为每家机构重新开发聊天机器人。有方 Alby、常在 Ays、ERAL、授权记忆、Hub 和受控工作流程可以支持不同行业，并保留各机构的数据和职责边界。

共用 DualSpan AI Core

↓

个人 Alby

ERAL＋授权记忆

机构 Ays + Hub

↓

DualSpan BioHealth Domain Policy

DualSpan BeyondIndustry-neutral services

一套共享核心，对应不同角色与责任

ERAL 代表 Evidence（证据）、Reasoning（推理）、Action（行动）和 Learning（学习）。它根据授权的可信信息形成建议，帮助适合的人员与工具执行，并依据正式确认的结果持续改进。个人的有方与机构的常在使用同一 AI Core，但拥有各自独立的记忆、权限与责任。

这个核心也支持员工使用的 团伴 Teammate，以及帮助合格专业人士提供授权知识服务的 Professional Ays Service。同一套基础技术可以支持对外服务、内部协作和专业服务，不必为每个行业重新建设平台。

当一段服务旅程能够延续，同一套方法就能支持更多机构。

04 / 06／DUALSPAN BIO

DualSpan Bio

健康有方，服务常在。

Aligning Your Healthspan with Lifespan.

DualSpan Bio 协助健康医疗与健康生活机构，将服务延续到单次预约之外。个人通过 Alby 整理健康旅程，机构通过 Ays 与 Hub 承接询问、预约流程、人工交接与后续追踪。

商业化以标准化 Hub 订阅为基础，并提供 Semi-turnkey 与 Full-turnkey 的企业专属建设方案。企业项目将依范围、交付里程碑及后续维运安排定价。

健康医疗服务，可以从三类需求切入

DualSpan Bio 首先帮助个人延续多次服务中的健康信息；随后让诊所、健康管理与照护机构建立 AI 服务入口、交接与后续跟进；当大型机构需要更完整的部署时，再通过 Enterprise 方案提供流程治理、集成及持续运维。

这条成长路线并不是再次开发医疗诊断设备，而是补上医疗科技周边的服务协作层。专业判断仍由合格人员负责，DualSpan Bio 帮助授权的下一步更容易被理解、分配和完成。

先从健康医疗建立专业深度，再以共用技术提高扩张效率。

DualSpan Bio 以专业要求较高的健康医疗领域为切入点，在保障健康数据与专业治理的前提下，积累能够反哺共享技术的服务能力。

05 / 07／DUALSPAN BEYOND

DualSpan Beyond — 面向非医疗机构的 AI 服务平台

选择有方，关系常在。

Aligning Services with Lasting Relationships.

服务零售、旅游、酒店餐饮、教育、健身、咨询及各类非医疗服务机构，让客户关系持续积累。

DualSpan Beyond 优先与已拥有客户或会员基础的平台合作。合作伙伴运用现有服务关系导入首批用户与机构，让新平台不必完全从零开始建立市场。

01具既有客群的平台

02会员与服务机构

DUALSPAN BEYONDAI Core · Alby · Ays · Hub

03直接支付给 DualSpan Beyond

04依合格实际回款给予平台分润

05服务、续留与转介绍绍

一个平台带来第一批用户，每家活跃机构都可能带来下一轮成长。

客户及机构直接向 DualSpan Beyond 支付合格平台服务费，DualSpan Beyond 再依实际回款及合作条件分润给导流平台。机构也能通过自己的服务入口、网站与 QR Code 接触原有客户，推动用户与服务网络自然扩张。

非医疗市场采用直接收费、平台伙伴分成

DualSpan Beyond 专注非医疗机构和专业服务者，包括零售、酒店餐饮、旅游、教育、健身、美容、咨询、房地产及其他生活服务行业。受监管的健康医疗专业流程仍属于 DualSpan Bio 的服务领域。

市场切入点是已经拥有用户或会员的平台。合作平台负责介绍和导流；机构及符合条件的个人用户直接向 DualSpan Beyond 订阅和付款；平台合作伙伴再按实际合格收入获得约定分成。客户合同与收款关系由运营公司掌握，渠道伙伴则分享真实推广成果。

