第四范式是一家怎样的公司呢？可以将其视为平台型决策类人工智能公司。

中国人工智能行业可按照应用范畴分为四大领域：决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人。决策类人工智能识别数据中的隐藏规律，指导基于数据洞察的决策过程，并解决与核心业务运营密切相关的问题。

在决策类人工智能市场中，以平台为中心的决策类人工智能细分市场正不断扩大。与非以平台为中心的解决方案相反，以平台为中心的解决方案除了为终端用户提供人工智能应用及底层计算基础设施外，亦提供人工智能开发平台。该等平台为终端用户提供统一的开发标准、高兼容性以及可根据实际需求灵活扩展应用程序。2018-2021年，以平台为中心的决策人工智能市场年均增速109.1%，而非以平台为中心的决策人工智能市场年均增速为56.2%。

我国平台型和非平台型决策人工智能市场规模 资料来源：灼识咨询报告

第四范式作为我国一家头部平台型决策类人工智能公司，某种程度上代表了这类人工智能公司的生存现状。接下来，我们以第四范式的招股说明书为基础，来分析这家公司的业务状况，并探讨从这家公司身上看到的我国人工智能产业的发展态势和存在的问题。

营收增速和亏损幅度都收窄，资产负债率超过100%

是骡子是马，牵出来遛遛。在分析其业务结构之前，我们先透过财务数据对其总体的经营现状有个总体的了解。

2022年上半年，第四范式营收10.58亿元，2021年全年是20.18亿元。近三年，第四范式的营收增速较快，每年都实现了翻倍增长。但是，2022年上半年的营收增速大幅下滑为34.26%。作为对比，2021年上半年营收增速为166.89%。第四范式如果要赢得资本市场的青睐，把营收增速提升去是最关键任务。

第四范式营收情况 资料来源：同花顺

2019年、2020年、2021年及2022年上半年，第四范式的前五大客户合计占总收入分别40.9%、17.4%、11.1%及27.0%。其中，最大客户占总收入的比例分别约20.6%、5.2%、2.8%及6.9%。总体上看，第四范式的营收集中度在降低，对大客户的依赖度也在降低，这有助于降低其业务风险。至于2022年上半年营收集中度提升，是否跟其营收的季度分布有关，还需要进一步观察。

第四范式客户集中度 资料来源：第四范式招股书

从行业上划分，金融业在第四范式的营收占比最大，但近几年占比在快速下降；其次是能源电力的占比较大，且占比在上升。总体上看，第四范式营收的行业分布越来越分散，改变了几年前金融行业一家独大的局面。金融行业一直是人工智能厂商的兵家必争之地，但是一个行业的收入占比过高，风险也更高，且营收天花板更低。从这个角度来看，营收的行业分布更加均匀，是有利于第四范式未来的发展的。

第四范式收入的行业分布 资料来源：第四范式招股书

第四范式的收入分布 资料来源：第四范式招股书 数据猿整理

另一方面，第四范式的营收增速虽然掉下来了，但其亏损幅度也有所缩窄。

第四范式营业利润和归母净利润情况 资料来源：同花顺

与之对应的，是第四范式净利率情况的改善。可以看到，近三个季度第四范式的净利率在持续提高。对于高成长企业而言，往往需要在营收和利润两方面做一个权衡。一般而言，营收高速增长，往往伴随着亏损的扩大。近一年，第四范式以牺牲营收增速的方式，来降低亏损。至于资本市场对这种操作方式是否买账，还有待观察和验证。

第四范式净利润和净利率 资料来源：同花顺

从第四范式的成本结构上，主要包括销售成本、研发成本、销售及营销成本、行政成本四项。在这四项成本中，研发成本占营收的比重最大，平均超过50%。但是，研发成本占比总体呈下降态势；其次是销售成本（营业成本），占比也接近50%，且保持相对稳定；另外两项成本，销售及营销成本、行政成本的占比较低，且这两项成本总体处于快速下降态势。可以说，降低销售和行政成本占营收的比例，是第四范式提升利润情况的关键。

第四范式各项成本支出占收入的比例 资料来源：招股书 数据猿整理

第四范式的毛利率数据是比较好的，近几年其毛利率都在40%以上，并且总体上呈现上升态势，这一点难能可贵。在人工智能领域，厂商在做大营收规模的同时，往往伴随着毛利率的下降。究其原因，是因为高毛利的软件业务增长乏力，要想继续扩大营收，往往将通过销售硬件的方式来实现。而硬件业务虽然可以很快放大营收，但这类业务的毛利率更低，会拉低整体业务毛利率。第四范式保持毛利率的上升态势，说明其业务扩张没有以牺牲利润为代价，收入的“水分”没那么重。

