第四范式(06682.HK)客戶基礎(chǔ)扎實有望升級為AI2.0時代企業(yè)軟件服務(wù)龍頭

內(nèi)容目錄機器學(xué)習(xí)市場份額第一，營收持續(xù)高增長 5平臺+方案+服務(wù)三大業(yè)務(wù)矩陣，機器學(xué)習(xí)市場份額第一 5管理團隊專業(yè)素質(zhì)突出，重視研發(fā)投入 5營收保持高增長，費用率逐步下降 7人工智能蓬勃發(fā)展，企業(yè)客戶亟待開拓 10生成式AI日新月異，AI落地入2.0階段 10AI2.0時代賦能場景更多元，行業(yè)滲透率持續(xù)提升 13用戶規(guī)模及黏性均顯著提升，積極擁抱生成式AI 15打造全方位產(chǎn)品體系，以低門檻開發(fā)為特色 15賦能B端企業(yè)轉(zhuǎn)型，用戶規(guī)模及黏性不斷提升 19積極擁抱生成式AI，面向Agent方向先發(fā)優(yōu)勢顯著 22盈利預(yù)測及估值 25風(fēng)險提示 26圖表目錄圖1.第四范式的產(chǎn)品體系 5圖2.控股股東結(jié)構(gòu)圖（截止2023年9月） 6圖3.公司研發(fā)人員占比超過75（截至2023.3.31） 7圖4.2018-2023營業(yè)收入及同比增速 8圖5.2023分業(yè)務(wù)收入占比 8圖6.2022-2023各業(yè)務(wù)營業(yè)收入規(guī)模（單位：百萬元） 8圖7.2018-2022年分業(yè)務(wù)毛利率變化 9圖8.2018-2023綜合業(yè)務(wù)毛利率變化 9圖9.2018-2023三項費用率變化 9圖10.2018-2023研發(fā)開支與研發(fā)費用率 9圖11.2018-2023歸母凈利潤變化 10圖12.2018-2023經(jīng)調(diào)整后凈虧損變化 10圖13.人工智能走向生成式AI 11圖14.陸奇提出的“三位一體結(jié)構(gòu)演化?！?12圖15.人工智能的兩條核心發(fā)展路徑 13圖16.人工智能技術(shù)逐漸深入到各行各業(yè) 13圖17.2020年中國人工智能市場行業(yè)份額 14圖18.不同智能化成熟度水平的企業(yè)占比 14圖19.企業(yè)軟件公司的發(fā)展歷程 15圖20.SageOne不同產(chǎn)品 17圖21.SageAIOS桌面 18圖22.SageAIOS數(shù)據(jù)中臺 18圖23.HyperCycle系列 18圖24.SageStudio系列 18圖25.2018-2023公司客戶數(shù)量變化 19圖26.2020-2022年公司服務(wù)客戶行業(yè)分布結(jié)構(gòu) 20圖27.公司引入北極星指標(biāo)體系 22圖28.2020-2022年往年標(biāo)桿客戶留存率 22圖29.2018-2023年標(biāo)桿客戶平均收入（萬） 22圖30.基于先知AIOS5.0的慢病管理大模型 23圖31.第四范式AIGS戰(zhàn)略的三個階段 23圖32.AIAgent的框架結(jié)構(gòu) 24圖33.2022年中國智能決策解決方案市場份額 24圖34.式說大模型的零件制造案例 25圖35.艾普工華基于式說大模型的MOM助“艾問” 25表1：實控人及核心高管背景介紹 6表2：IPO募集資金用途 7表3：各項成本及費用中所包含的以股份為基礎(chǔ)的薪酬費用 10表4：第四范式技術(shù)能力 15表5：第四范式主要產(chǎn)品概覽 16表6：解決方案對比 19表7：金融領(lǐng)域業(yè)務(wù)及成果 20表8：其他領(lǐng)域業(yè)務(wù)及成果 21表9：盈利預(yù)測核心數(shù)據(jù) 26表10：可比公司估值（單位：人民幣） 錯誤!未定義書簽。平臺+方案+服務(wù)三大業(yè)務(wù)矩陣，機器學(xué)習(xí)市場份額第一20149172023928AI（4ParadigmSageAIAI能夠處理超過萬億參數(shù)的模型訓(xùn)練、毫秒級實時推理和模型自學(xué)，支持企業(yè)用戶輕松進行模型訓(xùn)練、推理、部署等；SHIFT4ParadigmSHIFTAIAIGS4ParadigmAIGSAIAI公司的產(chǎn)品在行業(yè)內(nèi)處于領(lǐng)先地位。根據(jù)國際權(quán)威研究機構(gòu)IDC的調(diào)研，先知AI平臺自2018年起連續(xù)五年穩(wěn)居中國機器學(xué)習(xí)平臺市場份額第一，在全球機器學(xué)習(xí)操作平臺(MLOps)廠商評估排名中國區(qū)第一。式說大模型已經(jīng)通過國家《生成式人工智能服務(wù)管理暫行辦法》備案，入選北京市首批7家大模型合作伙伴。圖1.第四范式的產(chǎn)品體系資料來源：公司官網(wǎng)，國投證券研究中心管理團隊專業(yè)素質(zhì)突出，重視研發(fā)投入戴文淵博士全球發(fā)售完成后戴文淵博士直接持股通過北京新智間接持有15.96累計持股為38.84持股比例具有絕對優(yōu)勢對公司經(jīng)營具有較強的話語權(quán)保證了公經(jīng)2015116.95，是持股比例最高的機構(gòu)股東。圖2.控股股東結(jié)構(gòu)圖（截止2023年9月）資料來源：公司公告，國投證券研究中心雨強均畢業(yè)于上海交通大學(xué)，且均為資深工程師，技術(shù)能力較為扎實。三位核心管理層均系技術(shù)出身，對前沿技術(shù)具有更強的感知力，有利于幫助公司把握正確的技術(shù)路徑。表1：實控人及核心高管背景介紹戴文淵 41

