Receitas da Xunce Technology disparam 389%: como os dados empresariais se tornam um negócio de IA pago por uso
Os preços de inferência de modelos generalistas continuam a cair. Os fornecedores de modelos competem em preços de tokens de entrada, tokens de saída, cache, processamento em lote e em cada vez mais aspetos.
Receita da Xunce Technology Aumenta 389% e Ascensão dos Dados Corporativos de IA Baseados em Pagamento por Uso
Introdução
O preço da inferência de modelos de propósito geral continua caindo.
Provedores de modelos competem em preço de tokens de entrada, preço de tokens de saída, cache, processamento em lote e arquiteturas cada vez mais eficientes. Na superfície, isso significa que a IA empresarial deveria se tornar mais barata a cada ano.
No entanto, muitas organizações estão descobrindo uma curva de custos diferente.
Os modelos de base podem ser baratos, mas a IA de nível de produção ainda exige:
- Dados privados limpos.
- Fontes de dados em tempo real confiáveis.
- Regras específicas do setor.
- Contexto estruturado.
- Controles de acesso.
- Trilhas de auditoria.
- Avaliações.
- Feedback humano.
- Integração com sistemas operacionais.
- Monitoramento contínuo.
Um modelo de baixo custo não pode tomar decisões confiáveis com base em dados aos quais não tem acesso, que não consegue compreender ou nos quais não pode confiar.
Essa lacuna entre raciocínio genérico barato e implementação empresarial cara está no centro da história de crescimento da Shenzhen Xunce Technology Co., Ltd. (listada em Hong Kong, código de ação 3317).
A Xunce não desenvolve modelos de base de propósito geral. Seu negócio principal é fornecer infraestrutura de dados em tempo real e serviços de análise de dados para gestão de ativos e, cada vez mais, para outros setores.
Em 31 de julho de 2026, a empresa publicou um anúncio positivo de lucros, prevendo uma receita no primeiro semestre de aproximadamente RMB 967,02 milhões, um aumento de 388,76% em relação ao ano anterior.
A empresa também prevê alcançar seu primeiro lucro no primeiro semestre desde sua fundação.
No centro de sua estratégia atual está o TokenONE, que a empresa descreve como um sistema operacional de tokens (TokenOS) usado para transformar dados corporativos e conhecimento de domínio em "tokens de cenário" mensuráveis e acionáveis.
Essa afirmação soa semelhante aos tokens usados pelas APIs de modelos de linguagem, mas os dois conceitos não são idênticos.
Entender essa diferença é crucial para compreender tanto as oportunidades quanto as incertezas por trás do novo modelo de negócios da Xunce.
Tokens Genéricos Baratos Não Eliminam os Custos da IA Empresarial
Os tokens padrão de modelos de linguagem são unidades geradas após o texto ser dividido por um tokenizador.
Os provedores de modelos geralmente cobram com base nas seguintes quantidades:
Tokens de entrada
Tokens de saída
Tokens de entrada em cache
Tokens de raciocínio
Essas unidades ajudam a medir a computação do modelo e o uso da API.
A Xunce usa o termo Token de forma mais ampla.
Seus "tokens de cenário" são definidos como unidades empacotadas de dados corporativos ou conhecimento de domínio que podem ser acionadas por aplicativos de IA e conectadas a decisões de negócios.
Exemplos possíveis incluem:
- Sinais de gerenciamento de risco financeiro.
- Status de equipamentos de manufatura.
- Entradas de agendamento de energia em tempo real.
- Características estruturadas relacionadas à área médica.
- Regras industriais padronizadas.
- Saídas de dados validados para agentes de IA.
Isso significa que o preço divulgado de "por milhão de tokens" pode não ser diretamente comparável ao preço de tokens de entrada das APIs de modelos de base.
