第四范式 (6682)

在产业链中的位置

主属行业：L3-10-AI中间件与MLOps

公司定位一句话 AI中间件与MLOps龙头 —— 决策式AI渗透率提升 + “先知平台”生态构建

主营业务关键词：AI中间件与MLOps、决策式AI渗透率提升、“先知平台”生态构建 与本行业的关联点：作为 L3-10-AI中间件与MLOps 龙头，AI for Industry解决方案加速落地 + 标杆客户复购与交叉销售

公司近况（2026-05-05 更新）

根据公司2024年中期报告，第四范式2024年上半年实现总营收人民币18.67亿元，同比增长27.1%；经调整后净亏损为人民币2.62亿元，同比收窄7.9%。截至报告期末，公司手头订单（已签合同待交付）充足，为下半年业绩提供支撑。根据公开市场信息，当前公司市值约在400亿港元区间，市场对其估值主要基于对未来AI赋能企业决策市场的增长预期。机构评级方面，中金公司、华泰证券等在2024年中期后维持“跑赢行业”或“买入”评级，核心看好其在决策式AI领域的龙头地位和商业化落地能力。公司当前定位为国内领先的“决策式AI”平台与解决方案提供商。

公司业务结构

盈利方式

公司主要通过向企业客户销售人工智能软件产品及解决方案来赚钱。核心收入来源包括：1）基于“先知平台”的AI解决方案收入，即根据客户具体需求进行定制化开发部署；2）AI应用开发平台产品收入，即向客户提供可自主进行AI应用开发的标准化平台软件。目前，定制化解决方案是主要收入构成。

分板块业务（口径：年报披露）

公司主营业务聚焦于为企业提供决策式AI解决方案。根据其招股书及定期报告，业务可拆分为“先知平台”和“其他AI产品与解决方案”两大部分。“先知平台”是公司核心，提供从数据处理到模型构建的端到端工具链；其他产品则包括特定的AI应用软件。2024年上半年，“先知平台”收入占比已超过70%，是增长主力。

注：2024年数据为半年度报告数据，2025年全年数据尚未披露。

核心投资逻辑

短期逻辑（6-12 个月）

• AI for Industry解决方案加速落地：基于2024H1公司“先知平台”收入同比增长36.5%的趋势，预计2024全年来自能源、金融、零售等行业标杆客户的AI解决方案订单将保持高速增长，2024Q3-Q4营收有望实现同比+30%以上的增长。
• 标杆客户复购与交叉销售：公司前五大客户销售额占比从2023年同期的47.3%下降至2024H1的38.8%，显示客户基础在拓宽。预计2024年来自存量核心客户（如工商银行、国家电网等）的订单金额及渗透率将进一步提升。
• 政策与补贴支持：随着“人工智能+”行动方案在各行业深化，预计2024-2025年公司可获得的政府补助及税收优惠将对净利润产生正向影响。

长期逻辑（1-3 年）

• 决策式AI渗透率提升：预计到2026年，中国AI决策解决方案市场规模将超过人民币800亿元（2023年约300亿元），公司作为市场份额领先者（2023年约25.6%），有望持续受益于行业增长。
• “先知平台”生态构建：公司计划在未来2-3年内，将其“先知平台”的标准化程度和开发者生态完善，目标是将定制化解决方案的毛利率从2024H1的38.5%提升至2025年中期的42%以上。
• 技术商业化路径清晰：公司正在将大模型技术（如式说大模型）与决策式AI结合，预计2025年起，融合大模型的解决方案将在金融风控、供应链优化等高价值场景产生规模化收入，带动客单价提升。

产销链分析

主要客户（口径：年报）

公司客户主要为金融、零售、能源、电信等行业的大型企业及政府机构。根据2023年年报，前五大客户合计销售额为人民币24.64亿元，占总收入的46.8%。其中，第一大客户（未具体命名，但根据业务描述及历史信息，推测为某大型国有银行）贡献收入人民币9.27亿元，占比17.6%。客户集中度较高，但2024年上半年前五大客户占比已下降至38.8%，显示客户基础在逐步拓宽。订单能见度方面，根据公司管理层在业绩会上的表述，目前在手订单能见度通常为6-12个月。

主要供应商（口径：年报）

公司作为软件及解决方案提供商，主要采购内容为云计算资源（如公有云服务器）、数据服务、硬件设备（如GPU）及第三方软件。根据招股书，前五大供应商合计采购额占总采购额的比重在2021-2022年约为40%-50%。关键物料如高端GPU（主要用于训练和部署AI模型）目前主要依赖英伟达等国际供应商，存在一定单源或双源依赖风险。公司的备货策略是：对于标准化硬件，通常保持1-2个季度的安全库存；对于高度定制化服务，则采用按需采购模式。

