四次遞表之后，估值超過200億元的AI獨角獸第四范式近日如愿通過港交所聆訊，即將成為資本市場AI皇冠上的又一顆明珠。
第四范式成立于2014年，歷經11輪融資，不僅股東陣容豪華，也在商業(yè)化層面進展可觀。今年4月底，第四范式首次對外公開大模型產品“式說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)務也主要集中在B端。灼識咨詢數(shù)據顯示，以2022年收入為標準計算，第四范式是中國最大的以平臺為中心的決策類人工智能提供商，市場份額為22.6%，高出第二名十多個百分點。
這正是第四范式不同于同行的地方。招股書提及，人工智能領域擁有四個主流應用方向——決策類人工智能、視覺人工智能、語音及語義人工智能和人工智能機器人。顧名思義，AI技術的落地方式并不相同。
相較于AI領域比較流行的工具化思維，第四范式并不覺得，機械地把AI變成某個系統(tǒng)的“眼耳鼻口”，就能真正發(fā)揮AI的價值。就像在大模型領域，第四范式創(chuàng)始人兼CEO戴文淵曾經說，大模型未必需要當“通才”，重要的是多步推理，掌握邏輯，從而拆分和執(zhí)行復雜工作。
查閱這家公司現(xiàn)在取得的成績，我們不得不承認，或許這種別樣的思維，將幫助第四范式在AI領域、在大模型浪潮之中建立差異化優(yōu)勢，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。但正如松果財經一貫的態(tài)度——真正重要的是，資金投往何處，是否成為了有效資產，有助于長期價值的建設。在此基礎上，企業(yè)又是否形成了健康的增長模式，走向了正循環(huán)。
這需要將目光從單一的數(shù)字上暫時挪開，回看第四范式的總體成績、營收、研發(fā)投入和虧損，需要對照來看。
招股書顯示，2020年至2022年，第四范式逐年營收分別為9.42億元、20.18億元、30.83億元。2023年一季度，公司實現(xiàn)收入6.44億元，同比增長33.6%。伴隨營收快速增長的是，經調整凈虧損率的顯著收窄。2020年到2022年，第四范式經調整凈虧損率分別為41.4%、27.7%、16.4%。今年一季度已經收窄至10.1%，低于去年同期的13.8%。
可見，在收入規(guī)模擴大、商業(yè)模式價值逐漸顯現(xiàn)的同時，第四范式的經營效率和質量逐漸提高。而當我們引入研發(fā)投入這個指標后，會發(fā)現(xiàn)第四范式已經明顯跑通了自己的成長體系。
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，主要就來自其研發(fā)產物和研發(fā)能力本身——先知平臺及產品，是指“提供企業(yè)級人工智能解決方案并自銷售先知平臺及產品產生收入”，而應用開發(fā)及其他服務產生收入，則是“根據客戶需求利用先知平臺提供應用開發(fā)服務”。
顯然，這就是一套正循環(huán)體系：技術-產品-收益-反哺技術。招股書顯示，在2022年，第四范式擁有104名財富世界500強企業(yè)及公眾上市公司范圍內的標桿用戶，同期總客戶數(shù)已達409名，凈收入擴張率為126%。這類用戶的需求往往恒定、穩(wěn)固、高標準，不會輕易更換供應商，是驗證第四范式技術產品化能力的最好證明。
從全球所有高新技術行業(yè)的發(fā)展過程看，絕大多數(shù)優(yōu)質企業(yè)發(fā)展初期，都必須采取成本換技術、時間筑壁壘的發(fā)展方式?；蛘哒f，科技行業(yè)，是護城河一旦形成，便難以被追上和超越的，如果不靠前期投入強根基，將更容易被市場淘汰。但反過來，和第四范式一樣建立了前期的技術與市場優(yōu)勢，將在市場上行區(qū)間獲得更大機遇。
第四范式招股書援引灼識咨詢數(shù)據指出，預計2020年到2025年，中國決策類人工智能市場的支出規(guī)模將從268億元增長至1847億元，年均復合增長率為47.1%。其中，第四范式所處的以平臺為中心的決策類人工智能賽道，有望取得高達60.4%的復合增速。今天的投入壓力，在更大的市場前景面前，只是浮云而已。
大模型降落：數(shù)字化生產力以人為本
如果時間倒退三年，市場或許會對AI行業(yè)服務B端的方法持有疑慮，因為在傳統(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——并非技術、產品或者服務能力有瑕疵，但是做不到“非我不可”的程度。