Esses produtos resolvem problemas diferentes.
| Tokens de modelos de propósito geral | "Tokens de cenário" da Xunce |
|---|---|
| Geralmente unidades de texto ou multimodais definidas por tokenizadores | Unidades definidas pela empresa de dados corporativos processados ou conhecimento |
| Medem o consumo de entrada ou saída do modelo | Projetados para representar capacidades de dados de negócios acionáveis |
| Baseados na inteligência de modelos amplamente treinados | Baseados em dados privados, regras, fontes de dados em tempo real e fluxos de trabalho do setor |
| Geralmente precificados pelos provedores de modelos | Precificados como parte do modelo de produtos e serviços empresariais da Xunce |
| O significado técnico padrão varia conforme o tokenizador | O significado do produto depende da implementação do TokenONE e dos termos contratuais |
A ideia central do negócio não é que alguns tokens sejam intrinsecamente mais valiosos que outros.
Em vez disso, as empresas podem estar dispostas a pagar mais por contexto validado, oportuno e específico do domínio do que pela computação bruta de modelos de propósito geral.
Uma Curva de Receita que Muda de Direção
O crescimento anual da receita auditada e divulgada da Xunce foi rápido, embora o caminho não tenha sido linear.
De acordo com o relatório anual de 2025 da empresa:
| Ano | Receita | Crescimento Anual |
|---|---|---|
| 2022 | RMB 287,9 milhões | — |
| 2023 | RMB 530,46 milhões | 84,25% |
| 2024 | RMB 631,98 milhões | 19,14% |
| 2025 | RMB 1,285 bilhão | 103,28% |
A desaceleração do crescimento em 2024 se destaca entre dois anos fortes.
Uma explicação possível é que o mercado de IA empresarial ainda era dominado por treinamento de modelos, aquisição de infraestrutura, experimentação e trabalhos de prova de conceito.
Quando as organizações começam a conectar a IA a dados operacionais em tempo real e a implantá-la em fluxos de trabalho de produção, os produtos da Xunce se beneficiam de forma mais direta.
Essa explicação é plausível, mas não deve ser considerada a única.
O desempenho da empresa também pode ser influenciado por:
- Cronograma de assinatura de contratos.
- Concentração de clientes.
- Aceitação de projetos.
- Orçamentos do setor.
- Reconhecimento de receita.
- Aquisição de hardware nas soluções.
- Mix de produtos.
- Execução de vendas.
O relatório anual confirma que, enquanto a receita da Xunce acelerou em 2025, o custo de entrega das soluções também aumentou significativamente.
A receita cresceu 103,28%, enquanto o custo dos produtos vendidos aumentou 234,29%, em parte devido à inclusão de compras de hardware e serviços de implantação em alguns projetos.
A margem bruta caiu de 76,68% em 2024 para 61,66% em 2025, mas ainda permanece em um nível elevado pelos padrões de software e serviços comuns.
Receita do Primeiro Semestre de 2026 Prevista para Crescer 388,76%
O anúncio positivo de lucros da Xunce de 31 de julho estima:
| Indicador | Primeiro semestre de 2025 | Estimativa do primeiro semestre de 2026 | Variação |
|---|---|---|---|
| Receita | RMB 197,85 milhões | RMB 967,02 milhões | +388,76% |
| Lucro/(prejuízo) atribuível aos proprietários | Prejuízo de RMB 89,43 milhões | Lucro de RMB 72,51 milhões | Reversão do prejuízo |
| Lucro líquido ajustado/(prejuízo) | Prejuízo de RMB 104,98 milhões | Lucro de RMB 67 milhões | Reversão do prejuízo |
Essa fórmula adiciona uma variável de uso aos modelos tradicionais de software empresarial.
Um projeto pode gerar um pagamento único na entrega.
Já um sistema baseado em uso pode gerar receita continuamente sempre que o aplicativo de IA do cliente chamar o serviço.
Isso é semelhante a outros negócios de infraestrutura cobrados por consumo:
- Computação em nuvem cobra pelo consumo.
- Plataformas de API cobram por número de requisições.
- Bancos de dados cobram por volume de consultas ou computação.
- Plataformas de pagamento cobram por transação.
- Plataformas de comunicação cobram por mensagens ou minutos de chamada.
