ارتفاع إيرادات شركة شونسي للتكنولوجيا بنسبة 389% وصعود بيانات المؤسسات المدعومة بالذكاء الاصطناعي القائمة على الدفع حسب الاستخدام

مقدمة

أسعار الاستدلال للنماذج العامة تواصل الانخفاض.

يتنافس مزودو النماذج على أسعار توكنات الإدخال، وأسعار توكنات الإخراج، والتخزين المؤقت، والمعالجة الدفعية، والهياكل المتزايدة الكفاءة. من الناحية السطحية، هذا يعني أن الذكاء الاصطناعي للمؤسسات يجب أن يصبح أرخص عامًا بعد عام.

ولكن العديد من المؤسسات تكتشف منحنى تكلفة مختلفًا.

قد تكون النماذج الأساسية منخفضة السعر، لكن الذكاء الاصطناعي بمستوى الإنتاج لا يزال يتطلب:

• بيانات خاصة نظيفة.
• مصادر بيانات موثوقة في الوقت الفعلي.
• قواعد خاصة بالقطاع.
• سياق منظم.
• ضوابط الوصول.
• مسارات تدقيق.
• تقييمات.
• تغذية راجعة بشرية.
• تكاملًا مع الأنظمة التشغيلية.
• مراقبة مستمرة.

لا يمكن لنموذج منخفض التكلفة اتخاذ قرارات موثوقة بناءً على بيانات لا يمكنه الوصول إليها أو فهمها أو الوثوق بها.

هذه الفجوة بين الاستدلال العام منخفض التكلفة والتنفيذ المؤسسي المكلف هي جوهر قصة نمو شركة شنتشن شونسي للتكنولوجيا المحدودة (المدرجة في هونغ كونغ، رمز السهم 3317).

لا تقوم شونسي بتطوير نماذج أساسية عامة. عملها الأساسي هو توفير البنية التحتية للبيانات في الوقت الفعلي وخدمات تحليل البيانات لإدارة الأصول، وبشكل متزايد لقطاعات أخرى.

في 31 يوليو 2026، أصدرت الشركة إعلان أرباح إيجابي أولي، متوقعة أن تصل إيرادات النصف الأول إلى حوالي 967.02 مليون يوان صيني، بنمو 388.76% على أساس سنوي.

كما تتوقع الشركة تحقيق أول نتائج نصف سنوية مربحة منذ تأسيسها.

في قلب استراتيجيتها الحالية يوجد TokenONE، الذي تصفه الشركة بأنه نظام تشغيل TokenOS لتحويل بيانات المؤسسات والمعرفة المجالية إلى "توكنات سيناريو" قابلة للقياس والاستدعاء.

يبدو هذا المصطلح مشابهًا للتوكنات المستخدمة في واجهات برمجة تطبيقات نماذج اللغة، لكن المفهومين ليسا متطابقين تمامًا.

فهم هذا الاختلاف أمر بالغ الأهمية لفهم كل من الفرص وحالات عدم اليقين وراء نموذج الأعمال الجديد لشونسي.

التوكنات العامة الرخيصة لا تلغي تكاليف الذكاء الاصطناعي المؤسسي

توكنات نماذج اللغة القياسية هي وحدات يتم توليدها بعد تقسيم النص بواسطة محلل التوكنات.

عادةً ما يقوم مزودو النماذج بالفوترة بناءً على الكميات التالية:

توكنات الإدخال
توكنات الإخراج
توكنات الإدخال المخزنة مؤقتًا
توكنات الاستدلال

تساعد هذه الوحدات في قياس الحساب النموذجي واستخدام واجهة برمجة التطبيقات.

استخدام شونسي لمصطلح توكن أوسع نطاقًا.

يتم تعريف "توكنات السيناريو" الخاصة بها كوحدات معبأة من بيانات المؤسسات أو المعرفة المجالية التي يمكن استدعاؤها بواسطة تطبيقات الذكاء الاصطناعي وربطها بقرارات الأعمال.

قد تشمل الأمثلة المحتملة:

• إشارات إدارة المخاطر المالية.
• حالة معدات التصنيع.
• مدخلات جدولة الطاقة في الوقت الفعلي.
• ميزات منظمة ذات صلة بالمجال الطبي.
• قواعد صناعية موحدة.
• مخرجات بيانات موثقة مخصصة لوكلاء الذكاء الاصطناعي.

هذا يعني أن تسعير "لكل مليون توكن" المعلن من الشركة لا يمكن بالضرورة مقارنته مباشرة بأسعار توكنات الإدخال في واجهات برمجة تطبيقات النماذج الأساسية.

هذه المنتجات تحل مشكلات مختلفة.

توكنات النماذج العامة	"توكنات السيناريو" من شونسي
عادةً ما تكون وحدات نصية أو متعددة الوسائط محددة بواسطة محلل التوكنات	وحدات معرفة أو بيانات مؤسسية معالجة محددة من قبل الشركة
قياس استهلاك إدخال أو إخراج النموذج	تهدف إلى تمثيل قدرات بيانات أعمال قابلة للاستدعاء
تستند عادةً إلى ذكاء نماذج مدربة على نطاق واسع	تستند إلى بيانات خاصة وقواعد ومصادر بيانات في الوقت الفعلي وسير عمل قطاعي
عادةً ما تكون مسعرة من قبل مزود النموذج	مسعرة كجزء من نموذج منتجات وخدمات شونسي المؤسسية
المعنى التقني القياسي يختلف حسب محلل التوكنات	المعنى المنتجي يعتمد على تنفيذ TokenONE والاتفاقيات التعاقدية

الفكرة التجارية الأساسية ليست أن نوعًا معينًا من التوكنات هو بطبيعته أكثر قيمة من نوع آخر.

بل إن المؤسسات قد تكون مستعدة لدفع مقابل سياق موثق وفي الوقت المناسب ومحدد المجال أكثر مما تدفعه مقابل الحوسبة العامة الخام للنماذج.

منحنى إيرادات يغير اتجاهه

نمو الإيرادات السنوية المدققة والمعلنة لشونسي سريع، على الرغم من أن المسار لم يكن مستقيمًا.

وفقًا للتقرير السنوي لعام 2025 للشركة:

السنة	الإيرادات	النمو السنوي
2022	287.9 مليون يوان صيني	—
2023	530.46 مليون يوان صيني	84.25%
2024	631.98 مليون يوان صيني	19.14%
2025	1,285 مليون يوان صيني	103.28%

تباطؤ النمو في عام 2024 يبرز بشكل لافت بين عامين قويين.

