靠ChatGPT找新卖点，“决策类AI龙头”第四范式能打动港交所吗？
淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号 【淘姐妹】
本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议。
出品｜公司研究室IPO组
文｜大同
如同此前爆火的元宇宙概念一样，在今年ChatGPT掀起的这股大模型热潮里，但凡与科技沾边的企业都想贴上相关标签，证明自己走在科技的前沿。
近期，AI公司第四范式第四次向港交所递交招股书，以往公司强调自己是一家决策类AI服务公司，如今第四范式更强调基于多模态大模型的新型开发平台“式说3.0”，也就是以生成式AI重构企业软件的AIGS战略（AI-Generated Software）。
5月16日，我爱我家(000560)集团与第四范式合作启动行业首个房产经纪大模型。主打B端市场的第四范式，在大模型这场竞争中有哪些优势和劣势？公司能否趁着大模型的热度成功上市？
靠ChatGPT找到新卖点
2007年，图灵奖获得者Jim Gray在一次演讲中，把科学发展分为“实验科学-理论科学-计算科学-数据科学”四个阶段。
第四范式也被称为数据科学，最近十几年，由于大数据的发展，人类积累了前所未有的数据，以及用前所未有的计算复杂度去处理数据。与前三个阶段不同，第四范式是计算机用从数据中学习的方式，寻找规律从而形成判断，指导现实行动，而不是通过人的经验或者模拟计算的方式来形成最后的判断。
此前，AlphaGo的横空出世给AI领域带来了一阵投资热潮，在细分领域中，计算机视觉领域跑出了商汤科技、云从科技等“AI四小龙”，在决策类领域也跑出了第四范式这家2014年成立的公司。
此前，第四范式一直把自己定位成“AI决策类平台公司”，想扮演“AI界微软”这样的角色，即通过自己的操作系统使得企业免于深究AI算法的同时，拥有调用AI的能力。
在国内决策类人工智能市场，2022年，第四范式市场份额为22.6%，排名第一。2-4名的市占率分别为12.3%、8.9%、6.8%、5.6%，根据招股书的描述推测，分别是百度、阿里、华为和腾讯。
然而，ChatGPT再一次引领AI热潮后，国内已有不下20家公司陆续发布了类ChatGPT产品，在最近一次递交招股书的关键节点上，第四范式自然没有错过这个热点。
4月26日，第四范式发布其GPT大模型产品SageGPT（即“式说3.0”），一款面向B端的ChatGPT企业级生成式人工智能产品。在最新的招股书中，第四范式也着重强调了“式说3.0”。
这就如同2021年底，赴港冲击“AI第一股”的商汤科技，在上市前“狂蹭”元宇宙概念 ，招股书里40次提到了“元宇宙”。
那一年，商汤科技如愿上市，已经连续四次递表的第四范式能否借着生成式AI的热度得偿所愿？
商业化难度大5年亏损53亿
AI类初创公司上市难，或许源于其商业化落地不明朗。
2020年至2022年，第四范式收入分别为9.4亿、20.2亿和30.8亿。其中，2020和2021年，公司营收增速分别为105%和114%，2022年增速降至52.7%。
作为一家AI公司，第四范式收入主要来自公司自研的先知平台及产品、应用开发及其他服务两项。
先知平台主要是指在用户服务器上本地部署的软件，以及在服务器或其他硬件上预装的先知平台软件。应用开发则是根据用户的需求，第四范式基于先知平台开发定制化的AI应用，按照个体项目向用户收费。
2020年至2022年，先知平台及产品收入占比分别为65.7%、50.3%、48.4%，应用开发及其他服务收入分别为34.3%、49.7%和51.6%。两者呈“一升一降”的趋势。
毛利率方面，2018年至2022年，第四范式毛利率分别为42.7%、43.5%、45.6%、47.2%和48.2%，整体呈增长趋势。但与商汤科技超60%的毛利率相比，又明显偏低。
