Berbalik dari rugi menjadi laba, pendapatan meningkat 3,2%, Revolusi struktur biaya di balik laporan tahunan Minglue Technology 2025

Tanya AI · Bagaimana teknologi AI membantu Minglue Technology mewujudkan revolusi struktur biaya?

Dalam tiga tahun terakhir, industri layanan profesional Tiongkok telah mengalami proses penyaringan yang kejam. Di satu sisi, anggaran klien dari perusahaan-perusahaan terkemuka ditekan dan tuntutan peningkatan ROI meningkat; di sisi lain, transformasi teknologi yang berpusat pada AI terus membentuk ulang logika pengantaran (delivery). Dalam konteks ini, model pertumbuhan tradisional “menambah tenaga kerja, mengerjakan proyek” semakin sulit untuk dilanjutkan, dan hanya perusahaan yang benar-benar dapat melakukan re-konstruksi diri di tengah gelombang AI yang akan menemukan jangkar pertumbuhan baru dalam perubahan besar ini.

Kinerja keuangan tahun fiskal 2025 yang baru dirilis oleh Minglue Technology (2718.HK) memberikan contoh yang layak dibaca dengan saksama. Pada periode pelaporan, perusahaan mencatat pendapatan usaha sebesar 1.43B yuan, naik 3,2%; laba kotor mencapai 790 juta yuan, naik 10,8%; laba bersih yang disesuaikan sebesar 42,04 juta yuan, beralih dari rugi menjadi untung—sedangkan pada periode yang sama tahun 2024, angka tersebut adalah rugi sebesar 45,11 juta yuan.

Jika dilihat sendiri, kenaikan pendapatan 3,2% tidak terlalu mengejutkan. Namun jika angka itu ditempatkan ke dalam logika laba, barulah terlihat inti yang ingin disampaikan laporan tahunan ini: pembalikan laba tidak dicapai lewat pertukaran besar-besaran pada ukuran pendapatan, melainkan lewat rekonstruksi sistematis efisiensi internal.

Tiga kelompok angka di balik perubahan struktural

Sinyal inti dari laporan keuangan tersembunyi dalam perbandingan tiga kelompok angka.

Kelompok pertama: laju pertumbuhan pendapatan 3,2%, laju pertumbuhan laba kotor 10,8%. Pertumbuhan laba kotor tiga kali lebih tinggi daripada pertumbuhan pendapatan, yang berarti perusahaan sedang menjual “sesuatu yang lebih bernilai”—atau dengan kata lain, dengan skala pendapatan yang sama, biaya yang dikonsumsi semakin sedikit.

Kelompok kedua: laba usaha yang disesuaikan naik dari 5,8 juta yuan pada 2024 menjadi 24,98 juta yuan; rugi usaha menyempit secara drastis dari 132 juta yuan menjadi 15,72 juta yuan. Di baliknya adalah intervensi sistematis AI terhadap proses pengantaran internal, yang sudah mulai membentuk efek pengungkit (leverage) yang dapat dirasakan pada level keuangan.

Kelompok ketiga: segmen bisnis Agentic Services (layanan berbasis agen) pada tahun pertamanya berhasil membukukan pendapatan lebih dari 100 juta yuan, dan lebih dari 30% klien besar baru berasal dari segmen ini. Ini adalah validasi komersial baru untuk arah bisnis dari 0 ke 1, serta sumber penting bagi perbaikan struktur laba kotor.

Jika ketiga kelompok angka ini disatukan, terlihat rantai logika yang jelas: kontribusi bisnis baru bernilai tambah tinggi menghasilkan struktur laba kotor yang lebih baik; perombakan internal yang digerakkan oleh AI menurunkan biaya marjinal dari bisnis yang ada; keduanya bekerja bersama, mendorong perusahaan melompat dari rugi ke untung.

Bagaimana AI membentuk ulang biaya pengantaran

Perbaikan laba Minglue Technology pertama-tama berasal dari eksperimen AI internal berskala besar.

Dalam periode pelaporan, unit sistem detik-jarum (秒针系统) miliknya menempuh waktu 60 hari untuk menyelesaikan perombakan Agentic AI end-to-end. Ini adalah rekonstruksi sistematis pada tahap bisnis inti seperti pemrosesan data media sosial, analisis wawasan, dan pembuatan laporan—dengan tetap mempertahankan titik kolaborasi manusia-manusia/mesin yang diperlukan, tingkat penyelesaian otomatis AI end-to-end mencapai 90%, dan peningkatan efisiensi (human efficiency) dalam produksi laporan deep-recap mencapai 20 kali.

