从“平台销售”到“生产力工具”战略演进ღ★，“先知AIOS平台+智能解决方案+生成式服务”构建底层业务架构

　　第四范式是中国AI决策智能行业领先厂商ღ★，致力于推动企业AI数字化转型ღ★，降低企业AI建模成本ღ★，在AI逐步从探索转向落地ღ★、生产的当下ღ★，公司凭借核心AI技术ღ★、有竞争力的产品形态及商业化能力ღ★，加速适应“AI普惠化”趋势ღ★。先知AIOS平台是公司所有业务内核ღ★，通过历次迭代升级为用户提供端到端企业级人工智能解决方案ღ★，以自然语言交互方式（企业级AI Agent）辅助业务人员构建行业大模型ღ★；SHIFT智能解决方案在先知AIOS平台基础上ღ★，针对不同行业业务场景打造标准化解决方案ღ★；式说AIGS服务通过生成式AI赋能软件开发ღ★，AIGS Builderღ★、AIGS CodeX提高开发效率ღ★。

　　公司深耕金融ღ★、能源与电力ღ★、交通运输重点行业ღ★，典型客户包括工商银行ღ★、国家电网ღ★、中国石油等ღ★，持续拓展制造ღ★、零售ღ★、医疗保健等行业新市场ღ★，B端标杆客户平均收入（ARPU）提升与客户基数增加实现量价齐升ღ★，驱动营业收入高速增长ღ★，2024年标杆客户数达161个ღ★，同比增长16%ღ★，ARPU达1910万元ღ★，2025年中期标杆客户数90个ღ★，同比增加4个ღ★，ARPU达1798万元ღ★，相比去年同期增长56.6%ღ★，先知AI平台将成为未来企业AI生产力基础设施ღ★。

　　2025年3月公司发布Phancy消费电子业务板块ღ★，为C端客户提供基于AI Agent的软硬件一体解决方案ღ★，助力消费电子公司低门槛ღ★、低成本生产AI产品ღ★，Phancy业务板块助力第四范式实现Bღ★、C端业务全覆盖ღ★。

　　公司营业收入从2020年9.42亿元增长至2024年52.61亿元ღ★，CAGR达53.7%ღ★，2025年中期收入26.26亿元ღ★，同比增长40.7%ღ★，主要由于先知AI平台持续升级驱动标杆用户基数及ARPU齐升ღ★。分部收入来看ღ★，2025年中期先知AI平台收入21.49亿元ღ★，同比增长71.8%ღ★，占比81.8%ღ★，成为驱动收入增长核心增量ღ★，SHIFT智能解决方案收入3.71亿元ღ★，同比下降18.1%ღ★，占比14.1%ღ★，式说AIGS服务收入1.06亿元ღ★，同比下降34.8%ღ★，占比4.1%ღ★。

　　2025年中期研发费用达8.93亿元ღ★，同比增长5.1%ღ★，研发费用率回落至34.0%（2024年同期41.3%）ღ★，研发费用实现规模化效率提升ღ★，经调整净亏损0.51亿元ღ★，同比收窄70.0%ღ★，预计将迈入盈利通道ღ★，2025年有望实现调整净利润转正ღ★。

　　Palantir目前业务结构包括政府及商业业务ღ★，旗下平台Gotham主要用于政府ღ★、军工及部分商业场景ღ★，Foundry主要用于商业化场景ღ★，Apollo用于管理不同环境软件部署ღ★，AIP平台通过构建AIOS系统ღ★，将大语言模型集成到客户私有网络ღ★，驱动工具和相关决策调用ღ★，目前在美国盈利路径已跑通ღ★；第四范式凭借金融ღ★、电信ღ★、能源领域等私有化部署场景中优势明显ღ★，在国内市场先发优势显著ღ★。

　　AI技术发展不及预期风险ღ★，AI商业化落地不及预期风险欢迎来到公海欢到赌船ღ★，AI产品不及预期风险ღ★，市场AI需求不及预期风险ღ★。

　　公司核心产品先知AI平台持续迭代ღ★，2025年成立“范式集团”布局AI Agent及消费电子全新业务板块ღ★。公司前身“北京第四范式智能技术”于2014年9月创立ღ★，旨在为企业提供以平台为中心的人工智能解决方案ღ★，同年12月发布核心产品“先知AI平台1.0版”并在后续年度持续更新迭代ღ★，助力企业实现AI规模化转型并提升企业决策能力ღ★。2025年3月ღ★，创始人戴文渊宣布成立“范式集团”ღ★，原先企业服务业务（4Paradigm）成为集团核心子业务ღ★，同时发布全新业务板块——消费电子业务（Phancy）ღ★，为C端客户提供基于AI Agent的软硬件一体解决方案ღ★，通过模组在消费电子产品中实现AI Agent能力ღ★，助力消费电子公司以低门槛ღ★、低成本生产AI产品ღ★。

　　第四范式提供全栈产品服务ღ★，AI提升企业核心竞争力ღ★。第四范式主要业务可分为先知AI平台（4ParadigmSage）ღ★、SHIFT智能解决方案（4Paradigm SHIFT）ღ★、式说AIGS服务（4Paradigm AIGS）ღ★。先知AI平台作为公司所有业务内核ღ★，致力于降低AI门槛ღ★，实现对更多场景的规模化覆盖ღ★；SHIFT智能解决方案是基于先知AI平台ღ★，针对不同行业业务场景打造的标准化解决方案ღ★，使得技术ღ★、能力进一步深入更广泛行业及场景ღ★，推动行业数字化智能化转型ღ★；式说AIGS服务为先知AI平台提供基于生成式AI的高效开发工具和服务ღ★。

　　“平台+方案+生成式服务”构建第四范式业务全链路体系ღ★。根据第四范式产品服务架构ღ★，先知AIOS 5.0平台作为核心层ღ★，底层具备以自然语言交互方式（企业级AI Agent）辅助业务人员构建行业大模型能力ღ★，包括物理大模型ღ★、科学计算大模型ღ★、新一代SageGPT大模型ღ★、企业级模型纳管平台Model Hub等ღ★，基于此构建企业需求的垂直世界大模型ღ★，例如风险管理大模型ღ★、水电设备大模型ღ★、水务大模型等ღ★。在先知AIOS 5.0平台基础上提供智能解决方案SHIFT和生成式服务式说AIGSღ★，作为先知平台业务延伸ღ★，有助于为客户提供全链路一体化智能决策服务ღ★，形成“平台+方案+生成式服务”业务架构ღ★。

