Xunce Technology voit ses revenus bondir de 389 % : comment les données d'entreprise deviennent une activité d'IA facturée à l'usage

Introduction

Les prix de l'inférence des modèles généraux continuent de baisser.

Les fournisseurs de modèles rivalisent sur les prix des tokens d'entrée, des tokens de sortie, la mise en cache, le traitement par lots et des architectures de plus en plus efficaces. En apparence, cela signifie que l'IA d'entreprise devrait devenir moins chère année après année.

Pourtant, de nombreuses organisations découvrent une courbe de coûts bien différente.

Les modèles de base peuvent être peu coûteux, mais l'IA de niveau production exige toujours :

• Des données privées propres.
• Des sources de données fiables en temps réel.
• Des règles spécifiques à un secteur.
• Un contexte structuré.
• Des contrôles d'accès.
• Des pistes d'audit.
• Des évaluations.
• Des retours humains.
• Une intégration avec les systèmes opérationnels.
• Une surveillance continue.

Un modèle à faible coût ne peut pas prendre des décisions fiables à partir de données auxquelles il n'a pas accès, qu'il ne comprend pas ou auxquelles il ne fait pas confiance.

Cet écart entre l'inférence générique bon marché et la mise en œuvre d'entreprise coûteuse se trouve au cœur de l'histoire de croissance de Shenzhen Xunce Technology Co., Ltd. (cotée à Hong Kong, code boursier 3317).

Xunce ne développe pas de modèles de base génériques. Son activité principale est l'infrastructure de données en temps réel et les services d'analyse de données pour la gestion d'actifs, et de plus en plus pour d'autres secteurs.

Le 31 juillet 2026, la société a publié un avis de résultat positif, prévoyant un chiffre d'affaires d'environ 967,02 millions de RMB pour le premier semestre, soit une augmentation de 388,76 % en glissement annuel.

La société prévoit également de réaliser son tout premier bénéfice semestriel depuis sa création.

Au cœur de sa stratégie actuelle se trouve TokenONE, qu'elle décrit comme un système d'exploitation TokenOS permettant de convertir les données d'entreprise et les connaissances sectorielles en « tokens de scénario » mesurables et appelables.

Cette affirmation ressemble aux tokens utilisés par les API de modèles de langage, mais les deux concepts ne sont pas identiques.

Comprendre cette distinction est essentiel pour saisir à la fois les opportunités et les incertitudes derrière le nouveau modèle économique de Xunce.

Les tokens génériques bon marché n'éliminent pas les coûts de l'IA d'entreprise

Les tokens de modèles de langage standard sont des unités générées après découpage du texte par un tokeniseur.

Les fournisseurs de modèles facturent généralement en fonction des quantités suivantes :

Tokens d'entrée
Tokens de sortie
Tokens d'entrée en cache
Tokens de raisonnement

Ces unités aident à mesurer la puissance de calcul du modèle et l'utilisation de l'API.

Xunce utilise le terme Token de manière plus large.

Ses « tokens de scénario » sont définis comme des unités conditionnées de données d'entreprise ou de connaissances sectorielles qui peuvent être appelées par des applications d'IA et reliées aux décisions métier.

Les exemples possibles incluent :

• Signaux de gestion des risques financiers.
• État des équipements de fabrication.
• Entrées de planification énergétique en temps réel.
• Caractéristiques structurées liées au domaine médical.
• Règles industrielles standardisées.
• Sorties de données validées destinées aux agents d'IA.

Cela signifie que le prix publié « par million de tokens » ne peut pas nécessairement être comparé directement au prix des tokens d'entrée des API de modèles de base.

Ces produits répondent à des problèmes différents.

L'idée commerciale centrale n'est pas qu'un certain token soit intrinsèquement plus précieux qu'un autre.

Mais plutôt que les entreprises peuvent être prêtes à payer davantage pour un contexte vérifié, opportun et spécifique au domaine que pour du calcul de modèle générique brut.

Une courbe de revenus qui change de direction

Les revenus annuels audités et publiés de Xunce ont augmenté rapidement, bien que le parcours n'ait pas été sans heurts.

Selon le rapport annuel 2025 de la société :

Le ralentissement de la croissance en 2024 est particulièrement visible entre deux années fortes.

Une explication possible est que le marché de l'IA d'entreprise reste dominé par l'entraînement de modèles, l'acquisition d'infrastructures, l'expérimentation et les projets de preuve de concept.

Lorsque les organisations commencent à connecter l'IA à des données opérationnelles en temps réel et à la déployer dans des flux de travail de production, les produits de Xunce en bénéficient plus directement.

Cette explication est plausible, mais elle ne doit pas être considérée comme la seule.

Les performances de l'entreprise peuvent également être influencées par :

• Le calendrier de signature des contrats.
• La concentration des clients.
• L'acceptation des projets.
• Les budgets sectoriels.
• La reconnaissance des revenus.
• Les achats de matériel dans les solutions.
• Le mix de produits.
• L'exécution des ventes.

Le rapport annuel confirme que l'accélération de la croissance des revenus de Xunce en 2025 s'est accompagnée d'une forte augmentation des coûts de livraison des solutions.

Les revenus ont augmenté de 103,28 %, tandis que le coût des ventes a progressé de 234,29 %, en partie parce que certains projets incluent des achats de matériel et des services de déploiement.