A vantagem está no alinhamento com a atividade do cliente.
O risco é que a receita dependa do consumo real, e não de um "software ocioso" contratado.
Se os aplicativos de IA dos clientes não forem utilizados, a receita baseada em uso pode não crescer.
A "Fábrica de Tokens" do TokenONE
O TokenONE é posicionado como um sistema de produção padronizado que transforma dados empresariais brutos em saídas prontas para uso direto por IA.
Os materiais de lançamento descrevem nove estágios de processamento e cinco grandes fluxos.
A terminologia específica varia ligeiramente entre os materiais da empresa, mas o fluxo geral inclui:
- Coleta de dados.
- Limpeza de dados.
- Padronização de dados.
- Anotação de dados.
- Modelagem de dados.
- Computação em tempo real.
- Empacotamento em Tokens.
- Integração com agentes ou aplicações de IA.
- Conexão com modelos de base ou modelos híbridos.
Os cinco grandes fluxos conectam as etapas acima, abrangendo governança de dados, integração de aplicações, agentes de IA, modelos verticais ou de pequeno porte, e medição, auditoria, segurança e cobrança.
O argumento central da empresa é que dados empresariais não podem ser simplesmente copiados e colados em prompts de modelos.
Os dados devem primeiro ser precisos, oportunos, estruturados, cientes de permissões, rastreáveis, relevantes para processos de negócios, compatíveis com os sistemas de IA-alvo e mensuráveis para suportar cobrança e avaliação.
Esse é um problema empresarial real, mesmo sem adotar a terminologia de Tokens da Xunce.
Como os Tokens de cenário podem funcionar na prática
Considere uma fábrica de manufatura com mais de 200 tipos de equipamentos.
As entradas brutas podem incluir fluxos de dados de sensores, registros de manutenção, logs de alarmes, resultados de controle de qualidade, configurações de máquinas, planos de produção e anotações de técnicos.
Um modelo de linguagem genérico não pode inferir com segurança o estado do equipamento diretamente desses montões de dados brutos não estruturados.
O fluxo da linha de produção poderia ser:
- Identificar o equipamento relevante e o período de operação.
- Sincronizar os timestamps dos sensores.
- Remover leituras corrompidas.
- Uniformizar nomes de campos e unidades.
- Aplicar limites específicos do equipamento.
- Comparar o comportamento atual com padrões históricos.
- Complementar com informações conhecidas de manutenção e falhas.
- Gerar contexto diagnóstico estruturado.
- Enviar o resultado para o agente ou sistema de decisão.
- Registrar a chamada, a saída e o resultado final do negócio.
A Xunce descreveria a capacidade de dados acionável resultante como um Token de cenário.
O que importa não é a palavra "Token" em si.
E sim o processo de transformação de dados operacionais brutos em entradas confiáveis para decisão.
Indicadores de comercialização de Tokens divulgados pela empresa
A Xunce divulgou os seguintes indicadores comerciais iniciais:
- De acordo com relatos do lançamento em maio, a receita anual recorrente de chamadas de Token cresceu cerca de 300% em abril.
- Em abril, a receita paga relacionada a Tokens representou aproximadamente 5% da receita.
A atualização de negócios de julho atribuída pela empresa mostra que a receita relacionada a tokens já ultrapassou 10% do faturamento.
- De acordo com a mesma atualização da empresa, a receita recorrente anual de tokens em junho cresceu 410% em relação ao mês anterior.
- A administração tem como meta atingir uma contribuição de receita relacionada a tokens de 20%–30% até o final do ano.
Esses dados são animadores, mas ainda devem ser vistos com cautela.
Explicação.
ARR não é receita confirmada
A receita recorrente anual é uma métrica de ritmo.
Ela estima o tamanho que a receita recorrente pode alcançar em um ano, caso os níveis atuais se mantenham.
Ela não equivale a recebimento de caixa, receita auditada, carteira de pedidos, lucro líquido ou fluxo de caixa livre.
Base pequena pode gerar taxas de crescimento extremamente altas
Quando o valor inicial é pequeno, crescimentos de 300% ou 410% podem ocorrer.
