第四范式沖刺IPO，難逃AI玩家通病？互聯網+
導讀
過去兩年是人工智能賽道需要極力反思的兩年。
過去兩年是人工智能賽道需要極力反思的兩年。
配圖來自Canva可畫
過去兩年是人工智能賽道需要極力反思的兩年。一方面，巨虧之下，明星AI企業融資難度加大，云從、商湯等，要么上市一波三折，要么股價節節敗退，資本市場不看好的聲音此起彼伏。
另一方面，人工智能的商業化應用沒有看到更多驚喜，甚至在醫療、創作、教育等領域滋生一些不合常理的產品和亂象，引發大眾對AI的質疑和聲討。
面對人工智能，外界提出的問題不再理想化，而是越來越現實。AI公司那么燒錢，到底什么時候才能賺到錢？作為普通消費者，似乎還未感受AI帶來的美好生活？AI的價值真的有云計算、5G大嗎？
尤其是商業化方面，前期上百億的投入何時能收回，AI企業及其背后投資人都相當關心，畢竟曾被寄予厚望的諸多AI創企都還沒看到盈利的曙光，反而還為賽道倒潑了一盆涼水。
盡管如此，硬著頭皮上市業已成為AI創企的宿命，在寒武紀、商湯、曠視、云從之后，第四范式也開始沖刺IPO。
靠決策AI突圍
和商湯、云從、曠視等不同，第四范式走的是決策AI的發展方向。何為決策AI，簡單來說就是幫助企業進行經營、管理、生產的AI技術或解決方案，本質上和企業集成 SaaS服務類似。
招股書顯示，第四范式的核心產品“先知平臺”及解決方案的服務場景主要聚焦于銷售和營銷、風險管理、營運效率三大方面，以純軟件、軟硬一體化、定制應用等服務方式幫助企業進行決策。
和云類比，第四范式的產品形式就是以IaaS為算力基礎，向企業提供PaaS和SaaS類服務，可以說第四范式是綜合型的AI解決方案提供商。
商湯們走的多為產品AI路線，第四范式的決策AI與之區別主要集中于兩點。第一，決策AI主要是to B或to G，而產品AI更多是to C或to B（G）to C；第二，決策AI目的是幫企業提高效率，解決各種發展問題，產品AI則是讓產品滿足消費者需求，為大眾帶來更好體驗。
根據招股書，第四范式目前服務的行業已經有數十個，包括金融、能源、運輸、零售、醫療、制造等。
理論上看，決策AI的想象力非常大，是所有企業智能化升級的剛需。究其原因，決策AI不僅僅是經營層工具，更是戰略層工具。今天我們談云計算，更多是說企業需要數字化升級，需要信息技術中臺，但卻容易忽略企業的戰略數字化需求，決策AI恰好能夠解決這類需求。
從營收增速來看，決策AI正在步入快速商業化階段。第四范式招股書顯示，2019至2021三年，營收分別為4.6億、9.4億、20.2億，明顯擴大。
分行業來看，能源電力、電信、運輸等產業對決策AI的需求持續擴張。根據招股書，2021年第四范式分行業收入占比中，能源電力、電信、制造行業分別同比提高7.2個百分點、0.9個百分點、2.6個百分點。
在零售、金融這些AI早期大規模商業化應用主流場景之外，第四范式正在更多規模化、重資產行業打開局面，表明決策AI的應用潛力比較可觀。
甩不掉通病
雖以決策AI突圍，占據賽道的一方天地，但第四范式終究還是人工智能玩家，無論看變現模式，還是商業進度，都和商湯、云從們大同小異。因此，第四范式也難逃AI玩家所面臨的發展通病。
尚難扭轉的虧損，是第四范式逃不開的第一個通病。此前商湯、云從等首次披露財務數據時，就因不小的虧損引發輿論風波。
招股書顯示，第四范式2022H1的經調整經營虧損為2.2億，同比收窄12%。而過去三年（2019至2021年），第四范式的經調整經營虧損分別為3.2億、3.9億、5.7億。
第四范式的虧損原因和其他AI玩家一樣，還是費用太高，毛利難以覆蓋。不過客觀來說，AI企業虧損太正常了，商業化早期階段，技術和營銷兩個費用大頭難以避免，如果拋開這些，AI企業其實有著嚇人的“高毛利”，軟件部分甚至能達到90%以上，但是AI企業是技術驅動型企業，商業化中后期可能不太需要營銷，但對研發的投入需要堅定不移。
