第四范式经营看点在哪？

用户规模及黏性均显著提升，积极拥抱生成式 AI。

1.打造全方位产品体系，以低门槛开发为特色

在机器学习领域技术能力突出，斩获多个世界竞赛冠军。第四范式是国内在 AutoML 领域研 究最早最深的公司之一，AutoML 技术全称为 Automated Machine Learning，是 2014 年以来 机器学习和深度学习领域最炙手可热的领域之一，其所针对的问题是解决机器学习中特征提 取、模型选择、调整参数等人工干预问题，AutoML 致力于解决这些步骤自动化学习，从而使 机器学习能够无须人工干预就能进行应用。围绕 AutoML 做技术能力延展，目前公司拥有自 动机器学习、迁移学习、环境学习和自动强化学习为支撑解决方案的技心技术，已经覆盖预 测、感知、决策、基础架构等多个方面， 并斩获 20 余个 AI 竞赛世界冠军，拥有 20 余个顶 级学术比赛主办权、300 多项核心专利和 400 多篇顶级学术论文。

软硬一体，开箱即用

2019 年 6 月，第四范式发布软件定义一体化解决方案 SageOne。SageOne 提供已预装先知平 台的配套软硬件服务器基础设施，打破了以往 AI 算法+CPU/GPU 硬件野蛮堆砌的方式，利用 软件定义算力，达成软件和硬件之间的协同效应最大化。在降低了使用门槛，提供强大的 AI 算力的同时，SageOne 又具有更低的长期使用成本，在相同的性能表现下，对比 Google AutoML， 采用第四范式产品的成本仅为 1/10。另外，SageOne 也具有多种型号，方便客户按需选择。

AI 操作系统连通底层基础设施与上层应用软件

2020 年 8 月，第四范式发布企业级 AI 操作系统 Sage AIOS，面向“数据治理”、“资源管理” 和“应用管理”的三方面核心能力，为应用的开发和上限提供环境支撑。Sage AIOS 的主要 组件包括数据内核（用于提升用户的数据质量和建模效率）和运行时内核（提高计算资源利 用率，优化人工智能模型及应用的开发效率），解决了 AI 应用的主要难题，帮助企业实现商 业变现。

低门槛开发套件 HyperCycle 系列和 Sage Studio 系列

在操作系统 Sage AIOS 的基础上，第四范式为企业开发人员搭载两种套件，分别为 HyperCycle 系列和 Sage Studio 系列，其中 HyperCycle 系列配备了无代码开发工具，将 AI 落地过程简 化为“行为-反馈-学习-应用”四个步骤，帮助零 AI 基础的客户进行理解和使用；Sage Studio 系列配备低代码和无代码开发工具，支持多表建模方案的真正业务可用的企业级、全流程 AutoML 产品方案。在不同系列中也将算法分类为机器学习、计算机视觉、图像文字提取等不 同套件，方便客户按照自己的能力和需求取用。 降低 AI 开发门槛，有利于提高企业部署效率，帮助公司打开用户群体。目前，企业无法实 现大规模人工智能转型的主要原因在于现有解决方案使用门槛高，而 AI 专业人员在劳动市 场上有限，例如 AI 开发人员使用最广泛的谷歌的 TensorFlow 框架，即使是有一定知识基础 的人员，学习使用也需要耗费大量的时间，另外还包括后续参数调优的工作，导致 AI 落地场 景受限，而第四范式的应用开发平台用低代码或者无代码的开发方式降低使用门槛，使任何 行业的用户均可简便且快速地实施公司的解决方案，有利于公司拓展用户群体。

整合成品应用，满足不同场景需要。 建立在 Sage AIOS 以及研发工具基础之上，公司也可以为企业客户开发定制化应用，所开发 的应用包括营销类、风险控制类等。除了自行开发应用外，得益于基础的 AI 系统能力，公司 对 Sage AIOS 系统内的数据库 OpenMLDB、运行时内核关键组件 OpenAIOS 进行开源，以吸引 用户自行开发应用，并支持用户上传发布。与之相配合，公司于 2021 年 6 月推出企业级人工智能应用商店，汇聚了公司自主开发的即用型人工智能应用和合作伙伴在公司的 AI 操作系 统中开发的应用，为服务客户提供了更丰富的应用选择，同时也进一步提高了用户的使用黏 性。 与单点解决方案不同，公司以平台为核心的低代码研发方案更易投入和管理。基于上述介绍， 公司的产品涵盖了底层操作系统、应用开发工具、成熟的应用产品及一体化的解决方案，可 以根据客户的需求进行选用。与单点解决方案不同，除了人工智能应用和基本计算基础设施 外，公司以平台为中心的人工智能解决方案，为用户提供统一的开发标准并具有高兼容性， 使人工智能平台更易于投入使用和管理。

