第四范式商业化，道阻且长_风闻

来源 | 产业科技

三次IPO折戟后，第四范式终于在9月底闯关成功，成为继商汤科技之后，第二家登陆港股的AI独角兽企业。

前有商汤科技跌落，第四范式的上市也让市场为其捏一把汗。虽然第四范式与商汤科技处于不同的AI应用赛道，但二者都有着上市前高额融资，估值被拉满，以及主营业务商业化受挫的底色。上市后，第四范式也没能摆脱市值跌落的魔咒，截至发稿前，其股价已比上市高点跌掉17%。

2015年至今，第四范式已经进行了11轮融资，融资额约66亿元，估值超过30亿美元，短短几年间估值增长上百倍。疯狂融资背后，不仅有红杉中国、腾讯投资、高盛集团等知名投资机构，而且还有五大国有银行的身影。

资本的热衷，取决于对第四范式通用能力模型的期待，然而透过其亏损的业绩和主营业务结构可以发现，通用AI能力的想象很难落地。即使第四范式在决策类人工智能细分领域中，占据着领先市场份额，但其标准化AI业务产品先知平台营收占比逐年下滑，定制业务反而一跃成为公司占比最大的业务。

今年上半年，受大模型红利刺激，AI市场回暖，第四范式营收实现一定涨幅，先知平台及产品收入占比有所提升，但业务权重较高的高定制化开发业务，对其收入规模增长和毛利水平的抑制影响依然存在。

赶上大模型风口，第四范式立马推出自己的大模型战略“AIGS战略”，在第四范式大模型产品“式说3.0”发布会上，创始人戴文渊高调地宣称AIGS将是一个十万亿量级的市场。

抛出生成式AI重构企业软件的概念，第四方式再次回到曾经描绘的通用型AI构想中。事实证明，这个构想资本可能会相信，但客户不会。

困于高定制化

从AI实现的功能来看，有决策类和预测类两个类别。

决策类，即判断式AI，主要用于根据输入的数据或信息做出决策或预测，并确定实现的方式和路径，如移动路线规划。预测类是指通过计算来预测行为和结果，根据历史数据来预测未来的趋势或行为，如广告推荐、歌曲推荐等。

而从具体的应用场景来看， AI市场可拆分为决策类、视觉类、语音语义类和人工机器人类，四个细分赛道。

无论如何划分，第四范式都属于前者。在业务定位上，第四范式致力于提供以平台为核心的人工智能解决方案，使企业能够开发其自有的决策类人工智能应用，发掘数据隐含规律从而帮助企业提升决策能力。

按2022年的收入计，第四范式是中国最大的以平台为中心的决策类人工智能提供商，占据22.6%的市场份额，业务范围涵盖金融、零售、制造、能源与电力、电信及医疗保健等行业。

按照第四范式的设想，主要业务收入来源于一套端到端人工智能解决方案——先知平台，涵盖了诸如AI操作及开发系统、运行环境以及可视化服务等，为终端用户提供统一的开发标准、高兼容性并能根据实际需求灵活扩展应用，让企业拥有人工智能开发和管理能力，可帮助企业实现快速、规模化部署。

由于该商业化模式的基础是AI技术服务于企业业务，即需要一整套落实到具体业务场景的技术体系，根据不同的客户业务情况具体定制。这种高定制化的业务模式，使得第四范式的主营业务的通用性相对较低。

此外，为了与其他SaaS厂商的直接定制解决方案拉开差异，第四范式的收费标准为软件授权+算力的形式，让客户能够按需选购。这导致毛利率和边际贡献率都受到一定影响。

过去三年，第四范式的毛利率为45.6%、47.2%和48.2%；2023年上半年毛利率48%。相比同行业中其他头部AI企业，第四范式的毛利率较低，这主要是受毛利水平较低的定制开发业务影响，导致整体毛利率被牵制。

以平台为中心，第四范式努力寻找客户的增量机会，为各个行业的头部企业提供服务，扩大其解决方案的行业辐射范围，带来客户规模的快速增长。

过去三年，第四范式服务的总客户数分别为156名、245名和409名。其中，标杆客户数分别为47家、75家和104家；来自于每名标杆客户的平均收入分别约为1230万元、1370万元和1790万元，净收入扩张率分别为167%、140%和126%，维持在一个较高的水平。

标杆客户数量的快速增加，帮助第四范式在过去三年中的收入实现较大幅的增长，分别为9.42亿元、20.18亿元和30.83亿元；亏损也在进一步收窄，经调整亏损净额分别为3.90亿元、5.59亿元以及5.04亿元，三年减少25个百分点。