目前來看，第四范式的虧損財務表現有改善跡象，2022H1的主要費用都有下降，但是后續能否實現扭虧或步入穩步盈利階段還是未知數，一方面要看收入增速，另一方面要看成本優化。
變現的持續性，是第四范式逃不開的第二個通病。這里的變現持續，不是指能否找到新客戶，而是老客戶帶來的新收入，可理解為客戶收入留存。
從招股書來看，單個客戶為第四范式貢獻的收入峰值在首年，也就是合作初期，此后能貢獻的收入水平相對偏低。比如2019年，排名第一的客戶A與第四范式交易額為9444.9萬，占比20.9%，此后的2020、2021年前五大排名中均未見到客戶A。
可能有兩個原因。第一，第四范式的商業模式包含軟件許可模式，用戶購買相當于一次性買斷，后續的付費標準基于額外算力規模，無需再為軟件付費；第二，用戶已購買第四范式的全部產品及服務，后續基于額外算力的付費規模不大。
這也意味著，新客戶或者新產品的首次交付，才能驅動第四范式營收的顯著增長。這就不難理解，為何第四范式要加速向更多行業比如運輸、醫療進行滲透，甚至采用資本并購垂直行業玩家的方式來加速取得市場份額。
被動跟隨擴張產業
疫情之下，AI和云類服務受到兩方面不利影響，一是現場部署性業務無法開展或開展阻力大，二是不少主體收縮性行業或產業需求疲軟。
阿里云、騰訊云向通信、電力產業延伸布局，商湯強化新能源汽車產業業務布局，都是為應對產業波動而作出的業務方向調整。可以說，當前的情況下，數字化智能化服務商只能被動跟隨那些具備擴張效應的行業。
第四范式目前重點押注能源電力、醫療、運輸等產業對決策AI產品和服務的需求，一方面是部分產業因疫情等因素處于需求疲軟狀態。招股書顯示，2022H1，第四范式來源于金融、媒體行業的收入分別同比下滑20%、63%。
另一方面，能源電力、醫療、運輸、制造等行業處于數字化改造繁榮期，且在融資層面更受青睞。根據招股書，2022H1，第四范式來源于能源電力、電信行業的收入分別同比增長35%、100%。
另外，從客單價來看，能源電力等行業由于業務規模和復雜度等原因，能夠給第四范式帶來更高的交易凈值。比如2021年，為第四范式貢獻收入最高的能源電力和零售行業客戶，分別產生的交易額為1.3億和3329萬。
對第四范式來說，被動跟隨擴張產業的利弊比較清晰。好處是第四范式可以享受到擴張產業的技術升級紅利，更快打造標桿客戶，對整個產業形成品牌輻射效應，降低營銷和銷售壓力。
但是挑戰也很明顯，每個產業的業務模式和需求都不同，進軍和摸透新產業需要更多的學習成本、技術成本、渠道成本，第四范式需要不斷為新產業進行新投入，才能有效打開業務邊界。
應用價值遠重于盈利
今天大家都在詬病AI企業虧損多，這是商業層面的判定，我們應當更在意的是AI技術的應用價值，如果應用價值受到認可或者的確為企業、政府或個人帶來改變和顛覆，那么它自然不會被淘汰，商業層面的盈利也是遲早之事。
其實從成本角度來看，像第四范式這樣的AI玩家，對企業的價值顯而易見，那就是降低門檻。根據灼識咨詢預估，企業自建企業級AI系統的初期成本大概5億，后期年度運維成本在5000萬左右，而外采的年度成本在0.5億到1億之間。
而無論是決策AI，還是產品AI，未來仍然具備相當價值潛力。第一，產品和服務層面，帶來持續的效率顛覆體驗，典型如自動駕駛；第二，企業發展層面，形成獨特的AI技術中臺，統籌生態，作出長遠可行的戰略決策。
人與AI共治企業、社會，并服務于消費者和公眾，應當是人工智能長期相對理想的存在狀態，也是人工智能對于人類社會的終極價值所在。
但相對于這一設定時期，現在的AI賽道還處于排位賽、拉鋸賽、淘汰賽階段，第四范式們需要持續聚焦于三個議題：第一，我的AI產品如何保證持續的進化；第二，我的AI產品如何保證解決最核心的實際問題；第三，我的AI產品是否真的具備通用能力。
不應過度擔憂盈利，急于AI的商業化變現，維護優勢應用場景，保證適當的投入轉化效率，讓客戶認可技術，相信技術是企業的血液，才是AI玩家長久突圍的硬核邏輯。
