六个交易日市值蒸发20亿港元,第四范式难逃AI大模型“魔咒”

AI独角兽第四范式终于敲钟了。

北京第四范式智能技术股份有限公司(06682.HK,下称“第四范式”)于9月28日正式挂牌港交所,发行价为55.60港元/股,IPO首日报收58.50港元/股。

上市后6个交易日,截至10月6日港股收盘,第四范式报收54.00港元/股,对应市值250.6亿港元(约折合人民币233.64亿元);与IPO首日相比,其市值蒸发20.88亿港元(约折合人民币18.64亿元)。

「不二研究」据第四范式招股书及财报发现:2020-2023年上半年,第四范式累计亏损46.83亿元。目前,第四范式主要面临持续亏损、应收账款高企等问题,在「不二研究」看来,作为决策类AI独角兽,第四范式需要保持一定强度的研发投入,但过高的研发投入暂时未“兑换”成同等比例的营收;在AI大模型与生成式AI的新浪潮下,其需要持续投入,短期内难觅盈利曙光。

第四范式是一家人工智能公司,专注于提供以平台为中心的人工智能软件。

「不二研究」据其半年报发现:今年上半年,第四范式营收14.68亿元,同比增加38.7%;同期,经调整后净亏损为1.76亿元,同比减少13.9%。

今年上半年,第四范式先知平台及产品收入为7.56亿元,当期营收占比为48.4%。

同期,第四范式的研发投入6.61亿元,当期营收占比为45.0%。

自ChatGPT问世,无数国内科技公司争相模仿,第四范式在4月发布了AI大模型产品“式说3.0”,偏向于B端,并提出AIGS战略(AI-Generated Software),即以生成式AI重构企业软件。

▲图源:freepik

此前4月的一篇旧文中(《四年巨亏49亿,第四范式四闯IPO》),我们聚焦于坐拥五大银行背书的第四范式四闯IPO,在AI行业共同的亏损难题之外,第四范式仍面临BAT等综合互联网公司的竞争与挤压。

时至今日,AI迎来新一轮浪潮,AI大模型与生成式AI能够带来新的行业想象力。第四范式一方面暂无能力逃脱“AI亏损魔咒”,一方面必须持续加码AI大模型。

AI大模型与生成式AI,既是新浪潮也是新挑战;在第四范式流血上市之后,它能否借AI大模型突破亏损“魔咒”?由此,「不二研究」更新了4月旧文的部分数据和图表,以下Enjoy:

深陷亏损的AI独角兽第四范式四闯IPO!

此前,第四范式分别在2021年8月、2022年2月、2022年9月递交招股书,但因6个月内未通过聆讯,其IPO申请状态转为“失效”。

在前三次冲击上市无果后,第四范式于4月24日再次向港交所递交招股书,直到9月7日,其正式通过聆讯。

在「不二研究」看来,聚焦于决策类AI的垂直细分赛道,在AI行业共同的亏损难题之外,第四范式面临BAT等综合互联网公司的竞争与挤压。

打破AI亏损魔咒不易,打败互联网巨头更难!IPO只是一个新开始,在互联网巨头的挤压下,第四范式如何盈利“起势”呢?

三年半累亏46亿,盈利能力待考

第四范式创始人戴文渊是一位年仅39岁的天才科学家,曾获得ACM国际大学生程序设计竞赛世界冠军。阴差阳错选择了AI技术方向,结识了AI领域的顶尖华人学者——计算机系教授、华人界首位国际AI协会院士杨强。

学有所成的戴文渊,没有选择深耕学术界,持续登顶学术高峰,走上了创业的道路,于2015年创立了第四范式。

起初,第四范式试图做高效的工具级产品,但最终因客户需求分散,不了了之。

随后,团队便进行了思路的转变,2016年7月开发了一个能够让非专业人士使用的机器学习平台——先知。用戴文渊的话说,就是一个完全不懂技术的小白,通过运用此数据架构平台,大概经历2周的时间,就可以成为一个AI专家。

▲图源:《复仇者联盟2:奥创纪元》电影海报

在AI行业,第四范式聚焦于决策类AI垂直赛道。据企查查数据显示,2021年2月,其获得腾讯等战略投资,融资金额超十亿美元;由此,第四范式估值近30亿美元,被视作决策类AI独角兽。

据天眼查显示,截至2021年6月,第四范式已累计完成11轮融资,投资股东可谓明星阵容:中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行五大国有银行;此外,还有红杉中国、创新工场等。