　　先知AI平台十余年间持续迭代升级ღ★，构建公司业务内核ღ★。2014年至今ღ★，先知AI平台已经历十余年更新与发展ღ★。2024年3月发布全新先知AIOS 5.0行业大模型平台ღ★，实现算力层欢迎公海来到赌船710ღ★、平台层ღ★、模型层ღ★、应用层等端到端能力供给ღ★，能够基于各行各业场景X模态数据构建行业基座大模型ღ★，“X模态”数据不仅包括纯文字ღ★，还包括水文数据ღ★、健康报告ღ★、设备监测数值ღ★、设计推演等ღ★，先知AIOS 5.0能够根据历史数据构建垂类行业大模型ღ★；2024年7月发布先知AIOS 5.1版本ღ★，新增GPU资源池化能力（vGPU）ღ★，实现对硬件集群平台化管理ღ★、算力资源按需分配和快速调度ღ★，最多节省80%硬件成本提高GPU综合利用率5-10倍ღ★；2024年8月发布先知AIOS 5.2版本ღ★，新增Model Hub平台对模型统一纳管ღ★，集成多模态ღ★、视觉ღ★、NLPღ★、语音等全球先进大模型并持续更新ღ★，为企业大模型应用提供更优质多元选择ღ★。

　　先知AI平台实现端到端企业级人工智能解决方案ღ★。先知AI平台包括Sage AIOS操作系统和两种人工智能开发人员套件ღ★，套件包括无代码开发工具的HyperCycle系列以及低代码和无代码开发工具的Sage Studio系列ღ★，用户可根据自身编码能力选择合适的套件ღ★。

　　Sage AIOS是企业级人工智能操作系统ღ★，类似Windows在个人电脑上的功能ღ★，连通底层IT基础设施与各种人工智能应用ღ★，帮助各类人工智能应用开发与上线ღ★，Sage AIOS提供人性化界面和视觉化人工智能应用的开发和管理ღ★，简单友好的用户界面是其亮点所在ღ★，用户可以轻松快速构建及操作众多人工智能应用ღ★，实现人工智能规模化部署ღ★。

　　HyperCycle无代码特性降低企业在各种业务运营环节中部署人工智能的门槛ღ★，降低AI技术迅速大规模应用的门槛ღ★，赋能企业快速进行智能化转型ღ★；Sage Studio可根据用户选择提供标准ღ★、低代码和免代码的人工智能开发工具ღ★，能够覆盖从数据到模型ღ★、应用ღ★，以及AI应用部署和上线的全开发流程ღ★，覆盖领域包括机器学习ღ★、计算机视觉公海赌网平台ღ★，ღ★、自然语言处理和语音等ღ★。

　　先知应用涵盖销售及营销ღ★、风险管理ღ★、运营效率ღ★。第四范式在先知平台上提供大量不断增长且适用于特定场景的AI应用ღ★，用户可轻松安装部署ღ★，企业级人工智能应用商店为用户提供选择ღ★，整合并兼容算法和标准以及在Sage AIOS上开发的一组AI应用ღ★，满足用户在不同场景下对智能操作的需要ღ★。先知应用类别可分为1）销售及营销ღ★：应用包括数字运营平台ღ★、精准营销ღ★、销售预测ღ★；2）风险管理ღ★：应用包括反欺诈平台ღ★、反洗钱解决方案ღ★、异常预测ღ★；3）运营效率ღ★：应用包括智慧供应链ღ★、智能客服ღ★、智能生产规划ღ★。以下是先知应用主要功能特点介绍ღ★：

　　标准化解决方案助力行业数字化智能化转型ღ★。SHIFT智能解决方案是在先知AI平台基础上ღ★，针对不同行业业务场景打造的标准化解决方案ღ★，使技术ღ★、能力深入更广泛的行业及场景ღ★，解决传统企业关键业务问题并推动行业数字化智能化转型ღ★。2024年公司推出多款面向不同应用场景的解决方案ღ★，持续更新迭代原有解决方案的功能和效果ღ★，达到不同垂直场景下对准确率ღ★、可靠性ღ★、实时性等企业特性要求ღ★，目前已应用于金融ღ★、能源电力ღ★、医疗ღ★、零售ღ★、运营商ღ★、交通运输ღ★、学术翻译等重要行业ღ★。

　　AIGS Builder降低开发门槛ღ★，AIGS CodeX实现代码提效ღ★。式说AIGS服务是基于第四范式式说大模型能力打造的生成式AI软件开发平台欢迎公海来到赌船710ღ★，通过自动生成代码片段ღ★、知识库应用ღ★、自动代码审查及部署等功能ღ★，减少手动编码时间ღ★，提高开发效率ღ★。公司持续迭代并优化以下两种产品ღ★：

　　1）AIGS Builderღ★：拥有AI Agentღ★、无代码编程ღ★、多工具调用能力ღ★，可实现智能化软件前后端及数据库的开发ღ★、改造和部署等全栈能力ღ★，帮助无代码基础人员进行软件开发ღ★，企业软件开发效率从“月级别”变为“日级别”甚至“小时级别”ღ★，改造后的企业软件内置新型多模态“对话框”交互形式ღ★，改变传统软件交互复杂且效率低的问题ღ★，提升企业软件用户体验ღ★；

　　2）AIGS CodeXღ★：涵盖代码补全ღ★、业务问答ღ★、代码审查ღ★、单元测试ღ★、代码解释等基础功能ღ★，并且针对企业级客户技术特点和编码风格ღ★，AIGS CodeX能够差异化打造企业私域代码仓库集成ღ★，结合RAG检索增强及私域模型微调ღ★，实现业务代码生成效率ღ★、业务问答效果双效增长ღ★。

