第四范式-市场前景及投资研究报告-企业级AI平台应用双轮驱动大模型增长机遇,破发

证券研究报告

个股深度报告第四范式：企业级AI领跑者，平台+应用双轮驱动，大模型带来新增长机遇发布日期：2024年3月15日核心观点••核心观点：第四范式是国内企业级AI平台龙头，基于“AI平台+行业解决方案”帮助企业实现智能化转型。公司具有全栈企业级人工智能平台+应用，产品矩阵完善，核心壁垒高，以“技术+管理+生态”三边飞轮助推业务蓬勃发展；公司营收保持高增长，平台能力凸显，经调净亏损持续收窄，盈利路径愈加清晰。公司下游客户所在行业广阔，头部标杆用户数快速增长，行业Know-How持续积累；公司作为数据驱动的决策式AI龙头，布局生成式AI，以期更好地解决B端企业智能化痛点。我们认为，在企业智能化的大趋势下，随着AI技术的飞速发展，公司有望凭借其在行业的深厚积累不断提升市场份额，持续成长。企业级人工智能领跑者，平台+解决方案提供商，核心竞争力强。第四范式提供以平台为中心的人工智能解决方案与端到端的企业级人工智能产品，致力于企业智能化转型。2022年公司先知平台及产品营收占比达48.4%，相比传统的单点/单线解决方案，以平台为中心的解决方案在通用性、可拓展性、数据兼容能力、应用管理门槛等方面优势显著。公司产品矩阵可分为软硬一体的配套基础设施（SageOne）、以平台为中心的解决方案（AIOS，HyperCycle，Studio）和涵盖B端企业运营各环节的的先知应用。公司核心竞争力主要体现在：1）技术层。以AutoML为核心的技术矩阵，深厚人工智能技术积累与研究成果不断滋养经营业务；2）管理层：创始人戴文渊博士是迁移学习领域顶尖科学家，团队研发人员占超76%；3）生态层。解决方案合作伙伴、科学家、开发人员助推生态系统长足发展。••营收高速增长，平台能力突显，业绩逐步优化。

1）营收高增：公司2018-2022年营收CAGR为121.53%；2022年营收为30.83亿元，同比增长52.7%；2023H1营收为14.68亿元，同比增长38.5%。2）净亏损持续收窄：2022年公司净亏损为-16.45亿元，2023H1公司净亏损为-4.78亿元。据招股书和中报披露，为反映公司真实经营状况，2022年调整后净亏损为-5.04亿元，相较于2021年-5.59亿元收窄。2023H1调整后净亏损为-1.76亿元，较2022年同期-2.03亿元进一步收窄。3）费用方面，公司2022年研发费率为53.53%，公司致力于培养强大的研发团队，“以薪养研”布局未来发展。积累行业Know-How，标杆客户验证AI平台能力。1）从行业看，2022年公司下游客户主要包括金融、能源、运输、电信等10大行业，其中在2022年营收占比前三大下游客户分别为能源与电力（20%）、金融（17%）、运输（13%）。我们预计，在优势行业保持增长的同时，制造、医药等行业的智能化需求也会进一步提高。2）从客户规模看，公司标杆用户数与标杆用户平均收入齐增，2022年标杆用户数104名，占客户总数25%，标杆用户平均收入0.18亿元。公司头部客户包括银行、三大运营商、国家电网、中石油、中广核、人民日报等头部央国企，近期央国企智能化政策推出，良好的客户基础有望帮助进一步发挥公司的AI价值。••数据驱动的决策式AI龙头+生成式AI新布局

，一站式解决B端企业痛点，参考海外可比公司Palantir。公司主营业务是以平台为中心的决策类AI龙头。长久以来，B端软件都具有使用体验复杂、业务要件低效等痛点。

2023年公司推出“式说”大模型，首推AIGS概念，借助Copilot+CoT双重赋能，解决了B端软件长期困局。目前，“式说”已在多个场景落地，例如用大模型调用工业CAD设计软件。该业务类似美股软件巨头Palantir推出的AIP平台，用GPT大模型赋能企业智能化转型。盈利预测：预计公司2023-2025年营业收入分别为40.7、51.2和63.7亿元，同比增速分别为31.9%、26.0%、24.4%。对应2023-2025年PS分别为5.3x、4.2x、3.4x。预计公司2023-2025年归母净利润分别为-9.4、-3.1和-0.44亿元，同比增速分别为42.9%、66.5%和85.9%。考虑到公司的AI平台化能力及成长性，下游优质客户占比高，技术积累深厚，参考海外可比公司估值，首次覆盖，给予“买入”评级。2目录一、公司概况：企业级AI平台领跑者二、行业概览：高增长千亿行业，发展东风与技术需求呼唤新解决方案三、企业级决策类人工智能解决方案：助力智能化转型，走进千行百业四、生成类AI业务：多模态大模型“式说”五、海外可比公司与盈利预测31.1

公司概述：企业级人工智能领域领导者，数据科学助力人工智能融入千行百业•

第四范式成立于2014年9月，是企业级人工智能领域的行业先驱者与领导者。第四范式专注于利用人工智能技术，基于于平台型AI能力，为不同行业的下游企业，提供数据建模、分析、预测等服务，帮助企业实现智能化转型，提升决策效率和商业价值。公司产品现已广泛应用于金融、零售、制造、能源与电力、电信及医疗保健等领域。根据招股书披露，第四范式在中国所有以平台为中心的决策型企业级AI市场中排名第一。当前，公司继续深耕能源电力、交通运输、信息技术、金融、运营商等重点行业，并将继续在智能制造、智慧医疗、智慧零售等具有重要战略意义的领域进行布局和拓展。•

公司名字由来：在科学发展的四类范式中，第四阶段的科学范式强调以数据科学为核心，基于算力、依靠人工智能算法挖掘数据的重要性。在这一范式中，数据不仅是研究的结果，也是推动新发现和创新的引擎。人工智能的应用已经从互联网搜索引擎扩展到互联网巨头，现在正在进入千行百业。第四范式的产品旨在加速这一过程，帮助各个行业借助人工智能实现生产力的飞跃。图：人工智能在各个行业渗透的阶段图：科学发展的四个阶段Phase1:搜索引擎Phase2:互联网巨头Phase3:千行百业第一范式实验科学第二范式理论科学第三范式计算科学第四范式数据科学将来自搜索引擎将海量用户数据实现数百个B端的数据上传至人工智能平台，主要应用在广告推送上上传至人工智能平台，运用在互联网平台各个场景（智能推荐等）应用场景下的人工智能应用，帮助全行业提升效能机器促进规则发现积累海量高质量数据4：

