Dix ans de travail acharné, XunCe a enfin atteint son moment de réalisation.Auteur et source : le compte WeChat « Nouvelle Intelligence »
Récemment, un ingénieur de miHoYo a oublié de configurer un coupure de sécurité lors d’un test de collaboration entre plusieurs agents. Des dizaines d’agents sont entrés dans une boucle d’appels.
13 heures plus tard, la facture est arrivée : 2 millions.
Uber, de l’autre côté de l’océan, n’a pas fait mieux. En offrant des outils de programmation IA à 5 000 ingénieurs, il a épuisé l’intégralité du budget IA pour 2026 en seulement quatre mois.
Les jetons n’ont-ils pas tous baissé de 99 % ? Comment peuvent-ils encore être brûlés ainsi ?
Bonne question. Tout juste maintenant, DeepSeek-V4-Flash a fait chuter le prix de la fréquence de cache à 0,02 yuan pour un million de tokens. Xiaomi a suivi en réduisant définitivement les prix de 99 %. Les fabricants de grands modèles se livrent une bataille féroce.
En théorie, l'IA devrait devenir de plus en plus économique à mesure qu'on l'utilise.
Mais en lançant réellement l'entreprise, ils ont découvert un fait contre-intuitif : plus le token général est bon marché, plus il est utilisé intensément ; plus il est utilisé intensément, plus ils se rendent compte que « la simplicité bon marché » ne suffit tout simplement pas.
Un grand modèle peut vous accompagner dans des discussions philosophiques jusqu'à l'aube, mais oserez-vous lui laisser décider d'effectuer ou non une transaction de plusieurs dizaines de millions ?
Il peut rédiger des textes marketing flashy, mais reconnaît-il une soudure fantôme invisible à l’œil nu sur une carte PCB ?
Il peut réciter les manuels de médecine par cœur, mais osera-t-il dire sur une image CT : « Ne vous inquiétez pas, c'est bénin » ?
La raison est très simple — ces éléments ne figurent tout simplement pas dans les données publiques disponibles sur Internet. Les manuels scolaires ne contiennent pas vos paramètres de fabrication, et les messages sur les forums ne décrivent pas les protocoles de traitement des hôpitaux de niveau trois.
Le marché s’est donc divisé en deux : les tokens généraux ont plongé vers des prix de déchet, tandis que les tokens liés à l’expertise sectorielle ont atteint des prix 10 à 100 fois supérieurs à ceux des tokens généraux et continuent d’augmenter.
Un nom, deux directions.
La vérité sur ce métier se résume en une phrase : ce ne sont pas ceux qui vendent des tokens bon marché qui gagnent de l'argent, mais ceux qui facturent continuellement pendant le processus de brûlage de tokens par les autres.
Il y a une entreprise qui se trouve exactement du bon côté de la hausse.
Une courbe anormale : 288 millions, 530 millions, 632 millions, 1,285 millions.
Voici le chiffre d'affaires de Xunce Technology (3317.HK) au cours des quatre dernières années. En 2023, il a augmenté de 84 %, en 2024 de seulement 19 %, puis de 103 % en 2025.
Ce qui mérite réflexion, c'est ce 19 %.
2024 a été l'année la plus folle de la course aux modèles globaux. Des modèles de mille milliards de paramètres, des clusters de dizaines de milliers de cartes, des financements colossaux : tout l'argent a été dépensé pour acheter des cartes et entraîner des modèles.
Une entreprise de infrastructure de données n’a presque pas bougé cette année — tout à fait normal. Car ses revenus ne dépendent pas de « qui construit l’IA », mais de « qui utilise l’IA ».
Ensuite, voici la prévision de résultats intermédiaires publiée récemment — la courbe n'a pas seulement ralenti, elle s'est même encore accentuée.
