Гонконгська версія «Тамаксі», знову готується до випуску IPO

Питання AI · Стратегічні міркування першого інвестиційного кроку 港版淡马锡 у ThinkerTech?

AI залишається важливою нарративною лінією сучасних IPO на Гонконгській біржі. Наразі серед компаній, що виходять на ринок, з’явилася ще одна AI-єдиноріг — ThinkerTech.

Засновник ThinkerTech Джая Джая — уродженець Хунані 1978 року, після закінчення бакалаврату отримав докторський ступінь з інформатики через 4 роки, у 37 років був призначений професором з пожиттєвим статусом у Гонконгському університеті, а у 41 — розпочав підприємницьку діяльність.

У січні 2026 року Міжнародна асоціація обчислювальної техніки (ACM) оприлюднила список нових членів-академіків, і Джая Джая увійшов до нього. Це ім’я давно відоме в академічних колах — понад 100 000 цитувань у публікаціях, перший за часів заснування журналу IEEE TPAMI китайський відео-експертний заступник головного редактора. З 2005 року він підготував майже сотню докторів наук, серед яких — головний інженер і CEO SenseTime Xu Li, професор Шанхайського університету Jia Lu та співзасновник QiCheng Intelligence. Але тепер він більш відомий широкій публіці як засновник і керівник ThinkerTech.

Завдяки успіху IPO, ThinkerTech стане першою компанією у секторі “промислового AI” на Гонконгській біржі, а Джая Джая зробить ще один крок у своєму перетворенні з ученого у засновника публічної компанії.

Перед IPO компанія оцінила свою вартість у 8,5 мільярдів юанів, а за її спинами стоїть вражаючий інвестиційний портфель: IDG Capital, Sequoia China, Lenovo Venture Capital, Songhe Capital, Hong Kong Investment Management, Wentianxia Investment, Cornerstone Assets, ZhenFund, Hexun Capital, Ox Capital та інші відомі інститути.

Видатний академік “роздуває” оцінку до 8,5 мільярдів

Академічний шлях Джая Джая почався у 1996 році, коли він вступив до факультету інформатики Фуданьського університету. У 2000 році його відібрали до програми “Гонконгська технологічна університетська стипендія”, і він почав докторантуру під керівництвом колишнього віце-президента Microsoft Worldwide Shen Xiangyang.

Під час навчання він знайшов свою головну дослідницьку тему. У 2002 році, захоплений фотографією, він придбав цифрову камеру. Спостерігаючи за неідеальними цифровими знімками, він зацікавився можливістю застосувати алгоритми обчислювальної техніки для усунення туману, розмиття та шумів. Так він увійшов у передову галузь комп’ютерного зору.

У 2004 році Джая Джая приєднався до Гонконгського університету, і протягом наступних десяти років його команда постійно досягала нових проривів у цій галузі. У 2011 році вони вирішили глобальну проблему обробки зображень — як згладжувати зображення і видаляти шум, не розмиваючи або пошкоджуючи важливі краї та структури об’єктів. Наступного року їм вдалося точно відокремити контури об’єктів від складних текстур.

Крім академічних досліджень, Джая Джая працював у Adobe, Microsoft та інших компаніях, перетворюючи передові алгоритми у практичні рішення. Близько 2016 року він приєднався до Tencent Youtu Lab як науковець рівня T5, що дало йому цінний досвід у застосуванні AI у промисловості.

У 2019 році він вирішив заснувати ThinkerTech, штаб-квартира якої розташована у Гонконгу, а дослідницький центр і виробництво — у Шеньчжені. “Тоді популярними були інтернет, хмарні обчислення, розумні міста, але я вважав, що найбільше потребує AI — це виробництво, яке сильно “заворушилося” і потребує технологічних змін.”

Продукти ThinkerTech довели, що цей шлях вартий. У Хуачжоу KedaLi, де виробляють акумуляторні батареї, контроль якості покриває дуже високі стандарти. Раніше ручний контроль був нестабільним, а обладнання за кордоном часто давало багато помилок і зупиняло виробництво. Інтелектуальна система ThinkerTech знизила рівень дефектів з 1 PPM (одна частина на мільйон) до 1 PPB (одна частина на мільярд), підвищивши ефективність порівняно з людським контролем.