董事會主席、執(zhí)行董事、首席執(zhí)行官兼總經(jīng)理

整體戰(zhàn)略規(guī)劃、業(yè)務(wù)及技術(shù)方向以及運營管理

NIPS、、KDD（）姓名 年姓名 年齡 職位 角色與職責(zé) 背景介紹胡時偉 38 聯(lián)合創(chuàng)始總裁聯(lián)合創(chuàng)始人、

整體技術(shù)管理以及產(chǎn)品架構(gòu)及設(shè)計技術(shù)與產(chǎn)品研發(fā)的整體

時代網(wǎng)絡(luò)技術(shù)（）管。上海交通大學(xué)計算機應(yīng)用技術(shù)碩士，曾擔(dān)任百度在陳雨強 37

管理 線網(wǎng)絡(luò)技（北）有公司深工師和京字節(jié)跳動網(wǎng)絡(luò)技術(shù)有限公司架構(gòu)師。資料來源：招股說明書、公司官網(wǎng)、國投證券研究中心2023年3月31日研發(fā)人員共1442人，占全體雇員的75.74。目前司30058020214Kaggle1。圖3.公司研發(fā)人員占比超過75%（截至2023.3.31）研究及開發(fā) 銷售及營銷 一般及行政75.74%13.34%75.74%10.92%資料來源：招股說明書，國投證券研究中心借助IPOIPO55.68.355IPO60、20、10IPO力，公司將擁有更充足的現(xiàn)金流用于研發(fā)及業(yè)務(wù)體系的迭代，有利于獲得一定的競爭優(yōu)勢。表2：IPO募集資金用途募集資金用途金額占比具體金額（百萬港元）加強基礎(chǔ)研究、技術(shù)能力和解決方案開發(fā)60501.3加強研發(fā)團隊25208.9核心技術(shù)的研發(fā)團隊20167.1自動機器學(xué)習(xí)技術(shù)1191.9遷移學(xué)習(xí)技術(shù)325.1環(huán)境學(xué)習(xí)技術(shù)325.1自動強化學(xué)習(xí)技術(shù)325.1可引領(lǐng)下一代人工智能技術(shù)的新領(lǐng)域研發(fā)團隊541.8加強研發(fā)能力35292.4采購及安裝設(shè)備、裝置及╱或軟件433.4設(shè)立新的研發(fā)中心758.5鞏固與第三方研發(fā)服務(wù)提供商的關(guān)系20167.1培育OpenMLDB社區(qū)433.4擴展產(chǎn)品、建立品牌及進入新的行業(yè)領(lǐng)域20167.1招聘及留住各行業(yè)的人才12100.3參與更多營銷活動推廣解決方案和服務(wù)866.8組織及贊助高影響力的活動650.1與在線媒體合作伙伴合作216.7尋求戰(zhàn)略投資和收購機會1083.6一般企業(yè)用途1083.6資料來源：招股說明書，國投證券研究中心營收保持高增長，費用率逐步下降營收高增速成長性突出公司2023年收入為42.04億同比增長主要是由于受益于整體AI市場需求增長及公司大模型及生成式AI能力對產(chǎn)品的賦能，先知平臺收入實現(xiàn)強勁增長。ToB101.12。圖4.2018-2023營業(yè)收入及同比增速4,0003,000

營業(yè)收入百萬） 同比增

4204.1259.703082.64204.1259.703082.6105.052018.4114.21942.252.73459.536.38127.82502002,0001,5001,0000

2018 2019 2020 2021 2022

150100500資料來源：，國投證券研究中心先知AI平臺收入貢獻過半，是收入增長的主要驅(qū)動力。SHIFTAIGS25.0512.834.1559.630.52019AI2022AIAIGS收入快速增長。圖5.2023分業(yè)務(wù)收入占比 圖6.2022-2023各業(yè)務(wù)營業(yè)收入規(guī)模（單位：百萬元）2505.71491.1先知平臺 SF智能解方案 式說2505.71491.1

