来源｜零壹智库
作者 |杨雯雯
编者按：
在4月24日向港交所递表四个多月后，9月7日，第四范式通过了港交所主板上市聆讯。在此之前，第四范式已经先后三次递表，但每次都未能成功通过聆讯，此次终于尘埃落定，预期股份将于2023年9月28日挂牌上市。
9月18日，第四范式发布公告显示，公司拟全球发售1839.6万股股份，其中香港发售股份183.96万股，国际发售股份1655.64万股，另有15%超额配股权。同时，第四范式今起至9月21日招股，发售价将为每股发售股份55.60至61.16港元，以此计算，总募资额为10.2亿 -11.3亿港元。
成立于2014年的第四范式是一家决策类AI企业，以2022年收入计，其在以平台为中心的决策类人工智能市场占据最大市场份额。同时，在决策类人工智能市场，公司面临着强大的竞争对手。根据招股书附注，与其有竞争关系的A、B、C、D四家公司分别为百度、阿里、华为、腾讯。
从盈利情况来看，由于决策类AI需要长期研发，前期投入巨大而产出遥遥无期，致使该类企业长期面临巨额亏损，第四范式在2020年至2022年连续三年亏损累计超40亿元。
此外，今年3月，第四范式推出了专为业务场景设计的企业级生成式人工智能产品“式说”（SageGPT）；4月，第四范式又发布了 " 以生成式 AI 重构企业软件 ( AIGS ) " 的技术战略，用大模型切入企业软件市场。效果如何，仍有待观察。
本文成文于8月底，对第四范式的股东结构、业务结构、财务状况、所面临的困境均进行了较为详细的分析和研究，在招股当下，希望给读者以参考。
公司概况
（一）公司介绍
北京第四范式智能技术股份有限公司（简称“第四范式”）成立于2014年9月，是一家人工智能技术与服务提供商。公司主要向金融、零售、制造、医疗、能源、互联网等领域的企业提供人工智能解决方案，协助相关公司落地人工智项目。
根据灼识咨询报告显示，以2022年收入计，第四范式在国内以平台为中心的决策类人工智能（即公司为企业和个人提供一个可以针对其需求进行海量数据（维权）学习和分析以及辅助决策的平台）市场份额中占比达到22.6%。官网显示，公司在先进人工智能技术研究方面一直处于领先地位，并率先将这些技术应用于商业解决方案。
继2021年8月13日、2022年2月23日、2022年9月5日三次递交招股书后，2023年4月24日，第四范式第四次提交招股书，拟申请在港交所主板挂牌上市。同年7月3日获得中国证监会批准，证监会文件显示，公司投资者包括高盛、创新工场、腾讯等公司和机构，中金公司、建银国际、招商证券和招银国际是此次IPO的联席保荐人。根据招股书，此次募集资金的用途如下：
（1）加强基础研究、技术能力和解决方案开发；
（2）扩展产品、建立品牌及进行新的行业领域；
（3）寻求战略投资和收购机会以开发解决方案并扩展及渗透所覆盖的垂直行业等。
（二）股东结构：腾讯、四大行、中信银行等共同投资
根据招股书，截至2023年4月18日，戴文渊直接控股23.82%，并透过其紧密联系人吴茗、北京新智、范式投资、范式隐元、范式出奇及范式天琴控制公司已发行股本总额约40.44%，为公司的实际控制人。
值得关注的是，公司被称为“中国决策类AI独角兽”的第四范式，曾吸引了众多知名投资者的青睐。其中，不仅有红衫资本、腾讯投资、高盛集团、博裕资本、李开复的创新工场等国内顶尖的投资机构，在2018年的早期投资中，第四范式还获得了中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、中信银行等国有商业银行的共同投资。
表1：公司持股超5%的股东持股情况
数据来源：招股书、数字化讲习所、零壹智库
财务状况
（一）营业收入快速增长，连续三年亏损累计超40亿元
