計算機行業精讀新股系列（九）：第四范式以平臺為中心助力企業人工智能轉型-211214（16頁）.pdf

《計算機行業精讀新股系列（九）：第四范式以平臺為中心助力企業人工智能轉型-211214（16頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業精讀新股系列（九）：第四范式以平臺為中心助力企業人工智能轉型-211214（16頁）.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、 敬請閱讀末頁的重要說明 證券研究報告 | 行業深度報告 2021 年 12 月 14 日 無評級無評級（首次）（首次） 精讀新股系列（九）精讀新股系列（九） TMT 及中小盤/計算機 2021 年是我國人工智能企業年是我國人工智能企業 IPO 元年，包括“元年，包括“AI 四小龍”、格靈深瞳、第四四小龍”、格靈深瞳、第四 范式等范式等 AI 獨角獸企業開啟上市之路，其中，第四范式作為一家以平臺為中心的獨角獸企業開啟上市之路，其中，第四范式作為一家以平臺為中心的 決策類人工智能解決方案提供商在過去幾年營收規模保持快速增長，產品已廣決策類人工智能解決方案提供商在過去幾年營收規模保持快速增長，產品

2、已廣 泛應用于金融、零售、制造、能源與電力等領域，在所有以平臺為中心的決策泛應用于金融、零售、制造、能源與電力等領域，在所有以平臺為中心的決策 型企業級型企業級 AI 市場中排名第一。市場中排名第一。 通過構建平臺化的人工智能以跨越行業與場景的屏通過構建平臺化的人工智能以跨越行業與場景的屏障，障，以以平臺為中心的應用平臺為中心的應用 具備高靈活性、可拓展性、兼容性以及易于管理的優勢具備高靈活性、可拓展性、兼容性以及易于管理的優勢。公司開發了端到端 的企業級人工智能解決方案，滿足企業在 AI 建設過程中對應用、平臺和基礎 設施的需求。先知平臺是其中的核心支柱，包括 Sage AIOS 人工智能操

3、作系 統、無代碼開發工具 HyperCycle、低代碼開發工具 Sage Studio，在先知平 臺的基礎上，公司提供大量不斷增長且適用于特定場景的人工智能應用，功 能主要聚焦在銷售及營銷、風險管理以及運營效率應用上。以平臺為中心的 人工智能解決方案解決了企業自建人工智能能力和為自身業務定制開發單點 解決方案所面臨的難點，在最大程度上令人工智能技術的進步惠及企業。 決策類人工智能提供預測分析和建議，支持和指導業務行動，對企業經營層決策類人工智能提供預測分析和建議，支持和指導業務行動，對企業經營層 面給予更為實際的幫助，因此面給予更為實際的幫助，因此決策類人工智能市場有望決策類人工智能市場有望保

4、持快速增長保持快速增長。根據 灼識咨詢，2020 年中國決策類人工智能市場的支出規模達到 268 億元，預計 2025 年增長至 1,847 億元，年均復合增長率為 47%。其中，以平臺為中心的 決策類人工智能市場規模在 2025 年有望達到 1,312 億元，約占整體市場的 71%。目前，決策類人工智能市場頭部效應顯著，前五大參與者占超半數市 場份額，第四范式的主要競爭者為綜合型互聯網公司，與競爭對手相比，公 司核心業務更專注于提供純人工智能解決方案， 在業內以 “專注” 著稱。 2020 年按收入計，第四范式是中國最大的以平臺為中心的決策類人工智能提供商。 商業化落地進展順利，商業化落地進

5、展順利，通過突破行業標桿客戶將公司影響力擴大至該行業其通過突破行業標桿客戶將公司影響力擴大至該行業其 他用戶。他用戶。公司與特定行業的龍頭企業開展合作，通過標桿項目的方式提升公 司在行業中的影響力， 從而推動公司在行業中的滲透率。 公司標桿用戶由2018 年的18個提升至2020年的47個， 標桿用戶平均收入從390萬元提升至1,230 萬元，總用戶數由 2018 年的 38 個提升至 2020 年的 156 個，主營業務收入 由 1.28 億元提升至 9.42 億元，由此我們判斷公司商業化落地進展順利。 人均毛利與綜合毛利率在行業中處于較高水平。人均毛利與綜合毛利率在行業中處于較高水平。我們

6、認為直接享有人工智能 技術紅利的企業并不都具備投資價值，關鍵在于篩選出人均單產提升并非集 成更多硬件的企業，人均毛利與綜合毛利率是衡量人工智能企業的有效標準。 通過比較擬上市的 AI 公司，我們發現第四范式的人均毛利及綜合毛利率均處 于行業較高水平。 風險提示：風險提示：人工智能技術出現缺陷或不當使用風險；人才流失風險；研發投人工智能技術出現缺陷或不當使用風險；人才流失風險；研發投 入回報不確定風險。入回報不確定風險。 行業規模行業規模 占比% 股票家數（只） 238 5.2 總市值（億元） 28996 3.2 流通市值 （億元） 22975 3.1 行業指數行業指數 % 1m 6m 12m

