第四范式抱寧德時代大腿？格局小了

全文6288字，閱讀約需12分鐘

文｜陳俊一

編輯｜顧彥

科技公司，大都有一個寓意深刻、洋氣的名字。

據(jù)說蘋果公司logo的設(shè)計靈感，來自于吃了一口毒蘋果之后去世的人工智能科學(xué)奠基人圖靈。而第四范式的公司名字，也來自于一位傳奇人物——1998年圖靈獎得主吉姆·格雷。

格雷不僅是計算機領(lǐng)域的傳奇科學(xué)家，還是一位帆船愛好者。2007年1月28日，他駕駛“貪婪”號帆船在舊金山附近海域連船帶人神秘失蹤，在失蹤前半個月格雷參加的一次學(xué)術(shù)會議上，他將科學(xué)研究分為實驗歸納、模型推演、計算機模擬和數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)四種范式，第四范式的全新概念由此誕生。

以此為名的決策類AI企業(yè)第四范式，在近日向港交所主板提交了上市申請。

賽道龍頭依然虧損

不同于其他AI公司，第四范式聚焦于在密集數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，幫助企業(yè)提升決策能力。

為了將自己的不同業(yè)務(wù)特點說清楚，第四范式在招股書中將人工智能賽道分為四類：決策類AI、視覺類AI、語音語義類AI和硬件機器人。

后面三個分類都有代表性公司，如視覺類的AI四小龍，語音語義類的科大訊飛，硬件機器人中的大疆（無人機）、新松（手術(shù)機器人）、杭叉（自動導(dǎo)引車）等。

決策類AI賽道的代表企業(yè)，自然就是第四范式。據(jù)IDC發(fā)布的《中國人工智能應(yīng)用市場半年度研究（2020H1）》，第四范式蟬聯(lián)2018-2020（上半年）中國機器學(xué)習(xí)平臺市場份額第一。灼識咨詢報告也顯示，第四范式在中國以平臺為中心的決策類AI市場中排名第一。

圖源：第四范式招股書

視覺、聽覺都屬于感知智能，而非決策智能。人工智能要想有更大的發(fā)展，就需要從感知智能進(jìn)入決策智能，從扮演眼耳到扮演超級大腦。

盡管決策類AI目前的市場規(guī)模還次于視覺AI，但增速最快。招股書數(shù)據(jù)顯示，2020年中國決策類AI市場的支出規(guī)模為268億元，預(yù)計將以47.1%的復(fù)合年增長率在2025年增至1847億元；其中，以平臺為中心的決策類AI市場規(guī)模2020年為50億元，預(yù)計將以60.4%的復(fù)合年增長率在2025年達(dá)到535億元。

以五年十倍的市場規(guī)模增速考量，第四范式作為細(xì)分賽道龍頭只需維持當(dāng)前的市占率，就同樣能夠維持五年十倍的營收增長。

就目前的營收增速而言，第四范式未來增長可期。招股書顯示，2018-2020年及2021上半年第四范式營收分別為1.28億元、4.60億元、9.42億元、7.88億元，幾乎每年都是翻倍的增速。

在毛利率上，第四范式也與AI四小龍的主流水平相當(dāng)。依圖科技、曠視科技、云從科技2019年毛利率為63.89%、42.55%、40.89%，而第四范式2018年、2019年、2020年毛利率分別為42.7%、43.5%、45.6%。

但高增長之下，企業(yè)還沒有盈利。2018、2019、2020及2021上半年，第四范式凈虧損分別為 3.72億元、7.18億元、7.50億元、11.87億元，最近三年半已經(jīng)累計虧損30.27億元。

研發(fā)投入高是虧損的重要原因。2018-2020、2021年上半年，第四范式研發(fā)費用分別為1.93億元、4.16億元、5.66億元、5.78億元，占同期收入比例分別為151.2%、90.6%、60.0%及73.4%。三年半累計研發(fā)投入17.53億元，占累計總營收23.18億元的75.63%。

AI企業(yè)普遍虧損，很多人認(rèn)為其估值太高、泡沫太大，甚至懷疑AI到底能不能像宣稱的那樣提升幾十、幾百倍的效率。

在某些業(yè)務(wù)線，AI確實能帶來幾百倍的效率或者精細(xì)度提升。第四范式政府與公共事業(yè)創(chuàng)新部樊志英就曾對媒體描述過，在檢測惡意代碼上，第四范式基于高維機器學(xué)習(xí)，可以在一百多萬條樣本里，通過特征變換拼接組合等方式，最高生成萬億級別的特征維度。這就相當(dāng)于用一個無限精細(xì)的網(wǎng)，去大海里撈惡意代碼之魚，一網(wǎng)打盡原來的“漏網(wǎng)之魚”。