أحد التفسيرات المحتملة هو أن سوق الذكاء الاصطناعي المؤسسي كان لا يزال يركز على تدريب النماذج، وشراء البنية التحتية، والتجارب، وأعمال إثبات المفهوم.

عندما تبدأ المؤسسات في ربط الذكاء الاصطناعي ببيانات تشغيلية في الوقت الفعلي ونشره في سير عمل الإنتاج، يمكن لمنتجات شونسي أن تستفيد بشكل أكثر مباشرة.

هذا التفسير معقول، لكن لا ينبغي اعتباره التفسير الوحيد.

قد يتأثر أداء الشركة أيضًا بالعوامل التالية:

• توقيت توقيع العقود.
• تركيز العملاء.
• قبول المشاريع.
• ميزانيات القطاعات.
• الاعتراف بالإيرادات.
• شراء الأجهزة في الحلول.
• مزيج المنتجات.
• تنفيذ المبيعات.

يؤكد التقرير السنوي أنه بالتزامن مع تسارع نمو إيرادات شونسي في عام 2025، زادت تكاليف تسليم الحلول بشكل كبير.

نمت الإيرادات بنسبة 103.28%، بينما زادت تكلفة المبيعات بنسبة 234.29%، جزئيًا لأن بعض المشاريع تضمنت شراء أجهزة وخدمات نشر.

انخفض هامش الربح الإجمالي من 76.68% في عام 2024 إلى 61.66% في عام 2025، لكنه لا يزال مرتفعًا بمعايير البرمجيات والخدمات العادية.

إيرادات النصف الأول من 2026 متوقعة بنمو 388.76%

تقدير الأرباح الإيجابي الأولي لشونسي في 31 يوليو:

المؤشر	النصف الأول 2025	تقدير النصف الأول 2026	التغير
الإيرادات	197.85 مليون يوان صيني	967.02 مليون يوان صيني	+388.76%
الربح/(الخسارة) العائد للمالكين	خسارة 89.43 مليون يوان صيني	ربح 72.51 مليون يوان صيني	التحول من الخسارة إلى الربح
صافي الربح/(الخسارة) المعدل	خسارة 104.98 مليون يوان صيني	ربح 67 مليون يوان صيني	التحول من الخسارة إلى الربح

![صورة لعرض صافي الربح العائد للمالكين لشركة شونسي للتكنولوجيا في النصف الأول من 2026.

العمود الأزرق على اليسار يعرض صافي الربح في النصف الأول من 2025 بقيمة -89 مليون يوان، والعمود الأزرق الداكن على اليمين يعرض صافي الربح في النصف الأول من 2026 بقيمة 73 مليون يوان. النص العلوي "صافي الربح العائد للمالكين في النصف الأول 2026 يتحول من الخسارة إلى الربح" و"تحول كبير من الخسارة إلى الربح" يبرز التغير في صافي الربح. تتوافق هذه الصورة مع توقعات شركة شونسي للتكنولوجيا بتحقيق صافي ربح قدره 72.51 مليون يوان صيني في النصف الأول من عام 2026، وعكس الخسارة، وأسباب انعكاس أرباح الشركة المذكورة في المستند.

يعزو الإعلان نمو الإيرادات إلى أربعة عوامل رئيسية:

1. الإفراج المركّز عن الطلب على الذكاء الاصطناعي المؤسسي، وزيادة الطلب على البيانات عالية الجودة والمنظمة والمبنية على السيناريو.
2. تسارع التوسع في قطاعات متعددة، وتعزيز قدرة إعادة إنتاج المنتجات عبر القطاعات.
3. التطبيق الأولي لنموذج أعمال التوكنات، مع استمرار نمو حجم استدعاءات التوكنات.
4. التوسع الدولي وبناء النظام البيئي.

تشمل الأسباب التي تتوقع الشركة تحقيقها للتحول من الخسارة إلى الربح:

• ارتفاع نسبة مساهمة الأعمال ذات الهوامش المرتفعة.
• وفورات الحجم الناتجة عن المنتجات المعيارية والمنصة.
• انخفاض معدلات نفقات البحث والتطوير والمبيعات والإدارة.
• دخل استثماري إضافي من تحسين إدارة رأس المال.

هذه التفاصيل مهمة لأن النمو لا ينبغي أن يُعزى إلى TokenONE وحده.

تم إطلاق TokenONE رسميًا في 25 مايو، قرب نهاية فترة التقرير البالغة ستة أشهر.

يذكر توقع الأرباح تسويق التوكنات كعامل نمو ضمن التوسع الأوسع للبنية التحتية لبيانات الذكاء الاصطناعي المؤسسي.

ملاحظة هامة: البيانات المذكورة أعلاه أولية وغير مدققة. يجب على المستثمرين والقراء الاطلاع على التقرير النصفي المفصل عند نشره لمراجعة تفاصيل الاعتراف بالإيرادات، والتدفقات النقدية، وهوامش الربح الإجمالي، والحسابات المدينة، وتركيز العملاء، والمساهمات المتعلقة بالرموز (Token).

الشركة لم تحقق ربحية سنوية كاملة في عام 2025

يصف المقال الأصلي نتائج النصف الأول من العام بأنها إفراج عن فترة استثمار طويلة الأجل.

وهذا يتوافق إلى حد كبير مع البيانات التاريخية المدققة، لكن التفاصيل تستحق الاهتمام.

في عام 2025، أعلنت شركة شونسي للتكنولوجيا (迅策科技):

مؤشر 2025	المبلغ
الإيرادات التشغيلية	1.285 مليار يوان صيني
إجمالي الربح	792.08 مليون يوان صيني
الخسارة السنوية	129.65 مليون يوان صيني
الخسارة المنسوبة للشركة الأم	94.06 مليون يوان صيني
صافي الخسارة المعدل	54.85 مليون يوان صيني

لذلك، دخلت الشركة عام 2026 وهي لا تزال تحقق خسائر سنوية على الرغم من النمو السريع في الإيرادات.

يمثل توقع نتائج النصف الأول من عام 2026 تحولاً كبيراً، لكن نصف عام واحد فقط من الربحية لا يرسخ مستوى هوامش ربحية طويلة الأجل.

