创新工场、六大行，为何齐踩第四范式大坑

2023年如火如荼的AI竞争，好像一个残酷的竞技场，有的企业依附手艺创新和商业模式的突破，占有了新时代的桥头堡；有的则由于资金与实力的不足，成为了功未成名未就的“前浪”。

第四范式就是这样的企业，其高开低走的履历让许多人大跌眼镜：一方面似乎拥有壮大的手艺实力和投资靠山，另一方面却面临着巨额亏损和上市难题。

自2021年8月首次递表至今，第四范式已经四次递交上市申请，但其这次面临的逆境愈甚于之前三次。

贴上“中国决议类AI独角兽”标签的第四范式，曾吸引了众多着名投资者的青睐。其中，不仅有红 杉资源、腾讯投资、高盛团体、博裕资源、李开复的创新工厂等海内外*的投资机构，甚至连海内六大行，在使用过他们的系统之后，也成为了他们的股东——在2018年的早期投资中，第四范式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配合投资。

这样的阵容让人不禁好奇：火热的赛道，*的投资阵容，起个大早的第四范式为何至今未遇上集？

延续三年亏损跨越40亿元，并在债务压顶下面临上市对赌的逆境，第四范式已经走到了悬崖边缘。

01  信托“AI 2.0”的创新工厂，没能等来第四范式的蜕变

在第四范式的众多投资者中，有一小我私人格外引人注目，那就是创新工厂的董事长兼首席执行官李开复。

李开复不仅是享誉全球的AI专家，而且还在2013年AI潮起之后，乐成投资了一系列AI公司。 

李开复旗下的风投公司——创新工厂，在2010年月投资了数百家乐成企业，其中不乏那时出众的AI公司，例如旷世科技、第四范式等。他们中的大部门，都已经融资到D轮或更高，并维持了快速的用户增进，和较高的市场占有率。

创新工厂也是第四范式最早的投资者之一，从2016年最先就介入了第四范式的A轮融资。然而，云云注重AI的创新工厂，照样没想到自己踩了个大坑。

面临现在第四范式的种种失利事态，人们不禁嫌疑：岂非当初李开复真的看走眼了吗？

着实，李开复的决议，从手艺的角度来看，并没有太多可以指摘的地方。

在人工智能、机械学习方面有着深挚造诣的李开复，曾经说过：“深度学习是一个承载其他手艺的平台”，由于深度学习可以与其他手艺相连系，实现更多样化和更高级其余人工智能应用。

这里的“深度学习”是一个普遍的观点，它包罗了迁徙学习、环境学习、自动强化学习等方面，而第四范式恰幸亏这三个子分类上，有着*的手艺积累。

第四范式团结首创人、首席科学家陈雨强，是海内最早从事强化学习与环境学习研究的专家之一，其研发的智能决议手艺，可以在动态环境中延续、快速找到*决议，并在供应链、制造、金融等领域举行了实践应用。主持百度凤巢和今日头条的智能广告推荐系统的履历，为其创业第四范式提供了颇有含金量的背书。

也许正是由于陈雨强的手艺靠山，让深谙AI生长路径的李开复，最终选择了第四范式。

然而，李开复也深知，面临进化飞速的AI手艺，仅靠深度学习这一招，是战不了未来的。为此，创新工厂在今年提出了与AI 1.0相对应的“AI 2.0”观点。

3月14日，在北京创新工厂总部举行的 “AI 1.0 到 AI 2.0 的新时机”趋势分享会上，李开复指出：“在深度学习的重大突破之后，AI 已经来到从 1.0 迈入 2.0 的拐点。”

在李开复看来：

“‘AI 1.0’的瓶颈就在于，其无法突破数据集和诸多模子各成‘孤岛’的事态，进而缺乏纵效。”

因此，AI 1.0无法像互联网时代的 Windows 和 Android 一样具备规模化能力，来降低应用开发的门槛，打造完善生态链。这也就是为什么，大部门的 AI 1.0 企业投入大笔研发经费但仍然长年亏损的缘故原由。