AI技術(shù)或許在感知層面大范圍應(yīng)用，效率提升也表現(xiàn)更直接；但在決策層面，很多時候幾百倍的效率提升表現(xiàn)沒有那么直接，更不可能意味著幾百倍的營收提升，從技術(shù)效率到商業(yè)效率之間還有很多環(huán)節(jié)。

決策類AI的商業(yè)化之路，依然還在披荊斬棘中。

有AI更好

但沒有似乎也無所謂？

第四范式提供的主要產(chǎn)品是端到端AI解決方案先知平臺，以平臺為中心形成人工智能解決方案。

其收入結(jié)構(gòu)也非常清晰，主要是“先知平臺及應(yīng)用產(chǎn)品”以及基于平臺的“應(yīng)用開發(fā)及其他服務(wù)”兩部分。目前兩大塊業(yè)務(wù)營收構(gòu)成基本是各占一半。

2018-2020、2021上半年，先知平臺及應(yīng)用產(chǎn)品產(chǎn)生的收入分別為523萬元、2.54億元和6.19億元、3.76億元，同期營收占比分別為4.1%、55.3%、65.7%、47.7%；應(yīng)用開發(fā)及其他服務(wù)收入分別為1.23億元、2.05億元、3.23億元、4.12億元，同期營收占比分別為95.9%、44.7%、34.3%、52.3%。

“先知平臺及應(yīng)用產(chǎn)品”是第四范式的根本，“應(yīng)用開發(fā)及其他服務(wù)”收入是指幫助客戶在先知平臺上開發(fā)定制化的AI應(yīng)用。但后者的收入占比2019年以來一直在提升，這意味著第四范式基于平臺開拓出了更大的潛在市場。

在幫助企業(yè)提升效率上，決策類AI有不少用武之地。

第四范式創(chuàng)始人戴文淵曾在公開演講中舉例，在銀行領(lǐng)域，第四范式利用機器學(xué)習(xí)從大數(shù)據(jù)中整理規(guī)律，從原來銀行人工整理的幾百條營銷規(guī)則變成上億條，營銷效率提升了近600倍；在保險領(lǐng)域，也是整理出上萬條理賠規(guī)則，大幅度提升理賠效率；在傳統(tǒng)石油石化行業(yè)里，能夠?qū)⑦^去預(yù)測化工品價格、由人工整理的上萬個規(guī)則提升到千萬級別，降本增效明顯。

戴文淵開發(fā)過的百度鳳巢系統(tǒng)（借助AI進(jìn)行搜索推廣，對原本競價排名有所超越）也是典型的效率提升案例。

2009年，百度支撐廣告系統(tǒng)穩(wěn)定運行的應(yīng)用服務(wù)器有三四千臺，鳳巢系統(tǒng)AI開發(fā)團隊只有一臺。但靠著這一臺服務(wù)器，戴文淵團隊幫助百度提高了40%的收入。這樣的戰(zhàn)績也使得鳳巢系統(tǒng)AI開發(fā)團隊在公司內(nèi)部資源爭奪中超過其他廣告系統(tǒng)等部門，布置服務(wù)器數(shù)量得以大幅提高。

每一個行業(yè)都有AI的需求，但并非每一家公司都像百度這樣具有獨立AI開發(fā)的能力。

為此第四范式提出了“AI For Everyone”的說法，認(rèn)為決策類AI技術(shù)可以進(jìn)入每一個行業(yè)，通過優(yōu)化企業(yè)“策略制定”環(huán)節(jié)來提升效率，幫企業(yè)真正實現(xiàn)數(shù)字化、智能化轉(zhuǎn)型。

據(jù)灼識咨詢估計，一家公司一般需約5億元的前期投資費用方可在內(nèi)部開發(fā)一整套企業(yè)級AI系統(tǒng)，后續(xù)還將產(chǎn)生每年約5000萬元的持續(xù)維護(hù)費用，總擁有成本遠(yuǎn)高于公司通過外部采購一套相同標(biāo)準(zhǔn)AI系統(tǒng)的年度開支（約5000萬元至1億元）。