　　SageGPT重新定义终端用户雇员与业务系统互动模式ღ★。SageGPT具有多模态互动能力及企业级人工智能工具特性ღ★，能够连接终端用户现有业务系统ღ★、人工智能应用及内部数据库ღ★。交付方式上ღ★：1）通过在终端用户的服务器上本地部署软件使用许可ღ★；2）销售预装了SageGPT软件的服务器及其他相关硬件交付ღ★。SageGPT与用户现有业务系统ღ★、人工智能应用及内部数据库兼容ღ★，且无需购买其他产品或服务ღ★。SageGPT主要优势包括安全数据ღ★、可信内容ღ★、成本效益三个方面ღ★。1）安全数据ღ★：SageGPT可在本地部署ღ★，无需大型外部模型ღ★，终端用户数据会在本地保留及处理ღ★；2）可信内容ღ★：SageGPT处理来自可信来源的数据ღ★，包括终端用户现有人工智能应用ღ★、业务系统及内部数据库ღ★，支持知识图谱交叉验证以确保生成内容的可靠性和准确性ღ★，并识别原始来源以作核实ღ★；3）成本效益ღ★：简化了SageGPT人工智能模型和生成流程ღ★，需要较少算力ღ★，无需终端用户在算力和硬件方面大量成本和投资ღ★。

　　新品牌Phancy开拓C端消费电子业务ღ★，赋能消费电子公司低门槛ღ★、低成本生产AI产品ღ★。2025年3月18日ღ★，第四范式创始人ღ★、董事长戴文渊宣布成立“范式集团”公海555000官网ღ★，原第四范式业务成为范式集团核心ToB企业端子业务ღ★，同时推出全新品牌Phancy布局ToC端消费电子业务ღ★。Phancy市场定位是为消费电子产品提供基于AI Agent的软硬件一体的解决方案ღ★，通过智能体模组在消费电子产品（端侧）实现AI Agent能力ღ★，相关合作公司包括宏碁ღ★、康佳ღ★、联想ღ★、喜马拉雅ღ★、中科蓝讯等ღ★，目前Phancy相关模组已与联想合作出货超10万款智能手表产品555000公海登录ღ★。ღ★。Phancy新业务板块的设立助力范式集团实现Bღ★、C两端客户覆盖ღ★，在发挥B端核心优势同时ღ★，通过Phancy能力输出赋能消费电子公司生产低门槛ღ★、低成本AI产品ღ★。

　　目前Phancy业务板块主要产品及解决方案包括端侧AI Agent模组ღ★、AI耳机解决方案ღ★、AI手表解决方案ღ★。端侧AI Agent模组致力于传统设备成为智能助手ღ★；AI耳机解决方案用智能听觉重塑交互体验ღ★；AI手表解决方案实现腕间数据决策智能ღ★。

　　第四范式AI技术实力雄厚ღ★，以“AutoML”为核心打造企业数字化转型“新质生产力”欢迎公海来到赌船710ღ★。公司作为人工智能技术创新者ღ★，以“AutoML”为核心围绕多技术领域持续投入并深入探索ღ★，目前已有多项人工智能技术研究及应用成果落地ღ★，推动AI普惠化进程ღ★。公司核心技术层涵盖预测技术ღ★、感知技术ღ★、决策技术ღ★、AI基础架构和其他领域技术ღ★。其中预测技术中包含自动机器学习技术（AutoML）ღ★：1）自动特征工程ღ★：提供分布式多表时空特征挖掘算法ღ★，提高效率全面挖掘相关特征ღ★，提供时间自适应的自动机器学习解决方案ღ★，让数据根据时间变化自动适应ღ★，保证机器学习效果ღ★；2）自动模型搜索ღ★：自动深度稀疏网络减少不必要的连接ღ★，让网络运行更快的同时节省资源ღ★，神经网络架构搜索能够自动探索和寻找最优的神经网络结构ღ★。

　　第四范式致力于AI技术创新ღ★，推动AI从“技术”演变为“基础设施”ღ★，有效降低门槛实现AI普惠化ღ★。第四范式核心AI技术包括自动机器学习ღ★、迁移学习ღ★、环境学习ღ★、自动强化学习ღ★。公司引领AI技术领域前沿研究方向ღ★，四类核心技术应用于商业解决方案ღ★。1）自动机器学习实现机器学习流程自动化ღ★，有利于降低人工参与成本ღ★；2）迁移学习实现人工智能应用扩展至数据敏感ღ★、数据稀缺行业ღ★，解决隐私问题ღ★；3）环境学习降低模型成本并确保安全ღ★；4）自动强化学习实现自动化训练机器模型在动态ღ★、不确定ღ★、潜在困难环境中作出一系列决策ღ★。

　　第四范式与国际顶尖高校ღ★、研究机构深度合作ღ★，完善产学研体系ღ★。公司在进行技术研发的同时与国内外顶尖高等院校及研究机构建立深度合作关系ღ★，形成深厚的人工智能学术积累和完善的人才培养机制ღ★，合作成果显著ღ★，核心专家顾问团队覆盖AI研究众多领域ღ★，包括AI计算和存储基础架构研究ღ★、自然语言处理ღ★、自动迁移学习和自动弱标记ღ★、智慧医疗ღ★、大规模分布式优化算法ღ★、自动化鲁棒学习ღ★、语音和自动图学习与小样本学习ღ★。目前公司已获得超过20个AI竞赛世界冠军ღ★、超过20次顶级学术比赛主办权ღ★、300多份核心专利以及发表400多份顶级学术论文ღ★，产学研体系完善验证公司技术实力ღ★。

　　第四范式股权结构集中ღ★，戴文渊博士为第一大股东及实际控制人ღ★。公司股权穿透图显示戴文渊为第一大股东及实际控制人ღ★，股份占比22.79%ღ★，范式（天津）管理咨询合伙企业（有限合伙）为第二大股东ღ★，股份占比12.44%ღ★；公司100%控股5家公司ღ★：式数字科技（武汉）有限公司ღ★、范式数字科技（广州）有限公司ღ★、上海式说智能科技有限公司ღ★、北京范式医药有限公司ღ★、第四范式（北京）技术有限公司ღ★，45%控股深圳微克科技有限公司ღ★。