ستعتمد النتائج المستقبلية على عوامل مثل هيكل الإيرادات، وتكاليف الأجهزة والتسليم، والمصروفات البيعية، وكثافة الإنفاق على البحث والتطوير، وتحصيل الحسابات المدينة، ومعدل تبني منتجات الرموز، والمنافسة في السوق، والاحتفاظ بالعملاء، والاستثمار المستمر في الذكاء الاصطناعي للمؤسسات.

النشاط الفعلي لشركة شونسي للتكنولوجيا

تضع شركة شونسي للتكنولوجيا نفسها كمزود لخدمات البنية التحتية للبيانات في الوقت الفعلي وتحليلات البيانات.

بدأت الشركة في قطاع إدارة الأصول، الذي يتطلب معايير صارمة لانخفاض زمن الاستجابة، واتساق البيانات، وإمكانية التتبع، والامتثال التنظيمي، وإدارة المخاطر، والمعلومات السوقية في الوقت الفعلي، ودعم القرارات الموثوق.

يصف تقريرها السنوي لعام 2025 نظاماً تقنياً متكاملاً يغطي:

1. جمع البيانات.
2. تنظيف البيانات.
3. التوحيد القياسي.
4. الحوسبة في الوقت الفعلي.
5. تحسين النماذج الكبيرة.
6. تطبيقات الوكلاء الأذكياء (AI Agents).
7. تسليم الحلول المتخصصة للقطاعات.

ومنذ ذلك الحين، توسعت الشركة لتشمل قطاعات الاتصالات، والطاقة الكهربائية، والطاقة، والعمليات الحضرية، والتصنيع المتقدم، والرعاية الصحية، والأقمار الصناعية والطيران التجاري، ومنصات بيانات الروبوتات، وقطاع الاستهلاك.

في عام 2025، حققت الأعمال غير المرتبطة بإدارة الأصول إيرادات تبلغ حوالي 1.023 مليار يوان صيني، وهو ما يمثل 79.63% من إجمالي الإيرادات.

وشكلت إيرادات إدارة الأصول نسبة 20.37% المتبقية.

هذا التنويع هو أحد أهم التغييرات الموثقة في أعمال الشركة.

إنه يقلل من الاعتماد على قطاع واحد، لكنه يفرض أيضاً متطلبات تنفيذ جديدة، حيث أن لكل قطاع معايير بيانات مختلفة، وسير عمل مختلف، ودورات مبيعات مختلفة، وقواعد امتثال مختلفة، واحتياجات تكامل مختلفة.

قبل إطلاق TokenONE، كان النشاط تجارياً (تعتمد على المعاملات) بشكل أساسي

يصف النص الأصلي التحول من المشاريع لمرة واحدة إلى نموذج الاستخدام المتكرر القائم على الرموز.

هذا الاتجاه مهم، لكن نموذج الإيرادات التاريخي كان بالفعل أكثر تعقيداً من مجرد نشاط قائم على المشاريع فقط.

يقسم التقرير السنوي لشركة شونسي لعام 2025 الإيرادات إلى:

نموذج الدفع	إيرادات 2025	النسبة من إجمالي الإيرادات
نموذج الاشتراك	111.19 مليون يوان صيني	8.66%
نموذج المعاملات	1.173 مليار يوان صيني	91.34%

ارتفعت نسبة الإيرادات من نموذج المعاملات من 80.64% في عام 2024.

ويذكر التقرير أن هذا النمو يعزى بشكل أساسي إلى زيادة طلب العملاء على حلول متعددة الوحدات.

لذلك، يمثل TokenONE شكلاً جديداً من أشكال التسويق المرتبط بالاستخدام، لكنه لا يحل محل أعمال الاشتراك البحت بين عشية وضحاها.

التسلسل الأكثر دقة للتطور هو:

حلول الاشتراك والمشاريع
→ إيرادات المعاملات متعددة الوحدات
→ تزايد استخدام الرموز القائم على الاستهلاك
→ الإيرادات المحتملة من المنصات والمعاملات

يجب أن تصبح الطريقة المحاسبية للإيرادات المرتبطة بالرموز أكثر وضوحاً في التقارير النصفية والسنوية المستقبلية.

TokenONE يغيّر معادلة الإيرادات

أطلقت شونسي TokenONE في مايو 2026.

تصفه الشركة بأنه نظام تشغيل للرموز (TokenOS) يحول بيانات المؤسسات غير المتجانسة إلى رموز سياقية قابلة للقياس والتسعير والتدقيق والاستدعاء.

يمكن تمثيل إطار نموذج أعمالها على النحو التالي:

إيرادات الرموز
= عدد العملاء
× عدد الوحدات
× سعر الوحدة
× عدد مرات الاستدعاء

تضيف هذه المعادلة متغير الاستخدام إلى نماذج برمجيات المؤسسات التقليدية.

قد يولد المشروع دفعة لمرة واحدة عند التسليم.

بينما يمكن لنظام قائم على الاستخدام أن يولد إيرادات مستمرة في كل مرة يستدعي فيها تطبيق الذكاء الاصطناعي لدى العميل الخدمة.

هذا مشابه لأعمال البنية التحتية الأخرى التي تعتمد على الدفع حسب الاستخدام:

• الحوسبة السحابية تدفع حسب الاستهلاك.
• منصات API تدفع حسب عدد الطلبات.
• قواعد البيانات تدفع حسب حجم الاستعلامات أو العمليات الحسابية.
• منصات الدفع تدفع حسب عدد المعاملات.
• منصات الاتصالات تدفع حسب عدد الرسائل أو دقائق المكالمات.

الميزة هي

التوافق مع نشاط العميل.

الخطر هو أن الإيرادات ستعتمد على الاستهلاك الفعلي، وليس على "برمجيات غير مستخدمة" متعاقد عليها.

إذا لم يتم استخدام تطبيقات الذكاء الاصطناعي لدى العميل، فقد لا تنمو إيرادات الاستخدام.

ما تسميه TokenONE "مصنع الرموز"

يتم وضع TokenONE كنظام إنتاج موحد لتحويل بيانات المؤسسات الخام إلى مخرجات قابلة للاستخدام مباشرة بواسطة الذكاء الاصطناعي.

تصف المواد الإعلانية تسع مراحل معالجة وخمس عمليات رئيسية.