30009.9%30.5%9.9%30.5%59.6%2000150010005000先知A平臺 SHIT智能解決方案 式說AIG服務(wù)資料來源公司告，投證研究心 資料來源公司告，投證研究心綜合毛利率整體穩(wěn)中有升。采購，毛利率水平較低，202225.80；本年毛利率為43.40各項業(yè)務(wù)毛利率相對穩(wěn)定公司綜合毛利率與三項業(yè)務(wù)結(jié)構(gòu)有關(guān)。2018-202342.7、43.5、45.6、47.2、48.2、47.1，2023業(yè)務(wù)滲透到新領(lǐng)域及新用戶案例增加導(dǎo)致硬件和技術(shù)服務(wù)費占收入的百分比上升。圖7.2018-2022年分業(yè)務(wù)毛利率變化 圖8.2018-2023綜合業(yè)務(wù)毛利率變化100604020

軟件使用可 應(yīng)用開發(fā)其他務(wù)74.90%48.80%41.40%46.30%43.50% 43.40%21.70%74.90%48.80%41.40%46.30%43.50% 43.40%21.70%27.60% 27.30% 25.80%2018 2019 2020 2021 2022

46444238

綜合毛利率48.2%48.2%47.2%47.1%45.6%42.7%43.5%2018 2019 2020 2021 2022 2023資料來源招股明書國投券研中心 資料來源公司告、投證研究心億，同比增長7.21，高水平的研發(fā)投入是造成公司虧損的主要原因。但從趨勢上來看，得202322.5413.3710.0726.84、8.13；研發(fā)費用率分別為61.90、53.53、42.08。圖三項費用率變化 圖研發(fā)開支與研發(fā)費用率160140120100806020

研發(fā)費用率 銷售費用率 管理費用率151.20%90.69%90.62%90.69%90.62%75.60%60.04%61.90%53.53%26.16%26.84%17.12%29.56%26.30%22.54%48.85%42.08%8.13%

研發(fā)開支百萬） yoy001,650.01,769.000115.58%001,650.01,769.000115.58%120.88%1,249.50000416.4193.2565.735.84%32.06%014012010080402015102018 2019 2020

13.37%2022

201820192020202120222023資料來源：、國投證券研究中心 資料來源：、國投證券研究中心2022年員工激勵計劃產(chǎn)生費用占收入比重為14.06。公司上市前曾在2016年、2018年、2022年3次實施員工激勵計劃，分別針對聯(lián)合創(chuàng)始人及員工，并成立了相應(yīng)的股權(quán)激勵平20228762.791.464.3314.06。202269.96。表3：各項成本及費用中所包含的以股份為基礎(chǔ)的薪酬費用單位（百萬元）202020212022銷售成本1.104.60-銷售及營銷開支20.7398.348.76一般及行政開支126.47368.25278.63研發(fā)開支25.37132.44146.02總計173.7603.3433.0占收入比重18.4329.9114.06資料來源：、國投證券研究中心2020-2023-18.02-16.53-9.062020-2023經(jīng)調(diào)整后的凈虧損為-3.90-5.59-5.04-4.1520232022圖11.2018-2023歸母凈利潤變化 圖12.2018-2023經(jīng)調(diào)整后凈虧損變化歸母凈利（百元） 同比增速 調(diào)整凈利（百元） 同比增速調(diào)整）0-1500-2000