第四范式公众号，中信建投资料：

第四范式公众号，中信建投资料1.2

发展历程：业务、客户、研发三头并进，业务能力备受认可•

公司自成立至今，在新业务拓展、新客户拓展、技术研发方面齐头并进，在业界不断积累荣誉与认可。•

业务拓展方面，公司陆续开发先知平台、SageOne等业务，不断完善业务矩阵。•

新客户拓展方面，2015年进入金融行业、2018年进入电信、医药行业，于2019年开拓了能源、传媒、零售、教育和制造行业，2020年拓展了科技行业，2021年拓展了医疗保健，2022年拓展了运输行业，截至目前，公司产品已在10+行业落地应用。•

技术研发方面，与行业内头部公司合作，建立多个AI实验室,包括与光大成立的“AI+金融”实验室，与我爱我家联合发布的房产经纪大模型等。表：第四范式发展历史20142015201620172018201920202021202220238月发布企业级AI操作系统SageAIOS、自动化AI生产力平台SageHyperCycleML、线上化

2.0及智能应用市场智能运营系统天枢以及

4ParadigmSageApp6月发布SageLaunchPad，4ParadigmSageAIOS8月与瑞金医院达成战略合作，发布AI慢性病预测与管理产品8月发布第四范式北极星平台,助力企业数字化转型2月发布企业级生成式AI产品[式说]新业务拓展

9月公司成立发布先知平台全新AI算力平台SageOneStore3月签约PICC，在AI+保险领域获得突

3月签约人民日报，AI助力媒体内1月签约中信建投，AI

破；7月签约工商银

容智能分发；3月签约中石油；4月助力传统券商转型升级

行，树立全球”金

签约中电科;8月与永辉超市达成战8月签约招行，率先在金融领域应用AI并产生巨大价值11月杰尼亚签约第四范

6月携手宁德时代，共式，开启奢侈品行业智

建智能制造AI新基础11月第四范式携手昇腾，开启大模型领域「软硬一体」合作新客户拓展技术研发慧零售新思路设施融+AI“标杆；10月

略合作，共同打造智慧零售业务签约百胜集团9月英特尔x第四范式人工智能联合实验室成立11月与光大成立联合实验室，是国内首个“AI+金融”实验室6月面向开发者社区开源AIOS底层技术能力5月我爱我家联合第四范式发布房产经纪大模型3月第四范式AutoML入选Gartner2020十大战略技5月入选"Gartner东亚最具代表性的5家AI公首席科学家杨强教授当选

司“；8月获首届迁移为国际人工智能协会执行

学习算法大赛冠军；12委员会委员，是首位获此

月获法国巴黎银行“国2月上榜CBInsights独角兽榜单，成为全球309家独角兽之一；5月刷术趋势报告；6月入选

1月获得2020年度信创IDC《中国人工智能软件

工委会”卓越贡献成及应用跟踪》报告，蝉

员单位“称号；2月入联中国机器学习平台市

围Gartner星星技术与5月第四范式「式说」大模型入选北京市首批7家模型伙伴；6月斩获第四范式斩获CVPR挑战赛世界冠军，

核心技术已应用于「式说」大模型5月第四范式AutoML再次斩获图学习“世界杯”OGB两项冠军；11月第四范式获国家制造业“单项冠军”12月获“吴文俊奖”创新一等奖，是首个获得国家级AI最高奖的企业12月AI顶会NeurIPS新世界OCR权威标准ICDAR世界纪录；主办首个AutoML大

6月连续两次刷新世界物体识别权荣誉与行业认可赛威标准PASCALVOC世界纪录；8月夺得IDCMarketScape中国机器学习平台市场份额No.1殊荣的华人际金融黑客松大赛”冠军，是该赛事历史上首个来自亚洲的世界冠军场份额第一；夺得KDD

趋势影响力全球CUP2020冠军，以综合评分第一入选Forrester机器学习平台Wave代表厂商5资料：

第四范式官网，中信建投1.3

营收状况：营收高速增长，下游拓展+单客户价值提升+技术提升推动营收上升•

公司营收高速增长：公司2018-2022年营业收入CAGR为121.53%，显著高于行业平均。

其中2022年营业收入30.83亿元，同比增长52.7%，2023H1营收为14.7亿元，同比增长38.5%。•

公司营收高度增长的原因主要为：1）下游行业拓展顺利，平台化优势明显。2018年，第四范式主要服务金融、能源与电力、电信、媒体4个行业，后逐步开拓了零售、教育、制造、科技、医疗保健、运输等10余个行业。得益于公司的AI平台化和行业迁移能力，先知平台的定制化人工智能应用的场景和用户增加，标杆用户数量由2020年的47提升至2022年的104名。2）公司的价值创造能力不断增强，单客户收入上升。随着2018-2022年期间公司HyperCycle、Sage

Studio等明星产品的推出，公司解决B端客户实际痛点的能力不断提升。公司标杆用户平均收入从2020年的0.12亿元增长至2022年的0.18亿元。3）持续深耕技术创新，研发投入逐年上升。公司研发投入从2020年的5.66亿元增长至2022年的16.50亿元，产品力不断提升。图：2018-2022年第四范式营业收入（单位：亿元）图：第四范式2022年各行业客户营收占比35.00300.00%30.83能源与电力

金融

运输

电信

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营业收入（亿元）20212022营业收入同比增长率2023H110.6%13.1%6资料：

第四范式招股书，第四范式2023年半年报，中信建投资料：

第四范式招股书，中信建投1.4

业绩状况：经调净亏损持续收窄

盈利路径清晰•

公司大力投入研发，控费增效，净亏损自2022年起有所收窄。2022年公司净亏损为16.45亿元，亏损相较2021年同期17.86亿元收窄。2023H1公司净亏损为4.78亿元，较2022H1同期亏损5.67亿元进一步收窄。公司2021年亏损增加的主要是因为该年度以股份为基础的薪酬开支猛增，前9个月公司给员工的股权激励超过了过去3年的总和。2022年，公司净亏损的收窄主要由两个因素贡献：1）以股份为基础的薪酬开支缩减；2）公司扩张性拓客战略获得初步成功，留存客户对高毛利的license业务需求上升，整体净利润情况进一步优化。•

调整后净亏损情况：由于1）以股份为基础的薪酬属于非现金性质，不导致现金流出；2）赎回负债的利息为非现金项目；3）上市开支与全球发售有关，不能反映公司实际经营表现，故定义调整后净亏损为净亏损除去上述科目影响。公司2020年、2021年、2022年调整后净亏损分别为3.90亿元、5.59亿元、5.04亿元。公司调整后净亏损情况在近年内有所好转，主要得益于公司合理控制成本和良好的经营策略。图：2018-2022年第四范式调整后净亏损（单位：亿元）图：2018-2022年第四范式净亏损（单位：亿元）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资料：

