三级页｜② Foundry

1. 客户是谁

• 飞机制造（Airbus 类）、汽车（Stellantis、Mercedes-Benz、Hyundai 类）
• 能源（BP、Eni、Pacific Gas & Electric 类）
• 制药 / 医疗（Bristol-Myers、Merck KGaA 类）
• 金融 / 保险（Morgan Stanley、AIG 类）
• 大型工业 / 物流 / 钢铁（United States Steel、Cleveland-Cliffs 类）

2. 客户最常说的问题

"我们有 ERP / MES / WMS / TMS / CRM / 实验室 / 财务 / 质量系统
但出问题时，我们要开 5 场会、查 12 个系统、发 30 封邮件、Excel 拉表，
最后做出来的决定，可能还跟现场实际情况不一样"

这句话在汽车、能源、制药、航空、金融的复杂运营场景里几乎一字不差地重复出现。Foundry 的整个产品线都是为了消除"这句话"而存在。

3. Foundry 卖什么

① 数据集成与治理

把 ERP / MES / WMS / TMS / CRM / 财务 / 质量 / 实验室 / 第三方等系统的数据拉进来，统一字段、版本、来源、Lineage。

② Ontology（业务对象层）

把数据翻译成业务对象：供应商、零件、订单、产线、库存、保险单、保单理赔、患者、临床试验、风险事件……以及它们之间的关系。

③ Functions（业务逻辑层）

把企业逻辑写成可调用函数：库存可支撑天数、停线概率、违约风险、毛利变动、产能调整方案。

④ Actions（动作层）

定义在某些条件下，谁可以下达什么动作（切换供应商、调整产线、提交临床方案变更、推动保单调整），并且每一步都被审计。

⑤ AIP for Industry

把生成式 AI 接到这套对象/逻辑上：辅助分析、自动归因、生成方案、调用 Functions、对比方案、做出决策建议；最终由人审批 → 触发 Action。

4. 客户为什么付钱

• 问题量级匹配：这一类客户的运营痛点动辄上亿美元 / 年。
• 可视化 + 可推演 + 可执行三合一：BI 工具只能"看"，ERP 只能"录"，Foundry 把这两者补齐成"看见 → 推演 → 决策 → 执行 → 审计"。
• 跨系统跨部门：Foundry 帮客户绕过"换 ERP 太难"的核心障碍。
• AIP 时代下唯一能"安全接 AI 入运营"的系统之一。

5. 收入特征

• 主力为 Palantir Cloud + Professional Services，On-Prem 比例小于政府段但仍存在。
• 客户合同从单一用例（如供应链风险）向多个流程（生产、库存、客服、财务）扩张。
• Foundry 的 NRR 直接受 AIP Bootcamp 转化率影响。

6. 优势

• 跨系统统一对象：是 SAP / Microsoft / ServiceNow 都不愿意（不能）做的事。
• 有 Apollo 支持，能在工厂边缘 / 高安全 / 多云环境部署。
• 从政府段沉淀过来的现场工程文化，使 Foundry 在"难客户"上跑得通。

7. 劣势 / 风险

• 仍然需要 FDE 重投入做"客户级建模"，扩张速度受人力限制。
• 商业客户预算受经济周期影响。
• Microsoft Fabric / Databricks / Snowflake / SAP Joule + ERP 自带 AI 的组合是真实的中长期威胁。
• 有些客户会试图自建：Ontology 看起来"不就是个图数据库"，但只有进了真实流程才知道难在哪。