La marge brute est passée de 76,68 % en 2024 à 61,66 % en 2025, mais elle reste élevée par rapport aux standards des logiciels et services ordinaires.

Revenus du premier semestre 2026 en hausse estimée de 388,76 %

L'avis de résultat positif de Xunce du 31 juillet estime :

![L'image montre la situation du bénéfice net attribuable aux propriétaires de Xunce Technology au premier semestre 2026.

Le graphique à barres bleues à gauche indique un bénéfice net de -89 millions de RMB pour le premier semestre 2025, tandis que le graphique à barres bleu foncé à droite indique un bénéfice net de 73 millions de RMB pour le premier semestre 2026. Le texte au-dessus « Retournement du bénéfice net attribuable aux propriétaires au premier semestre 2026 » et « Retournement massif vers le bénéfice » souligne le changement du bénéfice net. Cette image correspond aux informations du document selon lesquelles Xunce Technology prévoit un bénéfice net de 72,51 millions de RMB au premier semestre 2026, inversant la perte, ainsi qu'aux raisons du retournement des bénéfices de l'entreprise.

L'avis attribue la croissance des revenus à quatre facteurs principaux :

1. La libération concentrée de la demande d'IA d'entreprise et la demande accrue de données de haute qualité, structurées et contextualisées.
2. L'accélération de l'expansion dans plusieurs secteurs et le renforcement de la capacité de réplication des produits intersectoriels.
3. Le déploiement initial du modèle économique Token, avec une croissance continue du volume d'appels de tokens.
4. L'expansion internationale et la construction de l'écosystème.

La société prévoit de réaliser un retournement vers le bénéfice pour les raisons suivantes :

• La part de contribution des activités à forte marge augmente.
• Les effets d'échelle des produits plateformisés et modulaires.
• La baisse des taux de dépenses en R&D, ventes et administration.
• Les revenus d'investissement supplémentaires issus de l'optimisation de la gestion du capital.

Ces détails sont importants car la croissance ne doit pas être attribuée uniquement à TokenONE.

TokenONE a été officiellement lancé le 25 mai, vers la fin de la période de référence de six mois.

L'avis de résultat cite la commercialisation des tokens comme l'un des facteurs de croissance dans le cadre plus large de l'expansion de l'infrastructure de données pour l'IA d'entreprise.

Note importante : Les données ci-dessus sont préliminaires et non auditées. Les investisseurs et les lecteurs devraient, après la publication du rapport intermédiaire détaillé, examiner la reconnaissance du chiffre d'affaires, les flux de trésorerie, la marge brute, les comptes clients, la concentration de la clientèle ainsi que les détails spécifiques liés aux contributions des Tokens.

La société n'a pas encore réalisé de bénéfice annuel complet en 2025

L'article source décrit les résultats du premier semestre comme un déblocage de la période d'investissement à long terme.

Cela est globalement cohérent avec les données historiques auditées, mais les détails méritent une attention particulière.

En 2025, Xunce Technology a rapporté :

Par conséquent, l'entreprise entre en 2026 avec une croissance rapide de ses revenus, mais toujours avec une perte annuelle.

Son avertissement de résultats pour le premier semestre 2026 marque un tournant majeur, mais un seul semestre rentable ne suffit pas à établir un niveau de marge bénéficiaire durable à long terme.

Les performances futures dépendront de la structure des revenus, des coûts matériels et de livraison, des frais de vente, de l'intensité des investissements en R&D, du recouvrement des créances, du taux d'adoption des produits Token, de la concurrence sur le marché, de la fidélisation de la clientèle, ainsi que de l'investissement continu des entreprises dans l'IA.

L'activité réelle de Xunce Technology

Xunce Technology se positionne comme un fournisseur de services d'infrastructure de données en temps réel et d'analyse de données.

L'entreprise a commencé dans le secteur de la gestion d'actifs, qui impose des exigences strictes en matière de faible latence, de cohérence des données, de traçabilité, de conformité réglementaire, de contrôle des risques, d'informations de marché en temps réel et de soutien fiable à la décision.

Son rapport annuel 2025 décrit un système technique de bout en bout couvrant :

1. La collecte de données.
2. Le nettoyage des données.
3. La normalisation.
4. Le calcul en temps réel.
5. L'optimisation des grands modèles.
6. Les applications d'agents IA.
7. La livraison de solutions spécialisées par secteur.

La société s'est depuis étendue à de nombreux secteurs, notamment les télécommunications, l'électricité, l'énergie, l'exploitation urbaine, la fabrication haut de gamme, la santé, les satellites et l'aviation commerciale, les plateformes de données robotiques, ainsi que le domaine de la consommation.

En 2025, les activités hors gestion d'actifs ont généré environ 1,023 milliard de RMB de revenus, soit 79,63 % du chiffre d'affaires total.

Les revenus de la gestion d'actifs représentent les 20,37 % restants.

Cette diversification est l'un des changements les plus significatifs et documentés dans l'activité de l'entreprise.

Elle réduit la dépendance à un seul secteur, mais introduit également de nouvelles exigences opérationnelles, car chaque secteur a des normes de données, des flux de travail, des cycles de vente, des règles de conformité et des besoins d'intégration différents.