第四范式招股书，第四范式2023年半年报，中信建投资料：

第四范式招股书，第四范式2023年半年报，中信建投1.5

费用状况：研发费用占比过半•

研发费率占比过半，研发费用是公司主要费用。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60.04%、61.90%、53.53%。同期公司管理费率为26.16%、26.84%、17.12%、11.84%；销售费率为26.30%、22.54%、13.37%、12.18%，均远低于研发费率。2020-2022年公司研发支出CAGR高达70.79%，且占据营收大半。纵向来看，公司总体成本管理能力有所提升，三项费率均有所下降，但研发费率的下降幅度最低，体现出公司在扩张期依旧保持了对研发的高度重视。图：2020-2023H1第四范式销售、管理、研发费率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销售费率管理费率研发费率：

第四范式招股书，第四范式2023年半年报，中信建投8资料1.6

业务拆分：主要业务模式为平台业务和应用开发•

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，分别对应平台搭建和应用开发两大价值创造能力，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%。•

从毛利来看，公司先知平台及应用产品的毛利高于应用开发与其他服务，而在先知平台与应用产品内部，软件使用许可的毛利率远高于SageOne。在可预见的未来，当公司迈过扩客和行业占领时期后，作为基础设施的SageOne需求将衰减，取而代之地，在留存客户中，高速更新、随市场需求变化的软件使用许可需求将变得更加旺盛。受这一高毛利业务影响，未来公司的盈利提升空间较大。图：2020-2023Q1第四范式各业务毛利率情况图：2020-2023H1第四范式营业收入拆分（亿元）3530252015105综合毛利率应用开发与其他服务先知平台与产品—SageOne毛利率先知平台与产品先知平台与产品——软件使用许可毛利率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先知平台及产品——软件使用许可先知平台及产品——SageOne应用开发及其他服务20222023Q1资料：

第四范式招股书，第四范式2023年半年报，中信建投资料：

第四范式招股书，中信建投1.7

现金流状况：现金及现金等价物持续增长，加大投入是发展主线•

现金持续增长，储备充足。第四范式截至2020、2021、2022、2023H1的现金及现金等价物分别为10.52亿元、12.93亿元、13.27亿元、15.63亿元。持续关注业务投入，受到资方认可。公司2020、2021、2022、2023H1经营活动现金净额分别为-4.53亿元，-7.70亿元，-7.80亿元，-8.63.亿元；同期投资活动现金净额分别为-1.39亿元，-32.00亿元，-8.22亿元,11.76.亿元；

融资活动现金净额分别为9.42亿元，42.10亿元，-0.77亿元。1）就经营活动现金流来看，公司短期内采用扩张型策略，为后续发展奠基。期间研发开支、销售与营销开支、一般和行政开支较高，造成短期内经营现金流为负。但负向经营现金流的扩张程度远远小于公司营收规模的扩张程度，说明公司整体现金流情况有所好转。2）就投资活动现金流来看，公司大力投入研发和创新，投资活动现金净额好转主要由于出售金融资产。在2020-2023H1期间，公司陆续增加其研发投入。自2022起公司投资活动现金总额开始好转，边际贡献主要来自公允价值变动损益这一科目。3）就融资活动现金流来看，公司发展战略得到资本认可。公司在2020-2023H1期间融资活动现金净额总体为正，其中2021年融资活动现金净额最大，因为当年年初公司完成了7亿美元的D轮融资，由博裕资本、春华资本、厚朴投资领投。图：2020-2023H1第四范式期末现金及现金等价物（亿元）图：2020-2023H1第四范式现金流情况（亿元）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资料2020202120222023H1经营活动现金净额投资活动现金净额融资活动现金净额：

第四范式招股书，第四范式2023年半年报，中信建投资料：

第四范式招股书，第四范式2023年半年报，中信建投1.8

应收账款与客户信用风险状况：应收账款增加，客户信用风险总体可控•

公司应收账款普遍持续增加，主要受公司解决方案于同期实现的交易量整体增长所推动，也与新冠疫情的暂时性影响有关。截至2020年、2021年、2022年12月31日，公司应收账款分别为2.63亿元、7.78亿元和14.93亿元，分别占该期间营业收入的28%、39%、48%。•

公司客户信用风险总体可控。1）公司客户群体信用风险程度相对较低。公司账龄较长的贸易应收款项主要为应收信誉良好的国有企业及具良好信用记录的上市公司的款项，且公司所有应收账款均来自应收信用状况良好且过往并无重大拖欠付款记录的选定客户群。2）公司对大客户依赖度持续降低，营业收入逐渐多元化。2020年、2021年、2022年公司前五大客户占营收之比分别为23.85%、17.66%、19.25%。最大客户占营收之比分别为8.28%、6.33%、5.49%。单一客户信用风险对公司带来的潜在影响下降。3）应收账款周转天数在公司正常信用期内。公司于2020年、2021年及2022年的应收账款周转天数分别为86天、94天及134天，均在公司授予客户的正常信用期3至6个月内。4）公司后续结算显示应收账款可收回性显著改善。i)截至2023年7月31日，截至2023年3月31日的未结算贸易应收款项人民币753.1百万元（占23Q1应收账款的约50.4%）已于其后结清；ii)截至2023年7月31日，截至2023年3财务资料月31日账龄超过180天的非五大客户的未结算贸易应收款项人民币120.0百万元已于其后结清；iii)截至2023年7月31日，截至2023年3月31日账龄超过一年的未结算贸易应收款项人民币40.2百万元（佔约20.2%）已于其后结清。图：2020-2022年第四范式应收账款周转天数图：截至2020-2023H1第四范式应收账款（单位：亿元）图：2020-2022年第四范式大客户营收占比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前五大客户营收占比最大客户营收占比资料：

第四范式招股书，中信建投资料：

第四范式招股书，第四范式2023年半年报，中信建投资料：

第四范式招股书，中信建投1.9

技术矩阵：AutoML是技术绝对核心，高质量多领域深入技术研究构造竞争力•

公司持续深耕创新技术，研究与实践并行，让人工智能从“技术”演变为“基础设施”，加速智能时代到来。其技术矩阵涵盖AI相关众多技术领域，包括预测技术、感知技术、决策技术、AI基础架构等，其中AutoML是公司技术矩阵的绝对核心。AutoML，即自动机器学习技术，与公司核心业务——赋能企业数字化转型紧密相连，AutoML通过使机器学习流程自动化，使算法自动发掘数据背后的新规律与新模式，可最大程度降低负责人工智能模型构建、调整、维护和改进的人工智能工程师的参与。•