7、絕對表現 5.2 -1.0 -3.7 相對表現 1.2 1.7 -7.7 資料來源：公司數據、招商證券 相關相關報告報告 1、財政穩健，重點推薦網安及資 管IT 計 算 機 行 業 周 觀 察 202112122021-12-12 2、數據安全強化網安賽道景氣度 計算機行業周觀察 20211205 2021-12-05 3、“十四五”軟件行業發展規劃 點評政策助力軟件行業高質量發 展，加強自主技術攻堅2021-11-30 -20 -10 0 10 20 Dec/20Apr/21Jul/21Nov/21 (%) 計算機滬深300 第四范式：以平臺為中心，助力企業人工智能轉型第四范式：以平臺為中心

8、，助力企業人工智能轉型 敬請閱讀末頁的重要說明 2 行業深度報告 正文正文目錄目錄 一、序 . 4 二、決策類人工智能，打造以平臺為中心人工智能解決方案 . 4 1、 中國最大的決策類人工智能企業 . 4 2、 以平臺為中心的決策類人工智能解決方案提供商 . 5 3、 決策類人工智能市場保持快速增長. 7 4、 管理層及股權結構分析 . 8 5、募投項目介紹 . 9 二、AI 技術領先，人工智能解決方案商業化成功落地 . 10 1、平臺為中心具備使用簡便、投資回報高、快速部署實施、完全兼容性的優勢 . 10 2、優先突破標桿客戶，商業化落地取得成功 . 10 三、營收規?？焖僭鲩L，人均毛利處于

9、行業較高水平 . 12 1、營收規模保持快速增長 . 12 2、以平臺為中心技術路線體現規模效應，毛利率穩中有升 . 12 3、對比分析：人均毛利&綜合毛利率. 13 4、期間費用及 SBC 分析 . 13 風險提示 . 16 圖表圖表目錄目錄 圖 1：擬上市人工智能企業時間軸 . 4 圖 2：2020 年以平臺為中心決策類人工智能企業相關業務營業收入（單位：億元） . 5 圖 3：2020 年決策類人工智能市場份額 . 5 圖 4：第四范式人工智能解決方案架構 . 6 圖 5：Sage AIOS . 6 圖 6：HyperCycle 工作界面 . 7 圖 7：Sage Studio 工作界面

10、 . 7 圖 8：第四范式用戶畫像預測解決方案界面 . 8 圖 9：第四范式司南選址解決方案界面 . 8 圖 10：按類別劃分的中國人工智能行業市場規模明細（2016-2025E，單位：億元） . 8 圖 11：中國決策類人工智能市場規模（2018-2025E，單位：億元） . 8 SVnXkZbWmUbWMBzWaQaO6MpNqQpNrQlOoPmOlOoPmR9PoOyRxNtPtQNZtRwO 敬請閱讀末頁的重要說明 3 行業深度報告 圖 12：發行前公司股權結構圖 . 9 圖 13：標桿客戶與總客戶數量 . 11 圖 14：公司客戶平均創收（單位：萬元） . 11 圖 15：主營業務

11、拆分（單位：百萬元） . 12 圖 16：分業務營收占比 . 12 圖 17：綜合毛利及毛利率（單位：百萬元） . 13 圖 18：分業務毛利率 . 13 圖 19：2020 年各企業人均毛利（單位：萬元） . 13 圖 20：各企業毛利率對比 . 13 圖 21：研發費用開支（單位：百萬元） . 14 圖 22：研發費用分項目占比 . 14 圖 23：銷售及營銷開支（單位：百萬元） . 14 圖 24：銷售費用分項目占比 . 14 圖 25：一般及行政開支（單位：百萬元） . 15 圖 26：行政開支分項目占比 . 15 表 1：人工智能分類 . 4 表 2：第四范式發展歷史 . 4 表 3

12、：決策類人工智能平臺與單點解決方案方式的比較 . 5 表 4：核心管理層介紹 . 9 表 5：公司以平臺為中心的人工智能解決方案優勢 . 10 表 6：公司應用案例介紹 . 11 表 7：公司商業模式 . 12 表 8：還原后期間費用情況（單位：百萬元） . 15 表 9：經調整虧損凈額（單位：百萬元） . 15 敬請閱讀末頁的重要說明 4 行業深度報告 一、序一、序 2021 年是人工智能企業 IPO 元年，我國包括“AI 四小龍”、第四范式、格靈深瞳等 AI 獨角獸開啟上市之路。本篇 報告從行業格局、核心技術、發展戰略三個方面對第四范式進行梳理。 圖圖 1：擬上市人工智能企業時間軸：擬上市