300882019012022%-368.0137.19%-%--906.04.37%-7.15%-1647.7-1774.7100500-50

-300-400

52.37%2018 2019 2020-211.6-322.5-390.3

%-559.1

2022 2023-9.79%--%-504.3

6050403020100-10-20-30資料來源：wind、國投證券研究中心 資料來源：、國投證券研究中心生成式AI日新月異，AI2.0階段數(shù)據(jù)、算力、算法是人工智能的三大核心要素，在過去取得了長足的進步：64ZB302025181ZB的ASICASIC芯片或許將成為主流。與此同時，芯片的算力也在飛速提升，根據(jù)灼識咨詢報告，大型芯片廠商新一代人工智能芯片的算力較上一代同系列產(chǎn)品最高可提升十倍。2006GeoffreyHinton復(fù)雜的問題，而且隨著數(shù)據(jù)規(guī)模的提升，規(guī)模越大的神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法表現(xiàn)出的效果越顯著。得益于數(shù)據(jù)、算力滋養(yǎng)，神經(jīng)網(wǎng)絡(luò)模型能力逐步顯現(xiàn)，行業(yè)主流模型從CNN、RNN走向Transformer，也推動人工智能行業(yè)從AI1.0走向AI2.0階段，即以生成式AI為代表新一輪AI浪潮：AI1.0階段：2006RNNCNN3DeepID98.52，2016AlphaGoAIAI生成式AI2.0階段：2017AttentionIsAllYouNeed》中提出了TransformerTransformerOpenAITransformerGPTGPT-31750AI圖13.人工智能走向生成式AI資料來源：神策研究院、國投證券研究中心根據(jù)陸奇對于人工智能進化路徑的理解，人作為最成熟的通用智能體，在處理外部環(huán)境時依（我們認為術(shù)成本，且減少了重復(fù)資源浪費。圖14.陸奇提出的“三位一體結(jié)構(gòu)演化模式”資料來源：奇績創(chuàng)壇、國投證券研究中心回溯機器智能的進化史進行梳理，互聯(lián)網(wǎng)時代推動“信息”系統(tǒng)成熟化，使得今天信息獲取的成本極低；“模型”系統(tǒng)正走過拐點，大模型所帶來的泛化能力使模型生產(chǎn)的邊際成本下降，轉(zhuǎn)化為特定大公司如OpenAI背后的算力、人才、數(shù)據(jù)成本；仍有待突破、充滿挑戰(zhàn)的是“行動”系統(tǒng)的智能化。我們按照執(zhí)行操作的場景不同，將其分解為物理世界與數(shù)字世界兩條路徑，推演出AI的終極形態(tài)或為AIAgent及具身智能：在數(shù)字世界：Agent，Auto-GPT、BabyAGI、AgentGPTMicrosoftJarvisChaosGPTAIAgentMRAIpin在物理世界：AIAgent（可以是生物或機械A(chǔ)GI。圖15.人工智能的兩條核心發(fā)展路徑資料來源：國投證券研究中心AI2.0時代賦能場景更多元，行業(yè)滲透率持續(xù)提升中國人工智能應(yīng)用場景空間廣闊，行業(yè)滲透率不斷提升。在政策的扶持和需求的拉動下，人工智能被廣泛應(yīng)用于各行各業(yè)，尤其在政府、金融、互聯(lián)網(wǎng)、交通等行業(yè)的滲透率較高。計算機視覺為目前人工智能產(chǎn)業(yè)最大的細分市場，在安防影像分析和各類身份認證場景下應(yīng)用廣泛。而語音及語義人工智能也在日常辦公、學(xué)習(xí)中得到大量使用，包括語音轉(zhuǎn)寫、語音助手、自動回復(fù)等。圖16.人工智能技術(shù)逐漸深入到各行各業(yè)資料來源：艾瑞咨詢，國投證券研究中心政府城市治理與運營項目占比接近一半，B4918限于大型的政企客戶，面向千千萬萬企業(yè)級客戶的場景還未打開，幫助企業(yè)級客戶實現(xiàn)數(shù)字化轉(zhuǎn)型具有巨大的市場和利潤空間。圖17.2020年中國人工智能市場行業(yè)份額政府城市治理與運營 互聯(lián)網(wǎng) 金融地產(chǎn)與零售 醫(yī)療和生命科學(xué) 工業(yè)學(xué)歷教育 其他4% 2% 4%5%49%12%18%資料來源：艾瑞咨詢、國投證券研究中心就單個企業(yè)而言，L1L5/智能L1;L2;全面投資規(guī)劃建設(shè)公司級數(shù)字底L3;L4;ITL584L1-L3仍處于智能化早期，因此面向企業(yè)的智能化升級改造仍有極大的市場空間。圖18.不同智能化成熟度水平的企業(yè)占比資料來源：中國信通院&聯(lián)想《中國企業(yè)智能化成熟度報告2022》AIAIAgentAIITAIAIAgent圖19.企業(yè)軟件公司的發(fā)展歷程資料來源：公司官網(wǎng)打造全方位產(chǎn)品體系，以低門檻開發(fā)為特色AutoML究最早最深的公司之一，AutoMLAutomatedMachineLearning2014AutoML20AI20級學(xué)術(shù)比賽主辦權(quán)、300400技術(shù)名稱 技術(shù)名稱 主要內(nèi)容預(yù)測技術(shù)

分布式多表時空特征挖掘算法；時間自適應(yīng)的自動機器學(xué)習(xí)解決方案自動深度稀疏網(wǎng)絡(luò)；神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索自動數(shù)據(jù)視化析AutoBl ·自動多量預(yù)分析型·自異常測·自動因分析元學(xué)習(xí)/遷移學(xué)習(xí)Meta-Learning模型可解釋ExplainableAI-自動圖學(xué)習(xí)AutoGraph感知技術(shù)-計算機視覺AutoCV ·自動文識別·自動圖像類·自動標(biāo)檢測自然語言理自然語言理AutoNLP ·自動文分類·自動文本錯·自動識表示語音識別AutoSpeech ·自動語分類·自動ASR音識別·自動語音成決策技術(shù)強化學(xué)習(xí)ReinforcementLearning ·自動神網(wǎng)絡(luò)構(gòu)生成·自動離強化習(xí)·數(shù)據(jù)驅(qū)·數(shù)據(jù)驅(qū)基于ML環(huán)境習(xí) ·數(shù)據(jù)驅(qū)基于果的境學(xué)習(xí)EnvironmentLearningAI基礎(chǔ)架構(gòu)系統(tǒng)框架SystemArchitecture-異構(gòu)計算HeterogeneousComputing-分級存儲TieredStorage其他領(lǐng)域-隱私安全ResponsibleAI·基于差分隱私的自動多方學(xué)習(xí)·聯(lián)邦學(xué)習(xí)邊緣計算EdgeComputing-人機交互InteractiveAutoML-資料來源：公司官網(wǎng)，國投證券研究中心4ParadigmAIOS產(chǎn)品名稱 產(chǎn)品名稱 主要功能 產(chǎn)品價值 成功案例AI AIAIOS基礎(chǔ)設(shè)施

