Palantir 公司研究：产品、客户、服务、赚钱机制与组织嵌入

本稿是对前一版 HTML 的修正：我们研究 Palantir 的目的，不是先进入价值投资、估值、买卖或仓位框架；而是研究这家公司本身。

边界修正：价值投资相关问题交给巴神。芒格大神这条线只研究公司本身：Palantir 到底做什么、如何赚钱、商业模块是什么、客户是谁、服务如何交付、为什么客户迁移困难。研究方法不受限于任何单一模式。

一、研究主问题

Palantir 到底做什么、怎么服务客户、怎么赚钱、为什么客户离不开？

这不是“Palantir 值不值得买”的问题，而是“Palantir 作为一家公司到底如何运行”的问题。

公司研究本身
→ 产品与服务
→ 客户与场景
→ 交付与运营
→ 收入与合同
→ 组织嵌入
→ 迁移困难
→ 竞争与替代
→ 公司能力与战略演化

二、Palantir 在 AI 技术栈中的位置

我们当前对 Palantir 的定位仍然保留，但解释方式从“投资护城河”改成“公司业务机制”。

层级代表能力Palantir 相关性
能源层电力、数据中心能源底层约束，不是 Palantir 主战场
芯片层NVIDIA、AMD、ASIC提供算力，不直接处理客户组织流程
云基础设施层AWS、Azure、Google Cloud提供部署环境，可能是合作方/竞争方
大模型层OpenAI、Anthropic、Google、Meta、xAI提供智能能力；Palantir 把智能放进组织运行系统
模型工具层框架、向量库、工具调用偏开发工具，不等于组织行动系统
组织语义层Ontology、Knowledge Graph、Object ModelPalantir 的核心位置之一：把客户现实建模为对象、关系、状态
行动操作层Workflow、Actions、权限、审计、部署Palantir 的核心位置之二：让数据/AI 进入真实流程与责任链
高复杂行业应用层军工、政府、制造、能源、医疗、金融Palantir 最适合数据复杂、流程复杂、责任复杂的组织

三、Palantir 到底卖什么？

不能只说“卖 AI 平台”。更准确地说，Palantir 卖的是一套让复杂组织把数据、对象、流程、权限、AI 和行动连接起来的系统能力。

1. Gotham

主要面向政府、国防、情报、安全等场景。核心用途是把碎片化情报、目标、关系、地理、行动信息组织成可判断、可追踪、可行动的系统。

2. Foundry

主要面向商业与产业客户。核心用途是把企业内部多源数据变成业务对象、关系网络、流程系统和可执行动作。

3. AIP

不是普通企业版 ChatGPT，而是让大模型在客户的真实数据、Ontology、权限、工具、流程和审计边界内工作。

4. Apollo

负责复杂环境的软件部署、更新、回滚、安全与运行。它让 Palantir 能进入政府、军方、私有云、边缘设备、断网或高安全环境。

5. FDE / Forward Deployed Engineers

这是 Palantir 很特殊的交付机制：工程师深入客户现场，把客户真实问题、数据、流程、组织语言压缩成可运行的软件系统。它既不是传统销售，也不只是咨询，更像“现场产品化机制”。

四、客户是谁？

Palantir 的客户不是所有企业，而是高复杂组织。

客户类型典型场景为什么需要 Palantir
政府/国防/情报情报融合、目标识别、战场调度、安全治理数据敏感、行动代价高、权限复杂、责任重大
制造/工业产线、供应链、库存、设备、质量、交付数据孤岛严重，跨部门协同困难，行动需要闭环
能源资产管理、调度、风险、维护、基础设施安全系统庞大、风险高、现场与总部信息脱节
医疗/制药资源分配、研发数据、供应链、患者/机构运营数据敏感、合规复杂、决策责任重
金融风控、合规、反欺诈、客户/交易网络关系复杂、实时风险、审计要求高
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。

五、服务是怎么样交付的？

Palantir 的服务不是“装一个软件给客户用”这么简单。它更像把客户混乱现实改造成可运行系统。

客户问题
→ 数据源接入
→ 业务对象识别
→ Ontology / Object Model 建模
→ 关系网络与状态定义
→ 权限、角色、审计边界设置
→ Workflow / Actions 设计
→ AI / AIP 接入
→ 上线到真实业务流程
→ FDE 持续迭代
→ 合同扩张与业务模块扩张

