Полутора недель взлёт на 100%! Самая агрессивная AI-компания на Гонконгской бирже рассказала историю о «китайском Palantir»

Вопрос AI · Не мешает ли рыночная среда Китая сделать Xunce следующим Palantir?

С марта снова начался резкий рост акций AI на гонконгском рынке.

Но самый стремительный рост наблюдается не у Zhipu или MiniMax, а у компании, о которой многие раньше почти не слышали — Xunce.

Насколько экстремен рост? 5 марта цена была около 70 гонконгских долларов, а сейчас уже превышает 140, за несколько дней почти удвоившись. Еще более удивительно — за два дня цена с 76 поднялась до 153 гонконгских долларов.

Все началось с публикации компанией положительных прогнозов по результатам 2025 года. 6 марта компания объявила о прибыли за 2025 год: годовой доход составит 1,28 млрд юаней, рост на 102%.

Объяснение простое: внедрение больших моделей стимулирует взрыв спроса на данные.

С ростом цены акции вокруг Xunce разгорелись разговоры: «первая токеновая компания» и «аналог Palantir».

Но если оставить эти разговоры в стороне, насколько Xunce действительно далека от Palantir?

Сегодня мы разберем эту компанию подробно.

/ 01 /

Чем занимается Xunce?

Деятельность Xunce кажется сложной, но на самом деле она сводится к двум вещам:

Первое — сбор, очистка и интеграция данных. Второе — превращение данных в результаты, которые можно напрямую использовать для принятия решений.

Проще говоря, — превращение данных в инструменты для бизнес-решений.

Может быть, это не очень наглядно, возьмем пример из сферы управления активами.

Это типичная отрасль с большим объемом данных: много источников, сложная структура, требования к скорости обработки очень высоки.

Но раньше эта отрасль работала с данными очень «примитивно».

Данные с десятков терминалов и сотен Excel-таблиц собирались вручную, требовали обработки, сверки, и зачастую обновление происходило только после закрытия торгов.

Такой подход был неэффективен, с высоким уровнем ошибок и практически не позволял принимать решения в реальном времени.

Еще одна проблема — разрозненность систем.

Внутренние системы разбросаны по разным бизнес-линиям, внешние данные поступают от разных поставщиков, их трудно связать, в итоге образуются «острова данных».

Данные не объединяются — и, соответственно, не поддерживают принятие решений.

В эпоху AI эта проблема только усугубилась.

Данных стало больше, они обновляются чаще, их сложность выросла — традиционная архитектура данных уже не справляется, не говоря о том, чтобы превратить их в бизнес-способности.

И тут ценность компаний вроде Xunce становится особенно очевидной.

Они по сути делают одну вещь: индустриализируют «обработку данных».

С одной стороны, они могут подключать тысячи внешних источников данных, обеспечивая обновление за миллисекунды, сохраняя при этом согласованность и прослеживаемость.

С другой — после объединения данных они не просто предоставляют «сырые» данные, а сразу дают готовый результат.

Автоматически понимая связи между данными, учитывая бизнес-логику, система выводит результаты, которые можно сразу использовать для решений.

Например, после появления важной новости, способной повлиять на цену акций, система за очень короткое время собирает, очищает, структурирует данные, объединяет их с существующими и обновляет показатели портфеля.

И в итоге — дает прямой совет: покупать, продавать или держать.

От генерации данных до поддержки решений — весь процесс занимает миллисекунды или секунды.

Такое направление — превращение анализа данных в бизнес-результат — и есть ключевая конкурентная особенность компаний вроде Xunce.

В этом секторе лидером считается Palantir.

Об этом говорит и динамика цен.

Palantir с конца 2022 года, когда цена была менее 6 долларов, выросла до более 200 долларов к 2025 году — рост более чем в 30 раз, рыночная капитализация достигала почти 500 миллиардов долларов.

Даже после коррекции капитализация остается выше 300 миллиардов долларов, а текущий мультипликатор по продажам — 81, что значительно превосходит большинство софтверных компаний.

Xunce — четвертый по величине поставщик инфраструктуры для обработки данных в Китае, доля рынка около 3,4%. В лидерах — Alibaba, Huawei и Tencent.

И тут возникает естественный вопрос:

Xunce — это «китайский Palantir»?

/ 02 /

Непреодолимый разрыв в стоимости клиента

После обзора отрасли — перейдем к бизнесу Xunce.

