第四范式-市場前景及投資研究報告-企業(yè)級AI平臺應用雙輪驅(qū)動大模型增長機遇,破發(fā)

證券研究報告

個股深度報告第四范式：企業(yè)級AI領跑者，平臺+應用雙輪驅(qū)動，大模型帶來新增長機遇發(fā)布日期：2024年3月15日核心觀點??核心觀點：第四范式是國內(nèi)企業(yè)級AI平臺龍頭，基于“AI平臺+行業(yè)解決方案”幫助企業(yè)實現(xiàn)智能化轉型。公司具有全棧企業(yè)級人工智能平臺+應用，產(chǎn)品矩陣完善，核心壁壘高，以“技術+管理+生態(tài)”三邊飛輪助推業(yè)務蓬勃發(fā)展；公司營收保持高增長，平臺能力凸顯，經(jīng)調(diào)凈虧損持續(xù)收窄，盈利路徑愈加清晰。公司下游客戶所在行業(yè)廣闊，頭部標桿用戶數(shù)快速增長，行業(yè)Know-How持續(xù)積累；公司作為數(shù)據(jù)驅(qū)動的決策式AI龍頭，布局生成式AI，以期更好地解決B端企業(yè)智能化痛點。我們認為，在企業(yè)智能化的大趨勢下，隨著AI技術的飛速發(fā)展，公司有望憑借其在行業(yè)的深厚積累不斷提升市場份額，持續(xù)成長。企業(yè)級人工智能領跑者，平臺+解決方案提供商，核心競爭力強。第四范式提供以平臺為中心的人工智能解決方案與端到端的企業(yè)級人工智能產(chǎn)品，致力于企業(yè)智能化轉型。2022年公司先知平臺及產(chǎn)品營收占比達48.4%，相比傳統(tǒng)的單點/單線解決方案，以平臺為中心的解決方案在通用性、可拓展性、數(shù)據(jù)兼容能力、應用管理門檻等方面優(yōu)勢顯著。公司產(chǎn)品矩陣可分為軟硬一體的配套基礎設施（SageOne）、以平臺為中心的解決方案（AIOS，HyperCycle，Studio）和涵蓋B端企業(yè)運營各環(huán)節(jié)的的先知應用。公司核心競爭力主要體現(xiàn)在：1）技術層。以AutoML為核心的技術矩陣，深厚人工智能技術積累與研究成果不斷滋養(yǎng)經(jīng)營業(yè)務；2）管理層：創(chuàng)始人戴文淵博士是遷移學習領域頂尖科學家，團隊研發(fā)人員占超76%；3）生態(tài)層。解決方案合作伙伴、科學家、開發(fā)人員助推生態(tài)系統(tǒng)長足發(fā)展。??營收高速增長，平臺能力突顯，業(yè)績逐步優(yōu)化。

1）營收高增：公司2018-2022年營收CAGR為121.53%；2022年營收為30.83億元，同比增長52.7%；2023H1營收為14.68億元，同比增長38.5%。2）凈虧損持續(xù)收窄：2022年公司凈虧損為-16.45億元，2023H1公司凈虧損為-4.78億元。據(jù)招股書和中報披露，為反映公司真實經(jīng)營狀況，2022年調(diào)整后凈虧損為-5.04億元，相較于2021年-5.59億元收窄。2023H1調(diào)整后凈虧損為-1.76億元，較2022年同期-2.03億元進一步收窄。3）費用方面，公司2022年研發(fā)費率為53.53%，公司致力于培養(yǎng)強大的研發(fā)團隊，“以薪養(yǎng)研”布局未來發(fā)展。積累行業(yè)Know-How，標桿客戶驗證AI平臺能力。1）從行業(yè)看，2022年公司下游客戶主要包括金融、能源、運輸、電信等10大行業(yè)，其中在2022年營收占比前三大下游客戶分別為能源與電力（20%）、金融（17%）、運輸（13%）。我們預計，在優(yōu)勢行業(yè)保持增長的同時，制造、醫(yī)藥等行業(yè)的智能化需求也會進一步提高。2）從客戶規(guī)?？矗緲藯U用戶數(shù)與標桿用戶平均收入齊增，2022年標桿用戶數(shù)104名，占客戶總數(shù)25%，標桿用戶平均收入0.18億元。公司頭部客戶包括銀行、三大運營商、國家電網(wǎng)、中石油、中廣核、人民日報等頭部央國企，近期央國企智能化政策推出，良好的客戶基礎有望幫助進一步發(fā)揮公司的AI價值。??數(shù)據(jù)驅(qū)動的決策式AI龍頭+生成式AI新布局

，一站式解決B端企業(yè)痛點，參考海外可比公司Palantir。公司主營業(yè)務是以平臺為中心的決策類AI龍頭。長久以來，B端軟件都具有使用體驗復雜、業(yè)務要件低效等痛點。

2023年公司推出“式說”大模型，首推AIGS概念，借助Copilot+CoT雙重賦能，解決了B端軟件長期困局。目前，“式說”已在多個場景落地，例如用大模型調(diào)用工業(yè)CAD設計軟件。該業(yè)務類似美股軟件巨頭Palantir推出的AIP平臺，用GPT大模型賦能企業(yè)智能化轉型。盈利預測：預計公司2023-2025年營業(yè)收入分別為40.7、51.2和63.7億元，同比增速分別為31.9%、26.0%、24.4%。對應2023-2025年PS分別為5.3x、4.2x、3.4x。預計公司2023-2025年歸母凈利潤分別為-9.4、-3.1和-0.44億元，同比增速分別為42.9%、66.5%和85.9%。考慮到公司的AI平臺化能力及成長性，下游優(yōu)質(zhì)客戶占比高，技術積累深厚，參考海外可比公司估值，首次覆蓋，給予“買入”評級。2目錄一、公司概況：企業(yè)級AI平臺領跑者二、行業(yè)概覽：高增長千億行業(yè)，發(fā)展東風與技術需求呼喚新解決方案三、企業(yè)級決策類人工智能解決方案：助力智能化轉型，走進千行百業(yè)四、生成類AI業(yè)務：多模態(tài)大模型“式說”五、海外可比公司與盈利預測31.1

公司概述：企業(yè)級人工智能領域領導者，數(shù)據(jù)科學助力人工智能融入千行百業(yè)?

第四范式成立于2014年9月，是企業(yè)級人工智能領域的行業(yè)先驅(qū)者與領導者。第四范式專注于利用人工智能技術，基于于平臺型AI能力，為不同行業(yè)的下游企業(yè)，提供數(shù)據(jù)建模、分析、預測等服務，幫助企業(yè)實現(xiàn)智能化轉型，提升決策效率和商業(yè)價值。公司產(chǎn)品現(xiàn)已廣泛應用于金融、零售、制造、能源與電力、電信及醫(yī)療保健等領域。根據(jù)招股書披露，第四范式在中國所有以平臺為中心的決策型企業(yè)級AI市場中排名第一。當前，公司繼續(xù)深耕能源電力、交通運輸、信息技術、金融、運營商等重點行業(yè)，并將繼續(xù)在智能制造、智慧醫(yī)療、智慧零售等具有重要戰(zhàn)略意義的領域進行布局和拓展。?

公司名字由來：在科學發(fā)展的四類范式中，第四階段的科學范式強調(diào)以數(shù)據(jù)科學為核心，基于算力、依靠人工智能算法挖掘數(shù)據(jù)的重要性。在這一范式中，數(shù)據(jù)不僅是研究的結果，也是推動新發(fā)現(xiàn)和創(chuàng)新的引擎。人工智能的應用已經(jīng)從互聯(lián)網(wǎng)搜索引擎擴展到互聯(lián)網(wǎng)巨頭，現(xiàn)在正在進入千行百業(yè)。第四范式的產(chǎn)品旨在加速這一過程，幫助各個行業(yè)借助人工智能實現(xiàn)生產(chǎn)力的飛躍。圖：人工智能在各個行業(yè)滲透的階段圖：科學發(fā)展的四個階段Phase1:搜索引擎Phase2:互聯(lián)網(wǎng)巨頭Phase3:千行百業(yè)第一范式實驗科學第二范式理論科學第三范式計算科學第四范式數(shù)據(jù)科學將來自搜索引擎將海量用戶數(shù)據(jù)實現(xiàn)數(shù)百個B端的數(shù)據(jù)上傳至人工智能平臺，主要應用在廣告推送上上傳至人工智能平臺，運用在互聯(lián)網(wǎng)平臺各個場景（智能推薦等）應用場景下的人工智能應用，幫助全行業(yè)提升效能機器促進規(guī)則發(fā)現(xiàn)積累海量高質(zhì)量數(shù)據(jù)4：

第四范式公眾號，中信建投資料：

第四范式公眾號，中信建投資料1.2

發(fā)展歷程：業(yè)務、客戶、研發(fā)三頭并進，業(yè)務能力備受認可?