硅谷顶级VC公司a16z曾表示，AI公司的毛利率普遍不高，这是由于算力的巨大成本，以及在训练AI模型时仍然需要人工进行大量的标记工作，此外也很难形成通用的解决方案，导致部署成本很高。
算力成本外，高昂的研发支出是导致AI企业难以实现盈利的另一个难题。
2018年至2022年，第四范式研发投入分别为1.93亿、4.16亿、5.66亿、12.5亿、16.5亿，研发费用率分别为151%、91%及60%、62%及54%。
在过高的研发支出下，2018年至2022年，第四范式分别亏损3.7亿、7.2亿、7.5亿、18.0亿和16.5亿，5年累计亏损约53亿。
如今，第四范式又推出“式说3.0”，这必然会加重公司的研发负担。2022年，OpenAI亏损5.4亿美元，约37亿人民币，较2021年大约翻了一番。OpenAI背后有微软支撑，底子薄弱的第四范式又要如何承担大模型带来的费用支出？
第四范式创始人兼CEO戴文渊表示，“我们并不需要完整地对标OpenAI，也并不需要OpenAI能做什么就一定要做什么。我们不去参与一场全面的竞争，而是专注于其中一场比赛。”
第四范式选择量力而行，但大模型带来的万亿市场，终究还是要看商业化落地，否则梦想再大也会是一地鸡毛。
获五大行投资金融收入占比走低
自2014年成立至2021年6月，第四范式先后完成11轮融资，融资总额超过10亿美元，其中D轮融资额高达7亿美元。根据招股书显示，IPO前第四范式估值近30亿美元。
与商汤科技IPO前的超50亿美元融资总额相比，第四范式的融资额略显逊色。不过，第四范式的投资方阵容丝毫不逊于商汤科技，红杉资本、创新工场、保利资本、联想创投、中信产业基金、春华资本、高盛集团、中国建投、国开、国新、国家制造业转型基金、腾讯等机构均有所参与。
金融领域是第四范式最早开拓的优势市场，约80%以上的头部银行是第四范式的客户。
2018年，第四范式先后获得中国工商银行(601398)、中国银行(601988)、中国建设银行(601939)、中国农业银行(601288)和交通银行(601328)的投资，使其成为唯一一家被国有五大行投资的AI公司。
第四范式在金融领域典型的应用是为银行信用卡业务提供的交易分期智能营销系统。
信用卡的主要盈利模式是客户分期还款的利息，公司联合创始人胡时伟曾说，在持卡客户中，如何判断哪些客户有分期还款需求并进行提醒，这是一个决策问题。
传统的解决办法是人利用专家规则对客户进行分群处理产生最终决策，周期长、任务重，通过第四范式搭建的系统，只要源源不断的向系统输入营销记录（购买和以往分期记录）数据，就可以自动生成一个代替人去判断的决策。
不过2022年，第四范式来自金融行业的收入和占比均出现下滑。2020年至2022年，第四范式来自金融行业的收入分别为2.9亿、5.8亿、5.2亿，收入占比分别为31.0%、28.6%、16.9%。
从第四范式的业务来看，这是一家面向B端的公司。近期，公司创始人戴文渊对于大模型的未来发展表示，“C端产品已经逼近用户体验的上限，而B端的企业级软件往往是个十分复杂的执行系统，堆砌十几层菜单和成千上万功能也不算多。”
戴文渊的话有一定道理，但也不完全说得通。目前国内仍没有开发出体验感接近ChatGPT的产品，国内在大模型C端仍大有可为，B端复杂但落地有很大挑战。
这波AI热潮中，第四范式能否抓住机遇借此上市或许更为关键。
本文首发于微信公众号：公司研究室。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
雷石产业观察｜ChatGPT火了，AI制药能迎来新发展吗？
雷石产业观察报告,雷石产业观察报告范文,雷石集团,雷石科技创始人导语：近年来，AI制药已经成为医疗领域的新晋热门赛道。2023年ChatGPT的爆火，又让人们看到生成式AI在制药领域的新可能。当AI制药的潜能不断被证实，在大势所趋下，AI制药又该如何破局数据之困、监管之难，突破挑战迎来新发展。
ChatGPT火了，AI制药能迎来新发展吗?
