Доходи Pexi Future від AI Cloud зросли в 10 разів, але все ще зазнають збитків

Орендована потужність не підтримує оцінку

Автор статті, джерело: Silicon Base Watch Pro

На ринку AI-обчислювальних потужностей з’явився ще один учасник, який прагне до IPO на Гонконгській біржі.

10 червня група Pai Xiang Weilai подала заявку на лістинг на основній площині Гонконгської біржі.

Історія цієї компанії сама по собі дуже цікава. Засновник Яо Сінь сам створив PPTV, використовуючи P2P-розподілену технологію планування, щоб ефективно використати не використовувану пропускну здатність мережі, а потім продав P2P-стрімінг після його успішного запуску компанії Suning.

На цей раз він змінив фокус з «вільної пропускної спроможності» на «вільну обчислювальну потужність» у епоху ШІ.

З даних видно, що ця історія швидко реалізується. За останній рік дохід від AI-хмари Paitian Future збільшився з 10,387,000 юанів до 119 мільйонів юанів, що становить зростання на 10 разів у порівнянні з попереднім періодом. За середньодобовим обсягом споживання токенів у 2025 році компанія стала найбільшим незалежним постачальником AI-хмари в Китаї.

Але інша сторона також викликає занепокоєння. У 2025 році дохід від бізнесу AI-хмарних послуг склав 119 мільйонів юанів, а витрати на закупівлю обчислювальних ресурсів досягли 117 мільйонів юанів, що дало річну маржу прибутку на рівні -10,7%.

Це, на перший погляд, суперечливе явище походить з найважливішої бізнес-моделі PaiXiang Future — не створювати власні AI-обчислювальні потужності, а збирати не використовувані обчислювальні ресурси з ринку та надавати послуги через централізовану мережу розподілу. Саме це робить PaiXiang Future найбільш унікальним і водночас найбільш суперечливим.

Сьогодні Сіцзюнь розповість про цю компанію хмарних обчислень штучного інтелекту, яка досягла успіху завдяки інтеграції простоючих обчислювальних потужностей.

Як і більшість компаній з AI-обчислювальною потужністю, Pi Think майбутнє має дуже сильний ріст прибутку.

Згідно з проспектом, дохід Pai Xiang Future у 2023, 2024 та 2025 роках становив 427 мільйонів юанів, 958 мільйонів юанів та 1,334 мільярда юанів відповідно, зі складним річним темпом зростання 76,7%.

Бізнес, який Pi планує розвивати в майбутньому, за суттю є розподіленим хмарним обчисленням. Простими словами, це об’єднання вільних обчислювальних ресурсів по всій країні через єдину платформу управління для створення стандартизованих обчислювальних вузлів, розташованих ближче до користувачів.

Зокрема, вони поділяються на крайовий хмарний середовище та хмарний середовище для ШІ.

Краєва хмара є основою майбутнього Pianxiang і в основному інтегрує не використовувані сервери з інтернет-кафе, малих і середніх підприємств та місцевих IDC, що підходить для прямих ефірів, коротких відео та інших сценаріїв. У 2023–2025 роках частка доходів від бізнесу краєвої хмари становила відповідно 99,93%, 98,14% і 84,5%.

Але зростання цієї основної бази сповільнюється. Через зрілість традиційних інтернет-сценаріїв розповсюдження аудіо- та відеоконтенту, а також через постійну цінову війну між величезними публічними хмарними провайдерами, такими як Alibaba Cloud, Tencent Cloud та Huawei Cloud, темпи зростання бізнесу крайової хмари різко впали з 53% до 19%.

Справжнім двигуном зростання компанії є хмарні рішення на основі ШІ.

Цей бізнес розпочався лише в 2023 році, у 2024 році його обсяг досяг 10,387,000 юанів, а в 2025 році дохід стрімко збільшився до 119 мільйонів юанів, що становить зростання на 10 разів у порівнянні з попереднім роком; частка у загальному дохіді зросла з 1,9% до 15,5%.

Операційні дані продемонстрували експоненційний вибух. Кількість AI-хмарних вузлів компанії зросла з 5 у 2023 році до 64 у 2025 році. З 2024 по 2025 рік середньодобове споживання Token на AI-хмарній платформі збільшилося з 27,1 млрд до 271 млрд.

За цим майже божевільним зростанням стоїть інший підхід до розвитку, відмінний від основних хмарних провайдерів штучного інтелекту.

Такі провайдери AI-хмарних послуг, як Coreweave та Nebius, дотримуються підходу з високими капіталовкладеннями: вони власноруч купують GPU та будують центри обробки даних, а потім здають їх у оренду.

А Pie планує розвивати чисто легковажну модель, орендує вільний GPU та серверні ресурси у верхньому ланцюзі, інтегрує їх за допомогою власної системи управління, а потім надає послуги обчислювальних потужностей зовні.

Переваги цієї моделі очевидні: надзвичайно низькі капітальні витрати та надзвичайно висока швидкість масштабування.

З 2023 по 2025 рік загальні капітальні витрати Pai Xiang Future становили лише 87 мільйонів юанів, що менше 5% від доходів за той самий період. Для порівняння, капітальні витрати Coreweave лише за перший квартал 2026 року досягли 6,8 мільярда доларів США — у 3,3 рази більше, ніж їхній дохід за той самий період.

Одночасно, створення власного центру обробки даних від закупівлі GPU до розгортання в серверній — зазвичай триває 12–18 місяців і легко пропускає вікно вибухового зростання обчислювальних потужностей. Натомість, Pi Xiang Future може розширити обчислювальні потужності за 1–2 місяці завдяки оренді, швидко реагуючи на раптовий зростання попиту на ринку.

