L’impression que la plupart des gens ont de la plate-forme MRO est celle d’une « entreprise de commerce électronique qui vend des tournevis et des lubrifiants » et qui s’appuie sur l’échelle pour faire des différences de prix.
Cependant, au premier trimestre, qui est la contre-saison traditionnelle, les données fournies par Zhenkunxing sont très accrocheuses : le GMV a atteint 2,45 milliards de yuans, soit une augmentation de 12,9 % sur un an, et le bénéfice net ajusté a bondi de 103,4 % sur un an, réalisant pour la première fois des bénéfices au premier trimestre.
Si l’on inclut l’augmentation de plus de 6 fois des revenus à l’étranger, la valeur de cette société ne réside évidemment pas dans le volume des transactions, mais dans une technologie qu’elle vient de lancer : le premier grand modèle d’IA vertical du secteur pour les fournitures industrielles et le moteur de données de niveau pétaoctet qui le prend en charge.
Il s’agit d’un changement d’identité clair : Zhenkunxing n’est plus une plateforme d’approvisionnement dont la richesse en SKU est son principal argument de vente.
Cela devient une infrastructure qui permet une prise de décision intelligente pour la chaîne d’approvisionnement industrielle.
L’IA full-stack ne peut pas simplement faire de la sélection, elle doit commencer de la base de données jusqu’au dernier kilomètre. La clé pour déterminer la valeur de l’IA d’une entreprise n’est pas de savoir quel modèle elle utilise, mais si elle dispose de sa propre source de données en boucle fermée.
Le moteur de données « Domino » de Zhenkunxing est le premier moteur de données de fournitures industrielles au niveau pétaoctet du secteur.
Sa composition de données sous-jacente constitue le véritable obstacle à la concurrence : en plus des paramètres de produits de 27 millions de références, il intègre le comportement d’achat de 180 000 entreprises, les enregistrements de performance de 32 entrepôts généraux et les données de réception en temps réel de plus de 6 000 petits entrepôts intelligents sur la chaîne de production.
Cette base de données multidimensionnelle permet à la précision d’entraînement du grand modèle « Expert Linglong » d’être 47 % supérieure à celle du grand modèle général.
Les avantages en matière de conformité constituent une barrière à l’entrée à la concurrence externe.
« Expert Linglong » est le premier modèle vertical à grande échelle de fournitures industrielles en Chine enregistré auprès de l’Administration chinoise du cyberespace.
Cela signifie que même si les concurrents du secteur sont toujours en train de demander leur enregistrement, Zhenkunxing a achevé le déploiement commercial complet, du modèle au scénario.
Son moteur de recherche visuel « Expert Eyes » peut réduire le temps d’identification des matériaux à quelques secondes, et la précision de la sélection complexe atteint 92 %.
Le but de cette mise en page IA n’est pas de faire des démonstrations de produits sympas, mais de permettre aux clients industriels de passer de « passer plusieurs jours à trouver une vis » à une réponse de deuxième niveau.
Lorsqu’une entreprise de plateforme annonce une transformation technologique, le marché craint généralement que des investissements élevés n’érodent les marges bénéficiaires. Mais les données de Zhenkunxing du premier trimestre indiquent une autre voie : non seulement l’IA n’a pas englouti les bénéfices, mais elle est devenue le principal moteur de l’inversion des bénéfices.
Au premier trimestre, on comptait 66 000 clients, soit une augmentation de 11 % sur un an.
La croissance la plus forte n’est pas un certain type de clients, mais tous les groupes de clients : le taux de croissance du GMV des petits et moyens clients dépasse 20 %, les clients des entreprises publiques reviennent à une croissance à deux chiffres et les taux de croissance des quatre secteurs principaux tels que la fabrication d’électricité dépassent tous 20 %.
La logique derrière cela est que l’IA a comblé le plus grand trou noir en matière d’efficacité dans le secteur MRO : la forte dépendance à l’égard de l’expérience manuelle dans le processus d’approvisionnement.
Dans le passé, l’achat d’un composant d’automatisation industrielle obligeait les ingénieurs à comparer les paramètres à plusieurs reprises, à communiquer entre différents services par e-mail et à perdre plusieurs jours en une seule sélection.
« AI Material Butler » de Zhenkunxing transforme l’expérience en une approche basée sur les données. Plus de 60 agents d’IA lancés au premier trimestre ont généré plus de 2 000 heures de main-d’œuvre par mois. L’efficacité de la préparation des marchandises à la personne de l’entrepôt intelligent de Qingpu est plus de trois fois supérieure à celle du modèle traditionnel.
Le directeur général d’Intel Chine, Wang Jingjia, a souligné une tendance lors de la réunion : la concurrence dans le secteur des fournitures industrielles se déplace de la quantité et du prix des SKU vers les capacités techniques et le développement de scénarios.
Les capacités d’IA full-stack de Zhenkunxing réduisent essentiellement le coût marginal du service client à grande échelle : plus il y a de clients, plus les données sont denses, plus le modèle est précis et plus le coût du service est bas.
Il s’agit d’un fossé que les concessionnaires traditionnels qui s’appuient sur une expérience manuelle ne peuvent pas construire.
La faiblesse des grands modèles à usage général est qu’ils sont généraux mais peu précis, tandis que Zhenkunxing mise sur le domaine professionnel du MRO.
La croissance des catégories professionnelles sur la plateforme au premier trimestre prouve ce jugement.
Le GMV de l’automatisation industrielle, des lubrifiants industriels et des réactifs chimiques a tous enregistré une croissance à deux chiffres, et la proportion de marques privées est passée à 9,7 %.
Cet ensemble de données montre que les clients ne viennent pas sur la plateforme pour comparer les prix, mais pour trouver un ensemble de solutions « bien informées » – c’est là que se creuse le fossé des générations entre les grands modèles verticaux et les modèles généraux.
L’explosion du commerce à l’étranger constitue un autre niveau de répartition de la valeur.
Le taux de croissance multiplié par 6 ne vient pas de l’exportation à bas prix à l’étranger, mais de deux stratégies parallèles : l’une consiste à aider les entreprises manufacturières chinoises à se mondialiser, et l’autre consiste à déployer des activités aux États-Unis, dans le but d’atteindre le seuil de rentabilité à l’étranger en 2026. Cela signifie que les capacités d’IA de Zhenkunxing ne sont pas seulement des « dialectes » qui ne peuvent que s’adapter à la chaîne d’approvisionnement nationale, mais forment des normes de livraison mondiales reproductibles.
Xiao Yongbo, professeur à l’Université Tsinghua, a proposé lors de la réunion que les entreprises construisent une chaîne d’approvisionnement trinitaire « efficacité, résilience et ESG ».
La conception de l’IA de Zhenkunxing répond exactement à cette question : l’efficacité vient de la gestion des données, la résilience vient de l’exécution distribuée à l’échelle mondiale, et le coût humain généré par l’IA elle-même est une sorte de réduction du carbone organisationnel.
Zhenkunxing est essentiellement en train de devenir une société de services de données pour les fournitures industrielles, et les transactions ne sont que la forme finale de production de données.
Alors que les décisions d’achat des entreprises manufacturières reposent de plus en plus sur une sélection intelligente plutôt que sur une expérience manuelle, cette infrastructure d’IA complète deviendra une capacité sous-jacente qu’elles ne pourront pas remplacer.