13、人工智能企業時間軸 資料來源：wind、招商證券根據公開資料整理 二、決策類人工智能，打造以平臺為中心人工智能解決方案二、決策類人工智能，打造以平臺為中心人工智能解決方案 1、中國最大的決策類人工智能企業中國最大的決策類人工智能企業 根據2021 年中國人工智能行業市場前景及投資研究報告，人工智能行業按應用領域可分為四大類別：決策類人決策類人 工智能、視覺人工智能、語音及語義人工智能和人工智能機器人。工智能、視覺人工智能、語音及語義人工智能和人工智能機器人。 表表 1：人工智能分類：人工智能分類 類別類別 定義定義 應用場景應用場景 主要企業主要企業 決策類人工智能 識別數據中的隱藏規律， 指

14、導基于數據洞察的決策過 程，并解決與核心業務運營密切相關的問題 智慧營銷、風險管理及 供應鏈管理優化 第四范式、阿里、 百度 視覺人工智能 基于視覺數據識別、追蹤和測量物體，并將這些信息 轉化為洞察和判斷 智能門禁、公共安全監 控、光學字符識別 曠視科技、 云從科 技、依圖科技 語音及語義人工 智能 與人類識別、生成和交換語音、文本等語言信息，在 某些重復的溝通場景中節省人力 智能客服、智慧轉錄、 交互式語音應答 科大訊飛 人工智能機器人 代替人類執行某些重復性高或危險的任務 工業無人機、自動導引 車、手術機器人 大疆 資料來源：第四范式聆訊資料、招商證券 第四范式是決策類人工智能領導者。第四

15、范式是決策類人工智能領導者。公司成立于 2014 年 9 月，主營業務為提供決策類人工智能解決方案，并運用核 心技術開發了端到端的企業級人工智能產品，致力于解決企業智能化轉型中面臨的效率、成本、價值問題，提升企業 的決策水平。公司產品現已廣泛應用于金融、零售、制造、能源與電力、電信及醫療保健等領域。 表表 2：第四范式發展歷史：第四范式發展歷史 時期時期 事件事件 2014 9 月，公司前身北京第四范式智能技術在中國成立。 12 月，發布首個使用核心枝術之一自動機器學習框架的商業化產品。 2015 公司開始在金融領域應用人工智能技術。 2018 公司開始在零售領域應用人工智能技術。 2019

16、公司開始在能源領域應用人工智能技術。 6 月，發布了一體化 AIO 解決方案已在服務器上預先安裝先知平臺及先知應用的軟件定義一體化 解決方案。 敬請閱讀末頁的重要說明 5 行業深度報告 時期時期 事件事件 2020 2 月，第四范式先知平臺獲得 ePrivacysealEU 認證，顯示了公司對遵守歐盟通用數據保護條例 (GDPR)的承諾。 3 月，核心枝術之一自動機器學習入選 Gartner2020 十大戰略技術趨勢報告。 8 月，發布 Sage AIOS，該人工智能操作系統界面友好，數據處理標準化，資源管理和配置自動化， 中間軟件全面兼容，媲美個人計算機操作系統。 11 月， 入圍 Gart

17、ner 新興技術與趨勢影響力雷達全球代表廠商； 開始在制造領域應用人工智能技術。 2021 6 月，第四范式推出了企業級人工智能應用商店，亦推出 OpenMLDB，這是一個開源數據庫，旨在 為機器學習推動的應用實現數據正確性和效率。 資料來源：第四范式聆訊資料、招商證券 決策類人工智能行業集中度高，第四范式在業內以“決策類人工智能行業集中度高，第四范式在業內以“專注專注”著稱?！敝Q。根據灼識咨詢，第四范式的主要競爭者為綜合型互 聯網公司。2020 年按收入計，前五大參與者合計占約 50.3%的市場份額?；ヂ摼W公司一般只為完善業務多元性而提 供人工智能解決方案，人工智能僅占其廣泛業務的一部分，

18、此外，互聯網公司的人工智能通常為混合類解決方案，且 其中一大部分人工智能相關收入來自計算機視覺、語音及語義識別以及獨立于平臺的人工智能應用。第四范式專注于 以平臺為中心的方式提供決策類人工智能解決方案，在業內以“專注”著稱。2020 年按收入計，第四范式是中國最年按收入計，第四范式是中國最 大的以平臺為中心的決策類人工智能提供商。大的以平臺為中心的決策類人工智能提供商。 圖圖2：2020 年以平臺為中心決策類人工智能年以平臺為中心決策類人工智能企業相關業企業相關業 務營業收入務營業收入（單位：億元）（單位：億元） 圖 圖3：2020 年決策類人工智能市場份額年決策類人工智能市場份額 資料來源：