Це також ключова причина, чому їхній AI-хмарний бізнес зміг швидко зростати за рік. Але це саме створює проблеми для майбутнього PaiXiang.

Легкий актив — це найпростіша історія, яку можна пояснити про Piaoxiang Future, але й найскладніша проблема, яку потрібно вирішити.

Хоча попит здається великим, підприємцям все ще буде важко заробити гроші в майбутньому.

Згідно з фінансовими даними, чистий прибуток компанії, скоригований, збільшився з -37,1 млн юаней у 2023 році до -105 млн юаней у 2025 році.

Причина полягає у зниженні маржі прибутку та тиску з боку витрат.

З 2023 по 2025 рік загальна валова маржа компанії постійно знизилася з 17,7% до 12,3%, а потім до 9,4%, що становить загальне зниження на 8,3 процентних пункти за три роки, майже наполовину.

З точки зору бізнес-напрямків, маржа прибутку від крайових хмарних обчислень знизилася з 17,8% до 13,0%, головним чином через те, що великі публічні хмарні провайдери, такі як Alibaba Cloud, Tencent Cloud та Huawei Cloud, запустили кілька хвиль цінових війн, що постійно стискає простір для різниці цін компанії.

Ще більш важливим є бізнес з AI-хмарних обчислень. Незважаючи на зростання доходів у десять разів, цей бізнес досі не приносить прибутку, а маржа EBITDA AI-хмари у 2025 році становила -10,7%.

Пропозиція розкриває жорстокі дані: у 2025 році витрати компанії на закупівлю обчислювальних ресурсів лише для бізнесу AI-хмарних обчислень склали 117 мільйонів юанів, що майже збігається з доходом у розмірі 119 мільйонів юанів за той самий період. Це означає, що після цілого року напруженої роботи всі гроші були віддані постачальникам обчислювальних потужностей, а власна прибуткова маржа майже відсутня.

Чому так відбувається? Ще раз повернемося до легковажної моделі майбутнього PAX.

Традиційна власна обчислювальна потужність приносить прибуток завдяки ефекту масштабу: коли ви купуєте сервер з GPU, витрати на знос та електроенергію майже фіксовані. Коли завантаження зростає з 50% до 80%, більшість додаткового доходу перетворюється на прибуток. Економія на масштабі виникає через розподіл фіксованих витрат на більшу кількість замовлень.

Але майбутнє Pianxiang полягає у «покупці обчислювальних потужностей». Клієнт купує одну годину GPU, і Pianxiang також повинен купувати одну годину GPU у постачальниках. Чим більше обсяг використання клієнта, тим вищий дохід, але витрати на закупівлю одночасно стрімко зростають.

Його масштабні ефекти походять лише від знижок за оптові закупівлі, зсуву графіків та оптимізації програмного висновку. Зі зростанням замовлень більшість прибутку від збільшення використання спочатку отримують власники обчислювальних ресурсів.

Ще гірше те, що, хоча ви не купували GPU, Pi Network все ще не може уникнути «ризику простою».

Послуги штучного інтелекту в хмарі вимагають миттєвого доступу; платформа не може чекати, поки клієнт надішле запит, щоб потім шукати GPU на ринку. Щоб забезпечити стабільність послуг, вона повинна заздалегідь забезпечити певний обсяг обчислювальних ресурсів. Клієнт може не використовувати їх, але платформа повинна гарантувати, що ресурси будуть доступні у майбутньому.

Це призводить до незручної ситуації: він не володіє серверами і не може отримувати повну вигоду від високої завантаженості; але для забезпечення якості обслуговування змушений платити за частину невикористовуваних ресурсів.

Це пояснює, чому середня використовуваність GPU в Project Pi на 2025 рік досягає 75%, що значно перевищує середній показник галузі в 40–50%, але така надзвичайно висока використовуваність не перетворюється на високу прибутковість.

Це також пояснює, чому більшість платформ оренди хеш-потужності після стабілізації попиту поступово переходять до моделі з власними активами, починаючи купівлю власних GPU.

Наприклад, Parallel Technologies на початку також активно використовувала зовнішні ресурси GPU, але зі зростанням замовлень частка власних GPU швидко збільшилася; AutoDL більше не обмежується орендою GPU, а перейшла до продажу серверів та хостингу в дата-центрах.

Крім проблем з прибутковістю, відсутність власних обчислювальних потужностей серйозно обмежує здатність PaiXiang надавати послуги велиkim клієнтам у майбутньому.

Індивідуальні розробники та малі та середні клієнти не дуже звертають увагу на джерело обчислювальної потужності — головне, щоб воно було дешевим і зручним. Але великі підприємства більше звертають увагу на продуктивність кластера, безпеку даних та стабільність сервісу, і зазвичай вимагають фіксовані моделі GPU та окремі кластери.

Пайсян, агрегуючи гетерогенні ресурси, важко повністю контролювати нижчі рівні серверів та мережевого середовища, що робить її більш придатною для обслуговування розподілених, гнучких та чутливих до ціни запитів, але складною для виконання великих корпоративних замовлень з високою вартістю.

Хоча підходи до майбутнього можуть компенсувати недоліки за допомогою програмного забезпечення, наприклад, підвищуючи ефективність планування та оптимізуючи висновки моделей.

Але це все ще потребує часу, щоб довести. До цього часу Pi більше схожа на постачальника обчислювальних потужностей, ніж на справжню AI-хмарну компанію з економією масштабу.