第四范式?jīng)Q策類AI先行者

1、CONTENTS目錄2一、 公司概況：國內(nèi)頭部AI平臺型廠商二、 行業(yè)情況：千億市場快速增長，決策類AI高增可期三、 產(chǎn)品體系：平臺+應用構建四大產(chǎn)品板塊，引領AI行業(yè)3一、公司概況：國內(nèi)頭部AI平臺型廠商公司概述：國內(nèi)企業(yè)級AI解決方案領導者核心技術：聚焦預測、感知、決策技術股權結構：實控人為戴文淵，股東陣容強大創(chuàng)始人及募資：創(chuàng)始人為戴文淵，IPO已提交招股書募資用途：基礎技術研發(fā)、品牌拓展、戰(zhàn)略投資財務情況：營收高速增長，先知平臺及產(chǎn)品增長迅猛4公司是企業(yè)人工智能行業(yè)領導者，提供面向企業(yè)的人工智能解決方案。公司成立于2014年，提供以平臺為中心的人工智能解決方案，并開發(fā)端到端的企業(yè)級人工智

2、能產(chǎn)品， 致力于解決企業(yè)智能化轉型中面臨的效率、成本、價值問題，提升企業(yè)的決策水平。公司在決策型 企業(yè)級AI市場中領先，已廣泛應用于金融、零售、制造、能源與電力、電信及醫(yī)療保健等領域。主要產(chǎn)品及服務包括先知平臺及應用產(chǎn)品（提供企業(yè)級人工智能解決方案）、應用開發(fā)及其他服務（幫助客戶在先知平臺上開發(fā)定制化的人工智能應用）。主要客戶包括寧德時代、中信建投證券、中石油、工商銀行、PICC等。1.1 公司概述：國內(nèi)企業(yè)級AI解決方案領導者第四范式歷史沿革20142015201620172018201920202021業(yè)務與 重要客戶9月公司成立；12月發(fā)布首個應用 自動機器學習框架 的商業(yè)化產(chǎn)品8月簽約

3、招行， 進入金融領域，率先在金融 領域應用Al并 產(chǎn)生巨大價值；1月簽約中信建投， AI助力傳統(tǒng)券商轉 型升級3月簽約PICC，在Al+保險領域取 得突破；7月簽約工商銀行，樹立全球 “金融+Al”標桿；10月簽約百勝中國，Al全棧式探 索布局，進入零售領域，加快零 售智能化進程3月簽約人民日報，Al 助力媒體內(nèi)容智能分 發(fā)；3月簽約中石油，進入 能源領域；4月簽約中電科；6月發(fā)布一體化(AIO) 解決方案8月發(fā)布企業(yè)級AI操作系統(tǒng)Sage AlOS；6月推出企業(yè)級人 工智能應用商店 推出開源數(shù)據(jù)庫 OpenMLDB戰(zhàn)略合作11月與光大成立 聯(lián)合實驗室，國 內(nèi)首個AI+金融實 驗室08月與瑞金

4、醫(yī)院達成戰(zhàn)略合作， 發(fā)布AI慢性病預測與管理產(chǎn)品； 09月英特爾第四范式人工智能 聯(lián)合實驗室成立8月與永輝超市達成戰(zhàn) 略合作，共同打造智 慧零售業(yè)務技術競賽與 研發(fā)進展8月獲首屆遷移學習 算法大賽冠軍；12月獲法國巴黎銀 行“國際金融黑客 松大賽”冠軍，該 賽事歷史上首個來 自亞洲的世界冠軍12月AI頂會NeurlPS中主辦國際 首個AutoML大賽5月刷新世界OCR權威 標準lCDAR世界紀錄； 6月連續(xù)兩次刷新世界 物體識別權威標準 PASCAL VOC世界紀錄8月奪得KDD CUP 2020世界冠軍；11月以綜合評分第一入選Forrester機器 學習平臺Wave榮譽12月獲“吳文 俊獎

5、創(chuàng)新一等 獎，首個獲國 家級AI最高獎 的企業(yè)5月入選“Gartner 東亞最具代表性的5 家Al公司”國內(nèi) 唯入榜的Al平臺 公司2月上榜CB Insights 獨角獸榜單，成為全 球309家獨角獸之一； 8月第四范式先知平臺 奪得IDC MarketScape 中國機器學習平臺市 場份額No.12月第四范式先知(Sage)Al平臺率先通過歐盟GDPR(通用數(shù)據(jù)保護條例)認證；3月第四范式AutoML入選Gartner2020十大 戰(zhàn)略技術趨勢報告；6月入選IDC中國人工智能軟件及應用跟 蹤報告，蟬聯(lián)中國機器學習平臺市場份 額第一；11月入選麻省理工科技評論“50家最 聰明公司”榜單1月獲2

6、020年度信 創(chuàng)工委會“卓越 貢獻成員單位” 稱號；2月入圍Gartner 新興技術與趨勢 影響力雷達全球 代表廠商資料來源：公司官網(wǎng)，中信證券研究部，51.2 核心技術：擁有預測、感知、決策等核心技術資料來源：公司官網(wǎng)，中信證券研究部第四范式核心技術技術類別核心技術名稱預測技術自動機器學習：自動特征工程（分布式多表時空特征挖掘算法、時間自適應的自動機器學習解 決方案）、自動模型搜索（自動深度稀疏網(wǎng)絡、神經(jīng)網(wǎng)絡架構搜索）；自動數(shù)據(jù)可視化分析：自動多變量預測分析模型、自動異常檢測自動歸因分析；元學習/遷移學習：自動遷移學習；4模型可解釋；5.自動圖學習感知技術計算機視覺：自動文本識別、自動圖像分

7、類、自動目標檢測、自動工業(yè)質(zhì)檢、富媒體文檔理解自然語言處理：自動文本分類、自動文本糾錯、自動知識表示語音識別：自動語音分類、自動ASR語音識別、自動TTS語音合成決策技術強化學習：自動神經(jīng)網(wǎng)絡結構生成、自動離線強化學習、自動算法選擇與動態(tài)調(diào)參、自動表示學習、樣本高效強化學習；環(huán)境學習：知識驅動離散環(huán)境學習、知識驅動連續(xù)環(huán)境學習、數(shù)據(jù)驅動基于ML的環(huán)境學習、數(shù) 據(jù)驅動基于因果的環(huán)境學習其他領域隱私安全：多方安全計算平臺、基于差分隱私的自動多方學習聯(lián)邦學習；邊緣計算；3.人機交互以“AutoML” 為核心，擁有預測技術、感知技術、決策技術等核心技術。AI操作系統(tǒng)：Sage AIOS人工智能操作系統(tǒng)

