दस साल की तैयारी के बाद, शुन्के अंततः अपने परिणाम का समय पाता है।लेखक, स्रोत: वेचात ग्रुप "न्यू ज्ञान"
कुछ समय पहले, मिहायो के एक इंजीनियर ने मल्टी-एजेंट सहयोग के टेस्टिंग के दौरान क्रैश ब्रेकर सेट नहीं किया। दर्जनों एजेंट्स एक साइकिल कॉल में फंस गए।
13 घंटे बाद, बिल आया: 200 लाख।
दूर के देश का Uber भी इतना बेहतर नहीं है। 5,000 इंजीनियर्स को AI प्रोग्रामिंग टूल्स उपलब्ध कराने पर केवल 4 महीनों में 2026 का पूरा AI बजट खत्म हो गया।
क्या सभी टोकन 99% तक कम हो गए हैं? फिर यह कैसे इतना जल सकता है?
अच्छा सवाल। बिल्कुल अभी, DeepSeek-V4-Flash ने कैश हिट मूल्य को 0.02 युआन/मिलियन टोकन तक ले जाया। मीआई ने 99% स्थायी छूट दी। बड़े मॉडल निर्माता अपनी जान लेकर जीतने की कोशिश कर रहे हैं।
ऐसा होना चाहिए कि AI का उपयोग करने से लागत कम होती जाए।
लेकिन जब व्यवसाय शुरू हो जाता है, तो एक अजीब बात सामने आती है: जितना सामान्य टोकन सस्ता होता है, उतना ही लोग इसका ज्यादा उपयोग करते हैं; जितना ज्यादा उपयोग किया जाता है, उतना ही पता चलता है कि केवल 'सस्ती बुद्धिमत्ता' काफी नहीं है।
एक बड़ा मॉडल आपके साथ दर्शन की बातें रात भर कर सकता है, लेकिन क्या आप एक कई करोड़ के लेनदेन को रोकने का फैसला उसे देने की हिम्मत करते हैं?
यह झलकदार विपणन लेखन कर सकता है, लेकिन एक PCB बोर्ड पर उस अदृश्य कमजोर पायर जोड़ को क्या पहचान सकता है?
यह चिकित्सा पाठ्यपुस्तक को याद कर सकता है, लेकिन सीटी स्कैन पर उस धुंधली छाया के बारे में क्या कह सकता है — 'चिंता मत करो, अच्छात्मक है'?
कारण बहुत सरल है—ये चीजें इंटरनेट पर खुले डेटा में मौजूद नहीं हैं। पाठ्यपुस्तकों में आपके कारखाने के प्रक्रिया पैरामीटर नहीं हैं, और फोरम पोस्ट में टियर-1 अस्पतालों के निदान मार्गदर्शन नहीं हैं।
इसलिए बाजार सीधे दो हिस्सों में बंट गया: सामान्य टोकन की कीमत ब्रोकोली की कीमत तक गिर गई, जबकि उद्योग के ज्ञान से जुड़े स्थिति टोकन की कीमत सामान्य टोकन की 10 से 100 गुना तक है और अभी भी बढ़ रही है।
एक नाम, दो दिशाएँ।
इस व्यवसाय का सच वास्तव में एक वाक्य में है: सस्ते Token बेचने वाले हमेशा धनी नहीं होते, बल्कि दूसरों के Token जलाने की प्रक्रिया से लगातार शुल्क लेने वाले होते हैं।
एक कंपनी है, जो ठीक उसी ओर स्थित है जिस पर वृद्धि हुई है।
एक असामान्य वक्र, 288 मिलियन, 530 मिलियन, 632 मिलियन, 1285 मिलियन।
यह सिनज़े टेक्नोलॉजी (3317.HK) की पिछले चार वर्षों की आय है। 2023 में 84% की वृद्धि हुई, 2024 में केवल 19% की वृद्धि हुई, और 2025 में फिर से 103% की तेज़ वृद्धि हुई।
19% को ध्यान से सोचने लायक है।
2024 वर्ष वैश्विक बड़े मॉडल हथियारबंदी प्रतिस्पर्धा का सबसे पागल साल रहा। अरबों पैरामीटर, दस हजार GPU क्लस्टर, अविश्वसनीय निवेश—पूरा पैसा कार्ड खरीदने और मॉडल ट्रेन करने पर खर्च हुआ।
उस वर्ष डेटा इंफ्रास्ट्रक्चर कंपनी लगभग कुछ नहीं कर पाई—बिल्कुल सामान्य बात है। क्योंकि इसकी आय इस पर निर्भर नहीं करती कि कौन AI बना रहा है, बल्कि इस पर निर्भर करती है कि कौन AI का उपयोग कर रहा है।
