第四范式通過(guò)聆訊，AI上市公司將再添薪火

　　四次遞表之后，估值超過(guò)200億元的AI獨(dú)角獸第四范式近日如愿通過(guò)港交所聆訊，即將成為資本市場(chǎng)AI皇冠上的又一顆明珠。

　　第四范式成立于2014年，歷經(jīng)11輪融資，不僅股東陣容豪華，也在商業(yè)化層面進(jìn)展可觀。今年4月底，第四范式首次對(duì)外公開大模型產(chǎn)品“式說(shuō)3.0”，以及AIGS(AI-Generated Software)戰(zhàn)略，布局大模型和生成式AI。

　　和眾多AI同行一樣，第四范式的業(yè)務(wù)也主要集中在B端。灼識(shí)咨詢數(shù)據(jù)顯示，以2022年收入為標(biāo)準(zhǔn)計(jì)算，第四范式是中國(guó)最大的以平臺(tái)為中心的決策類人工智能提供商，市場(chǎng)份額為22.6%，高出第二名十多個(gè)百分點(diǎn)。

　　這正是第四范式不同于同行的地方。招股書提及，人工智能領(lǐng)域擁有四個(gè)主流應(yīng)用方向——決策類人工智能、視覺人工智能、語(yǔ)音及語(yǔ)義人工智能和人工智能機(jī)器人。顧名思義，AI技術(shù)的落地方式并不相同。

　　相較于AI領(lǐng)域比較流行的工具化思維，第四范式并不覺得，機(jī)械地把AI變成某個(gè)系統(tǒng)的“眼耳鼻口”，就能真正發(fā)揮AI的價(jià)值。就像在大模型領(lǐng)域，第四范式創(chuàng)始人兼CEO戴文淵曾經(jīng)說(shuō)，大模型未必需要當(dāng)“通才”，重要的是多步推理，掌握邏輯，從而拆分和執(zhí)行復(fù)雜工作。

　　查閱這家公司現(xiàn)在取得的成績(jī)，我們不得不承認(rèn)，或許這種別樣的思維，將幫助第四范式在AI領(lǐng)域、在大模型浪潮之中建立差異化優(yōu)勢(shì)，闖出自己的一方天地。

　　商業(yè)正循環(huán)已建立，不畏浮云遮望眼

　　作為一家典型的科技企業(yè)，第四范式自奔赴上市道路之日起，就被外界嚴(yán)格審視。和商湯、云從等AI同行們一樣，他的虧損也被大書特書。但正如松果財(cái)經(jīng)一貫的態(tài)度——真正重要的是，資金投往何處，是否成為了有效資產(chǎn)，有助于長(zhǎng)期價(jià)值的建設(shè)。在此基礎(chǔ)上，企業(yè)又是否形成了健康的增長(zhǎng)模式，走向了正循環(huán)。

　　這需要將目光從單一的數(shù)字上暫時(shí)挪開，回看第四范式的總體成績(jī)、營(yíng)收、研發(fā)投入和虧損，需要對(duì)照來(lái)看。

　　招股書顯示，2020年至2022年，第四范式逐年?duì)I收分別為9.42億元、20.18億元、30.83億元。2023年一季度，公司實(shí)現(xiàn)收入6.44億元，同比增長(zhǎng)33.6%。伴隨營(yíng)收快速增長(zhǎng)的是，經(jīng)調(diào)整凈虧損率的顯著收窄。2020年到2022年，第四范式經(jīng)調(diào)整凈虧損率分別為41.4%、27.7%、16.4%。今年一季度已經(jīng)收窄至10.1%，低于去年同期的13.8%。

　　可見，在收入規(guī)模擴(kuò)大、商業(yè)模式價(jià)值逐漸顯現(xiàn)的同時(shí)，第四范式的經(jīng)營(yíng)效率和質(zhì)量逐漸提高。而當(dāng)我們引入研發(fā)投入這個(gè)指標(biāo)后，會(huì)發(fā)現(xiàn)第四范式已經(jīng)明顯跑通了自己的成長(zhǎng)體系。

　　2020-2022年，第四范式研發(fā)投入分別為5.7億、12.5億、16.5億元，研發(fā)投入占比持續(xù)居于50%-65%的區(qū)間。第四范式的收入，主要就來(lái)自其研發(fā)產(chǎn)物和研發(fā)能力本身——先知平臺(tái)及產(chǎn)品，是指“提供企業(yè)級(jí)人工智能解決方案并自銷售先知平臺(tái)及產(chǎn)品產(chǎn)生收入”，而應(yīng)用開發(fā)及其他服務(wù)產(chǎn)生收入，則是“根據(jù)客戶需求利用先知平臺(tái)提供應(yīng)用開發(fā)服務(wù)”。

