从游戏中的捏脸、3D动漫的建模到企业智能会议室和智慧城市的建设；人工智能技术逐渐渗透到我们的生活当中，运用也越来越常见。

2020年人工智能行业核心产业市场规模将超过1500亿元，预计在2025年将超过4000亿元，发展潜力巨大，资本也看好人工智能行业，不断加大投资力度。

面对行业的巨大潜力，第四范式对资本市场蠢蠢欲动。据中国证监会国际部披露，2021年7月29日，第四范式提交《境外首次公开发行股份(包括普通股、优先股等各类股票及股票派生的形式)审批》材料。若获得受理，意味着第四范式或将很快向港交所递交招股书。

随着资本投入的增加，和阿里、华为、百度同台竞争，第四范式拥有着什么底气冲刺ipo呢？在市场的激流中，第四范式又将面临着什么？

从人工智能赛道跑出“AI独角兽”

随着云计算、大数据等新兴技术的成熟，人工智能技术在日常的生活的运用变得常见起来。从大众熟知的智能音箱，智慧城市建设和城市安防领域的人脸识别，人工智能技术正占据着着人们的视线。

也随着2020年疫情的大爆发，为人工智能应用带来了新的机遇，让资本市场再一次看到了曙光。通过相关数据了解到，2020年人工智能行业投资交易高达338起，资本对其投入正在大幅度增加。

同时，人工智能行业核心产业市场规模预计在2025年将超过4000亿元，目前正处于市场大爆炸时期，许多企业也纷纷表示未来会部署人工智能，企业智能化转型也是大势所趋，未来的人工智能应用场景范围也将持续扩大，深度渗透到各个领域。

而第四范式作为人工智能平台与技术服务提供商，一直以助力企业实现智能化转型、优化企业的效率与决策为战略目标。其成立于2014年底，通过全栈式企业级AI产品体系，致力于解决企业智能化转型中面临的效率、成本、价值问题。现已广泛应用于金融、零售、制造、医疗、能源、政府等多个领域。

天眼查数据显示，第四范式一共经历了11轮融资，融资金额超十亿美元。它的市场估值也从2018年的12亿美元涨到了2020年的20亿美元；在这11轮融资的背后投资机构不仅集齐国有五大行，还有红杉中国、国家制造业转型升级基金等各领域巨头。

且第四范式客户群体覆盖面广，目前拥有超过8000个客户，在银行业的头部客户占有率高达 80%；也在戴文渊带领下，在这几年中成长为全球32家AI独角兽之一。

行业市场规模的扩大，资本的不断投入，国家政策的扶持，加上自身背后资本的支撑和广大的客户群体，这也许就是第四范式冲刺IPO的底气。

但正因为行业发展的潜力和投资增大，中国人工智能行业的竞争也变得更加激烈，第四范式虽作为“AI独角兽”，却也避免不了受到市场激流的冲击。

独角兽与科技巨头的相互较量

前瞻经济研究院数据显示，百度和华为是中国人工智能龙头企业之二。按照目前我国人工智能公司排名情况来看，华为排在第一，百度排名第二。

总体来看，百度人工智能技术在数量增长、市场推动、多样化具有相对竞争优势，华为人工智能技术则在质量提升、学术驱动、国际化、合作性、上具有相对竞争优势。两者人工智能技术在专业化方面相当。

在专利数量上，人工智能行业专利申请数量以北京百度网讯科技有限公司拥有2541项夺得桂冠，而据企查查显示，第四范式只有419项，与百度相比还是稍显劣势。

而在第四范式所擅长的机器学习领域，华为云仍然占据领先优势。2020全年华为云机器学习平台在政企市场增长迅猛，在政府、能源等行业以公有云、混合云的形式积累了丰富的机器学习案例。

阿里云在互联网行业继续保持优势，同时在数字政府、金融等行业也取得一定进展。百度智能云、腾讯云位列其后。

IDC评价百度智能云，作为国内唯一拥有完全自主深度学习框架的云服务商，百度智能云在机器学习和 AI开发平台方面拥有领先优势，能够提供各类自定义组件，满足不同用户进行数据预处理、特征工程和算法建模的需求，不断降低AI技术应用门槛，广泛赋能开发者。

所以虽然第四范式多年蝉联中国机器学习平台市场份额第一，有着一定的优势，但不是绝对优势，随时有着被其他公司超越的风险。

然而除却同行企业之间的相互竞争，人工智能行业自身还面临着一些问题。

LinkedIn数据显示中国在发展人工智能这一前沿领域，更多依赖于引进大量的海外人才，在中国本土，高层次的AI人才极其稀缺。在十年以上的AI人才只占了不到30%，而美国占到了50%。

除了AI人才缺乏这一大问题，企业对智能化转型的担忧也是一潜在要素。德勤对企业智能化部署情况调查结果显示，大量企业已经启动了智能化转型，有近30%走在智能化前列的企业已经开展了丰富的实践且有所回报;有部分企业（43%）采取了相对保守的跟随策略;而其余企业，尚处于起步阶段。

但无论哪一类企业，均对智能化转型抱有大量的担忧与迷惑。这些担忧与迷惑来自于以下因境：数据基础不足、技术能力滞后、监管压力/组织形态落后、企业核心竞争力重塑与人才文化困境等。

另外，现有的监管制度难以跟上新兴技术的步伐，从而给智能化的进程造成了阻碍。监管与技术达成一致存在较大的复杂性，向监管解释解决方案符合监管要求的过程将非常痛苦，因为这些框架的设计并未考虑到智能化的技木。同时，机构在采用能化技术时也可能违规。