और फिर हाल ही में जारी यह मध्यवर्ती आय अनुमान—वक्र न केवल धीमा हुआ, बल्कि और भी तेज हो गया।
2026 अर्धवार्षिक: आय 9.67 अरब युआन, पिछले वर्ष की तुलना में 389% की वृद्धि, इसी अवधि में रिकॉर्ड उच्चतम; मातृ कंपनी का शुद्ध लाभ 7251 लाख युआन, पिछले वर्ष की इसी अवधि में मातृ कंपनी का शुद्ध हानि 8900 लाख युआन था, पहली बार अर्धवार्षिक लाभ प्राप्त; समायोजित शुद्ध लाभ 6700 लाख युआन, जबकि पिछले वर्ष की इसी अवधि में शुद्ध हानि 1.05 अरब युआन थी, जिससे भारी रूप से हानि से लाभ में परिवर्तन हुआ, लाभ क्षमता का उद्घाटन हुआ।
दशकों का एक तलवार बनाना! लगातार निवेश से लेकर पहली बार आधे साल में लाभ; तकनीकी जमा से लेकर व्यावसायिक मॉडल का सफलतापूर्वक काम करना; बाजार के संदेह से लेकर प्रदर्शन की पुष्टि तक। पूरे हांगकांग स्टॉक एआई सेक्टर अभी भी कैलकुलेशन क्षमता, मॉडल और अनुप्रयोग पर मूल्यांकन के लिए लड़ रहा है, इस कंपनी ने पहले ही एआई के लिए एक नया लाभ मार्ग खोज लिया है।
क्या आपने देखा? यह वास्तव में एक «AI वास्तविक रूप से लागू हुआ है या नहीं» का थर्मामीटर है—
2024 में नहीं बढ़ेगा, क्योंकि अभी ट्रेनिंग के चरण में है; 2025 के दूसरे छमाही में तेजी से बढ़ेगा, क्योंकि इन्फरेंस लागू हो गया है, और कंपनियाँ वास्तव में AI का उपयोग शुरू कर चुकी हैं।
बस यही है कि XunCe व्यवसायों के बिखरे हुए डेटा को AI के उपयोग के लिए व्यवस्थित करता है।
अस्पताल में कई लाख CT स्कैन चित्र हैं, जिन्हें किसी को बीमारी के क्षेत्रों को चिह्नित करने की आवश्यकता है। कारखाने में 200 से अधिक उपकरणों के ऑपरेशन लॉग हैं, जिन्हें संरचित डेटा में व्यवस्थित करने की आवश्यकता है। बिजली कंपनी प्रति सेकंड वास्तविक समय के डेटा को प्राप्त करती है, जिसे किसी को साफ़ करना, समायोजित करना और मॉडल को प्रदान करना होगा।
इन कार्यों को शुन्ज़े ने दस साल तक किया है, जिससे 9 पूर्ण डेटा प्रोसेसिंग लाइन और 5 बड़े डेटा टोकनाइज़ेशन प्रक्रियाओं को कवर करने वाली बंद चक्र क्षमता विकसित हुई है, जिसमें डेटा प्राप्ति, सफाई, मानकीकरण, टैगिंग, मॉडलिंग से लेकर रीयल-टाइम स्ट्रीम कॉम्प्यूटिंग, AI एजेंट विकास, और फिर बड़े मॉडल ऑप्टिमाइज़ेशन और हाइब्रिड मॉडल एकीकरण तक का पूरा स्टैक शामिल है। इससे तीन प्रमुख प्रौद्योगिकीय लाभ प्राप्त हुए: मिलीसेकंड/सेकंड स्तर की रीयल-टाइम प्रतिक्रिया, 100% सटीक डेटा प्रोसेसिंग क्षमता, और डेटा टोकनाइज़ेशन आउटपुट क्षमता, जो अंततः ग्राहक के व्यवसाय परिणामों के लिए सीधे जिम्मेदारी लेती है।
इन मुख्य क्षमताओं के साथ, Xunce ने चीन की अग्रणी AI रियल-टाइम डेटा इंफ्रास्ट्रक्चर और विश्लेषण सेवा प्रदाता के रूप में विकास किया है।
मॉडल को सफलतापूर्वक लागू करने के बाद, XunCe ने एक महत्वपूर्ण कदम उठाया: केवल ग्राहकों के डेटा को संभालने के बजाय, अब वे Token के आधार पर शुल्क लगाने लगे। 2026 के मई में जारी TokenONE यही मोड़ था।
