中國的人工智能廠商已經進入大規模上市潮，某種程度上，能否成功上市，是對人工智能廠商“質地”的檢驗。在這個背景下，不少人工智能廠商都在想方設法上市。9月6日消息，第四範式再次向港交所遞交了上市招股書，這已經是他第三次向港交所發起的沖鋒了。
第四範式是一家怎樣的公司呢？可以将其視為平台型決策類人工智能公司。
中國人工智能行業可按照應用範疇分為四大領域：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。決策類人工智能識别資料中的隐藏規律，指導基于資料洞察的決策過程，并解決與核心業務營運密切相關的問題。
在決策類人工智能市場中，以平台為中心的決策類人工智能細分市場正不斷擴大。與非以平台為中心的解決方案相反，以平台為中心的解決方案除了為終端使用者提供人工智能應用及底層計算基礎設施外，亦提供人工智能開發平台。該等平台為終端使用者提供統一的開發标準、高相容性以及可根據實際需求靈活擴充應用程式。2018-2021年，以平台為中心的決策人工智能市場年均增速109.1%，而非以平台為中心的決策人工智能市場年均增速為56.2%。
大陸平台型和非平台型決策人工智能市場規模 資料來源：灼識咨詢報告
第四範式作為大陸一家頭部平台型決策類人工智能公司，某種程度上代表了這類人工智能公司的生存現狀。接下來，我們以第四範式的招股說明書為基礎，來分析這家公司的業務狀況，并探讨從這家公司身上看到的大陸人工智能産業的發展态勢和存在的問題。
營收增速和虧損幅度都收窄，資産負債率超過100%
是騾子是馬，牽出來遛遛。在分析其業務結構之前，我們先透過财務資料對其總體的經營現狀有個總體的了解。
2022年上半年，第四範式營收10.58億元，2021年全年是20.18億元。近三年，第四範式的營收增速較快，每年都實作了翻倍增長。但是，2022年上半年的營收增速大幅下滑為34.26%。作為對比，2021年上半年營收增速為166.89%。第四範式如果要赢得資本市場的青睐，把營收增速提升去是最關鍵任務。
第四範式營收情況 資料來源：同花順
2019年、2020年、2021年及2022年上半年，第四範式的前五大客戶合計占總收入分别40.9%、17.4%、11.1%及27.0%。其中，最大客戶占總收入的比例分别約20.6%、5.2%、2.8%及6.9%。總體上看，第四範式的營收集中度在降低，對大客戶的依賴度也在降低，這有助于降低其業務風險。至于2022年上半年營收集中度提升，是否跟其營收的季度分布有關，還需要進一步觀察。
第四範式客戶集中度 資料來源：第四範式招股書
從行業上劃分，金融業在第四範式的營收占比最大，但近幾年占比在快速下降；其次是能源電力的占比較大，且占比在上升。總體上看，第四範式營收的行業分布越來越分散，改變了幾年前金融行業一家獨大的局面。金融行業一直是人工智能廠商的兵家必争之地，但是一個行業的收入占比過高，風險也更高，且營收天花闆更低。從這個角度來看，營收的行業分布更加均勻，是有利于第四範式未來的發展的。
第四範式收入的行業分布 資料來源：第四範式招股書
第四範式的收入分布 資料來源：第四範式招股書 資料猿整理
另一方面，第四範式的營收增速雖然掉下來了，但其虧損幅度也有所縮窄。
第四範式營業利潤和歸母淨利潤情況 資料來源：同花順
與之對應的，是第四範式淨利率情況的改善。可以看到，近三個季度第四範式的淨利率在持續提高。對于高成長企業而言，往往需要在營收和利潤兩方面做一個權衡。一般而言，營收高速增長，往往伴随着虧損的擴大。近一年，第四範式以犧牲營收增速的方式，來降低虧損。至于資本市場對這種操作方式是否買賬，還有待觀察和驗證。
第四範式淨利潤和淨利率 資料來源：同花順
從第四範式的成本結構上，主要包括銷售成本、研發成本、銷售及營銷成本、行政成本四項。在這四項成本中，研發成本占營收的比重最大，平均超過50%。但是，研發成本占比總體呈下降态勢；其次是銷售成本（營業成本），占比也接近50%，且保持相對穩定；另外兩項成本，銷售及營銷成本、行政成本的占比較低，且這兩項成本總體處于快速下降态勢。可以說，降低銷售和行政成本占營收的比例，是第四範式提升利潤情況的關鍵。
第四範式各項成本支出占收入的比例 資料來源：招股書 資料猿整理