Avant le lancement de TokenONE, l'activité était déjà principalement axée sur les transactions

L'article original décrit une transition de projets ponctuels vers un modèle d'utilisation récurrente basé sur les Tokens.

Cette orientation est importante, mais le modèle de revenus historique était déjà plus complexe qu'une simple activité de projets.

Le rapport annuel 2025 de Xunce classe les revenus comme suit :

La part des revenus transactionnels est passée de 80,64 % en 2024.

Le rapport indique que cette croissance provient principalement d'une demande accrue des clients pour des solutions multi-modules.

Par conséquent, TokenONE représente une nouvelle forme de commercialisation liée à l'utilisation, mais ne remplace pas du jour au lendemain l'activité d'abonnement pur.

La séquence d'évolution la plus précise est la suivante :

Solutions par abonnement et par projet
→ Revenus transactionnels multi-modules
→ Utilisation croissante des appels Token basés sur l'utilisation
→ Revenus potentiels de plateforme et de transaction

Le traitement comptable des revenus liés aux Tokens devrait être clarifié dans les prochains rapports intermédiaires et annuels.

TokenONE modifie la formule des revenus

Xunce a lancé TokenONE en mai 2026.

La société le décrit comme un TokenOS qui transforme les données hétérogènes des entreprises en Tokens scénarisés mesurables, tarifables, audités et invocables.

Son cadre de modèle économique peut être représenté comme suit :

Revenus Token
= Nombre de clients
× Nombre de modules
× Prix unitaire
× Nombre d'appels

Cette formule ajoute une variable d'utilisation au modèle logiciel d'entreprise traditionnel.

Un projet peut générer un paiement unique à la livraison.

Un système basé sur l'utilisation peut générer des revenus continus à chaque fois qu'une application IA du client appelle le service.

Cela ressemble à d'autres activités d'infrastructure facturées à l'usage :

• Le cloud computing est facturé en fonction de la consommation.
• Les plateformes API sont facturées en fonction du nombre de requêtes.
• Les bases de données sont facturées en fonction des requêtes ou de la puissance de calcul.
• Les plateformes de paiement sont facturées en fonction du nombre de transactions.
• Les plateformes de communication sont facturées en fonction des messages ou des minutes d'appel.

L'avantage réside dans l'alignement sur l'activité du client.

Le risque est que les revenus dépendent de la consommation réelle, et non d'un "logiciel vide" contractuel.

Si les applications IA des clients ne sont pas utilisées, les revenus basés sur l'utilisation pourraient ne pas croître.

Ce que TokenONE appelle la "Token Factory"

TokenONE est positionné comme un système de production standardisé qui transforme les données brutes d'entreprise en sorties directement utilisables par l'IA.

Les documents de lancement décrivent neuf étapes de traitement et cinq flux majeurs.

La terminologie exacte varie légèrement selon les documents de l'entreprise, mais le flux global comprend :

1. La collecte de données.
2. Le nettoyage des données.
3. La normalisation des données.
4. L'annotation des données.
5. La modélisation des données.
6. Le calcul en temps réel.
7. L'encapsulation en Tokens.
8. L'intégration avec des agents IA ou des applications.
9. L'accès à des modèles de base ou hybrides.

Les cinq flux majeurs relient ces étapes, couvrant la gouvernance des données, l'intégration d'applications, les agents IA, les modèles verticaux ou de petite taille, ainsi que la mesure, l'audit, la sécurité et la facturation.

L'argument central de l'entreprise est que les données d'entreprise ne peuvent pas être simplement copiées-collées dans les invites d'un modèle.

Les données doivent d'abord être exactes, opportunes, structurées, conscientes des permissions, traçables, pertinentes pour les processus métier, compatibles avec le système IA cible, et mesurables pour la facturation et l'évaluation.

C'est un vrai problème d'entreprise, même sans adopter la terminologie Token de Xunce.

Fonctionnement potentiel des Tokens scénarisés

Prenons l'exemple d'une usine de fabrication disposant de plus de 200 équipements.

Les entrées brutes peuvent inclure des flux de données de capteurs, des journaux de maintenance, des journaux d'alarme, des résultats de contrôle qualité, des paramètres machine, des plans de production et des notes de techniciens.

Les modèles de langage généraux ne peuvent pas déduire en toute sécurité l'état des équipements directement à partir de ces tas de données brutes non structurées.

Le flux de la ligne de production pourrait devenir :

1. Identifier les équipements et les périodes de fonctionnement concernés.
2. Synchroniser les horodatages des capteurs.
3. Éliminer les lectures corrompues.
4. Uniformiser les noms de champs et les unités.
5. Appliquer des seuils spécifiques aux équipements.
6. Comparer le comportement actuel aux modèles historiques.
7. Compléter avec les informations connues de maintenance et de pannes.
8. Générer un contexte diagnostic structuré.
9. Envoyer le résultat au système d'agent ou de décision.
10. Enregistrer l'appel, la sortie et le résultat final de l'activité.

Xunce décrirait la capacité de données invocables ainsi produite comme un Token scénarisé.

Ce qui a de la valeur, ce n'est pas le mot "Token" en soi.

C'est le processus de transformation de données opérationnelles brutes en entrées de décision fiables.