असली मोड़: आय सूत्र बदल गया है
पहले शुन्ज़े ने प्रोजेक्ट बेचकर पैसा कमाया। आय का सूत्र बहुत सरल था: ग्राहकों की संख्या × प्रोजेक्ट राशि।
ग्राहक एक-एक करके प्राप्त किए जाते हैं, प्रोजेक्ट एक-एक करके साइन किए जाते हैं, डिलीवरी पूरी करने के बाद एक बार भुगतान लिया जाता है, और वृद्धि रेखीय होती है। यही 2024 में केवल 19% की वृद्धि का मूल कारण है—रेखीय मॉडल की सीमा पहुंच गई है।
2026 तक, XunCe ने दुनिया का पहला TokenOS ऑपरेटिंग सिस्टम — TokenONE लॉन्च किया। इसका मूल कार्य व्यवसायों के निजी डेटा को AI द्वारा सीधे उपयोग किए जाने वाले Token में परिवर्तित करना है, और फिर उपयोग की मात्रा के आधार पर शुल्क लेना है।
आय सूत्र अब चार कारकों में बदल गया है:
टोकन आय = ग्राहक संख्या × मॉड्यूल संख्या × टोकन मूल्य × कॉल गिनती
पहले तीन कारकों की सीमा है। ग्राहकों की संख्या सीमित है, मॉड्यूलों की संख्या गिनने योग्य है, और टोकन की इकाई कीमत उच्च हो सकती है लेकिन एक अंतराल में होती है। केवल चौथा—कॉल की संख्या—असीमित है।
और यह फैक्टर ग्राहक द्वारा AI के उपयोग की तीव्रता द्वारा निर्धारित होता है। जितना अधिक ग्राहक AI का उपयोग करते हैं और उसे अधिक बार कॉल करते हैं, उतना ही ज्यादा XunCe की आय बढ़ती है। पहले सॉफ्टवेयर बेचना धकेलने जैसा था, अब Token शुल्क लेना खींचने जैसा है।
यह ठीक उसी तरह है जैसे XunCe ने ग्राहक के AI उपयोग पर एक बिजली मीटर लगा दिया है। मीटर खुद घूमता नहीं है, बल्कि ग्राहक के बिजली उपयोग से घूमता है।
डेटा इस तर्क की पुष्टि कर रहा है: अप्रैल 2026 में, टोकन कॉल ARR चतुर्थांशिक रूप से 300% बढ़ा; टोकन की भुगतान आय का हिस्सा अप्रैल में लगभग 5% से बढ़कर जून में टोकन कॉल ARR चतुर्थांशिक रूप से 410% हो गया, और कंपनी का लक्ष्य है कि वर्ष के अंत तक टोकन बिजनेस मॉडल की आय का हिस्सा 20%–30% तक बढ़ाया जाए।
इस गति से चढ़ाई करते हुए, टोकन आय आंखों के सामने आय का योगदान दे रही है और नया विकास इंजन बन रही है।
अधिक ध्यान देने योग्य बात यह है कि मूल्य अंतराल। XunCe के विशिष्ट परिदृश्य टोकन की कीमत 10 से 100 डॉलर/मिलियन टोकन तक पहुँच जाती है, जो सामान्य बड़े मॉडल की कीमत से दस गुना अधिक है।
क्यों? क्योंकि जनरल टोकन का उद्देश्य "AI को बात समझाना" है, जबकि सीनरियो टोकन का उद्देश्य "AI को सही काम करना सिखाना" है—फाइनेंशियल रिस्क मैनेजमेंट में ट्रेडिंग लॉजिक, मैन्युफैक्चरिंग में प्रोसेस के ज्ञान, मेडिकल इमेजिंग के पीछे के डायग्नोस्टिक अनुभव, प्रत्येक टोकन के पीछे संकुचित उद्योग ज्ञान होता है, जो खुले डेटा से ट्रेन नहीं किया जा सकता।
यह फिर से शुरुआती कटौती की ओर ले जाता है: जनरिक टोकन मानकीकृत वस्तुएँ हैं, जितना अधिक प्रतिस्पर्धा होगी, उतना ही सस्ते होते जाएँगे; स्केनरियो टोकन अनुपलब्ध उद्योग बाधाओं से जुड़े होते हैं, जितना अधिक उपयोग किया जाएगा, उतना ही मूल्यवान होते जाएँगे।
क्यों यही?