A receita absoluta e a contribuição de lucro bruto relacionadas a tokens são tão importantes quanto a taxa percentual de crescimento.
O produto acabou de ser lançado
Até a data de divulgação do relatório semestral, o TokenONE estava no mercado há pouco tempo.
Serão necessários mais relatórios futuros para avaliar conversão de clientes, retenção de uso, receita média por cliente, margem bruta, custo de chamada de serviço, concentração de clientes, taxa de churn, prazo de contrato e recebimento de caixa.
Por que o preço dos tokens de cenário pode ser maior que o dos tokens de modelos genéricos
A empresa afirma que o preço de seus tokens de cenário pode variar de US$ 10 a US$ 100 por milhão de tokens.
Essa faixa de preço divulgada pela empresa é muito superior aos preços de entrada de muitos modelos genéricos.
Essa comparação não é diretamente equivalente, pois as unidades subjacentes são diferentes.
O cliente pode estar pagando por um pacote de serviços que inclui dados empresariais privados, limpeza de dados, processamento em tempo real, regras do setor, roteamento de modelos, controles de segurança, auditoria, requisitos de nível de serviço, suporte de implementação e resultados específicos do negócio.
A comparação mais próxima talvez não seja "um token de LLM versus um token de cenário".
O mais adequado seria:
Inferência de modelo genérico
versus
Serviço de dados gerenciado e validado para setores específicos
Preços mais altos só são sustentáveis quando a saída gera valor mensurável ou evita riscos significativos.
Exemplos podem incluir: evitar transações incorretas, detectar defeitos de produção, reduzir tempo de inatividade de máquinas, otimizar o despacho de energia, acelerar processos regulados ou reduzir custos de revisão manual.
Se a saída não melhorar os resultados do negócio, o prêmio de preço dificilmente se sustenta.
Por que a Xunce acredita ter vantagem
A tokenização é fácil de descrever.
Construir sistemas industriais confiáveis é muito mais difícil.
A principal vantagem declarada pela Xunce está em sua experiência de mais de uma década em infraestrutura de dados em tempo real.
Seu relatório anual lista três atributos centrais do produto:
- Velocidade: Coleta, processamento e saída de dados em tempo real.
- Precisão: Saída automatizada de dados consistente e rastreável.
- Escalabilidade: Solução modular que pode ser combinada de acordo com diferentes clientes.
O mercado de gestão de ativos, onde a empresa começou, é um campo de treinamento rigoroso.
Fluxos de trabalho financeiros podem exigir respostas em milissegundos, conciliação precisa de dados, trilhas de auditoria completas, gerenciamento rigoroso de permissões, relatórios regulatórios e verificações de conformidade de risco.
A empresa acredita que as mesmas capacidades subjacentes podem ser replicadas para manufatura, energia, saúde, robótica, aviação e outros setores.
Em 2025, a receita de segmentos não relacionados à gestão de ativos representou 79,63%, o que comprova que o negócio se expandiu para além do setor financeiro.
Mas isso não prova que todos os novos setores verticais alcançarão as mesmas margens, taxas de retenção ou
defensabilidade.
O conhecimento do setor não é rapidamente replicável
O desempenho da IA empresarial geralmente depende de informações que não existem nos dados públicos de treinamento.
Essas informações incluem parâmetros de equipamentos em fábricas, fluxos de trabalho internos de hospitais, regras de risco de instituições financeiras, status operacional em tempo real de redes elétricas, padrões históricos de falhas de empresas, limites de qualidade específicos de produtos e padrões de anotação específicos do setor.
Modelos de base podem fornecer raciocínio amplo.
São os dados privados e o feedback operacional que determinam se essa capacidade funcionará dentro de uma organização.
Portanto, a defensabilidade de um provedor de dados empresariais pode vir de relacionamentos de longo prazo com clientes, profundidade de integração, mapeamento histórico de dados, módulos específicos do setor, feedback operacional, certificações de segurança, custos de troca e desempenho confiável em tempo real.