公司自成立至今，在新業(yè)務拓展、新客戶拓展、技術研發(fā)方面齊頭并進，在業(yè)界不斷積累榮譽與認可。?

業(yè)務拓展方面，公司陸續(xù)開發(fā)先知平臺、SageOne等業(yè)務，不斷完善業(yè)務矩陣。?

新客戶拓展方面，2015年進入金融行業(yè)、2018年進入電信、醫(yī)藥行業(yè)，于2019年開拓了能源、傳媒、零售、教育和制造行業(yè)，2020年拓展了科技行業(yè)，2021年拓展了醫(yī)療保健，2022年拓展了運輸行業(yè)，截至目前，公司產(chǎn)品已在10+行業(yè)落地應用。?

技術研發(fā)方面，與行業(yè)內(nèi)頭部公司合作，建立多個AI實驗室,包括與光大成立的“AI+金融”實驗室，與我愛我家聯(lián)合發(fā)布的房產(chǎn)經(jīng)紀大模型等。表：第四范式發(fā)展歷史20142015201620172018201920202021202220238月發(fā)布企業(yè)級AI操作系統(tǒng)SageAIOS、自動化AI生產(chǎn)力平臺SageHyperCycleML、線上化

2.0及智能應用市場智能運營系統(tǒng)天樞以及

4ParadigmSageApp6月發(fā)布SageLaunchPad，4ParadigmSageAIOS8月與瑞金醫(yī)院達成戰(zhàn)略合作，發(fā)布AI慢性病預測與管理產(chǎn)品8月發(fā)布第四范式北極星平臺,助力企業(yè)數(shù)字化轉型2月發(fā)布企業(yè)級生成式AI產(chǎn)品[式說]新業(yè)務拓展

9月公司成立發(fā)布先知平臺全新AI算力平臺SageOneStore3月簽約PICC，在AI+保險領域獲得突

3月簽約人民日報，AI助力媒體內(nèi)1月簽約中信建投，AI

破；7月簽約工商銀

容智能分發(fā)；3月簽約中石油；4月助力傳統(tǒng)券商轉型升級

行，樹立全球”金

簽約中電科;8月與永輝超市達成戰(zhàn)8月簽約招行，率先在金融領域應用AI并產(chǎn)生巨大價值11月杰尼亞簽約第四范

6月攜手寧德時代，共式，開啟奢侈品行業(yè)智

建智能制造AI新基礎11月第四范式攜手昇騰，開啟大模型領域「軟硬一體」合作新客戶拓展技術研發(fā)慧零售新思路設施融+AI“標桿；10月

略合作，共同打造智慧零售業(yè)務簽約百勝集團9月英特爾x第四范式人工智能聯(lián)合實驗室成立11月與光大成立聯(lián)合實驗室，是國內(nèi)首個“AI+金融”實驗室6月面向開發(fā)者社區(qū)開源AIOS底層技術能力5月我愛我家聯(lián)合第四范式發(fā)布房產(chǎn)經(jīng)紀大模型3月第四范式AutoML入選Gartner2020十大戰(zhàn)略技5月入選"Gartner東亞最具代表性的5家AI公首席科學家楊強教授當選

司“；8月獲首屆遷移為國際人工智能協(xié)會執(zhí)行

學習算法大賽冠軍；12委員會委員，是首位獲此

月獲法國巴黎銀行“國2月上榜CBInsights獨角獸榜單，成為全球309家獨角獸之一；5月刷術趨勢報告；6月入選

1月獲得2020年度信創(chuàng)IDC《中國人工智能軟件

工委會”卓越貢獻成及應用跟蹤》報告，蟬

員單位“稱號；2月入聯(lián)中國機器學習平臺市

圍Gartner星星技術與5月第四范式「式說」大模型入選北京市首批7家模型伙伴；6月斬獲第四范式斬獲CVPR挑戰(zhàn)賽世界冠軍，

核心技術已應用于「式說」大模型5月第四范式AutoML再次斬獲圖學習“世界杯”O(jiān)GB兩項冠軍；11月第四范式獲國家制造業(yè)“單項冠軍”12月獲“吳文俊獎”創(chuàng)新一等獎，是首個獲得國家級AI最高獎的企業(yè)12月AI頂會NeurIPS新世界OCR權威標準ICDAR世界紀錄；主辦首個AutoML大

6月連續(xù)兩次刷新世界物體識別權榮譽與行業(yè)認可賽威標準PASCALVOC世界紀錄；8月奪得IDCMarketScape中國機器學習平臺市場份額No.1殊榮的華人際金融黑客松大賽”冠軍，是該賽事歷史上首個來自亞洲的世界冠軍場份額第一；奪得KDD

趨勢影響力全球CUP2020冠軍，以綜合評分第一入選Forrester機器學習平臺Wave代表廠商5資料：

第四范式官網(wǎng)，中信建投1.3

營收狀況：營收高速增長，下游拓展+單客戶價值提升+技術提升推動營收上升?

公司營收高速增長：公司2018-2022年營業(yè)收入CAGR為121.53%，顯著高于行業(yè)平均。

其中2022年營業(yè)收入30.83億元，同比增長52.7%，2023H1營收為14.7億元，同比增長38.5%。?

公司營收高度增長的原因主要為：1）下游行業(yè)拓展順利，平臺化優(yōu)勢明顯。2018年，第四范式主要服務金融、能源與電力、電信、媒體4個行業(yè)，后逐步開拓了零售、教育、制造、科技、醫(yī)療保健、運輸?shù)?0余個行業(yè)。得益于公司的AI平臺化和行業(yè)遷移能力，先知平臺的定制化人工智能應用的場景和用戶增加，標桿用戶數(shù)量由2020年的47提升至2022年的104名。2）公司的價值創(chuàng)造能力不斷增強，單客戶收入上升。隨著2018-2022年期間公司HyperCycle、Sage

Studio等明星產(chǎn)品的推出，公司解決B端客戶實際痛點的能力不斷提升。公司標桿用戶平均收入從2020年的0.12億元增長至2022年的0.18億元。3）持續(xù)深耕技術創(chuàng)新，研發(fā)投入逐年上升。公司研發(fā)投入從2020年的5.66億元增長至2022年的16.50億元，產(chǎn)品力不斷提升。圖：2018-2022年第四范式營業(yè)收入（單位：億元）圖：第四范式2022年各行業(yè)客戶營收占比35.00300.00%30.83能源與電力

金融

運輸

電信

科技

教育

制造

其他30.0025.0020.0015.0010.005.00259.70%250.00%200.00%150.00%100.00%50.00%0.00%15.1%20.3%20.186.6%7.6%14.68114.21%105.05%9.4216.9%4.60201952.73%1.2820189.7%0.002020營業(yè)收入（億元）20212022營業(yè)收入同比增長率2023H110.6%13.1%6資料：

第四范式招股書，第四范式2023年半年報，中信建投資料：

第四范式招股書，中信建投1.4

業(yè)績狀況：經(jīng)調(diào)凈虧損持續(xù)收窄

盈利路徑清晰?

公司大力投入研發(fā)，控費增效，凈虧損自2022年起有所收窄。2022年公司凈虧損為16.45億元，虧損相較2021年同期17.86億元收窄。2023H1公司凈虧損為4.78億元，較2022H1同期虧損5.67億元進一步收窄。公司2021年虧損增加的主要是因為該年度以股份為基礎的薪酬開支猛增，前9個月公司給員工的股權激勵超過了過去3年的總和。2022年，公司凈虧損的收窄主要由兩個因素貢獻：1）以股份為基礎的薪酬開支縮減；2）公司擴張性拓客戰(zhàn)略獲得初步成功，留存客戶對高毛利的license業(yè)務需求上升，整體凈利潤情況進一步優(yōu)化。?

調(diào)整后凈虧損情況：由于1）以股份為基礎的薪酬屬于非現(xiàn)金性質(zhì)，不導致現(xiàn)金流出；2）贖回負債的利息為非現(xiàn)金項目；3）上市開支與全球發(fā)售有關，不能反映公司實際經(jīng)營表現(xiàn)，故定義調(diào)整后凈虧損為凈虧損除去上述科目影響。公司2020年、2021年、2022年調(diào)整后凈虧損分別為3.90億元、5.59億元、5.04億元。公司調(diào)整后凈虧損情況在近年內(nèi)有所好轉，主要得益于公司合理控制成本和良好的經(jīng)營策略。圖：2018-2022年第四范式調(diào)整后凈虧損（單位：億元）圖：2018-2022年第四范式凈虧損（單位：億元）00.00-1.00-2.00-3.00-4.00-5.00-6.00201820192020-7.5202120222023H1-4.78-2-42020202120222023H1-1.76-3.68-6-8-7.17-10-12-14-16-18-20-3.90-16.45-5.04-17.86-5.597資料：

第四范式招股書，第四范式2023年半年報，中信建投資料：

第四范式招股書，第四范式2023年半年報，中信建投1.5

費用狀況：研發(fā)費用占比過半?