在李开复和创新工厂看来，AI 2.0手艺战胜了AI 1.0的单领域、多模子的瓶颈，可以用无需AI标注的超级海量数据，去训练一个具有跨领域知识的基础大模子（Foundation Model）。这样的大模子，能通过微调等方式，适配和执行五花八门的义务，真正有望实现平台化的效应，进而探索创新应用的商业化时机。

现实上，在创新工厂投资第四范式和旷世科技的时代，大部门人工智能企业，都还处于AI 1.0的阶段，可以说两者是时代弄潮儿。然而，随着时间的推移，它们选择的手艺蹊径未能实现商业闭环，厥后也未能顺遂地实现转型。这导致两者均多次冲刺IPO失败，而且亏损情形十分严重。

刚上线的『零一万物』网站，尚处于“毛坯”状态

7月3日，李开复亲自操刀的AI 2.0公司——『零一万物』上线，其将自研大模子，并自建数千卡GPU集群举行数据训练与推理，在上线之日，其大模子的参数规模已经靠近300亿。

第四范式4冲IPO未卜与创新工厂亲自下场搞大模子，都是AI赛道必须改弦更张、调整手艺蹊径与商业模式的标志。

在这种不能逆趋势下，第四范式向IPO提议的第四次打击，希望是比前三次更大呢，照样更小呢？

02  优势变劣势，耗资伟大的 决议类AI，成为 chat GPT追随者

与2010年月大部门选择感知类、认知类AI，或机械视觉手艺为主的AI企业差异，第四范式选择的，是较为怪异的决议类AI领域。

所谓决议类AI，指的是对大量数据的深度挖掘、剖析，从中总结或统计出纪律、趋势，并以此提供更高效的展望和决议。

例如，决议类AI可以凭证用户的历史行为和偏好，推荐最适适用户的商品或服务，也可以凭证市场情形和竞争对手，优化商品的订价或库存，以及用于银行提高反敲诈识别准确率。现实上，陈雨强之前在百度凤巢与今日头条的产物孝顺，就是商业决议类AI。

抖音外卖，真的能行？

抖音外卖，真的能行？,而抖音流量虽多，但涵盖了娱乐、宠物、家庭、情感等等方面，大而散，非垂直，外卖口碑也只是单纯的多人团购预定外卖模式

在此之前，许多大企业虽然做了许多类似的小系统，然则不能很好地协和谐治理。他们想要一个大平台，可以把所有的小系统都毗邻起来，做出更好的决议。但着并非易事，由于各个系统的数据难以统一，而且已有的系统算法不容易改变。

而第四范式的CEO戴文渊，正是看中了这点，才决意在to B端的赛道上发力，并研发出了响应的平台——“先知”系统。

显然，在2010年月末，这是个手艺难度较高但竞争较少的赛道。

第四范式所在赛道的难度在于：决议类AI需与企业的详细营业、场景深度绑定，而每个客户的营业场景、数据特征、性能要求等都不尽相同。

因此第四范式需要不停举行定制化项目的研发和外包，这就在无形中，造成了其高昂的研发成本，也是其不停亏损的症结所在。

例如，第四范式为中国银行提供了一个定制化的风险治理系统，提供了包罗精准营销、智能反敲诈、智能反洗钱等一体化整体解决方案。

但由于中国银行的营业庞大多变，第四范式需要凭证差其余金融生态、企业类型和风险评估方式，来一次次举行调整和优化，从而花费了大量的资金和研发气力。而这种定制化项目的研发，对第四范式而言，成了一种噩梦般的“无底洞”。

凭证招股书显示，第四范式的研发用度在2018-2022年占收入的比例划分为151.2%、90.6%、60%，62%，53.7%，基本上可视为逐渐下降，但相较之下，百度、华为、阿里、腾讯四家问鼎AI的巨头的研发用度，占收入比例划分为18.22%、15.92%、8.46%、8.08%，可见第四范式的手艺转化率是相当低的。