配圖來自Canva可畫
過去兩年是人工智能賽道需要極力反思的兩年。一方面，巨虧之下，明星AI企業融資難度加大，云從、商湯等，要么上市一波三折，要么股價節節敗退，資本市場不看好的聲音此起彼伏。
另一方面，人工智能的商業化應用沒有看到更多驚喜，甚至在醫療、創作、教育等領域滋生一些不合常理的產品和亂象，引發大眾對AI的質疑和聲討。
面對人工智能，外界提出的問題不再理想化，而是越來越現實。AI公司那么燒錢，到底什么時候才能賺到錢？作為普通消費者，似乎還未感受AI帶來的美好生活？AI的價值真的有云計算、5G大嗎？
尤其是商業化方面，前期上百億的投入何時能收回，AI企業及其背后投資人都相當關心，畢竟曾被寄予厚望的諸多AI創企都還沒看到盈利的曙光，反而還為賽道倒潑了一盆涼水。
盡管如此，硬著頭皮上市業已成為AI創企的宿命，在寒武紀、商湯、曠視、云從之后，第四范式也開始沖刺IPO。
靠決策AI突圍
和商湯、云從、曠視等不同，第四范式走的是決策AI的發展方向。何為決策AI，簡單來說就是幫助企業進行經營、管理、生產的AI技術或解決方案，本質上和企業集成 SaaS服務類似。
招股書顯示，第四范式的核心產品“先知平臺”及解決方案的服務場景主要聚焦于銷售和營銷、風險管理、營運效率三大方面，以純軟件、軟硬一體化、定制應用等服務方式幫助企業進行決策。
和云類比，第四范式的產品形式就是以IaaS為算力基礎，向企業提供PaaS和SaaS類服務，可以說第四范式是綜合型的AI解決方案提供商。
商湯們走的多為產品AI路線，第四范式的決策AI與之區別主要集中于兩點。第一，決策AI主要是to B或to G，而產品AI更多是to C或to B（G）to C；第二，決策AI目的是幫企業提高效率，解決各種發展問題，產品AI則是讓產品滿足消費者需求，為大眾帶來更好體驗。
根據招股書，第四范式目前服務的行業已經有數十個，包括金融、能源、運輸、零售、醫療、制造等。
理論上看，決策AI的想象力非常大，是所有企業智能化升級的剛需。究其原因，決策AI不僅僅是經營層工具，更是戰略層工具。今天我們談云計算，更多是說企業需要數字化升級，需要信息技術中臺，但卻容易忽略企業的戰略數字化需求，決策AI恰好能夠解決這類需求。
從營收增速來看，決策AI正在步入快速商業化階段。第四范式招股書顯示，2019至2021三年，營收分別為4.6億、9.4億、20.2億，明顯擴大。
分行業來看，能源電力、電信、運輸等產業對決策AI的需求持續擴張。根據招股書，2021年第四范式分行業收入占比中，能源電力、電信、制造行業分別同比提高7.2個百分點、0.9個百分點、2.6個百分點。
在零售、金融這些AI早期大規模商業化應用主流場景之外，第四范式正在更多規模化、重資產行業打開局面，表明決策AI的應用潛力比較可觀。
甩不掉通病
雖以決策AI突圍，占據賽道的一方天地，但第四范式終究還是人工智能玩家，無論看變現模式，還是商業進度，都和商湯、云從們大同小異。因此，第四范式也難逃AI玩家所面臨的發展通病。
尚難扭轉的虧損，是第四范式逃不開的第一個通病。此前商湯、云從等首次披露財務數據時，就因不小的虧損引發輿論風波。
招股書顯示，第四范式2022H1的經調整經營虧損為2.2億，同比收窄12%。而過去三年（2019至2021年），第四范式的經調整經營虧損分別為3.2億、3.9億、5.7億。
第四范式的虧損原因和其他AI玩家一樣，還是費用太高，毛利難以覆蓋。不過客觀來說，AI企業虧損太正常了，商業化早期階段，技術和營銷兩個費用大頭難以避免，如果拋開這些，AI企業其實有著嚇人的“高毛利”，軟件部分甚至能達到90%以上，但是AI企業是技術驅動型企業，商業化中后期可能不太需要營銷，但對研發的投入需要堅定不移。
目前來看，第四范式的虧損財務表現有改善跡象，2022H1的主要費用都有下降，但是后續能否實現扭虧或步入穩步盈利階段還是未知數，一方面要看收入增速，另一方面要看成本優化。