研發(fā)費率占比過半，研發(fā)費用是公司主要費用。2020年至2022年，公司的研發(fā)支出分別為5.66億元、12.49億元、16.5億元，占營業(yè)收入的比例分別為60.04%、61.90%、53.53%。同期公司管理費率為26.16%、26.84%、17.12%、11.84%；銷售費率為26.30%、22.54%、13.37%、12.18%，均遠低于研發(fā)費率。2020-2022年公司研發(fā)支出CAGR高達70.79%，且占據(jù)營收大半?？v向來看，公司總體成本管理能力有所提升，三項費率均有所下降，但研發(fā)費率的下降幅度最低，體現(xiàn)出公司在擴張期依舊保持了對研發(fā)的高度重視。圖：2020-2023H1第四范式銷售、管理、研發(fā)費率70.00%61.90%60.04%60.00%53.53%50.00%45.08%40.00%26.16%30.00%26.84%17.12%20.00%26.30%11.84%2023H122.54%13.37%10.00%0.00%12.18%202020212022銷售費率管理費率研發(fā)費率：

第四范式招股書，第四范式2023年半年報，中信建投8資料1.6

業(yè)務拆分：主要業(yè)務模式為平臺業(yè)務和應用開發(fā)?

公司的收入主要來自于先知平臺及應用產(chǎn)品（包括軟件使用許可及SageOne）、應用開發(fā)及其他服務兩大部分，分別對應平臺搭建和應用開發(fā)兩大價值創(chuàng)造能力，其中先知平臺及應用產(chǎn)品的營收占據(jù)了公司總營收的半壁江山。2020年至2022年，先知平臺及應用產(chǎn)品產(chǎn)生營收分別為6.19億元、10.15億元、14.92億元，占公司總營業(yè)收入的比例為65.7%、50.3%、48.4%。?

從毛利來看，公司先知平臺及應用產(chǎn)品的毛利高于應用開發(fā)與其他服務，而在先知平臺與應用產(chǎn)品內(nèi)部，軟件使用許可的毛利率遠高于SageOne。在可預見的未來，當公司邁過擴客和行業(yè)占領時期后，作為基礎設施的SageOne需求將衰減，取而代之地，在留存客戶中，高速更新、隨市場需求變化的軟件使用許可需求將變得更加旺盛。受這一高毛利業(yè)務影響，未來公司的盈利提升空間較大。圖：2020-2023Q1第四范式各業(yè)務毛利率情況圖：2020-2023H1第四范式營業(yè)收入拆分（億元）3530252015105綜合毛利率應用開發(fā)與其他服務先知平臺與產(chǎn)品—SageOne毛利率先知平臺與產(chǎn)品先知平臺與產(chǎn)品——軟件使用許可毛利率120.0%100.0%80.0%60.0%40.0%20.0%0.0%96.8%94.6%50.9%94.8%93.4%49.1%15.9110.0445.6%46.3%45.2%7.128.9653.4%48.2%3.2347.2%6.5843.7%39.7%4.143.4243.5%43.4%25.8%4.611.5820205.963.56202121.9%0920222023H127.6%202027.3%2021先知平臺及產(chǎn)品——軟件使用許可先知平臺及產(chǎn)品——SageOne應用開發(fā)及其他服務20222023Q1資料：

第四范式招股書，第四范式2023年半年報，中信建投資料：

第四范式招股書，中信建投1.7

現(xiàn)金流狀況：現(xiàn)金及現(xiàn)金等價物持續(xù)增長，加大投入是發(fā)展主線?

現(xiàn)金持續(xù)增長，儲備充足。第四范式截至2020、2021、2022、2023H1的現(xiàn)金及現(xiàn)金等價物分別為10.52億元、12.93億元、13.27億元、15.63億元。持續(xù)關注業(yè)務投入，受到資方認可。公司2020、2021、2022、2023H1經(jīng)營活動現(xiàn)金凈額分別為-4.53億元，-7.70億元，-7.80億元，-8.63.億元；同期投資活動現(xiàn)金凈額分別為-1.39億元，-32.00億元，-8.22億元,11.76.億元；

融資活動現(xiàn)金凈額分別為9.42億元，42.10億元，-0.77億元。1）就經(jīng)營活動現(xiàn)金流來看，公司短期內(nèi)采用擴張型策略，為后續(xù)發(fā)展奠基。期間研發(fā)開支、銷售與營銷開支、一般和行政開支較高，造成短期內(nèi)經(jīng)營現(xiàn)金流為負。但負向經(jīng)營現(xiàn)金流的擴張程度遠遠小于公司營收規(guī)模的擴張程度，說明公司整體現(xiàn)金流情況有所好轉。2）就投資活動現(xiàn)金流來看，公司大力投入研發(fā)和創(chuàng)新，投資活動現(xiàn)金凈額好轉主要由于出售金融資產(chǎn)。在2020-2023H1期間，公司陸續(xù)增加其研發(fā)投入。自2022起公司投資活動現(xiàn)金總額開始好轉，邊際貢獻主要來自公允價值變動損益這一科目。3）就融資活動現(xiàn)金流來看，公司發(fā)展戰(zhàn)略得到資本認可。公司在2020-2023H1期間融資活動現(xiàn)金凈額總體為正，其中2021年融資活動現(xiàn)金凈額最大，因為當年年初公司完成了7億美元的D輪融資，由博裕資本、春華資本、厚樸投資領投。圖：2020-2023H1第四范式期末現(xiàn)金及現(xiàn)金等價物（億元）圖：2020-2023H1第四范式現(xiàn)金流情況（億元）1815.6360.0016141210842.1013.2712.9340.0020.0010.5211.769.420.00-20.00-40.002020202120222023H16-4.53-1.39-0.09-7.70-7.80-8.63-0.774-8.222-32.00010資料2020202120222023H1經(jīng)營活動現(xiàn)金凈額投資活動現(xiàn)金凈額融資活動現(xiàn)金凈額：

第四范式招股書，第四范式2023年半年報，中信建投資料：

第四范式招股書，第四范式2023年半年報，中信建投1.8

應收賬款與客戶信用風險狀況：應收賬款增加，客戶信用風險總體可控?

公司應收賬款普遍持續(xù)增加，主要受公司解決方案于同期實現(xiàn)的交易量整體增長所推動，也與新冠疫情的暫時性影響有關。截至2020年、2021年、2022年12月31日，公司應收賬款分別為2.63億元、7.78億元和14.93億元，分別占該期間營業(yè)收入的28%、39%、48%。?

公司客戶信用風險總體可控。1）公司客戶群體信用風險程度相對較低。公司賬齡較長的貿(mào)易應收款項主要為應收信譽良好的國有企業(yè)及具良好信用記錄的上市公司的款項，且公司所有應收賬款均來自應收信用狀況良好且過往并無重大拖欠付款記錄的選定客戶群。2）公司對大客戶依賴度持續(xù)降低，營業(yè)收入逐漸多元化。2020年、2021年、2022年公司前五大客戶占營收之比分別為23.85%、17.66%、19.25%。最大客戶占營收之比分別為8.28%、6.33%、5.49%。單一客戶信用風險對公司帶來的潛在影響下降。3）應收賬款周轉天數(shù)在公司正常信用期內(nèi)。公司于2020年、2021年及2022年的應收賬款周轉天數(shù)分別為86天、94天及134天，均在公司授予客戶的正常信用期3至6個月內(nèi)。4）公司后續(xù)結算顯示應收賬款可收回性顯著改善。i)截至2023年7月31日，截至2023年3月31日的未結算貿(mào)易應收款項人民幣753.1百萬元（占23Q1應收賬款的約50.4%）已于其后結清；ii)截至2023年7月31日，截至2023年3財務資料月31日賬齡超過180天的非五大客戶的未結算貿(mào)易應收款項人民幣120.0百萬元已于其后結清；iii)截至2023年7月31日，截至2023年3月31日賬齡超過一年的未結算貿(mào)易應收款項人民幣40.2百萬元（佔約20.2%）已于其后結清。圖：2020-2022年第四范式應收賬款周轉天數(shù)圖：截至2020-2023H1第四范式應收賬款（單位：億元）圖：2020-2022年第四范式大客戶營收占比30.00%23.85%1501005013414.9316141210814.3625.00%20.00%15.00%10.00%5.00%19.25%5.49%9417.66%6.33%867.788.28%642.630截至2020年末截至2021年末截至2022年末20.00%202020212022011截至2020年末

截至2021年末

截至2022年末

截至2023H1前五大客戶營收占比最大客戶營收占比資料：

第四范式招股書，中信建投資料：

第四范式招股書，第四范式2023年半年報，中信建投資料：

第四范式招股書，中信建投1.9

技術矩陣：AutoML是技術絕對核心，高質(zhì)量多領域深入技術研究構造競爭力?