Essas vantagens podem levar anos para serem construídas.
Mas elas também podem ser enfraquecidas se o cliente construir sua própria plataforma interna, se os provedores de modelos de base entrarem profundamente no domínio de dados empresariais ou se ferramentas de dados de código aberto reduzirem os custos de implementação.
Próximo passo: Fábricas de Tokens
A primeira fase estratégica da Xunce já foi iniciada.
A empresa planeja construir fábricas verticais de tokens com parceiros do setor em finanças, saúde, manufatura avançada, energia elétrica, veículos inteligentes, robótica e outros setores intensivos em dados.
O conceito de fábrica de tokens baseia-se na reutilização.
O objetivo da Xunce não é reconstruir cada pipeline de dados do zero, mas reutilizar módulos padrão, templates do setor, regras de processamento de dados, controles de segurança, lógica de cobrança e integração de modelos.
Esta é a clássica disputa entre "plataforma e projeto" comum em muitas empresas de software empresarial.
Quando novos clientes podem ser atendidos com componentes existentes, a plataforma se torna mais lucrativa.
Quando cada implantação exige uma quantidade significativa de customização, continua sendo um negócio de serviços.
Os dados futuros de margem bruta e despesas mostrarão até onde a Xunce avançou na economia real de plataforma.
Segunda fase planejada: TokenRouters
A Xunce afirma que planeja lançar os TokenRouters no segundo semestre de 2026.
O produto é descrito como uma plataforma de intercâmbio de tokens em conformidade, entre empresas, setores e cenários.
O modelo esperado é o seguinte:
- A empresa cria tokens de cenário a partir de seus dados privados.
- Tokens aprovados ficam disponíveis sob permissões estabelecidas.
- Outra organização não concorrente utiliza ou compra esses tokens.
- O uso é medido.
- Ambas as partes liquidam pelo preço acordado.
- Controles de segurança, auditoria e conformidade permeiam todo o processo de intercâmbio.
Isso ampliaria a lógica de receita, de chamadas internas de um único cliente para atividades em uma rede mais ampla.
O potencial efeito de plataforma é evidente.
Os desafios de implementação são igualmente enormes:
- Propriedade dos dados.
- Autorização e consentimento.
- Confidencialidade.
- Direito da concorrência.
- Segurança cibernética.
- Transferência transfronteiriça.
- Vazamento de modelos.
- Risco de reidentificação.
- Garantia de qualidade.
- Responsabilidade por saídas incorretas.
- Padronização de preços.
- Interoperabilidade.
Os TokenRouters são um produto planejado, não uma bolsa nacional já construída.
Sua
adoção comercial deve ser avaliada após o lançamento.
Objetivo de longo prazo: Modelos menores exclusivos da empresa
A terceira fase do roteiro da Xunce consiste em modelos menores exclusivos da empresa.
A lógica é direta.
Algumas organizações não querem que cada solicitação saia de seu ambiente e não desejam usar grandes modelos genéricos.
Elas podem preferir sistemas menores – com menor custo de execução, mais fáceis de ajustar, mais rápidos, mais previsíveis, mais privados, passíveis de implantação local e focados em uma única tarefa ou setor.
A camada de tokens de cenário pode fornecer contexto empresarial cuidadosamente selecionado e continuamente atualizado para esses modelos.
Essa combinação pode ser assim:
Dados empresariais
→ Tokens de cenário governados
→ Modelo menor privado
→ Aplicações de negócio
→ Feedback de resultados
→ Pipeline de tokens atualizado
Essa arquitetura pode ser atraente em finanças, saúde, aeroespacial, governo e outros ambientes sensíveis.
Isso também significa que a Xunce enfrentará concorrência de provedores de nuvem, empresas de banco de dados, fornecedores de integração de dados, provedores de modelos, plataformas de agentes de IA, equipes de engenharia internas de empresas e empresas de software do setor.
Por que a história de crescimento é atraente
Vários fatores tornam a estratégia da Xunce comercialmente atraente.
