來源 | 產(chǎn)業(yè)科技
三次IPO折戟后，第四范式終于在9月底闖關(guān)成功，成為繼商湯科技之后，第二家登陸港股的AI獨角獸企業(yè)。
前有商湯科技跌落，第四范式的上市也讓市場為其捏一把汗。雖然第四范式與商湯科技處于不同的AI應(yīng)用賽道，但二者都有著上市前高額融資，估值被拉滿，以及主營業(yè)務(wù)商業(yè)化受挫的底色。上市后，第四范式也沒能擺脫市值跌落的魔咒，截至發(fā)稿前，其股價已比上市高點跌掉17%。
(資料圖片僅供參考)
2015年至今，第四范式已經(jīng)進行了11輪融資，融資額約66億元，估值超過30億美元，短短幾年間估值增長上百倍。瘋狂融資背后，不僅有紅杉中國、騰訊投資、高盛集團等知名投資機構(gòu)，而且還有五大國有銀行的身影。
資本的熱衷，取決于對第四范式通用能力模型的期待，然而透過其虧損的業(yè)績和主營業(yè)務(wù)結(jié)構(gòu)可以發(fā)現(xiàn)，通用AI能力的想象很難落地。即使第四范式在決策類人工智能細分領(lǐng)域中，占據(jù)著領(lǐng)先市場份額，但其標準化AI業(yè)務(wù)產(chǎn)品先知平臺營收占比逐年下滑，定制業(yè)務(wù)反而一躍成為公司占比最大的業(yè)務(wù)。
今年上半年，受大模型紅利刺激，AI市場回暖，第四范式營收實現(xiàn)一定漲幅，先知平臺及產(chǎn)品收入占比有所提升，但業(yè)務(wù)權(quán)重較高的高定制化開發(fā)業(yè)務(wù)，對其收入規(guī)模增長和毛利水平的抑制影響依然存在。
趕上大模型風口，第四范式立馬推出自己的大模型戰(zhàn)略“AIGS戰(zhàn)略”，在第四范式大模型產(chǎn)品“式說3.0”發(fā)布會上，創(chuàng)始人戴文淵高調(diào)地宣稱AIGS將是一個十萬億量級的市場。
拋出生成式AI重構(gòu)企業(yè)軟件的概念，第四方式再次回到曾經(jīng)描繪的通用型AI構(gòu)想中。事實證明，這個構(gòu)想資本可能會相信，但客戶不會。
困于高定制化
從AI實現(xiàn)的功能來看，有決策類和預(yù)測類兩個類別。
決策類，即判斷式AI，主要用于根據(jù)輸入的數(shù)據(jù)或信息做出決策或預(yù)測，并確定實現(xiàn)的方式和路徑，如移動路線規(guī)劃。預(yù)測類是指通過計算來預(yù)測行為和結(jié)果，根據(jù)歷史數(shù)據(jù)來預(yù)測未來的趨勢或行為，如廣告推薦、歌曲推薦等。
而從具體的應(yīng)用場景來看， AI市場可拆分為決策類、視覺類、語音語義類和人工機器人類，四個細分賽道。
無論如何劃分，第四范式都屬于前者。在業(yè)務(wù)定位上，第四范式致力于提供以平臺為核心的人工智能解決方案，使企業(yè)能夠開發(fā)其自有的決策類人工智能應(yīng)用，發(fā)掘數(shù)據(jù)隱含規(guī)律從而幫助企業(yè)提升決策能力。
按2022年的收入計，第四范式是中國最大的以平臺為中心的決策類人工智能提供商，占據(jù)22.6%的市場份額，業(yè)務(wù)范圍涵蓋金融、零售、制造、能源與電力、電信及醫(yī)療保健等行業(yè)。
按照第四范式的設(shè)想，主要業(yè)務(wù)收入來源于一套端到端人工智能解決方案——先知平臺，涵蓋了諸如AI操作及開發(fā)系統(tǒng)、運行環(huán)境以及可視化服務(wù)等，為終端用戶提供統(tǒng)一的開發(fā)標準、高兼容性并能根據(jù)實際需求靈活擴展應(yīng)用，讓企業(yè)擁有人工智能開發(fā)和管理能力，可幫助企業(yè)實現(xiàn)快速、規(guī)?；渴?。