深厚人工智能知识积累与研发成果，深度渗透公司业务。截至目前，公司已在20+AI竞赛中取得世界冠军、获得20+顶级学术比赛主办权、拥有300+核心专利和400+顶级学术论文。图：第四范式技术矩阵预测技术1）自动特征工程、2）分布式多表时空特征挖掘算法、3）时间自适应的自动机器学习解决方案、4）自动模型搜索、5）自动深度稀疏网络、6）神经网络架构搜索感知技术决策技术资料：

第四范式官网，中信建投AI基础架构12其他领域1.10管理层：深厚技术背景赋能公司管理，深耕研发团队助力业务发展•

公司管理层核心人员均具有深厚技术背景。公司自创始之初就具备的技术基因持续发力，体现在其对研发团队的深耕上。•

戴文渊，公司董事会主席、执行董事兼首席执行官。作为ACM世界冠军，戴文渊在机器学习子领域迁移学习中具有领军地位，论文引用次数全球位列前三；首创“非监督迁移学习”概念，开创了“非监督迁移学习”这一重要研究方向。戴文渊层先后在百度、等大型公司担任人工智能研究负责人，2014年创立第四范式，提出“AI

ForEveryone”的目标。•

胡时伟，公司联合创始人、总裁，资深技术架构师。曾任百度搜索系统架构师，参与中国广告搜索系统的智能化变革；后加入链家网创始团队，推动链家业务的全面线上化。2015年加入第四范式，负责设计研发企业智能化转型的AI产品和业务系统，如式说、Copilot等。•

陈雨强，公司联合创始人、首席研究科学家。全球人工智能应用领域杰出科学家，在NIPS、SIGKDD、AAAI等多个国际顶级人工智能会议上发表过多篇论文，

获APWeb2010

Best

Paper

Award。KDD

Cup2011名列第三。曾在百度凤巢主持架构了世界上第一个商用的深度学习系统，在今日头条主持设计实现了中国用户量最多的新媒体人工智能推荐系统。•

在管理层技术底色推动下，公司构建了一支强大的研发团队。截至23Q1，公司研发团队共有1442人，人员占比76%，包括3名ACM冠军。图：第四范式领导层核心人物图：第四范式的研发团队3位

ACM冠军董事会主席、执行董事兼首席执行官戴文渊联合创始人、首席研究科学家陈雨强总裁胡时伟76%截至23Q1研发人员占比•上海交通大学本硕，香港科技大学博士ACM世界冠军曾任百度搜索系统架构师，推动广告、搜索系统最早的智能化变革••全球人工智能应用领域杰出科学家曾任链家网架构师，推动链家业务全面线上化转•型。曾任第四范式首席架构师，在第四范式负责设计研发企业智能化转型的AI产品和业务系统，带领•

2013-2014就职于产品研发团队打造出国内首款人工智能全流程平迁移学习领域早期学者，论文多次被NIPS、ICML、AAAI、KDD•等国际顶级学术会议收录，引用数位于该领域世界第三位•

2009-2013就职于百度，是当时最年轻的百度高级科学家在NIPS、SIGKDD、AAAI等多个国际顶级人工智能会议上发表1442

截至23Q1研发人员数量过多篇论文•获APWeb2010BestPaperAward•

KDDCup2011名列第三，任诺亚方舟实验室主任科学家，获“PresidentAward”台“第四范1式·先知”，并荣获中国智能科技最3高奖－吴文俊人工智能科学技术奖一等奖资料：

第四范式官网，中信建投资料：

第四范式公众号，中信建投1.11生态系统：强大商业引擎，合作伙伴+科学家+开发人员三边飞轮助推长远发展•

公司致力于建立人工智能生态系统，从解决方案合作伙伴、科学家、开发人员三方入手，站在业务、技术、开发三层核心环节构建三边飞轮，形成商业化正向循环，推动公司长期健康发展。1）解决方案合作伙伴层面，公司设立范式学院，致力于提升B端企业人工智能认知，扩大潜在市场，培养潜在人才；同时搭建先知应用商店，打造全面应用程序全面集群生态系统，逐渐建立竞争壁垒。2）科学家层面，开设AutoML.ai，与世界前沿技术近距离交流。3）开发人员层面，建立OpenMLDB和OpenAIOS，共享第四范式在人工智能操作系统层面的成果。图：第四范式生态系统科学家解决方案合作伙伴

范式学院——生态系统人才培养提供专业的培训与辅导项目，为企业培养人工智能人才

AutoML.ai——自动机器学习挑战平台开源自动机器学习平台，使得第四范式与世界顶级学术机构、跨国公司和人工智能科学家进行互动

先知应用商店——应用程序体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标准开发的应用程序集群

SHIFT数字化转型峰会开发人员

OpenMLDB和OpenAIOS——面向开发者开放底层技术开源机器学习数据库+开源人工智能操作系统内核资料：

第四范式公众号，中信建投141.11生态系统：SHIFT数字化转型峰会，集合行业智慧寻求转型之道•

SHIFT数字化转型峰会作为第四范式生态系统的重要一环，集合了国内顶尖的数字化创新者，通过演讲和深度探讨，共同研究企业数字化转型的可行路径。第四范式在2022和2023连续两年举办SHIFT数字化转型峰会，并在2023年邀请到来自十大行业的70位业界领袖、董事长、核心管理层等意见领袖分享创新经验。•

SHIFT峰会活动注重权威性和专业性，在线上与线下同时举办。参会的业界领袖多为其所在行业的龙头企业数字化掌舵者，拥有丰富经验和前瞻视角，为跨行业的知识共享、视野拓展、促进创新做出了积极的贡献。此外，第四范式SHIFT峰会特别设置线上展厅，通过可视化的视频、场景模拟等手段展示第四范式的数字化转型产品与技术、商业应用场景和行业转型案例，为企业数智化转型提供明晰的思路。图：第四范式SHIFT峰会合作媒体图：第四范式SHIFT峰会线上展厅内容15资料：

第四范式官网，中信建投资料：

第四范式官网，中信建投目录一、公司概况：企业级人工智能领跑者二、行业概览：高增长千亿行业，发展东风与技术需求呼唤新解决方案三、企业级决策类人工智能解决方案：助力智能化转型，走进千行百业四、生成类AI业务：多模态大模型“式说”五、海外可比公司与盈利预测162.1

行业规模：人工智能行业•

总体来看，第四范式所在的人工智能市场达到千亿美元规模，增长迅猛。IDC最新数据显示，2022年全球人工智能IT总投资规模为1,288亿美元，2027年预计增至4,236亿美元，五年CAGR约为26.9%。•