　　公司管理层经验丰富ღ★，戴文渊博士为公司董事会主席ღ★、执行董事ღ★、首席执行官兼总经理ღ★。戴文渊博士主要负责公司整体战略规划ღ★、业务及技术方向以及运营管理ღ★，戴博士在学术研究方面成就显著ღ★，在NIPSღ★、ICMLღ★、AAAI及KDD等领先机构的学术会议上成功发表论文ღ★，2005年4月获得ACM国际大学生程序设计竞赛世界冠军ღ★；陈宇强先生担任公司执行董事兼首席研究科学家ღ★，主要负责技术与产品研发的整体管理ღ★；于中灏先生担任公司执行董事ღ★、副董事长兼高级副总裁ღ★，主要负责投资及融资ღ★、财务ღ★、法律及投资后相关事宜的整体管理ღ★；胡时伟先生担任公司总裁兼首席架构师ღ★，主要负责整体战略规划ღ★、管理业务及销售ღ★、客户成功ღ★、整体技术管理以及产品架构及设计ღ★；郑曌先生担任公司副总裁ღ★，主要负责领导人工智能技术架构规划以及相关产品及技术研究ღ★；刘楠先生担任公司首席财务官ღ★、董事会秘书ღ★，主要负责集团财务战略规划决策ღ★，投资者关系和董事会相关工作ღ★。

　　收入端ღ★：先知AI平台业务收入驱动营业收入高速增长ღ★。公司营业收入自2020年9.42亿元增长至2024年52.61亿元ღ★，CAGR达53.73%欢迎来到公赌船ღ★，ღ★，2024年收入增长主要原因是“AI Agent+垂类世界模型”战略迅速渗透和生态产品加速落地ღ★，第四范式先知AI平台业务收入大幅增长驱动总收入增长ღ★，同时公司扩大客户基础ღ★，提升客户服务深度和用户粘性欢迎公海来到赌船710ღ★，深耕能源电力ღ★、金融ღ★、运营商ღ★、交通运输等行业ღ★，并继续在制造ღ★、医疗ღ★、零售ღ★、水利等战略领域积极布局拓展ღ★，实现行业纵深覆盖ღ★；2025年中期营业收入26.26亿元ღ★，同比增长40.73%ღ★，主要由于公司深入推进“AI Agent+世界模型”落地及应用ღ★，企业客户高价值场景下AI转型需求ღ★，核心业务先知AI平台收入大幅增长驱动营业总收入上升ღ★。

　　利润端ღ★：经调整净亏损逐渐收窄预计将迎来利润释放ღ★。公司经调整净利润2020年达-3.90亿元ღ★，亏损率为41.4%ღ★，2021年亏损增加至5.59亿元ღ★，由于营收高速增长亏损率下降至27.7%ღ★，2022年起亏损逐渐收窄且亏损率逐渐下降ღ★，2024经调整净利润为-2.92亿元ღ★，亏损率收窄至5.55%ღ★，2025年中期经调整净利润-0.51亿元ღ★，亏损率继续收窄至1.94%ღ★，预计未来年度将迎来利润释放ღ★。

　　营业收入构成ღ★：AI市场需求ღ★、AI大模型和生成式AI赋能产品驱动先知AI平台收入增长ღ★。分部收入来看ღ★，2020-2022年公司按先知平台及产品ღ★、应用开发及其他服务口径拆分ღ★，2023-2025H1进一步细分为先知AI平台ღ★、SHIFT智能解决方案ღ★、式说AIGS服务三类业务ღ★。

　　先知平台业务作为公司核心业务板块是驱动营业收入增长的主要因素ღ★：先知平台业务收入从2020年6.19亿元增长至2024年36.76亿元ღ★，CAGR达56.1%呈高速增长趋势ღ★，2024年先知AI平台收入36.76亿元相比2023年25.06亿元同比增长46.7%ღ★，收入占比从59.6%增加至69.9%ღ★，收入增长主要原因是整体AI市场需求增加以及公司大模型和生成式AI能力对产品赋能ღ★，驱动先知AI收入增长ღ★；2025年中期先知平台实现收入21.49亿元ღ★，同比增长71.9%ღ★，收入占比上升至81.8%ღ★，成为驱动营业收入增长核心动力ღ★，期间内先知AI平台全面升级ღ★，底层算力平台ღ★、提供企业级特性的AIOS操作系统到顶层全套软件SageSuiteღ★，提供全方位ღ★、高效率及高性价比的AI数字化转型基础设施和全流程模型及软件开发工具链ღ★。

　　SHIFT智能解决方案2024年收入达10.22亿元ღ★，同比下降20.3%ღ★，主要原因是该部分业务开拓和发展均为支持先知AI平台业务增长ღ★，受业务拓展策略影响有所下降ღ★；2025中期收入3.71亿元ღ★，占比14.1%ღ★，公司调整业务定位ღ★，未来更加聚焦于重点行业及战略客户的前沿应用场景ღ★。

　　式说AIGS服务2024年收入达5.63亿元ღ★，同比增长35.3%ღ★，主要原因是公司在期间内持续迭代和优化企业级软件重构助手AIGS Builderღ★、企业级编程助手AIGS CodeX等产品ღ★，实现降低开发门槛ღ★、提高代码开发效率目标ღ★；2025中期收入1.06亿元ღ★，占比4.1%ღ★，将继续为先知AI平台业务提供高效开发工具和服务ღ★。

　　营业收入分行业ღ★：金融行业ღ★、能源与电力行业企业客户为公司主要营业收入来源ღ★。收入分行业来看ღ★，2020-2022年金融行业和能源与电力行业收入占比较高ღ★，是公司营业收入主要来源ღ★，2020/2021/2022年金融行业营业收入分别为2.92/5.77/5.20亿元ღ★，占比31.0%/28.6%/16.9%ღ★，能源与电力行业营业收入分别为1.38/4.42/6.27亿元欢迎公海来到赌船710ღ★，占比14.6%/21.9%/20.3%ღ★，公司官网披露对应行业领先企业客户包括中国石油ღ★、国家电网ღ★、中国工商银行ღ★、交通银行等ღ★；2022年新增运输行业收入达4.05亿元ღ★，占比13.1%ღ★，电信ღ★、科技ღ★、教育ღ★、制造ღ★、零售ღ★、医疗保健等行业收入普遍上升ღ★。公司深耕金融行业（银行ღ★、证券ღ★、保险）ღ★、能源与电力ღ★、运营商ღ★、交通运输行业同时ღ★，持续开拓制造ღ★、零售ღ★、医疗保健行业新市场实现营业收入增长ღ★。