由于該商業(yè)化模式的基礎(chǔ)是AI技術(shù)服務(wù)于企業(yè)業(yè)務(wù)，即需要一整套落實到具體業(yè)務(wù)場景的技術(shù)體系，根據(jù)不同的客戶業(yè)務(wù)情況具體定制。這種高定制化的業(yè)務(wù)模式，使得第四范式的主營業(yè)務(wù)的通用性相對較低。
此外，為了與其他SaaS廠商的直接定制解決方案拉開差異，第四范式的收費標準為軟件授權(quán)+算力的形式，讓客戶能夠按需選購。這導(dǎo)致毛利率和邊際貢獻率都受到一定影響。
過去三年，第四范式的毛利率為45.6%、47.2%和48.2%；2023年上半年毛利率48%。相比同行業(yè)中其他頭部AI企業(yè)，第四范式的毛利率較低，這主要是受毛利水平較低的定制開發(fā)業(yè)務(wù)影響，導(dǎo)致整體毛利率被牽制。
以平臺為中心，第四范式努力尋找客戶的增量機會，為各個行業(yè)的頭部企業(yè)提供服務(wù)，擴大其解決方案的行業(yè)輻射范圍，帶來客戶規(guī)模的快速增長。
過去三年，第四范式服務(wù)的總客戶數(shù)分別為156名、245名和409名。其中，標桿客戶數(shù)分別為47家、75家和104家；來自于每名標桿客戶的平均收入分別約為1230萬元、1370萬元和1790萬元，凈收入擴張率分別為167%、140%和126%，維持在一個較高的水平。
標桿客戶數(shù)量的快速增加，幫助第四范式在過去三年中的收入實現(xiàn)較大幅的增長，分別為9.42億元、20.18億元和30.83億元；虧損也在進一步收窄，經(jīng)調(diào)整虧損凈額分別為3.90億元、5.59億元以及5.04億元，三年減少25個百分點。
今年上半年，第四范式實現(xiàn)收入14.68億元，經(jīng)調(diào)整虧損1.76億元。調(diào)整虧損收窄，一定程度上取決于對銷售費用和研發(fā)開支的壓縮。2023年上半年，第四范式研發(fā)支出占比已降至45%，創(chuàng)近三年新低。
然而，為第四范式的業(yè)績貢獻了大部分營收的標桿客戶主要集中于金融行業(yè)，鑒于決策類AI高定制化的商業(yè)模式，這種合作模式能否推向全行業(yè)仍然是一大難題。
新思路，新挑戰(zhàn)
鑒于目前的經(jīng)營現(xiàn)狀，第四范式急求商業(yè)模式新思路。于是在今年3月，第四范式布局通用大模型領(lǐng)域。
公司推出專為業(yè)務(wù)場景設(shè)計的企業(yè)級生成式AI產(chǎn)品SageGPT（式說大模型），具備了多模態(tài)的互動能力和企業(yè)級人工智能工具的特征，能夠連接終端用戶的現(xiàn)有業(yè)務(wù)系統(tǒng)、人工智能應(yīng)用及內(nèi)部數(shù)據(jù)庫，意在重新定義終端用戶的雇員與業(yè)務(wù)系統(tǒng)的互動方式。目前該產(chǎn)品處于商業(yè)化早期階段。
同時，第四范式提出AIGS（AI Gerenated Software）的技術(shù)思路，用大模型切入企業(yè)軟件市場。
公開資料顯示，第四范式的核心團隊主要來自于百度系。創(chuàng)始人戴文淵曾擔任百度的主任研發(fā)架構(gòu)師，主要負責百度搜索廣告系統(tǒng)的研發(fā)和管理，在人工智能領(lǐng)域擁有豐富經(jīng)驗，聯(lián)合創(chuàng)始人楊強、陳雨強以及胡時偉都曾在百度工作。截至2022年底，公司研發(fā)人員有1420名，占全體雇員74%。