·整合自主開發(fā)和生態(tài)系統(tǒng)中的合作伙伴

即用型應(yīng)用，用戶可直接部

工行、中石化、招行、廣發(fā)銀行、中國銀聯(lián)、交行、華夏銀行、、興業(yè)銀行、中石油、寧波銀行、北京中關(guān)村銀行AIAppStore

開發(fā)的人工智能應(yīng)用，滿足用戶在不同應(yīng)用場景下對智能操作的需要

署并用于化業(yè)環(huán)節(jié) -HyperCycleML 快速構(gòu)建AI用 ·便捷簡的業(yè)與的HyperCycle

HyperCycle

新一代計算機視覺算法AI平臺，支持圖像分類、目標(biāo)檢測和分隔等場景

對接方式統(tǒng)一、標(biāo)準的AI

工商銀行、寧波銀行、中國銀聯(lián)、廣發(fā) 范及系統(tǒng)

銀行、華夏銀行AI HyperCycleOCR應(yīng)用開 MLStudio

新一代圖像文字提取算法平臺，解決客題

全棧、領(lǐng)先的AutoML術(shù)發(fā) 洗錢平 劣質(zhì)印刷票識、違建筑控監(jiān) ·面向的據(jù)治理

工行、中石化、招臺SageStudio

CVStudio

測、鐵道汽車故障檢測、票據(jù)識別、商標(biāo)檢測

的模型構(gòu)

行、、興業(yè)NLPStudio SpeechStudio 音輸入法、語音質(zhì)檢、應(yīng)用喚醒智能搜索 精準識別戶意，為戶快匹配目標(biāo)信息智能推薦 幫助企業(yè)速搭智能薦系，解AI 業(yè) 利用模型準圈溝通群，為

銀行、中石油、寧波銀行、中關(guān)村銀行等務(wù) 第四范式

智能推送

其匹配個性化內(nèi)容

來伊份、飛鶴奶粉、應(yīng) ·效果提快

百威中國、杰尼亞用 對話機器人 7×小時速響用戶求，用提供高情的智問答務(wù)

智能消費者數(shù)據(jù)平臺

方案，構(gòu)建可供AI4ParadigmSageOneAdvanced

AI·硬核AI“黑”科技更低的AIAI算力 4Paradigm平臺

4ParadigmSageOne4ParadigmSageOneWorkStation

精準營銷、銷量預(yù)測、風(fēng)控反欺詐、反洗錢

安全的AI力提供快速構(gòu)建AI能力以極低擁有成本上線AI·難度

工行、中石化、招行、人民日報、國家電網(wǎng)、江蘇銀行、知乎、中石油、瑞金醫(yī)院資料來源：公司官網(wǎng)，國投證券研究中心軟硬一體，開箱即用20196SageOne。SageOneAI+CPU/GPUSageOneGoogleAutoML，采1/10。另外，SageOne也具有多種型號，方便客戶按需選擇。圖20.SageOne不同產(chǎn)品資料來源：公司官網(wǎng)，國投證券研究中心AI操作系統(tǒng)連通底層基礎(chǔ)設(shè)施與上層應(yīng)用軟件20208AISageSageAIOSAI圖21.SageAIOS桌面 圖22.SageAIOS數(shù)據(jù)中臺資料來源公司網(wǎng)，投證研究心 資料來源公司網(wǎng)，投證研究心低門檻開發(fā)套件HyperCycle系列和SageStudio系列SageAIOSHyperCycleSageStudioHyperCycleAIAIStudio系列配備低代碼和無代碼開發(fā)工具，支持多表建模方案的真正業(yè)務(wù)可用的企業(yè)級、全流程AutoML降低AIAI專業(yè)人員在勞動市AITensorFlowAI圖23.HyperCycle系列 圖24.SageStudio系列資料來源公司網(wǎng)，投證研究心 資料來源公司網(wǎng)，投證研究心整合成品應(yīng)用，滿足不同場景需要。SageAIOSAISageAIOSOpenMLDBOpenAIOS20216智能應(yīng)用商店，匯聚了公司自主開發(fā)的即用型人工智能應(yīng)用和合作伙伴在公司的AI操作系統(tǒng)中開發(fā)的應(yīng)用，為服務(wù)客戶提供了更豐富的應(yīng)用選擇，同時也進一步提高了用戶的使用黏性。以根據(jù)客戶的需求進行選用。與單點解決方案不同，除了人工智能應(yīng)用和基本計算基礎(chǔ)設(shè)施外，公司以平臺為中心的人工智能解決方案，為用戶提供統(tǒng)一的開發(fā)標(biāo)準并具有高兼容性，使人工智能平臺更易于投入使用和管理。表6：解決方案對比大規(guī)大規(guī)模人工能轉(zhuǎn)面臨的戰(zhàn) 第四范式的體化決方案專業(yè)人員短缺。經(jīng)驗豐富的人工智能專家在市場中非常稀缺，為企業(yè)帶來了極大的困難和不確定性。

使用簡便。適用于整個企業(yè)范圍的定制化的人工智能應(yīng)用。自建自建模型成高。 投資回報高。預(yù)計公司要投平均民幣5億元于內(nèi)開發(fā)業(yè) 可大規(guī)模用于量行和場，發(fā)實時智能營級人工智應(yīng)用還需上持維護硬件購以人 能力，指用戶出更的商決策從而得用工智能專的聘成本。 過增加收和提運營率從實現(xiàn)好的濟效部署時間長。企業(yè)內(nèi)部開發(fā)可能需要采取「試錯」法確定最優(yōu)人工智