随后，每家使用 Ays 的机构都可能成为新入口。机构通过自身二维码或网站服务链接触达原有客户，让更多并非来自原合作平台的用户自主启用 Alby，逐步形成多入口、跨行业的服务网络。

一个平台带来第一批用户，每家活跃机构都可能带来下一轮成长。

DualSpan Beyond 将同一能力带入更多服务行业。初期通过已有会员或用户的合作平台推广，机构与个人直接向 DualSpan Beyond 支付合格方案费用，再由 DualSpan Beyond 按实际合格收入向平台伙伴分润。

06 / 08／商业闭环与成长飞轮

每一次良好服务，都让下一次互动更有价值。

合作平台导入用户与机构；Alby 协助个人探索服务；Ays 协助机构承接需求。经授权保存的服务脉络，使下一次互动更顺畅；服务成果带动续订、推荐与更多机构加入。

01合作平台触达用户

02Alby 理解需求

03Ays 承接服务

DUALSPANRELATIONSHIP GROWTH

04依法保存服务脉络

05复购与转介绍

06更多付费机构

闭环的商业收益来自 Hub 订阅、AI 加购、企业建设及持续维运。管理成效则以活跃用户、付费机构、实际完成的服务、续留及实际回款金额衡量。

商业闭环可以用真实指标跟踪

商业循环从真实需求开始：个人提出需求、机构承接、服务取得正式结果，授权保留的服务信息让下一次互动更顺畅。优质服务推动复访；复访提高机构续订意愿；更多机构又带来新的客户入口。

因此我们跟踪的不只是会员注册数，还包括有效启用、机构验证、服务受理、正式完成、付费留存及实际收款。每个环节都可以独立优化，让增长飞轮成为真正可以管理的运营模式。

这形成可持续扩展的路径：更多合适服务吸引用户；更好的体验带来回访；持续的价值推动订阅、加购与推荐。关系延续，逐步转化为可以运营的商业收入。

07 / 09／产品规划与收费

从容易开始的服务，逐步升级到企业级应用。

Hub Free 让机构建立服务入口；Hub Dual AI 提供 AI 接待与持续互动；Hub Operations 延伸到更完整的工作执行；Full-turnkey 与 Semi-turnkey 则对应大型机构的部署、整合与治理需求。

DUALSPAN	COMMERCIAL MODEL
Hub Free	免费服务入口
Hub Dual AI	US$99／月 · 已核准付费试点价格
Hub Operations	US$299／月 · 内部试算参数
Semi-turnkey	每项目 US$100K–300K
Full-turnkey	每项目 US$300K–900K

DualSpan BioAligning Your Healthspan with Lifespan.

DualSpan BeyondAligning Services with Lasting Relationships.

本次试算采用 DualSpan Beyond 已核准付费试点价格格：Hub Dual AI 每月 US$99；Hub Operations 每月 US$299 为内部建模参数。Enterprise 建设费与算力服务价格则作为融资财务规划假设，实际以客户合同订定。

企业项目与 GPU 算力采用规划报价区间，实际取决于实施范围、合同期限、GPU 规格、预留容量及 SLA。后面的首年营收模型选用区间内的特定金额，用于倒推成交目标，并非固定对外报价。

从基本服务入口，逐步发展到企业级 AI

标准方案帮助机构免费建立服务入口，再按需要升级到有方与常在的持续协作。需要处理机构内部工作的企业，可以通过 Operations 使用常在总管、团伴、受治理 Agent Team 与共享 AI Work Credits；更复杂的系统则采用专属 Full-turnkey 或 Semi-turnkey 合同。

企业报价采用区间，是因为单个网点的流程配置与多主体、跨系统的专属部署，在交付成本上完全不同。我们先确认企业希望改善的结果，再界定集成、权限、验收和运维，最后形成合适的项目报价。