第四范式毛利润和毛利率 资料来源：同花顺

在第四范式的财务数据中有一个数据很反常，就是其资产负债率。作为一家人工智能公司，第四范式的资产负债率居然长期处于100%以上。资产负债率率超过100%，从财务角度就是资不抵债了。近乎暴雷的房地产企业恒大，其最坏的情况下资产负债率也没超过90%。

第四范式资产负债率 资料来源：同花顺

作为对比，我们再来看看其他人工智能企业的资产负债率。商汤科技的资产负债率率虽然曾经也超过100%，但2021年之后就下滑到20%以下；云从科技的资产负债率一直控制在60%以内；科大讯飞的资产负债率更是控制在50%以内。

商汤、云从、科大讯飞资产负债率对比 资料来源：同花顺

当然，如果要摆烂，永远可以找到更差的。旷视科技的资产负债率就比第四范式更加夸张，长期处于200%以上，而且还没出现下降的态势。但是，作为一个科技企业，资产负债率长期超过100%是绝对不行的，第四范式要想降低风险，就需要在未来两三年内走商汤科技走过的路，大幅降低负债。

旷视科技资产负债率 资料来源：同花顺

再来看看第四范式的现金流情况。近几年，其总现金流大部分时间为正，每年的业务经营会亏损几亿元，但影响现金流的核心因素是融资现金流和投资现金流。2020和2021年，第四范式每年都有几十亿融资的同时，也在大手笔投资。但在2022年上半年，第四范式的融资和投资规模剧降，尤其是融资基本结束，这与其上市进程有关。

第四范式现金流情况 资料来源：同花顺

先知平台为基础，构建决策智能产品体系

要深入理解一家公司，只停留在总体的财务数据上是不够的，要深入其业务结构才行。为此，我们需要了解第四范式的技术产品体系和其业务。

第四范式提供端到端的企业级人工智能解决方案，包括可选的配套基础设施、操作系统、人工智能开发人员套件及应用。先知平台是第四范式的核心产品，该平台将机器学习、应用、决策和评估的流程自动化，实现快速简易建模、提供低代码或无代码开发环境，帮助企业构建量身定制的人工智能系统。

第四范式产品架构 资料来源：第四范式招股书

具体来看，先知平台包括：

Sage AIOS，一个具有用户友好界面、标准化数据处理、自动化资源管理和配置、中间软件兼容的人工智能操作系统。Sage AIOS的主要组件包括数据内核和运行时内核。数据内核通过定义适用于人工智能应用的数据标准和格式，提升用户的数据质量和建模效率。运行时内核是用于多级计算、存储和通信的集中管理内核，运行时内核可在不影响用户体验的情况下自动调度及管理异构资源，从而提高计算资源利用率，优化人工智能模型及应用的开发效率。

Sage AIOS上建有两种人工智能开发人员套件，一种是配备无代码开发工具的HyperCycle系列，另一种是配备低代码和无代码开发工具的Sage Studio系列，用户可根据自身的编码能力作出选择。第四范式基于用户想要开发的人工智能应用类型，提供HyperCycle ML、HyperCycle CV、HyperCycle OCR、HyperCycle KB、ML Studio、CV Studio、NLP Sudio及Speech Studio等选择。

此外，第四范式还提供即用型人工智能应用，用户可直接部署并用于优化他们的营销、风控、运营等业务环节。第四范式亦提供应用开发服务，帮助用户在先知平台上开发定制化的人工智能应用，以满足他们的特定业务需求。

第四范式于2021年6月推出了企业级人工智能应用商店，整合由第四范式开发的即用型人工智能应用，以及合作伙伴使用第四范式的算法和标准、在Sage AIOS中所开发的人工智能应用。此类应用的所有权及知识产权由合作伙伴与第四范式共同拥有，收取的费用按照双方商定的比例分摊。

这里需要提到人工智能领域的一个重要现象，就是多家厂商产品的相互兼容、集成。客户要实现自身业务需求，往往需要一站式人工智能解决方案，而单个厂商提供的产品往往有限。为了解决这个矛盾，厂商之间相互合作，互相集成，就成为一种常态。第四范式不仅通过应用商店去集成别人的产品，其自身的产品也会通过被别人集成的方式去拓展市场。