A IA empresarial está saindo da fase experimental para os fluxos de trabalho
À medida que as organizações conectam a IA às suas operações reais, elas precisam de mais engenharia de dados, governança e monitoramento.
Dados privados são mais difíceis de commoditizar
A inteligência de modelos públicos pode ficar barata rapidamente.
O mapeamento de dados específicos do cliente e os ciclos de feedback são mais difíceis de migrar.
O preço baseado em uso pode crescer com a adoção
Quando o volume de chamadas dos clientes aumenta, a receita vinculada ao uso pode crescer sem exigir um novo cliente para cada unidade de crescimento.
Produtos modulares podem melhorar a alavancagem operacional
Componentes reutilizáveis podem reduzir os custos de entrega à medida que a escala de implantação aumenta.
A diversificação do setor já foi alcançada
Em 2025, quase 80% da receita veio de fora do segmento original de gestão de ativos.
A lucratividade está começando a aparecer
O alerta preliminar do primeiro semestre mostrou uma recuperação significativa.
Esses pontos explicam o otimismo externo em relação à empresa.
Mas eles não eliminam os riscos.
Principais riscos por trás da história dos tokens
1. Os resultados preliminares podem mudar
O anúncio de julho é baseado em contas gerenciais não auditadas.
O relatório intermediário detalhado pode conter ajustes ou informações contextuais adicionais.
2. Crescimento de receita não é igual a geração de caixa
Projetos empresariais podem gerar grandes volumes de contas a receber.
O relatório anual de 2025 da Xunce listou a perda de crédito esperada das contas a receber comerciais como um item-chave de auditoria.
Até o final de 2025:
- O saldo líquido de contas a receber comerciais era de aproximadamente RMB 671,88 milhões.
- A perda de crédito esperada reconhecida era de aproximadamente RMB 194,01 milhões.
Portanto, a recuperação de caixa deve ser analisada juntamente com a receita.
3. A receita de tokens ainda está em estágio inicial
A contribuição de tokens reportada pela empresa só recentemente ultrapassou 10%.
A maior parte da receita ainda vem do negócio existente mais amplo.
4. A definição de tokens de cenário é específica do fornecedor
Atualmente, não existem padrões contábeis ou técnicos universais que tornem um token de cenário da Xunce diretamente comparável
aos tokens de outro fornecedor.
Os clientes avaliarão o produto com base nos resultados de negócio, não na terminologia.
5. A economia da plataforma ainda não foi totalmente validada
Se a implantação ainda exigir hardware substancial e trabalho de customização, as margens podem se aproximar mais de um negócio de soluções do que de uma plataforma de software pura.
6. A concorrência se intensificará
Os principais provedores de nuvem, empresas de modelos, empresas de dados e empresas de software corporativo estão todos avançando em direção à integração de dados privados e infraestrutura de agentes.
7. A troca de tokens entre empresas é complexa
Para que o TokenRouter desenvolva efeitos de rede, ele deve primeiro resolver questões legais, técnicas e de confiança.
8. O alto crescimento pode gerar pressão de execução
A expansão rápida em muitos setores e países pode pressionar os sistemas de vendas, suporte, segurança, entrega e controle de qualidade.
Uma fórmula de receita mais precisa
O artigo original expressou a receita de tokens como um modelo de quatro fatores:
Número de clientes × Número de módulos × Preço do token × Número de chamadas
Este é um framework de negócios útil, mas o modelo de negócios completo ainda precisa deduzir custos e considerar o comportamento do cliente.
Um modelo mais prático é:
Lucro bruto de tokens
= Número de clientes ativos
× Número de módulos ativos
× Preço unitário líquido
× Número de chamadas cobradas com sucesso
− Custo de processamento de dados
− Custo de modelos e computação
− Custo de entrega
− Custo de suporte
− Participação de parceiros
− Custo de inadimplência e cobrança
As palavras ativos, bem-sucedidas e líquido são cruciais.
O cliente pode ter assinado o contrato sem usar amplamente o serviço.
Uma chamada pode falhar ou não gerar valor.