19、第四范式聆訊資料、招商證券 資料來源：第四范式聆訊資料、招商證券 注：根據公司資料，A 公司總部位于北京，是一家主要提供互聯網相關服務以及人工智能解決方案的領先互聯網平臺； B 公司總部位于杭州，是一家主要提供零售、消費服務和技術解決方案（如云計算及人工智能）的領先科技公司； C 公司總部位于深圳，是一家主要從事設計、開發及售賣電信解決方案和消費電子產品的領先科技公司； D 公司總部位于深圳，是一家主要提供互聯網相關服務及解決方案的領先科技公司，覆蓋領域包括娛樂、人工智能及其他技術。 2、以平臺為中心的決策類人工智能解決方案提供商以平臺為中心的決策類人工智能解決方案提供商 以平臺為中心的以平臺

20、為中心的決策類決策類人工智能應用人工智能應用具備高靈活性、可拓展性、兼容性以及易于管理的具備高靈活性、可拓展性、兼容性以及易于管理的特性特性，在實際應用中，在實際應用中更易被企更易被企 業接受。業接受。在人工智能的實際應用中，各類機構仍將面臨專家短缺、成本高昂及投資回報率不確定、落地部署困難、數 據與系統不兼容等困難，而平臺為中心的人工智能解決方案可以妥善解決以上難點。與單點解決方案不同，除了人工 智能應用和基本計算基礎設施外，以平臺為中心的決策類人工智能解決方案亦為終端用戶提供人工智能開發平臺，該 開發平臺為終端用戶提供統一的開發標準、高兼容性并能更具實際需求靈活拓展應用。 表表 3：決策類

21、人工智能平臺與單點解決方案方式的比：決策類人工智能平臺與單點解決方案方式的比較較 指標指標 決策類人工智能平臺決策類人工智能平臺 單點解決方案單點解決方案 靈活性及可拓展性 能靈活地因需求開發人工智能模型 大多數單點解決方案為固定的一次性交付品 9.13 5.4 4.33 3.32 3.15 0 1 2 3 4 5 6 7 8 9 10 第四范式公司A（百度）公司B（阿里）公司C（華為）公司D（騰訊） 第四范式, 18.1% 公司A（百度）, 10.7% 公司B（阿里）, 8.6% 公司C（華為）, 6.6% 公司D（騰訊）, 6.3% 其他, 49.7% 敬請閱讀末頁的重要說明 6 行業深度

22、報告 模組和應用可遷移及復制至相似/相鄰的情景 難以滿足需要在原有解決方案上進行擴張的額 外定制化需求 數據兼容性及人工智能應用 可于平臺上整合不同數據來源并統一定義，以 消除數據不一致和信息孤島 每個特定的工作流程一般由不同供應商提供并 且只包含用戶整個數據集的一部分，可能會于已 分散的數據環境中產生新的數據孤島 應用可以兼容開發環境及規劃 需進行連接以相互操作，且應用可能在基本框 架、數據標準、處理規則等方面有所不同 人工智能應用管理 一般會預先提供可實現快速、方便的人工智能 應用管理的功能 需要額外的人工智能應用管理功能 預先內置一套為所有數據集和應用而設的統一 安全模型 額外部署一套可

23、在各個獨立應用中有效運作的 安全模型可能需要更高成本 資料來源：灼識咨詢、第四范式聆訊資料、招商證券 先知平臺是公司解決方案的核心支柱。先知平臺是公司解決方案的核心支柱。公司開發了端到端的企業級人工智能解決方案，以滿足企業在 AI 建設過程中 對應用、平臺和基礎設施的需求。其中，先知平臺是公司解決方案的支柱，包括 Sage AIOS 人工智能操作系統、無 代碼開發工具 HyperCycle、低代碼開發工具 Sage Studio。在先知平臺的基礎上，公司提供大量不斷增長且適用于特 定場景的人工智能應用，根據其功能主要分為銷售及營銷、風險管理以及運營效率應用。 圖圖4：第四范式人工智能解決方案架

24、構第四范式人工智能解決方案架構 資料來源：第四范式聆訊資料、招商證券 人工智能操作系統人工智能操作系統 Sage AIOS 是一個企業級人工智能操作系統。是一個企業級人工智能操作系統。 作為兼具靈活性與規范性的人工智能開放能力平臺， Sage AIOS 的功能類似 Windows 系統在個人計算機上的功能，連通底層 IT 基礎設施與各種人工智能應用，為各類 人工智能應用的開發與上線保駕護航，為企業提供高并發、高性能、高可用性的運行支撐。Sage AIOS 的特點是其 簡單友好的用戶界面，用戶可在上面輕松快速構建及操作眾多人工智能應用，使企業實現 AI 規?；渴?。 圖圖5：Sage AIOS

25、資料來源：第四范式聆訊資料、招商證券 敬請閱讀末頁的重要說明 7 行業深度報告 人工智能開發人員套件：人工智能開發人員套件：1、配備無代碼開發工具的、配備無代碼開發工具的 HyperCycle 平臺；平臺；2、配備低代碼及無代碼開發工具的、配備低代碼及無代碼開發工具的 Sage Studio 平臺。平臺。 HyperCycle 作為一個人工智能開發平臺，可幫助企業快速設計、開發及使用人工智能應用。由于其無代碼特性， HyperCycle 降低了企業在各種業務運營環節中部署人工智能應用的門檻，因為在平臺上開發人工智能解決方案無需 具備任何人工智能知識或經驗，企業客戶能夠大規模開發標準的人工智能應

