第四正規化商業化，道阻且長

本文轉載自產業科技

三次IPO折戟後，第四正規化終於在9月底闖關成功，成為繼商湯科技之後，第二家登陸港股的AI獨角獸企業。

前有商湯科技跌落，第四正規化的上市也讓市場為其捏一把汗。雖然第四正規化與商湯科技處於不同的AI應用賽道，但二者都有著上市前高額融資，估值被拉滿，以及主營業務商業化受挫的底色。上市後，第四正規化也沒能擺脫市值跌落的魔咒，截至發稿前，其股價已比上市高點跌掉17%。

2015年至今，第四正規化已經進行了11輪融資，融資額約66億元，估值超過30億美元，短短几年間估值增長上百倍。瘋狂融資背後，不僅有紅杉中國、騰訊投資、高盛集團等知名投資機構，而且還有五大國有銀行的身影。

資本的熱衷，取決於對第四正規化通用能力模型的期待，然而透過其虧損的業績和主營業務結構可以發現，通用AI能力的想象很難落地。即使第四正規化在決策類人工智慧細分領域中，佔據著領先市場份額，但其標準化AI業務產品先知平臺營收佔比逐年下滑，定製業務反而一躍成為公司佔比最大的業務。

今年上半年，受大模型紅利刺激，AI市場回暖，第四正規化營收實現一定漲幅，先知平臺及產品收入佔比有所提升，但業務權重較高的高定製化開發業務，對其收入規模增長和毛利水平的抑制影響依然存在。

趕上大模型風口，第四正規化立馬推出自己的大模型戰略“AIGS戰略”，在第四正規化大模型產品“式說3.0”釋出會上，創始人戴文淵高調地宣稱AIGS將是一個十萬億量級的市場。

丟擲生成式AI重構企業軟體的概念，第四方式再次回到曾經描繪的通用型AI構想中。事實證明，這個構想資本可能會相信，但客戶不會。

困於高定製化

從AI實現的功能來看，有決策類和預測類兩個類別。

決策類，即判斷式AI，主要用於根據輸入的資料或資訊做出決策或預測，並確定實現的方式和路徑，如移動路線規劃。預測類是指透過計算來預測行為和結果，根據歷史資料來預測未來的趨勢或行為，如廣告推薦、歌曲推薦等。

而從具體的應用場景來看， AI市場可拆分為決策類、視覺類、語音語義類和人工機器人類，四個細分賽道。

無論如何劃分，第四正規化都屬於前者。在業務定位上，第四正規化致力於提供以平臺為核心的人工智慧解決方案，使企業能夠開發其自有的決策類人工智慧應用，發掘資料隱含規律從而幫助企業提升決策能力。

按2022年的收入計，第四正規化是中國最大的以平臺為中心的決策類人工智慧提供商，佔據22.6%的市場份額，業務範圍涵蓋金融、零售、製造、能源與電力、電信及醫療保健等行業。

按照第四正規化的設想，主要業務收入來源於一套端到端人工智慧解決方案——先知平臺，涵蓋了諸如AI操作及開發系統、執行環境以及視覺化服務等，為終端使用者提供統一的開發標準、高相容性並能根據實際需求靈活擴充套件應用，讓企業擁有人工智慧開發和管理能力，可幫助企業實現快速、規模化部署。

由於該商業化模式的基礎是AI技術服務於企業業務，即需要一整套落實到具體業務場景的技術體系，根據不同的客戶業務情況具體定製。這種高定製化的業務模式，使得第四正規化的主營業務的通用性相對較低。

此外，為了與其他SaaS廠商的直接定製解決方案拉開差異，第四正規化的收費標準為軟體授權+算力的形式，讓客戶能夠按需選購。這導致毛利率和邊際貢獻率都受到一定影響。

過去三年，第四正規化的毛利率為45.6%、47.2%和48.2%；2023年上半年毛利率48%。相比同行業中其他頭部AI企業，第四正規化的毛利率較低，這主要是受毛利水平較低的定製開發業務影響，導致整體毛利率被牽制。

以平臺為中心，第四正規化努力尋找客戶的增量機會，為各個行業的頭部企業提供服務，擴大其解決方案的行業輻射範圍，帶來客戶規模的快速增長。

過去三年，第四正規化服務的總客戶數分別為156名、245名和409名。其中，標杆客戶數分別為47家、75家和104家；來自於每名標杆客戶的平均收入分別約為1230萬元、1370萬元和1790萬元，淨收入擴張率分別為167%、140%和126%，維持在一個較高的水平。

標杆客戶數量的快速增加，幫助第四正規化在過去三年中的收入實現較大幅的增長，分別為9.42億元、20.18億元和30.83億元；虧損也在進一步收窄，經調整虧損淨額分別為3.90億元、5.59億元以及5.04億元，三年減少25個百分點。