У сцені перевірки підвіскних рам для China CRRC традиційний магнітно-порошковий контроль потребує людського зору під ультрафіолетовим світлом, що важко і схильне до пропусків. ThinkerTech поєднала візуальні алгоритми з автоматизованим обладнанням, підвищивши ефективність беззбиткових перевірок на 70% і знизивши операційні витрати на 50%, вперше забезпечивши “заміну людського ока машиною” у критичних компонентах високошвидкісних поїздів.

За цими кейсами стоїть повна “алгоритм-програмне забезпечення-апаратура” самостійна розробка. В основі — промисловий мультимодальний великий модель IndustryGPT, яка подолала довготривалі технічні проблеми, такі як високий відблиск і розпізнавання прихованих QR-кодів, забезпечуючи стабільну точність понад 99,5%.

До кінця 2025 року ThinkerTech вже поставила близько 140 000 промислових AI-агентів, обслуговуючи понад 730 клієнтів по всьому світу, включаючи Tesla, Carl Zeiss, Luxshare Precision, Goer, BOE, CRRC, Zhongchuang Hang та ін. Роботи вже перевірили понад 17 мільярдів виробів або компонентів.

Ці результати відображаються і у фінансових показниках: у 2023–2025 роках дохід компанії зріс з 485 мільйонів до 1,086 мільярда юанів, з темпом зростання відповідно 55,9% і 43,7%. Валова маржа зросла з 30,5% до 37,3%. Відсоток доходів від промислового AI становить від 62,4% до 78,5%, з середньорічним зростанням 67,8%.

За 18 місяців — єдиноріг, перша інвестиція “Гонконгського Тэмсіка”

Історія зростання ThinkerTech — це також історія капітального інвестування.

Компанія створена всього 18 місяців тому і швидко стала “єдинорогом”, найшвидше серед технологічних компаній у секторі розумного виробництва Гонконгу. За даними IPO, за цей час вона пройшла 7 раундів фінансування, залучивши близько 565 мільйонів доларів США, а її остання оцінка — 1,23 мільярда доларів (близько 8,5 мільярдів юанів). За цим стоїть ряд зіркових інвесторів.

Перший раунд фінансування відбувся вже через місяць після заснування, і його провела IDG Capital, інвестувавши кілька мільйонів юанів. Це заклало основу для того, щоб IDG стала найбільшим зовнішнім акціонером ThinkerTech — перед IPO її частка становила 11%.

Через півроку компанія оголосила про завершення Pre-A раунду з кількома десятками мільйонів доларів, яку провели IDG, ZhenFund і Lenovo Venture Capital. Гроші були спрямовані на розробку системних продуктів на базі AI для розумного виробництва, високоякісного відео та інших систем, а також на наймання кадрів і маркетинг.

Згідно з графіком, у квітні 2020 року ThinkerTech завершила ще один раунд — Pre-A1, залучивши понад 10 мільйонів доларів від Sequoia China, Songhe Capital, Cornerstone Capital і Wentianxia. Це дозволило компанії за 4 місяці отримати підтримку кількох провідних інвесторів.

У жовтні 2020 року компанія оголосила про завершення раунду A з понад 100 мільйонами доларів, ставши наймолодшим “приблизним єдинорогом” у галузі AI. Нові інвестори — Songhe Capital, Sequoia China, Cornerstone Capital і Wentianxia. Зі старими інвесторами — IDG, ZhenFund і Lenovo Venture Capital — вони продовжили співпрацю.

У лютому 2021 року ThinkerTech залучила ще близько 60 мільйонів доларів у новому раунді; у червні того ж року — 200 мільйонів доларів у B-раунді, яку провели Huxuan Capital, IDG, Cornerstone Capital. Вартість компанії тоді перевищила 1 мільярд доларів, що сталося за 18 місяців.