8、界面友好，數(shù)據(jù)治理標準化，資源管理和調(diào)度自動化， 中間軟件全面兼容，類似個人電腦操作系統(tǒng)。AI應用開發(fā)平臺：配備無代碼開發(fā)工具的HyperCycle系列和配備低代碼及無代碼開發(fā)工具的Sage Studio系列是核心的以平臺為中心的人工智能開發(fā)套件，用戶使用該方案可快速便捷地大規(guī)模部署 各種定制化的人工智能應用。技術能力：20+AI競賽世界冠軍、20+頂級學術比賽主辦權、300+核心專利、400+頂級學術論文。6控股股東和實控人為戴文淵、吳茗夫婦，股東不乏明星投資機構。截至招股書（申報稿）簽署日，戴文淵直接持有公司24.25%的股份，并通過北京新智、范式出奇、 北京天琴、范式投資、范式隱元控制發(fā)

9、行人16.92%的股份；戴文淵、吳茗夫婦合計控制發(fā)行人 41.18%的股份，為公司的實際控制人。其機構股東中，第一大機構股東紅杉持股7.37%，創(chuàng)新工場 持股1.63%。范氏投資作為員工激勵平臺。北京新智為范式投資的普通合伙人，負責管理日常事務及行使雇員激勵平臺的投票權。雇員激勵平臺的管理權及投票權均歸戴博士所有，其擁有北京新智的99%股權。公司有境內(nèi)控股子公司3家，境外控股子公司1家，境外分支機構2家，無對外參股公司。資料來源：公司招股說明書（申報稿）第四范式股權結構（截至申報稿簽署日）1.3 股權結構：實控人為戴文淵，股東陣容強大71.4 創(chuàng)始人及融資：創(chuàng)始人為戴文淵，IPO已提交招股書第

10、四范式創(chuàng)始人、CEO，戴文淵1983年出生，2020年獲香港科技大學計算機科學及工程博士，2009年畢 業(yè)于上海交通大學，先后獲計算機應用技術學士和碩士學位，在人工智 能技術行業(yè)具有12年的豐富經(jīng)驗。戴文淵博士在NIPS、ICML、AAAI及KDD等頂尖學術會議上發(fā)表多篇論文， 2007年發(fā)表的論文Boosting for Transfer Learning在遷移學習領域論 文引用數(shù)至今排名世界第三。還曾在2005年ACM國際大學生程序設計競 賽全球總決賽中獲得世界冠軍。戴文淵博士在創(chuàng)立本公司前，于2009年5月至2013年5月?lián)伟俣仍诰€網(wǎng) 絡技術（北京）有限公司主任研發(fā)架構師，負責百度搜索

11、廣告系統(tǒng)的研 發(fā)及管理。2013-2014年，戴文淵就職華為，任華為諾亞方舟實驗室主 任科學家 ，獲華為“President Award”創(chuàng)始人：戴文淵融資歷程：根據(jù)招股說明書，第四范式累計完成11輪融資，是第一家獲得了中國工商銀行、 中國農(nóng)業(yè)銀行、中國銀行、中國建設銀行、交通銀行五大國有銀行共同投資的AI創(chuàng)業(yè)公司。 2021年上半年，第四范式完成了7億美元的D輪融資，是AI領域2020年以來已披露的最大 單筆融資。在2020年，其C輪兩次融資完成后，估值就達到了約20億美元。2021年8月13 日，公司向港交所提交招股說明書申報稿。資料來源：公司官網(wǎng)，天眼查，公司招股說明書（申報稿）， 中信

12、證券研究部第四范式創(chuàng)始人戴文淵簡介81.5 募資用途：基礎技術研發(fā)、品牌拓展、戰(zhàn)略投資本次發(fā)行股票種類為港股普通股（H股），主要用于：1）基礎研究、技術和解決方案開發(fā)；2）拓展產(chǎn)品領域、建立品牌；3）戰(zhàn)略投資和收購；4）一般企業(yè)用途。資料來源：公司招股說明書（申報稿），中信證券研究部IPO募集資金用途用途內(nèi)容基礎研究、技術和解決方案開發(fā)加強研發(fā)團隊:1)招募在人工智能及軟件開發(fā)方面具有經(jīng)驗的科學家、研究人員、架構師和工程 師，以進一步加強在人工智能方面的研發(fā)能力并完善的解決方案；2）提高現(xiàn)有研發(fā)人員的薪酬 水平加強研發(fā)能力：1）采購及安裝設備、裝置及或軟件（例如高性能計算服務器和云服務器），

13、從而加強IT基礎設施的算力和存儲能力，以促進研發(fā)；2）成立新研發(fā)中心，例如一般建筑或裝 修開支及其他物業(yè)相關成本；3)加強與第三方研發(fā)服務提供商的關系，進一步提高研發(fā)能力； 4)培育OpenMLDB社區(qū)以提高所有人工智能開發(fā)人員合作關系的積極性及參與度拓展產(chǎn)品領域、建立品牌將用于招聘及挽留各行業(yè)的人才，以加強銷售和營銷團隊，從而利用其特定行業(yè)的銷售經(jīng)驗來 擴大用戶群并增加的客戶忠誠度，進而可能增加客戶在平臺上的支出。將用于通過線下和在線渠道參與更多營銷活動來推廣的解決方案和服務，包括組織及贊助各種 具有影響力的線下活動（例如行業(yè)會議及產(chǎn)品發(fā)布會），并與媒體合作伙伴合作，以提高客戶 和潛在客戶對

14、品牌和技術的認識戰(zhàn)略投資和收購將在未來三年分配至尋求戰(zhàn)略投資和收購機會，從而實施長期增長戰(zhàn)略，以開發(fā)解決方案及擴 展及滲透所涵蓋的垂直行業(yè)。計劃審慎評估和考慮可形成有效互補的廣泛新興業(yè)務的潛在投資 目標，進一步提升的綜合技術能力及拓展服務的行業(yè)及用戶覆蓋，全面充實的業(yè)務合作伙伴的 生態(tài)系統(tǒng)。將綜合考慮目標公司所處行業(yè)、技術和解決方案實力水平、業(yè)務和財務表現(xiàn)以及其 協(xié)同效應來選擇理想的投資目標企業(yè)一般用途企業(yè)一般用途9營業(yè)收入：2020年收入9.42億元，2021H1收入為7.88億元，近年保持高速增長，2018- 2020年CAGR為271%。公司主營業(yè)務：先知平臺及產(chǎn)品、應用開發(fā)及其他服務主