今年上半年，第四范式实现收入14.68亿元，经调整亏损1.76亿元。调整亏损收窄，一定程度上取决于对销售费用和研发开支的压缩。2023年上半年，第四范式研发支出占比已降至45%，创近三年新低。

然而，为第四范式的业绩贡献了大部分营收的标杆客户主要集中于金融行业，鉴于决策类AI高定制化的商业模式，这种合作模式能否推向全行业仍然是一大难题。

新思路，新挑战

鉴于目前的经营现状，第四范式急求商业模式新思路。于是在今年3月，第四范式布局通用大模型领域。

公司推出专为业务场景设计的企业级生成式AI产品SageGPT（式说大模型），具备了多模态的互动能力和企业级人工智能工具的特征，能够连接终端用户的现有业务系统、人工智能应用及内部数据库，意在重新定义终端用户的雇员与业务系统的互动方式。目前该产品处于商业化早期阶段。

同时，第四范式提出AIGS（AI Gerenated Software）的技术思路，用大模型切入企业软件市场。

公开资料显示，第四范式的核心团队主要来自于百度系。创始人戴文渊曾担任百度的主任研发架构师，主要负责百度搜索广告系统的研发和管理，在人工智能领域拥有丰富经验，联合创始人杨强、陈雨强以及胡时伟都曾在百度工作。截至2022年底，公司研发人员有1420名，占全体雇员74%。

虽然过硬的研发团队，为公司建立技术壁垒奠定了一定基础，但一方面SageGPT目前仍处于商业化的早期阶段，盈利能力尚不确定。另一方面，人工智能企业在发展初期本就需要大量的资金投入，而大模型更是“吞金兽”。

这一点，从商汤的经营状态可见一斑。

作为港股视觉AI第一股，商汤的商业模式与第四范式基本相似。但由于研发成本高企，五年半时间内累计亏损近470亿元，商汤到目前都难以从亏损困局中得到喘息。

2020-2022年，商汤研发投入分别为24.54亿元、36.14亿元、40.14亿元，占营收比例分别为71.11%，76.89%、105.00%。第四范式同期的研发投入分别为5.66亿元、12.49亿元和16.5亿元，占各期营收比例均超过50%。

看起来，第四范式的研发投入规划，较商汤更为合理，但从长远计，研发投入是AI公司打造技术壁垒的基础。一方面要面对高投入带来的亏损困扰，另一方面投入成本又远低于行业头部水平，难以高筑竞争壁垒，第四范式未来的发展困境可想而知。

从细分赛道未来发展来看。据灼识咨询报告，中国决策类AI市场的支出，预计将从2022年的532亿元以31.7%的复合年增长率增至2027年的2104亿元。其中，以平台为中心的决策类AI细分市场的复合年增长率为42.3%，超越人工智能行业的整体增速。

即便如此，细分赛道中市场空间最大始终是视觉类AI，在市场总额中占比42.9%，而决策类AI赛道占只有23.6%。身处决策类赛道的第四范式，想要体量规模跃升，还有很长的路要走。

还有一个值得关注的是应收账款问题。截至2023年上半年，商汤科技的应收账款总额高达77.26亿元。应收账款回收不利，使得公司现金收回情况面临挑战。

而从2020年至2023年6月30日，第四范式的应收账款总额分别为2.68亿元、7.98亿元、15.54亿元及15.04亿元，累计达41.24亿元；仅今年一季度的应收账款就已经接近去年全年总额。可见，应收账款回收不利，已经成为困扰AI企业的普遍问题。

在第四范式应收账款中，账龄超三个月的应收账款占比较高，上半年约十亿左右的应收账款账龄在90天以上。对比以往三年的应收账款账龄结构占比，今年上半年第四范式的应收账款账期恶化加剧，尤其是账龄超过六个月的账款占比大幅提升。

在应收账款坏账率不断提升的情况下，第四范式所计提的减值损失却未有明显增加，信用减值风险是否充分计提存疑。2023年上半年，第四范式计提的信用减值损失为6733万元，较年初增长10.05%；而M3+的应收账款高达9.46亿元，较年初增长58.46%。

随着定制化业务增长，第四范式的回款周期问题会继续暴露，此外为了获客和收入规模提升，其应收账款规模也将持续扩大。一旦客户经营受阻，资产质量下滑，第四范式的坏账率也会随之抬升，导致计提力度增加，进一步侵蚀利润。

激烈的市场竞争，局限性的商业模式，较高的坏账水平，以及高企的研发成本，成为横亘在人工智能企业面前的共同难题。第四范式若想跨越，道阻且长。