但今天，大模型如火如荼的時刻，第四范式找到了一個更通透的思路。曾經的服務是為企業(yè)開發(fā)軟件應用，現(xiàn)在，面對企業(yè)的數(shù)字化需求，借助大模型的力量，AI可以對傳統(tǒng)企業(yè)軟件的應用模式做出改造。
這就是AIGS戰(zhàn)略（AI-Generated Software）的內涵：以生成式AI重構企業(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)，轉化成以人為本的、交互輕松的企業(yè)專屬助手。“式說3.0”就是這樣打造而來。
這在某些方面類似一個教學與教輔體系，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)和一個行業(yè)的“老師傅”，可以隨時與人員對話，精準切入需求領域，執(zhí)行步步為營的措施，幫助員工完成任務，而這正是很多行業(yè)今天缺乏的真正助力——在經營數(shù)據日積月累導致的“數(shù)據運用困難癥”里，找到把數(shù)據用起來的方法。
舉個例子，在第四范式已經有所嘗試的應用中，工業(yè)設計領域，傳統(tǒng)工業(yè)軟件的功能、交互和參數(shù)設置都是非常復雜的，專業(yè)操作不僅考驗員工水平，也需要耗費很多時間。但有了基于生成式AI的“工業(yè)設計軟件助手”，當員工需要在用軟件的過程中進行查詢、驗證等操作時，只需要上傳圖片資料，就可以向助手語音提一些“幫我找類似的零件”或“給出這兩個零件的裝配方案”這樣的問題，大大減少員工工作中被其他操作打斷的概率，一問即得，提高工作效率。
從這樣的一個案例中也能看出，AIGS本質上有幾個不同于傳統(tǒng)數(shù)字化生產力的特點。
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計出發(fā)，創(chuàng)造一個對員工工作進行追蹤、控制和檢驗的系統(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，而對實際工作中一步步解決問題的能力產生了輕視。
第四范式聯(lián)合創(chuàng)始人胡時偉曾提到過一句適合用來解釋這種差異的話：“對應于企業(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。”只有當兩者結合，這個系統(tǒng)才能和企業(yè)經營真正上下同心地協(xié)同起來，更好地發(fā)揮生產力。
其二，則是要做到這種步步為營的思維鏈CoT（Chain of Thoughts，多步推理）能力，需要同時擁有對經營數(shù)據的充分利用、企業(yè)軟件開發(fā)的用戶體驗思維以及新技術提升的全面能力。
AI企業(yè)本質都是算力密集型企業(yè)，但第四范式更明確算力的應用方向、落地方式，能夠用算力去激活企業(yè)內部的沉淀數(shù)據，并通過用戶可輕松交互的方式，嵌入企業(yè)生產經營的流程，這才是大模型在To B領域應用的先聲奪人。因為在長期的發(fā)展中，第四范式早已與各行各業(yè)的客戶深入連接，不僅僅懂在技術上、產品上，這些企業(yè)需要什么，更懂在面對環(huán)境的劇烈變化時，企業(yè)的組織、員工的日常工作存在哪些難點痛點，并據此發(fā)揮AI的更大價值。
終有一日，第四范式賣的不會只是技術產品，而是以之為核心、以人為抓手、為企業(yè)創(chuàng)造生產力的整套服務。這也值得我們給予它更多的期待。
也許就像第四范式這個名字的誕生一樣，美國計算機科學家、圖靈獎獲得者吉姆·格雷于2007年提出科學研究方法的發(fā)展路徑——實驗研究-理論研究-仿真模擬研究-大數(shù)據分析，從而得以推導四大范式——實驗科學-理論科學-計算科學-數(shù)據科學。科學演進到今天，已經進入了第四范式，靠數(shù)據解構、驅動生產生活中的一切行為。
在這個過程中，連大模型也只是一個必經的階段，我們應把關注重點，放回技術如何產生價值。在這方面，第四范式并沒有執(zhí)著于概念和title的打造，而是一上來就瞄準生產力、核心競爭力，讓人看到了To B領域腳踏實地的魅力。這值得稱贊，因為在所有強調技術對外服務的行業(yè)，我們應該習慣，技術適應千人千面的需求，靠的是持續(xù)專注的苦功，所以最有價值的產物往往是內斂的，精力都放在迭代升級中。最終為產業(yè)和社會帶來巨大價值的時候，外界已然“于無聲處聽驚雷”。
來源：松果財經
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