Efisiensi pengantaran untuk bisnis pemasaran cerdas dapat meningkat hingga 4 kali, yang berarti dengan skala pengantaran yang sama, kebutuhan tenaga kerja berkurang secara signifikan; waktu penyelesaian tiket untuk bisnis operasional cerdas dipangkas lebih dari 30%, yang berarti dengan jumlah pelanggan yang sama, biaya layanan purna jual turun.

Angka-angka ini jika dilihat secara terpisah semuanya merupakan indikator efisiensi yang menonjol, tetapi baru ketika digabung barulah terlihat logika bisnis yang melandasinya: struktur biaya perusahaan layanan profesional secara alami terikat oleh “hukum besi bahwa tenaga kerja bertumbuh secara linear”—sekali skala melebar, biaya tenaga kerja pasti ikut membesar secara proporsional. Setelah AI diintegrasikan, biaya marjinal untuk mengantarkan pelanggan baru mulai turun secara sistematis—itulah alasan fundamental mengapa pengungkit laba terbentuk.

Perlu dicatat bahwa Minglue Technology mencapai koneksi 100% seluruh karyawan ke platform DeepMiner. Karyawan dapat secara mandiri membuat dan melakukan deployment business agent khusus mereka, sehingga jalur standar operasi internal yang sebelumnya dieksekusi oleh tenaga kerja berangsur berkembang menjadi orkestrasi kolaboratif manusia-mesin. Ini bukan sekadar promosi alat, melainkan peningkatan pada tingkat sistem operasi organisasi—ia memperluas “dividen efisiensi” AI dari skenario uji coba individual menjadi rutinitas harian seluruh organisasi.

Kontribusi laba kotor dari segmen bisnis baru

Petunjuk kedua bagi perbaikan laba berasal dari kontribusi laba kotor Agentic Services.

Berbeda dengan perangkat lunak SaaS tradisional atau layanan berbasis proyek, Agentic Services menggunakan model penagihan berdasarkan hasil (effect). Pelanggan membayar atas hasil bisnis yang dapat dikuantifikasi, bukan membayar atas berapa banyak alat yang dideploy atau berapa banyak laporan yang dihasilkan. Keunggulan inti dari model ini adalah pihak layanan dapat menggunakan otomatisasi berbasis AI untuk menurunkan biaya pengantaran marjinal, sekaligus mempertahankan harga jual yang lebih tinggi dari sisi pelanggan.

Berdasarkan penelitian Frost & Sullivan, Minglue Technology adalah pemasok perangkat lunak aplikasi kecerdasan data terbesar di Tiongkok berdasarkan total pendapatan tahun 2024. Berangkat dari fondasi ini, masuknya Agentic Services tidak hanya menambah satu lini bisnis, tetapi juga menjembatani logika komersial baru di atas basis kecerdasan data yang ada—naik kelas dari menjual “wawasan” menjadi menjual “hasil”, dari kontrak proyek satu kali menjadi kerja sama efek jangka panjang.

Tingkat perpanjangan kontrak klien besar mencapai 96%, yang membuktikan bahwa peningkatan layanan ini sedang diterima pasar. Ketika pelanggan bersedia memperpanjang, pada hakikatnya mereka sedang memberikan suara menggunakan anggaran yang nyata—ini merupakan sinyal pasar yang lebih meyakinkan daripada data survei apa pun.

Laba adalah titik awal, bukan titik akhir

Pendiri dan CEO Minglue Technology, Wu Minghui, secara tegas menyatakan dalam laporan tahunan bahwa pada 2025 perusahaan menyelesaikan sebuah transformasi kunci—dari membantu pelanggan memahami data menjadi membantu pelanggan memperoleh hasil. Makna Agentic Services justalah mendorong nilai AI agar bergerak dari pengantaran alat menuju pengantaran hasil; ini tidak hanya mengubah logika pembelian layanan profesional oleh pelanggan, tetapi juga sedang membentuk ulang cara layanan dan model bisnis secara keseluruhan.

Dari logika keuangan, laba pada 2025 lebih mirip titik balik daripada titik akhir. Seiring Agentic Services terus diskalakan, platform DeepMiner terus memperdalam operasi organisasi, dan lebih banyak skenario bisnis menyelesaikan perombakan berbasis AI, ruang untuk pelepasan pengungkit laba secara teoretis akan terus diperbesar.

Bagi perusahaan yang sedang mengeksplorasi pertanyaan “bagaimana AI benar-benar membantu perusahaan menurunkan biaya dan meningkatkan efisiensi”, data keuangan Minglue Technology tahun 2025 memberikan contoh nyata yang dapat dikuantifikasi dan dapat dijadikan rujukan—bukan narasi besar tentang potensi AI, melainkan tentang apa yang terlihat pada laporan laba rugi setelah AI diterapkan. Mungkin inilah justru bagian dari laporan tahunan ini yang paling layak untuk ditangani dengan serius.