“空头死了至少3次，Palantir涨了不只30倍。”

于美股市场，有这么一个征象级标的——Palantir。它被一起看空做空，却一起逆势暴涨，让所有做空者接连惨败。

短短几年间，Palantir的股价走势可谓炸裂：从2022年末、2023年头不到6美元的汗青低位绝地还击、暴涨超30倍，于2025年创下了207.52美元的汗青最高价，市值一度迫近5000亿美元，是同类软件Snowflake的5倍之多，也较着高在Salesforce、SAP等传统软件巨头。

即便履历高位回调，Palantir当前市值仍超3600亿美元，上市以来股价累计涨幅近15倍。

但谁能想到，这家一飞冲天的本钱骄子，竟是曾经经被华尔街遍及看空的To G公司。

To G买卖重交付、慢周转、难本钱化，Palantir却靠AI贸易化完全倾覆了市场成见：不仅把To G基本盘做患上扎实，还有于To B营业上年夜放异彩，2025年To B收入占比高达46%，成为新的焦点增加引擎。

To G的身世，暴涨的股价，超200倍的市盈率，于硅谷及华尔街掀起一波“Palantir化”热。

这股热潮也迅速囊括海内市场。第四范式、明略科技、滴普科技等厂商纷纷对于标研究，并于政企智能及数据决议计划赛道加快结构，更有头部年夜厂亲自下场切入。

但真实的挑战才方才最先：技能线路守旧、数据管理滞后、高毛利模式掉效，再叠加战略与资源的两重磨练。“中国版Palantir”的对于标之路，远比想象更艰巨。

近期雷峰网采访了持久存眷Palantir的投资人、阐发师，以和明略科技、滴普科技等AI厂商的高管及资深从业者，深度拆解Palantir从被看空到本钱热捧的逆袭逻辑，并反不雅中国厂商面临实际困境的破局之道。

从当局与国防营业发迹的Palantir，怎样实现To G及To B“两条腿走路”？是甚么修筑了这家公司的“护城河”，助其于AI巨头中杀出重围？而于年夜洋彼岸对于标Palantir的海内厂商，又可否跑出一个“中国版Palantir”？

To G打法，怎样拿捏To B市场？

于To G买卖中持久冬眠

作为一家公共耳熟能详的软件公司，Palantir的突起之路，于一最先却不同凡响。

公司的第一笔外部投资，来历在美国中心谍报局（CIA）旗下的危害投资机构In-Q-Tel。2005年，In-Q-Tel向Palantir投了约200万美元，直接为它打开了最高壁垒的当局市场年夜门。

初期，Palantir的客户险些清一色是国防、谍报、执法系统：国防谍报局（DIA）、联邦查询拜访局（FBI）、美军、年夜都会警局等。面向军政场景的Gotham平台，也于这一期间慢慢成型。

也恰是于这类高危害、强决议计划、不克不及堕落的极度场景里，Palantir引入了一个颇具哲学味的观点——本体论（Ontology），并将其酿成本身的焦点技能要领论。

于疆场、谍报这种存亡攸关的场景里，最棘手的难题莫过在数据太乱、尺度不同一且没法交融。Palantir的本体论，素质就是用一套同一的语义与模子，将异构数据买通、界说并联系关系起来，将杂乱的信息整合成一张清楚的“作战舆图”。

不仅云云，持久研究Palantir的技能专家、明略科技副总裁李梦林指出，军政场景给Palantir带来的，恰是对于顶尖技能及数据安万能力的极致打磨。一方面，其数据场景高度关闭，不合错误外公然；另外一方面，军政场景对于整个推理的透明性要求很是高。

“于谍报范畴，假如推理出来了一个结论但殊不知道它的推理历程，会孕育发生很是年夜的挂念。”与当下主流年夜模子的“黑箱式”推理差别，Palantir初期依附本体论构建的推理框架，就能将决议计划链条彻底摊于桌面上。

这些上风都让To G买卖成为了Palantir的压舱石。

从2025年财报看，整年近45亿美元营收中，54%来自当局营业，46%来自贸易收入。自2020年上市以来，To G营业常年孝敬超一半收入，占比不变于55%摆布。

它与美军、谍报机构等美国联邦当局部分长达十余年的深度绑定，带来的是营业不变、客单价极高的定单。去年7月，Palantir与美国陆军签订了一份为期10年、价值上限高达100亿美元的和谈，坐实了美国联邦当局“AI军器商”的职位地方。