Indicateurs de commercialisation des Tokens divulgués par la société

Xunce a divulgué les premiers indicateurs commerciaux suivants :

• Selon les rapports publiés lors du lancement en mai, le revenu annuel récurrent des appels Token a augmenté d'environ 300 % en avril.
• En avril, les revenus payants liés aux Tokens représentaient environ 5 % du chiffre d'affaires.

La mise à jour des activités de juillet attribuée par la société indique que les revenus liés aux tokens ont dépassé 10 % du chiffre d'affaires.

• Selon la même mise à jour, les revenus annuels récurrents liés aux tokens ont augmenté de 410 % en glissement mensuel en juin.
• L'objectif de la direction est d'atteindre une contribution des revenus liés aux tokens de 20 % à 30 % d'ici la fin de l'année.

Ces données sont encourageantes, mais il convient de les aborder avec prudence.

Explication.

L'ARR n'est pas un revenu confirmé

Le revenu annuel récurrent est un indicateur de rythme de croisière.

Il estime le montant que pourraient atteindre les revenus récurrents sur une année si les niveaux actuels se maintenaient.

Il ne correspond ni aux encaissements, ni aux revenus audités, ni au carnet de commandes, ni au bénéfice net, ni au flux de trésorerie disponible.

Une base réduite peut générer des taux de croissance extrêmement élevés

Lorsque la valeur de départ est faible, des augmentations de 300 % ou de 410 % peuvent apparaître.

Le montant absolu des revenus et de la marge brute liés aux tokens est tout aussi important que le pourcentage d'augmentation.

Le produit vient tout juste d'être lancé

À la date de publication du rapport semestriel, la mise en service publique de TokenONE était encore récente.

Il faudra davantage de rapports futurs pour évaluer la conversion des clients, la rétention d'utilisation, le revenu moyen par client, la marge brute, le coût d'appel des services, la concentration des clients, le taux d'attrition, la durée des contrats et les encaissements.

Pourquoi les tokens de scénario peuvent être facturés plus cher que les tokens de modèles génériques

La société indique que ses tokens de scénario peuvent être proposés dans une fourchette de prix de 10 à 100 dollars par million de tokens.

Cette fourchette de prix communiquée par la société est nettement supérieure aux prix d'entrée de nombreux modèles génériques.

Cette comparaison n'est pas directement pertinente, car les unités sous-jacentes sont différentes.

Ce que paie le client peut être un ensemble de services comprenant des données d'entreprise privées, le nettoyage des données, le traitement en temps réel, les règles sectorielles, le routage des modèles, les contrôles de sécurité, l'audit, les exigences de niveau de service, le support de mise en œuvre et des résultats spécifiques au métier.

La comparaison la plus proche n'est pas nécessairement « un token LLM par rapport à un token de scénario ».

Ce qui pourrait être plus approprié :

Inférence de modèle générique
comparée à
service de données sectorielles géré et validé

Un prix élevé n'est viable que si les résultats créent une valeur mesurable ou évitent un risque significatif.

Des exemples peuvent inclure : prévenir des transactions erronées, détecter des défauts de production, réduire les temps d'arrêt des machines, optimiser la gestion de l'énergie, accélérer des processus réglementés, ou réduire les coûts de vérification manuelle.

Si les résultats n'améliorent pas les performances de l'entreprise, la prime de prix est difficile à justifier.

Pourquoi XunCe estime avoir un avantage

La tokenisation est facile à décrire.

Construire des systèmes industriels fiables est bien plus difficile.

Le principal avantage revendiqué par XunCe réside dans plus d'une décennie d'expérience dans l'infrastructure de données en temps réel.

Son rapport annuel énumère trois attributs fondamentaux du produit :

• Rapidité : collecte, traitement et diffusion de données en temps réel.
• Précision : sorties de données automatisées cohérentes et traçables.
• Évolutivité : approche modulaire, pouvant être combinée selon les différents clients.

Le marché de la gestion d'actifs, où l'entreprise a vu le jour, est un terrain d'entraînement exigeant.

Les flux de travail financiers peuvent exiger des réponses en millisecondes, un rapprochement précis des données, une piste d'audit complète, une gestion stricte des autorisations, des rapports réglementaires et des contrôles de conformité des risques.

L'entreprise estime que les mêmes capacités sous-jacentes peuvent être répliquées dans la fabrication, l'énergie, la santé, la robotique, l'aéronautique et d'autres secteurs.

En 2025, la part des revenus hors gestion d'actifs atteint 79,63 %, ce qui prouve que l'activité s'est étendue au-delà de la finance.

Mais cela ne prouve pas que chaque nouveau secteur vertical atteindra les mêmes marges, les mêmes taux de rétention ou la même capacité de défense.

La connaissance sectorielle est difficile à reproduire rapidement

La performance de l'IA en entreprise dépend souvent d'informations qui n'existent pas dans les données publiques d'entraînement.

Ces informations comprennent les paramètres d'équipement en usine, les flux de travail internes des hôpitaux, les règles de risque des institutions financières, l'état de fonctionnement en temps réel du réseau électrique, les modes de défaillance historiques de l'entreprise, les seuils de qualité spécifiques à certains produits et les normes d'annotation propres à un secteur.

Les modèles de base peuvent offrir des capacités de raisonnement générales.

Les données privées et les retours d'exploitation déterminent si cette capacité peut fonctionner au sein d'une organisation donnée.