تختلف المصطلحات المحددة قليلاً بين مستندات الشركة المختلفة، لكن العملية الشاملة تشمل:

1. جمع البيانات.
2. تنظيف البيانات.
3. توحيد البيانات.
4. وضع العلامات على البيانات.
5. نمذجة البيانات.
6. الحوسبة في الوقت الفعلي.
7. التغليف في شكل رموز.
8. تكامل الوكلاء الأذكياء أو التطبيقات.
9. الاتصال بالنماذج الأساسية أو النماذج الهجينة.

تربط العمليات الخمس الرئيسية الخطوات المذكورة أعلاه، وتغطي حوكمة البيانات، وتكامل التطبيقات، والوكلاء الأذكياء، والنماذج الرأسية أو الصغيرة، والقياس والتدقيق والأمن والفوترة.

الحجة الأساسية للشركة هي أن بيانات المؤسسات لا يمكن ببساطة نسخها ولصقها في مطالبات النماذج.

يجب أن تكون البيانات أولاً دقيقة، وفي الوقت المناسب، ومنظمة، ومراعية للصلاحيات، وقابلة للتتبع، وذات صلة بالعمليات التجارية، ومتوافقة مع نظام الذكاء الاصطناعي المستهدف، وقابلة للقياس لدعم الفوترة والتقييم.

هذه مشكلة حقيقية تواجه المؤسسات، حتى بدون استخدام مصطلحات شونسي الخاصة بالرموز.

كيف يمكن أن تعمل الرموز السياقية (Scenario Tokens) عملياً

خذ على سبيل المثال مصنعاً يضم أكثر من 200 نوع من المعدات.

قد تتضمن المدخلات الخام تدفقات بيانات الاستشعار، وسجلات الصيانة، وسجلات الإنذار، ونتائج فحص الجودة، وإعدادات الآلات، وجداول الإنتاج، وملاحظات الفنيين.

لا يمكن لنماذج اللغة العامة استنتاج حالة المعدات بأمان مباشرة من هذه الكومة من البيانات الخام غير المنظمة.

قد يصبح خط الإنتاج كما يلي:

1. تحديد المعدات ذات الصلة وفترات التشغيل.
2. مزامنة الطوابع الزمنية لأجهزة الاستشعار.
3. إزالة القراءات التالفة.
4. توحيد أسماء الحقول والوحدات.
5. تطبيق عتبات خاصة بالمعدات.
6. مقارنة السلوك الحالي بالأنماط التاريخية.
7. إضافة معلومات الصيانة والأعطال المعروفة.
8. توليد سياق تشخيصي منظم.
9. إرسال النتائج إلى وكيل أو نظام اتخاذ القرار.
10. تسجيل الاستدعاء والمخرجات والنتيجة التجارية النهائية.

ستصف شونسي قدرة البيانات القابلة للاستدعاء الناتجة بأنها رمز سياقي (Scenario Token).

القيمة ليست في كلمة "رمز" (Token) بحد ذاتها.

بل في عملية التحويل من بيانات التشغيل الخام إلى مدخلات قرار موثوقة.

مؤشرات تسويق الرموز التي كشفت عنها الشركة

كشفت شونسي عن المؤشرات التجارية المبكرة التالية:

• وفقاً لتقارير وقت الإطلاق في مايو، نما الإيراد السنوي المتكرر لاستدعاءات الرموز بنحو 300% في أبريل.
• في أبريل، شكلت الإيرادات المدفوعة المرتبطة بالرموز حوالي 5% من الإيرادات.

تحديث أعمال يوليو المنسوب إلى الشركة يُظهر أن الإيرادات المرتبطة بالرموز (Token) تجاوزت 10% من إجمالي الإيرادات التشغيلية.

• وفقًا لنفس تحديث الشركة، سجّلت الإيرادات السنوية المتكررة للرموز في يونيو نموًا شهريًا بنسبة 410%.
• تهدف الإدارة إلى تحقيق مساهمة إيرادات مرتبطة بالرموز بنسبة 20%–30% بحلول نهاية العام.

هذه الأرقام مشجعة، لكن لا يزال يتعين التعامل معها بحذر.

شرح.

الإيرادات السنوية المتكررة (ARR) ليست إيرادات مؤكدة

الإيرادات السنوية المتكررة هي مؤشر استباقي (معدل تشغيل).

إنها تقدير للحجم الذي قد تصل إليه الإيرادات المتكررة خلال عام إذا استمرت المستويات الحالية.

وهي لا تعادل التحصيل النقدي، أو الإيرادات المدققة، أو تراكم العقود، أو صافي الربح، أو التدفق النقدي الحر.

القاعدة الصغيرة قد تؤدي إلى معدلات نمو مرتفعة للغاية

عندما تكون القيمة الأولية صغيرة، قد تظهر زيادات بنسبة 300% أو 410%.

الإيرادات المطلقة والمساهمة في إجمالي الربح المرتبطة بالرموز لا تقل أهمية عن النسبة المئوية للنمو.

المنتج أُطلق للتو

حتى تاريخ الإفصاح في التقرير النصفي، كانت مدة الإطلاق العام لـ TokenONE قصيرة.

ستكون هناك حاجة إلى تقارير إضافية لتقييم تحويل العملاء، والاحتفاظ بالاستخدام، ومتوسط الإيراد لكل عميل، وهوامش الربح الإجمالية، وتكلفة استدعاء الخدمة، وتركز العملاء، ومعدل التخلي عن الخدمة (Churn)، ومدد العقود، وتحصيل النقد.

لماذا يمكن تسعير رموز السيناريو أعلى من رموز النماذج العامة

ذكرت الشركة أن نطاق تسعير رموز السيناريو لديها يمكن أن يتراوح بين 10 دولارات و100 دولار لكل مليون رمز.

هذا النطاق السعري الذي كشفت عنه الشركة أعلى بكثير من أسعار الإدخال للعديد من النماذج العامة.

هذه المقارنة ليست مباشرة، لأن الوحدات الأساسية مختلفة.

قد يدفع العميل مقابل حزمة خدمات متكاملة تشمل بيانات المؤسسة الخاصة، وتنظيف البيانات، والمعالجة في الوقت الفعلي، وقواعد القطاع، وتوجيه النماذج، والضوابط الأمنية، والتدقيق، ومتطلبات مستوى الخدمة، ودعم التنفيذ، والمخرجات الخاصة بالمجال.