公司持續(xù)深耕創(chuàng)新技術，研究與實踐并行，讓人工智能從“技術”演變?yōu)椤盎A設施”，加速智能時代到來。其技術矩陣涵蓋AI相關眾多技術領域，包括預測技術、感知技術、決策技術、AI基礎架構等，其中AutoML是公司技術矩陣的絕對核心。AutoML，即自動機器學習技術，與公司核心業(yè)務——賦能企業(yè)數(shù)字化轉型緊密相連，AutoML通過使機器學習流程自動化，使算法自動發(fā)掘數(shù)據(jù)背后的新規(guī)律與新模式，可最大程度降低負責人工智能模型構建、調(diào)整、維護和改進的人工智能工程師的參與。?

深厚人工智能知識積累與研發(fā)成果，深度滲透公司業(yè)務。截至目前，公司已在20+AI競賽中取得世界冠軍、獲得20+頂級學術比賽主辦權、擁有300+核心專利和400+頂級學術論文。圖：第四范式技術矩陣預測技術1）自動特征工程、2）分布式多表時空特征挖掘算法、3）時間自適應的自動機器學習解決方案、4）自動模型搜索、5）自動深度稀疏網(wǎng)絡、6）神經(jīng)網(wǎng)絡架構搜索感知技術決策技術資料：

第四范式官網(wǎng)，中信建投AI基礎架構12其他領域1.10管理層：深厚技術背景賦能公司管理，深耕研發(fā)團隊助力業(yè)務發(fā)展?

公司管理層核心人員均具有深厚技術背景。公司自創(chuàng)始之初就具備的技術基因持續(xù)發(fā)力，體現(xiàn)在其對研發(fā)團隊的深耕上。?

戴文淵，公司董事會主席、執(zhí)行董事兼首席執(zhí)行官。作為ACM世界冠軍，戴文淵在機器學習子領域遷移學習中具有領軍地位，論文引用次數(shù)全球位列前三；首創(chuàng)“非監(jiān)督遷移學習”概念，開創(chuàng)了“非監(jiān)督遷移學習”這一重要研究方向。戴文淵層先后在百度、等大型公司擔任人工智能研究負責人，2014年創(chuàng)立第四范式，提出“AI

ForEveryone”的目標。?

胡時偉，公司聯(lián)合創(chuàng)始人、總裁，資深技術架構師。曾任百度搜索系統(tǒng)架構師，參與中國廣告搜索系統(tǒng)的智能化變革；后加入鏈家網(wǎng)創(chuàng)始團隊，推動鏈家業(yè)務的全面線上化。2015年加入第四范式，負責設計研發(fā)企業(yè)智能化轉型的AI產(chǎn)品和業(yè)務系統(tǒng)，如式說、Copilot等。?

陳雨強，公司聯(lián)合創(chuàng)始人、首席研究科學家。全球人工智能應用領域杰出科學家，在NIPS、SIGKDD、AAAI等多個國際頂級人工智能會議上發(fā)表過多篇論文，

獲APWeb2010

Best

Paper

Award。KDD

Cup2011名列第三。曾在百度鳳巢主持架構了世界上第一個商用的深度學習系統(tǒng)，在今日頭條主持設計實現(xiàn)了中國用戶量最多的新媒體人工智能推薦系統(tǒng)。?

在管理層技術底色推動下，公司構建了一支強大的研發(fā)團隊。截至23Q1，公司研發(fā)團隊共有1442人，人員占比76%，包括3名ACM冠軍。圖：第四范式領導層核心人物圖：第四范式的研發(fā)團隊3位

ACM冠軍董事會主席、執(zhí)行董事兼首席執(zhí)行官戴文淵聯(lián)合創(chuàng)始人、首席研究科學家陳雨強總裁胡時偉76%截至23Q1研發(fā)人員占比?上海交通大學本碩，香港科技大學博士ACM世界冠軍曾任百度搜索系統(tǒng)架構師，推動廣告、搜索系統(tǒng)最早的智能化變革??全球人工智能應用領域杰出科學家曾任鏈家網(wǎng)架構師，推動鏈家業(yè)務全面線上化轉?型。曾任第四范式首席架構師，在第四范式負責設計研發(fā)企業(yè)智能化轉型的AI產(chǎn)品和業(yè)務系統(tǒng)，帶領?

2013-2014就職于產(chǎn)品研發(fā)團隊打造出國內(nèi)首款人工智能全流程平遷移學習領域早期學者，論文多次被NIPS、ICML、AAAI、KDD?等國際頂級學術會議收錄，引用數(shù)位于該領域世界第三位?

2009-2013就職于百度，是當時最年輕的百度高級科學家在NIPS、SIGKDD、AAAI等多個國際頂級人工智能會議上發(fā)表1442

截至23Q1研發(fā)人員數(shù)量過多篇論文?獲APWeb2010BestPaperAward?

KDDCup2011名列第三，任諾亞方舟實驗室主任科學家，獲“PresidentAward”臺“第四范1式·先知”，并榮獲中國智能科技最3高獎－吳文俊人工智能科學技術獎一等獎資料：

第四范式官網(wǎng)，中信建投資料：

第四范式公眾號，中信建投1.11生態(tài)系統(tǒng)：強大商業(yè)引擎，合作伙伴+科學家+開發(fā)人員三邊飛輪助推長遠發(fā)展?

公司致力于建立人工智能生態(tài)系統(tǒng)，從解決方案合作伙伴、科學家、開發(fā)人員三方入手，站在業(yè)務、技術、開發(fā)三層核心環(huán)節(jié)構建三邊飛輪，形成商業(yè)化正向循環(huán)，推動公司長期健康發(fā)展。1）解決方案合作伙伴層面，公司設立范式學院，致力于提升B端企業(yè)人工智能認知，擴大潛在市場，培養(yǎng)潛在人才；同時搭建先知應用商店，打造全面應用程序全面集群生態(tài)系統(tǒng)，逐漸建立競爭壁壘。2）科學家層面，開設AutoML.ai，與世界前沿技術近距離交流。3）開發(fā)人員層面，建立OpenMLDB和OpenAIOS，共享第四范式在人工智能操作系統(tǒng)層面的成果。圖：第四范式生態(tài)系統(tǒng)科學家解決方案合作伙伴

范式學院——生態(tài)系統(tǒng)人才培養(yǎng)提供專業(yè)的培訓與輔導項目，為企業(yè)培養(yǎng)人工智能人才

AutoML.ai——自動機器學習挑戰(zhàn)平臺開源自動機器學習平臺，使得第四范式與世界頂級學術機構、跨國公司和人工智能科學家進行互動

先知應用商店——應用程序體系建立包含由第四范式的合作伙伴使用第四范式的算法和標準開發(fā)的應用程序集群

SHIFT數(shù)字化轉型峰會開發(fā)人員

OpenMLDB和OpenAIOS——面向開發(fā)者開放底層技術開源機器學習數(shù)據(jù)庫+開源人工智能操作系統(tǒng)內(nèi)核資料：

第四范式公眾號，中信建投141.11生態(tài)系統(tǒng)：SHIFT數(shù)字化轉型峰會，集合行業(yè)智慧尋求轉型之道?

SHIFT數(shù)字化轉型峰會作為第四范式生態(tài)系統(tǒng)的重要一環(huán)，集合了國內(nèi)頂尖的數(shù)字化創(chuàng)新者，通過演講和深度探討，共同研究企業(yè)數(shù)字化轉型的可行路徑。第四范式在2022和2023連續(xù)兩年舉辦SHIFT數(shù)字化轉型峰會，并在2023年邀請到來自十大行業(yè)的70位業(yè)界領袖、董事長、核心管理層等意見領袖分享創(chuàng)新經(jīng)驗。?

SHIFT峰會活動注重權威性和專業(yè)性，在線上與線下同時舉辦。參會的業(yè)界領袖多為其所在行業(yè)的龍頭企業(yè)數(shù)字化掌舵者，擁有豐富經(jīng)驗和前瞻視角，為跨行業(yè)的知識共享、視野拓展、促進創(chuàng)新做出了積極的貢獻。此外，第四范式SHIFT峰會特別設置線上展廳，通過可視化的視頻、場景模擬等手段展示第四范式的數(shù)字化轉型產(chǎn)品與技術、商業(yè)應用場景和行業(yè)轉型案例，為企業(yè)數(shù)智化轉型提供明晰的思路。圖：第四范式SHIFT峰會合作媒體圖：第四范式SHIFT峰會線上展廳內(nèi)容15資料：

第四范式官網(wǎng)，中信建投資料：

第四范式官網(wǎng)，中信建投目錄一、公司概況：企業(yè)級人工智能領跑者二、行業(yè)概覽：高增長千億行業(yè)，發(fā)展東風與技術需求呼喚新解決方案三、企業(yè)級決策類人工智能解決方案：助力智能化轉型，走進千行百業(yè)四、生成類AI業(yè)務：多模態(tài)大模型“式說”五、海外可比公司與盈利預測162.1

行業(yè)規(guī)模：人工智能行業(yè)?