कोई भी टोकनाइजेशन का दावा कर सकता है, लेकिन इसे संभालने वाला केवल वही हो सकता है जो «डेटा» को गहराई से समझता है।
Xunce का शुरुआत एसेट मैनेजमेंट उद्योग से हुई। जिन्होंने फाइनेंशियल डेटा के साथ काम किया है, वे जानते हैं कि यह सबसे अधिक अत्यधिक वास्तविक समय और सटीकता की मांग वाला उद्योग है—मिलीसेकंड स्तर की प्रतिक्रिया, 100% सटीकता, एक संख्या में गलती से करोड़ों का नुकसान हो सकता है। कंपनी 2016 से इस क्षेत्र में लगभग दस साल तक काम कर रही है।
एक ही क्षमता का उपयोग करते हुए, पांच वर्षों में यह टेलीकॉम, बिजली, ऊर्जा, उच्च-अंत निर्माण, जैविक चिकित्सा, रोबोटिक्स ट्रेनिंग प्लेटफॉर्म, वाणिज्यिक अंतरिक्ष जैसे 11 उद्योगों में विस्तार किया गया, जिसमें 230 ग्राहक और 300 से अधिक मानकीकृत मॉड्यूल एकत्रित किए गए।
2025 में गैर-एसेट मैनेजमेंट आय का अनुपात लगभग 80% तक बढ़ गया है। ग्राहक रिटेंशन दर लंबे समय से 90% से अधिक बनी रही है।
इन उद्योगों के डेटा का ज्ञान—किन डेटा को रियल-टाइम में एकत्र करना है, किन क्षेत्रों के लिए किस प्रकार की टैगिंग मानदंडों की आवश्यकता है, किस स्थिति में त्रुटि होने पर परिणाम अपरिवर्तनीय हो जाते हैं। प्रत्येक उद्योग के लिए कम से कम एक से दो वर्ष लगते हैं ताकि इसे स्थापित किया जा सके, इसे केवल कैलकुलेशन शक्ति या मॉडल पैरामीटर्स को समायोजित करके नहीं बनाया जा सकता।
बेसिक मॉडल को ओपन डेटा से 80 अंक तक ट्रेन किया जा सकता है। 80 से 95 अंक तक पहुँचने के लिए उद्योग-विशिष्ट निजी डेटा की आवश्यकता होती है; 95 से 99 अंक तक पहुँचने के लिए रियल-टाइम फीडबैक सर्किट की आवश्यकता होती है। ये दोनों चरण, जिन पर एक्सुन का सबसे बड़ा फोकस है।
इस दशक में जो कुछ जमा किया गया, वह डेटा नहीं, बल्कि उस बिजली मीटर को लगाने का अधिकार है।
टेबल लग गया, अब क्या?
TokenONE केवल पहला कदम है। XunCe की योजना का मार्ग स्पष्ट है:
पहला चरण पहले से ही शुरू हो चुका है। उद्यमों के निजी डेटा को AI द्वारा उपयोग किए जाने वाले स्थिति टोकन में बदला जा रहा है, जिसकी लागत उपयोग की मात्रा के आधार पर ली जाती है। स्वास्थ्य, उच्च-स्तरीय निर्माण, वित्त, ऊर्जा—हजारों उद्योगों के टोकन कारखाने एक के बाद एक स्थापित हो रहे हैं। उदाहरण के लिए, Xunce और Gechuang Dongzhi मिलकर निर्माण टोकन कारखाना बना रहे हैं, BoTai AutoLink और Saimu Technology के साथ स्मार्ट कार स्थिति पर काम कर रहे हैं, और Turing Quantum के साथ सहयोग करके क्वांटम कंप्यूटिंग क्षेत्र में प्रवेश कर रहे हैं।
दूसरा चरण इस वर्ष के दूसरे छमाही में लॉन्च होने की उम्मीद है—TokenRouters। यह एक राष्ट्रीय स्तर का टोकन विनिमय मंच है। पहले एक व्यवसाय के भीतर टोकन का उपयोग किया जाता था, अब व्यवसायों के बीच टोकन के प्रवाह को सुगम बनाया जा रहा है। गैर-प्रतिस्पर्धी व्यवसाय सुरक्षित और अनुपालन के संदर्भ में एक-दूसरे के स्थिति टोकन को साझा कर सकते हैं, मूल्यांकन कर सकते हैं और विनिमय कर सकते हैं। कंपनी ने शेनज़ेन डेटा विनिमय बोर्ड और बीजिंग इंटरनेशनल डेटा एक्सचेंज के साथ साझेदारी समझौते पर हस्ताक्षर किए हैं, जिससे वैश्विक विस्तार के लिए नियामक अनुपालन और पारिस्थितिकी आधार तैयार होता है।