المقارنة الأقرب ليست بالضرورة "رمز نموذج لغوي عام مقابل رمز سيناريو".

قد يكون الأكثر دقة هو:

استدلال النموذج العام
مقابل
خدمة بيانات مُدارة ومعتمدة خاصة بقطاع معين

التسعير المرتفع لا يكون مستدامًا إلا عندما يحقق المخرجات قيمة قابلة للقياس أو يتجنب مخاطر جسيمة.

قد تشمل الأمثلة: منع المعاملات الخاطئة، واكتشاف عيوب الإنتاج، وتقليل وقت تعطل الآلات، وتحسين جدولة الطاقة، وتسريع العمليات الخاضعة للرقابة التنظيمية، أو خفض تكاليف المراجعة اليدوية.

إذا لم يحسّن المخرجات نتائج الأعمال، يصبح من الصعب تبرير العلاوة السعرية.

لماذا تعتقد Xunce أن لديها ميزة تنافسية

من السهل وصف مفهوم الرموز.

بناء أنظمة صناعية موثوقة أصعب بكثير.

الميزة الرئيسية التي تدّعيها Xunce تكمن في خبرتها الممتدة لأكثر من عقد في البنية التحتية للبيانات في الوقت الفعلي.

أدرج تقرها السنوي ثلاث خصائص أساسية للمنتج:

• السرعة: تجميع ومعالجة وإخراج البيانات في الوقت الفعلي.
• الدقة: مخرجات بيانات آلية متسقة وقابلة للتتبع.
• قابلية التوسع: حلول معيارية قابلة للتجميع حسب العملاء المختلفين.

سوق إدارة الأصول الذي انطلقت منه الشركة هو بيئة تدريب صارمة.

قد تتطلب سير العمل المالي استجابات خلال أجزاء من الثانية، ومطابقة دقيقة للبيانات، ومسارات تدقيق كاملة، وإدارة صارمة للصلاحيات، وتقارير تنظيمية، وفحوصات الامتثال للمخاطر.

تعتقد الشركة أن نفس القدرات الأساسية يمكن تكرارها في التصنيع والطاقة والرعاية الصحية والروبوتات والطيران وغيرها من القطاعات.

بلغت مساهمة الإيرادات غير المرتبطة بإدارة الأصول في 2025 نسبة 79.63%، مما يثبت أن الأعمال توسعت خارج نطاق القطاع المالي.

لكن هذا لا يثبت أن كل قطاع عمودي جديد سيحقق نفس هوامش الربح، أو معدلات الاحتفاظ، أو قابلية الدفاع.

المعرفة الصناعية يصعب تكرارها بسرعة

غالبًا ما يعتمد أداء الذكاء الاصطناعي المؤسسي على معلومات غير موجودة في بيانات التدريب العامة.

تشمل هذه المعلومات معايير معدات المصانع، وسير العمل الداخلي للمستشفيات، وقواعد المخاطر للمؤسسات المالية، والحالة التشغيلية اللحظية لشبكات الكهرباء، وأنماط الأعطال التاريخية للمؤسسات، وعتبات الجودة الخاصة بمنتجات معينة، ومعايير التسمية الخاصة بالقطاعات.

يمكن للنماذج الأساسية توفير قدرات استدلال واسعة.

البيانات الخاصة والتغذية الراجعة التشغيلية هي التي تحدد ما إذا كانت هذه القدرات تعمل داخل مؤسسة معينة.

لذلك، قد تأتي قابلية الدفاع لدى مزودي بيانات المؤسسات من علاقات العملاء طويلة الأمد، وعمق التكامل، وخرائط البيانات التاريخية، والوحدات الخاصة بالقطاع، والتغذية الراجعة التشغيلية، والشهادات الأمنية، وتكاليف التحويل، والأداء الموثوق في الوقت الفعلي.

قد تستغرق هذه المزايا سنوات لبنائها.

ولكن يمكن أيضًا تآكلها إذا قام العملاء ببناء منصات داخلية، أو توغلت مزودو النماذج الأساسية في مجال بيانات المؤسسات، أو خفضت أدوات البيانات مفتوحة المصدر تكاليف التنفيذ.

الخطوة التالية: مصانع الرموز

بدأت المرحلة الاستراتيجية الأولى لشركة Xunce.

تخطط الشركة لبناء مصانع رموز عمودية مع شركاء صناعيين في القطاعات المالية، والرعاية الصحية، والتصنيع المتقدم، والطاقة الكهربائية، والمركبات الذكية، والروبوتات، وغيرها من المجالات كثيفة البيانات.

يعتمد مفهوم مصنع الرموز على قابلية إعادة الاستخدام.

هدف Xunce ليس إعادة بناء كل خط بيانات من الصفر، بل إعادة استخدام الوحدات القياسية، والقوالب الصناعية، وقواعد معالجة البيانات، والضوابط الأمنية، ومنطق الفوترة، وتكاملات النماذج.

هذا هو بالضبط الصراع الشائع في شركات برمجيات المؤسسات بين "المنصة والمشاريع".

عندما يمكن خدمة عملاء جدد من خلال المكونات الحالية، تصبح المنصة أكثر ربحية.

عندما يتطلب كل نشر قدرًا كبيرًا من التخصيص، فإنه يظل عملًا خدميًا.

ستظهر بيانات هوامش الربح الإجمالية المستقبلية والمصروفات مدى تقدم Xunce على طريق اقتصاديات المنصات الحقيقية.

المرحلة الثانية المخطط لها: موجهات الرموز (TokenRouters)

تخطط Xunce لإطلاق TokenRouters في النصف الثاني من عام 2026.

يُوصف هذا المنتج بأنه منصة تبادل رموز متوافقة تعمل عبر المؤسسات والقطاعات والسيناريوهات.

النمط المتوقع كما يلي:

1. تقوم المؤسسات بإنشاء رموز سيناريو من بياناتها الخاصة.
2. تصبح الرموز المعتمدة متاحة للاستخدام ضمن الصلاحيات المحددة.
3. تقوم منظمة أخرى غير منافسة باستدعاء هذه الرموز أو شرائها.
4. يتم قياس الاستخدام.
5. يتم التسوية بين الطرفين بالسعر المتفق عليه.
6. تسري ضوابط الأمان والتدقيق والامتثال طوال عملية التبادل.