O preço real negociado após descontos pode ser diferente do preço de tabela.
A qualidade de longo prazo do negócio depende desses detalhes operacionais.
Pontos que devem ser observados no relatório interino de agosto
O relatório interino detalhado deve ajudar a responder várias perguntas importantes.
Qualidade da receita
- Quanto vem de produtos relacionados a tokens?
- Quanto vem de hardware ou implantação?
- Quanto é receita recorrente ou cobrada por uso?
- Qual é a concentração dos maiores clientes?
Rentabilidade
- Qual é a margem bruta?
- Quais linhas de negócio geram lucro?
- Quanto do lucro vem de ganhos de investimento?
- As taxas de despesas alcançaram melhoria sustentável?
Caixa e contas a receber
- O fluxo de caixa operacional melhorou?
- Qual é a velocidade de recuperação de contas a receber?
- As perdas de crédito esperadas aumentaram?
Economia dos tokens
- Quantos clientes usaram a cobrança por tokens?
- Qual é o uso médio?
- Qual é a taxa de retenção?
- Qual é o custo do serviço?
- A receita de tokens ultrapassou o limite divulgado de 10%?
Progresso da plataforma
- Quantos módulos estão sendo reutilizados?
- Quanto trabalho de customização ainda é necessário?
- O TokenRouter foi lançado conforme o planejado?
- Quais fábricas de tokens entraram em produção?
Esses detalhes são mais importantes do que a porcentagem de crescimento geral.
Tendências de IA empresarial reveladas pelos dados de desempenho
Mesmo com as ressalvas necessárias acima, os dados de desempenho da Xunce apontam para uma tendência importante do mercado.
Os gastos empresariais com IA estão se expandindo além dos modelos de base e aceleradores, para um espectro mais amplo.
As organizações estão cada vez mais direcionando gastos para a camada que conecta a IA à realidade dos negócios:
- Pipelines de dados.
- Contexto em tempo real.
- Gerenciamento de permissões.
Lógica de domínio.
- Avaliação.
- Monitoramento.
- Integração de aplicativos.
- Auditoria.
À medida que os custos de inferência de modelos generalistas caem, esses sistemas periféricos podem capturar uma parcela maior do valor total.
Isso não significa que os tokens genéricos se tornaram irrelevantes.
Isso significa que o componente mais barato nem sempre é o mais valioso.
Uma chamada de modelo pode ser muito barata.
Os dados confiáveis, a integração de fluxos de trabalho e os mecanismos de responsabilização necessários para agir com base na resposta podem custar muito mais.
Perguntas frequentes
O que a Xunce Technology faz?
A Xunce fornece infraestrutura de dados em tempo real e serviços de análise de dados, atendendo à gestão de ativos e, cada vez mais, a outros setores. Seus produtos conectam coleta, limpeza, padronização, computação em tempo real, análise, agentes de IA e integração de modelos de dados empresariais.
Por que a receita da Xunce no primeiro semestre cresceu 389%?
O alerta preliminar de lucro da empresa atribuiu o crescimento ao aumento da demanda por dados empresariais para IA, à expansão para mais setores, à implementação do modelo de negócios de tokens e ao desenvolvimento internacional e do ecossistema. Os dados não são auditados e devem ser confirmados nos resultados interinos detalhados.
O que é TokenONE?
TokenONE é um produto da Xunce usado para transformar dados empresariais heterogêneos e conhecimento de domínio em tokens de cenário mensuráveis, auditáveis e acionáveis. A empresa o descreve como um sistema TokenOS e uma fábrica de tokens padronizada.
Os tokens de cenário da Xunce são iguais aos tokens de LLM?
Não. Tokens de LLM são geralmente unidades de entrada ou saída de modelo definidas por tokenizadores. A Xunce usa "token de cenário" como um termo de produto para dados empresariais processados ou capacidades de conhecimento, portanto, seus preços não são diretamente comparáveis aos preços de tokens de modelos comuns.
A Xunce é lucrativa?