　　标杆用户数量及平均收入ღ★：标杆用户量价齐升驱动收入增长ღ★，客户粘度及付费意愿良好ღ★。标杆用户数量从2020年47个增加至2024年161个ღ★，CAGR达36.0%ღ★，标杆用户平均收入从2020年12.3百万元增加至2024年19.1百万元ღ★，CAGR达11.6%ღ★，公司不断扩大客户基础ღ★，实现更大范围行业纵深覆盖ღ★，加速渗透标杆用户市场ღ★，实现标杆用户量价齐升有力驱动营业收入增长ღ★；净收入增长率（NEDR）保持较高水平ღ★，体现公司客户粘度及付费意愿良好ღ★，客户留存率及客户满意度高ღ★，有利于未来收入持续性增长ღ★；2025年中期标杆用户数量达90个ღ★，相比去年同期增加4个ღ★，标杆用户平均收入达17.9百万元ღ★，同比增长56.6%ღ★，体现第四范式先知AI平台正成为企业AI生产力基础设施ღ★。

　　费用端ღ★：高研发投入打造先知AI平台核心竞争力ღ★，研发费用率趋于稳定ღ★，销售费用波肖门尾图ღ★、管理费用及费用率持续回落ღ★，费用结构逐渐优化ღ★。

　　研发费用ღ★：公司保持高研发费用投入ღ★，持续投资于解决方案及技术的开发及提升ღ★，研发费用自2020年5.66亿元增长至2024年21.70亿元ღ★，CAGR达39.9%呈高速增长趋势ღ★，2024年研发费用同比增长22.7%ღ★，主要原因是与研发相关的云服务及相关技术服务费增加ღ★，由于营收高速增长研发费用率逐渐回稳ღ★，从2020年60.1%回落至2024年41.3%ღ★，有利于优化费用结构ღ★；2025年中期研发费用8.93亿元ღ★，同比增加5.1%ღ★，聚焦提升行业场景落地能力ღ★、产品性能ღ★、AI生成式软件开发技术以及开源机器学习等关键前沿技术ღ★，研发费用率进一步回落至34.0%ღ★，费用结构优化ღ★。

　　销售费用ღ★：销售费用从2020年2.48亿元增长至2021年4.55亿元ღ★，同比增长83.6%ღ★，主要原因是公司在这一期间持续提升品牌知名度并投资现有客户及吸引新客户ღ★，提高销售人员薪酬并增加广告投放支出ღ★，2022年起销售费用逐渐回落ღ★，2024年回落至1.93亿元ღ★，主要原因是公司优化品牌推广策略ღ★，满足品牌需求同时适当控制营销及品牌活动推广开支ღ★，因此销售费用率从2020年26.3%下降至2024年5.1%ღ★；2025年中期销售费用1.89亿元ღ★，销售费用率7.2%ღ★，主要由于公司加大广告投入ღ★。

　　管理费用ღ★：管理费用从2020年2.46亿元增长至2021年5.42亿元ღ★，同比增长119.8%ღ★，主要原因是公司增加员工福利开支以及股份支付薪酬ღ★，2022年起管理费用逐渐回落ღ★，2024年回落至1.93亿元ღ★，主要原因是上市费用相关开支减少ღ★，因此管理费用率从2020年26.1%下降至2024年3.7%ღ★；2025年中期管理费用0.86亿元ღ★，管理费用率下降至3.3%ღ★，管理费用进一步优化ღ★。

　　毛利及毛利率ღ★：毛利水平持续上升ღ★，新行业新用户布局及产品结构变化引起毛利率回落ღ★，2024年毛利率42.7%ღ★，2025年中期毛利率37.7%ღ★。公司毛利从2020年4.30亿元增长至2024年22.48亿元ღ★，CAGR达51.2%ღ★，毛利率2020-2022年持续上升ღ★，2022年达48.2%ღ★，主要原因是毛利率较高的软件许可业务收入贡献增加ღ★，2023年毛利率略降至47.1%ღ★，主要原因是公司业务持续渗透进新领域及新用户案例中ღ★，导致硬件和技术服务费占收入比例上升ღ★，2024年毛利率回落至42.7%ღ★，主要由公司产品结构变化引起ღ★，2025年中期毛利9.90亿元波肖门尾图ღ★，同比增长25.4%ღ★，毛利率下降至37.7%ღ★，主要由于客户需求推动硬件相关成本占比上升ღ★；分部来看ღ★，2020-2022年先知平台及产品毛利及毛利率水平高于应用开发及其他服务毛利及毛利率ღ★，期间内两者毛利均上升ღ★，先知平台及产品毛利率从2020年45.2%上升至2022年53.4%ღ★，应用开发及其他服务毛利率趋于稳定ღ★，2022年达43.4%ღ★。

　　行业政策层面ღ★：近年来国家出台多项关于支持或规范人工智能行业建设的相关政策ღ★。从2021年9月科技部发布《新一代人工智能伦理规范》ღ★，对人工智能各类活动应当遵循的伦理规范进行相对系统性指引ღ★，促进人工智能行业健康发展ღ★，到2024年6月工业和信息化部等四部门发布《国家人工智能产业综合标准化体系建设指南（2024版）》ღ★，对2026年人工智能产业高质量发展标准体系提出展望ღ★，提升标准与产业科技创新的联动水平ღ★，同时新制定国家标准和行业标准50项以上ღ★，并参与制定国际标准20项以上ღ★，助力人工智能产业全球化发展ღ★。

　　2025年8月26日ღ★，国务院发布《国务院关于深入实施“人工智能+”行动的意见》ღ★，聚焦“人工智能+”行动ღ★，推动人工智能与社会各行业各领域广泛深度融合ღ★，以科技ღ★、产业ღ★、消费波肖门尾图ღ★、民生ღ★、治理ღ★、全球合作等领域为重点ღ★，加快培育发展新质生产力ღ★。计划到2027年率先实现人工智能与6大重点领域广泛深度融合ღ★，新一代智能终端ღ★、智能体应用等普及率超70%ღ★，到2030年普及率超90%ღ★，到2035年全面步入智能经济和智能社会发展新阶段ღ★。