我国人工智能市场未来发展向好，增长空间较大。IDC预计，2027年中国AI投资规模有望达到381亿美元，全球占比约9%。近年来，我国人工智能产业不断提升自身智能化水平，向高质量发展迈进。从短期来看，国内人工智能市场发展在与各行业的不同需求融合落地方面尚存成长空间；放眼未来，在政府的政策扶持和产业加快升级的主题背景下，人工智能技术必将与企业发展相融合，成为企业产品、服务和模式的一部分，将是推动中国企业跨越式发展的重要战略资源。图：2022-2027E中国人工智能市场支出预测（单位：百万美元）资料：

IDC，中信建投172.1AI新范式：数据驱动的决策式AI+生成式驱动的大模型，赋能千行百业•

B端企业智能化转型的痛点在于：企业数据分散，甚至很多数据没有数字化，无法有效地在同一个系统对进行可视化和比较，更难以对数据背后的企业行为进行总结、分析和预测。•

数据驱动的AI：以第四范式为代表的企业级AI平台可以通过算法挖掘数据意义，为企业降本增效提供解决方案。•

大模型可以带来的优化：1）通用性：无需根据各行业Know-How定制化开发。2）交互性：解决B端软件功能复杂、层层嵌套的问题。3）开发成本：降低人力开发代码成本。4）智能化：过去的模型仅学习垂直领域，而大模型可以动用其强大的涌现能力。•

数据驱动的B端AI企业使用大模型，可为其客户实现降本增效：以数据驱动的决策类AI公司是最了解B端企业痛点、需求、Know-How的公司，大模型具有的通用性、智能性、可交互性都可以和决策类AI结合，更好地赋能千行百业。图：决策类人工智能模型与LLM的区别图：人工智能模型的各大垂直行业应用LLM传统B端数据型人工智能价值定位提供预测分析并指导特定业务决策为通用主题提供合理答案生成式模型互相配合底层技术判别式模型总结特定事件历史数据，实时输入进行模式总结，未来状况预测使用场景基于针对一般话题的大量数据归纳得答案数据要求及总持有••数据范围极广，通常涉及广泛的一般话题海量数据导致的高训练成本和持有成本•适当的数据范围，只涉及某项业务仅训练最相关数据，持有成本较低•18成本资料：爱分析，中信建投资料：

第四范式招股书，中信建投2.1

行业规模：第四范式以平台为中心，布局决策类+生成类人工智能市场•

就细分行业来看，1）第四范式传统业务处于千亿规模的决策类人工智能行业，并且是以平台为中心的决策类人工智能这一细分赛道的龙头公司。2）此外，随着大模型的推出，第四范式新推出的产品也积极布局生成类人工智能赛道，打开了第二增长曲线。图：第四范式所处行业（加粗标明）图：2020-2025中国生成类人工智能市场规模图：2018-2027E中国决策类人工智能市场拆分、规模与增速300(预测）2500人工智能市场•决策类人工智能市场2023-2027CAGR:30.6%250200150100502070•决策类人工智能市场2018-2022CAGR:48.6%2000•以平台为中心的决策类人工智能市场2023-2027CAGR：41.1%•以平台为中心的决策类人工智能市场2018-2022CAGR：89.1%决策类人工智能市场16061500生成类人工智能市场1077以平台为中心与非以平台为中心的决策类人工智能市场CAGR对比：1000663•2018-2022：89.1%v.s.42.1%以平台为中心的决策类500•2023-2027(预测）41.1%v.s.35.3%343098人工智能市场0以平台为中心的决策类人工智能市场规模决策类人工智能市场规模202020212022E2023E2024E2025E资料：

第四范式招股书，中信建投资料：

《中国AI数字产业展望2021-2025》，中信建投资料：

灼识咨询，中信建投2.2

中国人工智能行业：应用落地关键转折点到来，四大东风推动行业蓬勃发展•

应用落地转折点东风之一——数据量增长：现今世界已实现广泛的数字化及互联互通，数据量急剧增长。数据量的增长为模型复杂性、模型鲁棒性、模型泛化性的提升带来可能，进一步推进AI应用的落地。根据灼识咨询的资料，于2022年，全球范围内创造、获取、複制及消耗了99ZB的数据，在过去十年间增长了近30倍，且预计在2027年将进一步增长至264ZB。庞大的数据量蕴含的重要信息为每个组织创造了大量机会，然而，数据量激增也为数据分析带来了前所未有的挑战，由人工处理数据分析任务变得愈发困难且成本高昂。在这样的背景之下，数据的积累促进了人工智能应用。同时，人工智能从丰富的数据中学习、训练和发展，变得更加智能，并能够以更有效的方式解决现实中的问题。图：大数据四大特性图：中国、北美、全球其他地区2022-2027E数据量规模（ZB）单位：ZB资料：

前瞻产业研究院，IDC，中信建投资料：

艾瑞咨询，中信建投2.2

中国人工智能行业：应用落地关键转折点到来，四大东风推动行业蓬勃发展•

应用落地转折点东风之二——算力的迅猛提升：算力与芯片的发展迭代密切相关。与此前代际的芯片相比，大多数芯片公司的人工智能芯片产品在算力上均大幅提高。根据灼识咨询报告，大型芯片厂商新一代人工智能芯片的算力较上一代同系列产品最高可提升十倍。1）模型训练的时间和成本降低：新的算法和框架的出现提高了人工智能训练和在行业部署的效率。例如，借助迁移学习技术，迁移和复制某个人工智能模型所获得的洞察至新的领域；借助自动机器学习(AutoML)技术，所有的开发者及业务人员都可以开发和优化机器学习模型，减少对机器学习专家的依赖。图：2020-2027年中国AI芯片市场规模及预测趋势（亿元）图：2021年上半年中国人工智能芯片市占率1.5%250020000.3%21646.3%16751500100050001210GPUNPU827ASICFPGA5663853271952020

2021

2022

2023e

2024e

2025e

2026e

202791.9%市场规模：亿元21资料：

第四范式招股书，IDC,艾瑞咨询，中信建投资料：

第四范式招股书，IDC,艾瑞咨询，中信建投2.2

中国人工智能行业：应用落地关键转折点到来，四大东风推动行业蓬勃发展•

应用落地转折点东风之三——各行业部署人工智能应用的意识提升：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，于2022年，全球人工智能支出达到1,997亿美元，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5,629亿美元，年均复合增长率为23.0%。根据灼识咨询报告，预计到2030年，人工智能将驱动多于15%的全球GDP。•