2020年至2022年，公司分别实现营业收入9.42亿元、20.18亿元、30.83亿元，同比增长分别为114.21%、52.73%，扣除非经常损益归属于母公司股东的净利润分别为-8.23亿元、-19.15亿元、-17.51亿元，同比变动幅度分别为-132.54%、8.57%。
公司营收增长原因主要系用户群的扩大和用户支出增加所致。2020年至2021年营收呈大幅增长，主要归因于开发及其他服务产生的收入增加，首先需要先知平台上的定制化的人工智能应用的场景及用户增加，其次公司自COVID-19疫情的负面影响中恢复。
虽然扣非后归属母公司股东的净利润亏损幅度有所减少，但同期公司分别产生亏损净额为7.5亿元、18.02亿元、16.53亿元，累计达42.06亿元。亏损原因主要系为开发及增强解决方案和技术栈而产生的研发开支；为提高品牌知名度和扩大用户群而产生的销售及营销开支；支付雇员的以股份为基础的薪酬；以及授予投资者的若干非经常性优先有关的赎回负债的利息开支。
图1：2020年至2022年公司营业收入与归母净利润及同比情况
（单位：亿元）
数据来源：招股书、数字化讲习所、零壹智库
（二）能源与电力逐步取代金融成为第一大行业服务板块
2020年到2022年，公司服务的行业从相对集中到逐步分散，分别拓展了科技、医疗保健、运输行业。截至2022年12月31日，公司主要服务的行业扩展到了10个，在分布上也更加均衡。
同期，金融行业收入分别为2.92亿元、5.77亿元、5.20亿元，占总收入的31.04%、28.56%、16.86%，呈下降趋势，2022年退居第二大行业；而能源与电力同期收入分别为1.38亿元、4.42亿元、6.27亿元，占总收入的比例由14.68%上升至21.90%，并于2022年占比20.33%，首度超越金融行业成为第一大业务板块。
2020年至2021年，公司十大终端客户中，有5家为金融机构，服务内容包括智能产品推荐及大数据决策分析、反洗钱平台、智能产品推荐及OCR文本识别等，金融机构合作金融最高的一次为2021年第二大客户，总合作金额为8149.9万元。
相比，2022年公司的十大终端客户分布在能源、电信、运输类行业，无一家金融机构。
图2：2020年至2022年公司服务行业收入占比变化情况
数据来源：招股书、数字化讲习所、零壹智库
（三）逐年毛利高速增长，毛利率平稳增长
2020年至2022年，公司毛利分别为4.3亿元、9.53亿元、14.87亿元，同比增长121.88%、55.92%，与收入增长基本一致，综合毛利率分别为45.61%、47.24%及48.23%。其中，先知平台及产品的毛利率分别为45.2%、50.9%、53.4%，应用开发及其他服务的毛利率分别为46.3%、43.5%、43.4%。
根据招股书，2021年综合毛利率增长原因系公司从COVID-19的负面影响中恢复，毛利率相对较高的应用开发及其他服务带来的收入贡献增加所致；2022年毛利率增长原因系毛利率相对较高的软件使用许可收入贡献增加。
相比于SageOne（企业级AI软硬一体集成系统），软件使用许可有更高的毛利率。软件使用许可的毛利率从2020年的96.8%轻微减少至2021年的94.6%，2022年毛利率为94.8%，与2021年基本持平。SageOne的毛利率维持稳定，2020年至2022年分别为27.6%、27.3%、25.8%。
应用开发及其他服务的毛利率从2020年的46.3%轻微减少至2021年的43.5%，主要是因为公司产生额外的成本来应对进入的新行业增加的定制需求。其后2022年毛利率为43.4%，与2021年基本持平。
图3：2020年至2022年公司毛利及毛利率情况
数据来源：招股书、数字化讲习所、零壹智库
（四）研发支出增长明显
2020年至2022年，公司的研发支出分别为5.66亿元、12.49亿元、16.5亿元，占营业收入的比例分别为59.96%、61.87%、53.44%。可以看到，虽然公司的研发支出逐年增长，年复合增长率高达70.79%，且占据营收大半。