第四範式的毛利率資料是比較好的，近幾年其毛利率都在40%以上，并且總體上呈現上升态勢，這一點難能可貴。在人工智能領域，廠商在做大營收規模的同時，往往伴随着毛利率的下降。究其原因，是因為高毛利的軟體業務增長乏力，要想繼續擴大營收，往往将通過銷售硬體的方式來實作。而硬體業務雖然可以很快放大營收，但這類業務的毛利率更低，會拉低整體業務毛利率。第四範式保持毛利率的上升态勢，說明其業務擴張沒有以犧牲利潤為代價，收入的“水分”沒那麼重。
第四範式毛利潤和毛利率 資料來源：同花順
在第四範式的财務資料中有一個資料很反常，就是其資産負債率。作為一家人工智能公司，第四範式的資産負債率居然長期處于100%以上。資産負債率率超過100%，從财務角度就是資不抵債了。近乎暴雷的房地産企業恒大，其最壞的情況下資産負債率也沒超過90%。
第四範式資産負債率 資料來源：同花順
作為對比，我們再來看看其他人工智能企業的資産負債率。商湯科技的資産負債率率雖然曾經也超過100%，但2021年之後就下滑到20%以下；雲從科技的資産負債率一直控制在60%以内；科大訊飛的資産負債率更是控制在50%以内。
商湯、雲從、科大訊飛資産負債率對比 資料來源：同花順
當然，如果要擺爛，永遠可以找到更差的。曠視科技的資産負債率就比第四範式更加誇張，長期處于200%以上，而且還沒出現下降的态勢。但是，作為一個科技企業，資産負債率長期超過100%是絕對不行的，第四範式要想降低風險，就需要在未來兩三年内走商湯科技走過的路，大幅降低負債。
曠視科技資産負債率 資料來源：同花順
再來看看第四範式的現金流情況。近幾年，其總現金流大部分時間為正，每年的業務經營會虧損幾億元，但影響現金流的核心因素是融資現金流和投資現金流。2020和2021年，第四範式每年都有幾十億融資的同時，也在大手筆投資。但在2022年上半年，第四範式的融資和投資規模劇降，尤其是融資基本結束，這與其上市程序有關。
第四範式現金流情況 資料來源：同花順
以先知平台為基礎，建構決策智能産品體系
要深入了解一家公司，隻停留在總體的财務資料上是不夠的，要深入其業務結構才行。為此，我們需要了解第四範式的技術産品體系和其業務。
第四範式提供端到端的企業級人工智能解決方案，包括可選的配套基礎設施、作業系統、人工智能開發人員套件及應用。先知平台是第四範式的核心産品，該平台将機器學習、應用、決策和評估的流程自動化，實作快速簡易模組化、提供低代碼或無代碼開發環境，幫助企業建構量身定制的人工智能系統。
第四範式産品架構 資料來源：第四範式招股書
具體來看，先知平台包括：
Sage AIOS，一個具有使用者友好界面、标準化資料處理、自動化資源管理和配置、中間軟體相容的人工智能作業系統。Sage AIOS的主要元件包括資料核心和運作時核心。資料核心通過定義适用于人工智能應用的資料标準和格式，提升使用者的資料品質和模組化效率。運作時核心是用于多級計算、存儲和通信的集中管理核心，運作時核心可在不影響使用者體驗的情況下自動排程及管理異構資源，進而提高計算資源使用率，優化人工智能模型及應用的開發效率。
Sage AIOS上建有兩種人工智能開發人員套件，一種是配備無代碼開發工具的HyperCycle系列，另一種是配備低代碼和無代碼開發工具的Sage Studio系列，使用者可根據自身的編碼能力作出選擇。第四範式基于使用者想要開發的人工智能應用類型，提供HyperCycle ML、HyperCycle CV、HyperCycle OCR、HyperCycle KB、ML Studio、CV Studio、NLP Sudio及Speech Studio等選擇。
此外，第四範式還提供即用型人工智能應用，使用者可直接部署并用于優化他們的營銷、風控、營運等業務環節。第四範式亦提供應用開發服務，幫助使用者在先知平台上開發定制化的人工智能應用，以滿足他們的特定業務需求。
第四範式于2021年6月推出了企業級人工智能應用商店，整合由第四範式開發的即用型人工智能應用，以及合作夥伴使用第四範式的算法和标準、在Sage AIOS中所開發的人工智能應用。此類應用的所有權及知識産權由合作夥伴與第四範式共同擁有，收取的費用按照雙方商定的比例分攤。
這裡需要提到人工智能領域的一個重要現象，就是多家廠商産品的互相相容、內建。客戶要實作自身業務需求，往往需要一站式人工智能解決方案，而單個廠商提供的産品往往有限。為了解決這個沖突，廠商之間互相合作，互相內建，就成為一種常态。第四範式不僅通過應用商店去內建别人的産品，其自身的産品也會通過被别人內建的方式去拓展市場。