26、用。憑借自研的自動機器學習技術并經由 HyperCycle 方法論的指導， HyperCycle 可實現實時死循環數據的自動機器學習、 持續優化并提升算法訓練模型表現。 利用世界一流的自動化建模能力、實時部署及死循環數據，HyperCycle 可以提升開發和應用人工智能技術方面的效 率，并可減少人工及 IT 成本。 Sage Studio 是一個為開發人員提供的端到端人工智能應用開發平臺， 為不同代碼開發能力的使用者提供了可選的代 碼開發工具 (Notebook)、低代碼開發工具（DAG）和免代碼開發工具（DAG 模版）。Sage Studio 能夠覆蓋從數據 到模型、應用，以及人工智能應用的

27、部署和上線的整個開發過程。根據灼識咨詢數據顯示，大多數現有機器學習平臺 要么無法支持全場景的人工智能應用開發，要么在處理大量數據時的表現通常會有所下降。Sage Studio 定義全場景 人工智能建模流程中每一個原子能力的規范，涵蓋輸入、輸出、日志管理、進度管理、資源管理、版本管理、可視化 控件等， 可以打通兼容性， 同時通過整合多種自主研發的人工智能算法， Sage Studio 使用戶得以在海量數據場景下， 高性能地進行建模。 圖圖6：HyperCycle 工作界面工作界面 圖 圖7：Sage Studio 工作界面工作界面 資料來源：第四范式聆訊資料、招商證券 資料來源：第四范式聆訊資料

28、、招商證券 3、決策類人工智能市場保持快速增長決策類人工智能市場保持快速增長 伴隨數據量的快速增長，決策類人工智能在企業經營過程中釋放重要價值。伴隨數據量的快速增長，決策類人工智能在企業經營過程中釋放重要價值。人工智能驅動的決策模型克服了人類有限 理性和認知偏差的局限性，正逐漸解放和增強人類的能力，伴隨不斷增長的海量數據，決策類人工智能模型的效果越 發明顯。決策類人工智能模型已基本覆蓋企業運營的所有組成部分，不同于視覺人工智能或語音人工智能側重數據模不同于視覺人工智能或語音人工智能側重數據模 式的感知和認知， 決策類人工智能提供預測分式的感知和認知， 決策類人工智能提供預測分析和建議， 支持和

29、指導業務行動， 對企業經營層面給予更為實際的幫助。析和建議， 支持和指導業務行動， 對企業經營層面給予更為實際的幫助。 以第四范式智慧零售為例，以第四范式智慧零售為例，公司通過多重先進數據洞察方式重構消費者關系，提供包括用戶畫像預測、選址規劃等服 務，輔助企業做出更快的數據驅動的業務決策。根據第四范式官網信息，公司通過對某零售企業的數據分析，發現之 前并未察覺出的幾個因素對某個區域門店的銷售有著非常明顯的影響，通過控制影響因素，該區域銷量的提升較為控 制區域同期提升 89%。 敬請閱讀末頁的重要說明 8 行業深度報告 圖圖 8：第四范式用戶畫像預測解決方案界面第四范式用戶畫像預測解決方案界面

30、圖 圖 9：第四范式司南選址解決方案界面第四范式司南選址解決方案界面 資料來源：第四范式官網、招商證券 資料來源：第四范式官網、招商證券 決策類人工智能有望成為增長最快的類別。決策類人工智能有望成為增長最快的類別。目前，越來越多行業積極擁抱決策類人工智能解決方案，根據灼識咨詢， 2020 年，中國決策類人工智能市場的支出規模已達到人民幣 268 億元，預計 2025 年將增長至人民幣 1,847 億元， 年均復合增長率為 47.1%。 圖圖10：按類別劃分的中國人工智能行業市場規模明細按類別劃分的中國人工智能行業市場規模明細 （2016-2025E，單位：億元），單位：億元） 圖 圖 11：中

31、國決策類人工智能市場規模（中國決策類人工智能市場規模（2018-2025E，單，單 位：億元）位：億元） 資料來源：灼識咨詢、第四范式聆訊資料、招商證券 資料來源：灼識咨詢、第四范式聆訊資料、招商證券 4、管理層及股權結構分析管理層及股權結構分析 戴文淵博士為公司實際控制人，其自身及透過其緊密聯系人吳女士、北京新智、范式投資、范式隱元、范式出奇及范 式天琴持有第四范式發行前股本總額約 41.18%。 24 55 109 188 268 460 688 984 1356 1847 50 114234 391 556 845 1173 1542 2055 2623 43 83 133 194 23