　　应用领域和市场规模层面ღ★：中国人工智能市场规模高速扩张ღ★，决策类人工智能预计未来增长最快ღ★。中国人工智能行业可按照应用领域分为四大类别ღ★，决策人工智能ღ★、视觉人工智能ღ★、语音及语义人工智能和人工智能机器人ღ★。1）决策人工智能ღ★：识别数据中隐藏规律ღ★，指导基于数据洞察的决策过程ღ★，并解决核心业务运营密切的问题ღ★，应用场景包括智慧营销ღ★、风险管理ღ★、供应链管理ღ★；2）视觉人工智能ღ★：基于视觉数据识别ღ★、追踪和测量物体ღ★，将信息转化为洞察和判断ღ★，应用场景包括智能门禁ღ★、公共安全监控ღ★、光学字符识别ღ★；3）语音及语义人工智能ღ★：与人类识别ღ★、生成和交换语音ღ★、文本等语言信息ღ★，在某些重复沟通场景中节省人力ღ★，应用场景包括智能客服ღ★、智慧转录ღ★、交互式语音应答ღ★；4）人工智能机器人ღ★：代替人类执行某些重复性高或危险的任务ღ★，应用场景包括工业机器人ღ★、自动导引车ღ★、手术机器人ღ★。

　　根据灼识咨询报告显示ღ★，2022年中国人工智能支出达2255亿元人民币ღ★，预计2027年将增长至6910亿元人民币ღ★，CAGR为25.1%ღ★，其中决策人工智能有望成为增长最快的类别ღ★，2022年中国决策人工智能市场支出规模为532亿人民币ღ★，预计2027年增长至2104亿元人民币欢迎公海来到赌船710ღ★，CAGR为31.7%ღ★。

　　决策类人工智能平台与单点解决方案ღ★：以平台为中心的决策类人工智能解决方案与单点解决方案有所不同ღ★，除了提供人工智能应用和基本计算基础设施外ღ★，还能为终端用户提供人工智能开发平台ღ★，为用户提供统一开发标准ღ★、高兼容性并能根据实际需求灵活扩展应用ღ★。

　　中国决策类人工智能市场规模ღ★：2018年以平台为中心的决策类人工智能市场规模10亿人民币ღ★，2022年增长至128亿人民币ღ★，CAGR达87.7%ღ★，预计到2027年市场规模达749亿人民币ღ★，预计CAGR达42.3%ღ★；非以平台为中心的决策类人工智能市场规模2018年99亿人民币ღ★，2022年增长至403亿人民币ღ★，CAGR达42.2%ღ★，预计到2027年市场规模达1355亿人民币ღ★，预计CAGR达27.4%ღ★；总体来看决策类人工智能市场规模从2022年109亿元增长至2022年532亿元ღ★，CAGR达48.6%ღ★，预计到2027年市场规模达2104亿人民币ღ★，预计CAGR达31.7%ღ★。两者区别主要在于人工智能开发和部署以满足不断变化需求方面的潜力ღ★，包括更多人工智能应用场景中的扩展性和兼容性ღ★。

　　2003年Palantir创立于美国科罗拉多州ღ★，起初旨在开发反恐行动软件欢迎公海来到赌船710ღ★，2010年摩根大通成为首位商业用户ღ★，随后逐步拓展至政务ღ★、国防ღ★、金融ღ★、零售ღ★、航天等各行业ღ★。公司创始人为Peter Thielღ★，Alex Karp以及其他毕业于斯坦福计算机系和来自PayPal计算机编程人才ღ★，科研实力突出ღ★。2005年公司获得美国中情局（CIA）风险投资部门In-Q-Tel的首轮投资ღ★，CIA成为公司唯一大客户ღ★；2008年起ღ★，政府客户逐渐拓展至国防部ღ★、国家安全局ღ★、联邦调查局ღ★，发布全球决策系统Gothamღ★；2010年ღ★，摩根大通成为Palantir首位商业客户ღ★，业务从军工政务拓展至商业领域ღ★；2016年ღ★，发布现代企业操作系统Foundry商用平台ღ★；2018年推出Apolloღ★；2020年ღ★，纽约证券交易所上市ღ★；2023年推出AIP平台ღ★；2024年ღ★，公司上市转移至纳斯达克ღ★。

　　Palantir聚焦开发国防安全与企业数据分析软件ღ★。目前公司已打造四大旗舰平台ღ★：Gothamღ★、Foundryღ★、Apollo以及Palantir人工智能平台AIPღ★。1）Gothamღ★：协助用户在海量机密与公开数据中挖掘深层模式ღ★，提升情报研判与反恐行动效率ღ★；2）Foundryღ★：建立数据中央操作系统ღ★，重塑企业供应链包装机ღ★，ღ★、制造ღ★、金融等场景的运营流程ღ★，强化可视化与决策支持ღ★；3）Apolloღ★：持续推送功能升级ღ★、安全修补和配置ღ★，确保任务关键系统全天候运转ღ★；4）AIPღ★：让组织能在内部安全启用大型语言模型与生成式 AIღ★，并落实人工智能治理与合规ღ★。

　　（1）Gotham（军工ღ★、政府）ღ★：最初为国防和情报部门政府特工建立ღ★，目前广泛用于政府职能ღ★，但也对商业客户提供服务ღ★，包括与欺诈有关的金融行业客户ღ★。核心能力包括赋能AI杀伤链（Powering the Kill chain）ღ★、任务传感与执行装置（Task sensors & effectors）ღ★、全域行动中心（Ops Center anywhere）ღ★。

　　赋能AI杀伤链ღ★：定位是通过AI驱动的杀伤链为士兵提供支持ღ★，有效整合目标识别与目标执行的配对流程ღ★，在现代战场环境中Gotham能够简化关键决策流程ღ★，操作人员的形势感知能力与任务效能得到提升ღ★。用户可以集中管理情报收集和目标识别ღ★，并利用共享和访问控制的通用情报ღ★、操作和目标画面来可视化战斗顺序ღ★。

　　任务传感与执行装置ღ★：Gotham能够根据AI驱动的规则或人机控制的手动输入ღ★，对从无人机到卫星的传感器进行自主任务分配ღ★。通过与现有卫星系统集成ღ★、优化数百个轨道传感器来回答时间敏感问题ღ★，允许在世界任何地方执行卫星任务ღ★；实现模型的精准ღ★、动态编排ღ★，确保恰当的模型在正确的时间和地点处理对应的传感器数据ღ★，这些模型可在卫星ღ★、无人机及其他边缘设备上运行ღ★，进而将探测结果与分析洞察回传至操作人员端ღ★；与行业标准的数据连接格式及API实现互操作ღ★。