但即便在明星光环之下,第四范式依然“增收不增利”、难逃AI亏损“魔咒”。

据招股书及半年报显示,2020-2023年上半年,第四范式营收分别为9.42亿元、20.18亿元、30.83亿元及14.68亿元;同期的毛利分别为4.30亿元、9.53亿元、14.87亿元及7.05亿元。

2020-2023年上半年,分别产生亏损净额7.50亿元、18.02亿元、16.53亿元及4.78亿元,三年半累计亏损46.83亿元。

同期,第四范式经营亏损净额分别为5.60亿元、11.73亿元、10.26亿元及2.53亿元;经调整后的经营亏损净额分别为3.86亿元、5.69亿元、5.48亿元及1.76亿元。

「不二研究」认为,尽管决策类AI被资本市场看好,第四范式坐拥五大行背书,却依旧不能回避亏损流血的现状。

研发投入近6成,"先知"难回血

伴随营收增长,亏损也持续,为何第四范式难逃“增收不增利”的怪圈?

在「不二研究」看来,销售及营销开支、一般及行政开支和研发开支,或在侵蚀第四范式的利润;2020-2022年,三者相加远高出同期营业收入。

在2020-2023年上半年,销售及营销开支分别为2.48亿元、4.55亿元、4.12亿元及1.73亿元;一般及行政开支分别为2.46亿元、5.42亿元、5.28亿元及1.78亿元。

在研发费用投入上,2020-2023年上半年,第四范式研发费用分别为5.66亿元、12.49亿元、16.50亿元及6.61亿元,占同期收入的比例分别为57.3%、55.3%、53.5%及45.0%。

作为技术密集型行业,研发投入是第四范式的“必修课”,但研发投入具有不确定性,如何落地为商业成果依然待考。

第四范式在招股书中坦承,预计研发费用将持续增加(以绝对金额计);且研发成果商业化时可能会面临实际操作上的困难,在研发方面投入的大量开支未必会产生相应效益。

此外,2021年第四范式并购了广州健新、上海伊飒海,及增资理想科技,总金额高达3.98亿元。

「不二研究」发现,目前,第四范式的营收来源分为先知平台及产品、应用开发及其他服务两大块。

2020-2023年上半年,第四范式先知平台及产品收入分别为6.19亿元、10.15亿元、14.92亿元及7.56亿元,占总收入的65.7%、50.3%、48.4%及51.5%;同期,其应用开发及其他服务的营收为3.23亿元、10.04亿元、15.91亿元及7.12亿元,占总收入的34.3%、49.7%、51.6%及48.5%

2020-2023年上半年第四范式分別服务47名、75名、104名、92名标杆用户;其中2020-2022年标杆用户收入分別贡献总收入的60%、51%、60%,三年内,标杆用户的营收占比过半。

招股书中,第四范式将财富世界500强企业及上市公司定义为标杆客户。来自每个标杆用户的平均收入,由2020年的1230万元增加至2021年的1370万元,并于2022年进一步增加至1790万元。

2020-2023年上半年,第四范式来自应用开发及其他服务的收入逐渐占据C位。其应用开发及其他服务,主要的业务是与第三方定制的AI硬件(服务器) 、定制开发服务。

定制化服务的弊端一一反映在第四范式招股书中。首先,定制化服务成本更高,招股书显示,去年应用开发及其他服务毛利率为43.4%,而先知平台及产品毛利率53.4%,相差十个百分点。

其次,定制化服务有客户不稳定、回款压力大的隐患。

据招股书显示,第四范式前五大客户,几乎每年都会有一家更换,稳定不变的大客户仅一家。

随之而来的还有应收款项过高的风险。据招股书及半年报显示,2020-2023年上半年,第四范式贸易应收款项分别为2.63亿元,7.78亿元,14.93亿元及14.36亿元,应收款项高企的风险亦影响着第四范式的运营能力。

「不二研究」认为,决策类AI仍处于早期阶段,尽管先知平台带来一定收入,但作为技术密集型产品,其需要保持一定强度的研发投入;且应收账款高企的问题,仍对第四范式造成困扰;短期内,第四范式难觅盈利曙光。

AI大模型,新机遇or新挑战?