總體來看，第四范式所在的人工智能市場達到千億美元規(guī)模，增長迅猛。IDC最新數(shù)據(jù)顯示，2022年全球人工智能IT總投資規(guī)模為1,288億美元，2027年預計增至4,236億美元，五年CAGR約為26.9%。?

我國人工智能市場未來發(fā)展向好，增長空間較大。IDC預計，2027年中國AI投資規(guī)模有望達到381億美元，全球占比約9%。近年來，我國人工智能產(chǎn)業(yè)不斷提升自身智能化水平，向高質(zhì)量發(fā)展邁進。從短期來看，國內(nèi)人工智能市場發(fā)展在與各行業(yè)的不同需求融合落地方面尚存成長空間；放眼未來，在政府的政策扶持和產(chǎn)業(yè)加快升級的主題背景下，人工智能技術必將與企業(yè)發(fā)展相融合，成為企業(yè)產(chǎn)品、服務和模式的一部分，將是推動中國企業(yè)跨越式發(fā)展的重要戰(zhàn)略資源。圖：2022-2027E中國人工智能市場支出預測（單位：百萬美元）資料：

IDC，中信建投172.1AI新范式：數(shù)據(jù)驅(qū)動的決策式AI+生成式驅(qū)動的大模型，賦能千行百業(yè)?

B端企業(yè)智能化轉型的痛點在于：企業(yè)數(shù)據(jù)分散，甚至很多數(shù)據(jù)沒有數(shù)字化，無法有效地在同一個系統(tǒng)對進行可視化和比較，更難以對數(shù)據(jù)背后的企業(yè)行為進行總結、分析和預測。?

數(shù)據(jù)驅(qū)動的AI：以第四范式為代表的企業(yè)級AI平臺可以通過算法挖掘數(shù)據(jù)意義，為企業(yè)降本增效提供解決方案。?

大模型可以帶來的優(yōu)化：1）通用性：無需根據(jù)各行業(yè)Know-How定制化開發(fā)。2）交互性：解決B端軟件功能復雜、層層嵌套的問題。3）開發(fā)成本：降低人力開發(fā)代碼成本。4）智能化：過去的模型僅學習垂直領域，而大模型可以動用其強大的涌現(xiàn)能力。?

數(shù)據(jù)驅(qū)動的B端AI企業(yè)使用大模型，可為其客戶實現(xiàn)降本增效：以數(shù)據(jù)驅(qū)動的決策類AI公司是最了解B端企業(yè)痛點、需求、Know-How的公司，大模型具有的通用性、智能性、可交互性都可以和決策類AI結合，更好地賦能千行百業(yè)。圖：決策類人工智能模型與LLM的區(qū)別圖：人工智能模型的各大垂直行業(yè)應用LLM傳統(tǒng)B端數(shù)據(jù)型人工智能價值定位提供預測分析并指導特定業(yè)務決策為通用主題提供合理答案生成式模型互相配合底層技術判別式模型總結特定事件歷史數(shù)據(jù)，實時輸入進行模式總結，未來狀況預測使用場景基于針對一般話題的大量數(shù)據(jù)歸納得答案數(shù)據(jù)要求及總持有??數(shù)據(jù)范圍極廣，通常涉及廣泛的一般話題海量數(shù)據(jù)導致的高訓練成本和持有成本?適當?shù)臄?shù)據(jù)范圍，只涉及某項業(yè)務僅訓練最相關數(shù)據(jù)，持有成本較低?18成本資料：愛分析，中信建投資料：

第四范式招股書，中信建投2.1

行業(yè)規(guī)模：第四范式以平臺為中心，布局決策類+生成類人工智能市場?

就細分行業(yè)來看，1）第四范式傳統(tǒng)業(yè)務處于千億規(guī)模的決策類人工智能行業(yè)，并且是以平臺為中心的決策類人工智能這一細分賽道的龍頭公司。2）此外，隨著大模型的推出，第四范式新推出的產(chǎn)品也積極布局生成類人工智能賽道，打開了第二增長曲線。圖：第四范式所處行業(yè)（加粗標明）圖：2020-2025中國生成類人工智能市場規(guī)模圖：2018-2027E中國決策類人工智能市場拆分、規(guī)模與增速300(預測）2500人工智能市場?決策類人工智能市場2023-2027CAGR:30.6%250200150100502070?決策類人工智能市場2018-2022CAGR:48.6%2000?以平臺為中心的決策類人工智能市場2023-2027CAGR：41.1%?以平臺為中心的決策類人工智能市場2018-2022CAGR：89.1%決策類人工智能市場16061500生成類人工智能市場1077以平臺為中心與非以平臺為中心的決策類人工智能市場CAGR對比：1000663?2018-2022：89.1%v.s.42.1%以平臺為中心的決策類500?2023-2027(預測）41.1%v.s.35.3%343098人工智能市場0以平臺為中心的決策類人工智能市場規(guī)模決策類人工智能市場規(guī)模202020212022E2023E2024E2025E資料：

第四范式招股書，中信建投資料：

《中國AI數(shù)字產(chǎn)業(yè)展望2021-2025》，中信建投資料：

灼識咨詢，中信建投2.2

中國人工智能行業(yè)：應用落地關鍵轉折點到來，四大東風推動行業(yè)蓬勃發(fā)展?

應用落地轉折點東風之一——數(shù)據(jù)量增長：現(xiàn)今世界已實現(xiàn)廣泛的數(shù)字化及互聯(lián)互通，數(shù)據(jù)量急劇增長。數(shù)據(jù)量的增長為模型復雜性、模型魯棒性、模型泛化性的提升帶來可能，進一步推進AI應用的落地。根據(jù)灼識咨詢的資料，于2022年，全球范圍內(nèi)創(chuàng)造、獲取、複制及消耗了99ZB的數(shù)據(jù)，在過去十年間增長了近30倍，且預計在2027年將進一步增長至264ZB。龐大的數(shù)據(jù)量蘊含的重要信息為每個組織創(chuàng)造了大量機會，然而，數(shù)據(jù)量激增也為數(shù)據(jù)分析帶來了前所未有的挑戰(zhàn)，由人工處理數(shù)據(jù)分析任務變得愈發(fā)困難且成本高昂。在這樣的背景之下，數(shù)據(jù)的積累促進了人工智能應用。同時，人工智能從豐富的數(shù)據(jù)中學習、訓練和發(fā)展，變得更加智能，并能夠以更有效的方式解決現(xiàn)實中的問題。圖：大數(shù)據(jù)四大特性圖：中國、北美、全球其他地區(qū)2022-2027E數(shù)據(jù)量規(guī)模（ZB）單位：ZB資料：

前瞻產(chǎn)業(yè)研究院，IDC，中信建投資料：

艾瑞咨詢，中信建投2.2

中國人工智能行業(yè)：應用落地關鍵轉折點到來，四大東風推動行業(yè)蓬勃發(fā)展?

應用落地轉折點東風之二——算力的迅猛提升：算力與芯片的發(fā)展迭代密切相關。與此前代際的芯片相比，大多數(shù)芯片公司的人工智能芯片產(chǎn)品在算力上均大幅提高。根據(jù)灼識咨詢報告，大型芯片廠商新一代人工智能芯片的算力較上一代同系列產(chǎn)品最高可提升十倍。1）模型訓練的時間和成本降低：新的算法和框架的出現(xiàn)提高了人工智能訓練和在行業(yè)部署的效率。例如，借助遷移學習技術，遷移和復制某個人工智能模型所獲得的洞察至新的領域；借助自動機器學習(AutoML)技術，所有的開發(fā)者及業(yè)務人員都可以開發(fā)和優(yōu)化機器學習模型，減少對機器學習專家的依賴。圖：2020-2027年中國AI芯片市場規(guī)模及預測趨勢（億元）圖：2021年上半年中國人工智能芯片市占率1.5%250020000.3%21646.3%16751500100050001210GPUNPU827ASICFPGA5663853271952020

2021

2022

2023e

2024e

2025e

2026e

202791.9%市場規(guī)模：億元21資料：

第四范式招股書，IDC,艾瑞咨詢，中信建投資料：

第四范式招股書，IDC,艾瑞咨詢，中信建投2.2

中國人工智能行業(yè)：應用落地關鍵轉折點到來，四大東風推動行業(yè)蓬勃發(fā)展?

應用落地轉折點東風之三——各行業(yè)部署人工智能應用的意識提升：人工智能持續(xù)助力全球各行各業(yè)的變革，各類機構的決策層也已經(jīng)注意到這一點，并對人工智能進行投資。根據(jù)灼識咨詢報告，于2022年，全球人工智能支出達到1,997億美元，相較2018年的713億美元，年均復合增長率為29.4%，并預計于2027年提升至5,629億美元，年均復合增長率為23.0%。根據(jù)灼識咨詢報告，預計到2030年，人工智能將驅(qū)動多于15%的全球GDP。?