На первый взгляд, она очень похожа на Palantir.

За последние три года доход компании вырос с 288 млн до 631 млн юаней, среднегодовой рост около 48%. В прошлом году доход достиг 1,28 млрд юаней, рост 102%.

Если смотреть по структуре, стратегия диверсификации за эти годы была успешной.

Изначально компания почти полностью ориентировалась на управление активами: в 2022 году доход от этой сферы составлял 2,14 млрд юаней — 74% общего дохода. К 2024 году доля снизилась до 38,7%.

Доходы из других отраслей выросли с 26% в 2022 году до 61% в 2024.

Особенно быстро росли направления городского управления и производства. Доходы по городскому управлению выросли с 0,36 млрд до 1,53 млрд, по производству — с 0,5 млн до 0,88 млрд.

При этом, рентабельность по валовой прибыли у компании достаточно высокая. У Palantir она держится около 80%, у Xunce — в диапазоне 78–76,8% за 2022–2024 годы.

Но несмотря на это, компания все еще не прибыльна.

За последние три года чистый убыток скорректированный — 97 млн, 58 млн и 82 млн юаней.

Главная причина — высокие операционные расходы. В 2022–2024 годах расходы на R&D составляли 259 млн, 379 млн и 450 млн юаней, что соответствовало 89,8%, 71,4% и 71,3% от дохода.

Если смотреть только на эти показатели, это не удивительно. У Palantir долгое время расходы превышали доходы, доходя до 100% и более.

На этом этапе можно подумать, что Xunce очень похожа на Palantir.

Но есть один важный нюанс — разница в стоимости клиента.

Известно, что Palantir славится тем, что выбирает клиентов очень тщательно и работает только с «богатыми».

В 2025 году топ-20 клиентов Palantir приносили в среднем около 93,9 млн долларов в год — почти 6,4 млрд юаней, что дает примерно 469 тысяч долларов на клиента в год, или около 3,2 млн юаней.

В то время как у Xunce в 2024 году средний чек — всего 272 тысячи юаней, разница более чем в 10 раз.

Почему это так важно? Потому что в модели с тяжелой доставкой, высокая стоимость клиента — залог прибыльности.

В отличие от многих софтверных компаний, Palantir делает очень тяжелую доставку. У нее есть уникальная модель внедрения — FDE.

Проще говоря, инженеры работают на месте у клиента. Эти «Forward Deployed Engineers» проводят 3–4 дня в неделю на объекте, глубоко погружаются в бизнес-процессы, выявляют реальные проблемы и превращают решения в продукт.

Такая модель предполагает очень высокие начальные затраты при первом внедрении. Но после создания «базовой модели» — независимо от расширения сценариев у клиента или обслуживания новых клиентов — можно использовать уже готовые модели без повторных больших затрат FDE.

Иными словами, Palantir использует один раз большие фиксированные затраты, чтобы снизить переменные издержки почти до нуля. Это — ключ к прибыльности.

Это означает, что, несмотря на схожесть моделей, разница в стоимости клиента определяет и прибыльность.

Повышение стоимости клиента — одна из целей Xunce за последние годы.

За два года компания перешла от подписочной модели к проектной.

По структуре доходов — в 2022–2024 годах доля подписки снижается, а доля проектных решений растет — с 47% до 81%.

Это «противоречит здравому смыслу»: большинство софтверных компаний стремятся перейти с проектной модели на подписку, а Xunce делает наоборот — идет в сторону более тяжелых решений.

Объяснение компании — при работе с новыми клиентами проектная модель проще для них, крупные клиенты предпочитают «по требованию», а не долгосрочные обязательства.

Еще один способ повысить стоимость клиента — использовать AI.

Компания внедряет AI-решения для расширения возможностей своих продуктов.

Сейчас продукты Xunce — модульные, разные компоненты можно комбинировать по желанию клиента. Чем больше модулей, тем сложнее система и тем выше цена.

За 2022–2024 годы число модулей выросло с 152 до 318 — по сути, компания наращивает «слоистость» своих возможностей.

После популяризации AI, AI стал одним из ключевых направлений развития.

В 2025 году компания внедрила естественный язык для взаимодействия. Пользователь просто описывает бизнес-задачу — и система сама выполняет сложный анализ, без необходимости разбираться в структуре системы или настраивать параметры.

