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”

本文主要是介绍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”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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

这篇关于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”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/242435

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费