根据灼识谘询报告,2022年,中国人工智能支出达到2255亿元,预计于2027年将增长至6910亿元,年均复合增长率为25.1%。

按照应用领域,人工智能大致分为四大类別:决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人。

不同于大众熟知的“AI四小龙”,第四范式选择了更垂直细分的决策类AI,其典型应用包括但不限于智慧营销、风险管理及供应链管理优化。

灼识谘询报告显示,2022年,中国决策类人工智能市场的支出规达到532亿元,预计2027年将增长至2104亿元,年均复合增长率为31.7%;高于视觉类、语音类和机器人的年复合增长率预期,后三者分别为21.9%、25.2%和22.3%。

决策类AI垂直细分市场虽是增长蓝海,但潜力市场的竞争同样激烈。据灼识谘询报告,若以2022年收入计,第四范式以22.6%市场份额成为国内最大的决策类AI提供商;但其面临综合型互联网公司的竞争。

第四范式曾在招股书中坦承:在已涉足的各行业垂直领域,与公司同台竞技的参与者,有若干领先技术公司、非人工智能解决方案提供者等。

「不二研究」发现,以BAT等互联网传统巨头及华为等为代表,综合性科技公司在此前也争相入局决策类AI赛道。

尽管第四范式具有一定先发优势,但相较于互联网巨头,其在知名度、覆盖率、用户群、资金储备等并不具备优势。加之迟迟未见盈利曙光,当众多巨头携大势倾轧下,第四范式在决策类AI垂直领域的话语权岌岌可危。

第四范式也在招股书中坦言,竞争加剧或会使销售额下降、价格下降、利润率下降及市场份额流失。

此外,人工智能方案并非不可替代,除互联网巨头之外,金融、电商等细分行业也有其它AI创业公司虎视眈眈。

在招股书中,第四范式特别提及《数据安全法》潜在影响。其强调目前已采取多项措施以确保法律合规;然而,有关隐私及数据保护的法律法规通常复杂且不断变化,存在不确定因素。

在「不二研究」看来,中国AI正处于发展早期,任何“风吹草动”都会牵扯到行业神经;决策类AI垂直赛道虽然蓝海广阔,但其所面临的行业竞争尤胜其它AI领域。

▲图源:pinterest

随着生成式人工智能及大语言模型成为行业热点,和商汤一样,第四范式也想抓住大模型的“风口”。今年4月,第四范式也发布大模型产品“式说3.0”,偏向于B端领域。

“式说3.0”展示出来的是生成式AI的能力,但第四范式作为一家决策类AI企业,涉足生成式AI所需要付出的人力财力以及战略协调性,一度受到市场质疑。

不过,在“式说3.0”发布之初,戴文渊对其未来的构想在于,AIGS(AI-Generated Software)战略,即生成式AI重构企业软件。在其大模型产品“式说3.0”的发布会现场,戴文渊表示,AIGS将是一个10万亿量级的市场。

戴文渊解释称,鉴于B端软件在交互体验和产品开发上的复杂性,恰恰为生成式AI留下足够大的重构和改造空间。

不过,大模型及AIGS战略的成果还未能体现在财务数据中,对于第四范式而言,AI大模型及AIGS战略是商业化新机遇,还是难以落地的新故事?只能待时间来检验。

AI大模型难解困局

继“AI四小龙”之后,第四范式也堪称AI行业的一匹黑马:坐拥五大行+明星机构的投资背书、决策类AI独角兽光环……

目前,在「不二研究」看来,第四范式同样面临难逃AI亏损“魔咒”、应收账款高企等问题。

当AI迎来新一轮浪潮,AI大模型与生成式AI能够带来新的行业想象力。「不二研究」认为,第四范式一方面暂无能力逃脱“AI亏损魔咒”,一方面必须持续加码AI大模型。

尽管有了AI大模型与生成式AI的新故事,但第四范式依然处于亏损状态。在「不二研究」看来,虽然顺利开启IPO大门,但第四范式能否借AI大模型突破亏损“魔咒”,还需时间验证。

本文部分参考资料:

1.《第四范式赴港IPO文件解读:主攻决策类AI,上半年营收超7.8亿元》,智东西

2.《AI独角兽第四范式冲刺港股,坐拥五大行投资却亏30亿该咋看?》,江瀚视野观察

3.《第四范式挂牌倒计时,AI商业化难题已解? 》,DoNews

4.《第四范式上市:定制服务增收不增利,大模型能否解困局?|氪金 · 大事件 》,36氪财经

作者 | 艺馨 秀一

排版 | Cathy

监制 | Yoda

出品 | 不二研究

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/128712.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一文读懂Base64

这几天在和第三方交互的时候,对方返回的数据是base64格式的数据,所以这两天又彻底捋了下Base64的来龙去脉。之前看过一篇文章说的非常好(再找到给加上链接),我在这不详细说明了,只说转换过程。 还是使用中…