第四范式的客户分为两大类别：直签客户，为直接购买第四范式解决方案的终端用户；解决方案合作伙伴客户，主要为将第四范式的解决方案融入其产品的第三方系统集成商。2019年-2021年，自直签客户产生的收入分别占第四范式总收入的21%、15%、43%，2022年上半年自直签客户产生的收入占比30%。相应的，自解决方案合作伙伴客户产生的收入分别占第四范式总收入的79%、85%、57%和70%。可以看到，跟第三方厂商的系统集成，是第四范式开拓市场的主要方式。

第四范式直签客户与渠道客户收入占比 资料来源：第四范式招股书 数据猿整理

独特的“类云AI”商业模式，能够闯出一片新天地？

总体上看，第四范式的技术产品体系并没有什么特别，不少厂商都构建了类似的产品体系。我们将其核心产品与商业模式结合起来，可以看到一些有意思的现象。

目前，第四范式的商业模式主要是三类：软件使用许可、SageOne和应用定制开发。其中，先知平台及产品主要通过软件使用许可及SageOne两种商业模式进行销售。先知平台及产品的定价，主要根据使用的人工智能功能和通过这个功能消耗的算力。比如，用户利用先知平台就新应用场景开发更多人工智能应用，或增加现有场景的使用而需要更多算力时，他们将需向第四范式购买额外使用许可，从而使第四范式能够于初次销售后获得更多收入。

第四范式业务收入结构 资料来源：第四范式招股书

在实际的商业场景中，算力消耗根据与用户拟开发的特定应用场景及应用相关的各种因素而作出估计，主要考量因素包括：估计数据量、每秒查询率（即每秒送出的要求次数）、并发（即并发任务的数量）以及副本数量（即数据副本的数量）；人工智能算法类型（例如内容推荐、预估、欺诈检测等）；其他应用场景特定要求（例如用户是否正在开发线上或线下应用，或分析是实时或延迟等）。除了关键参数外，第四范式的估计算力消耗亦受其他额外参数影响，例如估计的网络网关、延迟、特征工程的复杂性等。一般而言，数据量愈大、其他参数要求愈多、算法愈复杂、具备实时分析等若干特定功能的应用将需要更高的算力。

软件使用许可模式，第四范式按所需CPU核心数目乘以各个CPU核心的协定使用许可费，向客户收取软件使用许可费；SageOne模式，基于估计算力消耗及第四范式硬件上可实现的优化效果，第四范式向客户建议合适的型号、配置及其需要的硬件数目。SageOne的价格基于硬件单元的数目而收取，当中已涵盖第四范式软件的使用许可费。

本质上，第四范式的人工智能平台和应用就像是一个“管道”，算力和数据就像是这个管道里的水流。最终，是根据“管道”类型和“水流量”来确定收费。我们来做个类比：A客户通过调用计算机视觉应用消耗了100单位的算力，类似于用户在厨房消耗了100升饮用水，自来水公司根据厨房饮用水的单价和用户消耗的水量来计费；B客户调用语音识别应用消耗了100升的算力，类似于用户在卫生间消耗了100升中水，自来水公司则根据中水的单价和用户消耗的水量来计费。

基于算力消耗定价的商业模式，最大的好处是其可持续性。假如用户只是一次性购买软硬件产品，那人工智能厂商只能在客户身上收一次费用；而当客户依据应用和算力来收费，因为客户部署人工智能应用之后，随着用户的使用会一直产生算力消耗，人工智能厂商就可以一直收费。并且，当用户使用新的应用，或者原来应用的业务量增大，消耗的算力也增大，人工智能厂商在这个客户身上获得的收入也会增长。就像自来水公司给一栋楼安装供水系统后，这栋楼的用户每年都在用水，那自来水公司每年都可能获得营收。并且，这栋楼的用户越多，通过这套供水系统的水量就越大，自来水公司的收入就越多。

除了以上两种收费方式外，第四范式还提供定制化应用开发服务，帮助客户基于先知平台开发定制化的人工智能应用，主要根据人力消耗情况和开发的应用类型来收取项目费。此外，当定制开发应用完成之后，客户也可能继续采购第四范式的应用开发服务，这样第四范式后续也可以收取相应的服务费。

第四范式业务收入结构 资料来源：第四范式招股书 数据猿整理

近两年，在以上三项收费模式中，应用定制开发模式的营收占比保持相对稳定，在50%左右；SageOne模式的营收占比在显著下降；软件使用许可模式的营收占比持续提升。在这三项业务当中，毛利率最高的当属软件使用许可业务。第四范式近几年毛利率的提升，主要就归功于软件使用许可业务占比的上升。这也意味着，随着该项业务占比的进一步上升，第四范式的整体毛利率还有提升空间。

