投稿|第四范式的四道坎( 二 )
◆HyperCycle：内置在先知平台的无代码开发工具 。按照提示说明拼接AI组件就可以完成AI学习的数据闭环 。使用难度约等于照着葫芦画个瓢 。
◆Sage Studio：可提供不同编程难度选择的AI模型编辑工具 。可以根据不同业务需求编写或创造AI模块并可以组建的形式添加进原有的业务数据模型 。
◆先知应用：先知系统上可以直接使用的开发好的应用，如同手机APP 。
理解如何做到这些功能其实并不难，利用迁移学习使AI命令发现数据规律和设置数据闭环就可以达到以上效果 。迁移学习是一种AI算法，同时也是第四范式创始人戴文渊在国际享誉盛名的法宝 。
迁移学习旨在把一组数据的标注规则转移到另外一组数据上去 。例如已知一筐花生米的质量标准，如何分类另一筐芝麻的品质优劣？迁移算法利用已知的优质花生米又大又饱满的定义套用在芝麻的形态分类上，从而得到好芝麻的分类 。
另一方面，在机器筛选芝麻的时候发现有时候大且饱满的芝麻有可能只是个空壳 。通过自动加入对芝麻重量的评审规则，AI能够做到进一步提升筛选芝麻的质量 。
先知平台的客户能够灵活定义数据含义和改良数据结果，这些数据运作之后给出的建议，即所谓的决策 。第四范式的产品，核心作用就是帮数字化转型后的企业用好数据 。
02 框架卖给你，用好靠自己使用第四范式的先知平台，用一句话总结：产品挺万能，师傅领进门，修行看个人 。
第四范式向客户出售三种类型产品：先知平台及套件、与第三方定制的AI硬件 （服务器） 、定制开发服务 。客户主要是系统集成商，在整体解决方案中做软件部分，不提供相对完整的数字化升级规划，终端的企业使用平台建模得靠自己动手 。
依靠先知平台进行AI数字化建设，用得好的终端公司会开辟商业生命新周期 。就目前情况来看，金融业和制造业因为业务高度相似，对平台的接受度会比较高 。借着庞大的金融和制造业的基本盘，第四范式也达到了一个相对不错的收入水平 。
文章图片
第四范式的收入，来源： W IND图说
第四范式不直接接触客户数据加上平台具有可按需搭建的特点，意味着AI的实际使用成效取决于客户如何使用 。
为了与其他SaaS厂商的直接定制解决方案拉开差异，第四范式把收费标准改成了软件授权+算力的形式让客户能够按需选购 。但与阿里云等直接拥有硬件平台的公司不同，第四范式没有集群化的数据中心，现阶段只能向云服务厂商租赁服务器，再向客户出售算力配额 。
另外，先知平台具有高度模块化和标准化的特点，使其比传统企业级软件部署时间加速不少 。但这同时意味着第四范式在部署软件的过程中，赚不到工程师驻场服务费 。
那么，上游算力要向外购买，下游人工带来的增值服务又拿不到，这使得第四范式的毛利，最终锁定在40%左右，大幅低于头部AI公司 （商汤70%+） 。
文章图片
第四范式的毛利率，来源： 招股书
纵观第四范式终端客户/用户的特点，就是它们都拥有不同程度的数字化，且业务产生的数据量巨大而难以有效整合 。在海量的数据压力之下，任何能替代人力分析或灵活整合数据的工具都将是他们的一剂良方 。
推荐阅读
- 投稿|一度超越微信登AppStore榜首，但“元宇宙”社交也难逃“月抛”魔咒
- 投稿|陕旅饭店集团破产重整，昔日“混改模范”为何沦为反面教材？
- 投稿|疫情之下，本土自主设备如何突围？中国制造的投机主义和长期主义
- 投稿|即视角｜出海正当时：欧美、东南亚、中东、拉美市场观察
- 投稿|“东南亚小腾讯”跌入谷底：受阻的业务飞轮撑不起千亿市值
- 投稿|员工行为几乎全裸？深信服“监控门”背后
- 投稿|信任危机？一场针对民族企业的商业“阳谋”
- 投稿|体量庞大，微软还能突飞猛进吗？
- 投稿|估值近百亿，从下沉市场走出来的书亦烧仙草，凭什么成黑马？
- 投稿|浑水创始人遭FBI搜查，屠龙者终成恶龙？