近日，據港交所披露，AI獨角獸北京第四范式智能技術股份有限公司更新了招股書，高盛、中金為其聯席保薦人。

此前在2021年8月13日，第四范式在港股遞交了招股書。但是因為6個月之內沒能通過聆訊，其IPO申請狀態在2月14日已轉為“失效”，隨后第四范式向媒體表示：“公司上市進程仍在正常推進中。”

近些年來，AI在創投圈的熱度起起伏伏，原本以為2020年底以來商湯科技、曠視科技、依圖科技、云從科技、云天勵飛、云之聲幾家人工智能企業將開啟一波轟轟烈烈的“上市潮”，劃破行業一段時間的沉寂，誰成想上市考核似乎對這些獨角獸和團隊格外嚴格，除了商湯科技順利登陸資本市場，其他幾家IPO都在不同程度上以不同姿勢迎來了折戟的結局。AI公司上市的進展越來越不明朗。

回頭看，經歷了過去數年來的研發積累和產業化實踐，無論是感知智能，還是分析智能，AI技術已陸續落地于去解決大量實際層面的問題。市場對賽道、對相關企業（特別是頭部企業）關注的焦點便開始轉入到技術商業層面。

巨頭以外的公司，除了少數可以依靠領先的AI技術，更多還是要依靠對AI技術以及場景需求場景的洞察，依靠好的產品和好的商業模式，才有可能在資本市場獲得機遇，擁抱好的時代。而往往，眾多創業公司還未真正體味到階段性成功帶來的快樂，就已開始要奮力穿越死亡谷。

第四范式二度向IPO發起沖擊，也顯露出些許端倪。

#01

跳出AI的圈子

2016年，“阿爾法狗”憑借一己之力戰勝李世石激起千層浪，人工智能的發展熱潮拍打著學術、資本、產業、政策領域。相關部門在安防等社會治理領域大規模應用人工智能技術，為人工智能的發展提供了沃土。互聯網大公司規模化地應用了人工智能并產生了明顯效果，為人工智能的更廣泛應用樹立了樣板和信心。于是，中國創業領域密集扎堆AI賽道，幾年間上萬家和AI有關的企業出現在市場。

然而，就像是高難度的拼圖游戲，這股發展熱潮中，很多“圖塊”是缺失的。因為成本和人才的門檻高昂，很難順利完成自有AI系統的構建，很多AI公司的技術研究都是建立在窮舉的基礎之上，各家并沒有在算法層面有什么新的突破，類似教會計算機自我判斷、自我邏輯的事實從來沒有發生，而是依然停留在增加對突發事件的處理算法和解決方案，并固化到芯片和固定的程序中，形成自己的最終對外軟件產品。

恒河之砂搭不起萬丈高樓。2016年至2018年，在AI發展熱潮的推動下，各行各業在眾多的場景中嘗試應用AI技術，但是受制于AI的發展水平，很多公司AI技術能實際解決的問題有限，使用場景不多。

2018年年底開始，除了學術領域的熱情持續高漲，AI領域的創業、投資、估值、應用熱度都有了明顯下降。進入2019年，多數AI技術公司面臨的已經不是估值問題，而是生存問題。到了2020年，AI行業共完成305起融資，總金額約243.3億元，而在2018年，這兩個數字分別是523起和667.1億元。

業內人士認為，AI技術公司普遍有“錘子”心態——因為自己有某項技術，從自己的角度看，發現幾乎所有的行業、所有的客戶都需要自己的技術，然后真的拿著技術的錘子，向眾多的行業砸了過去。但是，由于其力量分散，導致砸得不深，也沒有取得好的成績。其實，“錘子”心態不見得就是錯的。如果手中真的只有錘子，那就選一兩個釘子為重點，砸深、砸透，真正砸出價值和經驗，然后再將這個經驗應用到其他的釘子身上。

當冬天再次來臨，如何跳出AI的圈子，站在技術商業這個更高的位置，研究更高層次的規律，然后在更高的層次上對AI形成更深的認知，去解決實際問題，是眾多企業面臨的挑戰。

第四范式的招式是“有境無界”，即在適應行業規則的環境下，創造出沒有邊界的使用價值。其實，一開始，第四范式的技術應用主要聚焦在金融領域。覆蓋了精準識別客戶貸前、貸中、貸后的需求及風險，提供包括精準獲客、個性化推薦、申請評分卡、申請反欺詐、交易反欺詐、逾期/流失預警、流動性管理、智能催收、不良資產處置等一體化整體解決方案。

過去，金融機構采買的服務器型號較為統一，后來在AI應用數量快速增長的趨勢下，需要越來越多不一樣的硬件去支撐AI軟件運行，滿足AI異構算力的要求。第四范式通過軟硬一體的聯合優化，讓端到端性能相比采用GPU服務器跑開源框架的方案，提升了一個數量級，為保障金融系統可靠安全提供了一個有競爭力的自主可控方案，并與全國逾八成的國有及股份制商業銀行建立合作關系。

單從金融這一個領域來看，AI在過去做了很多有用的東西，但在企業內還不夠關鍵。“再好的技術，如果不能形成產業化，不能為國民服務，也只是一個看上去很漂亮的泡泡而已。”第四范式創始人&CEO戴文淵彼時在接受媒體采訪時也直言AI行業里存在著泡沫，AI的前沿性決定了，不是某一家公司起步早就一定干的成，也不是一個賽道上的企業越多，投資越多，就一定是正確的方向。