32、3 363 492 635 793 976 38 66 116 163 223 294 376 463 555 649 0 1000 2000 3000 4000 5000 6000 7000 201620172018201920202021E2022E2023E2024E2025E 決策類人工智能視覺類人工智能語音及語義人工智能人工智能機器人 10 26 50 90 151 239 361 535 99 162 218 370 537 745 995 1312 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2018201920202021E2

33、022E2023E2024E2025E 以平臺為中心的決策類人工智能市場以非平臺為中心的決策類人工智能市場 敬請閱讀末頁的重要說明 9 行業深度報告 圖圖12：發行前公司股權結構圖發行前公司股權結構圖 資料來源：第四范式聆訊資料、招商證券 表表 2：核心管理層介紹：核心管理層介紹 姓名姓名 職位職位 負責方向負責方向 履歷履歷 戴文淵 董事會主席、 執 行董事、 首席執 行官兼總經理 整體戰略規劃、 業務及技術方向 以及運營管理 戴文淵博士本科畢業于中國上海交通大學計算器科學與技術專業，于 2009 年 3 月獲得該校計算器應用技術碩士學位， 并于 2020 年 6 月獲 得香港科技大學計算器

34、科學及工程學博士學位。戴博士在人工智能技 術行業擁有約 12 年經驗，2009 年 5 月至 2013 年 5 月擔任百度在線 網絡技術（北京）有限公司主任研發架構師，負責百度搜索廣告系統 的研發及管理。 戴博士是人工智能的知名學者， 其論文在NIPS、 ICML、 AAAI 及 KDD 等領先機構的學術會議上發表。在 2005 年 4 月，戴博 士在 2005 年 ACM 國際大學生程序設計競賽全球總決賽中經與全球 77 支隊伍角逐而榮獲世界冠軍。 陳雨強 執行董事兼首 席科學家 技術與產品研發 的整體管理 陳雨強本科畢業于中國上海交通大學計算器科學與技術專業，并于 2012 年 3 月獲得

35、該校計算器應用技術碩士學位。加入第四范式前， 陳先生于 2012 年 4 月至 2014 年 5 月擔任百度在線網絡技術（北京） 有限公司資深工程師，隨后于 2014 年 5 月至 2015 年 3 月擔任北京 字節跳動網絡技術有限公司架構師，負責研發。 于中灝 執行董事、 首席 財務官兼副總 裁 投資及融資、財 務、法律及投資 后相關事宜的整 體管理 于先生于 2008 年 7 月獲得中國北京航空航天大學數學與應用數學學 士學位， 于 2010 年 10 月獲得英國劍橋大學數學碩士學位， 并于 2010 年 6 月獲得美國芝加哥大學金融數學碩士學位。加入第四范式之前， 于先生于 2011 年

36、 1 月至 2012 年 3 月就職于麥格理投資顧問（北京） 有限公司，任商業分析師，之后于 2012 年 3 月加入美銀美林（Bank of America Merrill Lynch）香港分行的投資銀行部。其后，于先生于 2014 年 4 月至 2018 年 8 月任職建銀國際資產管理有限公司， 最后職 位為直接投資部門的副總監和團隊負責人。 資料來源：第四范式聆訊資料、招商證券 5、募投項目介紹、募投項目介紹 公司擬將募集的資金用于以下項目： 1. 加強公司的基礎研究、技術能力和解決方案開發。加強公司的基礎研究、技術能力和解決方案開發。 加強公司的研發團隊，包括(i)招募在人工智能及軟件

37、開發方面具有經驗的科學家、研究人員、架構師和工程師， 以進一步加強公司在人工智能方面的研發能力并完善公司的解決方案，及(ii)提高公司現有研發人員的薪酬水平。 敬請閱讀末頁的重要說明 10 行業深度報告 加強公司的研發能力。加強公司的研發能力的支出主要包括(i)采購及安裝設備、裝置及/或軟件（例如高性能計算 服務器和云服務器），從而加強公司 IT 基礎設施的算力和存儲能力，以促進公司的研發，(ii)成立新研發中心， 例如一般建筑或裝修開支及其他物業相關成本，(iii)加強公司與第三方研發服務提供商的關系，進一步提高公司 的研發能力，及(iv)培育 OpenMLDB 小區以提高所有人工智能開發人

38、員合作關系的積極性及參與度。 2. 擴展公司的產品、建立公司的品牌及進入新的行業領域。擴展公司的產品、建立公司的品牌及進入新的行業領域。 招聘及挽留各行業的人才，以加強公司的銷售和營銷團隊，從而利用其特定行業的銷售經驗來擴大公司的用戶群 并增加公司的客戶忠誠度，進而可能增加客戶在公司平臺上的支出。 通過線下和在線渠道參與更多營銷活動來推廣公司的解決方案和服務， 包括組織及贊助各種具有影響力的線下活 動，并與媒體合作伙伴合作，以提高公司的客戶和潛在客戶對公司品牌和技術的認識。 3. 尋求戰略投資和收尋求戰略投資和收購機會，購機會， 從而實施公司的長期增長戰略，以開發公司的解決方案及擴展及滲透公司