आय का तरीका भी बदल गया है: एकल ग्राहक के उपयोग की मात्रा से बदलकर पूरे पारिस्थितिकी नेटवर्क की प्रवाह मात्रा पर। यह इंटरनेट युग की तरह है, जहाँ एक वेबसाइट द्वारा कमाई जाने वाली राशि सीमित होती है, लेकिन जब वेबसाइटें प्लेटफॉर्म बन जाती हैं और डेटा प्रवाहित होने लगता है, तो मूल्य घातीय रूप से बढ़ जाता है।
तीसरा चरण अंतिम चरण है—उद्योग के छोटे मॉडल। अंततः हर कंपनी को व्यापक बड़े मॉडल का उपयोग करने के बजाय, हर कंपनी के पास अपना AI होना चाहिए।
बड़े मॉडल की तुलना में, कम लागत वाले, त्वरित लॉन्च होने वाले और आसानी से डीबग किए जा सकने वाले छोटे मॉडल उच्चतर लागत-कुशलता के साथ उद्यमों को कृत्रिम बुद्धिमत्ता के द्वार खोलने की कुंजी प्रदान करते हैं। विशेष रूप से, डेटा का क्षेत्र के बाहर न जाना—वित्त, स्वास्थ्य, अंतरिक्ष जैसे अत्यधिक संवेदनशील क्षेत्रों के लिए यह आवश्यकता है।
राष्ट्रीय स्तर पर भी तेजी आ रही है। राष्ट्रीय डेटा प्राधिकरण के अध्यक्ष लिउ लिएहोंग ने इस वर्ष टोकन अर्थव्यवस्था सम्मेलन की अध्यक्षता की, जिसमें स्पष्ट रूप से टोकन अर्थव्यवस्था को विकसित करने को कार्य प्रणाली में शामिल किए जाने का उल्लेख किया गया। 7 में WAIC पर, टोकन अर्थव्यवस्था को पहली बार केंद्रीय विषय के रूप में सूचीबद्ध किया गया। XunCe, "टोकन की पहली सूचीबद्ध कंपनी" के टैग के साथ, इस राष्ट्रीय स्तरीय प्रतियोगिता की शुरुआत पर खड़ा है।
अंत में एक बात
AI उद्योग के तीन स्तंभ हैं: कैलकुलेशन पावर, मॉडल, और डेटा। कैलकुलेशन पावर के स्थान पर पहले से ही विशालकाय हैं। मॉडल के स्थान पर भी पहले से ही विशालकाय हैं।
इस स्थान पर आज तक डेटा खाली है।
अमेरिकी डेटा कंपनी का नेता Palantir का बाजार मूल्य ट्रिलियन से अधिक हो चुका है। इससे पहले, इस क्षेत्र में चीन में कोई भी पैमाने की सूचीबद्ध कंपनी नहीं थी—जब तक कि Xunce हॉंग कॉंग स्टॉक एक्सचेंज पर नहीं आ गया।
इसी समय, जनरल टोकन नीचे की ओर जा रहा है, जबकि सीनेरियो टोकन ऊपर की ओर जा रहा है।
इस कंपनी की आय अब इस बात पर निर्भर नहीं करती कि उसने कितना बेचा, बल्कि इस बात पर निर्भर करती है कि ग्राहकों ने कितना AI उपयोग किया।
Xunce की इस उपलब्धि का मूल कारण केवल एक चक्रीय वित्तीय वृद्धि नहीं है, बल्कि AI के ट्रेनिंग से लाइव लागू होने के महत्वपूर्ण बिंदु पर, दशकों के डेटा इंफ्रास्ट्रक्चर के सं tích को Tokenization के माध्यम से एक व्यावसायिक मॉडल में परिवर्तित करना है।
बोर्ड लग गया है। अब केवल रोटेशन स्पीड का मुद्दा है। और रोटेशन स्पीड शुन्से द्वारा निर्धारित नहीं होती, बल्कि पूरे चीनी उद्योग के AI उपयोग के वक्र द्वारा निर्धारित होती है।
यह वक्र अभी केवल ऊपर की ओर मुड़ना शुरू किया है।