Par conséquent, la capacité de défense d'un fournisseur de données d'entreprise peut reposer sur des relations clients de long terme, la profondeur de l'intégration, la mise en correspondance historique des données, des modules spécifiques au secteur, les retours d'exploitation, les certifications de sécurité, les coûts de changement et des performances fiables en temps réel.

Ces avantages peuvent nécessiter plusieurs années à bâtir.

Mais ils peuvent aussi être affaiblis si le client construit sa propre plateforme interne, si les fournisseurs de modèles de base s'aventurent dans les données d'entreprise, ou si des outils open source de données réduisent les coûts de mise en œuvre.

Prochaine étape : les usines de tokens

La première phase stratégique de XunCe a été lancée.

L'entreprise prévoit de construire des usines verticales de tokens avec des partenaires sectoriels dans la finance, la santé, la fabrication haut de gamme, l'énergie électrique, la voiture intelligente, la robotique et d'autres secteurs gourmands en données.

Le concept d'usine de tokens repose sur la réutilisabilité.

L'objectif de XunCe n'est pas de reconstruire chaque pipeline de données à partir de zéro, mais de réutiliser des modules standard, des modèles sectoriels, des règles de traitement des données, des contrôles de sécurité, une logique de facturation et des intégrations de modèles.

C'est précisément le conflit classique entre « plateforme et projet » que l'on retrouve dans de nombreuses entreprises de logiciels.

Lorsqu'un nouveau client peut être servi avec des composants existants, la plateforme devient plus rentable.

Lorsque chaque déploiement exige un travail de personnalisation important, l'activité reste une activité de services.

Les futures données de marge brute et de charges montreront jusqu'où XunCe aura progressé vers une véritable économie de plateforme.

Deuxième phase planifiée : les TokenRouters

XunCe indique prévoir de lancer les TokenRouters au second semestre 2026.

Ce produit est décrit comme une plateforme conforme d'échange de tokens inter-entreprises, intersectorielle et inter-scénarios.

Le modèle envisagé est le suivant :

1. Une entreprise crée des tokens de scénario à partir de ses données privées.
2. Les tokens approuvés sont disponibles sous des autorisations définies.
3. Une autre organisation non concurrente appelle ou achète ces tokens.
4. L'utilisation est mesurée.
5. Les deux parties règlent au prix convenu.
6. La sécurité, l'audit et les contrôles de conformité encadrent tout le processus d'échange.

Cela étend la logique de revenus, des appels internes d'un client unique, à l'activité au sein d'un réseau plus large.

L'effet de plateforme potentiel est évident.

Les défis de mise en œuvre sont tout aussi considérables :

• Propriété des données.
• Autorisation et consentement.
• Confidentialité.
• Droit de la concurrence.
• Cybersécurité.
• Transferts transfrontaliers.
• Fuite de modèles.
• Risque de ré-identification.
• Assurance qualité.
• Responsabilité en cas de sorties erronées.
• Tarification standardisée.
• Interopérabilité.

Les TokenRouters sont un produit planifié, et non une bourse nationale déjà construite.

Leur adoption commerciale devra être évaluée après leur lancement.

Objectif à long terme : des modèles de petite taille dédiés aux entreprises

La troisième phase de la feuille de route de XunCe consiste en des modèles de petite taille dédiés aux entreprises.

Le raisonnement est simple.

Certaines organisations ne souhaitent pas que chaque requête quitte leur environnement, ni utiliser de grands modèles génériques.

Elles peuvent préférer des systèmes plus petits – moins coûteux à exécuter, plus faciles à ajuster, plus rapides, plus prévisibles, plus confidentiels, déployables localement, et concentrés sur une seule tâche ou un seul secteur.

La couche de tokens de scénario peut fournir à ces modèles un contexte d'entreprise soigneusement sélectionné et continuellement mis à jour.

Cette combinaison pourrait ressembler à :

Données d'entreprise
→ Tokens de scénario gouvernés
→ Modèle privé de petite taille
→ Applications métier
→ Retours sur résultats
→ Pipeline de tokens mis à jour

Cette architecture peut être attractive dans la finance, la santé, l'aérospatiale, le secteur public et d'autres environnements sensibles.

Cela signifie aussi que XunCe fera face à la concurrence des fournisseurs de cloud, des sociétés de bases de données, des fournisseurs d'intégration de données, des fournisseurs de modèles, des plateformes d'agents IA, des équipes d'ingénierie internes des entreprises et des éditeurs de logiciels sectoriels.

Pourquoi la trajectoire de croissance est attrayante

Plusieurs facteurs rendent la stratégie de XunCe commercialement intéressante.

L'IA en entreprise passe de l'expérimentation aux flux de travail

À mesure que les organisations connectent l'IA à leurs opérations réelles, elles ont besoin de davantage d'ingénierie des données, de gouvernance et de supervision.

Les données privées sont plus difficiles à commoditiser

L'intelligence des modèles publics peut rapidement devenir bon marché.

Les mappages de données spécifiques clients et les boucles de retour sont, eux, plus difficiles à transférer.

La tarification à l'usage peut croître avec l'adoption

Lorsque le volume d'appels des clients augmente, les revenus liés à l'utilisation peuvent croître sans nécessiter un nouveau client pour chaque unité de croissance.