应用落地转折点东风之四——中国引领全球应用人工智能发展：在应用人工智能的先行者中，中国市场高度活跃，现正以不断跨越现有边界和急剧涌现的人工智能创新引领全球人工智能行业的发展。在需求端，人工智能被认为是一种易于获取及使用的工具，能为中国不同规模的实体实现在当今数字时代的运营效率提升和业务成功。中国庞大的经济规模及可观的社会活动水平带来了丰富多样且可与人工智能融合的应用场景。中国市场存在对人工智能解决方案的巨大需求，且需要针对多样化、动态的现实场景进行量身定制，这也鼓励了人工智能行业技术和商业模式的创新。在供应端，中国的人工智能提供商受益于经济规模和社会活动水平所产生的大量且规模仍在不断增长的数据、强大的人才库、领先的研究能力及充满活力的人工智能领域参与者。此外，预期中国政府促进人工智能技术、人工智能人才教育及应用人工智能解决方案的支持政策及法规可进一步推动中国人工智能行业的迅速发展。因此，中国正在引领全球人工智能创新和商业化。图：中国部分人工智能相关政策支持资料：

第四范式招股书，国家政府网222.3中国人工智能行业：第三次人工智能浪潮主流，赋能企业高效实时决策•

人工智能辅助决策，即利用人类知识，辅以人工智能技术，解决复杂决策问题的一类技术。纵观人工智能技术发展史，对人工智能决策能力的追求从未停止，随着第三次人工智能浪潮的到来，决策类人工智能迎来了新的增长机会。从专家系统到系统规则，再到引领第三次人工智能的第四代Rete-NT算法，人工智能决策实时性、精准性、易用性不断提升，决策类人工智能增长机会已然到来。•

得益于完整的智能决策支持系统（IDSS）运行模式，决策类人工智能的实时性和高效性大幅提升，企业智能化决策落地在望。在IDSS框架中，人工智能可以实现对模型库、数据库、方法库、知识库的灵活调用与管理，实现毫秒级别的实时决策，同时脱离决策者个人主观性，做出更科学精准的判断，有助于企业实现智能化决策转型。图：决策类人工智能（智能决策）发展史图：智能决策支持系统（IDSS）概览用户人机接口自然语言处理系统问题处理系统1980s1990s末2000s左右

2010s决策引擎

智能决策1956知识库管理系

推理模型库管理系统数据库管理系统方法库管理系统统机专家系统规则引擎人工智能诞生以预设专家知识为规则，只能针对固定情况处理，局限性大，应用受限单独抽离业务规则进行管理和执行，不具备决策能力，采取第一代Rete算法在管理和执行业务规

具备精准预测、快速则的基础上具备了决

部署、可视化模拟等知识库模型库数据库方法库策能力，一般采取功能，使用第四代ReteIII或更早算法Rete-NT算法23资料：

头豹研究院，中信建投资料：

头豹研究院，中信建投2.4

中国以平台为中心的决策类人工智能行业：“授之以渔”的解决方案•

在决策类人工智能行业之中，根据解决方案类型的不同，又可进一步分为单点解决方案、单线解决方案与平台解决方案。几种解决方案的通用性依次递增，其中，以平台为中心的解决方案可以赋能最大范围的业务，帮助企业在其经营全线过程中提升效能。•

相较其他类型的解决方案，决策类人工智能平台更符合“授之以渔”的思想，在灵活性与可拓展性、数据兼容性与人工智能应用、人工智能应用管理等方面具有优势。具体而言，决策类人工智能平台调整与迁移的灵活性更高，在平台交付之后仍然可以按照需求进行拓展和新应用的开发。同时，决策类人工智能平台具有即插即用的特性，可以兼容不同数据、开发环境与开发规则，更加便于企业实际场景的应用。这些特性导致决策类人工智能平台相较单点或单线解决方案更易管理，后续成本较低。图：三种解决方案类型表：决策类人工智能平台与单点/单线解决方案的对比例：生鲜类产品的智能营销指标决策类人工智能平台单点/单线解决方案在某个细分业务领域实现智能决策灵活性与可拓展性•

灵活地按需求开发人工智能模型•

模组和应用可以复制到相似/相邻

•

难以满足在原有解决方案上进行额外•

大多数为一次性交付品的情景拓展的定制化需求数据兼容性与人工智能应用•

可于平台上整合不同数据并•

每个特定的工作流程一般由不同供应商提供，并只包含用户整个数据集的一部分，可能会产生新数据孤岛•

需要进行连接以相互操作，且应用可能在基本框架、数据标准、处理规则等方面有所不同例：智能营销统一定义，以消除数据不一致和信息孤岛实现某一类业务场景的智能决策•

应用可兼容开发环境与规则例：零售全场景赋能平台解决方案人工智能应用管理•

一般预先提供可实现快速、方便的人工智能应用管理的功能•

预先内置一套为所有数据集和应用而设的统一安全模型•

需要额外人工智能应用管理功能•

额外部署一套可在各个独立应用中有效运作的安全模型可能需要更高成本实现多个大类业务场景的智能决策24：

第四范式招股书，中信建投资料资料：

第四范式招股书，爱分析，中信建投2.4

中国以平台为中心的决策类人工智能行业：第四范式处于领先地位，综合互联网厂商是主要竞争者•

中国以平台为中心的决策类人工智能行业为典型的多元垄断市图：2022年中国以平台为中心的场，CR5达到56.20%，其中，第四范式在行业中处于领先地位，营收市占率达到22.60%。该行业内，第四范式的主要竞争者是综合互联网厂商。决策类人工智能市场竞争格局（按营收计）•

第四范式的竞争优势主要有五点。1）专注以平台为中心的人工第四范式智能领域，在业内享有较高声誉，具备领先核心技术。第四范式百度阿里巴巴被Gartner评为新兴技术与趋势影响力的Composite

AI全球代22.60%表厂商，2020年十大战略技术趋势自动机器学习的全球代表厂商之一，也被TheForrester

Wave评为2020年预测分析与奇迹学习中国市场测评领域第一名。2）端到端人工智能解决方案具有强大价值，助力用户业务成功。第四范式的解决方案采用低代码或无代码形式，适用于广泛的行业，能为用户创造价值。3）有效市场战略，吸引分布于众多行业客群。第四范式与众多垂直领域厂商建立合作关系，从头部企业入手，逐渐扩大影响至行业其他用户。4）全面的人工智能生态系统，有利于实现协同效应。5）管理团队均为行业翘楚，经验丰富，具备卓越的技术研发学术水平与深刻商业洞察力。腾讯其他43.80%12.30%8.90%5.60%6.80%资料：第四范式招股书，灼识咨询，中信建投252.5

公司上游供应商:算力供应商扮演最重要角色•

上游供应商总体分类：公司上游供应商主要分为：1）研发服务供应商。为公司提供研发服务，公司拥有研发相关产品的所有服务供应商。负责服务实施，公司按照实际人力消耗结算。3）其他供应商。包括但不限于服务器供应商、云服务供应商等。。2）实施•

