戴文淵解讀第四範式財報 :AI大模型在迴歸商業本質 算經濟賬
雷遞網 雷建平 8月16日
第四範式(股份代號:6682)昨日發佈財報。財報顯示,第四範式2024年上半年營收爲18.67億元,較上年同期的14.68億元增長27.1%。
第四範式2024年上半年期內虧損爲1.69億元,較上年同期的運營虧損4.78億元收窄64.7%;經調整淨虧損爲1.69億元,較上年同期的經調整淨虧損1.76億元收窄4%。
隨後,第四範式CEO戴文淵、代理CFO郭清媛與媒體展開交流。戴文淵一向注重AI的實用性和經濟性,他在電話會議中表示,絕大多數行業的核心場景和大語言模型和視頻模型都沒有關係。
當前,阿里還投資了月之暗面、百川智能、零一萬物、智譜AI、MiniMax等國產大模型公司,這些大模型企業也在向企業板塊發展。
對此,戴文淵並不擔心,他說,"我們一直跟行業客戶強調大模型不是大語言模型,或者大模型不完全等於大語言模型。任意的場景,任意的模態數據,都可以成爲大語言模型。"
“AI落地過程中,價值和經濟都很重要。去年絕大多數的大模型的落地經濟賬算不回來,但隨着創新過了一定的階段,逐漸的是要回歸到商業本質。”
戴文淵指出,越來越多的行業客戶開始迴歸到理性,開始思考商業邏輯本質的這些問題了。
“如果一個模型能解決很多問題,這個模型就非常大,應用它的成本也非常非常高。而對於企業來說,核心場景只需要解決少數的幾個問題,同時要求的是一個好的投入產出。”
以下是第四範式代理CFO郭清媛主要介紹:
郭清媛:2024年上半年,第四範式核心業務高速增長,公司整體業績是穩健增長的,總收入18.67億,同比增長27.1%,毛利潤是7.9億,同比增長12.1%。報告期內我們的經調整淨虧損額持續收窄,淨虧損率從12%同比收窄到9%,總體上來講盈利節奏清晰,報告期內實現了持續減虧。
公司核心業務第四範式先知AI平臺,在報告期內保持了強勢增長的一個態勢,收入12.5億元,同比增長65.4%。主要是因爲我們上半年在該業務板塊上實現了規模化應用和產品生態力拓展的雙引擎驅動。現在我們這個業務已經支持第四範式行業大模型在14個行業進行了規模化應用。同時,我們也創新式的將人工智能技術通過產品化方式爲各行各業輸出了超過30款產品。
我們人工智能產品化的方式累計滲透到20個行業不同領域。這些都是因爲我們持續保持一個高水準的運營水平,我們保證了比較高的研發投入,研發費用是8.5億元,費用率是45.5%,整個上半年在我們堅持研發,創新式的通過比較創新的模式拓展業務基礎上,我們在保證收入增長,毛利增長的同時,我們的客戶羣體不斷的多元化。
我們現有客戶數字化轉型體驗和用戶黏性也持續提高,總用戶數是185個,標杆用戶86個,其中標杆用戶平均收入1148萬元,同比增長26.9%,我們在交通運輸、能源電力、金融、運營商等行業的領先地位不斷鞏固。總體來講覆蓋了14大行業,行業大模型規模效應非常有成效。
同時我重點介紹一下先知AI平臺這部分的主要業務,行業大模型規模化和人工智能產品化的運營邏輯,先知AI是第四範式所有業務的內核,發展十年完成了1.0到5.0版本的進化,在保持高增長的同時,先知AI平臺佔總收入的比例達到了67%。
今年3月份先知AI平臺5.0進行了更進一步的更新,更新到了5.1階段,定位行業大模型開發和管理平臺。其重點是服務於企業的高價值的場景,提升企業核心競爭力。在支持接入企業各類模態的數據基礎上我們提供大模型訓練,經調等低門檻的建模工具,科學家創新服務體系,北極星策略管理平臺,大模型管理平臺等。實現了端到端的行業大模型的構建部署和管理服務。
上半年第四範式先知AI平臺5.0高效構建了學術翻譯、健康管理、水電管理、水利3D輔助設計、供應鏈等很多領域的也大模型。
同時,非常值得一提的是上半年我們創新式的通過了把先知AI平臺的能力,作爲引擎結合不同行業的場景需求打造出智能化的產品或解決方案,這也是我們的先知Inside模式。它將先知平臺的基礎能力進行了一個產品化的輸出,構建出的產品矩陣可以形成以人工智能產品爲核心的第四範式的人工智能產品形態,幫助合作伙伴的產品和服務都實現質量和效果的雙重增長。
其他兩個非常具有業務支撐價值的,第一個是SHIFT智能解決方案。上半年服務的收入是4.53億元,佔集團收入的24.3%。整個上半年戰略重點支持先知AI平臺業務增長爲重點,SHIFT智能解決方案是在先知AI平臺技術和能力基礎上,針對不不同行業場景打造的標準化解決方案。這些標準化方案在賦能企業轉型同時,也會跟更多的生態夥伴協同發展,進一步拓展我們的生態版圖。現在我們也已經推出了搜廣推一體化管理平臺。
最後提一下式說AIGS服務,本季度的收入是1.63億,佔集團收入8.7%,它是在先知AI平臺業務的基礎上提供的基於生成式AI的高效開發工具和服務,總體而言AIGS服務和SHIFT智能化解決方案等於是先知核心業務的一體兩翼,都是支撐核心業務高效增長的動力之一。
以下是電話溝通提問環節:
提問:第四範式上半年公司實現27%的正增長,原因是什麼?第二個問題是關於利潤,收窄主要原因有哪些?