هذا يحوّل منطق الإيرادات من الاستدعاء الداخلي لعميل واحد إلى النشاط في شبكة أوسع.

التأثيرات الشبكية المحتملة واضحة.

تحديات التنفيذ هائلة بنفس القدر:

• ملكية البيانات.
• الموافقة والتفويض.
• السرية.
• قوانين المنافسة.
• الأمن السيبراني.
• النقل عبر الحدود.
• تسرب النماذج.
• مخاطر إعادة التحديد.
• ضمان الجودة.
• المسؤولية عن المخرجات الخاطئة.
• توحيد التسعير.
• قابلية التشغيل البيني.

TokenRouters هو منتج مخطط له، وليس بورصة وطنية مكتملة البناء.

يجب تقييم تبنيه التجاري بعد الإطلاق.

الهدف طويل المدى: نماذج صغيرة خاصة بالمؤسسات

المرحلة الثالثة في خارطة طريق Xunce هي النماذج الصغيرة الخاصة بالمؤسسات.

المنطق واضح ومباشر.

بعض المؤسسات لا ترغب في أن يغادر كل طلب بيئتها، ولا تريد استخدام نماذج عامة كبيرة.

قد تفضل أنظمة أصغر - أقل تكلفة في التشغيل، وأسهل في الضبط، وأسرع، وأكثر قابلية للتنبؤ، وأكثر خصوصية، وقابلة للنشر محليًا، ومركزة على مهمة واحدة أو قطاع واحد.

يمكن لطبقة رموز السيناريو أن توفر لهذه النماذج سياقًا مؤسسيًا منسقًا ومحدثًا باستمرار.

قد يبدو هذا المزيج كما يلي:

بيانات المؤسسة
← رموز سيناريو مُدارة
← نماذج صغيرة خاصة
← تطبيقات الأعمال
← تغذية راجعة على النتائج
← خط أنابيب رموز مُحدث

هذه البنية قد تكون جذابة في القطاعات المالية والطبية والفضائية والحكومية وغيرها من البيئات الحساسة.

هذا يعني أيضًا أن Xunce ستواجه منافسة من مزودي الخدمات السحابية، وشركات قواعد البيانات، وموردي تكامل البيانات، ومزودي النماذج، ومنصات وكلاء الذكاء الاصطناعي، وفرق الهندسة الداخلية لدى المؤسسات، وشركات البرمجيات الصناعية.

لماذا قصة النمو جذابة

عدة عوامل تجعل استراتيجية Xunce جذابة تجاريًا.

الذكاء الاصطناعي المؤسسي ينتقل من التجارب إلى سير العمل

مع ربط المؤسسات للذكاء الاصطناعي بعملياتها الفعلية، تحتاج إلى المزيد من هندسة البيانات والحوكمة والمراقبة.

البيانات الخاصة أصعب في التحويل إلى سلعة

ذكاء النماذج العامة قد يصبح رخيصًا بسرعة.

خرائط البيانات الخاصة بالعملاء وحلقات التغذية الراجعة أصعب في النقل.

التسعير القائم على الاستخدام يمكن أن ينمو مع توسع التبني

عندما تزيد أحجام استدعاءات العملاء، يمكن أن تنمو الإيرادات المرتبطة بالاستخدام دون الحاجة إلى عميل جديد كامل لكل وحدة نمو.

المنتجات المعيارية يمكن أن تحسّن الرافعة التشغيلية

يمكن للمكونات القابلة لإعادة الاستخدام أن تخفض تكاليف التسليم مع توسع نطاق النشر.

التنويع القطاعي أصبح واقعًا بالفعل

في عام 2025، جاء ما يقرب من 80% من الإيرادات من خارج قطاع إدارة الأصول الأصلي.

الربحية بدأت في الظهور

أظهر التحذير الربحي الأولي للنصف الأول تحولًا ملحوظًا.

هذه النقاط تفسر التفاؤل الخارجي تجاه الشركة.

لكنها لا تلغي المخاطر.

المخاطر الرئيسية وراء قصة الرموز

1. النتائج الأولية قد تتغير

إعلان يوليو يستند إلى حسابات إدارية غير مدققة.

قد يتضمن التقرير النصفي التفصيلي تعديلات أو سياقًا إضافيًا.

2. نمو الإيرادات لا يساوي توليد النقد

المشاريع المؤسسية قد تولد مستحقات كبيرة.

أدرج التقرير السنوي لـ Xunce لعام 2025 الخسائر الائتمانية المتوقعة على الذمم المدينة التجارية كبند تدقيق رئيسي.

حتى نهاية عام 2025:

• بلغ صافي الذمم المدينة التجارية حوالي 671.88 مليون يوان صيني.
• بلغت الخسائر الائتمانية المتوقعة المعترف بها حوالي 194.01 مليون يوان صيني.

لذلك، ينبغي مراجعة استرداد النقد جنبًا إلى جنب مع الإيرادات.

3. إيرادات التوكنات لا تزال في مرحلة مبكرة

لم تتجاوز مساهمة التوكنات التي أعلنتها الشركة حديثًا عتبة 10٪ إلا بالكاد.

لا يزال معظم الإيرادات يأتي من الأعمال القائمة الأوسع نطاقًا.

4. تعريف توكنات السيناريو خاص بكل مورّد

لا توجد حاليًا معايير محاسبية أو تقنية موحدة تجعل توكن سيناريو Xunce قابلاً للمقارنة مباشرة

مع توكنات مورّد آخر.

سيقيّم العملاء المنتجات بناءً على نتائج الأعمال وليس المصطلحات.

5. اقتصاديات المنصة لم يتم التحقق منها بشكل كافٍ بعد

إذا كان النشر لا يزال يتطلب قدرًا كبيرًا من الأجهزة والتخصيص، فقد تكون هوامش الربح أقرب إلى أعمال الحلول منها إلى منصة برمجيات خالصة.

6. ستشتد المنافسة

يتجه كبار مزودي الخدمات السحابية وشركات النماذج ومؤسسات البيانات وشركات برمجيات المؤسسات جميعًا نحو تكامل البيانات الخاصة والبنية التحتية للوكلاء الأذكياء.

7. تبادل التوكنات بين المؤسسات معقد للغاية

لكي يطوّر TokenRouter تأثيرًا شبكيًا، يجب عليه أولاً حل قضايا القانون والتقنية والثقة.