據(jù)招股書，第四范式現(xiàn)已為金融、零售、制造、能源與電力、電信、醫(yī)療保健等行業(yè)中的龍頭企業(yè)提供服務(wù)，2020年服務(wù)47家標(biāo)桿用戶（全球財富500強企業(yè)及上市公司定義為標(biāo)桿用戶），2021上半年服務(wù)38名標(biāo)桿用戶。

標(biāo)桿用戶也是客單價最高、收入占比最大的重要客戶。2021上半年，標(biāo)桿用戶平均收入已經(jīng)由2020上半年的730萬元增至1030萬元；2018-2020及2021上半年，標(biāo)桿用戶分別貢獻(xiàn)了第四范式總收入的56%、58%、61%及50%。

但千萬元左右的客單價要想進(jìn)一步提升至5000萬元甚至更高，恐怕很難。而能夠成為標(biāo)桿用戶的大企業(yè)，數(shù)量也有限。

在2017年底的一次媒體采訪中，戴文淵就表示，銀行領(lǐng)域的“戰(zhàn)役”基本結(jié)束，第四范式已經(jīng)拿下可能的所有標(biāo)桿用戶，潛在標(biāo)桿也已經(jīng)進(jìn)入合作洽談，“未來有競爭對手進(jìn)入這個行業(yè)，已經(jīng)沒有機會拿到標(biāo)桿了”。

“高凈值客戶”數(shù)量有限，第四范式未來更多的營收來源還是要在中小客戶身上。

在招股書中，第四范式提出希望通過打造先知平臺這樣的通用型平臺，以低代碼或無代碼形式，進(jìn)一步降低AI的部署門檻，來實現(xiàn)快速、規(guī)?；疉I部署，減少人力成本。但降低成本和門檻后的平臺，對中小客戶而言依舊不便宜。

對中小客戶而言，如果有低成本AI部署，挖掘自己業(yè)務(wù)數(shù)據(jù)中潛在的價值，自然是錦上添花。但沒有部署AI，很多中小企業(yè)也可以生存，已有的企業(yè)管理（ERP）、供應(yīng)商關(guān)系管理（SRM）和客戶關(guān)系管理（CRM）等系統(tǒng)似乎已經(jīng)足夠數(shù)字化。AI系統(tǒng)有了更好，沒有也無所謂。

如何在標(biāo)桿用戶之外贏得更多中小客戶，針對更多中小客戶數(shù)據(jù)質(zhì)量不高的雜亂場景落地解決方案，是第四范式同時也是更多AI企業(yè)面臨的較大挑戰(zhàn)。

簽約寧德時代

大客戶想象力有多大

在商業(yè)化落地上，第四范式在AI公司里已經(jīng)是佼佼者。

相比于很多AI公司空有技術(shù)卻難以落地，第四范式目前擁有超過8000個客戶、落地項目約1.2萬個，行業(yè)涉及銀行、保險、證券、零售、能源、醫(yī)療、制造等多領(lǐng)域。

其中銀行客戶占比較高，畢竟銀行有錢、有數(shù)據(jù)，效率提升可以在利潤提升、損失避免上體現(xiàn)得更加直接。戴文淵曾對媒體表示，最開始選擇金融行業(yè)，就是因為傳統(tǒng)金融行業(yè)的數(shù)據(jù)數(shù)量、質(zhì)量最高，轉(zhuǎn)型升級的需求也非常迫切。

第四范式是銀聯(lián)、創(chuàng)新工場以外，唯一同時拿到“中農(nóng)工建交”五大行投資的企業(yè)。招股書顯示：國內(nèi)大部分國有銀行及股份制銀行都是第四范式的客戶，其風(fēng)控系統(tǒng)、推薦系統(tǒng)大都由第四范式搭建，以某全國性股份制銀行為例，通過第四范式的先知企業(yè)AI核心系統(tǒng)，提升了超過7倍的反欺詐識別準(zhǔn)確率。

第四范式的目標(biāo)是，將決策類AI應(yīng)用到每一個行業(yè)，需要拓展銀行之外的更多行業(yè)，寧德時代這種新能源制造業(yè)龍頭就很典型。

6月30日，第四范式與寧德時代達(dá)成戰(zhàn)略合作，基于第四范式SageAIOS平臺的全生命周期AI應(yīng)用與管理能力，將AI決策能力注入到寧德時代生產(chǎn)制造的各環(huán)節(jié)中，共同推動制造行業(yè)加速向智能制造轉(zhuǎn)型發(fā)展。

