先知|第四范式的四道坎

文章插图
文 | 锦缎
商汤ProIPO估值水平是20多倍P/S （市销率），上市后最高直接干到40多倍。继商汤之后，1月27日创新奇智也要登陆港股，同样其ProIPO估值水平也是20倍P/S，不知道上市了会怎么炒。但无论如何，AI赛道开始躁起来了。
不同的AI公司外界往往雾里看花，其实按商用类型分4类，你能很快的明白各自的区别：

视觉类AI，最重要的应用是人脸识别和自动驾驶，典型公司有商汤-W(HK:00020)，目前市值2290亿港元。

语音语义AI，就是文字转语音，典型公司有科大讯飞(SZ:002230)，目前市值1126亿元。

决策类AI，你可以简单的理解为“AI下棋”，典型公司有第四范式，目前ProIPO估值30亿美元。

人工智能机器人，波士顿动力公司的机器狗知道吧，国内公司典型公司有大疆，目前估值1660亿元。

商汤和创新奇智我们都解读过，今天来聊聊第四范式。

文章插图
请输入图图：决策类 A I 市场份额，来源：招股书说
【先知|第四范式的四道坎】但从现实角度观察，福兮祸所伏，鲜明的特点又决定它必须要迈过几道坎才能真正的把商业模式跑通，卸下外界对其“流血IPO”、“IPO保命”的质疑。毕竟第四范式账上的“现金+短期投资+理财产品”经不起1年多的亏损；不像商汤和创新奇智，账上的钱还能可劲儿造好几年。
01 搭积木的架构，迁移学习是法宝在总结第四范式的业务之前，我想先给出一个决策类AI的运用场景。假如一名甜点老板，上月某产品销售了十万，本月销售了五万。那么下个月该备多少货呢？如果产品单一，有经验的决策者或许能够猜得大差不差。
但如今消费者对产品的偏好瞬息万变，今天还追捧“脏脏包”，明天就独宠肉松小贝了。当产品品类较丰富，决策者就不能流于表面的市场规律，还需应对好市场偏好的变化。
决策类AI的目的就是解决上述类似问题，它基于数据进行科学的商业决策。决策类AI的逻辑支撑在于：统计学原理告诉我们只要建立合适的模型，就能无限逼近最真实的结果。
传统的数据分析软件，建立在数据库中不同数据被标记情况而“死硬”汇算出来的。这种方式不能灵活的生成新模型和表格，还需要一个既懂软件又要懂行业的团队实现灵活的数据汇算，要求过高了些。
第四范式提供一个简单操作且灵活搭建的数据平台，从而满足客户在不同场景的需要。其不同之处在于，它不是试图向用户提供一个分析工具，而是向用户提供一个各项功能都可以任意搭配的“积木”。

文章插图
请输入图说图： “搭积木”，来源：招股书
◆Sage AIOS：一个类似于Windows一样的可视化操作系统，能够提高算力使用效率，为“搭积木”提供场地。
◆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。