同时，2022年公司的1917名员工里，研发人员就有1420名，占比高达74%，也就是说公司每4名员工里就有3名是研发人员。“高薪养研”或是研发支出猛增的原因之一。
根据招股书，公司研发开支主要因开发及增强解决方案及技术栈而产生。研发开支主要组成部分包括技术服务费、雇员福利开支。其中，技术服务费占比最大用逐年增高，2020年至2022年，分别占总研发支出的51.2%、67.3%、73.9%。此外，公司还将若干非核心及复杂性较低的研发项目外包予第三方研发服务提供商。
图4：2020年至2022年公司研发支出情况
数据来源：招股书、数字化讲习所、零壹智库
（五）重要客户销售情况
公司客户分为两大类别：(1)直签客户，为直接购买解决方案的终端用户；（2）解决方案合作伙伴客户，主要为将解决方案融入其产品以满足终端用户特定需求的第三方系统集成商。
2020年至2022年，自直签客户产生的收入分别占总收入的15%、43%及32%，自解决方案合作伙伴客户产生的收入分别占总收入的85%、57%及68%。其中，公司第一大客户贡献交易额分别为4934.5万元、5587.4万元及2.96亿元，分别占公司总收入的5.2%、2.8%及9.6%。
同期，公司分别服务47名、75名及104名标杆用户（财富世界500强企业或者上市公司），标杆用户收入分别贡献总收入的61%、51%及60%，客户名单过于集中，标杆用户营收贡献占比过半，但企业标杆用户的净收入扩张率为167%、140%和126%，呈放缓态势。
表2：2020年至2022年公司第一大客户销售情况
数据来源：招股书、数字化讲习所、零壹智库
产品与业务
（一）产品
依托核心技术，公司开发了端到端的企业级人工智能解决方案，其包括可选的配套基础设施、操作系统、人工智能开发人员套件及应用，以满足企业在人工智能建设过程中对应用、平台和基础设施的需求。
公司的收入主要来自于先知平台及应用产品（包括软件使用许可及SageOne）、应用开发及其他服务两大部分，其中先知平台及应用产品的营收，占据了公司总营收的半壁江山。2020年至2022年，先知平台及应用产品产生营收分别为6.19亿元、10.15亿元、14.92亿元，占公司总营业收入的比例为65.7%、50.3%、48.4%。
可以看到，先知平台及应用产品产生的收入占总收入的百分比由2020年的65.7%下降至2021年的50.3%，并于2022年进一步下降至48.4%，主要原因是公司2021年及2022年的用户群扩大使得对定制化的人工智能应用的需求增加，推动应用开发及其他服务于总收入所占的百分比于同年有所增加，以及较小程度归因于COVID-19疫情的负面影响出现好转。
图5：2020至2022年公司主营收入占比情况
资料来源：招股说明书、数字化讲习所、零壹智库
公司的主要产品先知平台（完整的端到端AI解决方案），可帮助企业实现快速、规模化部署。平台可使企业构建量身定制的人工智能系统，这些系统由自动机器学习算法驱动，将机器学习、应用、决策和评估的流程自动化，其特点是支持快速简易建模、提供低代码或无代码开发环境以及无需人工智能专家的高度参与。先知平台主要包括以下内容：
（1）Sage AIOS为一个具有用户友好界面、标准化数据处理、自动化资源管理和配置、中间软件全面兼容的人工智能操作系统。具体而言，Sage AIOS提供更用户友好的界面以实现人工智能应用的开发和管理的可视化。Sage AIOS的特点是其简单友好的用户界面，用户可在上面轻松快速构建及操作众多人工智能应用，使企业实现人工智能规模化部署。
（2）配备无代码开发工具的HyperCycle系列和配备低代码及无代码开发工具的SageStudio系列是公司核心的以平台为中心的人工智能解决方案，用户使用该方案可快速便捷地部署大规模的人工智能应用。