У лютому 2026 року компанія завершила C-раунд з залученням 127 мільйонів доларів, а її оцінка сягнула 1,23 мільярда доларів. Важливо, що у червні 2024 року ThinkerTech отримала інвестицію від Hong Kong Investment Management, яка керує 62 мільярдами гонконгських доларів, — перша компанія, яку вона профінансувала з моменту створення. Це свідчить про стратегічне визнання з боку уряду Гонконгу.

Глибока орієнтація у вертикальні сегменти

Для капітального ринку історія ThinkerTech має яскравий унікальний характер — компанія не створює універсальні великі моделі, а зосереджена на виробництві вже шість років. У контексті високої конкуренції між універсальними моделями, цей “неконсенсусний” шлях глибокої спеціалізації у вертикальних сегментах стає цінним ресурсом.

Проте виклики теж серйозні. Три роки поспіль компанія має негативний операційний грошовий потік, загальні витрати перевищують 1,1 мільярда юанів, і вона покладається на фінансування для “кровопостачання”. За період звітності чистий збиток становив 546 мільйонів, 735 мільйонів і 991 мільйон юанів відповідно, а сумарний збиток за три роки — 2,272 мільярда. Скоригований чистий збиток (без урахування нематеріальних витрат, таких як оплата акціями) зменшився з 394 мільйонів до 272 мільйонів, але бухгалтерські збитки зростають.

Великі витрати на опціони — одна з головних причин збитків. У 2025 році управлінський склад отримав 30,36 мільйонів опціонів із низькою ціною виконання — 0,0001 долара за акцію, що майже дорівнює “нульовій” ціні. Це спричинило витрати на опціони у 475 мільйонів юанів, що становить 96,89% від загальних витрат на опціони. У тому ж році зарплати керівників і ключових менеджерів склали 452 мільйони юанів, а троє з них отримали понад 400 мільйонів.

Інвестиції у R&D залишаються високими. У 2023–2025 роках витрати на дослідження і розробки становили відповідно 283, 388 і 394 мільйони юанів, а у 2025 році частка у доходах — 36,3%. У IPO компанія зазначає, що через швидке зростання ринку промислових AI-агентів вона продовжує розширювати бізнес і інвестувати у R&D, що може спричинити подальші збитки. Зібрані кошти планується спрямувати на прискорення технологічних і продуктових розробок, комерціалізацію, стратегічні партнерства, інвестиції та операційний капітал.

Чому інвестори готові платити за збиткову компанію?

По-перше, це класична “довга дорога з великим снігом”. За даними CuiShi Consulting, ринок промислового AI в Китаї з 58 мільйонів юанів у 2023 році зросте до 148 мільйонів у 2025 році, з середньорічним темпом 59,9%, а до 2030 року — до 906 мільйонів, з темпом 43,6% до 2030 року.

По-друге, ThinkerTech з 5,8% ринкової частки є лідером у секторі промислового AI в Китаї і першою компанією, яка впровадила масштабні, багатосценарні та багаторегіональні рішення. Це робить її стратегічним гравцем у конкурентній боротьбі. Хоча сектор гарячий, конкуренція ще не сформована: перші п’ять компаній мають менше 30% ринку, що відкриває можливості для нових гравців.

Участь у внутрішньому ринку промислового AI у Китаї поділяється на три групи: перша — стартапи, такі як ThinkerTech, що фокусуються на вертикальних сценаріях і технологічних рішеннях; друга — традиційні гіганти автоматизації, як Keyence і Siemens, що розширюють свої можливості у AI через канали і клієнтів; третя — великі інтернет-компанії і провідні AI-гіганти, як Baidu і SenseTime, що розглядають промисловий сектор як один із ключових сценаріїв для великих моделей.

Кожна група має свої переваги і недоліки: стартапи — швидкі і глибоко розуміють сценарії, але мають менше ресурсів і каналів; гіганти — мають глибокі клієнтські бази, але повільніше оновлюють технології; великі компанії — сильні у алгоритмах, але потребують часу для засвоєння специфіки промислового досвіду. У цій боротьбі перемагає той, хто першим зможе комерціалізувати рішення і закріпитися на ринку.