應用落地轉折點東風之四——中國引領全球應用人工智能發(fā)展：在應用人工智能的先行者中，中國市場高度活躍，現(xiàn)正以不斷跨越現(xiàn)有邊界和急劇涌現(xiàn)的人工智能創(chuàng)新引領全球人工智能行業(yè)的發(fā)展。在需求端，人工智能被認為是一種易于獲取及使用的工具，能為中國不同規(guī)模的實體實現(xiàn)在當今數(shù)字時代的運營效率提升和業(yè)務成功。中國龐大的經(jīng)濟規(guī)模及可觀的社會活動水平帶來了豐富多樣且可與人工智能融合的應用場景。中國市場存在對人工智能解決方案的巨大需求，且需要針對多樣化、動態(tài)的現(xiàn)實場景進行量身定制，這也鼓勵了人工智能行業(yè)技術和商業(yè)模式的創(chuàng)新。在供應端，中國的人工智能提供商受益于經(jīng)濟規(guī)模和社會活動水平所產(chǎn)生的大量且規(guī)模仍在不斷增長的數(shù)據(jù)、強大的人才庫、領先的研究能力及充滿活力的人工智能領域參與者。此外，預期中國政府促進人工智能技術、人工智能人才教育及應用人工智能解決方案的支持政策及法規(guī)可進一步推動中國人工智能行業(yè)的迅速發(fā)展。因此，中國正在引領全球人工智能創(chuàng)新和商業(yè)化。圖：中國部分人工智能相關政策支持資料：

第四范式招股書，國家政府網(wǎng)222.3中國人工智能行業(yè)：第三次人工智能浪潮主流，賦能企業(yè)高效實時決策?

人工智能輔助決策，即利用人類知識，輔以人工智能技術，解決復雜決策問題的一類技術。縱觀人工智能技術發(fā)展史，對人工智能決策能力的追求從未停止，隨著第三次人工智能浪潮的到來，決策類人工智能迎來了新的增長機會。從專家系統(tǒng)到系統(tǒng)規(guī)則，再到引領第三次人工智能的第四代Rete-NT算法，人工智能決策實時性、精準性、易用性不斷提升，決策類人工智能增長機會已然到來。?

得益于完整的智能決策支持系統(tǒng)（IDSS）運行模式，決策類人工智能的實時性和高效性大幅提升，企業(yè)智能化決策落地在望。在IDSS框架中，人工智能可以實現(xiàn)對模型庫、數(shù)據(jù)庫、方法庫、知識庫的靈活調(diào)用與管理，實現(xiàn)毫秒級別的實時決策，同時脫離決策者個人主觀性，做出更科學精準的判斷，有助于企業(yè)實現(xiàn)智能化決策轉型。圖：決策類人工智能（智能決策）發(fā)展史圖：智能決策支持系統(tǒng)（IDSS）概覽用戶人機接口自然語言處理系統(tǒng)問題處理系統(tǒng)1980s1990s末2000s左右

2010s決策引擎

智能決策1956知識庫管理系

推理模型庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)方法庫管理系統(tǒng)統(tǒng)機專家系統(tǒng)規(guī)則引擎人工智能誕生以預設專家知識為規(guī)則，只能針對固定情況處理，局限性大，應用受限單獨抽離業(yè)務規(guī)則進行管理和執(zhí)行，不具備決策能力，采取第一代Rete算法在管理和執(zhí)行業(yè)務規(guī)

具備精準預測、快速則的基礎上具備了決

部署、可視化模擬等知識庫模型庫數(shù)據(jù)庫方法庫策能力，一般采取功能，使用第四代ReteIII或更早算法Rete-NT算法23資料：

頭豹研究院，中信建投資料：

頭豹研究院，中信建投2.4

中國以平臺為中心的決策類人工智能行業(yè)：“授之以漁”的解決方案?

在決策類人工智能行業(yè)之中，根據(jù)解決方案類型的不同，又可進一步分為單點解決方案、單線解決方案與平臺解決方案。幾種解決方案的通用性依次遞增，其中，以平臺為中心的解決方案可以賦能最大范圍的業(yè)務，幫助企業(yè)在其經(jīng)營全線過程中提升效能。?

相較其他類型的解決方案，決策類人工智能平臺更符合“授之以漁”的思想，在靈活性與可拓展性、數(shù)據(jù)兼容性與人工智能應用、人工智能應用管理等方面具有優(yōu)勢。具體而言，決策類人工智能平臺調(diào)整與遷移的靈活性更高，在平臺交付之后仍然可以按照需求進行拓展和新應用的開發(fā)。同時，決策類人工智能平臺具有即插即用的特性，可以兼容不同數(shù)據(jù)、開發(fā)環(huán)境與開發(fā)規(guī)則，更加便于企業(yè)實際場景的應用。這些特性導致決策類人工智能平臺相較單點或單線解決方案更易管理，后續(xù)成本較低。圖：三種解決方案類型表：決策類人工智能平臺與單點/單線解決方案的對比例：生鮮類產(chǎn)品的智能營銷指標決策類人工智能平臺單點/單線解決方案在某個細分業(yè)務領域?qū)崿F(xiàn)智能決策靈活性與可拓展性?

靈活地按需求開發(fā)人工智能模型?

模組和應用可以復制到相似/相鄰

?

難以滿足在原有解決方案上進行額外?

大多數(shù)為一次性交付品的情景拓展的定制化需求數(shù)據(jù)兼容性與人工智能應用?

可于平臺上整合不同數(shù)據(jù)并?

每個特定的工作流程一般由不同供應商提供，并只包含用戶整個數(shù)據(jù)集的一部分，可能會產(chǎn)生新數(shù)據(jù)孤島?

需要進行連接以相互操作，且應用可能在基本框架、數(shù)據(jù)標準、處理規(guī)則等方面有所不同例：智能營銷統(tǒng)一定義，以消除數(shù)據(jù)不一致和信息孤島實現(xiàn)某一類業(yè)務場景的智能決策?

應用可兼容開發(fā)環(huán)境與規(guī)則例：零售全場景賦能平臺解決方案人工智能應用管理?

一般預先提供可實現(xiàn)快速、方便的人工智能應用管理的功能?

預先內(nèi)置一套為所有數(shù)據(jù)集和應用而設的統(tǒng)一安全模型?

需要額外人工智能應用管理功能?

額外部署一套可在各個獨立應用中有效運作的安全模型可能需要更高成本實現(xiàn)多個大類業(yè)務場景的智能決策24：

第四范式招股書，中信建投資料資料：

第四范式招股書，愛分析，中信建投2.4

中國以平臺為中心的決策類人工智能行業(yè)：第四范式處于領先地位，綜合互聯(lián)網(wǎng)廠商是主要競爭者?

中國以平臺為中心的決策類人工智能行業(yè)為典型的多元壟斷市圖：2022年中國以平臺為中心的場，CR5達到56.20%，其中，第四范式在行業(yè)中處于領先地位，營收市占率達到22.60%。該行業(yè)內(nèi)，第四范式的主要競爭者是綜合互聯(lián)網(wǎng)廠商。決策類人工智能市場競爭格局（按營收計）?

第四范式的競爭優(yōu)勢主要有五點。1）專注以平臺為中心的人工第四范式智能領域，在業(yè)內(nèi)享有較高聲譽，具備領先核心技術。第四范式百度阿里巴巴被Gartner評為新興技術與趨勢影響力的Composite

AI全球代22.60%表廠商，2020年十大戰(zhàn)略技術趨勢自動機器學習的全球代表廠商之一，也被TheForrester

Wave評為2020年預測分析與奇跡學習中國市場測評領域第一名。2）端到端人工智能解決方案具有強大價值，助力用戶業(yè)務成功。第四范式的解決方案采用低代碼或無代碼形式，適用于廣泛的行業(yè)，能為用戶創(chuàng)造價值。3）有效市場戰(zhàn)略，吸引分布于眾多行業(yè)客群。第四范式與眾多垂直領域廠商建立合作關系，從頭部企業(yè)入手，逐漸擴大影響至行業(yè)其他用戶。4）全面的人工智能生態(tài)系統(tǒng)，有利于實現(xiàn)協(xié)同效應。5）管理團隊均為行業(yè)翹楚，經(jīng)驗豐富，具備卓越的技術研發(fā)學術水平與深刻商業(yè)洞察力。騰訊其他43.80%12.30%8.90%5.60%6.80%資料：第四范式招股書，灼識咨詢，中信建投252.5

公司上游供應商:算力供應商扮演最重要角色?

上游供應商總體分類：公司上游供應商主要分為：1）研發(fā)服務供應商。為公司提供研發(fā)服務，公司擁有研發(fā)相關產(chǎn)品的所有服務供應商。負責服務實施，公司按照實際人力消耗結算。3）其他供應商。包括但不限于服務器供應商、云服務供應商等。。2）實施?