目前来看，软件使用许可业务主要替代的是SageOne业务，应用定制开发业务的占比整体稳定。SageOne目前营收占比已经下降到28.5%，下降的空间已经有限。要进一步打开毛利率上升空间，接下来很重要的任务是实现软件使用许可业务或SageOne对定制化应用开发业务的替代。人工智能厂商要想获得更好发展，就必须要打造标准化产品，摆脱对定制化项目的依赖。只有标准化产品，才能实现规模效应，快速扩张的同时提高利润水平。定制化项目，在规模化扩展方面存在无法克服的短板。

无论是软件使用许可还是SageOne模式，第四范式实际上采用的是“类云AI模式”。区别无非是，软件使用许可模式只提供软件，SageOne模式提供预转软件的硬件。云计算是一种技术，更是一种商业模式，其核心在于按资源使用量付费，而不是一次性付费。之所以将第四范式的商业模式称作类云AI，是因为：一方面，其使用权许可模式是以计算资源的使用量来收费，这让其提供的人工智能服务有点像SaaS应用；另一方， 无论是客户本地部署的软件许可使用模式还是SageOne，以及项目定制模式，第四范式的人工智能平台和产品并不是主要部署在云端。云AI，是将AI应用部署在阿里云、腾讯云、华为云这样的IaaS云基础设施上。很明显，第四范式的平台目前“上云率”还不高。

无论是云AI还是“类云AI”，一个影响其未来发展的关键指标，就是客户的续费率。跟传统的软硬件售卖模式是一锤子买卖不同，云服务模式是要细水长流，客户需要持续付费。

接下来，我们来分析第四范式的客户情况。2019-2022年上半年，其总客户数从79家增长到197家。其中，标杆客户数量从32增长到74家。所谓标杆客户，即营收贡献大的客户。2019年、2020年、2021年以及2022年上半年，第四范式每名用户整体平均收入贡献分别为570万、580万、690万及540万元；每名标杆用户的平均收入贡献分别为830万、1230万、1370万和890万元，大幅高于客户平均收入，标杆用户分别贡献第四范式总收入的58%、61%、51%、及62%。

第四范式客户情况 资料来源：第四范式招股书

接下来，我们来看两个数据——标杆客户留存率、标杆客户净收入扩张率。

标杆客户留存率，即上一年的标杆客户有多大比例续费。基于第四范式各年标杆客户的增减情况，可以算出其2019年、2020年、2021年标杆客户的留存率为67.7%、81.3%、89.4%，留存率较高且在逐年提升。

至于标杆客户净收入扩张率，即留存下来的标杆客户，今年贡献的营收相对于上年提升的比例。2019年、2020年及2021年，第四范式标杆用户的净收入扩张率分别为250%、167%及140%，说明每年单个标杆客户的付费都在增长。为什么单个客户每年的付费要增长呢？主要是当用户在第四范式平台上为新的场景开发更多人工智能应用或增加现有场景的使用而需要更多算力时，他们将需购买额外使用许可。需要注意的是，虽然近几年第四范式单个标杆客户贡献的收入都在扩张，但近几年的标杆用户的净收入扩张率都在下降，说明整体扩张态势是放缓的。

从以上几个角度来看，第四范式的“类云AI”发展态势比较明朗。接下来，需要做的就是提升其产品和应用的上云率，平台、产品和应用要更多的部署在云端，尤其是部署在公有云。为了避免被单个公有云厂商锁定，上层SaaS厂商可以采取跨云部署的方式。随着多云管理技术的成熟，跨云部署将逐渐成为SaaS厂商的主流选择。AI云化之后也可视为一类SaaS应用，上述规律对于AI厂商依然适用。

当然，推动AI应用上云，不仅需要AI厂商的努力，更重要是得到客户的认可。在应用上云方面，美国走在全球前列。欧美企业对于上云的接受度普遍更高，相对而言，中国企业则对业务和数据上云更加谨慎，一方面是担心数据和业务安全，另一方面也是对云厂商的能力不放心。此外，中国企业的信息化本来就滞后于欧美，对于新技术、新模式的接受度更低。要解决这个问题，需要云厂商、AI厂商和客户企业的共同努力。云厂商、AI厂商要拿出过硬的技术和产品，能够让客户清晰的感知到AI应用上云的确有多方面的优势。此外，头部厂商要敢于引领市场，担负起市场教育的责任。

来源：数据猿