На базе этого компания создала два ключевых продукта:

VOne — платформа для AI-сотрудников, позволяющая выполнять запросы, анализ и операции на естественном языке;

DOne — платформа для AI-данных, преобразующая естественный язык в исполняемые команды.

Также компания изменила ценовую политику: перешла от «оплаты по функциям» к «оплате по результату», — по объему обработки данных или по снижению затрат и повышению эффективности.

Этот подход совпадает с направлением Palantir. Но возникает вопрос: сможет ли Xunce реализовать этот путь?

/ 03 /

Китай не сможет создать Palantir

Многие, изучая Palantir, задаются вопросом: можно ли скопировать AIP, можно ли воспроизвести его бизнес-модель.

Но настоящая проблема — не в технологиях, а в бизнес-модели.

Самое сложное для копирования у Palantir — не отдельные продукты или технические термины, а уникальный бизнес-подход.

Хотя Palantir и занимается тяжелой доставкой, это лишь средство, а не цель — главное, что она создает единые модели данных, унифицированные семантические слои и системы доступа. Это — ее настоящая защита.

По сути, Palantir — не классическая софтверная компания. Это скорее поставщик программных решений для AI-эпохи или высококлассных консультационных услуг в софтверной форме:

Она продает не стандартное ПО или просто платформу данных, а способность «запустить сложную систему и нести ответственность за результат».

Это почти противоположно логике большинства российских софтверных компаний.

Как зарабатывают традиционные китайские софтверные фирмы?

Они продают «доставку»: продают продукты, проекты, услуги по внедрению. После подписания контракта система запускается, и задача считается выполненной. Не всегда понятно, использует ли клиент систему и улучшает ли бизнес — зачастую это не входит в ответственность поставщика.

То есть, клиент получает скорее «промежуточный продукт».

А основной путь развития китайской софтверной индустрии — это усиление этого подхода: акцент на краткосрочной отдаче, быстрой приемке и контроле затрат. Множество проектов превращаются в заказную разработку и услуги на месте.

Результат — все делают «системы», но очень трудно создать действительно «операционный уровень».

Различия в бизнес-логике связаны с особенностями среды:

Первое — рыночные условия. В Китае рынок софта долгое время строился не по модели «ценности результата», а по модели «цены проекта».

Многие заказчики ищут не того, кто реально улучшит бизнес, а того, кто предложит дешевле, сделает больше функций или лучше оформит тендерные документы.

В такой среде софтверные компании вынуждены снижать издержки, наращивать функциональность и конкурировать ценой, а не результатом.

Это ограничивает рост компаний вроде Palantir.

Второе — более сложное управление данными.

Ценность Palantir основана на возможности «перестроить организацию». То есть, объединить разбросанные по системам и отделам данные, процессы и права в единую операционную платформу.

Но для этого нужны не только технологии, а и власть. Кто может дать разрешение на объединение данных? Кто может изменить процессы? Кто способен перестроить систему между отделами?

В Китае проблема не в отсутствии платформ или систем, а в жестких границах между отделами, множестве «систем-скворечников» и сложной ответственности.

Можно построить семантическую систему, но это не обязательно приведет к реальному управлению организацией.

Третье — проблема доверия.

Многие ошибочно считают, что модель Palantir — это просто высококлассная интеграция систем, игнорируя, что ее ядро — это глубокое совместное создание и операционная привязка.

Без этого большинство AI-данных компаний останутся на уровне «легкой интеграции».

Но в Китае очень мало клиентов, готовых платить высокие цены и доверять внешним поставщикам на долгий срок.

Более того, когда крупные клиенты понимают важность данных и систем, их первая реакция — не нанимать внешнего Palantir, а создавать собственные внутренние команды по данным, чтобы внутренне развивать возможности.

Это создает реальную проблему:

Китай не неспособен создать технологический аналог Palantir, но очень трудно вырастить компанию, которая бы стала похожа на Palantir.

Потому что успех Palantir — не только в продукте, а в том, что она выросла в бизнес-среде, готовой платить за «сложные возможности» и «итоговые результаты».

Ее величие — не только в технологическом превосходстве, а в том, что она объединила консалтинг, софт, данные и AI в бизнес, который способен поддерживать очень ограниченный рынок.

Поэтому точнее сказать, что — не китайские компании не умеют учиться у Palantir, а что — китайский рынок пока не способен его «вырастить».

文/林白