　　全域行动中心ღ★：无论在行动中心（center）还是边缘节点（edge）都能充分发挥平台全部效能ღ★，能沉浸在动态环境中并打通物理与数字世界之间壁垒ღ★。混合现实（Mixed Reality）ღ★：能让操作人员与指挥官在边缘环境中的虚拟行动中心内开展协同工作ღ★；边缘环境打造（Built for the Edge）ღ★：Gotham边缘计算能力使操作人员即便在最恶劣ღ★、网络中断且部署分散的环境中也能获取关键情报ღ★。

　　（2）Foundry（商业）ღ★：通过将数据和模型集成到运营工作流（workflows）中而不中断已建立的系统ღ★，增强和扩展现有的数据基础设施ღ★。支持双向数据流ღ★，允许在平台内生成的数据自动更新回企业系统ღ★；通过详细的跟踪和精细的访问控制来实施强大的治理ღ★，使其能够适应复杂ღ★、不断发展的企业战略ღ★，同时保持数据完整性和合规性ღ★。目前Foundry已经助力企业在许多场景进行实践ღ★，包括打造更安全的汽车ღ★、保障全球供应链安全ღ★、加速癌症研究等ღ★。

　　Foundry核心优势是本体系统（Ontology System）ღ★，能够整合企业业务中语义元素（Semantic）ღ★、动能元素（Kinetic）和动态元素（Dynamic）ღ★，帮助团队在复杂场景下协调决策流程ღ★、实现决策自动化ღ★。

　　Ontology凭借能够表征企业对象ღ★、行为和流程的通用逻辑更快推进业务ღ★，具体来看包括以下步骤ღ★：

　　1）激活数据和分析的能力ღ★：将数据与分析直接融入核心业务及运营团队的日常决策过程ღ★，同时记录决策内容ღ★，为持续学习提供支持ღ★；

　　2）全面升级协作能力ღ★：实现数据团队ღ★、分析团队与运营团队之间的实时协作ღ★，将决策流程整合到统一的逻辑层中ღ★，在情况变化时实施有效行动ღ★；

　　3）最佳构建方式ღ★：在具备可扩展性的架构上构建由人工智能驱动的工作流——可复用源自Ontology的多模态对象ღ★、行为与流程ღ★；

　　（3）Apolloღ★：是一个全面的 DevOps 平台（开发与运维）ღ★，用于管理不同环境中的软件部署ღ★，并自动执行持续集成和交付流程ღ★；简化了部署管道ღ★，支持在本地ღ★、云和混合设置中快速交付功能并实现稳定的性能ღ★。

　　软件控制中心（Software Control Center）ღ★：用户全面了解ღ★、控制整个部署环境ღ★，Apollo Auto - discovery Agent数小时内了解软件环境ღ★，包括软件位置ღ★、版本ღ★、活跃度ღ★、就绪情况等信息ღ★；实时软件目录（Live Software Catalog）实现全面可见性ღ★，包括所有可用软件ღ★、元数据和最新版本的实时软件清单ღ★；大规模提供新功能和更新ღ★，准确了解所有环境中发生的情况ღ★。

　　随处运行（Run Anywhere）ღ★：随时随地与开发人员和运营团队会面ღ★，并且可以灵活映射到任何部署环境ღ★；与现有DevSecOps工具链集成ღ★，组织可以专注于提高速度ღ★。

　　（4）AIP（Artificial Intelligence Platform）ღ★：核心理念是构建AI操作系统（AIOS）ღ★，将GPT-4等多种大语言模型（LLM）集成到客户的私有网络中ღ★，提供私域数据的 AI 平台ღ★，并驱动工具和相关决策调用ღ★。AIP提供平台和工作流构建器ღ★，创建ღ★、部署和管理 AI 应用程序ღ★，不是简单集成聊天ღ★，而是让开发人员能够将应用程序中的AI 转化为代理和自动化ღ★。

　　为工作流构建器（Workflow Builder）设计ღ★：在AI工作流构建器中构建AI appsღ★、操作ღ★、Agent应用ღ★。1）AI驱动数据管道（Pipelines）ღ★：将大型语言模型（LLM）集成到数据管道中并大规模运行ღ★，内置错误处理ღ★、自动重试ღ★、输出模式保障等工具ღ★；2）AI驱动逻辑构建ღ★：构建ღ★、测试并发布功能丰富的人工智能驱动型函数ღ★；3）工作流可视化（Workflow visualization）ღ★：自动识别能连接本体Ontology到应用端的物体ღ★、函数和行为ღ★，理解实体之间关系ღ★；4）工作流监控（Workflow monitoring）ღ★：记录已执行的操作实现工作流的优化与故障排查（debug workflows）ღ★；

　　端到端评估工具助力AI驱动工作流生产ღ★：1）调试逻辑（Debug logic）ღ★：对AIP逻辑函数和提示词进行调试和优化ღ★，对于文本输出也确保AI功能达到生产质量级标准ღ★；2）模型对比ღ★：在函数上对比不同AI模型性能表现ღ★，实现成本与性能双重优化ღ★；3）持续监控性能ღ★：自定义AI性能基准进行持续度量ღ★，结果会同步至指标仪表盘供查看ღ★；

　　本体软件开发工具包（Ontology SDK）ღ★：1）用业务语言构建AI appsღ★：基于统一ღ★、以决策为核心的企业模型开发AI应用ღ★，模型包含高保线）从集成开发环境（IDE）中使用工具包（Ontology SDK）ღ★：让开发者能在适应的集成开发环境（如VS Code）中ღ★，使用工具包进行AI应用开发ღ★；3）最大化复用能力（Maximize reusability）ღ★：AI应用构建成本降至趋近于0ღ★；

　　探索智能解决方案和应用示例ღ★：1）AIP Nowღ★：不断扩充“开箱即用”型AI产品及智能工作流ღ★；2）Build with AIPღ★：获取平台内持续丰富的入门套件ღ★、模板及其他可安装的工作流基础组件ღ★，支持用户即刻启动开发并根据定制化需求调整ღ★；3）Learn AIPღ★：探索整理好的例子ღ★、教程及学习资源ღ★，提速增效构建流程ღ★。