8. النمو المرتفع قد يؤدي إلى ضغوط تنفيذية

قد يؤدي التوسع السريع عبر العديد من الصناعات والدول إلى الضغط على أنظمة المبيعات والدعم والأمن والتسليم ومراقبة الجودة.

معادلة إيرادات أكثر دقة

قدمت المقالة الأصلية إيرادات التوكنات كنموذج رباعي العوامل:

عدد العملاء × عدد الوحدات × سعر التوكن × عدد مرات الاستدعاء

هذا إطار عمل تجاري مفيد، لكن نموذج الأعمال الكامل يتطلب أيضًا خصم التكاليف والنظر في سلوك العملاء.

النموذج الأكثر عملية هو:

إجمالي ربح التوكنات
= عدد العملاء النشطين
× عدد الوحدات النشطة
× السعر الصافي للوحدة
× عدد مرات الاستدعاء الناجحة القابلة للفوترة
− تكاليف معالجة البيانات
− تكاليف النماذج والحوسبة
− تكاليف التسليم
− تكاليف الدعم
− حصة الشركاء
− تكاليف الديون المعدومة والتحصيل

كلمات نشط وناجح وصافي بالغة الأهمية.

قد يوقع العميل العقد دون استخدام الخدمة بكثافة.

قد يفشل استدعاء معين أو لا ينتج قيمة.

قد يختلف سعر الصفقة الفعلي بعد الخصم عن السعر المعلن.

تعتمد الجودة طويلة الأجل للأعمال على هذه التفاصيل التشغيلية.

النقاط التي يجب التركيز عليها في تقرير منتصف أغسطس

ينبغي أن يساعد التقرير المفصل لمنتصف العام في الإجابة على عدة أسئلة مهمة.

جودة الإيرادات

• ما المقدار القادم من المنتجات المرتبطة بالتوكنات؟
• ما المقدار القادم من الأجهزة أو النشر؟
• ما المقدار من الإيرادات المتكررة أو المفوترة حسب الاستخدام؟
• ما مدى تركيز أكبر العملاء؟

الربحية

• ما هو هامش الربح الإجمالي؟
• أي خطوط الأعمال تحقق أرباحًا؟
• ما مقدار الربح القادم من عوائد الاستثمار؟
• هل تحسنت نسب المصروفات بشكل مستدام؟

النقد والحسابات المدينة

• هل تحسن التدفق النقدي التشغيلي؟
• ما مدى سرعة تحصيل الحسابات المدينة؟
• هل زادت خسائر الائتمان المتوقعة؟

اقتصاديات التوكنات

• كم عدد العملاء الذين استخدموا الفوترة بالتوكنات؟
• ما متوسط الاستخدام؟
• ما معدل الاحتفاظ؟
• ما تكلفة الخدمة؟
• هل تجاوزت إيرادات التوكنات عتبة الإفصاح البالغة 10٪؟

تقدم المنصة

• كم عدد الوحدات التي تمت إعادة استخدامها؟
• ما مقدار التخصيص الذي لا يزال مطلوبًا؟
• هل تم إطلاق TokenRouter وفقًا للخطة؟
• أي مصانع توكنات دخلت مرحلة الإنتاج؟

هذه التفاصيل أكثر أهمية من نسب النمو الإجمالية.

اتجاهات الذكاء الاصطناعي في المؤسسات التي تكشفها بيانات الأداء

حتى مع التحفظات الضرورية المذكورة أعلاه، تشير بيانات أداء Xunce إلى اتجاه سوقي مهم.

يتوسع إنفاق المؤسسات على الذكاء الاصطناعي إلى ما هو أبعد من النماذج الأساسية والمعجلات، ليشمل نطاقًا أوسع.

توجه المؤسسات بشكل متزايد الإنفاق نحو الطبقة التي تربط الذكاء الاصطناعي بواقع الأعمال:

• خطوط أنابيب البيانات.
• السياق في الوقت الفعلي.
• إدارة الصلاحيات.
• منطق المجال.
• التقييم.
• المراقبة.
• تكامل التطبيقات.
• التدقيق.

مع انخفاض تكلفة استدلال النماذج العامة، قد تستحوذ هذه الأنظمة المحيطة على حصة أكبر من القيمة الإجمالية.

هذا لا يعني أن التوكنات العامة أصبحت غير ذات صلة.

إنه يعني أن المكوّن الأرخص ليس دائمًا المكوّن الأكثر قيمة.

قد يكون استدعاء النموذج الواحد منخفض التكلفة للغاية.

أما البيانات الموثوقة وتكامل سير العمل وآليات المساءلة اللازمة للتصرف بناءً على الإجابة، فقد تكون أكثر تكلفة بكثير.

الأسئلة الشائعة

ماذا تفعل شركة Xunce Technology؟

توفر Xunce البنية التحتية للبيانات في الوقت الفعلي وخدمات تحليل البيانات، لخدمة إدارة الأصول وبشكل متزايد صناعات أخرى. تربط منتجاتها جمع بيانات المؤسسات والتنظيف والتوحيد والحوسبة في الوقت الفعلي والتحليل ووكلاء الذكاء الاصطناعي وتكامل النماذج.

لماذا نمت إيرادات Xunce في النصف الأول بنسبة 389٪؟

يعزو التحذير الأولي للأرباح النمو إلى الطلب المتزايد على بيانات الذكاء الاصطناعي للمؤسسات، والتوسع في مزيد من الصناعات، وتنفيذ نموذج أعمال التوكنات، وكذلك التطوير الدولي والنظام البيئي. البيانات غير مدققة ويجب تأكيدها في النتائج التفصيلية لمنتصف العام.

ما هو TokenONE؟

TokenONE هو منتج Xunce لتحويل بيانات المؤسسات غير المتجانسة والمعرفة المجالية إلى توكنات سيناريو قابلة للقياس والتدقيق والاستدعاء. تصفه الشركة بأنه نظام TokenOS ونظام توحيد مصانع التوكنات.

هل توكنات سيناريو Xunce هي نفسها توكنات LLM؟

لا. توكنات LLM عادةً ما تكون وحدات إدخال أو إخراج للنموذج محددة بواسطة المُرمِّز (Tokenizer). تستخدم Xunce "توكن السيناريو" كمصطلح منتج للبيانات المؤسسية المعالجة أو القدرات المعرفية، وبالتالي فإن تسعيرها لا يمكن مقارنته مباشرة بأسعار توكنات النماذج العادية.