快速部署實施。即插即用，采用低代碼或無代碼形式，僅需數(shù)日便可實或?qū)＜覅⑴c。數(shù)據(jù)數(shù)據(jù)和軟件兼容。 完全兼容性。企業(yè)通常要從同供商處購多單點決方才 可以實現(xiàn)同系和數(shù)源的據(jù)集，不集用的能進行大模部。這解決案常彼此兼容需 數(shù)據(jù)，但注于用戶供平和開工具全面要人工智工程對其斷進改進。 其數(shù)據(jù)的值。資料來源：招股說明書，國投證券研究中心賦能B端企業(yè)轉(zhuǎn)型，用戶規(guī)模及黏性不斷提升3879156245409445183247名、75104、139（500。圖25.2018-2023公司客戶數(shù)量變化用戶數(shù)目 標(biāo)桿用戶目4454094454092451561397910475381832475002018 2019 2020 2021 2022 2023資料來源：招股說明書、公司公告、國投證券研究中心金融、能源電力為重點領(lǐng)域，涉獵領(lǐng)域逐步走向多元化。20.337.2，202113.3pct，更加多元化。圖26.2020-2022年公司服務(wù)客戶行業(yè)分布結(jié)構(gòu)能源與電力金融運輸電信科技教育其他制造零售醫(yī)療保健媒體5.7%10.7%2.5%5.7%10.7%2.5%13.6%7.1%6.9%7.8%6.7%2.8%8.8%5.1%4.5%6.2%6.9%8.7%4.3%6.5%6.6%7.6%9.7%10.7%%13.1%28.6%31.1%16.9%14.7%21.9%20.3%2020 2021 2022資料來源：招股說明書、國投證券研究中心202191.9798661002（資料來源：招股說明書）以金融等領(lǐng)域為例，公司主要提供的服務(wù)包括：聚焦金融服務(wù)，優(yōu)化營銷、運營與風(fēng)控根據(jù)灼識咨詢的資料，以客戶為中心的成本優(yōu)化和風(fēng)險控制策略在金融行業(yè)變得愈發(fā)重要。先知平臺作為一個通用型平臺，首先聚焦于金融行業(yè)，已服務(wù)商業(yè)銀行、證券、保險等眾多AIStudio精準營銷精準營銷112金融機構(gòu) 行業(yè)場景 業(yè)務(wù)效果智慧銀行

實時反欺詐 反欺詐模上線果相于傳的專規(guī)則準確提高了實時反欺詐 反欺詐模上線果相于傳的專規(guī)則準確提高了3倍保險保險客戶線化能運營 智能退保型，少人審核本運營優(yōu)化 反洗錢可案宗析，分前70的案中，回率到了9.6智慧保險

智能核保核賠 只需300張可完成OCR度學(xué)模型練智能化健管理智能核保核賠 只需300張可完成OCR度學(xué)模型練車險智能定損車險智能定損智慧證券 券商客戶線化能運營 最高日均活客增幅525智能智能投顧 個股研報段準率（練篇高頻交易決策引擎研報識別 高頻交易標(biāo)監(jiān)平均應(yīng)時間8s高頻交易決策引擎資料來源：公司官網(wǎng)，國投證券研究中心向零售、能源、醫(yī)療領(lǐng)域拓展，實現(xiàn)AI除金融領(lǐng)域外，第四范式已涉足零售、能源、醫(yī)療、制造等多個領(lǐng)域，與標(biāo)桿客戶合作，實AIAISageAIOSAIAI精準營銷優(yōu)惠券使用率單日提升提升精準營銷優(yōu)惠券使用率單日提升提升＞78行業(yè) 使用場景 業(yè)務(wù)效果智慧零售

智能運營 外賣銷量測準率智慧供應(yīng)鏈 個性化推產(chǎn)品智能運營 外賣銷量測準率智能客服智能客服海管內(nèi)腐檢測 風(fēng)機故障警提時間20海管內(nèi)腐檢測 風(fēng)機故障警提時間20分鐘智慧能源

化工品價預(yù)測 化工品價預(yù)測確率99風(fēng)機設(shè)備故障預(yù)測風(fēng)機設(shè)備故障預(yù)測疫情推演統(tǒng) AI藥物發(fā) 新型冠狀毒肺炎高危人篩查確率升倍慢病風(fēng)險測 AI疫情推演統(tǒng) AI藥物發(fā) 新型冠狀毒肺炎高危人篩查確率升倍智慧醫(yī)療

新生兒體預(yù)測 AI輔助策 疫情推演經(jīng)典染病擬相比測誤降低90智能線索評級智能線索評級67胰腺癌術(shù)生存析 智慧家庭 胰腺癌術(shù)生存析預(yù)測度絕值提升智慧制造