15、營業(yè)務快速增長原因：1）用戶數(shù)從2018年的38名增長至2020年的156名；2）ARPU（尤其是標桿 用戶的花費）從2018年的390萬元增長至1230萬元。凈利潤：虧損有所擴大，2021H1凈虧損達11.87億元 。截至2020年末，公司合并報表凈虧損7.5億元，虧損速度收窄，2021H1虧損再度擴大。虧損擴大的原因：1）于2021年以股份為基礎的薪酬增加；2）公司對研發(fā)的持續(xù)投資，其中技術服務費由于增加使用第三方部署服務提供商；3）出售制成品成本增加，與AIO解決方案銷售的增加同步資料來源：公司招股說明書（申報稿），中信證券研究部1.6 財務情況：營收高速增長，凈虧損有所擴大第四范式20

16、18-2021H1營業(yè)收入（億元）資料來源：公司招股說明書（申報稿），中信證券研究部第四范式2018-2020H1凈虧損（億元）1.284.69.427.881098765432102018201920202021H1-3.72-7.18-7.5-11.87-14-12-10-8-6-4-202018201920202021H12018-2020年 CAGR為271%10毛利率：穩(wěn)定保持在42%45%水平，毛利增長與同期收入增長同步。先知平臺及產(chǎn)品業(yè)務的毛利率從2018年的74.9%降至達42%，主要系2018年推出一體化AIO解決方案，2019年全面商業(yè)化后規(guī)模效應才開始顯現(xiàn)。應用開發(fā)及其他

17、服務保持超45%的毛利率水平。期間費用：期間費用有所波動，研發(fā)費用保持較高水平。銷售費用：從2018年0.97億元增長至2020年2.48億元，系銷售及營銷人員的薪酬水平提高（尤其是以股份為基礎的薪酬）所致，銷售費率從2018年的75%下降至2019年的29.53%后，維持在30%的水平；管理費用：從2018年1.16億元增長至2020年2.46億元，2021H1同比大幅提高，系股份為基礎的薪酬 與2021H1確認所致，管理費率從2018年的90.5%降低至2020年的26.17%，2021H1回升至56%；研發(fā)費用：從2018年1.93億元增長至2020年5.66億元，系加大研發(fā)力度導致技術

18、服務費增加、研發(fā)人 員的人數(shù)增加以及薪酬水平提高所致（20年末研發(fā)人員929人，占比70%），研發(fā)費率從151%回落至 60%-75%的區(qū)間，保持較高研發(fā)投入。資料來源：公司招股說明書（申報稿），中信證券研究部資料來源：公司招股說明書（申報稿），中信證券研究部1.6 財務情況：毛利率較為穩(wěn)定，費用率呈下降趨勢第四范式2018-2021H1毛利率（%）第四范式2018-2021H1費用情況160%140%120%100%80%60%40%20%0%2018201920202021H1銷售費率管理費率財務費率研發(fā)費率42.70%45.60%45.20%44.00%42.20%41.40%48.80

19、%43.50%39.30%46.30%45.70%80%75%74.90%70%65%60%55%50%45%40%35%30%2018201920202021H1綜合毛利率先知平臺及產(chǎn)品應用開發(fā)及其他服務11各項業(yè)務均衡發(fā)展，先知平臺及產(chǎn)品高速增長，營收占比過半。先知平臺及產(chǎn)品：交付方式包括(i)本地安裝在終端用戶服務器上的軟件使用許可及(ii)已預先安裝先 知平臺及先知應用的軟件定義“一體化”(AIO)解決方案，根據(jù)硬件數(shù)量、所需算力、軟件的使用許 可費用以及部署、運營和維護的服務費向用戶收取AI算力平臺的費用。2018-2020年營收從0.05億元 增長至6.19億元，CAGR為1113

20、%，2020年營收占比過半。增速較快原因：1）業(yè)務快速擴展；2） 18-19年大幅增加是由于一體化AIO解決方案于2019年全面商業(yè)化。應用開發(fā)及其他服務：按個體項目向客戶收費，項目定價主要基于相關服務的人力消耗而定，此外 還提供人工智能的精準營銷服務等。2018-2020年營收從1.23億元增長至3.23億元，CAGR為62%。 增速較快的原因是應用場景及因此需要先知平臺上的客戶定制化人工智能應用的客戶增加。1.6 營收拆分：業(yè)務均衡發(fā)展，先知平臺及產(chǎn)品增長迅猛第四范式2018-2021H1各業(yè)務收入拆分第四范式2018-2021H1各業(yè)務占比資料來源：公司招股說明書（申報稿），中信證券研究

21、部資料來源：公司招股說明書（申報稿），中信證券研究部1098765432102018201920202021H1先知平臺及產(chǎn)品（億元）應用開發(fā)及其他服務（億元）4.09%65.69%47.72%95.91%55.30%44.70%34.31%52.28%0%20%40%60%80%100%120%2018201920202021H1先知平臺及產(chǎn)品應用開發(fā)及其他服務12二、行業(yè)情況：高景氣增長勢在必行政策支持：相關政策密集出臺，催化行業(yè)快速發(fā)展產(chǎn)業(yè)鏈：基礎層、技術層、應用層市場規(guī)模：國內(nèi)市場超千億元，整體CAGR近40決策類AI：增長最快的AI細分領域，以平臺為中心的AI解決方案 快速崛起競爭格

22、局：頭部效應顯著，巨頭競爭力強132.1 政策支持：相關政策密集出臺，催化行業(yè)快速發(fā)展發(fā)布時間發(fā)布單位政策法規(guī)名稱與行業(yè)相關內(nèi)容2020/08國家標準委等國家新一代人工智能標準 體系建設指南為加強人工智能領域標準化頂層設計，推動人工智能產(chǎn) 業(yè)技術研發(fā)和標準制定，促進產(chǎn)業(yè)健康可持續(xù)發(fā)展2020/03科技部等加強“從0到1”基礎研究 工作方案重點支持人工智能等重大領域，推動關鍵核心技術突破2019/08科技部國家新一代人工智能創(chuàng)新通過發(fā)展試驗區(qū)建設工作指引力爭開展人工智能技術應用示范、政策實驗、社會實驗、基礎設施建設等四個重點任務，到 2023 年，布局建設 20 個左右試驗區(qū)，創(chuàng)新一批切實有效的