2.赋能 B 端企业转型，用户规模及黏性不断提升

基于逐渐完善的产品矩阵与有效的市场进入战略，推动客户规模持续提升。公司拥有体系化 的人工智能解决方案，已经形成一定的产品竞争力，所服务客户数量不断增加，2018-2023 年 公司分别拥有 38 名、79 名、156 名、245 名、409、445 名用户，其中包括 18 名、32 名、47 名、75 名、104、139 名标杆用户（财富世界 500 强企业及公众上市公司）。

金融、能源电力为重点领域，涉猎领域逐步走向多元化。第四范式最初进入的是金融行业， 随后逐步拓展至零售、制造、能源电力、电信及医疗等领域。目前能源电力、金融行业收入 贡献度仍较高，2022 年能源电力、金融的收入占比分别为 20.3%、16.9%，两大收入占比合计 为 37.2%，相较于 2021 年下降 13.3pct，公司收入的行业分布更加平均，表明公司业务领域 更加多元化。

此外，公司通过收购进一步夯实在重点领域的竞争壁垒。公司 2021 年 9 月以 1.9798 亿元对 价收购广州建新 66%的股权，其为国内领先的能源电力行业数字化及智能化平台服务供应商； 收购伊飒海 100%的股权，对价 2 亿，通过其持有理想科技股权，而理想科技是一家为金融行 业的客户提供一站式运维自动化解决方案的领先软件开发商。基于两项收购，公司在能源电 力、金融领域的业务能力得到进一步强化，同时也获得更多客户资源，帮助公司构建更深厚 的竞争壁垒。（资料来源：招股说明书）

以金融等领域为例，公司主要提供的服务包括：

聚焦金融服务，优化营销、运营与风控

根据灼识咨询的资料，以客户为中心的成本优化和风险控制策略在金融行业变得愈发重要。 先知平台作为一个通用型平台，首先聚焦于金融行业，已服务商业银行、证券、保险等众多 金融机构，获得了巨大的成功。面向金融行业的 AI 服务主要包括反欺诈、反洗钱、精准营销 以及一些运营上的智能化管理，提高效率的同时降低了金融机构的成本。比如利用 Sage Studio 提取交易记录、历史欺诈交易、账户信息等数据中的特征，在自动机器学习技术的支 持下，训练反欺诈模型以自动识别和防止具有人工智能能力的欺诈交易。

向零售、能源、医疗领域拓展，实现 AI 普惠化

除金融领域外，第四范式已涉足零售、能源、医疗、制造等多个领域，与标杆客户合作，实 现许多成功案例。如在零售方面，来伊份借助 AI 操作系统、线上智能运营系统以及 SageOne 等全方位 AI 能力，实现在供应链管理、线上运营、门店选址等多个业务场景的智能化升级； 在医疗方面，瑞金医院携手第四范式，共同发布糖尿病及并发症管理产品“瑞宁知糖”；在制 造方面，宁德时代基于 Sage AIOS 平台的全生命周期 AI 应用，将 AI 决策能力注入生产制造 的各环节中。

与单点解决方案不同，公司致力于提供咨询式的数字化转型建设和服务，并提出“北极星指 标”体系。2022 年 8 月，公司提出企业转型平台及服务，帮助企业设定符合自己核心竞争力 的北极星指标体系与转型方案，即将计算机引入到企业管理中，把企业的战略目标转化为 “北 极星指标”，把组织划分为推动战略目标实现的多个实验小组，积累从量变到质变的力量。这 种模式不同于单点解决方案模式，企业的转型升级是由总经理等高管牵头，因此企业的智能 化升级体系也能够从更高维度的平台级进行建设，统筹能力更强。对于像第四范式这类服务 商而言，一旦获得某个标杆客户，将带来更高的用户黏性。

得益于领先市场策略思维，标杆客户较高的用户黏性。公司服务的标杆客户包括来伊份、交 通银行、永辉彩食鲜等，基于公司所提供的优质服务及平台化的服务模式，公司的标杆客户 具有较高的用户黏性：1）标杆客户具有较高的留存率，如 2021 年公司具有 75 位标杆客户， 至 2022 年仅有 7 名客户流失，客户留存率为 90.67%，且 2020-2021 年标杆客户留存率均处 于较高水平，分别是 81.25%、89.36%；2）标杆客户的平均收入持续提升，2023 年公司标杆 客户的平均收入为 1838 万，相较于 2018 年标杆客户收入为 390 万有显著提升。

