--- title: "第四範式的預期差：企業 AI 不只講模型，開始講現金流質量了" type: "Topics" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/42431079.md" description: "7 月 5 日盤後，第四範式更新月度經營數據：先知 AI 平台單月營收 4.12 億元，同比增長 70.6%；企業 AI 智能體訂單環比提升 42%；金融、能源行業 AI 解決方案毛利率 43.2%，高於公司 36.8% 的綜合毛利率；新增政企 AI 算力託管簽約 86MW，算力集羣全部採購國產昇騰、沐曦。可見第四範式的企業 AI 已經開始從 “技術展示” 走向 “預算兑現”..." 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-HK/profiles/3199113.md)" --- # 第四範式的預期差：企業 AI 不只講模型，開始講現金流質量了 7 月 5 日盤後，第四範式更新月度經營數據：先知 AI 平台單月營收 4.12 億元，同比增長 70.6%；企業 AI 智能體訂單環比提升 42%；金融、能源行業 AI 解決方案毛利率 43.2%，高於公司 36.8% 的綜合毛利率；新增政企 AI 算力託管簽約 86MW，算力集羣全部採購國產昇騰、沐曦。 可見第四範式的企業 AI 已經開始從 “技術展示” 走向 “預算兑現”，第四範式向市場提供了一個行業新的觀察樣本，資本市場當下真正關心的也變成了能不能把行業客户的錢、訂單、毛利和現金流一步步接住。 **企業 AI 缺的是能進入預算表的產品** 德魯克説過，企業的目的只有一個，就是創造客户。 這句話很樸素，不過的確是判斷 AI 公司的一條很有效的標準。對於 AI 行業來説，想象力是從來不缺的，缺的是客户願意持續付費。很多公司能把模型參數講得很大，能把發佈會做得很漂亮，但進入企業採購流程之後，問題就變得現實：能不能解決業務問題，能不能通過合規審查，能不能融入原有系統，能不能讓客户下一次繼續買。 數據顯示，先知 AI 平台單月營收 4.12 億元，同比增速 70.6%；企業 AI 智能體訂單環比提升 42%。前者説明平台收入還在加速，後者説明企業客户是在把 AI 智能體放進業務流程裏。 企業 AI 行業正在慢慢地從為 “模型能力” 付費變成為 “業務結果” 付費。金融機構關心風控、營銷、運營效率；能源企業關心調度、巡檢、安全生產；政企客户關心數據安全、國產替代和系統可控。大模型如果不能嵌入這些場景，最後就只是一個成本項，如果能進入核心流程，將極有可能變成數字化預算的一部分。 這也是第四範式的行業位置。公司的發展靠的是把 AI 放進金融、能源、政企這些重要場景。這個路徑慢一點，交付更復雜，不過客户一旦建立信任，復購和擴容空間也會更大。 企業 AI 的痛點在於 “演示很順、落地很重”。一個方案如果每個客户都要重新開發，那麼收入越大，越有可能帶來更大的交付壓力與更難看的利潤。第四範式需要證明的，是先知平台能不能把不同行業的複雜需求沉澱成可複用能力。月度收入和智能體訂單同時增長，對於企業 AI 行業來説，當前的關鍵是看誰能把需求從項目變成產品，從產品變成平台。 **第四範式的基本面看點從收入轉向質量** 彼得·林奇曾説過，投資買的是公司，而非股票。看第四範式，關鍵的是去看收入質量有沒有改善，毛利結構有沒有優化，虧損壓力有沒有緩解。 這次公告中，金融、能源行業 AI 解決方案毛利率達到 43.2%，高於公司 36.8% 的綜合毛利率。這足以説明金融和能源這兩類高價值行業客户正在貢獻更好的利潤率。 金融客户預算穩定，但採購週期長、風控要求高、合規門檻嚴；能源客户場景複雜，但數字化升級空間大，對安全和效率的投入很剛性。能在這些行業做出相對更高毛利，可見第四範式實力非同一般，其可以很好地將模型、平台、解決方案和客户系統結合起來。 企業 AI 是一個拼行業經驗、客户關係、交付能力和產品複用率的行業。第四範式的優勢能不能兑現，要看公司能不能長期服務高預算客户，並且把服務成本越做越低。 最終企業 AI 公司能不能走出虧損週期，本質上看三件事：收入是否持續增長，交付成本是否下降，高毛利業務佔比是否提升。第四範式此前被資本市場壓制，原因也在這裏。AI 公司研發投入高，項目交付重，市場擔心收入增長最後被費用吃掉。公司如果只做低毛利項目，規模越大越辛苦；只有高毛利行業方案持續擴大，盈利彈性才有基礎。 第四範式這一輪基本面觀察，核心是看金融、能源、政企這些行業能不能形成穩定模板。一旦行業模型、智能體產品和交付方法論沉澱下來，項目複製效率會提高，毛利率會更有支撐。 一家 AI 公司的財務質量，最終要落在毛利、費用、回款和復購上。第四範式已經給出一些積極信號，不過單月數據能提供線索，不能替代長期驗證，後續仍然要看更多連續數據。 **重資產業務要看現金流紀律** 數據顯示，第四範式新增政企 AI 算力託管簽約 86MW，可見第四範式還在往算力託管、國產算力適配、政企 AI 基礎設施方向延伸。更關鍵的是，公告提到全部採購國產昇騰、沐曦算力集羣，這和政企客户對自主可控、數據安全、國產替代的需求高度一致。 但是算力託管和純軟件終歸不同。軟件業務輕，邊際成本低；算力託管更重，需要設備採購、機房資源、運維能力和資金安排。業務做得好，可以提升客户黏性，帶來更長週期收入；業務做得不好，資本開支會拖累現金流，交付週期也可能影響收入確認。 接下來第四範式還要看三個後續指標：算力項目什麼時候交付，客户是否持續擴容，託管業務毛利和現金流能否保持健康。如果 86MW 最後沉澱為穩定收入，並且帶動智能體、行業模型和平台服務一起增長，公司收入邊界會被打開；如果項目回款慢、投入重、毛利承壓，短期增長也可能帶來新的壓力。 第四範式當前相對清晰的機會，是政企 AI 基礎設施正在形成新採購週期。國產算力、行業大模型、企業智能體，這三條線本是分開的，現在開始在政企客户預算裏合流。第四範式的先知平台如果能成為連接算力、模型和業務場景的中間層，公司將可能會成為政企 AI 落地鏈條裏的關鍵參與者。 第四範式當前正處在企業 AI 從 “能不能用” 進入 “誰來運營” 的階段。第四範式本次更新的月度經營數據像是給市場傳達了一個信號：企業 AI 的錢，正在從熱鬧的概念區，流向真正能交付、能回款、能提高毛利質量的公司手裏。 ### 相關股票 - [06682.HK](https://longbridge.com/zh-HK/quote/06682.HK.md)