23、政策工具，形成一 批人工智能與經(jīng)濟社會發(fā)展深度融合的典型模式。2019/06科技部新一代人工智能治理原則倡導各方發(fā)展負責任的人工智能，遵循和諧友好、公平公正等8個原則2019/03國務院2019 年政府工作報告深化大數(shù)據(jù)、人工智能等研發(fā)應用。2019/03中央深改委關于促進人工智能和實體經(jīng)濟深度融合的指導意見堅持以市場需求為導向，以產(chǎn)業(yè)應用為目標，深化改革創(chuàng)新2018/11工信部新一代人工智能產(chǎn)業(yè)創(chuàng)新重點 任務揭榜工作方案確定了智能網(wǎng)聯(lián)汽車、智能服務機器人、智能無人機、神經(jīng)網(wǎng)絡芯片、開源開放平臺、 智能制造關鍵技術裝備等17個揭榜方向。2018/10科技部科技創(chuàng)新 2030-“新一代人 工智能

24、”重大項目 2018 年 度項目申報指南在新一代人工智能基礎理論、面向重大需求的關鍵共性技術、新型感知和智能芯片等3 個技術方向啟動16個研究任務，擬安排國撥經(jīng)費預算8.7億元2018/04教育部高等學校人工智能創(chuàng)新行 動計劃通過優(yōu)化高校人工智能領域科技創(chuàng)新體系、完善人工智能領域人才培養(yǎng)體系、推動高校 人工智能領域科技成果轉化與示范應用等三方面舉措，力爭到2030年，高校成為建設世 界主要人工智能創(chuàng)新中心的核心力量和引領新一代人工智能發(fā)展的人才高地2018/03國務院2018 年政府工作報告加強新一代人工智能研發(fā)應用，在醫(yī)療、養(yǎng)老、教育、文化、體育領域推進“互聯(lián)網(wǎng)+”2017/12工信部促進新

25、一代人工智能產(chǎn)業(yè)發(fā)展 三年行動計劃（2018-2020年）提出人工智能和制造業(yè)深度融合2017/07國務院新一代人工智能發(fā)展規(guī)劃提出人工智能階段戰(zhàn)略目標。一是到 2020 年人工智能總體技術和應用與世界先進水平同步。二是新一代人工智能理論與技術體系初步建立。三是到 2030 年人工智能理論、 技術與應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心人工智能相關政策密集出臺，催化產(chǎn)業(yè)快速發(fā)展資料來源：公司招股說明書（申報稿），中國政府網(wǎng)，中信證券研究部注：表格中僅列舉2017年以來的部分相關政策人工智能產(chǎn)業(yè)相關政策142.2 產(chǎn)業(yè)鏈：基礎層、技術層、應用層資料來源：36氪研究院，中信證券研究

26、部（Logo來自各公司官網(wǎng)）人工智能產(chǎn)業(yè)鏈：各環(huán)節(jié)緊密聯(lián)動，技術層是連接人工智能和應用場景的橋梁基礎層：芯片、傳感器、計算平臺等人工智能發(fā)展所需的基礎硬件設備， 芯片產(chǎn)品包括GPU、ASIC、FPGA等，是人工智能最核心的硬件設備、技術層：連接人工智能與具體應用場景的橋梁，通過將基礎的人工智能理論和技術進行 升級和細化，以實現(xiàn)人機交互的目的，其技術主要包括計算機 視覺、語音識別、智適應 學習技術等，人工智能技術層分為感知層和認知層。應用層：各應用領域內(nèi)應用人工智能技術提高產(chǎn)品性能和解決方案智能化水平。人工智能產(chǎn)業(yè)鏈各環(huán)節(jié)基 礎 層技 術 層應用層109232580500100015002000

27、25003000350020202025E全球人工智能市場規(guī)模受益于數(shù)據(jù)量的爆發(fā)式增長以及計算和算法基礎設施的進步，人工智能技術不斷成熟， 各領域部署人工智能應用助力行業(yè)變革的需求拉動市場規(guī)?？焖偬嵘Ｈ颍焊鶕?jù)灼識咨詢數(shù)據(jù)，2020年全球人工智能市場規(guī)模為1092億美元，2016-2020年 CAGR為40%，預測2025年全球人工智能市場規(guī)模為3258億美元，CAGR為24.4%，預 計到2030年，人工智能將驅動近15%的全球GDP。中國：根據(jù)灼識咨詢數(shù)據(jù)，2020年中國人工智能市場規(guī)模為1280億元，預計2025年將 增至6095億元，2020-2025年CAGR為36.6%，高于世界

28、平均水平。資料來源：灼識咨詢（含預測），公司招股說明書（申報稿），中信證券研究部2.3 市場規(guī)模：國內(nèi)市場超千億元，整體CAGR近40%全球人工智能市場規(guī)模（億美元）資料來源：灼識咨詢（含預測），公司招股說明書（申報稿），中信證券研究部15中國人工智能市場規(guī)模（億元）1553185929361280196227293624475960950%20%40%60%80%100%120%010002000300040005000600070002016 2017 2018 2019 2020 2021E 2022E 2023E 2024E 2025E中國人工智能市場規(guī)模yoy2020-2025E C

29、AGR 24.4%16類別功能應用2020年市場規(guī)模（億元）CAGR2016-2020 2020-2025E決策類人工智能識別數(shù)據(jù)中的隱藏規(guī)律，指導基于數(shù)據(jù)洞察的決 策過程，并解決與核心業(yè)務運營密切相關的問題智慧營銷、風險管理及供 應鏈管理優(yōu)化26884%47%視覺人工智能基于視覺數(shù)據(jù)識別、追蹤和測量物體，并將這些 信息轉化為洞察和判斷智能門禁、公共安全監(jiān)控 光學字符識別55683%36%語音及語義人工智能旨在與人類識別、生成和交換語音、文本等語言 信息，以在某些重復的溝通場景中節(jié)省人力智能客服、智慧轉錄、交 互式語音應答23352%33%人工智能機器人旨在代替人類執(zhí)行某些重復性高或危險的任務

