多知網 4 月 26 日消息，決策類 AI 公司第四範式首次向公衆展示其大模型産品「式說 3.0」，并提出 AIGS 戰略（AI-Generated Software）：以生成式 AI 重構企業軟件。
第四範式創始人兼 CEO 戴文淵認爲，這一輪大模型熱潮，比較大的機會在于改造整個的企業軟件行業，也就是 AIGS 這個方向。
而就在 4 月 24 日晚，第四範式第四次向港交所提交招股書。招股書顯示，第四範式于 2023 年 3 月推出了專爲業務場景設計的企業級生成式人工智能産品 SageGPT。
招股書顯示，第四範式 2022 年營收 30.83 億元，淨虧損爲 16.53 億元。
第四範式可以說是第一代 AI 創業公司，成立于 2014 年 9 月，聚焦企業級人工智能領域，其以平台爲中心的人工智能解決方案，并運用核心技術開發了端到端的企業級人工智能産品，解決企業智能化轉型中面臨的效率、成本、價值問題，提升企業的決策水平。
借助大模型的東風，這次，第四範式能否成功上市？
01
以生成式 AI 重構企業軟件
第四範式在 AIGC 領域的布局分爲四層，分别是底層的「式說」大模型，能力層的 Copilot、知識庫、思維鏈 CoT，平台層的開發平台，以及最後在金融、零售、醫療、制造行業的應用。
第四範式「式說」此前已經有兩個版本，從今年 2 月開始，推出的「式說 1.0」具備生成語言能力，「式說 2.0」加入文本、語音、圖像、表格、視頻等多模态輸入及輸出能力以及企業級 Copilot 能力。
（「式說 3.0」演示現場，圖來自第四範式）
戴文淵現場拔掉了聯網的網線後，用電腦現場展示了「式說 3.0」大模型的圖片理解、多輪對話、寫小說、迅速畫圖、編寫代碼等能力。
此外，現場展示了式說通過推理能力完成更加複雜的 " 裝箱 " 操作，以及其現場編寫代碼的能力。
在戴文淵看來，要做到 AIGS，大模型未必需要是知識廣博、十項全能冠軍的通才，更重要的在于模型具備 Copilot（副駕艙），和思維鏈 CoT（Chain of Thoughts，多步推理）的能力。
第四範式将 AIGS 的路徑總結爲三個階段：
第一階段，Copilot 調動不同的信息、數據、應用，作爲助手完成用戶的指令。相當于在所有企業級軟件系統裏，配備一個指揮官。指揮官聽用戶的指揮，比如「把照片亮度調亮 20%」。
第二階段，Copilot + 基于企業規則的「知識庫」，AI 能夠參照規則做複雜工作，進一步豐富了「對話框」的能力。比如 AI 查詢了「人像美化」知識庫後，能執行把照片修好看的步驟。
第三階段，Copilot+CoT（思維鏈）。軟件系統的使用行爲最終會被大模型學會，形成 AI 針對這個領域的思維鏈，意味着「把照片處理得更好看」這種複雜指令，AI 能自動地按照步驟完成。
AIGS 戰略就是指基于大模型背後的 Copilot+CoT 能力，把企業軟件改造成新型的交互範式，并在新型交互上不斷地學習軟件的使用過程，形成領域軟件的 " 思維鏈 "。
02
第四次沖擊港交所
第四範式這是第四次沖刺港股 IPO 上市，此前，第四範式于 2021 年 8 月 13 日、2022 年 2 月 23 日、2022 年 9 月 5 日向港交所遞交招股書申請，由于六個月内未通過聆訊，今年 3 月 6 日，在被美國列入 " 實體清單 " 一周後，該公司第三次 IPO 申請轉爲失效。
在營收方面，招股書顯示，第四範式 2020 年至 2022 年營收 9.42 億元、20.18 億元及 30.83 億元；2021 年和 2022 年的同比增幅分别爲 114.2% 和 52.7%。
AI 公司普遍虧損，第四範式亦然。根據招股書，2020 年至 2022 年第四範式期内淨虧損爲 7.5 億元、18.02 億元及 16.53 億元。
作爲人工智能技術與服務提供商，目前，第四範式已在金融、零售、制造、醫療、能源、互聯網、教育等領域成功落地 12000 多個 AI 應用，其中，2022 年教育客戶營收占比 7.6%，是第四範式的第 6 大領域。
灼識咨詢指出，中國人工智能行業可按照應用領域分爲四大類别：決策類（第四範式）、視覺（ 商湯、曠世、依圖、雲從）、語音及語義（科大訊飛）和人工智能機器人（大疆）。
灼識咨詢認爲，未來的人工智能技術将不會是由通用人工智能模型主導，而是可能更加多樣化，當中通用人工智能模型（如 LLM）和專門的人工智能系統（如決策類人工智能模型）會就不同目的共存。就底層技術及使用場景而言，LLM 與決策類人工智能模型本質上有所差異，因此，其價值定位亦有所不同，使其在實況應用中更具互補性而非互相競争。
在社會責任方面，第四範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識别古代文獻。古董和古籍當中記載著人類曆史和文化的重要部分。然而，由于在實體保存這些書籍和識别古代文獻方面存在技術困難，可能會丢失大量古代文獻中蘊含的信息。學習古代文獻對人類來說是一項極困難的任務，而人工智能技術便具有優勢：通過處理大量難以辨認的文本，我們的人工智能解決方案能夠發現模式和規則，從而學習準确高效地識别文本。例如，我們的人工智能解決方案助力恢複古代大藏經。
（使用人工智能識别古代文獻）
在教育人工智能方面，第四範式爲教育企業的人工智能設立了 " 範式學院 "，創立了 AutoML.ai，這是一個開源的自動機器學習挑戰平台，其可以與全世界頂尖的學術機構、跨國技術公司以及人工智能科學家交流互動并向他們學習。第四範式已将 Sage AIOS 中的 OpenMLDB 及 OpenAIOS 打造爲一個開源平台，與全世界開發者共享我們在人工智能操作系統的成果。