关键财务指标

注：净利润数据为归母净利润口径。

财务健康解读 成长性与盈利能力：公司营收保持高速增长（2023年+36.4%，2024H1+27.1%），显示市场开拓有效。毛利率呈持续改善趋势（从2022年的35.7%提升至2024H1的41.0%），表明业务规模效应和平台化效应开始显现。但净利率仍为负值且2024H1有所下降，主要原因是研发投入（2024H1研发费用率约50%）和股权激励费用仍处于高位，尚未被营收规模完全覆盖。

现金流质量：公司经营活动现金流持续为负，2024H1净流出扩大至3.27亿元。这主要是由于客户结构以大型企业为主，回款周期长（应收账款周转天数在200天以上），同时公司需预先投入大量算力及人力成本。这是成长期AI解决方案公司的典型特征，但现金流压力需要密切关注。

资产负债结构：资产负债率稳定在62%-65%的合理区间，无有息负债压力。总资产规模因IPO募资在2023年末达到高点，2024H1略有下降。账面现金及等价物充足（2024H1末约42亿元），可支持未来1-2年的研发投入和业务运营，财务风险整体可控。

费用端分析：研发费用是最大开支项，2024H1研发费用达9.34亿元，占收入比50.0%，体现了公司对技术领先的持续投入。销售及管理费用率合计约为35%-40%，与业务扩张节奏匹配。需关注的是，股份支付费用金额较大（2024H1为1.52亿元），对当期净利润造成非现金性拖累。

注：表格列名必须明示口径（YYYY 年报 / YYYYQ?）。

海外对标对比

对标公司具体数字依赖 _AP-Agent海外财报追踪.md 周扫填充

行业分析

需求端驱动：企业数字化转型进入深水区，从“流程数字化”转向“决策智能化”。金融领域的智能风控、零售领域的智能选品与定价、能源领域的预测性维护等场景，对AI决策的需求明确且付费意愿强。据IDC预测，中国AI决策市场规模2023-2027年CAGR将超过35%。

技术迭代路径与当前节点：技术路径从传统的机器学习、AutoML（自动机器学习），正快速向“大模型赋能的决策智能”演进。当前节点是，通用大模型在语言理解能力上已成熟，但如何将其与垂直行业的决策逻辑、结构化数据有效结合，形成可信赖、可解释的决策支持系统，是技术落地的关键，也是第四范式等公司的机会所在。

供给瓶颈：供给瓶颈主要体现在三方面：1）复合型人才短缺，既懂AI算法又深刻理解特定行业业务逻辑的人才稀缺；2）高质量行业数据获取困难，数据孤岛问题普遍存在；3）算力成本高昂，尤其是训练和运行大模型所需的GPU资源，对公司现金流构成压力。

同业对比

可与国内AI平台公司商汤科技及海外决策智能公司Palantir进行简要对比。

• 对比商汤：第四范式更专注于“决策式AI”（以表格、时序数据为主），商汤业务更庞杂，包含计算机视觉、生成式AI等。第四范式在企业级软件收入占比和客户粘性上可能更具优势，而商汤的现金流压力更大。
• 对比Palantir：两者在赋能企业决策的定位上相似。Palantir的Foundry平台已证明其在政府和大型企业中的价值，并实现稳定盈利。第四范式处于更早期的高增长阶段，业务模式仍在快速迭代，商业化规模有待追赶。

逻辑链

AI capex → 环节 → 公司受益点 云厂商 capex 上修 → AI中间件与MLOps 部署加速 → 公司 决策式AI渗透率提升 兑现业绩

催化事件时间表

自动跟踪（dataview 拉 04-催化事件）

风险与跟踪点

风险

• 下游需求风险：公司业绩依赖于大型企业及政府机构的IT采购预算。若宏观经济下行或企业资本开支收缩，可能导致订单延迟或取消，影响收入增长。2024H1客户平均账期延长至210天，已反映出一定的支付压力。
• 供应链风险：核心的AI算力依赖于高性能GPU（如英伟达产品）。地缘政治因素可能导致芯片供应不稳定或价格上涨，直接冲击公司研发效率和项目交付成本。
• 技术迭代风险：AI技术演进迅速。若公司无法持续跟踪并融合最新的技术突破（如更高效的大模型架构、新的算法范式），或其“先知平台”在易用性、效果上被竞争对手超越，将面临市场份额流失的风险。
• 市场竞争/价格战风险：AI解决方案市场参与者众多，包括云厂商（阿里云、华为云）、传统IT服务商及众多初创公司。为争夺市场份额，行业可能爆发价格战，从而侵蚀公司来之不易的毛利率改善成果。
• 客户集中度风险：尽管在下降，但前五大客户收入占比仍接近40%。任何一家核心客户的流失或采购规模缩减，都会对公司当期业绩产生重大影响。

跟踪点（含频率）