هل Xunce مربحة؟

أبلغت Xunce عن صافي خسارة للعام الكامل 2025. يقدّر إعلان أرباح يوليو 2026 أن أرباح النصف الأول المنسوبة إلى مالكي الشركة الأم تبلغ 72.51 مليون يوان صيني، مع صافي ربح معدل قدره 67 مليون يوان صيني، رهناً بالنتائج النهائية لمنتصف العام.

ما هي TokenRouters؟

TokenRouters هي منصة Xunce المخطط لها لتبادل واستخدام توكنات السيناريو واستخدامها عبر الشركات والصناعات بطريقة متوافقة. تشير الشركة إلى أنها تتوقع إطلاق المنصة في النصف الثاني من عام 2026، لذلك ينبغي اعتبارها منتجًا على خارطة الطريق وليس بورصة قائمة.

لماذا قد تكون بيانات الذكاء الاصطناعي الخاصة بالصناعة أكثر تكلفة من توكنات النماذج العامة؟

قد تتضمن بيانات الصناعة سجلات خاصة، وتدفقات بيانات في الوقت الفعلي، وقواعد تم التحقق منها، وضوابط أمنية، وقابلية للتدقيق، وضمانات تشغيلية. عندما تعزز هذه المجموعة القرارات عالية القيمة، قد يكون العملاء مستعدين لدفع علاوة، لكن هذا السعر لا يكون مستدامًا إلا عندما يخلق قيمة تجارية قابلة للقياس.

ما هي أكبر المخاطر في أعمال التوكنات لدى Xunce؟

تشمل المخاطر الرئيسية البيانات المالية الأولية، واسترداد النقد، واعتماد التوكنات الذي لا يزال في مراحله المبكرة، وعدم توحيد تعريفات التوكنات، وتكاليف التخصيص، والمنافسة، والتعقيد التنظيمي، وعدم اليقين بشأن منصة TokenRouters.

الأدوات ذات الصلة

• Apache Kafka: منصة مفتوحة المصدر لتدفقات الأحداث، تُستخدم عادةً لنقل بيانات المؤسسات في الوقت الفعلي بين الأنظمة.
• Apache Flink: محرك موزّع لمعالجة التدفقات ذات الحالة والحوسبة في الوقت الفعلي للبيانات.
• dbt: إطار عمل لتحويل البيانات لبناء نماذج تحليلية موثقة وقابلة للاختبار.
• Great Expectations: منصة لجودة البيانات للتحقق من صحة مجموعات البيانات قبل دخولها إلى سير عمل التحليل أو الذكاء الاصطناعي.
• MLflow: منصة مفتوحة المصدر لإدارة تجارب التعلم الآلي والنماذج والتقييم والنشر.
• DeepSeek API: وثائق API الرسمية لمزود نماذج عامة، مفيدة لمقارنة تكامل النماذج الأساسية مع البنية التحتية لبيانات المؤسسات.

الروابط ذات الصلة

• الموقع الرسمي لشركة Xunce Technology: المعلومات الرسمية للشركة وشرح أعمال البنية التحتية للبيانات في الوقت الفعلي.
• تحذير أرباح Xunce للنصف الأول من 2026: الإعلان الرسمي الأولي غير المدقق عن الإيرادات والأرباح المقدم إلى بورصة هونغ كونغ.
• التقرير السنوي لشركة Xunce لعام 2025: التاريخ المالي المدقق، وهيكل إيرادات الصناعة، ونماذج الرسوم، والمخاطر، والحسابات المدينة، والإفصاحات.
• إعلان إطلاق TokenONE: إصدار الشركة حول

تعريف TokenONE، ومفهوم رموزه الخاصة بالسيناريوهات، وتحديد موقعه كمنتج.

• تقرير Science and Technology Daily: إصدار TokenOS: تغطية صحفية مستقلة حول المراحل التسع لـ TokenONE، والعمليات الخمس، ومؤشرات الاستخدام في أوائل أبريل.
• تحديث أعمال Xunce بتاريخ 31 يوليو: تحديث صادر عن الشركة بشأن إيرادات Token السنوية المتكررة، ومساهمة الإيرادات، والتسعير، والشراكات، وخارطة الطريق.
• أخبار بورصة هونغ كونغ: المنصة الرسمية لنشر إعلانات الشركات المدرجة وتقاريرها المالية.

الملخص التنفيذي

تتوقع شركة Xunce Technology إيرادات تشغيلية للنصف الأول من عام 2026 تبلغ 967.02 مليون يوان صيني، بزيادة سنوية أولية بنسبة 388.76%، مع تحقيق أول ربحية في النصف الأول. وتعزو الإعلانات الرسمية هذا التغيير إلى الطلب على بيانات الذكاء الاصطناعي للمؤسسات، والتوسع القطاعي، وتسويق الرموز (Token)، والأعمال الدولية، والرافعة التشغيلية، والدخل من الاستثمارات.

يضيف TokenONE طبقة فوترة قائمة على الاستخدام فوق بنية الأعمال القائمة للبيانات في الوقت الفعلي لدى الشركة. ولا ينبغي الخلط بين رموز السيناريوهات الخاصة به والرموز الأساسية للنماذج العامة: فهي منتجات مجمّعة تحددها الشركة، وتتضمن بيانات مؤسسية معالجة، ومعرفة مجال متخصصة، وقدرات أعمال قابلة للاستدعاء.

الفرصة واضحة. ومع انخفاض تكاليف الاستدلال للنماذج العامة، من المرجح أن تستحوذ البيانات الخاصة الموثوقة والتكامل الإنتاجي على قيمة أكبر. كما أن حالة عدم اليقين مهمة بنفس القدر: فإيرادات الرموز لا تزال في مراحلها المبكرة، والبيانات المالية نتائج أولية، والمستحقات تتطلب مراقبة، وبورصات TokenRouters المخطط لها لم تثبت بعد جدواها الاقتصادية.

**الخلاصة الجوهرية لا تكمن في هذا

الرموز باهظة الثمن تتفوق بطبيعة الحال على الرموز الرخيصة — فذكاء الأعمال المؤسسية يدفع مقابل اتخاذ قرارات موثوقة، وليس فقط مقابل الحوسبة النموذجية.