但透露給媒體的消息有限，雙方合作金額、具體如何合作，外界尚不清楚。

招股書中顯示，Y公司（即寧德時代）正尋求升級工廠并以人工智能技術(shù)確保產(chǎn)品的安全性，借此保持競爭優(yōu)勢，第四范式的產(chǎn)品可以基于計算器視覺技術(shù)進(jìn)行質(zhì)量檢測及設(shè)備監(jiān)控，并會派出科學(xué)家與Y公司合作，對產(chǎn)品安全進(jìn)行以人工智能驅(qū)動的預(yù)測性分析，試圖解決電池安全這一電動汽車行業(yè)最關(guān)注的問題。

公開信息顯示，依托于第四范式SageAIOS數(shù)據(jù)治理、模型上線以及模型自學(xué)習(xí)等全流程AI能力，以及低門檻的AI生產(chǎn)工具，寧德時代打造了快速規(guī)?；涞谹I的人工智能平臺，并通過企業(yè)級AI工程化能力，保障了AI系統(tǒng)與現(xiàn)有的生產(chǎn)系統(tǒng)對接上線，實現(xiàn)了對數(shù)據(jù)的實時分析與決策。

在零散新聞報道中，我們還可以了解到寧德時代與永太科技、安脈時代、百度飛槳、科大智能、英特爾等外部企業(yè)或?qū)幍聲r代所投上下游企業(yè)都有合作，致力于產(chǎn)線數(shù)據(jù)提取分析、產(chǎn)線智能化改造、電池缺陷質(zhì)量檢測智能化升級等。第四范式并非唯一、可能也不是最大的AI合作方。

AI技術(shù)，究竟能給寧德時代的生產(chǎn)線帶來多少提升？

寧德時代2020年提出動力電池缺陷率從ppm（百萬分之一）級別向ppb（十億分之一）級別提升，安全性能把控從6西格瑪進(jìn)一步向9西格瑪靠攏等“極限制造創(chuàng)新”的目標(biāo)。

據(jù)寧德時代年報，2020年其動力電池系統(tǒng)銷量為44.45GWh，銷售收入為394.26億元，可算出2020年動力電池系統(tǒng)平均單價為0.89元/Wh。若缺陷率、產(chǎn)線損耗能夠進(jìn)一步降低，也有助于寧德時代抵抗上游鋰狂漲價。

有報道稱三星、LG、松下的CPK值（制程能力指數(shù)，越高越好）基礎(chǔ)線都已達(dá)到1.67，甚至可達(dá)2.0，而寧德時代的CPK值最高才能達(dá)1.67。寧德時代距離國際先進(jìn)水平也許有一定差距，但作為全球動力電池出貨量龍頭，其良率距離松下等企業(yè)差距也不大。

有分析認(rèn)為在產(chǎn)線良率和一致性進(jìn)一步優(yōu)化之下，成本最高可降低10%。若利潤提升也按照10%計算，寧德時代2020年凈利潤為55.83億元，決策類AI等投入能夠提升的利潤最多就是五六億元，不會超過10億元。

因此寧德時代AI系統(tǒng)采購年框的額度，應(yīng)當(dāng)也符合招股書中灼識咨詢估測的約5000萬元至1億元，很難有更大的提升空間。而且這一采購額度，第四范式還要與百度飛槳等企業(yè)共享。

也就是說，寧德時代并非所謂“大腿”，只是第四范式的一個普通標(biāo)桿用戶。除非第四范式能進(jìn)一步深度參與寧德時代上下游、更多場景的AI優(yōu)化。

第四范式曾提出深挖單個客戶價值，AI要在單個客戶身上從單點應(yīng)用到全面開花。那么在深度參與客戶AI優(yōu)化的同時，上汽董事長陳虹的“靈魂與軀體之問”又?jǐn)[在面前：作為客戶的整體AI解決方案提供商，你可能成為客戶的靈魂，而客戶只剩下軀體嗎？

寫在最后

在移動互聯(lián)網(wǎng)快速發(fā)展的近十年，巨頭們所向披靡。如今的初創(chuàng)AI企業(yè)，也同樣面臨靠技術(shù)優(yōu)勢獲得的市場被資本雄厚的巨頭搶占的風(fēng)險。

圖源：第四范式招股書

招股書顯示，決策類AI市場前五大企業(yè)，除了第四范式，剩下四家都是巨頭。根據(jù)附注中四家公司的總部所在地與業(yè)務(wù)介紹，可知A公司是百度，B公司是阿里，C公司是華為，D公司是騰訊。

