--- title: "第四范式的预期差：企业 AI 不只讲模型，开始讲现金流质量了" type: "Topics" locale: "zh-CN" url: "https://longbridge.com/zh-CN/topics/42431079.md" description: "7 月 5 日盘后，第四范式更新月度经营数据：先知 AI 平台单月营收 4.12 亿元，同比增长 70.6%；企业 AI 智能体订单环比提升 42%；金融、能源行业 AI 解决方案毛利率 43.2%，高于公司 36.8% 的综合毛利率；新增政企 AI 算力托管签约 86MW，算力集群全部采购国产昇腾、沐曦。可见第四范式的企业 AI 已经开始从 “技术展示” 走向 “预算兑现”..." datetime: "2026-07-06T02:18:25.000Z" locales: - [en](https://longbridge.com/en/topics/42431079.md) - [zh-CN](https://longbridge.com/zh-CN/topics/42431079.md) - [zh-HK](https://longbridge.com/zh-HK/topics/42431079.md) author: "[港股研究社](https://longbridge.com/zh-CN/profiles/3199113.md)" --- # 第四范式的预期差：企业 AI 不只讲模型，开始讲现金流质量了 7 月 5 日盘后，第四范式更新月度经营数据：先知 AI 平台单月营收 4.12 亿元，同比增长 70.6%；企业 AI 智能体订单环比提升 42%；金融、能源行业 AI 解决方案毛利率 43.2%，高于公司 36.8% 的综合毛利率；新增政企 AI 算力托管签约 86MW，算力集群全部采购国产升腾、沐曦。 可见第四范式的企业 AI 已经开始从 “技术展示” 走向 “预算兑现”，第四范式向市场提供了一个行业新的观察样本，资本市场当下真正关心的也变成了能不能把行业客户的钱、订单、毛利和现金流一步步接住。 **企业 AI 缺的是能进入预算表的产品** 德鲁克说过，企业的目的只有一个，就是创造客户。 这句话很朴素，不过的确是判断 AI 公司的一条很有效的标准。对于 AI 行业来说，想象力是从来不缺的，缺的是客户愿意持续付费。很多公司能把模型参数讲得很大，能把发布会做得很漂亮，但进入企业采购流程之后，问题就变得现实：能不能解决业务问题，能不能通过合规审查，能不能融入原有系统，能不能让客户下一次继续买。 数据显示，先知 AI 平台单月营收 4.12 亿元，同比增速 70.6%；企业 AI 智能体订单环比提升 42%。前者说明平台收入还在加速，后者说明企业客户是在把 AI 智能体放进业务流程里。 企业 AI 行业正在慢慢地从为 “模型能力” 付费变成为 “业务结果” 付费。金融机构关心风控、营销、运营效率；能源企业关心调度、巡检、安全生产；政企客户关心数据安全、国产替代和系统可控。大模型如果不能嵌入这些场景，最后就只是一个成本项，如果能进入核心流程，将极有可能变成数字化预算的一部分。 这也是第四范式的行业位置。公司的发展靠的是把 AI 放进金融、能源、政企这些重要场景。这个路径慢一点，交付更复杂，不过客户一旦建立信任，复购和扩容空间也会更大。 企业 AI 的痛点在于 “演示很顺、落地很重”。一个方案如果每个客户都要重新开发，那么收入越大，越有可能带来更大的交付压力与更难看的利润。第四范式需要证明的，是先知平台能不能把不同行业的复杂需求沉淀成可复用能力。月度收入和智能体订单同时增长，对于企业 AI 行业来说，当前的关键是看谁能把需求从项目变成产品，从产品变成平台。 **第四范式的基本面看点从收入转向质量** 彼得·林奇曾说过，投资买的是公司，而非股票。看第四范式，关键的是去看收入质量有没有改善，毛利结构有没有优化，亏损压力有没有缓解。 这次公告中，金融、能源行业 AI 解决方案毛利率达到 43.2%，高于公司 36.8% 的综合毛利率。这足以说明金融和能源这两类高价值行业客户正在贡献更好的利润率。 金融客户预算稳定，但采购周期长、风控要求高、合规门槛严；能源客户场景复杂，但数字化升级空间大，对安全和效率的投入很刚性。能在这些行业做出相对更高毛利，可见第四范式实力非同一般，其可以很好地将模型、平台、解决方案和客户系统结合起来。 企业 AI 是一个拼行业经验、客户关系、交付能力和产品复用率的行业。第四范式的优势能不能兑现，要看公司能不能长期服务高预算客户，并且把服务成本越做越低。 最终企业 AI 公司能不能走出亏损周期，本质上看三件事：收入是否持续增长，交付成本是否下降，高毛利业务占比是否提升。第四范式此前被资本市场压制，原因也在这里。AI 公司研发投入高，项目交付重，市场担心收入增长最后被费用吃掉。公司如果只做低毛利项目，规模越大越辛苦；只有高毛利行业方案持续扩大，盈利弹性才有基础。 第四范式这一轮基本面观察，核心是看金融、能源、政企这些行业能不能形成稳定模板。一旦行业模型、智能体产品和交付方法论沉淀下来，项目复制效率会提高，毛利率会更有支撑。 一家 AI 公司的财务质量，最终要落在毛利、费用、回款和复购上。第四范式已经给出一些积极信号，不过单月数据能提供线索，不能替代长期验证，后续仍然要看更多连续数据。 **重资产业务要看现金流纪律** 数据显示，第四范式新增政企 AI 算力托管签约 86MW，可见第四范式还在往算力托管、国产算力适配、政企 AI 基础设施方向延伸。更关键的是，公告提到全部采购国产升腾、沐曦算力集群，这和政企客户对自主可控、数据安全、国产替代的需求高度一致。 但是算力托管和纯软件终归不同。软件业务轻，边际成本低；算力托管更重，需要设备采购、机房资源、运维能力和资金安排。业务做得好，可以提升客户黏性，带来更长周期收入；业务做得不好，资本开支会拖累现金流，交付周期也可能影响收入确认。 接下来第四范式还要看三个后续指标：算力项目什么时候交付，客户是否持续扩容，托管业务毛利和现金流能否保持健康。如果 86MW 最后沉淀为稳定收入，并且带动智能体、行业模型和平台服务一起增长，公司收入边界会被打开；如果项目回款慢、投入重、毛利承压，短期增长也可能带来新的压力。 第四范式当前相对清晰的机会，是政企 AI 基础设施正在形成新采购周期。国产算力、行业大模型、企业智能体，这三条线本是分开的，现在开始在政企客户预算里合流。第四范式的先知平台如果能成为连接算力、模型和业务场景的中间层，公司将可能会成为政企 AI 落地链条里的关键参与者。 第四范式当前正处在企业 AI 从 “能不能用” 进入 “谁来运营” 的阶段。第四范式本次更新的月度经营数据像是给市场传达了一个信号：企业 AI 的钱，正在从热闹的概念区，流向真正能交付、能回款、能提高毛利质量的公司手里。 ### 相关股票 - [06682.HK](https://longbridge.com/zh-CN/quote/06682.HK.md)