郭清媛:對於我們營收增長而言,最核心的原因是先知平臺收入快速的驅動,增長率65%,先知平臺的收入增長主要是爲企業客戶提供了比較穩定充足的平臺和大模型供給。
同時,我們上半年的創新主要是先知Inside的模式,覆蓋了人工智能的全流程。推動了 AI場景落地的速度和深度,給企業智能化轉型的速度和效率有大幅度提升。同時,也是基於我們業務上的質量和效率雙重創新,上半年客戶貢獻收入的用戶數一共有185個,其中標杆用戶的平均收入已經超過了一千萬。所以,用戶加上業務的互相作用,它整體支撐了業績的增長。
從行業維度看,我們已經有的優勢行業,比如說能源、交通、金融都貢獻了不錯的漲幅。同時,我們也通過創新式的產品,把平臺的技術和能力,在我們已有的優勢行業之外,做了無限的延伸。
初步來看,我們在各行各業的用戶多維場景裡做的事情,是通過我們的產品方式的創新,得到了一個無限價值的延伸。所以,對於我們未來在各行各業滲透的潛力,還是非常有信心的。
在盈利上來講,公司從上市至今減虧的趨勢非常穩定,從減虧到盈利的節奏是非常非常清晰且穩定的。主要原因是因爲公司的規模在不斷擴大,規模擴大帶來收入的增長、毛利潤增長,所以它會逐步形成減虧的趨勢。
我們的運營方式和運營原則是在保證研發投入所帶來的產品交付水平和產品質量的基礎上,不斷的拓展公司的客戶規模,營收規模、毛利潤規模。
減虧有一個原因,是因爲上市之後公司更加註重經營水平,在提效增收的同時,更注重我們自身的經營效率,我們的費用水平率也有一些優化,總體也支撐了我們整個減虧,我們未來也會保證高研發,穩步提升營收規模,同時提升業務運營水平來實現穩健的盈利趨勢。
提問:當前大模型工具從研發來講,落地應用的情況如何?國內很多公司上線了AI生視頻模型,您如何看待?