这是由于，在现在的AI商业化赛道，生态各方各司其职。大要来说，可以分为如下三种：

1、类似于“4S店”的模子服务网络，主要在垂直领域，为企业提供SaaS类型服务；

2、相当于“整车”制造平台的应用模子发生平台，以模子生产线作为服务，为每个场景精调模子。例如阿里云的机械学习PAI平台、百度的飞桨平台等；

3、相当于“引擎”设计的基础模子生产线，如澜舟科技的孟子预训练模子平台，MiniMax的通用大模子引擎平台；

阿里提出的MaaS服务将成为大模子平台标配

但第四范式高度定制化的“先知”平台，却不属于上述三种中的任何一种。

打个譬喻，第四范式提供的更像是一种“定制化的引擎+”，也就是不仅提供了基础模子、算力平台，还提供了高度定制化的算法焦点。用第四范式自己的说法，就是“已打造笼罩从算力、操作系统、生产平台到营业系统的全栈AI产物矩阵”。

然而，第四范式在选择自己的手艺蹊径与商业模式组适时，并没有预推测其中的商业风险。

与决议类AI相比，视觉、语音、语义这类AI应用，则可以基于统一的数据来训练部署，由于人类的视觉系统、语音、语义系统，在数据方面一定的通用性和纪律性。这就意味着，人们可以行使大量的果然数据或尺度数据来训练通用的模子，然后凭证差其余应用场景举行微调或适配，就可以实现较好的效果。

然而，决议类AI想要捕捉的，却不是语言、视觉信息这些具象的器械，而是差异决议场景下抽象的“特征”、“纪律”。

这些特征和纪律往往是特定于某个领域或义务的。

因此，统一的数据集和模子难以涵盖所有的决议情境，在这种情形下，决议类AI就需要凭证详细的应用场景举行个性化的数据网络、模子设计和训练。

而这样“隔行如隔山”的特点，将一个个行业、企业，阻隔成了封锁的“AI孤岛”，也使得第四范式破费高昂成本研发的定制化方案，难以在其余场景复用。这颇有些像是SaaS时代之前的内陆化部署服务。

由于定制化研发所带来的高昂成本，加上大客户回款周期长、维护成本高等缘故原由，第四范式一直处于亏损严重，现金流主要的状态。而这样的情形，也造成了其前三次上市的失败。

经由了一系列屡败屡战的实验后，痛定思痛的第四范式，通过优化股权结构、拓展外洋市场等措施，一定水平上逆转了之前的颓势，其2022上半年的净亏损，也由同期的5.84亿下降到了2.2亿。

第四范式CEO 戴文渊曾称第四范式给AI带来了一场质变。可没想到，就在其欲重整旗鼓，第四次打击IPO时，随着chatGPT的横空出世，一切都改弦更张了。

高度通用化、平台化，且具备多模态功效的天生式AI，与第四范式定制化、应用场景受限，的决议类AI相比，显然有着更壮大的生命力和更广漠的商业远景。

这样的AI，也更靠近于前面李开复所提到的“AI 2.0”的观点。

高度通用化的天生式AI，可以顺应多种数据或内容的形式和气概，而不受限于特定的领域或场景，而这是以往的决议类AI所做不到的。

在天生式AI壮大的影响力眼前，偏执的戴文渊，也不得不做出了“妥协”，在其最新的招股书中，勉力地渲染自家的天生式AI产物Sage GPT，并寄希望于炒作“类GPT”的观点，来获得上市的时机。

其在最新的招股书中如是先容：

Sage GPT具有多模态互动能力及企业级人工智能工具特征，其重新界说了终端用户的员工与营业系统的互动方式——即SageGPT能够毗邻终端用户的现有营业系统、人工智能应用及内部数据库；

由此可见，任何一种手艺，要想真正被市场接纳，不仅取决于其是否“壮大”、“先进”，而更取决于其是否对客户群体展现出一定的“友好”性。

就这一点来看，深陷决议类AI泥淖的第四范式，起了个大早，没遇上早“集”，晚“集”的游戏规则又变了。在4年前，第四范式算是AI潮头弄潮儿，而现在，却是在Chat GPT的大潮后面亦步亦趋。

拖到2023年，优势变劣势，第四范式第4次冲刺IPO，还能乐成吗？

【本文由投资界相助同伴摩羯商业谈论授权公布，本平台仅提供信息存储服务。】若有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处置。