『第四范式』的確定性在哪里？沖刺港交所IPO

坐標小米公司旁、最先落地AutoML的那家AI獨角獸，開始沖刺港交所IPO。

近期，中國證監會國際部披露了北京第四范式智能技術股份有限公司(以下簡稱“第四范式”)提交的《境外首次公開發行股份(包括普通股、優先股等各類股票及股票派生的形式)審批》材料。若該材料獲得受理，第四范式或將很快向港交所遞交招股書。

據企查查顯示，截至目前，第四范式已累計完成11輪融資，是第一家有國有五大行投資的創企，背后投資機構還有紅杉中國、國家制造業轉型升級基金等各領域巨頭。

近些年來，AI在創投圈的熱度起起伏伏，原本以為去年底以來曠視科技、依圖科技、商湯科技、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二線團隊格外嚴格，隨著其中幾家IPO撤回，AI公司上市的進展越來越不明朗。

這個時候，第四范式沖刺IPO難免令業界側目。

放眼國內，創新創業在當代中國已不是幾年前初升旭日的模樣，數以百萬計的創業者們所匯聚成的創客大軍，已經是中國經濟不可忽視的一股洪流因素。如今，“雙創”環境熱度已經褪去，然而與之形成鮮明對比的，是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。

穿越死亡谷，掙扎徘徊在資本市場門外的獨角獸也好，沖刺港股IPO的第四范式也罷，攻城的決心下，若有守業和守城的胸懷與遠見，每家真心為AI行業做實事的企業都值得尊敬。

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。

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。

眾所周知，想讓AI在企業智能化進程中發揮價值，必須具備集數據、應用、算力為一體的“金字塔式”能力模型。其中，應用是諸如反欺詐、內容推薦類的業務場景，數據、算力是應用的輸入和支撐，沒有應用的話，海量數據會淪為死數據，算力投入也難以產生價值。因此，數據、應用、計算必須實現相互聯接，其中任何一個出現問題，另外兩個都無法發揮作用。

這一點在第四范式近年來的發展上算是有跡可循。比谷歌2018年正式發布AutoML（自動機器學習）領先了三年有余，第四范式從成立之初就開始投入力量研究 AutoML ，并讓該技術領域居于世界領先地位。

如今，第四范式已經把自動化 AI 的能力拓展到 AI 應用的大多數環節，形成了從算力、操作系統、生產平臺到業務系統的全棧式AI產品矩陣。在學術研究上，第四范式開辟30多個AutoML算法方向，形成了覆蓋感知類、認知類、決策類的AutoML全棧算法布局。

AI是一個對創新、突破能力要求極高的行業，AI決策的創新幫助企業轉型進入新的范式，也是帶領企業走向質變的重要方法。去年8月，第四范式發布全球首款AI的操作系統——Sage AIOS，以及包括Sage HyperCycleML、天樞、SageOne等系列產品，以實現標準化數據規范、高可用資源管理以及更低門檻的桌面式 AI 管理。在 今年6 月 23 日的年度發布會上，第四范式的 AI 操作系統 AIOS 升級到了 2.0 版。

據相關負責人介紹，該系統包含數據核心、算法核心和生產核心三大模塊，覆蓋了機器學習工業落地全流程。數據核心通過對數據規范及標準化，讓業務之間的數據在系統內互相受益、互相貢獻；算法核心通過封裝前沿算法，降低模型建立門檻，快速訓練出高維、閉環、實時的AI模型；生產核心簡化了AI模型從線下訓練到線上生成的流程，將數據價值轉變為AI的預判能力。

早期的技術“發育”為后期“輸出”打下壁壘，第四范式開始向大而全的超級獨角獸公司進發：截至目前，第四范式擁有超過8000個客戶，包括工商銀行、招商銀行、中石油、百盛中國、永輝超市、瑞金醫院等。在醫療領域，第四范式透過人工智能技術完成“胰腺癌術后生存分析預測”“新生兒體重預測”等項目。疫情期間，該公司也參與了疫情防控、篩查、追蹤等工作。

值得注意的是，日前第四范式與鋰電龍頭寧德時代達成戰略合作。基于第四范式SageAIOS平臺的全生命周期AI應用與管理能力，將AI決策能力注入到寧德時代生產制造的各環節中，共同推動制造行業加速向智能制造轉型發展。

從最早服務金融領域到現在擴展到零售、制造、能源、政府、醫療、互聯網、媒體、物流、農業、高科技等眾多行業，讓技術本身不再是企業利用AI的障礙，是第四范式算法與產品設計的思路之一，其還計劃在一年內將 95% 核心技術開源出來，讓AI規模化落地于各個行業。

“你能看到多遠的過去，就能看到多遠的未來。”人類的智慧來自過往，用于將來。人工智能給生活帶來的改變才剛剛開始。

人工智能將改造各行各業成為共識，從需求側來看，人工智能是先進的生產力；從供給側看，相關技術日漸成熟，市場規模達數十萬億；從長遠看，人工智能是新的基礎設施......或許是種種樂觀的預期讓資本市場愿意付出更高的溢價。但從幾家折戟IPO的AI公司來看，包括AI四小龍在內的AI公司，都已經陷入了技術叫好不叫座的窘境。而市場表現也說明，一眾AI公司都已經陷入同質化產品的紅海競爭泥沼中，似乎誰也不具備更強的技術優勢和壁壘。

此外，AI的人力成本和算力成本也很高。很多中小型公司感嘆大半個行業都在為NVIDIA公司打工，因為該公司的GPU，尤其是云端GPU實在是太貴了，而深度學習對GPU又有非常旺盛的需求。高成本的問題很難在短期內解決。

拋開技術內功和場景不說，集齊國有五大行入股、剛獲得寧德時代大單的第四范式招股書我們還未能了解，無法準確判斷第四范式相較于其他AI企業來說盈利模式的亮點抑或不足。但可以明確的是，隨著百度、阿里巴巴、騰訊等互聯網巨頭已經快速進入AI行業，并占據了相對穩定的市場份額，所有巨頭以外的公司都必須面對巨頭碾壓的問題。

其實這也是行業價值重塑的過程。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—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生存下去，擁抱最好的時代。