算力供应商在上游供应商中的重要地位：算力是推动人工智能技术创新与应用的基础支撑，模型的训练迭代将极大地拉动对算力的需求。模型成功部署后，推理也将需要大量算力做支撑。另外，日后随着模型的成熟落地和推广，模型推理所需算力也将增加。公司产品目前的上游主要为算力提供商。第四范式作为以平台为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，为不同垂直行业的終端用戶提供服务，因此其需要大量的智能算力做为支撑。但是目前我国算力发展存在“三多三少”的结构性失衡。一是数据中心底层架构和服务能力存在结构性失衡，传统数据中心多、智能计算中心少；二是数据中心区域分布和规模类型存在结构性失衡，东部多中西部少、中小型多大型少；三是数据中心核心芯片和软件产品存在结构性失衡，进口依赖多、国产自主少。其中影响较大的是智能计算中心少，可能限制企业发展。图：第四范式的三类上游供应商图：算力供应商的重要性智能算力可能制约AI行业发展研发服务供应商实施服务供应商其他供应商•

供应商负责服务实施•

按照实际人力消耗结算•

供应商提供研发服务•

公司具有研发相关产品的所有•

服务器供应商•

云服务供应商•

…资料：

第四范式招股书，中信建投26资料：

第四范式招股书，中信建投2.5

公司下游客户:解决方案伙伴客户主导，金融与能源电力是最主要行业，未来拓展空间广阔•

下游客户分类与概况：1）按照直接使用解决方案或将解决方案融入自身产品，公司客户分为直签客户和解决方案伙伴客户，解决方案伙伴客户是公司主要收入。2020年、2021年、2022年、2023Q1，公司来自直签客户的收入分别占总收入15%、43%、32%、22%。。2022年，公司来自这些行业客户的营收占比•

2）按照客户所处行业拆分客户收入，金融、能源与电力、运输、电信行业客户是主要收入分别为20.3%、16.9%、13.1%、10.6%。纵向来看，公司2020-2022年期间，行业分布从集中到分散，能源与电力取代金融成为公司第一大服务行业。金融行业收入占比从2020年的31.0%下降至16.9%，2022年退居第二大行业；而能源与电力同期占总收入的比例由14.68%上升至20.33%，2022年首度超越金融行业成为第一大业务板块。从大客户角度看，2020年至2021年，公司十大终端客户中，基本有稳定的4-5家为金融机构，而2022年则分散在能源、电信、运输等行业，无一家金融机构。•

下游客户拓展空间：产业数字化转型作为我国“十四五”规划和2035年远景目标的一大重点，为公司的长期向好发展提供了良好的需求环境，预期未来第四范式将持续探索与更多行业客户的合作。图：第四范式的直签客户与解决方案客户收入占比

图：第四范式2020-2022各行业客户收入（单位：亿）图：第四范式2022年各行业客户营收占比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能源与电力

金融

运输

电信

科技

教育

制造

其他直签客户解决方案伙伴客户272020

2021

2022资料：

第四范式招股书，中信建投资料：

第四范式招股书，中信建投2.5

公司下游客户:标杆客户涉及各行业头部公司，标杆用户平均年收入持续上升•

随着不同行业客户的拓展，公司在不同行业领域与各行业头部客户建立了合作关系，形成了规模逐渐增长的标杆客户群。从创始至今，第四范式与上海瑞金医院、工商银行、百胜集团、中国石油、人民日报、宁德时代等不同行业头部公司达成合作，头部公司使用第四范式业务形成的示范效应将对第四范式的业务扩张产生积极效应。•

标杆客户：是指具有重要影响力、在特定行业内处于领先地位的企业，即财富世界500强企业或上市公司。2020年到2022年，第四范式的标杆用户数分别为47、75、104家，保持逐年增长态势。•

与客户业务合作不断加深，标杆用户平均收入呈上升态势。2020年到2022年，第四范式标杆用户平均收入分别为0.12亿元、0.14亿元、0.18亿元。标杆用户平均收入的不断上升也标识着公司与合作伙伴的合作深度不断拓展，价值创造能力持续上升。图：第四范式服务的各行业头部客户图：2020-2023Q1第四范式用户数与标杆用户数图：2020-2023Q1第四范式标杆用户平均收入（亿元）0.24500.184090.18400350300250200150100500.160.140.140.120.122450.11561470.080.060.040.020104756247020202021标杆用户数2022用户数2023Q120202021202228资料：

第四范式官网，中信建投资料：

第四范式招股书，中信建投资料：

第四范式招股书，中信建投2.5

公司下游客户:与央国企客户建立深度合作，受央国企数字化升级趋势影响持续利好•

第四范式客户群体的另一个特点是国央企占比较大。截至目前，与第四范式建立起合作关系的国央企包括但不限于中石化、中石油、中国移动、中国联通、中国电信、中国电科、四大国有行、招商银行、交通银行、中信银行等。•

国央企的数字化升级是大趋势，在此趋势下，第四范式业务拓展空间较大。2023年中央企业战略性新兴产业投资2.18万亿元，同比增长32.1%。2023年中央企业遴选91个绿色低碳先进技术示范项目，107户企业列为国有企业数字化转型行动试点，117个智能工厂、304个优秀场景入选国家智能制造试点示范项目。在《关于加快推进国有企业数字化转型工作的通知》、《“十四五”数字经济发展规划》等一系列利好文件的推出背景下，第四范式的业务存在较大拓展空间。图：第四范式服务的国央企客户部分列举图：2020-2024国央企数字化升级政策部分节选时间机构文件名称内容发挥国有企业在新一轮科技革命和产业变革浪潮中的引领作国务院国资

关于加快推进国有企业数

用，进一步强化数据驱动、集成创新、合作共赢等数字化转2020年8月委字化转型工作的通知型理念，构建新发展格局，促进数字经济和实体经济融合发展。着力提升数字化管理能力。运用区块链、大数据、云计算、人工智能等新一代信息技术，推动法务管理从信息化向数字化升级，探索智能化应用场景，有效提高管理效能。以数据为关键要素，以数字技术与实体经济深度融合为主线，加强数字基础设施建设，完善数字经济治理体系，协同推进数字产业化和产业数字化。赋能传统产业转型升级，培育新产业新业态新模式，不断做强做优做大我国数字经济，为构建数字中国提供有力支撑。国务院国资

关于进一步深化法治央企2021年10月委建设的意见“十四五”数字经济发展规划2022年1月

国务院国务院国资中央企业合规管理工作应当遵循坚持务实高效的原则，充分利用大数据等信息化手段，切实提高管理效能。2022年8月中央企业合规管理办法委全面提升数字中国建设的整体性、系统性、协同性，促进数数字中国建设整体布局规