39、所涵蓋的從而實施公司的長期增長戰略，以開發公司的解決方案及擴展及滲透公司所涵蓋的 垂直行業。垂直行業。 4. 一般企業用途。一般企業用途。 二、二、AI 技術領先，人工智能解決方案商業化成功落地技術領先，人工智能解決方案商業化成功落地 1、平臺為中心具備平臺為中心具備使使用簡便、投資回報高、快速部署實施、完全兼容性的優勢用簡便、投資回報高、快速部署實施、完全兼容性的優勢 公司以平臺為中心的人工智能解決方案具備領先核心技術。公司以平臺為中心的人工智能解決方案具備領先核心技術。公司被 Gartner 評為新興技術與趨勢影響力雷達的 Composite AI 全球代表廠商，以及 2020 年十大戰略

40、技術趨勢自動機器學習的全球代表廠商之一，被 The Forrester Wave 評為 2020 年預測分析與機器學習中國市場評測領域的第一名。公司以平臺為中心的人工智能解決方案解決了 企業自建人工智能能力和為自身業務定制開發單點解決方案所面臨的難點， 在最大程度上令人工智能技術的進步惠及 企業，具備使用簡便、投資回報高、快速部署實施、完全兼容性的優勢。具備使用簡便、投資回報高、快速部署實施、完全兼容性的優勢。 表表 5：公司以平臺為中心的人工智能解決方案優勢：公司以平臺為中心的人工智能解決方案優勢 優勢優勢 詳情詳情 使用簡便 公司平臺所具備的低代碼及/或無代碼特征及操作系統的直觀界面， 使

41、得人工智能領域知識和經驗 有限用戶也可以開發、部署并操作適用于整個企業范圍的定制化 AI 應用。 投資回報高 公司以平臺為中心的人工智能解決方案可大規模應用于大量行業和場景。公司的解決方案發揮實 時的智能運營能力，指導用戶做出更優的商業決策，從而使得用戶通過增加收入和提升運營效率 從而實現更好的經營效益。 快速部署實施 公司的解決方案即插即用，采用低代碼及/或無代碼形式，僅需數日便可實現大規模部署，并且無 需具備人工智能專業經驗的員工或專家參與。 完全兼容性 公司以平臺為中心的解決方案可以實現不同系統和數據源的數據集成。公司不采集客戶的數據， 但專注于為用戶提供平臺和開發工具以全面發揮其數據的

42、價值。 資料來源：第四范式聆訊資料、招商證券 2、優先突破標桿客戶，優先突破標桿客戶，商業化落地取得成功商業化落地取得成功 通過有效的市場戰略吸引了分布于眾多行業的優質而忠實的客戶群體。通過有效的市場戰略吸引了分布于眾多行業的優質而忠實的客戶群體。公司與特定行業的龍頭企業開展合作，通過一 個或數個項目展示公司解決方案的價值所在，基于平臺為中心的特性，一旦價值被認證，公司能快速拓展服務，從而基于平臺為中心的特性，一旦價值被認證，公司能快速拓展服務，從而 使日后能持續不斷地將其影響力擴大至行業的其他用戶。使日后能持續不斷地將其影響力擴大至行業的其他用戶。 公司的標桿用戶數由2018年的18個增加至

43、2020年47個， 每個標桿用戶的平均創收由 2018 年的 390 萬元增加至 2020 年的 1,230 萬元。與標桿用戶合作成功后，公司進一步 加強行業影響力，行業滲透率逐步提升，公司用戶總數由 2018 年的 38 個，增加至 2020 年的 156 個。用戶數以及用用戶數以及用 戶平均創收的快速增長標志著公司市場化戰略已取得成功。戶平均創收的快速增長標志著公司市場化戰略已取得成功。 敬請閱讀末頁的重要說明 11 行業深度報告 圖圖13：標桿客戶與總客戶數量標桿客戶與總客戶數量 圖 圖14：公司客戶平均創收（單位：萬元）公司客戶平均創收（單位：萬元） 資料來源：第四范式聆訊資料、招商證

44、券 資料來源：第四范式聆訊資料、招商證券 公司公司通過金融行業通過金融行業觸及觸及更多行業。更多行業。公司創始人戴文淵曾表示，第四范式最開始選擇金融行業，是因為傳統金融行業的 數據數量、質量最高，轉型升級的需求迫切，且金融業市場規模大，是非寡頭壟斷的同質化競爭的市場，是實體經濟 的血液，服務于各行各業。我們認為公司通過金融行業可以有效接觸到更多行業，目前，目前，公司的決策類人工智能解決公司的決策類人工智能解決 方案已為眾多行業的企業創造價值，包括但不限于金融、零售、制造、能源與電力、電信運營商及醫療保健。方案已為眾多行業的企業創造價值，包括但不限于金融、零售、制造、能源與電力、電信運營商及醫療