Premier semestre 2026 : revenus atteignant 967 millions de yuans, en hausse de 389 % en glissement annuel, établissant un nouveau record pour la période ; bénéfice net attribuable aux actionnaires de 72,51 millions de yuans, contre une perte nette attribuable aux actionnaires de 89 millions de yuans au premier semestre de l'année précédente, réalisant ainsi son premier bénéfice semestriel ; bénéfice net ajusté de 67 millions de yuans, contre une perte nette de 105 millions de yuans au premier semestre de l'année précédente, marquant un retournement significatif et la libération de sa rentabilité.
Dix ans pour affûter l’épée ! Passant d’un investissement continu à un premier bénéfice au premier semestre en dix ans ; d’un acquis technologique à la mise en œuvre réussie d’un modèle économique ; des doutes du marché à la validation des résultats. Alors que tout le secteur AI du marché des actions de Hong Kong reste engagé dans une bataille d’évaluation autour des ressources de calcul, des modèles et des applications, cette entreprise a déjà ouvert une nouvelle voie vers la rentabilité de l’IA.
L'avez-vous remarqué ? C'est en fait un thermomètre pour mesurer « l'IA a-t-elle réellement été mise en œuvre » —
En 2024, pas de hausse, car cela reste en phase d'entraînement ; en deuxième moitié de 2025, une forte hausse, car l'inférence est mise en œuvre et les entreprises commencent réellement à utiliser l'IA.
En clair, XunCe aide les entreprises à organiser leurs données dispersées pour les rendre exploitables par l’IA.
L'hôpital possède des dizaines de milliers d'images CT nécessitant l'annotation des lésions. L'usine génère des journaux de fonctionnement de plus de 200 types d'équipements, qu'il faut structurer en données organisées. La compagnie électrique reçoit en temps réel des données à raison de plusieurs par seconde, qu'il faut nettoyer, aligner et alimenter aux modèles.
Ces tâches, XunCe les effectue depuis dix ans, en développant une capacité fermée couvrant les neuf étapes clés du traitement des données et cinq processus de tokenisation de données, depuis la collecte, le nettoyage, la standardisation, le etiquetage et la modélisation des données, jusqu’au calcul en flux en temps réel, au développement d’agents IA, et en passant par l’optimisation des grands modèles et l’intégration de modèles hybrides. Ce parcours complet a affiné trois avantages technologiques majeurs : une réponse en temps réel à la milliseconde ou à la seconde, une capacité de traitement des données à 100 % de précision, ainsi qu’une capacité de sortie tokenisée des données, garantissant une responsabilité directe sur les résultats métier des clients.
Grâce à ces capacités fondamentales, Xunce est devenu le leader chinois des infrastructures et services d'analyse de données en temps réel basés sur l'IA.
Après que le modèle ait été mis en œuvre, Xunce a effectué une action clé : il ne se contente plus d'aider les clients à traiter les données, mais commence à facturer selon le nombre de tokens. TokenONE, publié en mai 2026, marque ce tournant.
Le véritable tournant : la formule de revenu a changé
Par le passé, Xunce gagnait de l'argent en vendant des projets. La formule de revenu était simple : nombre de clients × montant du projet.
Les clients sont acquis un par un, les projets sont signés un par un ; après livraison, on perçoit un paiement unique, et la croissance est linéaire. C’est la raison fondamentale pour laquelle la croissance n’a été que de 19 % en 2024 — le plafond du modèle linéaire a été atteint.
Jusqu'en mai 2026, Xunce lancera officiellement le tout premier système d'exploitation TokenOS au monde — TokenONE. En résumé, ce système transforme les données privées des entreprises en tokens directement exploitables par l'IA, puis facture en fonction du volume d'appels.
La formule des revenus est devenue directement quatre facteurs :
Revenu en tokens = Nombre de clients × Nombre de modules × Prix unitaire du token × Nombre d'appels
Les trois premiers facteurs ont un plafond. Le nombre de clients est limité, le nombre de modules est fini, et le prix unitaire du token, bien qu'élevé, se situe dans une fourchette. Le quatrième facteur — le nombre d'appels — n'a quant à lui aucune limite.