智能排產(chǎn)工 產(chǎn)品完工間縮短38異常智能排產(chǎn)工 產(chǎn)品完工間縮短38缺陷檢測缺陷檢測資料來源：公司官網(wǎng)，國投證券研究中心標(biāo)”體系。20228“北極星指標(biāo)圖27.公司引入北極星指標(biāo)體系資料來源：第四范式、DeepTech深科技2021752022790.672020-202181.25、89.36；2）標(biāo)桿客戶的平均收入持續(xù)提升，202318382018390圖28.2020-2022年往年標(biāo)桿客戶留存率 圖29.2018-2023年標(biāo)桿客戶平均收入（萬）往年標(biāo)桿數(shù)目 增加 減少 用戶留存率81.25%89.36%4781.25%89.36%47.67%32333621657907060504030201002020 2021 2022

100806040200

18001600140012008006004002000

179017901838137012308303902018 2019 2020 2021 2022 2023資料來源招股明書國投券研中心 資料來源招股明書公司告，投證研究心積極擁抱生成式AIAgent方向先發(fā)優(yōu)勢顯著擁抱生成式AI，發(fā)布先知AIOS5.0。20232SageGPT，AIAI延展。202343.0AIGS（AI-GeneratedSoftwareAI20243AIOS5.0AI方向的技術(shù)迭代，借助大模型的能力進一步升級預(yù)測能力，在圖30.基于先知AIOS5.0的慢病管理大模型資料來源：第四范式微信公眾號，國投證券研究中心關(guān)注AIGSSageGPTAIOS5.0AIGSCopilot“聯(lián)網(wǎng)Copilot“知識庫”，這個“知識庫”AI一次次執(zhí)行復(fù)雜工作的“攻略”。第三階段式為Copilot思維鏈AI圖31.第四范式AIGS戰(zhàn)略的三個階段資料來源：第四范式官網(wǎng)第四范式的AIGSAIAgent。1.0在打通系統(tǒng)接口，便于后續(xù)工具的調(diào)用；2.03.0提升決策規(guī)劃能力，最終指向工具使用，而由于數(shù)據(jù)來源系統(tǒng)接口已經(jīng)對齊，則調(diào)用其進行執(zhí)行的難度會相對更低。圖32.AIAgent的框架結(jié)構(gòu)資料來源：B站梗直哥，國投證券研究中心我們看好公司在AgentAIAgent在于：首先，公司是企業(yè)智能決策細分領(lǐng)域龍頭，行業(yè)Know積累深厚。IDC15.9SA（6.93.0先。這表明公司在行業(yè)中不僅積累多年，且獲得客戶廣泛認可，因此我們認為公司理解客戶的技術(shù)訴求，能夠提出更好的解決方案。圖33.2022年中國智能決策解決方案市場份額資料來源：IDC中國其次，重平臺而非單點解決方案，技術(shù)升級的邊際成本低。得益于咨詢式的市場進入策略，公司更多是在平臺層切入，而非提供單點的解決方案，相對而言客戶的遷移成本更高，因此體現(xiàn)出了較高的用戶黏性。在企業(yè)面向AIAgent這一智能化方向背景下，公司基于平臺級的生態(tài)卡位，能夠更快的打通算力基礎(chǔ)設(shè)施、操作系統(tǒng)、開發(fā)工具、應(yīng)用系統(tǒng)多層級的完整產(chǎn)品體系，幫助企業(yè)降低邊際開發(fā)成本，同時加快產(chǎn)品開發(fā)進度。航空制造企業(yè)在將自用軟件與第四范式的式說大模型結(jié)合后，完成了對零件形狀、參數(shù)和設(shè)計草圖的搜索，以及在以數(shù)學(xué)方式提取零件的三維幾何特征后，實現(xiàn)對三維數(shù)模的聚類；此外，公司制造運營管理軟件助手“艾問”生成數(shù)據(jù)和報表、完成基于專業(yè)知識庫的內(nèi)容問答等?；谝陨习咐?，我們認為企業(yè)級應(yīng)用式非常適合生成式AI落地的ToB場景之一，預(yù)計會在短期內(nèi)有較快的增長。圖34.式說大模型的零件制造案例資料來源：第四范式官網(wǎng)圖35.艾普工華基于式說大模型的MOM助手“艾問”資料來源：第四范式官網(wǎng)，國投證券研究中心公司在企業(yè)軟件市場的先發(fā)優(yōu)勢將有望轉(zhuǎn)化為業(yè)務(wù)快速落地的關(guān)鍵競爭力，在推動現(xiàn)有標(biāo)桿客戶增加付費收入的同時，也將推動公司以更低的銷售費用實現(xiàn)新客戶的獲取，從而幫助公司構(gòu)建起增長飛輪，推動業(yè)績持續(xù)提升。盈利預(yù)測及估值1）核心假設(shè)我們對公司進行盈利預(yù)測的核心依據(jù)如下：2024-202625、20、20；2024-2026年毛利率分別為47.6、47.7、47.9；費用率：在不新增股權(quán)激勵計劃的情況下，SBC2024-202652.5563.0975.67-1.041.222026表9：盈利預(yù)測核心數(shù)據(jù)202220232024E2025E2026E營業(yè)收入（百萬元）3,087.64,204.15,255.16,306.17,567.4YoY（）52.936.225.020.020.0毛利率（）48.347.147.647.647.9銷售費用率（）13.310.19.37.97.1管理費用率（）17.18.17.37.16.5研發(fā)費用率（）53.442.140.537.334.0歸母凈利潤（百萬元）-1,644.9-908.7-338.7-104.0121.6YoY（）-7.9-44.8-62.7-69.3-216.9資料來源：，國投證券研究中心AI62024PS6.776.77PS，384.22682.48“買入-A”（注：1=1.08）表10：可比公司估值（單位：人民幣）證券代碼 