算力供應商在上游供應商中的重要地位：算力是推動人工智能技術創(chuàng)新與應用的基礎支撐，模型的訓練迭代將極大地拉動對算力的需求。模型成功部署后，推理也將需要大量算力做支撐。另外，日后隨著模型的成熟落地和推廣，模型推理所需算力也將增加。公司產(chǎn)品目前的上游主要為算力提供商。第四范式作為以平臺為中心的人工智能解決方案提供商，一直致力于更新自己的解決方案，為不同垂直行業(yè)的終端用戶提供服務，因此其需要大量的智能算力做為支撐。但是目前我國算力發(fā)展存在“三多三少”的結構性失衡。一是數(shù)據(jù)中心底層架構和服務能力存在結構性失衡，傳統(tǒng)數(shù)據(jù)中心多、智能計算中心少；二是數(shù)據(jù)中心區(qū)域分布和規(guī)模類型存在結構性失衡，東部多中西部少、中小型多大型少；三是數(shù)據(jù)中心核心芯片和軟件產(chǎn)品存在結構性失衡，進口依賴多、國產(chǎn)自主少。其中影響較大的是智能計算中心少，可能限制企業(yè)發(fā)展。圖：第四范式的三類上游供應商圖：算力供應商的重要性智能算力可能制約AI行業(yè)發(fā)展研發(fā)服務供應商實施服務供應商其他供應商?

供應商負責服務實施?

按照實際人力消耗結算?

供應商提供研發(fā)服務?

公司具有研發(fā)相關產(chǎn)品的所有?

服務器供應商?

云服務供應商?

…資料：

第四范式招股書，中信建投26資料：

第四范式招股書，中信建投2.5

公司下游客戶:解決方案伙伴客戶主導，金融與能源電力是最主要行業(yè)，未來拓展空間廣闊?

下游客戶分類與概況：1）按照直接使用解決方案或?qū)⒔鉀Q方案融入自身產(chǎn)品，公司客戶分為直簽客戶和解決方案伙伴客戶，解決方案伙伴客戶是公司主要收入。2020年、2021年、2022年、2023Q1，公司來自直簽客戶的收入分別占總收入15%、43%、32%、22%。。2022年，公司來自這些行業(yè)客戶的營收占比?

2）按照客戶所處行業(yè)拆分客戶收入，金融、能源與電力、運輸、電信行業(yè)客戶是主要收入分別為20.3%、16.9%、13.1%、10.6%。縱向來看，公司2020-2022年期間，行業(yè)分布從集中到分散，能源與電力取代金融成為公司第一大服務行業(yè)。金融行業(yè)收入占比從2020年的31.0%下降至16.9%，2022年退居第二大行業(yè)；而能源與電力同期占總收入的比例由14.68%上升至20.33%，2022年首度超越金融行業(yè)成為第一大業(yè)務板塊。從大客戶角度看，2020年至2021年，公司十大終端客戶中，基本有穩(wěn)定的4-5家為金融機構，而2022年則分散在能源、電信、運輸?shù)刃袠I(yè)，無一家金融機構。?

下游客戶拓展空間：產(chǎn)業(yè)數(shù)字化轉型作為我國“十四五”規(guī)劃和2035年遠景目標的一大重點，為公司的長期向好發(fā)展提供了良好的需求環(huán)境，預期未來第四范式將持續(xù)探索與更多行業(yè)客戶的合作。圖：第四范式的直簽客戶與解決方案客戶收入占比

圖：第四范式2020-2022各行業(yè)客戶收入（單位：億）圖：第四范式2022年各行業(yè)客戶營收占比7.00120%100%80%60%40%20%0%6.275.775.206.005.004.003.0015.1%20.3%4.424.056.6%7.6%3.2857%43%2.922.9968%2.3516.9%85%2.021.020.242.031.750.731.771.321.002.00

1.381.001.380.641.350.541.280.919.7%1.240.671.020.570.000.000.000.3010.6%

13.1%0.0032%15%202020212022能源與電力

金融

運輸

電信

科技

教育

制造

其他直簽客戶解決方案伙伴客戶272020

2021

2022資料：

第四范式招股書，中信建投資料：

第四范式招股書，中信建投2.5

公司下游客戶:標桿客戶涉及各行業(yè)頭部公司，標桿用戶平均年收入持續(xù)上升?

隨著不同行業(yè)客戶的拓展，公司在不同行業(yè)領域與各行業(yè)頭部客戶建立了合作關系，形成了規(guī)模逐漸增長的標桿客戶群。從創(chuàng)始至今，第四范式與上海瑞金醫(yī)院、工商銀行、百勝集團、中國石油、人民日報、寧德時代等不同行業(yè)頭部公司達成合作，頭部公司使用第四范式業(yè)務形成的示范效應將對第四范式的業(yè)務擴張產(chǎn)生積極效應。?

標桿客戶：是指具有重要影響力、在特定行業(yè)內(nèi)處于領先地位的企業(yè)，即財富世界500強企業(yè)或上市公司。2020年到2022年，第四范式的標桿用戶數(shù)分別為47、75、104家，保持逐年增長態(tài)勢。?

與客戶業(yè)務合作不斷加深，標桿用戶平均收入呈上升態(tài)勢。2020年到2022年，第四范式標桿用戶平均收入分別為0.12億元、0.14億元、0.18億元。標桿用戶平均收入的不斷上升也標識著公司與合作伙伴的合作深度不斷拓展，價值創(chuàng)造能力持續(xù)上升。圖：第四范式服務的各行業(yè)頭部客戶圖：2020-2023Q1第四范式用戶數(shù)與標桿用戶數(shù)圖：2020-2023Q1第四范式標桿用戶平均收入（億元）0.24500.184090.18400350300250200150100500.160.140.140.120.122450.11561470.080.060.040.020104756247020202021標桿用戶數(shù)2022用戶數(shù)2023Q120202021202228資料：

第四范式官網(wǎng)，中信建投資料：

第四范式招股書，中信建投資料：

第四范式招股書，中信建投2.5

公司下游客戶:與央國企客戶建立深度合作，受央國企數(shù)字化升級趨勢影響持續(xù)利好?

第四范式客戶群體的另一個特點是國央企占比較大。截至目前，與第四范式建立起合作關系的國央企包括但不限于中石化、中石油、中國移動、中國聯(lián)通、中國電信、中國電科、四大國有行、招商銀行、交通銀行、中信銀行等。?

國央企的數(shù)字化升級是大趨勢，在此趨勢下，第四范式業(yè)務拓展空間較大。2023年中央企業(yè)戰(zhàn)略性新興產(chǎn)業(yè)投資2.18萬億元，同比增長32.1%。2023年中央企業(yè)遴選91個綠色低碳先進技術示范項目，107戶企業(yè)列為國有企業(yè)數(shù)字化轉型行動試點，117個智能工廠、304個優(yōu)秀場景入選國家智能制造試點示范項目。在《關于加快推進國有企業(yè)數(shù)字化轉型工作的通知》、《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》等一系列利好文件的推出背景下，第四范式的業(yè)務存在較大拓展空間。圖：第四范式服務的國央企客戶部分列舉圖：2020-2024國央企數(shù)字化升級政策部分節(jié)選時間機構文件名稱內(nèi)容發(fā)揮國有企業(yè)在新一輪科技革命和產(chǎn)業(yè)變革浪潮中的引領作國務院國資

關于加快推進國有企業(yè)數(shù)

用，進一步強化數(shù)據(jù)驅(qū)動、集成創(chuàng)新、合作共贏等數(shù)字化轉2020年8月委字化轉型工作的通知型理念，構建新發(fā)展格局，促進數(shù)字經(jīng)濟和實體經(jīng)濟融合發(fā)展。著力提升數(shù)字化管理能力。運用區(qū)塊鏈、大數(shù)據(jù)、云計算、人工智能等新一代信息技術，推動法務管理從信息化向數(shù)字化升級，探索智能化應用場景，有效提高管理效能。以數(shù)據(jù)為關鍵要素，以數(shù)字技術與實體經(jīng)濟深度融合為主線，加強數(shù)字基礎設施建設，完善數(shù)字經(jīng)濟治理體系，協(xié)同推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化。賦能傳統(tǒng)產(chǎn)業(yè)轉型升級，培育新產(chǎn)業(yè)新業(yè)態(tài)新模式，不斷做強做優(yōu)做大我國數(shù)字經(jīng)濟，為構建數(shù)字中國提供有力支撐。國務院國資

關于進一步深化法治央企2021年10月委建設的意見“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃2022年1月

國務院國務院國資中央企業(yè)合規(guī)管理工作應當遵循堅持務實高效的原則，充分利用大數(shù)據(jù)等信息化手段，切實提高管理效能。2022年8月中央企業(yè)合規(guī)管理辦法委全面提升數(shù)字中國建設的整體性、系統(tǒng)性、協(xié)同性，促進數(shù)數(shù)字中國建設整體布局規(guī)

字經(jīng)濟和實體經(jīng)濟深度融合，以數(shù)字化驅(qū)動生產(chǎn)生活和治理2023年2月

國務院劃方式變革，為以中國式現(xiàn)代化全面推進中華民族偉大復興注入強大動力。國務院國資委召開“AI賦能

產(chǎn)業(yè)煥新”中央企業(yè)人工智能專題推進會2024年229月國務院資料19日：

艾瑞咨詢，中信建投資料：

第四范式官網(wǎng)，中信建投目錄一、公司概況：企業(yè)級人工智能領跑者二、行業(yè)概覽：高增長千億行業(yè)，發(fā)展東風與技術需求呼喚新解決方案三、企業(yè)級決策類人工智能解決方案：助力智能化轉型，走進千行百業(yè)四、生成類AI業(yè)務：多模態(tài)大模型“式說”五、海外可比公司與盈利預測303.1.1

解決方案總覽：AI提升決策水平，OODA鏈路全場景優(yōu)化?

