Palantir 公司研究报告 v2
研究边界：本报告研究 Palantir 这家公司本身——产品、客户、服务、赚钱机制、组织嵌入、迁移困难与替代风险；不进入价值投资、估值、买卖、仓位框架。
核心判断：Palantir 不是普通 AI 应用公司，也不是传统 SaaS。它更像一家把复杂组织的数据、对象、语义、流程、AI、权限和责任链连接成可运行系统的公司。
一、一句话定义
Palantir = 高复杂组织的行动操作系统公司。
更完整定义：
Palantir 是一家把复杂组织的数据、对象、关系、权限、流程、AI、部署和审计连接起来，使组织能够看见现实、理解现实、执行动作并承担责任的软件公司。
客户现实
→ 数据接入
→ 对象体系 / Ontology
→ 业务逻辑
→ 模型与 AI
→ Workflow / Actions
→ 权限与审计
→ 部署与运行
→ 反馈与责任链
二、事实底座：来自官方文档与 10-K 的关键证据
- Palantir 官方披露四个主要平台：Gotham、Foundry、Apollo、AIP。
- 官方 AIP 文档表述：AIP connects AI with your data and operations，即 AIP 把 AI 连接到客户数据和运营中。
- 官方文档说明 AIP 与 Foundry、Apollo 一起形成 operating system，可交付从 LLM web app、移动应用到边缘 AI 应用的产品。
- 官方 10-K 表述：使用 Ontology，用户可以把 data、logic、action 整合进 decision-centric architecture。
- 2025 年 10-K 数据：收入约 44.75 亿美元；政府收入约 24.02 亿美元，占 54%；商业收入约 20.73 亿美元，占 46%；客户数 954；美国收入占 74%；Top 20 客户平均收入约 9390 万美元；total remaining deal value 约 112 亿美元。
这些证据支持一个判断：Palantir 的核心不是单点 AI，而是把 AI 放进组织运行系统。
三、Palantir 到底卖什么？
| 产品 | 核心客户/场景 | 本质交付 |
|---|
| Gotham | 政府、国防、情报、安全 | 把情报、目标、人员、地点、事件、行动组织成可判断、可协同、可追踪系统 |
| Foundry | 制造、能源、医疗、金融、供应链等商业组织 | 把企业数据转成业务对象、关系网络、流程系统和可执行动作 |
| AIP | 企业与政府的 AI 落地场景 | 让大模型在客户真实数据、Ontology、权限、工具、流程、审计边界内工作 |
| Apollo | 云、本地、私有环境、边缘、高安全/复杂部署环境 | 持续部署、更新、回滚、安全运行，使 Palantir 能进入普通 SaaS 难进入的环境 |
所以 Palantir 卖的不是“报表软件”，也不是“聊天机器人”，而是一套复杂组织运行能力。
四、Ontology 是中枢：把客户现实变成可运行系统
Palantir 的 Ontology 不只是知识图谱，而是客户现实和软件系统之间的转换层。
Object TypesLink TypesPropertiesAction TypesFunctionsPermissionsAction LogMonitoring
Ontology 做三件事
- 对象化：把订单、设备、目标、合同、药品、病人、供应商、风险事件等变成系统可理解对象。
- 关系化：把对象之间的业务关系显性化，例如供应商—订单—工厂—库存—客户交付。
- 行动化：对象不只是被查询，还能触发审批、派单、通知、模拟、修改、回滚和审计。
这就是“可行动对象体系”：数据不是表，AI 不是聊天，业务对象能进入真实流程。
五、AIP 和普通企业 AI 的差别
| 普通企业 AI | Palantir AIP |
|---|
| 主要做文档问答、摘要、内容生成 | 把 AI 接入客户数据、Ontology、权限、工作流和审计 |
| 输出多为建议或文本 | 可连接业务对象、工具、函数、动作与人类审批 |
| 难以直接进入核心流程 | 设计目标就是进入 operational processes |
| 治理、权限、责任链常是外挂 | 安全、访问控制、审计、lineage、evals 是平台组成部分 |
核心差别：
普通 AI 回答问题；Palantir AIP 试图让 AI 在组织边界内受控行动。
六、客户是谁？
Palantir 的理想客户不是所有企业，而是高复杂组织。
- 政府/国防/情报：情报融合、目标识别、战场调度、安全治理。
- 制造/工业：产线、质量、供应链、库存、交付、设备维护。
- 能源：资产管理、调度、维护、风险、基础设施安全。
- 医疗/制药：研发数据、资源分配、供应链、患者/机构运营。
- 金融：风控、合规、反欺诈、交易/客户关系网络。
共同特征：数据复杂、流程复杂、权限复杂、责任复杂、行动代价高。
七、Palantir 如何交付服务？
Palantir 的交付不是“装一个软件”，而是把客户混乱现实改造成可运行系统。
客户问题
→ FDE 进入现场
→ 数据源接入
→ 业务对象识别
→ Ontology 建模
→ 权限/角色/审计边界设置
→ Workflow / Actions 设计
→ AIP 接入
→ 上线真实流程