De plus, ce facteur est déterminé par la puissance de l'IA utilisée par le client. Plus le client utilise et appelle l'IA, plus les revenus de Xuncè augmentent. Avant, la vente de logiciels était une démarche poussée ; maintenant, la facturation en Token est une démarche attirée.
C’est comme si Xunce avait installé un compteur d’électricité sur la consommation d’IA de ses clients. Le compteur ne tourne pas tout seul ; il tourne en fonction de la consommation du client.
Les données vérifient cette logique : en avril 2026, l'ARR des appels de jetons affiche une croissance trimestrielle环比 de 300 % ; la part des revenus payants provenant des jetons passe d'environ 5 % en avril à une croissance trimestrielle环比 de 410 % en juin pour l'ARR des appels de jetons ; l'objectif de l'entreprise est d'augmenter la part des revenus issus du modèle de jetons à 20 %–30 % d'ici la fin de l'année.
À ce rythme, les revenus provenant des tokens contribuent visiblement aux revenus et deviennent un nouveau moteur de croissance.
Ce qui est plus remarquable, c’est l’espace de prix. Le prix d’appel des tokens de scénarios spécialisés de XunCe atteint 10 à 100 dollars par million de tokens, soit plus de dix fois le prix des grands modèles généraux.
Pourquoi ? Parce que les tokens universels résolvent le problème « faire en sorte que l’IA comprenne les instructions », tandis que les tokens de scénario résolvent le problème « faire en sorte que l’IA effectue les bonnes actions » — les logiques de transaction dans la gestion des risques financiers, les savoir-faire techniques dans la fabrication, les expériences de diagnostic derrière les images médicales : chaque token cache des connaissances industrielles compressées, impossibles à entraîner avec des données publiques.
Cela ramène au écart des ciseaux mentionné au début : les tokens génériques sont des biens standardisés, plus ils sont concurrencés, moins ils valent ; les tokens de scénario sont liés à des barrières à l'entrée industrielles non substituables, plus ils sont utilisés, plus ils gagnent en valeur.
Pourquoi c'est lui ?
N'importe qui peut parler de tokenisation, mais seuls ceux qui maîtrisent profondément les « données » peuvent y parvenir.
Xunce a commencé dans le secteur de la gestion d'actifs. Toute personne ayant travaillé dans les données financières sait que c'est le secteur exigeant le plus en termes de réactivité et de précision — une réponse en millisecondes, une précision de 100 %, où une erreur numérique peut entraîner une perte de plusieurs dizaines de millions. L'entreprise a passé près de dix ans à affiner son expertise dans ce domaine depuis 2016.
En utilisant les mêmes compétences, il a étendu son expertise sur 11 secteurs — télécommunications, électricité, énergie, fabrication de haut niveau, biotechnologies et soins médicaux, plateformes d'entraînement de robots,航天 commercial — en accumulant 230 clients et plus de 300 modules standardisés.
La part des revenus provenant des activités non de gestion d'actifs a déjà augmenté à environ 80 % en 2025. Le taux de rétention des clients reste stable à plus de 90 % à long terme.
Les connaissances spécifiques aux données de ces industries — quels données doivent être collectées en temps réel, quels champs nécessitent quelles normes d'annotation, et dans quel scénario une erreur aurait des conséquences irréversibles. Il faut au moins un à deux ans pour les acquérir dans chaque industrie ; on ne peut pas les obtenir en accumulant de la puissance de calcul ni en ajustant les paramètres du modèle.
Un modèle de base peut être formé à 80 sur des données publiques. Pour passer de 80 à 95, il faut des données privées du secteur ; pour passer de 95 à 99, il faut une boucle de rétroaction en temps réel. Ces deux étapes sont précisément ce que Xunce fait le mieux.
Ce que vous avez accumulé au cours de cette décennie, ce n'est pas les données elles-mêmes, mais le droit d'installer ce compteur électrique.
Le tableau est installé, et ensuite ?