證券簡稱 市值（億元） Wind一致期收（億元） 對應(yīng)202420252024688207.SH格靈深瞳33.935.807.145.850020.HK商湯科技220.8947.0358.344.70688327.SH云從科技122.2610.6115.0711.52688343.SH云天勵飛104.099.6012.1110.840268.HK金蝶國際296.1267.0579.304.42600588.SH用友網(wǎng)絡(luò)382.87116.13136.923.30平均6.77資料來源：，國投證券研究中心（市值統(tǒng)計時間為2024.4.10）風(fēng)險提示技術(shù)迭代過快的風(fēng)險：目前以O(shè)penAI為代表的大模型技術(shù)路徑正在加速迭代，如無法追趕上其技術(shù)能力或與之產(chǎn)生較大的差距，可能導(dǎo)致公司產(chǎn)品競爭力下滑，進而失去客戶。研發(fā)投入過高：公司持續(xù)投入研發(fā)人力與研發(fā)資源，從而產(chǎn)生較高的研發(fā)支出。若研發(fā)成果的變現(xiàn)能力不及研發(fā)資源占用成本，虧損將進一步。行業(yè)增長不及預(yù)期：行業(yè)的成熟度發(fā)展曲線較前幾年更為保守，行業(yè)增速正在放緩，多數(shù)技術(shù)將進入泡沫期。行業(yè)競爭格局惡化：當(dāng)前人工智能領(lǐng)域潛在入局者眾多，而進入壁壘還未有效形成，眾多入局者可能會削弱公司目前的競爭地位。財務(wù)報表預(yù)測和估值數(shù)據(jù)匯總（百萬元）2022A2023A2024E2025E2026E（百萬元）2022A2023A2024E2025E2026E2022A2023A2024E2025E2026E營業(yè)收入3,087.64,204.15,255.16,306.17,567.4成長性減:營業(yè)成本1,596.02,224.62,756.13,301.33,940.4營業(yè)收入增長率52.936.225.020.020.0營業(yè)稅費-----營業(yè)利潤增長率-13.0-52.6-48.5-63.6-165.1銷售費用412.2423.4489.6498.9537.3凈利潤增長率-7.9-44.8-62.7-69.3-216.9管理費用527.6341.9386.2445.0492.9EBITDA增長率-20.6-60.92.9-64.6-171.8研發(fā)費用1,650.01,769.02,126.42,353.92,569.6EBIT增長率-20.6-60.914.8-57.9-129.5財務(wù)費用636.0383.8-45.9-41.7-39.0NOPLAT增長率-14.6-50.2-18.7-58.0-129.5加:資產(chǎn)/信用減值損失48.979.547.958.862.1投資資本增長率8.7-128.4-21.319.05.5公允價值變動收益62.789.413.846.8-35.8凈資產(chǎn)增長率489.1-473.2-7.4-1.12.2投資和匯兌收益3.21.60.31.71.2營業(yè)利潤-1,619.4-768.1-395.4-144.193.8利潤率加:營業(yè)外凈收支63.5-0.652.238.430.0毛利率48.347.147.647.647.9利潤總額-1,665.1-930.8-343.2-105.7123.7營業(yè)利潤率-52.4-18.3-7.5-2.31.2減:所得稅-11.7-10.3-1.4-0.80.9凈利潤率-53.3-21.6-6.4-1.61.6凈利潤-1,644.9-908.7-338.7-104.0121.6EBITDA/營業(yè)收入-31.8-9.1-7.5-2.21.3EBIT/營業(yè)收入-31.8-9.1-8.4-2.90.7資產(chǎn)負債表運營效率（百萬元）2022A2023A2024E2025E2026E固定資產(chǎn)周轉(zhuǎn)天數(shù)64322貨幣資金1,333.72,528.82,283.91,886.62,014.9流動營業(yè)資本周轉(zhuǎn)天數(shù)7276615152交易性金融資產(chǎn)1,330.2562.3576.1622.9587.1流動資產(chǎn)周轉(zhuǎn)天數(shù)584453379327293應(yīng)收帳款1,493.21,843.61,738.52,558.92,671.4應(yīng)收帳款周轉(zhuǎn)天數(shù)132143123123124應(yīng)收票據(jù)-----存貨周轉(zhuǎn)天數(shù)3128262827預(yù)付帳款31.142.113.469.433.2總資產(chǎn)周轉(zhuǎn)天數(shù)768594481412362存貨349.9295.3462.3527.8608.0投資資本周轉(zhuǎn)天數(shù)-593-163927469其他流動資產(chǎn)380.1384.4345.5370.0366.6可供出售金融資產(chǎn)477.9456.8393.6442.8431.1投資回報率持有至到期投資-----ROE104.5-17.0-6.8-2.12.4長期股權(quán)投資45.953.45