30、工業(yè)無人機、自動導引車（AGV）、手術機器人22356%24%2.3 細分領域：決策類AI增長最快我國人工智能行業(yè)按應用可分為決策類人工智能、視覺人工智能、語音及語義人工智能 和人工智能機器人，其中決策類人工智能市場增長最快，是規(guī)模第二的細分領域。根據(jù)灼識咨詢，2020年決策類人工智能市場規(guī)模達268億元，預計2025年將增長至1847億元，CAGR為47.1%。資料來源：灼識咨詢（含預測），公司招股說明書，中信證券研究部人工智能市場各細分領域17資料來源：SEMI（含預測），WSTS，公司招股說明書（申報稿），中信證券研究 部2.4 決策類AI：以平臺為中心的AI解決方案快速崛起中國決策類人

31、工智能市場規(guī)模（單位：十億元）10.918.826.846.068.898.4135.6184.72001801601401201008060402002018201920202021E2022E2023E2024E2025E非以平臺為中心的決策類人工智能市場以平臺為中心的決策類人工智能市場指標決策類人工智能平臺單點解決方案靈活性及可擴展性能靈活地因應需求開發(fā)人工智能模型模組和應用可遷移及復制至相似相鄰的情景大多數(shù)的單點解決方案為固定的一次性交付品難以滿足需要在原有解決方案上進行擴展的額外定制化需求數(shù)據(jù)兼容性及人工智能應用可于平臺上整合不同數(shù)據(jù)來源并統(tǒng)一定義，以消除數(shù)據(jù)不一致和信息孤島應用可以

32、兼容開發(fā)環(huán)境及規(guī)則每個特定的工作流程一般由不同供應商提供并只包含用戶整個數(shù)據(jù)集的一部分-可能會于已分散的數(shù)據(jù)環(huán)境中產(chǎn)生新的數(shù)據(jù)孤島需進行連接以相互操作，且應用可能在基本框架、數(shù)據(jù)標準、處 理規(guī)則等方面有所不同人工智能應用管理一般會預先提供可實現(xiàn)快速、方便的人工智能應用管理的功能預先內(nèi)置一套為所有數(shù)據(jù)集和應用而設的統(tǒng)一 安全模型需要額外的人工智能應用管理功能額外部署一套可在各個獨立應用中有效運作的安全模型可能需要 更高成本以平臺為中心的人工智能解決方案在中國快速崛起根據(jù)SEMI的統(tǒng)計，2020年，我國以平臺為中心的決策類人工智能市場規(guī)模達50億元， 預計2025年增長至535億元，CAGR為60

33、.4%，超越?jīng)Q策類人工智能行業(yè)的整體增速。18決策類人工智能市場頭部效應顯著，前五大廠商占近半市場份額。根據(jù)灼識咨詢，按2020年相關收入計算，前五大市場參與者合計占約50.3%的市場份額， 第四范式是中國收入規(guī)模最大的以平臺為中心的決策類人工智能提供商。第四范式在多方面都有別于競爭者，其中核心業(yè)務只專注于提供純?nèi)斯ぶ悄芙鉀Q方案。根據(jù)灼識咨詢報告，第四范式的主要競爭者為綜合型互聯(lián)網(wǎng)公司，它們一般只為完善業(yè) 務多元性而提供人工智能解決方案，而人工智能解決方案僅占其廣泛業(yè)務范圍的一部分。資料來源：灼識咨詢，公司招股說明書（申報稿），中信證券研究部中國人工智能決策市場份額2.5 競爭格局：頭部效應顯

34、著，巨頭競爭力強第四范式18%公司A（百度）11%公司B（阿里）9%公司C（華為）7%公司D（騰訊）6%其他49%第四范式公司A（百度）公司B（阿里） 公司C（華為）公司D（騰訊）其他注：A公司總部位于北京，是一家主要提供互聯(lián)網(wǎng)相關服務以及人工智能解決方 案的領先互聯(lián)網(wǎng)平臺。B公司總部位于杭州，是一家主要提供零售、消費服務和技術解決方案（如云計算及人工智能）的領先科技公司。C公司總部位于深圳，是一家主要從事設計、開發(fā)及售賣電信解決方案和消 費電子產(chǎn)品的領先科技公司。D公司總部位于深圳，是一家主要提供互聯(lián)網(wǎng)相關服務及解決方案的領先科 技公司，覆蓋領域包括娛樂、人工智能及其他技術。192.5 同行

35、公司：人工智能企業(yè)梳理（部分）注：上市情況截至2021年8月17日，相關業(yè)務總結或存在誤差，以公司實際情況為資料來源：公司招股說明書（申報稿），各公司官網(wǎng)，Wind，中信證券研究部 準公司名稱2020年收入（億元）成立時間上市情況部分相關業(yè)務阿里巴巴71731999美股&港股阿里云AI依托阿里頂尖的算法技術，結合阿里云可靠和靈活的云計算基礎設施和平臺服務，幫助企業(yè)簡化IT 框架、實現(xiàn)商業(yè)價值、加速數(shù)智化轉型。阿里云數(shù)十項AI能力，穩(wěn)定、易用、能力突出，提供了AI技術應用 開發(fā)的方式。騰訊48211999港股騰訊依托騰訊AI開放平臺，提供文字識別、智能機器人、人體識別、自然語言處理、語音技術、人

36、臉識別、 圖像識別、AI平臺服務等。華為89141987-華為全棧全場景AI解決方案，包括Ascend、CANN、MindSpore、應用使能四個層次。華為云智能體以云為基 礎，以AI為核心，通過統(tǒng)一的平臺和架構，將云、大數(shù)據(jù)、AI等創(chuàng)新技術與行業(yè)機理、專家知識融合，提供 一體化協(xié)同的智能服務，挖掘數(shù)據(jù)價值，助力政企智能升級，構筑領先優(yōu)勢。百度10712000美股&港股百度設立百度AI開放平臺，開放了語音、圖像、文字識別、VR/AR、人臉識別、視頻、自然語言處理、知識 圖譜等技術能力，基于飛槳PaddlePaddle等框架，為開發(fā)者提供快捷的AI應用開發(fā)方式和環(huán)境。?？低?352001A股以