依服务价值与工作需求收费，而非单纯依 AI 角色数量定价。

多元收入结构的意义在于：标准方案扩大客户基础，加购随着实际使用增长，企业项目产生部署收入，算力管理再增加长期合同型收入。

08 / MULTIPLE REVENUE STREAMS

一套关系平台，创造十多种收入来源。

从首次接触、日常服务到企业级部署，同一平台可以提供订阅、AI 用量加购、企业建设与持续运维等不同收费方式。每笔费用都对应客户真正需要的服务，让客户价值与平台收入共同增长。

收入项目	客户购买的价值	参考价格
机构平台方案
Hub Free	免费建立服务入口、AI 接待与基本机构曝光	免费／获客入口
Hub Dual AI	Alby × Ays 持续服务及机构 AI 能力	US$99／月
Hub Operations	AI 团队、受控工作流程与 Policy & SOP	US$299／月
个人 AI 与用量加购
Alby Memory & AI Pack	个人记忆容量与 AI Credits	US$9.99／包
Relationship Memory Expansion	机构可检索关系记忆增加 1M Tokens	US$4.99／月
Relationship Memory Expansion Plus	机构可检索关系记忆增加 3M Tokens	US$12.99／月
Hub Creative Credits	AI 宣传图片生成 25 点	US$9.99／包
Ays Voice Add-on	机构管理员语音加购 120 分钟	US$9.99／120 分钟
AI Work Credit Pool	企业超出已包含共享工作池的 AI 用量	US$29／3,000 点
Knowledge Capacity Pack	机构知识索引和来源容量扩展	另定合格方案
AI Answer Capacity Pack	机构购买面向用户的知识问答额度	另定合格方案
企业及专业服务
Semi-turnkey Enterprise	快速配置、集成与流程部署	每项目 US$100K–300K
Full-turnkey Enterprise	专属企业平台、受控集成与交付	每项目 US$300K–900K
Enterprise managed support	企业持续运维、技术支持与服务	US$3K／月
Business Assessment & SOP implementation	运营诊断、制度分析及批准后的工作流程	按合同范围
Professional Ays services	合法授权的专家知识及专业服务体验	按合同／用量
AI 算力基础设施
Dedicated GPU capacity	对外客户专属模块化 GPU 算力	每客户每月 US$80K–200K
Distributed AI Compute Management	第三方算力调度、计量、路由与管理	每合同每月 US$10K–50K

表中分别标注已批准的试点／商业测试价与内部收入测算价格。Enterprise、算力服务按正式合同报价；Knowledge／Answer 容量产品的价格另行批准。机构自行向消费者出售 Ays 知识问答的收入归机构所有；CNNN 按适用平台容量收费，并不自动抽取销售佣金。

多元收入来自不同需求，而不是重复收费

机构 Hub 订阅创造经常性收入；自愿加购的记忆、创意图片、语音、AI 工作资源以及经过批准的知识容量，使收入与真实使用价值共同增长；大型企业带来实施、集成与运维费用；CNNN 还可以提供外部 GPU 算力及分布式管理服务。

Professional Ays Service 通过既有 Hub、合格 AI 资源及企业服务创造平台收入。至于专业人士面向消费者的实际服务，定价与分成由专业人士和机构自行安排；DualSpan 不会因为提供 Ays 就自动对这笔服务交易抽佣。

多元收入，来自每项可衡量的客户价值。

理解服务如何创造价值和收入后，接下来就是 CNNN 如何交付、配置资本并推动增长。

09 / 10／企业级解决方案

从服务助理，延伸至企业级 AI 协作。

Semi-turnkey 让企业在共用平台基础上，更快完成专属流程、身份权限与治理设定。Full-turnkey 则提供更完整的企业部署，包括专属环境、系统整合、制度与 SOP 对应、测试及持续维运。

从服务需求到正式完成的机构内部 AI 协作

机构常在 Ays承接机构服务并统筹协调

员工团伴 Teammate在员工权限内整理和处理工作

授权 AI Agent／工具按核准 SOP 执行可追踪任务

主管审批与验收确认成果并留下正式记录

企业收入可由建设、整合、持续服务及扩充产生。DualSpan 的 Policy & SOP Engine 则提供可重用的制度化路径，从企业需求评估、受控流程，到核准、验收及稽核纪录。