企業(yè)增長的要訣在于高效的管理，而管理的核心在于決策。AI賦能企業(yè)管理，有助于實現(xiàn)決策流程全優(yōu)化。著名軍事學家John

Boyd于1977年提出OODA循環(huán)決策理論，并被廣泛應用于企業(yè)決策。他認為，決策過程是由“觀察（Observe）—判斷（Orient）—決策（Decide）—行動（Act）”四個環(huán)節(jié)組成的相互關聯(lián)、相互重疊的循環(huán)周期，高效完成這一循環(huán)是致勝的關鍵。AI決策可有效在OODA循環(huán)的四大流程助力更高效、更精準、更有效的決策。?

AI進入企業(yè)決策，突破了人類認知的固有限制，有利于更優(yōu)決策的生成。面對日益分散化、多元化、復雜化的企業(yè)管理場景，人類認知在理性程度、響應速度、復用程度等層面上存在局限性。AI可以有效克服這些固有缺陷，幫助實現(xiàn)更加智能的決策。圖：AI如何加速OODA循環(huán)內(nèi)部的每個環(huán)節(jié)圖：AI決策相比人決策的優(yōu)勢更精準的數(shù)據(jù)收集與形勢判斷：觀察（Observe）清晰掌握業(yè)務情況，預判未來發(fā)展更全面的觀察和分析：更實時的行動：決策實時應用，實施效率提升OODA循環(huán)行動（Act）調(diào)整（Orient）挖掘全量全模態(tài)數(shù)據(jù)價值更優(yōu)化的決策：考慮全盤業(yè)務，找到實現(xiàn)各項業(yè)務價值最大化的最優(yōu)解決策（Decide）31資料：

第四范式官網(wǎng)，Gartner,中信建投資料：

第四范式官網(wǎng)，Gartner,中信建投3.1.2

解決方案總覽：端到端解決方案滿足數(shù)字化轉型全需求，全面產(chǎn)品矩陣構建完整業(yè)務生態(tài)?

第四范式提供端到端的企業(yè)級人工智能解決方案，全方位滿足企業(yè)在人工智能建設過程中對基礎設施、平臺和應用的需求，賦能企業(yè)數(shù)字化轉型。第四范式的人工智能解決方案產(chǎn)品矩陣分為兩大部分：1）作為解決方案支柱的先知平臺，包括可選的配套基礎設施和以平臺為中心的解決方案。其中，以平臺為中心的解決方案又可進一步拆分為提供低代碼/無代碼環(huán)境的人工智能開發(fā)人員套件HyperCycle和Studio，以及具備數(shù)據(jù)內(nèi)核和運行時內(nèi)核的操作系統(tǒng)AIOS?？蛇x的配套基礎設施主體為SageOne，是一款軟硬一體的軟件定義的“一體化”解決方案。2）依托先知平臺創(chuàng)建的先知應用?？蓪崿F(xiàn)銷售與營銷、風險管理、運營效率等多元化功能。圖：第四范式企業(yè)級人工智能解決方案產(chǎn)品矩陣銷售與營銷風險管理運營效率實際應用層（亦稱先知應用先知應用?數(shù)字運營平臺精準營銷??反欺詐反洗錢?銷售預測?異常預測?智慧供應鏈?智能生產(chǎn)規(guī)劃??…?…?智能客服?…從解決方案到具體應用HyperCycleStudio人工智能開發(fā)人員套件?HyperCycleKBHyperCycleCV?MLStudio?

CVStudio?

SpeechStudio?HyperCycleMLHyperCycleOCR以平臺為中心的解決方案??NLPStudio?低代碼或/及無代碼平臺解決方案層(亦稱先知平臺）無代碼平臺AIOS操作系統(tǒng)?數(shù)據(jù)內(nèi)核?運行時內(nèi)核SageOne其他配套設施可選的配套基礎設施32?軟硬一體?由軟件定義…料3.2SageOne：軟硬一體解決方案，軟件定義提高業(yè)務效能?

第四范式的SageOne是一款已在服務器及其他相關硬件上預先安裝先知平臺及產(chǎn)品的軟件定義“一體化”解決方案。?

方案簡介：主要為已經(jīng)預先安裝先知平臺及即用型人工智能應用的配套“軟件+硬件”服務器基礎設施。在硬件配置層面：第四范式基于估計算力消耗和在提供硬件上可實現(xiàn)的優(yōu)化效果向客戶建議合適的型號、配置以及所需硬件數(shù)目。?

比較優(yōu)勢：與在傳統(tǒng)及廣泛使用的通用架構服務器上運行相比，SageOne的算力、網(wǎng)絡、存儲資源優(yōu)化都由軟件定義，更有助于提升人工智能解決方案的輸出與表現(xiàn)，可賦能企業(yè)快速實現(xiàn)運營智能化。?

商業(yè)模式：基于估計算力消耗定價。向SageOne客戶收費時，公司考慮硬件單元（不同型號服務器單元）數(shù)量、軟件使用許可費、基于各自型號的硬件成本等多方面因素。?

業(yè)務表現(xiàn)：公司SageOne用戶數(shù)目與SageOne每名用戶平均收入持續(xù)增長。2020年、2021年、2022年全年SageOne用戶數(shù)目分別為57、66、89名。2020全年、2021全年、2022全年、2023Q1

SageOne每名用戶平均收入分別為0.11億元、0.15億元、0.18億元。圖：第四范式2020年-2022年全年SageOne用戶數(shù)目圖：第四范式2020-2023Q1SageOne每名用戶平均收入（億元）90830.200.150.100.050.000.18807060504030201000.1566570.1120202021202220202021202233資料：

第四范式招股書，中信建投資料：

第四范式招股書，中信建投3.3AIOS：更靈活、更友好、更高效的企業(yè)級智能操作系統(tǒng)?

第四范式的Sage

AIOS是一個企業(yè)級智能操作系統(tǒng)，兼具靈活性和規(guī)范性，功能類似于Windows操作系統(tǒng)在PC上的功能。?

比較優(yōu)勢：1）簡單友好的用戶界面。2）將人工智能應用的開發(fā)與管理可視化。3）標準化的人工智能數(shù)據(jù)格式帶來的高效規(guī)模化部署與資源管理。?

組成部件一——數(shù)據(jù)內(nèi)核：定義用于人工智能的數(shù)據(jù)標準與格式，可以實現(xiàn)統(tǒng)一處理，確保一致性。模型訓練環(huán)節(jié)中，數(shù)據(jù)內(nèi)核可以使得操作者在模型訓練過程中應用閉環(huán)反饋機制，實現(xiàn)模型的有效實時訓練。數(shù)據(jù)內(nèi)核關鍵組件為開源數(shù)據(jù)庫OpenMLDB，可以提升數(shù)據(jù)準確性，提高數(shù)據(jù)準備效率。?

組成部件二——運行時內(nèi)核：用于多極計算、存儲、通信的集中管理內(nèi)核。可在不影響用戶體驗的前提下自動調(diào)度與管理異構資源，提高資源利用率。我們認為，運行時內(nèi)核具有高性能、高性價比、高利用率三大特點。?

商業(yè)模式：基于算力消耗收費。圖：第四范式SageAIOS界面展示圖：第四范式SageAIOS運行時內(nèi)核三大特點人工智能應用商店人工智能基礎架構應用程序高性能高性價比高利用率在機器學習過程中提供低延遲、高吞吐的通信框架。通過自動擴容策略擴大內(nèi)存容量，無需修改現(xiàn)有應用和代碼。灼識咨詢數(shù)據(jù)顯示，公司可以將人工智能數(shù)據(jù)處理引擎的自動拆分任務，進行并行計算，分配到不同的計算芯片極速處理，根據(jù)灼識咨詢報告顯示性能提高500%灼識咨詢顯示，與主流調(diào)度框架相比，公司運行時內(nèi)核結合軟件虛擬化