37、視頻為核心的智能物聯(lián)網(wǎng)解決方案和大數(shù)據(jù)服務提供商，業(yè)務聚焦于智能物聯(lián)網(wǎng)、大數(shù)據(jù)服務和智慧業(yè)務 已發(fā)布包括計算機視覺技術的人工智能軟硬件產(chǎn)品和行業(yè)解決方案，覆蓋智能城市、智能商業(yè)等眾多行業(yè)場 景，已發(fā)布智能攝像頭產(chǎn)品，支持智能語音功能。科大訊飛1301999A股長期從事語音及語言、自然語言理解、機器學習推理及自主學習等核心技術研究并保持了國際前沿技術水平 積極推動人工智能產(chǎn)品研發(fā)和行業(yè)應用落地，致力讓機器“能聽會說，能理解會思考”。業(yè)務涵蓋AI+教育、 AI+政法、AI+工業(yè)等領域。商湯科技-2014-人工智能平臺型公司，長期投入于原創(chuàng)技術研究，自主研發(fā)并建立了深度學習平臺和超算中心，業(yè)務涵蓋智

38、 慧商業(yè)、智慧城市、智慧生活、智能汽車四大板塊。云從科技7.62015科創(chuàng)板已過會憑借著自主研發(fā)的人工智能核心技術打造了人機協(xié)同操作系統(tǒng)，通過對業(yè)務數(shù)據(jù)、硬件設備和軟件應用的全 面連接，賦能智慧金融、智慧治理、智慧出行、智慧商業(yè)等應用場景，為廣泛的客戶群體提供以人工智能技 術為核心的行業(yè)解決方案。九章云極-2013-專注自動化數(shù)據(jù)科學平臺的持續(xù)開發(fā)與建設，著重為數(shù)據(jù)科學家，AI從業(yè)者提供一整套開發(fā)平臺，為政府和 企業(yè)智能化升級和轉型提供全面配套服務。通過九章云極DataCanvas平臺提供自動化機器學習分析和實時計算能力創(chuàng)新奇智-2018-提供全棧式AI產(chǎn)品和解決方案，包括AI平臺、算法、軟件

39、及AI賦能設備，從而為企業(yè)實現(xiàn)降本增效及透過業(yè) 務經(jīng)營及信息管理的智能轉型優(yōu)化決策。專注于制造、金融等行業(yè)的AI賦能，為客戶提供可快速交付落地的 人工智能產(chǎn)品及解決方案。20三. 產(chǎn)品體系：兩大業(yè)務線，引領人工智能業(yè)務概述：圍繞AutoML，布局AI上下游環(huán)節(jié)產(chǎn)品梳理：以平臺+應用打造四大產(chǎn)品板塊，構建人工智能生態(tài)先知平臺：企業(yè)級人工智能操作系統(tǒng)、智能開發(fā)套件先知應用：基于Sage AIOS提供標準化AI應用解決方案：覆蓋七大行業(yè)，助力企業(yè)降本增效競爭優(yōu)勢：技術、方案、市場、生態(tài)、管理多維共振核心技術：四項AI核心技術賦能企業(yè)，突破原有障礙客戶指標：客戶數(shù)量穩(wěn)步提升，單客戶價值高速增長213.

40、1 業(yè)務概述：圍繞AutoML，布局AI上下游環(huán)節(jié)資料來源：公司招股說明書圍繞AutoML，不斷布局人工智能操作系統(tǒng)、開發(fā)平臺和各類業(yè)務場景。公司是企業(yè)人工智能的行業(yè)先驅者與領導者，提供以平臺為中心的人工智能解決方案，使企業(yè)實現(xiàn) 人工智能快速規(guī)?；D型落地，發(fā)掘數(shù)據(jù)隱含規(guī)律并全面提升企業(yè)的決策能力。以人工智能平臺和操作系統(tǒng)Sage AIOS為核心，公司逐步向上延伸數(shù)據(jù)處理和計算基礎設施，向下 延伸基于場景和行業(yè)的應用產(chǎn)品。2020年8月公司推出Sage AIOS，為企業(yè)AI應用提供數(shù)據(jù)資源治理和 系統(tǒng)資源調(diào)度能力。2019年6月推出SageOne Appliance軟硬一體化AI集成系統(tǒng)，性能

41、較市面開源工具或GPU解決方案至 少提高6倍，通過毫秒級數(shù)據(jù)響應和百萬級吞吐量實時提升核心業(yè)務成效，讓原本只能出現(xiàn)于事后的 統(tǒng)計分析。第四范式主要產(chǎn)品及服務布局223.2 產(chǎn)品梳理：四大板塊，打造人工智能生態(tài)資來源：公信證券研究部司招股說明書，中分 類產(chǎn)品名稱產(chǎn)品介紹典型客戶AI操 作 系 統(tǒng)Sage AIOS-企業(yè)級AI操作系統(tǒng)通過面向AI時代的“數(shù)據(jù)治理”、“資源管理”和“應用管理”的三方面核心能力，AIOS連通底層基礎設施與上層應用軟件，為各類AI操作系統(tǒng)開發(fā)與上線保駕護航，提供高實時、高性能、高可用的運行時支撐工行、百騰、中石化、中石 油、中國銀聯(lián)、招行、交行、 華夏銀行、光大銀行、興

42、業(yè) 銀行、北京中關村銀行、寧 波銀行Sage App Store-企業(yè)級AI應用市場一個為用戶提供選擇的人工智能應用市場。其整合并兼容由公司及合作伙伴在Sage AIOS生態(tài)系統(tǒng)中使用公司算法及標準開發(fā)的一組人工智能應用，從而滿足用戶在不同應用場景下對智能操作的需要Sage LaunchPad-一站式AI應用上線平臺一站式的AI模型線上管理運維平臺，提供異構AI模型全生命周期管理及AI應用管理、應用監(jiān)控和運維可視化功能，解決AI應用部署、落地難的問題AI應 用 開 發(fā) 平 臺Sage Studio-全流程、低門檻AI應用開發(fā)與上線平臺基于第四范式自研高維機器學習計算框架和AutoML算法與技術

43、，通過功能強大、標準化、模塊化的全棧AI開發(fā)與上線能力，滿足企業(yè)落地AI對“效果”訴求的同時，提供AI平臺規(guī)?；涞厮璧摹靶省惫ば?、百騰、中石化、中石油、中國銀聯(lián)、光大銀行SageHyperCycle-自 動決策 類機器 學習平 臺HyperCycle ML低門檻，標準化、全自動的決策類機器學習平臺，幫助沒有足夠專業(yè)AI知識的人員也可以輕松快送構建AI應用，其AI效果超過90%的專家建模，并持續(xù)提升工行、寧波銀行、中國銀聯(lián)、 百騰、廣發(fā)銀行、華夏銀行HyperCycle CV新一代計算機視覺算法AI平臺，支持圖像分類、目標檢測和分隔等場景，小時級別的快速驗證效果，低門檻易上手，用戶只需標注