Les produits modulaires peuvent améliorer le levier opérationnel

Les composants réutilisables peuvent réduire les coûts de mise en œuvre à mesure que l'échelle de déploiement augmente.

La diversification sectorielle est déjà une réalité

Près de 80 % des revenus de 2025 proviennent de secteurs autres que la gestion d'actifs d'origine.

La rentabilité commence à apparaître

Le premier avertissement semestriel montre un redressement significatif.

Ces points expliquent l'optimisme externe à l'égard de la société.

Mais ils n'éliminent pas les risques.

Principaux risques derrière la stratégie des tokens

1. Les résultats préliminaires peuvent être modifiés

L'annonce de juillet repose sur des comptes de gestion non audités.

Le rapport intermédiaire détaillé peut contenir des ajustements ou des informations complémentaires.

2. La croissance des revenus n'égale pas la génération de trésorerie

Les projets d'entreprise peuvent générer d'importantes créances clients.

Le rapport annuel 2025 de XunCe mentionne la perte de crédit attendue sur les créances commerciales comme un point clé de l'audit.

Au 31 décembre 2025 :

• Le montant net des créances commerciales s'élevait à environ 671,88 millions de RMB.
• La perte de crédit attendue constatée était d'environ 194,01 millions de RMB.

3. La croissance dépend d'un petit nombre de clients

Les revenus liés aux tokens peuvent dépendre d'un nombre restreint de grands clients.

Si l'un d'eux réduit son volume, ralentit son déploiement ou repousse son calendrier, les chiffres mensuels peuvent fluctuer fortement.

Aucune information sur la répartition des revenus par client n'a été fournie lors de cette mise à jour.

4. L'augmentation de 410 % est un point de comparaison trompeur

Un changement mensuel de 410 % est spectaculaire.

Mais il se produit à partir d'un niveau très faible.

Il ne faut pas y voir la preuve que la croissance se maintiendra à ce rythme chaque mois.

5. Une partie des revenus peut-être non récurrente

Une partie des revenus liés aux tokens peut provenir de projets pilotes ou de contrats exploratoires.

Certaines recettes initiales pourraient ne pas se répéter.

6. La pression concurrentielle est élevée

Toutes les grandes entreprises technologiques, les fournisseurs de cloud, les éditeurs de bases de données et les plateformes de modèles poursuivent la même occasion.

Les nouveaux entrants ne manquent pas.

7. La réglementation est encore en évolution

Les règles en matière de monétisation des données, d'IA générative et de transfert transfrontalier des données évoluent encore.

L'évolution des exigences réglementaires peut affecter le modèle économique.

8. Les capacités d'IA publique progressent rapidement

Les modèles de base s'améliorent d'année en année.

Certaines tâches de traitement des données, auparavant réalisées par des services intermédiaires, pourraient être absorbées par des modèles plus puissants.

9. Les infrastructures internes des clients constituent une alternative

Les grandes entreprises peuvent construire leurs propres fonctions de données, réduisant ainsi leur dépendance vis-à-vis de fournisseurs externes.

10. La corrélation entre l'utilisation des tokens et le chiffre d'affaires n'est pas encore établie

Il faudrait davantage de données réelles pour comprendre si la croissance des tokens se traduit par une croissance durable du chiffre d'affaires et des bénéfices.

Ce que l'on peut retenir

Les récents chiffres communiqués par XunCe sont encourageants.

Le fait que les revenus liés aux tokens atteignent plus de 10 % du chiffre d'affaires, avec une augmentation mensuelle de 410 % de l'ARR en juin, témoigne d'une dynamique initiale.

Mais ces chiffres doivent être replacés dans leur contexte.

L'ARR est un indicateur prospectif, et non un revenu confirmé.

Les variations en pourcentage depuis une base faible peuvent être trompeuses.

La stratégie à moyen terme – usines de tokens, TokenRouters et modèles privés de petite taille – est prometteuse sur le papier.

Cependant, le niveau de revenus dépendra de la capacité de XunCe à convertir des clients pilotes en déploiements récurrents à grande échelle, et à maintenir une croissance rentable dans un environnement concurrentiel.

Les performances passées ne garantissent pas les résultats futurs.

Il convient d'attendre le rapport intermédiaire détaillé et les données ultérieures pour évaluer la solidité de la tendance.

Par conséquent, le recouvrement en espèces doit être examiné en même temps que les revenus.

3. Les revenus liés aux tokens en sont encore à un stade précoce

La contribution des tokens rapportée par l'entreprise vient tout juste de dépasser 10 %.

La majeure partie des revenus provient encore des activités existantes plus larges.

4. La définition des tokens de scénario est spécifique au fournisseur

Il n'existe actuellement aucun standard comptable ou technique universel permettant de rendre un token de scénario Xunce directement comparable à un token d'un autre fournisseur.

Les clients évalueront les produits en fonction des résultats métier, et non des terminologies.

5. L'économie de plateforme n'est pas encore pleinement validée

Si le déploiement nécessite toujours des investissements matériels et des travaux de personnalisation importants, les marges pourraient se rapprocher de celles d'une activité de solutions plutôt que d'une plateforme logicielle pure.

6. La concurrence va s'intensifier

Les grands fournisseurs de cloud, les entreprises de modèles, les sociétés de données et les éditeurs de logiciels d'entreprise convergent tous vers l'intégration de données privées et les infrastructures d'agents.