今年上半年，第四正規化實現收入14.68億元，經調整虧損1.76億元。調整虧損收窄，一定程度上取決於對銷售費用和研發開支的壓縮。2023年上半年，第四正規化研發支出佔比已降至45%，創近三年新低。

然而，為第四正規化的業績貢獻了大部分營收的標杆客戶主要集中於金融行業，鑑於決策類AI高定製化的商業模式，這種合作模式能否推向全行業仍然是一大難題。

新思路，新挑戰

鑑於目前的經營現狀，第四正規化急求商業模式新思路。於是在今年3月，第四正規化佈局通用大模型領域。

公司推出專為業務場景設計的企業級生成式AI產品SageGPT（式說大模型），具備了多模態的互動能力和企業級人工智慧工具的特徵，能夠連線終端使用者的現有業務系統、人工智慧應用及內部資料庫，意在重新定義終端使用者的僱員與業務系統的互動方式。目前該產品處於商業化早期階段。

同時，第四正規化提出AIGS（AI Gerenated Software）的技術思路，用大模型切入企業軟體市場。

公開資料顯示，第四正規化的核心團隊主要來自於百度系。創始人戴文淵曾擔任百度的主任研發架構師，主要負責百度搜尋廣告系統的研發和管理，在人工智慧領域擁有豐富經驗，聯合創始人楊強、陳雨強以及胡時偉都曾在百度工作。截至2022年底，公司研發人員有1420名，佔全體僱員74%。

雖然過硬的研發團隊，為公司建立技術壁壘奠定了一定基礎，但一方面SageGPT目前仍處於商業化的早期階段，盈利能力尚不確定。另一方面，人工智慧企業在發展初期本就需要大量的資金投入，而大模型更是“吞金獸”。

這一點，從商湯的經營狀態可見一斑。

作為港股視覺AI第一股，商湯的商業模式與第四正規化基本相似。但由於研發成本高企，五年半時間內累計虧損近470億元，商湯到目前都難以從虧損困局中得到喘息。

2020-2022年，商湯研發投入分別為24.54億元、36.14億元、40.14億元，佔營收比例分別為71.11%，76.89%、105.00%。第四正規化同期的研發投入分別為5.66億元、12.49億元和16.5億元，佔各期營收比例均超過50%。

看起來，第四正規化的研發投入規劃，較商湯更為合理，但從長遠計，研發投入是AI公司打造技術壁壘的基礎。一方面要面對高投入帶來的虧損困擾，另一方面投入成本又遠低於行業頭部水平，難以高築競爭壁壘，第四正規化未來的發展困境可想而知。

從細分賽道未來發展來看。據灼識諮詢報告，中國決策類AI市場的支出，預計將從2022年的532億元以31.7%的複合年增長率增至2027年的2104億元。其中，以平臺為中心的決策類AI細分市場的複合年增長率為42.3%，超越人工智慧行業的整體增速。

即便如此，細分賽道中市場空間最大始終是視覺類AI，在市場總額中佔比42.9%，而決策類AI賽道佔只有23.6%。身處決策類賽道的第四正規化，想要體量規模躍升，還有很長的路要走。

還有一個值得關注的是應收賬款問題。截至2023年上半年，商湯科技的應收賬款總額高達77.26億元。應收賬款回收不利，使得公司現金收回情況面臨挑戰。

而從2020年至2023年6月30日，第四正規化的應收賬款總額分別為2.68億元、7.98億元、15.54億元及15.04億元，累計達41.24億元；僅今年一季度的應收賬款就已經接近去年全年總額。可見，應收賬款回收不利，已經成為困擾AI企業的普遍問題。

在第四正規化應收賬款中，賬齡超三個月的應收賬款佔比較高，上半年約十億左右的應收賬款賬齡在90天以上。對比以往三年的應收賬款賬齡結構佔比，今年上半年第四正規化的應收賬款賬期惡化加劇，尤其是賬齡超過六個月的賬款佔比大幅提升。

在應收賬款壞賬率不斷提升的情況下，第四正規化所計提的減值損失卻未有明顯增加，信用減值風險是否充分計提存疑。2023年上半年，第四正規化計提的信用減值損失為6733萬元，較年初增長10.05%；而M3+的應收賬款高達9.46億元，較年初增長58.46%。

隨著定製化業務增長，第四正規化的回款週期問題會繼續暴露，此外為了獲客和收入規模提升，其應收賬款規模也將持續擴大。一旦客戶經營受阻，資產質量下滑，第四正規化的壞賬率也會隨之抬升，導致計提力度增加，進一步侵蝕利潤。

激烈的市場競爭，侷限性的商業模式，較高的壞賬水平，以及高企的研發成本，成為橫亙在人工智慧企業面前的共同難題。第四正規化若想跨越，道阻且長。