A Xunce relatou prejuízo líquido no ano completo de 2025. Seu alerta de lucro de julho de 2026 estimou lucro atribuível aos acionistas da controladora no primeiro semestre de RMB 72,51 milhões e lucro líquido ajustado de RMB 67 milhões, sujeito aos resultados interinos finais.
O que são TokenRouters?
TokenRouters são uma plataforma planejada pela Xunce para troca e uso de tokens de cenário entre empresas e setores de forma compatível. A empresa afirma que espera lançar a plataforma no segundo semestre de 2026, portanto, deve ser vista como um produto de roadmap, não como uma bolsa estabelecida.
Por que dados de IA específicos do setor podem ser mais caros que tokens de modelos generalistas?
Os dados do setor podem incluir registros privados, fluxos de dados em tempo real, regras validadas, controles de segurança, auditabilidade e garantias operacionais. Quando essa combinação melhora decisões de alto valor, os clientes podem estar dispostos a pagar um prêmio, mas esse preço só é sustentável se criar valor comercial mensurável.
Qual é o maior risco do negócio de tokens da Xunce?
Os principais riscos incluem dados financeiros preliminares, recuperação de caixa, adoção de tokens ainda em estágio inicial, definição não padronizada de tokens, custos de customização, concorrência, complexidade regulatória e incerteza em relação à plataforma TokenRouters.
Ferramentas relacionadas
- Apache Kafka: uma plataforma de streaming de eventos de código aberto, geralmente usada para transmitir dados empresariais em tempo real entre sistemas.
- Apache Flink: um motor distribuído para
processamento de fluxo com estado e computação de dados em tempo real.
- dbt: um framework de transformação de dados para construir modelos analíticos documentados e testáveis.
- Great Expectations: uma plataforma de qualidade de dados para validar conjuntos de dados antes de entrarem em fluxos de trabalho analíticos ou de IA.
- MLflow: uma plataforma de código aberto para gerenciar experimentos, modelos, avaliações e implantação de aprendizado de máquina.
- API DeepSeek: documentação oficial da API de um provedor de modelos generalistas, útil para comparar a integração de modelos de base com infraestrutura de dados empresariais.
Links relacionados
- Site oficial da Xunce Technology: informações oficiais da empresa e introdução ao seu negócio de infraestrutura de dados em tempo real.
- Alerta de lucro do primeiro semestre de 2026 da Xunce: anúncio oficial preliminar não auditado de receita e lucro submetido à Bolsa de Valores de Hong Kong.
- Relatório anual de 2025 da Xunce: histórico financeiro auditado, estrutura de receita por setor, modelo de cobrança, riscos, contas a receber e divulgações da empresa.
- Comunicado de lançamento do TokenONE: publicação da empresa sobre o
TokenONE、其场景Token概念及产品定位的介绍。
- 科技日报：TokenOS 发布：关于TokenONE九大阶段、五大流程及四月初使用指标的独立新闻报道。
- 讯策7月31日业务更新：公司发布的有关 Token ARR、收入贡献、定价、合作伙伴关系及路线图的更新。
- 香港交易所新闻：上市公司公告及财务报告的官方发布平台。
摘要
讯策科技预计2026年上半年营业收入为人民币9.6702亿元，初步同比增长388.76%，并实现首个盈利的上半年。官方公告将该变化归因于企业AI数据需求、行业扩展、Token商业化、国际业务、经营杠杆及投资收益。
TokenONE 在公司现有实时数据基础设施业务之上增加了一层基于使用量的计费模式。其场景Token不应与普通基础模型Token混淆：它们是公司定义的打包产品，包含经过处理的企业数据、领域知识以及可调用的业务能力。
机遇是明确的。随着通用模型推理成本降低，可信私有数据与生产集成可能会占据更多价值。不确定性同样重要：Token收入仍处于早期阶段，财务数据为初步结果，应收账款需要关注，且计划中的 TokenRouters 交易所尚未证明其经济可行性。
**核心启示不在于此
昂贵的Token自然胜过廉价的Token——企业AI为可靠的决策付费，而不仅仅是模型计算。