7. L'échange de tokens entre entreprises est complexe

Pour que TokenRouter développe des effets de réseau, il doit d'abord résoudre les problèmes juridiques, techniques et de confiance.

8. Une croissance élevée peut générer des pressions d'exécution

Une expansion rapide dans de nombreux secteurs et pays pourrait mettre à rude épreuve les systèmes de vente, de support, de sécurité, de livraison et de contrôle qualité.

Une formule de revenus plus précise

L'article original présentait les revenus Token comme un modèle à quatre facteurs :

Nombre de clients × Nombre de modules × Prix du token × Nombre d'appels

Il s'agit d'un cadre commercial utile, mais un modèle économique complet doit également déduire les coûts et prendre en compte le comportement des clients.

Un modèle plus réaliste est le suivant :

Marge brute des tokens
= Nombre de clients actifs
× Nombre de modules actifs
× Prix unitaire net
× Nombre d'appels facturables réussis
− Coûts de traitement des données
− Coûts des modèles et de la puissance de calcul
− Coûts de livraison
− Coûts de support
− Part des partenaires
− Créances irrécouvrables et coûts de recouvrement

Les termes actifs, réussis et nets sont essentiels.

Un client peut avoir signé un contrat sans utiliser massivement le service.

Un appel peut échouer ou ne pas générer de valeur.

Le prix réellement négocié après remise peut différer du prix catalogue.

La qualité à long terme de l'activité dépend de ces détails opérationnels.

Points à surveiller dans le rapport semestriel d'août

Le rapport intermédiaire détaillé devrait aider à répondre à plusieurs questions importantes.

Qualité des revenus

• Quelle part provient des produits liés aux tokens ?
• Quelle part provient du matériel ou du déploiement ?
• Quelle part est constituée de revenus récurrents ou facturés à l'usage ?
• Quel est le degré de concentration des plus grands clients ?

Rentabilité

• Quelle est la marge brute ?
• Quelles lignes de métier génèrent des bénéfices ?
• Quelle part des bénéfices provient des revenus d'investissement ?
• Les ratios de charges se sont-ils améliorés de manière durable ?

Trésorerie et créances clients

• Le flux de trésorerie d'exploitation s'est-il amélioré ?
• Quelle est la vitesse de recouvrement des créances clients ?
• Les pertes de crédit attendues ont-elles augmenté ?

Économie des tokens

• Combien de clients utilisent la facturation basée sur les tokens ?
• Quel est le volume d'utilisation moyen ?
• Quel est le taux de rétention ?
• Quel est le coût de service ?
• Les revenus Token dépassent-ils le seuil de 10 % divulgué ?

Progrès de la plateforme

• Combien de modules sont réutilisés ?
• Quelle quantité de travail de personnalisation reste nécessaire ?
• TokenRouter est-il déployé comme prévu ?
• Quelles usines de tokens sont entrées en phase de production ?

Ces détails importent plus que le pourcentage de croissance global.

Les tendances de l'IA d'entreprise révélées par les données de performance

Même en tenant compte des réserves nécessaires ci-dessus, les données de performance de Xunce pointent vers une tendance de marché importante.

Les dépenses d'IA des entreprises dépassent les modèles de base et les accélérateurs pour s'étendre à un champ plus large.

Les organisations consacrent de plus en plus leurs dépenses aux couches qui connectent l'IA à la réalité métier :

• Pipelines de données.
• Contexte en temps réel.
• Gestion des autorisations.
• Logique métier.
• Évaluation.
• Supervision.
• Intégration d'applications.
• Audit.

À mesure que les coûts d'inférence des modèles généralistes diminuent, ces systèmes périphériques pourraient capturer une part plus importante de la valeur totale.

Cela ne signifie pas que les tokens génériques deviennent sans importance.

Cela signifie que le composant le moins cher n'est pas toujours le plus précieux.

Un appel de modèle peut coûter très peu.

Mais les données fiables, l'intégration des flux de travail et les mécanismes de responsabilisation nécessaires pour agir sur la base de la réponse peuvent coûter beaucoup plus cher.

Questions fréquentes

Que fait Xunce Technology ?

Xunce fournit des infrastructures de données en temps réel et des services d'analyse de données, au service de la gestion d'actifs et, de plus en plus, d'autres secteurs. Ses produits connectent la collecte de données d'entreprise, le nettoyage, la normalisation, le calcul en temps réel, l'analyse, les agents d'IA et l'intégration de modèles.

Pourquoi les revenus de Xunce au premier semestre ont-ils augmenté de 389 % ?

L'avertissement préliminaire sur les bénéfices attribue cette croissance à la demande accrue en données d'IA d'entreprise, à l'extension vers davantage de secteurs, au déploiement du modèle économique Token, ainsi qu'à l'internationalisation et au développement de l'écosystème. Ces données ne sont pas auditées et doivent être confirmées dans les résultats intermédiaires détaillés.

Qu'est-ce que TokenONE ?

TokenONE est un produit de Xunce qui transforme les données d'entreprise hétérogènes et les connaissances métier en tokens de scénario mesurables, auditables et appelables. L'entreprise le décrit comme un système TokenOS et une usine de tokens standardisée.

Les tokens de scénario de Xunce sont-ils identiques aux tokens LLM ?