　　顯然，這就是一套正循環(huán)體系：技術(shù)-產(chǎn)品-收益-反哺技術(shù)。招股書顯示，在2022年，第四范式擁有104名財(cái)富世界500強(qiáng)企業(yè)及公眾上市公司范圍內(nèi)的標(biāo)桿用戶，同期總客戶數(shù)已達(dá)409名，凈收入擴(kuò)張率為126%。這類用戶的需求往往恒定、穩(wěn)固、高標(biāo)準(zhǔn)，不會(huì)輕易更換供應(yīng)商，是驗(yàn)證第四范式技術(shù)產(chǎn)品化能力的最好證明。

　　從全球所有高新技術(shù)行業(yè)的發(fā)展過(guò)程看，絕大多數(shù)優(yōu)質(zhì)企業(yè)發(fā)展初期，都必須采取成本換技術(shù)、時(shí)間筑壁壘的發(fā)展方式�；蛘哒f(shuō)，科技行業(yè)，是護(hù)城河一旦形成，便難以被追上和超越的，如果不靠前期投入強(qiáng)根基，將更容易被市場(chǎng)淘汰。但反過(guò)來(lái)，和第四范式一樣建立了前期的技術(shù)與市場(chǎng)優(yōu)勢(shì)，將在市場(chǎng)上行區(qū)間獲得更大機(jī)遇。

　　第四范式招股書援引灼識(shí)咨詢數(shù)據(jù)指出，預(yù)計(jì)2020年到2025年，中國(guó)決策類人工智能市場(chǎng)的支出規(guī)模將從268億元增長(zhǎng)至1847億元，年均復(fù)合增長(zhǎng)率為47.1%。其中，第四范式所處的以平臺(tái)為中心的決策類人工智能賽道，有望取得高達(dá)60.4%的復(fù)合增速。今天的投入壓力，在更大的市場(chǎng)前景面前，只是浮云而已。

　　大模型降落：數(shù)字化生產(chǎn)力以人為本

　　如果時(shí)間倒退三年，市場(chǎng)或許會(huì)對(duì)AI行業(yè)服務(wù)B端的方法持有疑慮，因?yàn)樵趥鹘y(tǒng)的面向客戶開發(fā)范式中，似乎大多數(shù)公司很難創(chuàng)造真正的差異性優(yōu)勢(shì)——并非技術(shù)、產(chǎn)品或者服務(wù)能力有瑕疵，但是做不到“非我不可”的程度。

　　但今天，大模型如火如荼的時(shí)刻，第四范式找到了一個(gè)更通透的思路。曾經(jīng)的服務(wù)是為企業(yè)開發(fā)軟件應(yīng)用，現(xiàn)在，面對(duì)企業(yè)的數(shù)字化需求，借助大模型的力量，AI可以對(duì)傳統(tǒng)企業(yè)軟件的應(yīng)用模式做出改造。

　　這就是AIGS戰(zhàn)略(AI-Generated Software)的內(nèi)涵：以生成式AI重構(gòu)企業(yè)軟件。其核心在于，要把原本被企業(yè)人員視為管理工具的、刻板繁雜的數(shù)字化系統(tǒng)，轉(zhuǎn)化成以人為本的、交互輕松的企業(yè)專屬助手。“式說(shuō)3.0”就是這樣打造而來(lái)。

　　這在某些方面類似一個(gè)教學(xué)與教輔體系，大模型加持的系統(tǒng)就像老師，老師不需要是全才，但在特定領(lǐng)域能夠給出真正可靠、有步驟的解題方法。AI，在此刻變成了屬于一家企業(yè)和一個(gè)行業(yè)的“老師傅”，可以隨時(shí)與人員對(duì)話，精準(zhǔn)切入需求領(lǐng)域，執(zhí)行步步為營(yíng)的措施，幫助員工完成任務(wù)，而這正是很多行業(yè)今天缺乏的真正助力——在經(jīng)營(yíng)數(shù)據(jù)日積月累導(dǎo)致的“數(shù)據(jù)運(yùn)用困難癥”里，找到把數(shù)據(jù)用起來(lái)的方法。

　　舉個(gè)例子，在第四范式已經(jīng)有所嘗試的應(yīng)用中，工業(yè)設(shè)計(jì)領(lǐng)域，傳統(tǒng)工業(yè)軟件的功能、交互和參數(shù)設(shè)置都是非常復(fù)雜的，專業(yè)操作不僅考驗(yàn)員工水平，也需要耗費(fèi)很多時(shí)間。但有了基于生成式AI的“工業(yè)設(shè)計(jì)軟件助手”，當(dāng)員工需要在用軟件的過(guò)程中進(jìn)行查詢、驗(yàn)證等操作時(shí)，只需要上傳圖片資料，就可以向助手語(yǔ)音提一些“幫我找類似的零件”或“給出這兩個(gè)零件的裝配方案”這樣的問(wèn)題，大大減少員工工作中被其他操作打斷的概率，一問(wèn)即得，提高工作效率。