第四範式的客戶分為兩大類别：直簽客戶，為直接購買第四範式解決方案的終端使用者；解決方案合作夥伴客戶，主要為将第四範式的解決方案融入其産品的第三方系統內建商。2019年-2021年，自直簽客戶産生的收入分别占第四範式總收入的21%、15%、43%，2022年上半年自直簽客戶産生的收入占比30%。相應的，自解決方案合作夥伴客戶産生的收入分别占第四範式總收入的79%、85%、57%和70%。可以看到，跟第三方廠商的系統內建，是第四範式開拓市場的主要方式。
第四範式直簽客戶與管道客戶收入占比 資料來源：第四範式招股書 資料猿整理
獨特的“類雲AI”商業模式，能夠闖出一片新天地？
總體上看，第四範式的技術産品體系并沒有什麼特别，不少廠商都建構了類似的産品體系。我們将其核心産品與商業模式結合起來，可以看到一些有意思的現象。
目前，第四範式的商業模式主要是三類：軟體使用許可、SageOne和應用定制開發。其中，先知平台及産品主要通過軟體使用許可及SageOne兩種商業模式進行銷售。先知平台及産品的定價，主要根據使用的人工智能功能和通過這個功能消耗的算力。比如，使用者利用先知平台就新應用場景開發更多人工智能應用，或增加現有場景的使用而需要更多算力時，他們将需向第四範式購買額外使用許可，進而使第四範式能夠于初次銷售後獲得更多收入。
第四範式業務收入結構 資料來源：第四範式招股書
在實際的商業場景中，算力消耗根據與使用者拟開發的特定應用場景及應用相關的各種因素而作出估計，主要考量因素包括：估計資料量、每秒查詢率（即每秒送出的要求次數）、并發（即并發任務的數量）以及副本數量（即資料副本的數量）；人工智能算法類型（例如内容推薦、預估、欺詐檢測等）；其他應用場景特定要求（例如使用者是否正在開發線上或線下應用，或分析是實時或延遲等）。除了關鍵參數外，第四範式的估計算力消耗亦受其他額外參數影響，例如估計的網絡網關、延遲、特征工程的複雜性等。一般而言，資料量愈大、其他參數要求愈多、算法愈複雜、具備實時分析等若幹特定功能的應用将需要更高的算力。
軟體使用許可模式，第四範式按所需CPU核心數目乘以各個CPU核心的協定使用許可費，向客戶收取軟體使用許可費；SageOne模式，基于估計算力消耗及第四範式硬體上可實作的優化效果，第四範式向客戶建議合适的型号、配置及其需要的硬體數目。SageOne的價格基于硬體單元的數目而收取，當中已涵蓋第四範式軟體的使用許可費。
本質上，第四範式的人工智能平台和應用就像是一個“管道”，算力和資料就像是這個管道裡的水流。最終，是根據“管道”類型和“水流量”來确定收費。我們來做個類比：A客戶通過調用計算機視覺應用消耗了100機關的算力，類似于使用者在廚房消耗了100升飲用水，自來水公司根據廚房飲用水的單價和使用者消耗的水量來計費；B客戶調用語音識别應用消耗了100升的算力，類似于使用者在衛生間消耗了100升中水，自來水公司則根據中水的單價和使用者消耗的水量來計費。
基于算力消耗定價的商業模式，最大的好處是其可持續性。假如使用者隻是一次性購買軟硬體産品，那人工智能廠商隻能在客戶身上收一次費用；而當客戶依據應用和算力來收費，因為客戶部署人工智能應用之後，随着使用者的使用會一直産生算力消耗，人工智能廠商就可以一直收費。并且，當使用者使用新的應用，或者原來應用的業務量增大，消耗的算力也增大，人工智能廠商在這個客戶身上獲得的收入也會增長。就像自來水公司給一棟樓安裝供水系統後，這棟樓的使用者每年都在用水，那自來水公司每年都可能獲得營收。并且，這棟樓的使用者越多，通過這套供水系統的水量就越大，自來水公司的收入就越多。
除了以上兩種收費方式外，第四範式還提供定制化應用開發服務，幫助客戶基于先知平台開發定制化的人工智能應用，主要根據人力消耗情況和開發的應用類型來收取項目費。此外，當定制開發應用完成之後，客戶也可能繼續采購第四範式的應用開發服務，這樣第四範式後續也可以收取相應的服務費。
第四範式業務收入結構 資料來源：第四範式招股書 資料猿整理