變現的持續性，是第四范式逃不開的第二個通病。這里的變現持續，不是指能否找到新客戶，而是老客戶帶來的新收入，可理解為客戶收入留存。
從招股書來看，單個客戶為第四范式貢獻的收入峰值在首年，也就是合作初期，此后能貢獻的收入水平相對偏低。比如2019年，排名第一的客戶A與第四范式交易額為9444.9萬，占比20.9%，此后的2020、2021年前五大排名中均未見到客戶A。
可能有兩個原因。第一，第四范式的商業模式包含軟件許可模式，用戶購買相當于一次性買斷，后續的付費標準基于額外算力規模，無需再為軟件付費；第二，用戶已購買第四范式的全部產品及服務，后續基于額外算力的付費規模不大。
這也意味著，新客戶或者新產品的首次交付，才能驅動第四范式營收的顯著增長。這就不難理解，為何第四范式要加速向更多行業比如運輸、醫療進行滲透，甚至采用資本并購垂直行業玩家的方式來加速取得市場份額。
被動跟隨擴張產業
疫情之下，AI和云類服務受到兩方面不利影響，一是現場部署性業務無法開展或開展阻力大，二是不少主體收縮性行業或產業需求疲軟。
阿里云、騰訊云向通信、電力產業延伸布局，商湯強化新能源汽車產業業務布局，都是為應對產業波動而作出的業務方向調整。可以說，當前的情況下，數字化智能化服務商只能被動跟隨那些具備擴張效應的行業。
第四范式目前重點押注能源電力、醫療、運輸等產業對決策AI產品和服務的需求，一方面是部分產業因疫情等因素處于需求疲軟狀態。招股書顯示，2022H1，第四范式來源于金融、媒體行業的收入分別同比下滑20%、63%。
另一方面，能源電力、醫療、運輸、制造等行業處于數字化改造繁榮期，且在融資層面更受青睞。根據招股書，2022H1，第四范式來源于能源電力、電信行業的收入分別同比增長35%、100%。
另外，從客單價來看，能源電力等行業由于業務規模和復雜度等原因，能夠給第四范式帶來更高的交易凈值。比如2021年，為第四范式貢獻收入最高的能源電力和零售行業客戶，分別產生的交易額為1.3億和3329萬。
對第四范式來說，被動跟隨擴張產業的利弊比較清晰。好處是第四范式可以享受到擴張產業的技術升級紅利，更快打造標桿客戶，對整個產業形成品牌輻射效應，降低營銷和銷售壓力。
但是挑戰也很明顯，每個產業的業務模式和需求都不同，進軍和摸透新產業需要更多的學習成本、技術成本、渠道成本，第四范式需要不斷為新產業進行新投入，才能有效打開業務邊界。
應用價值遠重于盈利
今天大家都在詬病AI企業虧損多，這是商業層面的判定，我們應當更在意的是AI技術的應用價值，如果應用價值受到認可或者的確為企業、政府或個人帶來改變和顛覆，那么它自然不會被淘汰，商業層面的盈利也是遲早之事。
其實從成本角度來看，像第四范式這樣的AI玩家，對企業的價值顯而易見，那就是降低門檻。根據灼識咨詢預估，企業自建企業級AI系統的初期成本大概5億，后期年度運維成本在5000萬左右，而外采的年度成本在0.5億到1億之間。
而無論是決策AI，還是產品AI，未來仍然具備相當價值潛力。第一，產品和服務層面，帶來持續的效率顛覆體驗，典型如自動駕駛；第二，企業發展層面，形成獨特的AI技術中臺，統籌生態，作出長遠可行的戰略決策。
人與AI共治企業、社會，并服務于消費者和公眾，應當是人工智能長期相對理想的存在狀態，也是人工智能對于人類社會的終極價值所在。
但相對于這一設定時期，現在的AI賽道還處于排位賽、拉鋸賽、淘汰賽階段，第四范式們需要持續聚焦于三個議題：第一，我的AI產品如何保證持續的進化；第二，我的AI產品如何保證解決最核心的實際問題；第三，我的AI產品是否真的具備通用能力。
不應過度擔憂盈利，急于AI的商業化變現，維護優勢應用場景，保證適當的投入轉化效率，讓客戶認可技術，相信技術是企業的血液，才是AI玩家長久突圍的硬核邏輯。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