44、幾十張數(shù)據(jù)，即可構建專屬的視覺模型，其效果也隨標注數(shù)據(jù)的增加而持續(xù)提升HyperCycle OCR新一代圖像文字提取算法平臺，解決客戶大量個性化版式的卡證、票據(jù)等識別的問題，低門檻易上手，點擊鼠標即可建立專屬模型，一個模型即可覆蓋同種單據(jù)多種版式，并輕松拓展N個場景，場景效果持續(xù)提升Sage Knowledge Base低門檻、全流程知識圖譜構 建平臺將大量專家知識模塊化封裝進NLP產(chǎn)品，普通業(yè)務人員經(jīng)簡單培訓即可使用的全流程知識圖譜平臺，針對 不同行業(yè)和領域提供知識驅動的復雜應用分析及決策支持普華訊光、YescomUSA、國家電投、CSSC、立信、國家 外匯管理局、工行、交行AI業(yè) 務 應

45、用第四范 式天樞- 數(shù)智化 流量運 營平臺智能搜索精準識別用戶意圖，為用戶快速匹配目標信息，縮短用戶與目標信息之間的距離，提高用戶的搜索體驗的同時，提升搜索轉化率來伊份、飛鶴奶粉、百威中 國、杰尼亞智能推薦幫助企業(yè)快速搭建智能推薦系統(tǒng)，解決信息過載與用戶注意力有限的矛盾，為企業(yè)用戶提供千人千面的個性化體驗，提高用戶留存與活躍智能推送基于豐富的歷史數(shù)據(jù)，利用AI模型精準圈定溝通人群，并為其匹配個性化內(nèi)容，在最大程度降低對用戶的打擾的同時，提升業(yè)務轉化對話機器人724小時快速響應用戶需求，為用戶提供高情商的智能問答服務，不錯過任何線索，同時支持多輪對話，可為用戶提供滿分體驗。智能消費者數(shù)據(jù)平 臺為

46、企業(yè)提供面向AI應用的精細化數(shù)據(jù)采集與治理方案，構建可供AI依賴的數(shù)字基礎，讓企業(yè)快速構建全場景的智能應用Smart ArchiveAI 文檔數(shù)字化解決方案突破性地將人工智能技術、自動機器學習技術與文檔識別數(shù)字化融合，解決了傳統(tǒng)工具建設周期長、成本高、版式兼容性差、難以迭代更新等難題。使用Smart Archive，企業(yè)可快速自主定義具體場景的自動化模 型，并集成至自有系統(tǒng)，實現(xiàn)業(yè)務智能化升級算 力 產(chǎn) 品SageOn e-軟件 定義算料力平臺SageOne Advanced集成第四范式AutoML 自動建模技術，助力企業(yè)快速開展業(yè)務新場景探索。同時以可視化的方式簡單高效地 進行模型部署和服務

47、的監(jiān)控運維，幫助企業(yè)實現(xiàn)AI的快速落地鐵科院、某國際能源公司、 某外匯管理部門、某大型國 有銀行SageOne 領航SageOne WorkStation233.2.1 先知平臺：企業(yè)級人工智能操作系統(tǒng)資料來源：公司招股說明書（申報稿）先知平臺Sage AIOS：端到端人工智能解決方案功能：由數(shù)據(jù)內(nèi)核及運行時內(nèi)核驅動，幫助企業(yè)實現(xiàn)快速、規(guī)?；渴鸷椭悄軟Q策，以及規(guī)?；O 計、開發(fā)及操作人工智能應用，即插即用及低代碼/無代碼的特性極大地降低了部署人工智能的門檻。數(shù)據(jù)內(nèi)核：面向人工智能的數(shù)據(jù)平臺，通過定義適用于人工智能的數(shù)據(jù)標準和格式，全面提升用戶的數(shù)據(jù)質(zhì)量和建模效率。關鍵組件是自研的開源數(shù)據(jù)庫O

48、penMLDB。運行時內(nèi)核：用于多級計算、存儲和通信的集中管理內(nèi)核，可在不影響用戶體驗的情況下自動調(diào)度 及管理異構資源，從而提高計算資源利用率，優(yōu)化人工智能應用的開發(fā)效率。OpenAIOS是運行時 內(nèi)核的關鍵組件。第四范式先知平臺Sage AIOS產(chǎn)品界面示意圖24資料來源：公司招股說明書（申報稿）資料來源：公司招股說明書（申報稿）3.2.1 人工智能開發(fā)套件：HyperCycle、Sage StudioHyperCycle操作界面Sage Studio操作界面為企業(yè)提供配備各種開發(fā)工具的人工智能開發(fā)套件，協(xié)助其設計及開發(fā)人工智能應用。 基于用戶的需要及背景，提供配備無代碼開發(fā)工具的Hyper

49、Cycle平臺、配備低代碼及無 代碼開發(fā)工具的Sage Studio平臺。HyperCycle：在整個開發(fā)過程中自動構建、應用及更新機器學習模型。用戶只需在可視 化的用戶界面進行簡單操作，便可輕松開發(fā)人工智能應用?；谟脩粝胍_發(fā)的人工智 能應用類型，提供HyperCycle ML/CV/OCR/KB選擇Sage Studio：端到端人工智能應用開發(fā)平臺。提供了可選的代碼開發(fā)工具(Notebook)、 低代碼開發(fā)工具(DAG)和免代碼開發(fā)工具（DAG模版），能夠覆蓋從數(shù)據(jù)到模型、應用， 以及人工智能應用的部署和上線的整個開發(fā)過程253.2.2 先知應用：基于Sage AIOS提供標準化AI應用

50、先知平臺上提供了大量不斷增長而且適用于特定場景的人工智能應用。企業(yè)級人工智能應用商店：其整合并兼容由公司及合作伙伴在Sage AIOS生態(tài)系統(tǒng)中使用算法及標 準開發(fā)的一組人工智能應用，從而滿足用戶在不同應用場景下對智能操作的需要。根據(jù)其功能主要 分為銷售及營銷、風險管理及運營效率應用應用開發(fā)服務：根據(jù)客戶的特定業(yè)務需求幫助其在先知平臺上開發(fā)定制化的人工智能應用。類別應用簡介銷售和營銷數(shù)字運營平臺提供包含智能推薦、智能搜索、智能推送、智能客服、數(shù)據(jù)治理等功能的數(shù)字運營平臺，使企業(yè)能夠改善線 上運營、優(yōu)化用戶體驗及提升用戶留存，并實現(xiàn)業(yè)務增長。通過人工智能技術的賦能企業(yè)可有效優(yōu)化其日常 運營，在用