TokenONE n'est qu'un premier pas. La trajectoire prévue par Xunce est claire :
La première phase est déjà en cours. Transformer les données privées des entreprises en scénarios Token consommables par l'IA, avec une facturation basée sur le volume d'appels. Santé, fabrication de haut niveau, finance, énergie — des usines de tokens pour des milliers d'industries se déploient les unes après les autres. Par exemple, Xunce et Gechuang Dongzhi collaborent pour construire une usine de tokens pour la fabrication, en partenariat avec Botai Connected et Samoo Technology pour des scénarios d'automobile intelligente, et en collaboration avec Turing Quantum pour entrer dans le domaine du calcul quantique.
La deuxième phase, prévue pour le second semestre de cette année, sera le lancement de TokenRouters. Il s'agit d'une plateforme nationale d'échange de tokens. Jusqu'à présent, les tokens étaient utilisés au sein d'entreprises individuelles ; désormais, ils permettront d'établir une circulation de tokens entre entreprises. Des entreprises non concurrentes pourront, dans un cadre sécurisé et conforme à la réglementation, se mutualiser, fixer des prix et échanger des tokens de scénarios. L'entreprise a signé des accords de coopération stratégique avec la Bourse des données de Shenzhen et la Bourse internationale des données de Pékin, posant ainsi les fondations réglementaires, conformes et écologiques pour l'expansion mondiale de ses activités.
La logique de revenu a également changé : elle passe de la quantité d'appels par client à la quantité circulant dans l'écosystème entier. C'est comme à l'ère d'Internet, où un site web génère des revenus limités, mais lorsque les sites sont connectés en une plateforme et que les données commencent à circuler, la valeur s'amplifie de façon exponentielle.
La troisième étape est la finale — les petits modèles d'entreprise. Il ne s'agit pas de faire en sorte que chaque entreprise appelle un grand modèle général, mais que chaque entreprise possède son propre IA.
Par rapport aux grands modèles, les petits modèles, moins coûteux, plus rapides à déployer et plus faciles à déboguer, offrent aux entreprises une clé d'accès à l'intelligence artificielle avec un meilleur rapport qualité-prix. En particulier, le fait que les données ne quittent pas le domaine — un impératif pour les secteurs hautement sensibles tels que la finance, la santé et l'aérospatiale.
Au niveau national, les efforts s'accélèrent. Liu Liehong, directeur de l'Administration nationale des données, a présidé cette année une réunion sur l'économie des jetons, affirmant clairement l'intégration de la promotion de l'économie des jetons dans le système de travail. En juillet, lors du WAIC, l'économie des jetons a été pour la première fois inscrite comme thème central. Xunce, portant l'étiquette de « première entreprise cotée dans le domaine des jetons », se trouve à la ligne de départ de cette voie nationale.
Dernière remarque
L'industrie de l'IA repose sur trois piliers : la puissance de calcul, les modèles et les données. Sur le plan de la puissance de calcul, des géants sont déjà présents. Sur le plan des modèles, des géants sont également présents.
Cette position de données reste vide à ce jour.
La capitalisation boursière de Palantir, leader américain des données, dépasse déjà le billion de dollars. En Chine, aucun acteur de ce secteur n’avait encore fait son entrée en bourse à grande échelle — jusqu’à l’arrivée de Xunce à la Bourse de Hong Kong.
En parallèle, les tokens généraux continuent de baisser, tandis que les tokens de scénario continuent de progresser.
Le revenu de cette entreprise n'est plus déterminé par « combien elle vend », mais par « combien ses clients utilisent l'IA ».
Cette explosion de résultats de Xunce n'est pas simplement une croissance financière cyclique, mais une transition commerciale réalisée par le biais de la tokenisation, à un moment clé où l'IA passe de la phase d'entraînement à celle de la mise en œuvre, fondée sur dix ans d'accumulation d'infrastructure de données.
Le tableau est installé. Il ne reste plus qu'à gérer la vitesse de rotation. Et cette vitesse ne dépend pas de Xunce, mais de la courbe de la consommation d'IA par les entreprises chinoises dans leur ensemble.
Cette courbe vient tout juste de commencer à s'élever.