　　收入端ღ★：Palantir营业收入从2018年5.95亿美元增长至2024年28.66亿美元ღ★，CAGR达30.0%ღ★，2025H1营业收入18.88亿美元ღ★，同比增长43.9%ღ★，期间推出Apollo和AIP产品驱动营业收入高速增长ღ★。具体来看ღ★，2024年收入大幅超预期核心驱动因素包括1）AI商业需求爆发ღ★：Palantir AIP平台实现规模化应用ღ★，覆盖医疗ღ★、汽车等行业ღ★，商业用户收入增长迅速ღ★，企业端对AI需求逐渐增加ღ★；2）政府业务与战略合作深化ღ★：长期为美国政府ღ★、军方提供数据分析支持ღ★，通过AI辅助军事决策ღ★，与微软等巨头合作进一步巩固政府及企业端市场地位ღ★；3）低成本算力与AI行业趋势红利ღ★：Palantir AI训练成本显著下降推动利润率上升ღ★，全球AI应用发展潮流持续存在ღ★，Palantir作为“AI+数据分析”领域头部企业受益于AI行业趋势红利ღ★。

　　利润端ღ★：Palantir归母净利润从2018年-5.98亿美元增长至2024年4.62亿美元ღ★，2023年实现扭亏为盈达2.1亿美元并持续增长ღ★，2025年中期归母净利润达5.41亿美元ღ★，同比增长125.4%（2024年同期为2.4亿美元）ღ★，归母净利率从2023年9.4%ღ★，2024和2025年中期分别达16.1%ღ★、28.7%ღ★，归母净利率水平持续上升ღ★。

　　分部收入来看ღ★：政府业务收入从2018年2.55亿美元增长至2024年15.70亿美元ღ★，CAGR达35.4%ღ★，商业业务收入从2018年3.40亿美元增长至2024年12.96亿美元ღ★，CAGR达25.0%波肖门尾图ღ★，2025年中期政府业务收入10.40亿美元ღ★，同比增长47.3%（2024年同期为7.06亿美元）ღ★，商业业务收入8.48亿美元ღ★，同比增长39.9%（2024年同期为6.06亿美元）ღ★，政府及商业业务收入呈现高速同步增长趋势ღ★。

　　边际变化来看ღ★：7月美国陆军授予Palantir 100亿美元企业协议ღ★，旨在巩固并扩大其在人工智能ღ★、数据整合和数字战场等多个国防项目中的作用ღ★，合同将持续到2035年7月31日ღ★，合同范围涵盖将人工智能融入任务规划ღ★、后勤保障波肖门尾图ღ★、情报分析和战术行动波肖门尾图ღ★。

　　第四范式坚持对AI技术创新投入ღ★，持续推动AI技术探索及商业化进程ღ★。2025年以来ღ★，公司聚焦“AI Agent+世界模型”核心技术路径ღ★，以先知AI平台技术能力迭代为核心ღ★，涵盖Agent开发工具链ღ★、智能体框架ღ★、AI应用矩阵ღ★、算力及模型资源调度等领域ღ★，致力于打造能够驱动企业从AI中全面获利的基础设施平台ღ★，为客户提供新质生产力解决方案ღ★。我们预计2025/2026/2027年公司营业收入为70.72/93.43/123.81亿元ღ★，同比增长34.4%/32.1%/32.5%ღ★。

　　先知AI平台业务作为公司核心业务板块ღ★，将成为驱动营业收入增长关键因素ღ★。公司致力于将先知AI平台打造为企业AI时代核心生产力的基础设施ღ★，深度融入企业运营过程中ღ★，成为驱动业务增长的底层动能ღ★。2025年中期先知AI平台继续迎来全面升级ღ★，从底层算力平台ღ★、提供企业级特性的AIOS操作系统到顶层全套软件SageSuiteღ★，提供全方位ღ★、高效率及高性价比的AI数字化转型基础设施ღ★，为企业客户打造全新AI生产力体系ღ★。我们预计2025/2026/2027年先知AI平台业务收入为57.39/78.84/107.51亿元ღ★，同比增长56.1%/37.4%/36.4%ღ★。

　　SHIFT智能解决方案业务作为先知AI平台业务在解决方案端的延伸ღ★，随着第四范式先知AI平台持续迭代和能力提升ღ★，用户在传统优势应用场景下的数字化转型需求由先知AI平台实现ღ★，未来SHIFT智能解决方案业务将更多渗透新行业应用场景ღ★，根据2025中期业绩SHIFT智能解决方案收入同比下降18.1%ღ★，预计今年收入有所下降ღ★，后续年度实现增长ღ★。我们预计2025/2026/2027年SHIFT智能解决方案业务收入8.48/9.06/9.88亿元ღ★，同比增长-17.1%/6.9%/9.1%ღ★。

　　式说AIGS服务业务为核心业务“先知AI平台”提供高效开发工具和服务ღ★，受AI先知平台战略扩张影响ღ★，2025年中期式说AIGS单独作为一类服务收入有所下滑ღ★，收入同比下降34.8%ღ★，公司将坚持迭代并优化基于生成式AI的辅助编程工具AIGS Code X产品ღ★，面向企业研发全流程欢迎公海来到赌船710ღ★，致力于降低编程门槛并提升研发效率ღ★，预计今年收入有所下降ღ★，后续年度实现增长ღ★。我们预计2025/2026/2027年式说AIGS服务业务收入4.86/5.53/6.41亿元ღ★，同比增长-13.7%/13.9%/15.9%ღ★。

　　AI技术发展不及预期风险ღ★，AI商业化落地不及预期风险ღ★，AI产品不及预期风险ღ★，市场AI需求不及预期风险ღ★。

　　本报告摘自华安证券2025年9月15日已发布的《【华安证券·IT服务Ⅱ】第四范式（06682）ღ★：平台销售到生产力工具ღ★，AI驱动决策智能》ღ★，具体分析内容请详见报告ღ★。若因对报告的摘编等产生歧义ღ★，应以报告发布当日的完整内容为准ღ★。返回搜狐ღ★，查看更多