3.积极拥抱生成式 AI，面向 Agent 方向先发优势显著

拥抱生成式 AI，发布先知 AIOS 5.0。2023 年 2 月底，第四范式就推出了一个专为业务场景 设计的企业级生成式人工智能产品 SageGPT，布局大模型 AI 产品，向生成式 AI 模型做业务 延展。2023 年 4 月，公司对外展示了式说 3.0 版本，并且提出了 AIGS 战略（AI-Generated Software），即以生成式 AI 重构企业软件。2024 年 3 月底，公司发布先知 AIOS 5.0，在模型 基座层面实现了向生成式 AI 方向的技术迭代，借助大模型的能力进一步升级预测能力，在 应用开发场景中能够有效利用企业的专有数据构建行业基座大模型，帮助企业提升使用效率 及交互体验。

关注 AIGS 战略布局，分阶段赋能企业智能升级。以 SageGPT、先知 AIOS 5.0 等为抓手，公 司将 AIGS 战略将分为三个阶段：第一个阶段是以 Copilot 的出现将企业软件改造成自然语 言的交互形式，背后是企业内部应用库、私有数据之间的“联网”；第二阶段则在这个基础上， 基于 Copilot 不停地丰富这个对话框的能力，并且积累企业用户的行为数据来形成基于企业 规则的“知识库”，这个“知识库”可以作为 AI 一次次执行复杂工作的“攻略”。第三阶段式为 Copilot 助手增强 COT（思维链）能力，即增强其决策规划能力，使软件系统的使用行为最终 会被大模型学会，形成 AI 针对这个领域的思维链。

第四范式的 AIGS 战略本质上是在推动企业的智能化升级向 AI Agent 方向迭代。1.0 阶段式 在打通系统接口，便于后续工具的调用；2.0 阶段是从知识库中学习决策规划经验，并在学 习过程中具有长短期记忆能力，而 3.0 阶段增强决策规划能力，通过分解思维链的模式逐步 提升决策规划能力，最终指向工具使用，而由于数据来源系统接口已经对齐，则调用其进行 执行的难度会相对更低。

我们看好公司在 Agent 这一路径上的先发优势，支撑其领先 AI Agent 业务方向的核心原因 在于： 首先，公司是企业智能决策细分领域龙头，行业 Know 积累深厚。公司以机器学习出发，创 业以来始终坚持在企业服务的这一细分赛道上，赋能企业智能决策效率提升，且连续多年蝉 联市场第一，根据 IDC 中国数据，2022 年中国智能决策解决方案市场的前五大公司依次为第 四范式（15.9%）、SAS（6.9%）、邦盛科技（3.0%）、同盾科技、华为，第四范式以绝对优势领 先。这表明公司在行业中不仅积累多年，且获得客户广泛认可，因此我们认为公司理解客户 的技术诉求，能够提出更好的解决方案。

其次，重平台而非单点解决方案，技术升级的边际成本低。得益于咨询式的市场进入策略， 公司更多是在平台层切入，而非提供单点的解决方案，相对而言客户的迁移成本更高，因此 体现出了较高的用户黏性。在企业面向 AI Agent 这一智能化方向背景下，公司基于平台级 的生态卡位，能够更快的打通算力基础设施、操作系统、开发工具、应用系统多层级的完整 产品体系，帮助企业降低边际开发成本，同时加快产品开发进度。

目前公司的式说大模型已在多家企业落地，包括某航空制造企业在将自用 CAD 软件与第 四范式的式说大模型结合后，完成了对零件形状、参数和设计草图的搜索，以及在以 数学方式提取零件的三维几何特征后，实现对三维数模的聚类；此外，公司帮助工业 软件服务商艾普工华推出了基于式说大模型的 MOM（制造运营管理软件）助手“艾问”。艾问以 对话框式的界面呈现，用户使用人类自然语言即可直接调用传统工业软件的各项功能、一键 生成数据和报表、完成基于专业知识库的内容问答等。基于以上案例，我们认为企业级应用 式非常适合生成式 AI 落地的 To B 场景之一，预计会在短期内有较快的增长。

公司在企业软件市场的先发优势将有望转化为业务快速落地的关键竞争力，在推动现有标杆 客户增加付费收入的同时，也将推动公司以更低的销售费用实现新客户的获取，从而帮助公 司构建起增长飞轮，推动业绩持续提升。