此外，公司还提供即用型人工智能应用，用户可直接部署并用于优化他们的营销、风控、运营等业务环节。公司还帮助用户在先知平台上开发定制化的人工智能应用，以满足他们的特定业务需求。
（二）合作伙伴
公司的供应商主要由研发服务提供商、实施服务提供商及其他，例如服务器及云服务提供商以及其他专业服务提供商组成。2020年至2022年，公司五大供应商合计分别占总采购额的13.7%、21.7%及26.4%。同期，公司于往绩记录期内各年度的最大供应商分别占总采购额约3.4%、6.5%及10.1%。
表3：2020年至2022年公司最大供应商采购额情况
数据来源：招股说明书、数字化讲习所、零壹智库
机遇和挑战
（一）机遇
1.人工智能产业迅速发展
人工智能持续助力全球各行各业的变革，各类机构的决策层也已经注意到这一点，并对人工智能进行投资。
根据灼识咨询报告，2022年，全球人工智能支出达到1997亿美元，相较2018年的713亿美元，年均复合增长率为29.4%，并预计于2027年提升至5629亿美元，年均复合增长率为23%。预计到2030年，人工智能将驱动多于15%的全球GDP。
2023年3月，公司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，具有多模态互动能力及企业级人工智能工具特性，其重新定义了终端用户的员工与业务系统的互动方式——即Sage GPT能够连接终端用户的现有业务系统、人工智能应用及内部数据库。
同年4月26日，公司发布其GPT大模型产品Sage GPT（即“式说3.0”），一款面向B端的ChatGPT企业级生成式人工智能产品。
2.有关人工智能的政策相继出台
根据国务院于2015年5月8日颁布并于同日生效的《国务院关于印发〈中国制造2025〉的通知》，于2017年7月8日颁布并于同日生效的《新一代人工智能发展规划》，于2019年8月1日颁布并于同日生效的《国家新一代人工智能开放创新平台建设工作指引》等政策均表明国家重视并鼓励人工智能的发展，推动人工智能基础设施建设，培育壮大面向人工智能应用的基础软硬件产业。
有关计算机软件等的法规也相继出台，人工智能领域的制度监管趋于完善，公司定位就是人工智能技术与服务提供商，在此大环境下，公司要抓住机遇，发挥优势，寻求人工智能转型，争取扭亏为盈。
（二）挑战
1.未来亏损可能较以往年度增加，且可能无法实现或维持盈利能力
2020年至2022年，公司累计亏损达42.06亿元。根据招股说明书，未来获得额外资本的能力受制于许多不确定性，包括未来业务发展、财务状况及经营业绩。
倘公司无法获得足够的资本以满足自身的资本需求，公司可能无法执行增长战略，而公司的业务、财务状况及前景可能会受到重大不利影响。公司可能会于未来继续产生重大亏损，可能较往年度增加，且可能无法实现或维持盈利能力。
同时，在决策类人工智能市场公司面临着强大的竞争对手。根据招股书附注，与其有竞争关系的A、B、C、D四家公司分别为百度、阿里、华为、腾讯。四巨头拥有更强大的资本、研发团队、销售渠道，实力不可小觑，而公司要想在其中谋取发展，保证市场占有率仍面临着不小的挑战。
2.研发成本高，商业化落地难
决策类AI需要与企业的具体业务、场景深度绑定，而每个客户特征都不相同，因而公司需要不断定制化项目的研发和外包，造成了高昂的研发成本。
例如，公司为中国银行提供了一个定制化的风险管理系统，但由于其业务复杂多变，公司需要根据不同的金融生态、企业类型和风险评估方式，进行多次调整与优化，从而耗费了大量的资金和研发力量。
另一方面，现在大规模人工智能转型面临着专业人员短缺、自建模型成本高（高达5亿元）、部署时间长及数据和软件不兼容等问题。因而，企业转型并不能一蹴而就，无论前期资金投入、技术攻克，还是未来商业化落地，都充满不确定性。
现阶段，AI已经从宣扬算法、架构的先进性，进入到比拼和落地商业化能力的时代，标准化与可复用的产品与服务是关键。
