多知网 4 月 26 日消息,决策类 AI 公司第四范式首次向公众展示其大模型产品「式说 3.0」,并提出 AIGS 战略(AI-Generated Software):以生成式 AI 重构企业软件。
(资料图片仅供参考)
第四范式创始人兼 CEO 戴文渊认为,这一轮大模型热潮,比较大的机会在于改造整个的企业软件行业,也就是 AIGS 这个方向。
而就在 4 月 24 日晚,第四范式第四次向港交所提交招股书。招股书显示,第四范式于 2023 年 3 月推出了专为业务场景设计的企业级生成式人工智能产品 SageGPT。
招股书显示,第四范式 2022 年营收 30.83 亿元,净亏损为 16.53 亿元。
第四范式可以说是第一代 AI 创业公司,成立于 2014 年 9 月,聚焦企业级人工智能领域,其以平台为中心的人工智能解决方案,并运用核心技术开发了端到端的企业级人工智能产品,解决企业智能化转型中面临的效率、成本、价值问题,提升企业的决策水平。
借助大模型的东风,这次,第四范式能否成功上市?
01
以生成式 AI 重构企业软件
第四范式在 AIGC 领域的布局分为四层,分别是底层的「式说」大模型,能力层的 Copilot、知识库、思维链 CoT,平台层的开发平台,以及最后在金融、零售、医疗、制造行业的应用。
第四范式「式说」此前已经有两个版本,从今年 2 月开始,推出的「式说 1.0」具备生成语言能力,「式说 2.0」加入文本、语音、图像、表格、视频等多模态输入及输出能力以及企业级 Copilot 能力。
(「式说 3.0」演示现场,图来自第四范式)戴文渊现场拔掉了联网的网线后,用电脑现场展示了「式说 3.0」大模型的图片理解、多轮对话、写小说、迅速画图、编写代码等能力。
此外,现场展示了式说通过推理能力完成更加复杂的 " 装箱 " 操作,以及其现场编写代码的能力。
在戴文渊看来,要做到 AIGS,大模型未必需要是知识广博、十项全能冠军的通才,更重要的在于模型具备 Copilot(副驾舱),和思维链 CoT(Chain of Thoughts,多步推理)的能力。
第四范式将 AIGS 的路径总结为三个阶段:
第一阶段,Copilot 调动不同的信息、数据、应用,作为助手完成用户的指令。相当于在所有企业级软件系统里,配备一个指挥官。指挥官听用户的指挥,比如「把照片亮度调亮 20%」。
第二阶段,Copilot + 基于企业规则的「知识库」,AI 能够参照规则做复杂工作,进一步丰富了「对话框」的能力。比如 AI 查询了「人像美化」知识库后,能执行把照片修好看的步骤。
第三阶段,Copilot+CoT(思维链)。软件系统的使用行为最终会被大模型学会,形成 AI 针对这个领域的思维链,意味着「把照片处理得更好看」这种复杂指令,AI 能自动地按照步骤完成。
AIGS 战略就是指基于大模型背后的 Copilot+CoT 能力,把企业软件改造成新型的交互范式,并在新型交互上不断地学习软件的使用过程,形成领域软件的 " 思维链 "。
02
第四次冲击港交所
第四范式这是第四次冲刺港股 IPO 上市,此前,第四范式于 2021 年 8 月 13 日、2022 年 2 月 23 日、2022 年 9 月 5 日向港交所递交招股书申请,由于六个月内未通过聆讯,今年 3 月 6 日,在被美国列入 " 实体清单 " 一周后,该公司第三次 IPO 申请转为失效。
在营收方面,招股书显示,第四范式 2020 年至 2022 年营收 9.42 亿元、20.18 亿元及 30.83 亿元;2021 年和 2022 年的同比增幅分别为 114.2% 和 52.7%。
AI 公司普遍亏损,第四范式亦然。根据招股书,2020 年至 2022 年第四范式期内净亏损为 7.5 亿元、18.02 亿元及 16.53 亿元。
作为人工智能技术与服务提供商,目前,第四范式已在金融、零售、制造、医疗、能源、互联网、教育等领域成功落地 12000 多个 AI 应用,其中,2022 年教育客户营收占比 7.6%,是第四范式的第 6 大领域。
灼识咨询指出,中国人工智能行业可按照应用领域分为四大类别:决策类(第四范式)、视觉( 商汤、旷世、依图、云从)、语音及语义(科大讯飞)和人工智能机器人(大疆)。灼识咨询认为,未来的人工智能技术将不会是由通用人工智能模型主导,而是可能更加多样化,当中通用人工智能模型(如 LLM)和专门的人工智能系统(如决策类人工智能模型)会就不同目的共存。就底层技术及使用场景而言,LLM 与决策类人工智能模型本质上有所差异,因此,其价值定位亦有所不同,使其在实况应用中更具互补性而非互相竞争。
在社会责任方面,第四范式提到了文化人工智能和教育人工智能。文化人工智能即使用人工智能识别古代文献。古董和古籍当中记载著人类历史和文化的重要部分。然而,由于在实体保存这些书籍和识别古代文献方面存在技术困难,可能会丢失大量古代文献中蕴含的信息。学习古代文献对人类来说是一项极困难的任务,而人工智能技术便具有优势:通过处理大量难以辨认的文本,我们的人工智能解决方案能够发现模式和规则,从而学习准确高效地识别文本。例如,我们的人工智能解决方案助力恢复古代大藏经。
(使用人工智能识别古代文献)在教育人工智能方面,第四范式为教育企业的人工智能设立了 " 范式学院 ",创立了 AutoML.ai,这是一个开源的自动机器学习挑战平台,其可以与全世界顶尖的学术机构、跨国技术公司以及人工智能科学家交流互动并向他们学习。第四范式已将 Sage AIOS 中的 OpenMLDB 及 OpenAIOS 打造为一个开源平台,与全世界开发者共享我们在人工智能操作系统的成果。