字经济和实体经济深度融合，以数字化驱动生产生活和治理2023年2月

国务院划方式变革，为以中国式现代化全面推进中华民族伟大复兴注入强大动力。国务院国资委召开“AI赋能

产业焕新”中央企业人工智能专题推进会2024年229月国务院资料19日：

艾瑞咨询，中信建投资料：

第四范式官网，中信建投目录一、公司概况：企业级人工智能领跑者二、行业概览：高增长千亿行业，发展东风与技术需求呼唤新解决方案三、企业级决策类人工智能解决方案：助力智能化转型，走进千行百业四、生成类AI业务：多模态大模型“式说”五、海外可比公司与盈利预测303.1.1

解决方案总览：AI提升决策水平，OODA链路全场景优化•

企业增长的要诀在于高效的管理，而管理的核心在于决策。AI赋能企业管理，有助于实现决策流程全优化。著名军事学家John

Boyd于1977年提出OODA循环决策理论，并被广泛应用于企业决策。他认为，决策过程是由“观察（Observe）—判断（Orient）—决策（Decide）—行动（Act）”四个环节组成的相互关联、相互重叠的循环周期，高效完成这一循环是致胜的关键。AI决策可有效在OODA循环的四大流程助力更高效、更精准、更有效的决策。•

AI进入企业决策，突破了人类认知的固有限制，有利于更优决策的生成。面对日益分散化、多元化、复杂化的企业管理场景，人类认知在理性程度、响应速度、复用程度等层面上存在局限性。AI可以有效克服这些固有缺陷，帮助实现更加智能的决策。图：AI如何加速OODA循环内部的每个环节图：AI决策相比人决策的优势更精准的数据收集与形势判断：观察（Observe）清晰掌握业务情况，预判未来发展更全面的观察和分析：更实时的行动：决策实时应用，实施效率提升OODA循环行动（Act）调整（Orient）挖掘全量全模态数据价值更优化的决策：考虑全盘业务，找到实现各项业务价值最大化的最优解决策（Decide）31资料：

第四范式官网，Gartner,中信建投资料：

第四范式官网，Gartner,中信建投3.1.2

解决方案总览：端到端解决方案满足数字化转型全需求，全面产品矩阵构建完整业务生态•

第四范式提供端到端的企业级人工智能解决方案，全方位满足企业在人工智能建设过程中对基础设施、平台和应用的需求，赋能企业数字化转型。第四范式的人工智能解决方案产品矩阵分为两大部分：1）作为解决方案支柱的先知平台，包括可选的配套基础设施和以平台为中心的解决方案。其中，以平台为中心的解决方案又可进一步拆分为提供低代码/无代码环境的人工智能开发人员套件HyperCycle和Studio，以及具备数据内核和运行时内核的操作系统AIOS。可选的配套基础设施主体为SageOne，是一款软硬一体的软件定义的“一体化”解决方案。2）依托先知平台创建的先知应用。可实现销售与营销、风险管理、运营效率等多元化功能。图：第四范式企业级人工智能解决方案产品矩阵销售与营销风险管理运营效率实际应用层（亦称先知应用先知应用•数字运营平台精准营销••反欺诈反洗钱•销售预测•异常预测•智慧供应链•智能生产规划••…•…•智能客服•…从解决方案到具体应用HyperCycleStudio人工智能开发人员套件•HyperCycleKBHyperCycleCV•MLStudio•

CVStudio•

SpeechStudio•HyperCycleMLHyperCycleOCR以平台为中心的解决方案••NLPStudio•低代码或/及无代码平台解决方案层(亦称先知平台）无代码平台AIOS操作系统•数据内核•运行时内核SageOne其他配套设施可选的配套基础设施32•软硬一体•由软件定义…料3.2SageOne：软硬一体解决方案，软件定义提高业务效能•

第四范式的SageOne是一款已在服务器及其他相关硬件上预先安装先知平台及产品的软件定义“一体化”解决方案。•

方案简介：主要为已经预先安装先知平台及即用型人工智能应用的配套“软件+硬件”服务器基础设施。在硬件配置层面：第四范式基于估计算力消耗和在提供硬件上可实现的优化效果向客户建议合适的型号、配置以及所需硬件数目。•

比较优势：与在传统及广泛使用的通用架构服务器上运行相比，SageOne的算力、网络、存储资源优化都由软件定义，更有助于提升人工智能解决方案的输出与表现，可赋能企业快速实现运营智能化。•

商业模式：基于估计算力消耗定价。向SageOne客户收费时，公司考虑硬件单元（不同型号服务器单元）数量、软件使用许可费、基于各自型号的硬件成本等多方面因素。•

业务表现：公司SageOne用户数目与SageOne每名用户平均收入持续增长。2020年、2021年、2022年全年SageOne用户数目分别为57、66、89名。2020全年、2021全年、2022全年、2023Q1

SageOne每名用户平均收入分别为0.11亿元、0.15亿元、0.18亿元。图：第四范式2020年-2022年全年SageOne用户数目图：第四范式2020-2023Q1SageOne每名用户平均收入（亿元）90830.200.150.100.050.000.18807060504030201000.1566570.1120202021202220202021202233资料：

第四范式招股书，中信建投资料：

第四范式招股书，中信建投3.3AIOS：更灵活、更友好、更高效的企业级智能操作系统•

第四范式的Sage

AIOS是一个企业级智能操作系统，兼具灵活性和规范性，功能类似于Windows操作系统在PC上的功能。•

比较优势：1）简单友好的用户界面。2）将人工智能应用的开发与管理可视化。3）标准化的人工智能数据格式带来的高效规模化部署与资源管理。•

组成部件一——数据内核：定义用于人工智能的数据标准与格式，可以实现统一处理，确保一致性。模型训练环节中，数据内核可以使得操作者在模型训练过程中应用闭环反馈机制，实现模型的有效实时训练。数据内核关键组件为开源数据库OpenMLDB，可以提升数据准确性，提高数据准备效率。•

组成部件二——运行时内核：用于多极计算、存储、通信的集中管理内核。可在不影响用户体验的前提下自动调度与管理异构资源，提高资源利用率。我们认为，运行时内核具有高性能、高性价比、高利用率三大特点。•

商业模式：基于算力消耗收费。图：第四范式SageAIOS界面展示图：第四范式SageAIOS运行时内核三大特点人工智能应用商店人工智能基础架构应用程序高性能高性价比高利用率在机器学习过程中提供低延迟、高吞吐的通信框架。通过自动扩容策略扩大内存容量，无需修改现有应用和代码。灼识咨询数据显示，公司可以将人工智能数据处理引擎的自动拆分任务，进行并行计算，分配到不同的计算芯片极速处理，根据灼识咨询报告显示性能提高500%灼识咨询显示，与主流调度框架相比，公司运行时内核结合软件虚拟化