→ 持续迭代与扩张
FDE 的关键作用
Forward Deployed Engineers 不是普通售前。他们深入客户现场，理解真实业务，把客户的复杂问题翻译成产品能力。
这使 Palantir 的组织能力呈现为：
现场学习能力 + 产品化能力 + 复杂问题压缩能力
八、Palantir 怎么赚钱？
按 10-K，收入主要来自：
- Palantir Cloud：客户访问 Palantir 托管环境中的软件平台，通常按合同期确认收入。
- On-Premises Software：客户在自己的硬件或云实例中使用 Palantir 软件，同时购买 O&M 服务。
- Professional Services：专业服务/实施服务，但与平台落地和客户问题建模密切相关，不应简单理解为普通咨询。
赚钱机制可压缩为：
平台订阅 / 软件许可
+ 运营维护服务
+ 专业服务 / 实施
+ 客户扩张
+ 长期合同与续约
九、AIP Bootcamp：商业模式变轻的关键机制
Palantir 10-K 提到 AIP bootcamps 可以在几天内用客户真实数据交付真实 workflows。
这很重要，因为 Palantir 过去常被认为重、慢、贵、像咨询。AIP Bootcamp 的作用可能是：
真实客户数据
→ 几天内做出真实 workflow
→ 客户看到可运行价值
→ 降低销售解释成本
→ 转化为合同
→ 后续扩张
所以 Bootcamp 不是普通营销活动，而可能是 Palantir 从深度定制向更快复制扩张迁移的关键机制。
十、客户为什么持续付钱，为什么迁移困难？
Palantir 进入的是客户的组织运行链条：
核心数据
→ 业务对象
→ 组织语义
→ 决策逻辑
→ 工作流程
→ 权限体系
→ 行动执行
→ 审计记录
→ 责任链
迁移 Palantir，不只是换软件，而是重建：
- 数据接入与治理；
- 业务对象与组织语言；
- 流程、审批和动作；
- 权限、审计与追责；
- AI 工具调用和安全边界；
- 组织内部对系统的信任。
客户迁移困难的本质：Palantir 不只是存了客户数据，而是参与建构了客户如何理解和操作自身。
十一、竞争与替代风险
不要被漂亮叙事带走。公司研究必须保留反证。
- 云厂商下探：Microsoft、AWS、Google 可能向企业数据、权限、工作流和 AI agent 平台推进。
- 模型公司下探：OpenAI、Anthropic、Google 等可能把工具调用、企业权限、工作流做深。
- 客户自建：超大型客户可能用 Palantir 启动，再把部分能力内化。
- 传统系统集成商：Accenture、Deloitte、IBM、云厂商伙伴生态可能复制部分交付方案。
- Ontology 过重：如果每个客户都高度定制，规模化会受限。
- FDE 瓶颈：现场工程是护城河，也可能成为扩张瓶颈。
- 政治与伦理限制：政府/军方属性既是优势，也可能限制部分商业扩张。
十二、当前判断：Palantir 是哪类公司？
| 公司类型 | Palantir 像不像 | 说明 |
|---|
| SaaS | 部分像 | 有平台、订阅、云服务、可扩张 |
| 咨询公司 | 部分像 | 深入客户现场解决复杂问题 |
| 系统集成商 | 部分像 | 接入数据、系统和流程 |
| 国防承包商 | 部分像 | 服务政府/军方，高安全要求 |
| AI 平台公司 | 部分像 | AIP 把模型接入组织运营 |
| 行动操作系统公司 | 最接近 | 连接数据、对象、流程、权限、AI、行动和责任链 |
Palantir 是一种混合体：平台软件 + 现场工程 + 组织语义建模 + 行动系统 + 长期运营嵌入。
十三、下一步深挖路线
- 产品拆解：Gotham、Foundry、AIP、Apollo、Ontology、OSDK、Workshop、AIP Logic、Action Types、Functions。
- 行业场景拆解：国防/情报、制造、能源、医疗/制药、金融、供应链、航空/汽车、政府治理。
- 客户案例拆解：每个案例看客户痛点、Palantir 插入位置、交付方式、结果和后续扩张。
- 赚钱机制拆解：Cloud vs On-premises、professional services、客户扩张、合同结构、remaining deal value。
- FDE 机制拆解：FDE 如何定义问题、建 Ontology、把一次项目转为产品能力。
- 替代风险拆解：云厂商、模型公司、系统集成商、客户自建分别能替代哪一层，不能替代哪一层。
- 组织能力拆解：Karp/Thiel 战略、政府关系、FDE 文化、安全合规能力、产品化能力。
十四、最终阶段性结论
模型公司提供智能，Palantir 把智能接入组织现实。
Palantir 最值得研究的不是它有没有自己的大模型，而是它是否掌握了把 AI 放进真实组织行动链条的能力。
如果这个能力成立，Palantir 就不是普通 AI 应用，而是复杂组织在 AI 时代的运行基础设施之一。
如果这个能力被云厂商、模型公司、客户自建或系统集成商低成本复制，那么 Palantir 的独特性就要降权。
下一步最重要验证问题：Palantir 是否能把“复杂客户现场能力”持续产品化、规模化，而不是停留在重项目/重服务模式。
生成时间：2026-05-02｜芒格大神｜Palantir 公司研究报告 v2｜不进入价值投资/估值/买卖框架