从OpenAI发布聊天机器人ChatGPT开始，人工智能的发展又一次驶入快车道。最近一个月，每隔几天人们就能看到人工智能的新进展。无论是行业巨头还是初创公司，都在积极寻求应对新一轮AI风潮的方法，制定相应的AI战略。
ChatGPT的爆火，AI 2.0时代的到来，也给生物制药行业带来新的改变。最近，AI药物研发公司Insilico Medicine(英矽智能)在生成化学领域知名期刊Chemical Science发表文章，阐述了分子生成平台Chemistry42在AIphaFold2蛋白质结构预测的基础上进行分子设计，进而在30天内发现靶向潜在抗癌靶点CDK20的小分子抑制剂的过程，展示了在有限分子结构数据下，人工智能可以辅助新药物发现，实现降本增效。
更早之前，初创公司Profluent首次利用类似ChatGPT的蛋白质工程深度学习语言模型ProGen实现了AI预测蛋白质的合成，并将研究成果发布在《自然》杂志子刊。可以说，AI正在给制药领域带来根本性的改变。Gartner《2022年人工智能技术成熟度曲线》报告称，2025年50%的药物发现与研发将使用生成式AI;2027年，30%的制造商将使用生成式AI提高产品研发效率。随着生成式AI的持续发展，制药领域或许也能迎来全新的发展期。
AI+蛋白质成新的投资热点
ChatGPT走红，势必带动新一波AI投资热潮。事实上，随着近期AI制药话题度的持续走高，一众AI概念股的股价也跟着水涨船高。尽管中国目前还没有真正的AI制药公司，但也不妨碍CRO(医药研发合同外包服务机构)企业成都先导股价在3月一路上涨，数次涨停。成都先导称，公司一直以来都对AI在药物研发领域的进展保持高度关注并不断进行探索和研究，未来会持续加大在该领域的尝试。
在今年3月的复星医药业绩发布会上，董事长吴以芳接受采访时表示，未来将在创新药靶点发现和药物设计等方面进行AI制药业务。
上市公司持续深耕AI制药，初创公司的融资能力也表现不俗。
2月20日，AI蛋白质设计平台公司分子之心宣布获得超亿元战略投资，用于AI蛋白质优化与设计平台MoleculeOS进一步开发，以及在生物制药、合成生物学等产业领域的应用探索。不到一年的时间里，分子之心已经完成2轮融资。
而在国外，资本市场对于AI+蛋白质的投资热情持续高涨。2022年4月，Arzeda宣布完成3300万美元的B轮融资，用于正在进行的蛋白质设计项目。
2022年11月，AI+合成生物初创公司Cradle获得550万欧元的种子轮融资，资金将用于支持公司基于AI设计蛋白质和细胞工厂的研究进程。
2023年1月，Profluent宣布完成900万美元的种子轮融资，该笔融资将用于在加利福尼亚伯克利建立一个综合实验室，使Profluent能够在通过实验方法产生的数据与其AI系统之间创建一个紧密的反馈循环，不断改进公司AI。
资本的投入，将更加有利于企业不断提高AI技术，进一步促进人们对细胞基本结构的理解，进一步推动生物制药过程，从而推动生命科学和医学的发展。
生成式AI颠覆蛋白药物研发
为什么制药公司会看重“AI+蛋白质”领域?因为生物制药主要都是蛋白质，蛋白质类原料是生物医药上游占比最大的原料之一。目前重组蛋白药已经成为生物制药领域最重要的产品之一。
当人们将大量的蛋白质数据提供给AI，AI就可以分析研究这些数据从而创建新的蛋白质。在蛋白质设计过程中，AI可以把原先无序、不规则的氨基酸残基拼接成能够和靶点结合的候选蛋白，从而推进新药物的开发。相比传统实验技术测定蛋白质结构的费时费力，AI强大的算力算法和数据处理能力，能颠覆传统的药物研发，加快药物研发速度。
2017年，《Nature》发表文章称，人类可发现的药物分子个数可能是10的60次方，而传统药物筛选办法能够找到的分子数仅约10的11次方，在11次方与60次方之间有一个远未穷尽的大黑洞，这里或许就潜藏着许多新药的可能性。生成式AI或许是创造可能性的有力工具之一。
生成式AI可以基于训练数据生成算法模型，自主生成各种形式的内容。ChatGPT的出现让人们看到大型语言模型(LLM，Large Language Model)的出色效果。