現實骨感，在AI這片江湖，里面有實打實的頂尖高手，也不乏渾水摸魚的投機者。勢必要經過一場華山論劍之后，依然能夠屹立不倒的方顯英雄本色。

#02

還不掙錢的獨角獸

由于技術前沿、研發投入大、現有目標用戶較少的原因，AI公司普遍有持續虧損的通病，第四范式也不例外。

根據招股書，第四范式目前仍處于深度虧損狀態。2018年至2020年，公司營收分別為1.28億，4.60億，9.42億。2021年前9個月擴增長至13.45億，公司同期凈虧損分別為3.72億元、7.18億元、7.5億元和14.8億元，報告期內公司的虧損總額已經超過同期內的總收入。

研發費用是公司最大的成本開支。報告期內，第四范式研發開支占比雖呈現出下降趨勢，但仍高達六成以上。截至2021年9月30日，第四范式有研發人員1062人，占比72%。按此計算，包含股份支付在內的研發人員平均薪酬為25.8萬元。

先知平臺及產品、應用開發及其他服務是第四范式的兩大核心業務板塊。

先知平臺及產品業務是向終端用戶銷售軟件使用許可及SageOne（AI算力平臺），用戶利用兩者開發自身的人工智能應用；應用開發及其他服務則是公司根據用戶需求，向其開發定制化的人工智能應用，公司按個體項目收費。

簡言之，前者是自主開發的平臺和工具，后者是應用成品。

先知平臺讓企業實現構建量身定制的人工智能系統，系統由第四范式的自動機器學習算法驅動，將機器學習、應用、決策和評估的流程自動化，支持快速簡易建模、提供低代碼或無代碼開發環境，無需人工智能專家的高度參與。

按照戴文淵的說法，一個完全不懂技術的小白通過運用“先知”2周也可以成為AI專家。

根據招股書，第四范式的主要營收來源經歷了明顯的轉變。2018年，應用開發及其他服務營收占比95.9%。隨著SageOne在2019年6月開始全面商業化，2019年至2021年前三季度先知平臺及產品的收入占比分別為55.3%、65.7%、51.3%。

報告期內，第四范式整體毛利率分別為42.7%、43.5%、45.6%、46.3%，目前先知平臺及產品的毛利率落后于應用開發業務。

值得注意的是，作為一家科研技術導向企業，第四范式的毛利率在AI行業內并不出色，同期同行可比公司毛利率平均值超過60%，第四范式的核心技術在業內分析人士看來并不突出，沒有出現邊際效應。

報告期內，第四范式擁有的用戶數量分別為38、79、156和186，公司將財富世界500強或公眾上市公司的先知平臺終端用戶定義為標桿用戶，報告期內，標桿用戶數量分別為18、32、47和55，略低于整體用戶數量的增速。2020年，來自標桿用戶的收入占公司總收入的比例高達77.0%，也就是說，公司營收呈現出明顯的大客戶導向。

第四范式在招股書中表示，公司的解決方案并非在持續訂閱的基礎上提供，即無法向SaaS企業一樣讓客戶自動續費。倘若未能留住現有客戶、吸引新客戶或增加客戶消費，公司業務及經營業績可能會受到不利影響。

#03

必須融資的第四范式

目前，在業內公認的“AI四小龍”中，只有商湯頂住了外部環境的壓力，在2021年12月30日登錄港股，成為了“中國AI視覺第一股”，其余三家仍在IPO之路上不斷徘徊。

在需要資金持續輸血的情況下，國內AI企業相繼踏上了嘗試上市融資的道路。然而，相比較在一級市場備受投資機構的追捧，AI公司的上市之路卻并不順利。

究其原因，還是多數公司無法講好如何實現盈利的故事，沒有讓市場信服的落地變現的成熟商業模式。

縱觀國內AI行業， 目前僅有專注視覺領域的海康威視、虹軟科技；專注語音語義的科大訊飛具備正向盈利能力，其余公司仍處于虧損狀態。不斷陷入“融資-研發-營銷-虧損-再融資”的循環是行業普遍面臨的窘境。

沒有投資者和企業能夠接受持續的虧損，AI公司的高薪神話從2021年起也不斷被打破，裁員、降薪、加班的消息不斷被爆出。

IDC報告顯示，2021年包括軟件、硬件和服務在內的人工智能市場全球收入同比增長15%，達到3418億美元；預計到2024年，全球人工智能市場有望突破5000億美元大關。

長遠看，AI行業仍有著積極的前景，賽道內的各家公司需要確定明確清晰的應用目標,更好地適配全行業規模化引入AI的需求。

但這對于AI企業來說，核心點是必須撐到那個時候，如果機會有了企業卻沒了，一切都是一場空。

因此，現在對于第四范式來說，最核心的并不是如何上市，而想辦法找到盈利的商業模式。

盡管二次沖刺IPO已在一定程度上證實了一定的市場認可，為后續發展奠定基礎，但無法否認的是，相較于“補血”，資本市場更關注的始終是“造血”。這也是大科技領域中各賽道選手都要思考的一個商業本質層面的問題。