Non. Les tokens LLM sont généralement des unités d'entrée ou de sortie de modèle définies par le tokeniseur. Xunce utilise « token de scénario » comme terme produit pour désigner des données d'entreprise traitées ou des capacités de connaissance ; leur tarification n'est donc pas directement comparable au prix des tokens de modèles ordinaires.

Xunce est-elle rentable ?

Xunce a déclaré une perte nette pour l'ensemble de l'année 2025. Son avertissement de bénéfices de juillet 2026 estime un bénéfice attribuable aux actionnaires de la société mère d'environ 72,51 millions de RMB au premier semestre, avec un bénéfice net ajusté d'environ 67 millions de RMB, sous réserve des résultats intermédiaires finaux.

Qu'est-ce que TokenRouters ?

TokenRouters est une plateforme prévue par Xunce pour l'échange et l'utilisation conformes de tokens de scénario entre entreprises et entre secteurs. La société indique qu'elle prévoit de lancer cette plateforme au second semestre 2026 ; il faut donc la considérer comme un produit de feuille de route plutôt que comme une bourse établie.

Pourquoi les données d'IA spécifiques à un secteur peuvent-elles coûter plus cher que les tokens de modèles généralistes ?

Les données sectorielles peuvent inclure des enregistrements privés, des flux de données en temps réel, des règles validées, des contrôles de sécurité, l'auditabilité et des garanties opérationnelles. Lorsque cet ensemble améliore des décisions à forte valeur, les clients peuvent accepter de payer une prime, mais ce prix n'est durable que s'il crée une valeur commerciale mesurable.

Quels sont les principaux risques de l'activité Token de Xunce ?

Les principaux risques incluent les données financières préliminaires, le recouvrement en espèces, l'adoption encore précoce des tokens, la non-standardisation des définitions des tokens, les coûts de personnalisation, la concurrence, la complexité réglementaire et l'incertitude de la plateforme TokenRouters.

Outils associés

• Apache Kafka : plateforme open source de flux d'événements, généralement utilisée pour transporter des données d'entreprise en temps réel entre systèmes.
• Apache Flink : moteur distribué pour le traitement de flux avec état et le calcul de données en temps réel.
• dbt : framework de transformation de données utilisé pour construire des modèles analytiques documentés et testables.
• Great Expectations : plateforme de qualité des données permettant de valider les ensembles de données avant qu'ils n'entrent dans les flux d'analyse ou d'IA.
• MLflow : plateforme open source de gestion des expériences, modèles, évaluations et déploiements en apprentissage automatique.
• API DeepSeek : documentation officielle de l'API d'un fournisseur de modèles généralistes, utile pour comparer l'accès aux modèles de base et l'infrastructure de données d'entreprise.

Liens associés

• Site officiel de Xunce Technology : informations officielles de l'entreprise et présentation de son activité d'infrastructure de données en temps réel.
• Avertissement de bénéfices de Xunce pour le premier semestre 2026 : annonce officielle préliminaire non auditée des revenus et bénéfices soumise à la Bourse de Hong Kong.
• Rapport annuel 2025 de Xunce : historique financier audité, structure des revenus par secteur, modèles de facturation, risques, créances clients et informations divulguées par l'entreprise.
• Annonce de lancement de TokenONE : annonce publiée par la société concernant le

TokenONE, présentation de son concept de Token par scénario et de son positionnement produit.

• Science et Technologie Quotidien : lancement de TokenOS : reportage indépendant sur les neuf étapes de TokenONE, ses cinq processus et les indicateurs d'utilisation début avril.
• Mise à jour commerciale de Xunce du 31 juillet : mise à jour publiée par l'entreprise concernant le Token ARR, la contribution aux revenus, la tarification, les partenariats et la feuille de route.
• Nouvelles de la Bourse de Hong Kong : plateforme officielle de publication des annonces des sociétés cotées et des rapports financiers.

Résumé

Xunce Technology prévoit un chiffre d'affaires de 967,02 millions de RMB au premier semestre 2026, soit une croissance préliminaire de 388,76 % en glissement annuel, réalisant ainsi son premier semestre rentable. L'annonce officielle attribue ce changement à la demande en données d'IA pour les entreprises, à l'expansion sectorielle, à la commercialisation des Tokens, aux activités internationales, à l'effet de levier opérationnel et aux revenus d'investissement.

TokenONE ajoute un modèle de facturation basé sur l'utilisation au-dessus de l'infrastructure de données en temps réel existante de l'entreprise. Ses Tokens par scénario ne doivent pas être confondus avec les Tokens de modèles de base ordinaires : ce sont des produits packagés définis par l'entreprise, comprenant des données d'entreprise traitées, des connaissances sectorielles et des capacités métier appelables.

L'opportunité est claire. À mesure que les coûts d'inférence des modèles génériques diminuent, les données privées fiables et l'intégration en production pourraient capter davantage de valeur. Les incertitudes sont tout aussi importantes : les revenus liés aux Tokens en sont encore à un stade précoce, les données financières sont préliminaires, les comptes clients nécessitent une attention particulière, et la bourse TokenRouters prévue n'a pas encore prouvé sa viabilité économique.

**L'essentiel ne réside pas là

Les Tokens coûteux surpassent naturellement les Tokens bon marché — l'IA d'entreprise paie pour des décisions fiables, et non simplement pour du calcul de modèles.