51、戶留存、用戶復購、交易單價和GMV等核心業(yè)務指標上實現(xiàn)突破精準營銷在推薦、營銷、維持用戶活躍度、用戶畫像、預測、用戶獲取和定價等各種場景中，以人工智能技術為動力 使企業(yè)能夠分析銷售數(shù)據(jù)并配置營銷策略，從而增加其銷售額銷售預測分析各種運營數(shù)據(jù)，包括銷售、門店、營銷、環(huán)境和位置數(shù)據(jù)。利用人工智能技術，其自動匯總銷售預測相 關規(guī)則，并能夠從門店層級到SKU層級，準確預測銷售量、銷售價值和銷售流向。助力用戶實現(xiàn)銷售策略的 制定，并優(yōu)化庫存和商店選址規(guī)劃風險管理反欺詐提供端到端的智能反欺詐平臺，為企業(yè)賦能人工智能技術，以解決各類風險和欺詐事件。通過結合機器學習 技術和傳統(tǒng)專家經(jīng)驗，幫助用戶提高風險管理和

52、反欺詐管理的整體準確性和范圍反洗錢能夠智能識別、分析和報告可疑交易，并根據(jù)風險級別對標記的交易進行排序，以提高人工審核的效率。這 應用也能夠解決傳統(tǒng)反洗錢方法的“漏報”和“多報” 問題異常預測能夠識別意外項目、事件或觀察結果，從而通過數(shù)據(jù)挖掘提供預警及趨勢預測，并可應用于銀行欺詐檢測及 預測、設備故障及文本錯誤運營效率智慧供應鏈通過分析消費者需求并結合的銷售預測應用，的智慧供應鏈解決方案幫助企業(yè)管理生產(chǎn)、分發(fā)、補貨配貨和 倉儲。相信智慧供應鏈解決方案能夠賦能許多行業(yè)，在這些行業(yè)中，精準的定價、采購和分銷是成功的關鍵 因為企業(yè)越來越依賴人工智能來作出準確及時的采購決策智能客服提供基于深度學習技術

53、的AI對話機器人，具有自學習、自然語言理解、知識圖譜、智能問答、任務對話等核 心功能。在與終端用戶的交流過程中，機器人可以根據(jù)用戶的反饋進行自學習、調(diào)整交流策略和交流結果。 可以幫助企業(yè)降低與人工客服相關的成本智能生產(chǎn)計劃通過提供智能生產(chǎn)規(guī)劃應用，幫助用戶優(yōu)化生產(chǎn)計劃。經(jīng)人工智能技術賦能，其可基于用戶訂單、產(chǎn)能、生 產(chǎn)技術及原材料對每個產(chǎn)品線制定日常生產(chǎn)計劃，從而提高用戶的成本效益資料來源：公司招股說明書（申報稿），中信證券研究部第四范式先知應用及簡介263.2.3 解決方案：覆蓋七大行業(yè)，助力企業(yè)降本增效資料來源：公司官網(wǎng)，中信證券研究部與客戶緊密合作，幫助其開發(fā)針對特定場景的人工智能應用，

54、為金融、零售、制造、能 源與電力、電信運營商及醫(yī)療保健等眾多行業(yè)提供解決方案行業(yè)場景業(yè)務效果智慧銀行精準營銷、實時反欺詐、智能反洗錢、運營優(yōu)化智能營銷模型相比專家規(guī)則對長尾客戶營銷效果提升明顯，超過112%；反欺詐AI模型上線效果相比于傳統(tǒng)的專家規(guī)則，準確率提高了3倍；反欺詐模型事后驗證，對客戶打擾率相比專家規(guī)則，下降57%；反洗錢可疑案宗分析，打分前70%的案宗中，召回率達到了99.6%智慧保險保險客戶在線化智能運營、智能核保/核賠、智能化 健康管理方案、車輛智能定損智能退保模型，減少50%人工審核成本；只需300張即可完成OCR深度學習模型訓練；預測效果較專業(yè)醫(yī)生基于臨床金標準的預測提升2

55、-3倍智慧證券券商客戶在線化智能運營、智能投顧、研報識別、 高頻交易決策引擎?zhèn)€股研報字段準確率95%（訓練300篇）；高頻交易指標監(jiān)測平均響應時間18ms；最高日均激活客戶增幅582.50%智慧零售精準營銷、智能運營、智慧供應鏈、智能客服優(yōu)惠券使用率單日提升超78%；外賣銷量預測準確率98%；個性化推薦產(chǎn)品組合帶來的年收入達億元智慧能源石油管道異常檢測、海管內(nèi)腐蝕檢測、化工品價格 預測、風機設備故障預測油層識別率提升96%；風機故障預警提前時間20分鐘；化工品價格預測準確率99%智慧醫(yī)療慢病風險預測、疫情推演系統(tǒng)、新生兒體重預測、 胰腺癌術后生存分析、AI醫(yī)學識別、AI藥物研發(fā)、 AI輔助決策

56、、智慧家庭慢病預測準確率較專業(yè)醫(yī)生基于臨床經(jīng)驗標準預測提升2-3倍；新型冠狀病毒肺炎高危人群篩查準確率提升16倍；疫情推演與經(jīng)典傳染病模擬相比預測誤差降低90%；胰腺癌術后生存分析預測精度絕對值提升12%智慧制造智能線索評級、智能排產(chǎn)派工、異常檢測、缺陷檢 測銷售機會識別準確度提高16.7%，產(chǎn)品完工時間縮短13.8%，挽回意外停機造成的廢品損失千萬元/月第四范式行業(yè)解決方案介紹273.3 核心技術：四項核心技術，賦能企業(yè)突破原有障礙資料來源：公司招股說明書（申報稿），中信證券研究部擁有四類核心技術，解決企業(yè)自建人工智能能力面臨的關鍵問題使用簡便：低代碼及或無代碼特征及操作系統(tǒng)的直觀界面，使得人工智能領域知識和經(jīng)驗有限的用戶也可開發(fā)、部署并操作適于整個企業(yè)范圍的定制化AI應用。投資回報高：以