团伴帮助企业内部工作真正连接 AI

机构常在 Ays 代表公司；团伴 Teammate 帮助员工在其权限内完成工作；AI Agent Team 使用核准的工具执行任务；主管保留必要的审批与验收权限。企业得到的不再是多个互不相通的聊天窗口，而是一套责任、流程与结果都清楚的协作机制。

AI Business Assessment 先理解企业流程；Policy & SOP Engine 再把正式批准的政策、决策条件、任务、审批、验收与审计纳入工作流程。Operations 采用机构订阅和共享 AI Work Pool，不会因为多一个员工 Teammate 身份就固定按人头收费；Enterprise 则能够按合同扩展到更复杂的系统。

10 / PROFESSIONAL AYS SERVICE

Professional Ays Service — 让专业知识成为持续服务的能力。

顾问、教师、教练、创作者及合格医疗专业人士，都拥有值得在正式服务之外持续发挥价值的知识。Professional Ays Service 让经过核实的专业人士，借助既有 Hub 管理的 AI 数字服务分身，向客户提供授权的知识与服务指引。

核实专业身份首先确认专业资质、权限、服务范围及知识来源，再开放对外服务。

明确显示 AI 身份常在依据核准内容回答，通过二维码或服务链接引导需求，必要时转交真人。

专业延续与权利分离经过授权的专业身份可以按程序延续；机构政策、客户记录及数据权利仍由各自权利人管理。

从专业知识到持续 AI 服务

01核实专业人士

02批准知识及服务范围

03客户与 Professional Ays 互动

04转交真人并跟进服务结果

Professional Ays Service 沿用现有 Ays 与 Hub，不另设一套独立 App，也不按每位专业人士收取固定网络管理费。机构或专业人士支付适用的平台服务和 AI 用量；实际专业服务的收费与分成由相关机构及专业人士自行安排。

当专业人士也能够持续服务客户，平台就有更多让客户愿意再次使用的理由。下一步，是如何为这些 AI 服务提供稳定、高效的算力。

11 / 11／AI 算力基础设施

掌握关键算力，提供稳定可靠的企业 AI 服务。

CNNN 规划建设 Modular／Container GPU 算力设施，服务需要专属计算容量的企业。客户可依合同取得保留算力、部署、服务可用率与维运管理；设备投资则以合同需求、电力条件与项目报酬评估决定。

模组化 GPU＋分散式算力管理

↓

外部企业客户对外营收

DualSpan Bio 计算需求内部成本分摊

DualSpan Beyond 计算需求内部成本分摊

分散式 AI 算力管理平台可统筹自有及合格第三方 GPU 节点的工作排程、模型路由、用量计量、监控及服务等级，让 CNNN 的服务能力不只取决于自有设备数量。

算力首先是一种服务，而不只是设备

CNNN 可以提供专属 GPU 容量、部署及运维服务等级；分布式算力管理平台还可以协调符合条件的自有和第三方 GPU 节点，进行调度、路由、用量计量与服务监控。客户购买的是稳定、可管理的计算服务，不只是机柜和服务器。

每一期设备采购都对应实际的长期需求、场地供电、冷却方案和项目回报。这让 Modular GPU 的扩张由已经确认的商业需求驱动，而不是先购买设备再寻找客户。

以合同锁定需求、以计量管理服务、依真实负载扩充设备。

稳定负载自有化，峰值需求灵活调度，每一单位算力都能衡量成本。

当外部客户提供长期算力合同，而 DualSpan Bio 与 DualSpan Beyond 持续产生可预测的 AI 工作量时，CNNN 就有机会为自购 GPU 建立稳定的基础负载。分布式 AI 算力管理平台将合适任务导向自有设备，峰值或特殊工作再使用合格的外部算力，随着使用规模增长提升对单位成本和服务质量的掌控。