戴文淵:現在對於AI賦能產業,可能會有兩方面的一些意見,不同的意見。可能一方面會覺得AI落地的價值是不同的,另一方面也看到了不斷出現的AI新技術,覺得未來空間可期。
這兩方面都有各自的道理,就前者而言,你可能會發現在大語言模型,在各個行業落地的時候,在很多的行業,可能大語言模型不是解決行業內的核心問題。比如說大語言模型通常落地的客服、知識管理等方向,在很多的行業其實不是一個核心場景。
比如在金融行業、零售行業、能源行業這些都不是核心問題。所以,這帶來了大語言模型的價值不同的一些反思。實際上AI或者大模型落地產業端,我們不一定要侷限於大語言模型。對金融機構來說,風控模型同樣可以變成大模型,只不過它不一定是大語言模型。對於零售企業來說,供應鏈同樣也是大模型。
如果我們對企業高價值付費,用大模型技術落地,我們可以看到巨大的價值。3月份我們所發佈的先知AIOS5.0,我們強調的不是大語言模型統治一切。我們強調的是大模型,叫做對於任意X模態的大模型,怎麼用大模型技術去構建並且解決企業的核心問題。
具體而言,以我們所覆蓋的一些核心的行業爲例的話。比如說金融行業,它可能預測的不是下一個字,要預測的是您下一份信用報告。對於一個健康管理來說,不是預測下一個字或者下一幀畫面,需要預測的是你的下一份體檢報告,這可以用大模型技術解決,不要侷限於大語言模型。
在這一點上,我們在垂直的大模型,或者說人工智能+,我們也深耕了十年的時間。我們有豐富的積累,並且知道如何用AI的技術幫助行業解決核心問題,同時解決核心問題的時候,我們也非常關注降低門檻、降低成本,幫助企業在大模型落地的過程中,實現一個越來越好的投入產出比,這是回答您的第一個問題。
您說的像視頻這些模型,實際上是同樣的問題,視頻的模型代表的是一個AI的生產力,或者AI的能力。隨着AI能力越來越強,我們可以生成越來越好的視頻,甚至越來越好的多模態的大模型。
同樣,這個能力應用於產業端的時候,我們也需要去關注生成視頻是否是產業端的核心問題,其實不是說生成視頻不夠厲害,而是說生成視頻對於不同的產業價值不一樣。比如說對於一個零售企業,可能不一定生成視頻是最核心的問題,但也可能是核心問題。
我們現在看到的一段是人工智能的技術越來越厲害,另外一端是怎麼把這些技術和產業的核心價值去匹配,這是我們一直致力於去優化的。
提問:阿里投資了很多大模型企業,這些企業募集了很多資金,也聚集到行業TOB板塊,是否對第四範式產生影響?目前做AI的企業這麼多,未來在這個行業是否出現洗牌?第四範式怎麼應對現在的競爭?
戴文淵:我們並不擔心大廠投的這些企業,他們通常投的是大語言公司,或者是視頻、多模態的公司,絕大多數不是垂直在行業的AI公司。具體到行業問題的時候,實際上絕大多數行業的核心場景和大語言模型和視頻模型都沒有關係。
如果要知道客戶下一份信用報告,沒有一個大語言模型或者視頻模型可以解決。如果知道你下一個月的體檢報告,沒有一個大語言模型可以解決。我們一直跟我們的行業客戶去強調大模型不是大語言模型,或者大模型不完全等於大語言模型。任意的場景,任意的模態數據,都可以成爲大語言模型。
比如說健康管理,可能要做的是體檢報告的大模型,對金融來說要的是信用報告大模型,而不是語言的大模型。所以,這些企業現在互相之間的競爭越來越趨於白熱化,但暫時不是我們所涉及的領域。
提問:戴總強調AI的實用性和經濟性,目前,怎麼解決行業大模型落地應用?
戴文淵:首先是AI落地過程中,價值和經濟都很重要。但任何一個新技術出來,隨着早期狂熱的勢頭,一開始都有可能會有一個階段不強調經濟。就像去年絕大多數的大模型的落地經濟賬算不回來,那個時候沒有關係,是創新,創新不一定要完全看投入產出。
但隨着創新過了一定的階段,逐漸的是要回歸到商業本質,任何一個業務最後一定是投入小於等於產出的。AI大模型逐漸在迴歸到商業邏輯本質。這個時候,企業就會關注我需要不需要那麼大的模型,那麼大的模型可能帶來的成本是很高的,我多投入的這些成本是否帶來了足夠產出,選擇什麼樣的模型對我來說是最有價值的。是不是落地的真的是大語言模型?
我們現在看到越來越多的行業客戶開始迴歸到理性,開始思考商業邏輯本質的這些問題了。
我們一直關注的不是說一定要做一個模型去幫助企業解決所有問題,這種時候最後的結果先不說有沒有一個模型能解決所有問題,如果一個模型能解決很多問題,這個模型就非常大,應用它的成本也非常非常高。
對於企業來說,核心場景只需要解決少數的幾個問題,不需要解決特別多的問題,同時它要求的是一個好的投入產出。
這恰恰是第四範式所擅長的,我們並不是說從今天開始做垂直大模型或者AI+,我們創業第一天就和客戶強調我們要做核心應用場景,提升企業的核心競爭力,我們當時稱之爲是高維模型,現在是大模型。
我們在這個領域深耕十年時間,並且從2018年在垂直AI的賽道,根據IDC的分析,我們一直處在的是市場份額的第一。所以,其實我們佔據了不錯的生態位,我們也希望能夠持續維持好自己的領先的優勢,同時給客戶和行業輸出核心的價值。
雷遞由媒體人雷建平創辦,若轉載請寫明來源。