　　從這樣的一個(gè)案例中也能看出，AIGS本質(zhì)上有幾個(gè)不同于傳統(tǒng)數(shù)字化生產(chǎn)力的特點(diǎn)。

　　其一，它充分做到了以人為核心，而傳統(tǒng)的數(shù)字化工具、系統(tǒng)，或許更看重從正向設(shè)計(jì)出發(fā)，創(chuàng)造一個(gè)對(duì)員工工作進(jìn)行追蹤、控制和檢驗(yàn)的系統(tǒng)。究其原因，傳統(tǒng)數(shù)字化往往要考慮管理者視角，提升企業(yè)總體的數(shù)字化掌控力，而對(duì)實(shí)際工作中一步步解決問(wèn)題的能力產(chǎn)生了輕視。

　　第四范式聯(lián)合創(chuàng)始人胡時(shí)偉曾提到過(guò)一句適合用來(lái)解釋這種差異的話：“對(duì)應(yīng)于企業(yè)里的管理者和員工，決策 AI就是管理者角色的數(shù)字化，而生成式 AI則是員工角色的數(shù)字化。”只有當(dāng)兩者結(jié)合，這個(gè)系統(tǒng)才能和企業(yè)經(jīng)營(yíng)真正上下同心地協(xié)同起來(lái)，更好地發(fā)揮生產(chǎn)力。

　　其二，則是要做到這種步步為營(yíng)的思維鏈CoT(Chain of Thoughts，多步推理)能力，需要同時(shí)擁有對(duì)經(jīng)營(yíng)數(shù)據(jù)的充分利用、企業(yè)軟件開發(fā)的用戶體驗(yàn)思維以及新技術(shù)提升的全面能力。

　　AI企業(yè)本質(zhì)都是算力密集型企業(yè)，但第四范式更明確算力的應(yīng)用方向、落地方式，能夠用算力去激活企業(yè)內(nèi)部的沉淀數(shù)據(jù)，并通過(guò)用戶可輕松交互的方式，嵌入企業(yè)生產(chǎn)經(jīng)營(yíng)的流程，這才是大模型在To B領(lǐng)域應(yīng)用的先聲奪人。因?yàn)樵陂L(zhǎng)期的發(fā)展中，第四范式早已與各行各業(yè)的客戶深入連接，不僅僅懂在技術(shù)上、產(chǎn)品上，這些企業(yè)需要什么，更懂在面對(duì)環(huán)境的劇烈變化時(shí)，企業(yè)的組織、員工的日常工作存在哪些難點(diǎn)痛點(diǎn)，并據(jù)此發(fā)揮AI的更大價(jià)值。

　　終有一日，第四范式賣的不會(huì)只是技術(shù)產(chǎn)品，而是以之為核心、以人為抓手、為企業(yè)創(chuàng)造生產(chǎn)力的整套服務(wù)。這也值得我們給予它更多的期待。

　　也許就像第四范式這個(gè)名字的誕生一樣，美國(guó)計(jì)算機(jī)科學(xué)家、圖靈獎(jiǎng)獲得者吉姆·格雷于2007年提出科學(xué)研究方法的發(fā)展路徑——實(shí)驗(yàn)研究-理論研究-仿真模擬研究-大數(shù)據(jù)分析，從而得以推導(dǎo)四大范式——實(shí)驗(yàn)科學(xué)-理論科學(xué)-計(jì)算科學(xué)-數(shù)據(jù)科學(xué)�？茖W(xué)演進(jìn)到今天，已經(jīng)進(jìn)入了第四范式，靠數(shù)據(jù)解構(gòu)、驅(qū)動(dòng)生產(chǎn)生活中的一切行為。

　　在這個(gè)過(guò)程中，連大模型也只是一個(gè)必經(jīng)的階段，我們應(yīng)把關(guān)注重點(diǎn)，放回技術(shù)如何產(chǎn)生價(jià)值。在這方面，第四范式并沒有執(zhí)著于概念和title的打造，而是一上來(lái)就瞄準(zhǔn)生產(chǎn)力、核心競(jìng)爭(zhēng)力，讓人看到了To B領(lǐng)域腳踏實(shí)地的魅力。這值得稱贊，因?yàn)樵谒�有�?qiáng)調(diào)技術(shù)對(duì)外服務(wù)的行業(yè)，我們應(yīng)該習(xí)慣，技術(shù)適應(yīng)千人千面的需求，靠的是持續(xù)專注的苦功，所以最有價(jià)值的產(chǎn)物往往是內(nèi)斂的，精力都放在迭代升級(jí)中。最終為產(chǎn)業(yè)和社會(huì)帶來(lái)巨大價(jià)值的時(shí)候，外界已然“于無(wú)聲處聽驚雷”。

　　來(lái)源：松果財(cái)經(jīng)