先确认需求，再采购设备

以已签最低容量承诺和承租人信用决定第一批设备规模。

针对不同任务选择适合的算力

适合且稳定的模型使用自有 GPU；波动负载和特殊模型可选用云端或 API。

透明计量真实成本

逐项掌握有效 GPU 小时、Token 产出、电力、冷却、运维和设备折旧。

12 / 12／共用算力与成本效率

同一算力底座，同时服务外部客户与 DualSpan。

外部企业向 CNNN 购买算力与管理服务。DualSpan Bio 和 DualSpan Beyond 可在负载条件、资料治理及总成本合理时使用集团算力；已承诺给外部客户的保留容量仍按合同优先履行。

模组化 GPU＋分散式算力管理

↓

外部企业客户对外营收

DualSpan Bio 计算需求内部成本分摊

DualSpan Beyond 计算需求内部成本分摊

共享算力，创造三种不同的经济价值

外部医疗和企业客户带来合同算力收入；DualSpan Bio 可以在适合情况下用自有算力支持医疗与健康 AI；DualSpan Beyond 则可把算力用于非医疗服务接待、记忆、Agent 和其他 AI 工作。同一平台分别计量不同业务的负载和成本。

CNNN 对外销售的算力计为外部收入；CNNN 与全资子公司的内部计算分摊用于管理单位成本，并在集团合并报表中抵销。这样才能真实反映集团的收入质量与成本结构。

集团内部算力使用逐项计量，协助掌握 AI 软件的真实成本。CNNN 合并财务报表将母子公司间的内部算力费用冲销，对外算力与软件营收各自如实呈现，不重复计算。

首年 GPU 经济模型示意：设备分期部署

项目	US$M／计算基础
Modular GPU 资本预算总额	4.500，最高配置额
首年预计正式投入使用的设备	2.500，第一期部署
预留第二阶段设备资本	2.000，随合同需求扩容
第一期设备年度折旧	0.833，以 36 个月年限测算
电力、冷却、机房、网络、交付及运维	0.637，示范直接成本
GPU 与分布式管理直接成本	1.470，合计
外部算力及管理服务收入	3.000，合同收入目标
GPU／管理服务毛利及毛利率	1.530／51.0%

该表使 GPU 成本与集团首年财务模型保持一致：US$4.5M 是分期资本预算，并非所有设备在首年一次性投运及折旧。36 个月折旧年限、实际投运日期、设备规格、运营费用、客户合同和融资成本，都需要在投资前验证。51% 算力业务毛利及 69% 集团毛利仍是经营目标。

是否自购设备，需要在相同服务质量下，对比“每有效 GPU 小时／每百万 Tokens 的完整成本”与云端、API 或长期租用方案。外部客户租金与集团内部负载有望提升利用率，但集团内部算力收费在 CNNN 合并报表中仍须冲销。

13 / 03／两大成长引擎

软件平台具备扩张潜力，算力设施能创造服务收益。

CNNN 正以两种互补方式建立成长动能：DualSpan 提供软件与企业 AI 服务；Modular GPU 基础设施向有实际需求的企业提供专属算力及管理服务。

同一算力底座也能支援 DualSpan Bio 和 DualSpan Beyond，让企业客户需求、基础设施资产及 AI 服务交付彼此连接。

两个引擎互相支持，而非随意拼凑业务

AI 软件引擎依靠机构订阅、资源加购及企业实施增长；AI 算力引擎依靠专属容量和运维合同创造收入。两者的资本投入和风险不同，但模型路由、服务监控和部署经验可以互相支持。

软件使用量帮助预测算力需求；实际 GPU 成本帮助 AI 产品定价；大型客户也可能同时需要工作流程改造与算力建设。这种运营连接，才是 CNNN 两大业务可以相辅相成的原因。

14 / 04／公司与智慧财产权架构

CNNN 掌握核心技术，两家全资子公司专注各自市场。

CNNN 是本次融资标的，并依既定规划持有 DualSpan 核心智慧财产权。公司规划由全资的 DualSpan Bio Inc. 与 DualSpan Beyond Inc. 分别经营健康医疗及跨产业市场，两家公司共用 AI Core，但各自负责运营。