Vue中如何进行分布式任务调度与定时任务管理

在Vue中进行分布式任务调度与定时任务管理 分布式任务调度和定时任务管理是许多应用程序中的关键功能之一。它们用于执行周期性的、异步的、重复的任务,例如数据备份、邮件发送、定时报告生成等。在Vue.js应用中,我们可以结合后端服务实现分布式任务调度…

C++(反向迭代器)

前言: 上一章我们介绍了适配器,也提了一下迭代器适配器,今天我们就从反向迭代器把迭代器适配器给解释一下。 既然 都叫迭代器容器了 就说名只要接口合适他可以封装实现各种容器需求包括vector list 。 目录 1.反向迭代器设计 1.1反向迭代…

【iOS】Fastlane一键打包上传到TestFlight、蒲公英

Fastlane一键打包上传到TestFlight、蒲公英 前言一、准备二、探索一、Fastlane配置1、Fastlane安装2、Fastlane更新3、Fastlane卸载4、查看Fastlane版本5、查看Fastlane位置6、Fastlane初始化 二、Fastlane安装蒲公英插件三、Fastlane文件编辑1、Gemfile文件2、Appfile文件3、F…

网络安全工程师自主学习计划表(具体到阶段目标,保姆级安排,就怕你学不会!)

前言 接下来我将给大家分享一份网络安全工程师自学计划指南,全文将从学习路线、学习规划、学习方法三个方向来讲述零基础小白如何通过自学进阶网络安全工程师,全文篇幅有点长,同学们可以先点个收藏,以免日后错过了。 目录 前言…

C++对象模型(4)-- 数据语义学:数据成员的内存布局

1、数据成员的声明顺序和内存布局 变量的布局顺序与它的声明顺序是一致的。 我们先来看一段代码&#xff1a; class Base { public:// 变量地址void print() {cout << " this:" << this << endl;cout << " &i1:" << …

【高级rabbitmq】

文章目录 1. 消息丢失问题1.1 发送者消息丢失1.2 MQ消息丢失1.3 消费者消息丢失1.3.1 消费失败重试机制 总结 2. 死信交换机2.1 TTL 3. 惰性队列3.1 总结&#xff1a; 4. MQ集群 消息队列在使用过程中&#xff0c;面临着很多实际问题需要思考&#xff1a; 1. 消息丢失问题 1.1…

WIN10 NPM的安装

引言&#xff1a; 什么是node.js? javaScript是一门脚本语言&#xff0c;通常被用来编写、执行本地源代码。脚本语言需要一个解析器才能运行&#xff0c;HTML文件中的JavaScript代码由浏览器解析执行。而自行执行JavaScript代码则需要Node.js解析器才能运行。 每个解析器都…

vue实现echarts中 9种 折线图图例

let datas [{ DivideScore: 7, UserScore: 7.2, Name: 目标制定 },{ DivideScore: 7, UserScore: 7, Name: 具体性 },{ DivideScore: 7, UserScore: 7.5, Name: 可衡量性 },{ DivideScore: 7, UserScore: 7, Name: 可实现性 },{ DivideScore: 7, UserScore: 7, Name: 时间限定…

从创作到表演的全方位改变,数字时代中的和声之音

随着ChatGPT的现象级走红&#xff0c;AIGC在全球范围内掀起热潮。 所谓AIGC&#xff08;Al-Generated Content&#xff09;&#xff0c;是指利用人工智能来根据用户需求&#xff0c;借助已有的材料库生成对应的内容。事实上&#xff0c;除了强大的文本能力之外&#xff0c;图像…

超详细!Android Termux上如何安装MySQL,内网穿透实现公网远程访问

文章目录 前言1.安装MariaDB2.安装cpolar内网穿透工具3. 创建安全隧道映射mysql4. 公网远程连接5. 固定远程连接地址 前言 Android作为移动设备&#xff0c;尽管最初并非设计为服务器&#xff0c;但是随着技术的进步我们可以将Android配置为生产力工具&#xff0c;变成一个随身…

k8s-8 ingress-nginx

nodeport 默认端口 nodeport默认端口是30000-32767&#xff0c;超出会报错 添加如下参数&#xff0c;端口范围可以自定义 externalname ingress-nginx 通过一个外部的vip 地址 访问到集群内的多个service 一种全局的、为了代理不同后端 Service 而设置的负载均衡服务&…