人們工作生活的方方面面已經(jīng)離不開巨頭，但沒有人愿意各行各業(yè)都被巨頭壟斷。

慶幸的是，雖然巨頭們擁有更強大的資本、研發(fā)團隊、銷售渠道，但騰訊和阿里等巨頭的決策類AI恐怕未必受銀行歡迎，畢竟微信支付和支付寶已經(jīng)對銀行業(yè)務(wù)形成很大沖擊。五大行投資第四范式，讓其獲得大部分銀行的決策類AI項目，恐怕也是看中了第四范式的獨立性。

所以在銀行領(lǐng)域這一“基本盤”、“根據(jù)地”，第四范式并不用擔(dān)心巨頭競爭、數(shù)據(jù)安全、政策變動、連年虧損等問題。數(shù)據(jù)合規(guī)對第四范式這類頭部公司只是基礎(chǔ)問題，政策監(jiān)管第四范式也有技術(shù)準(zhǔn)備，連年虧損對于一家有眾多資本支持且未來預(yù)期良好的AI企業(yè)更不算是事兒。

而且第四范式創(chuàng)始人戴文淵被贊為“天才少年”，畢業(yè)于上海交通大學(xué)，曾就職于百度、華為，在遷移學(xué)習(xí)的領(lǐng)域論文引用數(shù)排名世界第二，論文在NIPS、ICML、AAAI及KDD等頂級學(xué)術(shù)會議上發(fā)表，還在2005年ACM國際大學(xué)生程序設(shè)計競賽全球總決賽中榮獲世界冠軍。創(chuàng)始人與公司團隊的技術(shù)實力，都毋庸置疑。

那么，第四范式萬事俱備、只欠盈利了？

當(dāng)然不是。AI企業(yè)中類似第四范式這種學(xué)霸創(chuàng)業(yè)的企業(yè)還有很多，學(xué)霸光環(huán)在公司發(fā)展初期能吸引更多關(guān)注，但在長期的市場開拓、精細(xì)運營、項目能力等方面作用有限。

AI已經(jīng)從宣揚算法、架構(gòu)的先進(jìn)性，進(jìn)入比拼落地和商業(yè)化能力的時代。億歐智庫《2021AI商業(yè)落地市場研究報告》認(rèn)為，標(biāo)準(zhǔn)化與可復(fù)用的產(chǎn)品與服務(wù)才是AI企業(yè)實現(xiàn)全面、深入商業(yè)落地的關(guān)鍵，能有效助力企業(yè)在短時間內(nèi)走上高效盈利之路。

對第四范式來說，讓自己的產(chǎn)品從標(biāo)桿用戶走向中小企業(yè)，在“操作系統(tǒng)”服務(wù)之外進(jìn)一步強化即用型人工智能應(yīng)用服務(wù)，從算法平臺化走向算法App化，獲取長尾收益，可能才是更加全面的AI商業(yè)落地。

很多人還有一個疑問，適用于金融、工業(yè)等領(lǐng)域的決策類AI技術(shù)是否像自動駕駛一樣，被各方過譽以至于承載了本身難以實現(xiàn)的期待？

谷歌自動駕駛技術(shù)負(fù)責(zé)人Chris Urmson曾在演講中嘲諷對自動駕駛的過于信任：“相信一款自動駕駛輔助系統(tǒng)只要不斷迭代，就能越做越好，最終達(dá)到完全的自動駕駛水平，這就相當(dāng)于說，只要我努力地練習(xí)跳躍，遲早有一天，我就會飛起來?！?/p>

但不同于自動駕駛，我們相信決策類AI在金融、能源、制造業(yè)等領(lǐng)域是能夠不斷迭代、越來越好的。

因為自動駕駛面臨復(fù)雜的三維環(huán)境，轉(zhuǎn)化數(shù)據(jù)的過程容易出現(xiàn)偏差，AI判斷往往不如人；而在制造業(yè)、能源、金融等行業(yè)的海量規(guī)范數(shù)據(jù)中尋找隱藏規(guī)律，本就是決策類AI比人強的地方。決策類AI，可以在練習(xí)足夠多的跳躍之后飛起來。

本文由億歐原創(chuàng)，申請文章授權(quán)請后臺回復(fù)“轉(zhuǎn)載”，聯(lián)系相關(guān)運營人員，未經(jīng)授權(quán)不得轉(zhuǎn)載。