近日，第四范式已完成D轮融资，融资金额7亿美元。
本轮融资由博裕资本、春华资本、厚朴投资领投，并引入国家制造业转型基金、国开、国新、中国建投、中信建投、海通证券等战略股东，红杉中国、中信产业基金、高盛、金镒资本和方源资本等财务投资机构。
第四范式该轮7 亿美金融资也为2020 年至今，AI 领域已披露的最大单笔融资。本轮融资后，第四范式计划将资金用于进一步加速重点产业布局，构建基于AI的企业级生态体系，培养AI产业人才。
谁是第四范式？
在人工智能行业之外，第四范式的面目尚有些模糊。特别是“视觉识别”几乎成为 AI 代名词的当下，人们惊叹于商汤、旷视等“AI 四小龙”超强的融资能力，也多少听闻 AI 在金融、安防、智慧终端（手机、机器人）等场景的落地。
而第四范式所做的 AI 平台，是想让AI能够“低门槛化”，让更多科学家以外的角色，实现诸如今日头条“千人千面”推荐机制、百度凤巢营销系统这样的效果，让更多企业可以转型为由AI驱动的企业。
“这就好比汽车普及后，考驾照也不难了，未来 AI 应用也一定会朝大众化的方向发展。”戴文渊曾告诉36 氪。
这种“AI For Everyone”的方向，源自第四范式创始人戴文渊创业前的职业经历。
2013年前，戴文渊任职于百度营销系统“凤巢”。彼时他是百度最年轻的高级科学家，身披ACM世界冠军等光环。在百度任期之内，戴文渊通过优化广告投放规则，帮助百度将商业搜索变现能力4年提升8倍，而在这一过程，戴文渊也深感机器学习对于公司业务的有效提升。
因为不甘于只将 AI 应用在广告业务，2014年，戴文渊创建“第四范式”。
在戴文渊看来，百度曾经搭建一个 AI 系统动辄需要200-300人的科学家团队，这对于大多数企业是无法承受的成本，当中还不算百度已经积累的计算资源与技术投入。因此，戴文渊希望能将当时稀缺的 AI 技术封装到一个产品中，以商业套件的形式提供给企业。
这样的思路很快演化为具体的产品。2017 年，第四范式在乌镇发布人工智能产品“先知”3.0。在戴文渊看来，企业 AI 系统需要具备三种核心能力：数据、算法、以及生产能力。而在“先知3.0”中，就打通了从数据到业务的闭环，将机器学习产生智能的能力，与业务环节连接，形成了一个“机器学习圈”。
以第四范式与某银行的合作为例，“先知”系统曾帮助该银行制定了超过25亿个新的信用卡欺诈侦测策略，提升了超过7倍的反欺诈识别准确率，同时，该银行利用这套AI核心系统在其20多个业务的100多个场景中发挥价值，快速实现业务线的全面智能升级。
在金融领域的标杆案例，很快为第四范式赢得了多家银行客户的青睐。
2017年-2018 年，第四范式连续获得国有银行背景所属基金的投资。其中，2017 年获得元生资本领投的B轮融资，以及来自中国工商银行、中国银行、中国建设银行等三家国有银行及所属基金的联合战略投资；2018年完成C轮融资，引入包括国新启迪、保利、三峡、中信、农业银行、交银国际等战略股东。
至此，第四范式成为迄今为止五大银行联合投资的唯一创业公司。金融也成为第四范式最重要的领域之一，根据戴文渊透露，行业营收占比方面，金融领域目前占第四范式不超过50%的营收，与此同时，新零售和制造业则增长迅速。
范式“进化”：AI 时代的Windows
2020 年8 月 20 日，第四范式进行了公司成立至今最大的一次产品革新。
在发布的多款 AI 产品中，当中核心产品为企业级 AI 操作系统 Sage AIOS，第四范式将其定位于 AI 时代的Windows（操作系统），以实现标准化数据规范、高可用资源管理以及更低门槛的桌面式 AI 管理。
如何理解桌面式的 AI 管理？简言之，就是第四范式想让用户能像使用Office 软件那样使用 AI。在操作页面上，Sage AIOS 以 Windows 桌面式的管理，承接起第四范式数据中台、自动化AI生产力平台Sage HyperCycle ML 等应用，让用户对 AI 平台有更具象的感知。
和“先知”不同的是，Sage AIOS 将 AI 产品化的范围，从之前的算法，延伸到了底层算力与上层业务。
在交互上，Sage AIOS 降低了用户使用AI 的门槛，更重要的是，Sage AIOS 还起到了数据治理、资源调度的作用，这恰恰是 AI 落地最大的阻碍。
第四范式 Sage AIOS 展示。
图片来源：第四范式
“我们建设过数据仓库，数据湖，数据中台，可当我们建完这些数据平台，要去落地一个AI应用的时候，研发团队却告诉我们，数据在沉睡。”在 Sage AIOS 的发布会上，戴文渊分享了 AI 落地的残酷一面，“投入了那么多，数据却还没有唤醒，这是我们每天都头痛的。”
随着产品线的丰富，第四范式发现，数据质量正在实打实地影响业务效率。
第四范式联合创始人陈雨强曾给36 氪举例，此前百度凤巢系统的广告变现提升率从 10%增长至 30%，就是修复了数据不一致的问题。当用户搜索“苹果”，系统会匹配用户此前的搜索结果，如果用户此前搜的是“华为”，系统就会给用户匹配手机广告；如果用户搜的是“梨”，则会匹配农业类产品。
而在资源调度层面，要管理一个人工智能任务需要占用多少内存 CPU，对于业务人员来说是复杂的技术问题，而没有资源调度则会导致算力利用率不高或者过载宕机等问题。第四范式推出的Sage AIOS拥有和Windows类似的资源管理器——HyperScheduler，使AI 集群自动化实现资源配置，让用户不用去操心“打开一个 Word 要占用多少内存”。
这就是第四范式Sage AIOS产品诞生的原因。向上，第四范式数据中台的第一任务是做3C（时序、闭环、一致）的数据治理，陈雨强将这个过程称为“定义好数据形式”，数据形式是对数据治理环节提出的标准，可以供Sage AIOS上的App使用；向下，Sage AIOS通过资源调度提高性能，让算力利用率最大化。最终是为了确保传统企业应用AI的效率和效果。
而在金融行业以外，第四范式也将Sage AIOS、天枢、SageOne等产品落地至新零售行业。
以第四范式和百胜中国的合作来说，由于百胜中国旗下品牌众多、业务繁复多变、技术底层不尽相同，导致AI落地面临巨大挑战。第四范式为百胜中国构建了人工智能平台，帮助后者在数据资产整合、餐厅人货场管理能力、销售提升贡献率等环节上进行效率提升与成本优化。
例如在“个性化点餐”功能中，第四范式为百胜中国等客户提供了个性化精准推荐服务，不断优化客户体验及提升客单价，目前百胜中国旗下的肯德基已经有80%以上的订单来自于线上，且成为上半年为数不多实现盈利的餐饮企业。
目前，第四范式业务范围已从金融行业扩展至零售、制造、能源、政府、医疗、互联网、媒体、物流、农业、高科技等众多行业，合作客户包括工商银行、交通银行、招商银行、中国石油、瑞金医院、中国电科、人民日报、百胜中国、联想、来伊份、百威中国、杰尼亚等行业头部客户。
