三级页｜⑤ 金融 / 保险 / 合规
金融段是 Palantir 在"实体网络 + 风险评分 + 合规证据链"上的天然主场。它服务的不是普通对冲基金，而是被监管"逼着要看清楚"的大型机构。
1. 客户类型
- 大型投行 / 商业银行（Morgan Stanley 类）
- 大型保险与再保险（AIG 类）
- 资管机构、退休金
- 反洗钱 / 反恐融资监管机构（与政府段重合）
2. 痛点
客户 → 账户 → 交易 → 实体关系网络复杂
欺诈 / 洗钱 / 制裁 / 内部交易 / 信用风险隐蔽
监管要求"可解释、可追溯、可追责"
跨业务线（投行、零售、信用、保险）孤岛
AI 想用，但合规、模型治理、客户隐私顾虑大
3. Palantir 交付什么
| 对象 | 关系 / 属性 |
|---|
| Customer / Counterparty | 身份、行业、地理、风险评分 |
| Account / Product | 类型、限额、合规要求 |
| Transaction | 金额、时间、对手方、风险特征 |
| Entity Relationship | UBO 链、关联交易、隐藏网络 |
| Investigation Case | 开案理由、证据链、决议 |
Functions：风险评分、关联实体扩展；Actions：开案、冻结、上报；AIP：调查官的自然语言助手；Apollo：合规云 + 隔离环境。
4. 客户为什么付钱
- 合规罚款动辄数亿美金；Palantir 是"减少罚款 + 加速调查"。
- 客户实体网络在传统数仓里是噩梦，在 Ontology 里是一类对象。
- 合规 AI 助手是 RegTech 的最大叙事，AIP 直接命中。
- 金融机构高度看重"AI 输出可审计、可解释"——Palantir 是少数能做到的。
5. 收入特征
- 大型机构合同动辄千万美金以上，长期。
- 合规相关支出在监管周期里持续增长。
- 美国与英国、新加坡、日本等金融中心是主要市场。
6. 优势
- 实体网络分析 + 调查工作流 + 审计是 Palantir 的传统强项。
- AIP 让"非工程师"也能在合规边界里使用 AI。
- 政府/监管的同源使用让 Palantir 有跨买卖双方的视角。
7. 劣势 / 风险
- NICE Actimize、SAS、Quantexa、Hawk AI、Featurespace 等专业反洗钱厂商竞争激烈。
- 大型银行往往自建反欺诈引擎。
- 金融客户极度厌恶单一供应商绑定，节奏比商业段慢。
专题二 → 行业 5 / 6｜金融 / 保险 / 合规