45、保健。下表為 公司應用案列展示： 表表 6：公司應用案例介紹：公司應用案例介紹 應用場景應用場景 公司業務布局公司業務布局 應用案例應用案例 AI+金融 公司的人工智能解決方案幫助金 融機構在開源節流的同時， 實現更 好的客戶營銷管理、 內部運營優化 和風險控制。 自 2015 年首次涉足 金融領域以來， 公司已服務包括大 型國有及股份制商業銀行、證券、 保險等眾多金融機構。 A 銀行是中國最大的國有銀行之一，公司自 2017 年開始與 A 銀 行合作。由于交易數量龐大，A 銀行已投入大量資源以識別和防 止欺詐活動。 公司通過分析 A 銀行用戶的歷史交易信息、 當前交 易信息等相關數據，幫助

46、A 銀行建立風控人工智能模型，使 A 銀行能夠更加有效地揭示每筆交易背后的風險。 根據內部測試結 果，公司的人工智能欺詐檢測模型的準確率約為 83%，比 A 銀 行之前基于專家經驗的原有模型準確度的三倍以上。 AI+零售 公司幫助零售企業構建以人工智 能技術為支撐的整體決策框架， 助 力企業根據自身的業務需求制定 運營策略。 公司優化用戶的決策流 程和運營效率， 使客戶能夠于整個 業務流程實現人工智能轉型。 X 公司是一家著名的連鎖零售商，自 2019 年以來一直使用公司 解決方案作為其數字化轉型戰略的一部分。 利用公司的人工智能 銷售和營銷解決方案， 公司賦能 X 公司應用大數據分析能力制定

47、 精準營銷策略并規?；际鹑斯ぶ悄?。 根據用戶的喜好， 使 X 公 司能夠對促銷活動進行實時個性化推薦。 在這一細分場景下 X 公 司客戶的每單交易量提高 2%， 對應年銷售總額提升數億人民幣。 AI+制造 公司于整個制造過程實現人工智 能轉型， 借此幫助客戶優化質量控 制、為生產計劃作出安排及管理， 以及查明失誤及缺陷。 Y 公司為全球最大的鋰離子電池制造商之一，其產品廣泛用于電 動汽車及能源儲備設施，公司自 2020 年起與 Y 公司建立戰略合 作伙伴關系。 公司提供先知平臺作為 Y 公司大規模人工智能應用 的主要基礎設施、支持多項人工智能應用場景，如基于計算器視 覺技術的質量檢測及設備監

48、控。此外，公司的人工智能科學家正 與 Y 公司合作，對產品安全進行以人工智能驅動的預測性分析， 試圖解決電動汽車行業面對的其中一項最大挑戰。 AI+能源及電力 公司利用大數據和機器學習技術， 使用戶能夠提高運營的安全性及 可靠性， 更好地管理設備及其他資 產，以及識別和防范運行風險。 Z 公司在中國運營大型水電站，為確保水電站的安全運行，Z 公 司設立了超過 100,000 個設備運行數據檢查點， 檢查人員每天需 要密切監控數以千計的關鍵可變運行數據。公司于 2019 年開始 與 Z 公司合作?；诠鞠戎脚_，Z 公司利用定轉子和軸承瓦 溫度等歷史數據開發了預測模型， 使其能夠有效監控設備運

49、行安 全并提高異常告警的準確性和及時性。受益于公司的解決方案， Z 公司將異常告警的精度提高了兩倍以上并實現了實時告警。公 司亦協助 Z 公司建立數據驅動的決策機制， 確保其核心資產的長 期穩定運行。 資料來源：第四范式聆訊資料、招商證券 18 32 47 38 79 156 0 20 40 60 80 100 120 140 160 180 201820192020 標桿客戶總客戶 390 830 1230 336 582 604 0 200 400 600 800 1000 1200 1400 201820192020 標桿客戶平均創收客戶平均創收 敬請閱讀末頁的重要說明 12 行業深度報

50、告 三、營收規?？焖僭鲩L，人均毛利處于行業較高水平三、營收規?？焖僭鲩L，人均毛利處于行業較高水平 1、營收規模保持快速增長、營收規模保持快速增長 2018/2019/2020 年， 公司主營業務收入分別為 1.28 億元、 4.60 億元、 9.42 億元， 2019/2020 同比分別增長 259.7%、 105.0%，呈快速增長趨勢，公司整體實力和商業化能力不斷增強。公司的主要收入來源于：公司的主要收入來源于：1）先知平臺及產品，及）先知平臺及產品，及 2）應用開發及其他服務。）應用開發及其他服務。 表表 7：公司商業模式：公司商業模式 收入來源收入來源 部署方式部署方式 定價模式定價模式