策略投资人

↓

CNNN · 核心 IP · 资本 · AI 算力

↓

共用 DualSpan AI Core

↓

DualSpan Bio Inc.规划 100% 持股

DualSpan Beyond Inc.规划 100% 持股非医疗机构与专业服务

目标运营架构｜DualSpan Bio 与 DualSpan Beyond 法人设立仍依正式程序推进。

清晰的公司结构，让责任与成果更容易衡量

按照正式公司架构规划，CNNN 持有共享 AI Core 核心 IP，统筹资金和计算基础设施；计划成立的全资 DualSpan Bio Inc. 面向医疗健康机构；全资 DualSpan Beyond Inc. 面向非医疗机构及专业服务者。

两条产品线共享核心技术，但分别管理客户合同、运营成本和绩效。CNNN 可分别观察订阅留存、企业项目交付、GPU 利用率和投资回报，再从集团层面统筹资本配置。

CNNN 可由集团层级供应共用技术与算力，各事业则拥有清楚的客户合同、成本与绩效指标。母子公司内部算力计费用于成本管理，合并报表则依法冲销。

15 / 13／营收与利润规划

以 68%–70% 集团综合毛利率，支持可持续增长。

好的 AI 业务不仅追求收入增长，还需要足够的毛利来支持研发与全球市场。我们将约 69% 的综合毛利率作为管理目标，结合标准订阅、可复制的企业方案、长期算力合同及较轻资产的分布式管理服务，争取在首个完整商业运营年度创造超过 US$1M 的税前利润。

首年模型采用报价区间内的示范成交金额：5 个 Full-turnkey 项目各 US$450K、10 个 Semi-turnkey 项目各 US$150K，以及专属 GPU 客户每月 US$125K。实际合同按照项目范围另行定价。

第 1 年销售目标	US$M
700 家 Dual AI × US$99 × 平均 7 个付款月	0.485
150 家 Operations × US$299 × 平均 6 个付款月	0.269
30,000 份个人 AI 加购包 × US$9.99	0.300
其他合格用量与加购	0.225
5 件 Full-turnkey × US$450K	2.250
10 件 Semi-turnkey × US$150K	1.500
15 份维运合同 × US$3K × 8 个月	0.360
2 家 GPU 保留容量客户 × US$125K × 10 个月	2.500
2 份算力管理平台合同 × US$25K × 10 个月	0.500

首年采用分期部署假设：在 US$4.5M 设备资本预算中，先有 US$2.5M 设备投入使用，按 36 个月折旧测算，年度折旧约 US$0.833M；另以 US$0.637M 估算电力、冷却、机房、网络、运维与算力交付等直接成本。两者合计 US$1.470M，支持算力业务 51% 的目标毛利；另外 US$2.0M 设备资金待合同与回报确认后分期投入。

首年营收结构 · 百万美元

标准订阅与 AI 加购US$1.28M

企业建设与维运US$4.11M

外部算力与管理服务US$3.00M

业务类别	首年收入	目标毛利率	目标直接成本
标准订阅与加购	US$1.279M	82%	US$0.230M
Enterprise 部署与运维	US$4.110M	78%	US$0.900M
对外 GPU／算力管理	US$3.000M	51%	US$1.470M
集团综合目标	US$8.389M	69.0%	US$2.600M

三类业务的示范目标毛利：标准订阅与加购约 82%；企业部署及运维约 78%；对外算力与管理约 51%。实际需要通过成本和项目合同验证。

首年运营目标｜百万美元	US$M
标准订阅与 AI 加购	1.279
Enterprise 部署与运维	4.110
对外 GPU 算力及管理	3.000
对外营收合计	8.389
直接服务成本（含 GPU 折旧）	-2.600
毛利	5.789
集团综合毛利率	69.0%
业务、工程及公司运营费用	-4.550
融资与其他费用	-0.160
税前利润	1.079

约 69% 是运营管理与定价目标，并非目前已经实现的毛利。Enterprise 必须提高可复制交付比例，GPU 则按照已签需求、利用率与真实折旧分批采购；如果项目未能通过毛利测试，应先调整价格、范围或投资规模，再扩大业务。