雖然過硬的研發(fā)團隊，為公司建立技術(shù)壁壘奠定了一定基礎(chǔ)，但一方面SageGPT目前仍處于商業(yè)化的早期階段，盈利能力尚不確定。另一方面，人工智能企業(yè)在發(fā)展初期本就需要大量的資金投入，而大模型更是“吞金獸”。
這一點，從商湯的經(jīng)營狀態(tài)可見一斑。
作為港股視覺AI第一股，商湯的商業(yè)模式與第四范式基本相似。但由于研發(fā)成本高企，五年半時間內(nèi)累計虧損近470億元，商湯到目前都難以從虧損困局中得到喘息。
2020-2022年，商湯研發(fā)投入分別為24.54億元、36.14億元、40.14億元，占營收比例分別為71.11%，76.89%、105.00%。第四范式同期的研發(fā)投入分別為5.66億元、12.49億元和16.5億元，占各期營收比例均超過50%。
看起來，第四范式的研發(fā)投入規(guī)劃，較商湯更為合理，但從長遠計，研發(fā)投入是AI公司打造技術(shù)壁壘的基礎(chǔ)。一方面要面對高投入帶來的虧損困擾，另一方面投入成本又遠低于行業(yè)頭部水平，難以高筑競爭壁壘，第四范式未來的發(fā)展困境可想而知。
從細分賽道未來發(fā)展來看。據(jù)灼識咨詢報告，中國決策類AI市場的支出，預(yù)計將從2022年的532億元以31.7%的復(fù)合年增長率增至2027年的2104億元。其中，以平臺為中心的決策類AI細分市場的復(fù)合年增長率為42.3%，超越人工智能行業(yè)的整體增速。
即便如此，細分賽道中市場空間最大始終是視覺類AI，在市場總額中占比42.9%，而決策類AI賽道占只有23.6%。身處決策類賽道的第四范式，想要體量規(guī)模躍升，還有很長的路要走。
還有一個值得關(guān)注的是應(yīng)收賬款問題。截至2023年上半年，商湯科技的應(yīng)收賬款總額高達77.26億元。應(yīng)收賬款回收不利，使得公司現(xiàn)金收回情況面臨挑戰(zhàn)。
而從2020年至2023年6月30日，第四范式的應(yīng)收賬款總額分別為2.68億元、7.98億元、15.54億元及15.04億元，累計達41.24億元；僅今年一季度的應(yīng)收賬款就已經(jīng)接近去年全年總額。可見，應(yīng)收賬款回收不利，已經(jīng)成為困擾AI企業(yè)的普遍問題。
在第四范式應(yīng)收賬款中，賬齡超三個月的應(yīng)收賬款占比較高，上半年約十億左右的應(yīng)收賬款賬齡在90天以上。對比以往三年的應(yīng)收賬款賬齡結(jié)構(gòu)占比，今年上半年第四范式的應(yīng)收賬款賬期惡化加劇，尤其是賬齡超過六個月的賬款占比大幅提升。
在應(yīng)收賬款壞賬率不斷提升的情況下，第四范式所計提的減值損失卻未有明顯增加，信用減值風險是否充分計提存疑。2023年上半年，第四范式計提的信用減值損失為6733萬元，較年初增長10.05%；而M3+的應(yīng)收賬款高達9.46億元，較年初增長58.46%。
隨著定制化業(yè)務(wù)增長，第四范式的回款周期問題會繼續(xù)暴露，此外為了獲客和收入規(guī)模提升，其應(yīng)收賬款規(guī)模也將持續(xù)擴大。一旦客戶經(jīng)營受阻，資產(chǎn)質(zhì)量下滑，第四范式的壞賬率也會隨之抬升，導(dǎo)致計提力度增加，進一步侵蝕利潤。
激烈的市場競爭，局限性的商業(yè)模式，較高的壞賬水平，以及高企的研發(fā)成本，成為橫亙在人工智能企業(yè)面前的共同難題。第四范式若想跨越，道阻且長。
關(guān)鍵詞：