Profluent的蛋白质工程深度学习语言模型ProGen和ChatGP类似，实现了AI预测蛋白质的合成。据报道，Profluent设计的蛋白质是通常需要数百年才能进化出来的高活性蛋白质。由此可以看出生成式AI同样可以学习生物学的基本原理，可以大大提高蛋白质设计效率。
和ChatGPT一样，ProGen模型的创建也是研究人员喂养了2.8亿种不同蛋白质的氨基酸序列，并经过了几周时间的训练。同样地，ProGen也是通过学习氨基酸如何组合成2.8亿个现有蛋白质的语法，才学会如何生成新的蛋白质。ProGen和ChatGPT一样也是经过大量的数据喂养才能使算法模型越来越精准。
众所周知，新药品的研发是一个周期长、复杂的过程，而且失败率高。而随着生成式AI的发展，可以帮助药企更快地识别和分类小的分子和生物制剂，并且改善临床试验的结果。
图注：使用条件语言模型生成人工蛋白质
AI制药面临的挑战
AI快速发展给制药带来新机遇的同时，挑战也一直存在。首先是数据。早在2019年，《Nature Re【【微信】】》发表的文章就将“获取适当数据集”视为AI药物面临的五大挑战之一。数据首先要面临质量问题，GPT-3的训练数据有很多是来自互联网，导致当时人们感觉ChatGPT在胡言乱语。而药物数据的质量更难以保证。同时，药物数据相较其他数据更为敏感，数据都分散在各大医院，很难被科技公司获取和加以使用，数据孤岛不能打破，AI模型的训练就会差强人意。
其次，和电商、金融、游戏等行业相比，在制药领域，数据的丰富性和多样性相差甚远，使用场景也有限。要知道，只有当数据足够丰富时，AI的落地才会更加顺畅。
最重要的一点是，AI制药还会面临监管问题。ChatGPT的火热已经引起各国政府的注意，相应的监管规则正在不断出炉。路透社报道称，3月31日，意大利个人数据保护局宣布禁用ChatGPT，暂停OpenAI处理意大利人的数据，并对其展开调查。德国、法国、爱尔兰等国家也开始准备加强对ChatGPT监管。我国国家互联网信息办公室起草了《生成式人工智能服务管理方法(征求意见稿)》，向全社会公开征求意见。当野蛮生长的新兴技术遇上监管之手，未来发展将会充满更多不确定性。
值得一提的是，尽管AI制药是大势所趋，但在传统结构生物学家眼里，AI 是未来，但现在仍差强人意。
颜宁曾表示，AI仍有局限性，AI还需要更大的数据库，更强的算力，更新的算法。2013年诺贝尔化学奖获得者迈克尔·莱维特(Michael Levitt)在接受第一财经采访时表示，“我认为很多结构生物学家不仅仅是在做结构方面的研究，他们也做很多蛋白功能以及药物研发方面的工作，就好像颜宁教授。人工智能只是解放了一部分传统的人力，但是科学的进步仍然需要依靠最聪明的人脑，单靠人工智能恐怕还是不行的。”
结语
AI制药领域备受热捧，AI制药创业公司融资额也日益走高，我们可以看到制药业正在热切拥抱AI，寄希望于这一前沿技术，缩短药物研发周期，降低药物研发成本，提高药物研发成功率，创造更大的商业价值以及社会价值。
但现阶段AI制药在技术和政策上面临着诸多挑战，一些传统药企对AI态度复杂，仍持观望态度。AI制药的商业化前景仍需接受市场检验。
但从长远来看，随着AI技术的快速发展，AI制药仍是未来的发展趋势。当制药企业经验不断积累，AI持续优化，AI在制药业发挥的价值将会越来越大，能进一步促进生物科学的发展，让更多普通人受益。这条路道阻且长，但充满想象力。
关于雷石投资
雷石投资成立于2007年，是一家根植于中国的资产管理机构，帮助中国的投资者在股权投资市场进行资产配置。
截至2022年底，管理的资产规模超过120亿元人民币。
股权投资是资产配置结构中最重要的配置品种之一。雷石投资专注创投领域，投资于对中国经济具有长期价值的创业企业，推动被投企业快速成长，并力争实现管理资产的持续增值。
雷石投资坚信对科技类企业的股权资产配置，有机会为投资组合带来更丰厚的回报。
雷石投资专注于人工智能、医疗与健康服务产业，为被投资企业提供更具价值的增值服务，竭力为投资者创造长期卓越的投资收益。
我们愿与您共同见证中国的腾飞。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