以 68%–70% 的综合毛利率作为运营纪律

软件订阅随着客户规模扩大，有机会形成较高毛利；Enterprise 依靠可复用流程模板和范围管理降低实施成本；GPU 业务则存在折旧、电力和运维成本，必须逐个合同确认收入与成本的匹配程度。

首年模型以 US$2.5M 的 GPU 设备投入运营，另外保留 US$2.0M 作为按需求扩张的预算。预计 GPU／算力管理毛利约 51%，结合毛利率较高的 SaaS 与 Enterprise，形成约 69% 的集团综合毛利目标；这也是每个项目需要遵守的财务衡量标准。

营收推动规模，稳健毛利支持下一阶段增长。

经营目标情境，非历史财报。营收取决于客户签约、项目交付及服务认列期间；设备规模依合同容量决定。

16 / 14／三年成长曲线

用营收、利润率与现金流衡量成长。

规划初期由企业建设与专属 GPU 服务带动收入，后续逐步提高软件订阅及管理服务的经常性比重。目标营收由首年 US$8.39M，成长至第二年 US$11.60M、第三年 US$15.50M；税前利润由 US$1.08M 提升至 US$2.65M。

$8.39M

$1.08M

$11.60M

$1.75M

$15.50M

$2.65M

第 1 年

第 2 年

第 3 年

对外营收税前利润

让财务目标对应明确的销售行动

首年收入不是直接设定一个增长百分比，而是由付费机构数、个人与机构资源加购、Full-turnkey／Semi-turnkey 合同、运维服务、两家外部 GPU 专属客户以及分布式管理合同组成。

管理团队可以每月跟踪新增付费账户、已签企业合同、部署验收、预留算力容量、实际 AI 成本、收款天数与现金流。这样，首年 US$1M 以上的税前盈利就成为可以逐项检查的执行目标，而不只是一个漂亮数字。

每个阶段都有可检查的经营门槛：企业项目需要足够交付能力，GPU 扩充需要合同容量与电力供应，订阅成长则要有真实转换与续约。财务预测因此成为能持续管理的运营计划。

68%–70%综合毛利目标

US$1.08M首年税前利润目标

US$2.65M第三年税前利润目标

17 / 15／US$15M 融资用途

让每一笔资本都对应清楚的成长任务。

CNNN 以 US$15M 策略股权融资为目标，资金将用于共用 AI Core 与产品商业化、模组化 GPU 项目、审计与申报准备、市场拓展及运营资金。可采里程碑分阶段认购，让资本投入与可验证成果相互配合。

AI Core 与 DualSpan 商业化US$5.5M

模组化 GPU 基础设施US$4.5M

审计、申报与 Nasdaq 准备US$2.0M

市场拓展与运营US$1.5M

运营资金准备US$1.5M

资本与成果挂钩，按需求推进扩张

US$15M 融资资金用于共享技术、产品商业化、财务报告与治理、Modular GPU 项目和运营资金。每个阶段的产品验收、正式签约及客户付款，都可以成为下一阶段投入的依据。

GPU 扩张以长期算力采购合同为重要依据，同时保留足够的软件产品资金，用于质量、客户成功和国际市场。优秀的硬件项目应该增强 CNNN，而不是挤占 DualSpan 的成长资源。

GPU 设备采购会依客户合同质量与项目报酬安排。替代结构可考虑 US$10M 股权，加上最高 US$5M 的独立设备融资；股权、借款及未来合同收入会分别列示。

GPU 相关 US$4.5M 为分阶段资本配置。首年财务情境假设第一期 US$2.5M 设备投入使用，另外 US$2.0M 保留给已签约需求推动的扩容，并根据电力、设备和完整生命周期回报批准采购。

18 / 16／执行与上市路线

从产品商业化、收入扩张，到 Nasdaq 申请准备。

前六个月聚焦财报及申报整改、平台商用准备、企业合同与首批具融资价值的算力合同；接下来十二个月深化付费导入、完成企业建设并扩充保留算力。至第 24 个月，目标形成更具规模的经常性收入与多元客户网络。