这里最关键的是：Palantir 不只是“看数据”，而是把数据变成客户可以行动、可以追责、可以持续运行的系统。

六、Palantir 如何赚钱？

这是公司研究的核心之一，但不等于估值研究。我们只问它的收入机制如何运行。

  1. 长期政府合同：国防、情报、安全、政府运营等复杂场景，合同周期长、合规门槛高。
  2. 商业客户平台收入：制造、能源、金融、医疗等客户使用 Foundry/AIP 后持续付费。
  3. 客户扩张：先解决一个痛点，再扩展到更多部门、更多流程、更多业务对象。
  4. AIP Bootcamp 转化：通过短周期高强度演示/试用，让客户看到 AI 进入真实流程的价值，再转为合同。
  5. 部署与运行能力：Apollo 支撑复杂环境部署，使 Palantir 能服务普通 SaaS 难进入的场景。
  6. 深度嵌入后的续约：当系统进入客户流程后，续约不只是采购选择，而是组织运行连续性问题。

七、客户为什么持续付钱？

核心不是“软件好用”，而是它承担了客户组织里的关键功能。

接触核心机密 / 核心数据
→ 协助分析与价值判断
→ 嵌入客户决策系统
→ 支持真实行动
→ 记录权限、过程、结果
→ 形成责任链
→ 深度绑定客户业务

Palantir 一旦进入这条链，客户付钱买的就不是单点工具，而是组织行动能力。

八、为什么客户迁移困难？

  1. 数据迁移难：接入大量关键系统，数据清洗、治理、映射都沉淀在平台中。
  2. 语义迁移难：客户的订单、资产、任务、目标、风险、事件等被定义成对象体系。
  3. 流程迁移难：审批、调度、预警、模拟、执行动作如果已在平台上运行，替换会影响真实业务。
  4. 权限与审计迁移难：越是政府、军工、医疗、金融，越不能随便重搭权限和追责系统。
  5. 信任迁移难：客户核心机密不是随便交给下一家公司看的。
  6. 责任链迁移难：换掉 Palantir，可能等于重构一部分判断、决策、执行和追责机制。

九、竞争与替代风险

公司研究必须保留反证，不要只讲漂亮叙事。

  1. 云厂商可能向组织语义层和行动层下探。
  2. 大模型公司可能把工具调用、权限、企业工作流做深。
  3. 大型客户可能自建部分能力。
  4. 传统咨询公司/系统集成商可能联合云厂商复制交付方案。
  5. Ontology 如果过度定制，可能限制规模化。
  6. FDE 如果太依赖人，可能成为扩张瓶颈。
  7. 政府/军方属性可能带来政治和伦理限制。

十、下一步研究方向：公司本身，不是价值投资

下一步我们研究 Palantir，不问“该不该买”，先问“这家公司如何运转”。
  1. 产品拆解：Gotham、Foundry、AIP、Apollo 分别解决什么问题，边界在哪里。
  2. 交付拆解：FDE 如何进入客户现场，如何把问题转为软件系统。
  3. 客户拆解：政府、国防、制造、能源、医疗、金融客户分别买什么。
  4. 收入拆解：合同结构、续约、扩张、AIP bootcamp 转化、政府与商业收入差异。
  5. 案例拆解：找 5—10 个真实客户案例，看 Palantir 到底帮客户做了什么。
  6. 对象体系拆解：Object Types、Link Types、Action Types、Functions、Ontology、OSDK 如何让客户业务运行起来。
  7. 责任链拆解：Palantir 如何处理权限、审批、审计、结果反馈和追责。
  8. 竞争拆解：云厂商、大模型公司、客户自建、系统集成商分别能替代哪一部分，替代不了哪一部分。
  9. 组织能力拆解：Karp/Thiel 的战略、FDE 文化、销售方式、政府关系、产品化能力如何塑造公司。

十一、当前一句话定义

Palantir 是一家把复杂组织的数据、对象、语义、权限、流程、AI 和责任链连接成可运行系统的公司。

更短一点：

Palantir = 高复杂组织的行动操作系统公司。

这个定义仍需后续用一手资料、客户案例、产品文档、财报和访谈持续校正。

生成时间：2026-05-02｜芒格大神｜Palantir 公司研究边界修正版｜不进入价值投资/估值/买卖框架