近兩年，在以上三項收費模式中，應用定制開發模式的營收占比保持相對穩定，在50%左右；SageOne模式的營收占比在顯著下降；軟體使用許可模式的營收占比持續提升。在這三項業務當中，毛利率最高的當屬軟體使用許可業務。第四範式近幾年毛利率的提升，主要就歸功于軟體使用許可業務占比的上升。這也意味着，随着該項業務占比的進一步上升，第四範式的整體毛利率還有提升空間。
目前來看，軟體使用許可業務主要替代的是SageOne業務，應用定制開發業務的占比整體穩定。SageOne目前營收占比已經下降到28.5%，下降的空間已經有限。要進一步打開毛利率上升空間，接下來很重要的任務是實作軟體使用許可業務或SageOne對定制化應用開發業務的替代。人工智能廠商要想獲得更好發展，就必須要打造标準化産品，擺脫對定制化項目的依賴。隻有标準化産品，才能實作規模效應，快速擴張的同時提高利潤水準。定制化項目，在規模化擴充方面存在無法克服的短闆。
無論是軟體使用許可還是SageOne模式，第四範式實際上采用的是“類雲AI模式”。差別無非是，軟體使用許可模式隻提供軟體，SageOne模式提供預轉軟體的硬體。雲計算是一種技術，更是一種商業模式，其核心在于按資源使用量付費，而不是一次性付費。之是以将第四範式的商業模式稱作類雲AI，是因為：一方面，其使用權許可模式是以計算資源的使用量來收費，這讓其提供的人工智能服務有點像SaaS應用；另一方， 無論是客戶本地部署的軟體許可使用模式還是SageOne，以及項目定制模式，第四範式的人工智能平台和産品并不是主要部署在雲端。雲AI，是将AI應用部署在阿裡雲、騰訊雲、華為雲這樣的IaaS雲基礎設施上。很明顯，第四範式的平台目前“上雲率”還不高。
無論是雲AI還是“類雲AI”，一個影響其未來發展的關鍵名額，就是客戶的續費率。跟傳統的軟硬體售賣模式是一錘子買賣不同，雲服務模式是要細水長流，客戶需要持續付費。
接下來，我們來分析第四範式的客戶情況。2019-2022年上半年，其總客戶數從79家增長到197家。其中，标杆客戶數量從32增長到74家。所謂标杆客戶，即營收貢獻大的客戶。2019年、2020年、2021年以及2022年上半年，第四範式每名使用者整體平均收入貢獻分别為570萬、580萬、690萬及540萬元；每名标杆使用者的平均收入貢獻分别為830萬、1230萬、1370萬和890萬元，大幅高于客戶平均收入，标杆使用者分别貢獻第四範式總收入的58%、61%、51%、及62%。
第四範式客戶情況 資料來源：第四範式招股書
接下來，我們來看兩個資料——标杆客戶留存率、标杆客戶淨收入擴張率。
标杆客戶留存率，即上一年的标杆客戶有多大比例續費。基于第四範式各年标杆客戶的增減情況，可以算出其2019年、2020年、2021年标杆客戶的留存率為67.7%、81.3%、89.4%，留存率較高且在逐年提升。
至于标杆客戶淨收入擴張率，即留存下來的标杆客戶，今年貢獻的營收相對于上年提升的比例。2019年、2020年及2021年，第四範式标杆使用者的淨收入擴張率分别為250%、167%及140%，說明每年單個标杆客戶的付費都在增長。為什麼單個客戶每年的付費要增長呢？主要是當使用者在第四範式平台上為新的場景開發更多人工智能應用或增加現有場景的使用而需要更多算力時，他們将需購買額外使用許可。需要注意的是，雖然近幾年第四範式單個标杆客戶貢獻的收入都在擴張，但近幾年的标杆使用者的淨收入擴張率都在下降，說明整體擴張态勢是放緩的。
從以上幾個角度來看，第四範式的“類雲AI”發展态勢比較明朗。接下來，需要做的就是提升其産品和應用的上雲率，平台、産品和應用要更多的部署在雲端，尤其是部署在公有雲。為了避免被單個公有雲廠商鎖定，上層SaaS廠商可以采取跨雲部署的方式。随着多雲管理技術的成熟，跨雲部署将逐漸成為SaaS廠商的主流選擇。AI雲化之後也可視為一類SaaS應用，上述規律對于AI廠商依然适用。
當然，推動AI應用上雲，不僅需要AI廠商的努力，更重要是得到客戶的認可。在應用上雲方面，美國走在全球前列。歐美企業對于上雲的接受度普遍更高，相對而言，中國企業則對業務和資料上雲更加謹慎，一方面是擔心資料和業務安全，另一方面也是對雲廠商的能力不放心。此外，中國企業的資訊化本來就滞後于歐美，對于新技術、新模式的接受度更低。要解決這個問題，需要雲廠商、AI廠商和客戶企業的共同努力。雲廠商、AI廠商要拿出過硬的技術和産品，能夠讓客戶清晰的感覺到AI應用上雲的确有多方面的優勢。此外，頭部廠商要敢于引領市場，擔負起市場教育的責任。