首 6 个月

财报整改、产品验收、试点客户与首批算力合同

第 6–12 个月

付费订阅、首批企业交付与算力部署

第 12–18 个月

续订、平台合作扩张与更多企业建设

第 18–24 个月

经常性收入扩大、按需扩充算力

投资者可以持续跟踪的成长路线

前期完成平台验收、真实试点和合格商业合同；中期扩大付费机构、企业协作、专业人士服务及 GPU 容量；随后提高留存、经常性收入和跨市场复制能力。

资本市场准备与业务执行同步进行：完善申报、取得审计资料、检视股权结构、公司治理及适用的 Nasdaq 上市资格，争取在 2027 年底前符合条件并启动相应申请程序。

2027 Nasdaq 资格与申请工作主轴

CNNN 同步以 2027 年 12 月 31 日前具备适用资格并启动 Nasdaq 上市申请程序为目标，持续推进财报申报、审计、股权结构、公司治理、资本标准及市场准备。

19 / 17／领导人介绍

Chris Chang 张乃文｜创办人、董事长兼首席执行官

Chris Chang（张乃文）是 ConneXionONE Corp. 创办人、董事长兼首席执行官。长期参与跨国科技业务，经验涵盖信息通信与网络服务、云服务、数字基础设施、国际市场开发以及跨境企业交易。

张乃文 Chris Chang

创办人 · 董事长 · 执行长 · CNNN

他的经营经历结合新市场开拓、技术商业化、战略合作与投资整合。根据其既有管理经历资料，曾在科技相关业务中完成三次成功退出，具备从商业模式建立到企业资本运作的实务经验。

目前在 CNNN，他统筹 DualSpan 的长期产品和商业战略、国际战略伙伴关系、AI 软件与 GPU 基础设施的资本配置，以及 Nasdaq 上市准备。其经营重点是让技术成为客户愿意持续使用的服务，让收入模式能够真正执行，并把经过验证的商业模式复制到不同市场。

国际技术、商业拓展与资本执行相结合

Chris Chang 长期参与国际电信、网络服务、云计算与数字基础设施、战略业务拓展及跨境投资整合。根据其提供的高管履历，曾在科技相关业务中实现三次成功退出。这些经历形成他对技术落地、客户采用及资本效率的重视。

在 CNNN，他统筹 DualSpan 产品及商业规划、核心 IP 与授权、战略合作、融资安排及 Nasdaq 准备工作。目标是将技术发展为责任清楚、服务可以验收、具备长期客户关系的跨市场业务。

让策略、执行与资本规划，朝同一企业发展方向前进。

20 / 18／策略投资邀请

共同参与 CNNN 的下一阶段成长。

CNNN 邀请策略投资人参与 US$15M 成长资本计划，携手扩展 DualSpan AI 软件与模组化 AI 算力服务两大事业。健康医疗是建立深度价值的切入点；既有平台合作加速市场推广；企业级部署与专属算力合同带来有明确客户与可衡量成果的收入机会。

我们的发展方向清楚：建立具利润能力的 AI 事业、强化 CNNN 资本结构，并朝 Nasdaq 下一阶段准备迈进。我们期待与重视真实服务、真实客户关系及长期企业资产的投资伙伴共同成长。

投资 CNNN，让 AI 的价值延续到下一次服务与更长远的成长。

ConneXionONE Corp. · US$15M Strategic Financing

战略投资与合作咨询

欢迎携手打造 AI 服务下一阶段的增长。

Chris@DualSpan.bio

邀请共同建立可以验证的长期价值

投资 CNNN，可以参与两个相互支持的增长引擎：服务医疗健康与非医疗机构的 DualSpan AI 平台，以及基于真实企业负载的 Modular GPU 算力服务。投资既支持专业市场的深入发展，也支持更广泛的 SaaS 和计算服务增长。

我们邀请战略投资者共同评估核心技术、商业合作机会、集团结构及分阶段资本配置。每份正式客户合同、每项通过验收的服务成果、每个具备盈利能力的算力项目，都将推动 CNNN 发展为更健康的企业，并迈向下一阶段资本市场目标。