2025年，其美国当局收入同比增加55%，到达18.55亿美元。Palantir也明确要于美国联邦当局的软件体系支出中抢占更年夜份额。

To G基因注入To B营业

但于美股市场，To G营业历来是被投资人“厌弃”的买卖：当局定单周期长、回款慢、想象空间有限，远不如To B营业性感。

于当局营业站稳脚根后，Palantir很早就埋下了贸易化的野心。

2010年先后，Palantir从金融赛道切入To B营业，为美国金融巨头摩根年夜通定制部署Metropolis平台，为其量身打造反敲诈与危害阐发体系。厥后Metropolis迭代蜕变为Foundry平台，成为Palantir办事B端客户的焦点产物。更多关在Palantir向To B营业转型的故事，接待添加作者微信skylar_12_14交流切磋。

如今，To B营业早已经从初期摸索迈入周全发作阶段。

财报显示，Palantir2025年贸易部分收入20.73亿美元，同比增加60%。它愈来愈遭到美国年夜企业们的青睐，相干收入于2025年同比年夜增109%，到达14.65亿美元。

二级市场之以是看好Palantir，底气无非两点：一是To G营业这个基本盘很稳，二是它正把这个上风，实打实地转化成为了To B营业的增加动力。

Palantir于实战里重复打磨、验证过的本体论，成为它进军贸易市场的“杀手锏”。

这套要领论于To B营业场景中找到了新疆场。数据阐发专业身世、曾经于美国从事BI（贸易智能）事情的VC投资人英喆提到，差别部分对于统一观点的理解可能差别，好比采购及发卖讲的“库存”可能不是统一观点，营业增加的指标也可能差别。本体论可以经由过程语义模子把它们同一为统一界说，为智能决议计划铺好第一块基石。

不仅云云，Palantir的To B扩张之路，也延续了它办事当局时的重型基因。

B端产物Foundry是“不亚在一个云操作体系”的软件平台。“本体数据处置惩罚、模子、仿真，这套体系的繁杂度基本与阿里云、baidu智能云相称。”持久研究Palantir、拥有多家云厂商从业经验的IT老兵陆程向雷峰网先容。

Palantir之以是将Foundry打造患上云云“重”，是由于从一最先就对准了金字塔尖的年夜客户。

“营收体量高、客户数目少、客单价极高，这就象征着要为每一个客户做深、做透。”这一战略选择的结果清楚可见，头部年夜客户至今仍孝敬绝年夜部门营收。

财报显示，2025年Palantir前二十年夜客户平均收入9390万美元，合计18.78亿美元，占比约42%，同比增加45%；前三年夜客户合计收入占比高达16%。

这也恰是Palantir与一众走轻量化线路的年夜模子厂商的焦点差异。陆程认为，假如Palantir走轻量化线路，股价也许还有能再上一个台阶。只管轻量化的空间很年夜，但并无须要走这条路。“重型模式才是它的真正上风，一旦走向轻量化，反而多是一条绝路末路。”

绝地还击，何故实现To B年夜发作？

AIP“引爆”

真正让市场认可Palantir To B营业价值的，是2023年4月发布的AIP（Artificial Intelligence Platform，人工智能平台）。

于此以前，Palantir于2022年的二级市场连遭重挫：于加息风暴、解禁抛压及贸易化质疑的三重夹击下，市场对于Palantir的耐烦跌至冰点，股价整年跌幅超64%，2022年末、2023年头跌破6美元，创下汗青低位。

“此刻许多投资人炒作Palantir，恰是认为它曾经经被低估。”

于英喆看来，Palantir初期估值没涨，是由于只做军政口买卖的想象空间有限，且偏保密性的营业很难被市场化投资人感知。

恰是AIP，让Palantir撕失了“国防股”的标签，一跃成为美股市场最受存眷的AI明星之一。

Palantir从汗青低点绝地还击，掀起史诗级主升浪：2023年整年股价年夜涨167%，2024年再度飙升340%，2025年继承上涨135%。

AIP之以是能引爆Palantir的股价，缘故原由于在：

一是它把存量能力激活，将Gotham、Foundry与天生式AI（包括年夜语言模子）相联合，实现原有产物从传统数据阐发东西进级为企业AI操作体系。

二是将落地效率拉满，把已往数月甚至数年的部署周期压缩到几天，年夜幅降低部署时间成本，解决了年夜模子落地慢、难复用的行业痛点。

这患上益在AIP的泛化能力打开了范围化“复制”的可能性。英喆指出，与传统的呆板进修模式差别，AIP不会因练习数据而局限在单一行业，从而解决了以往能力难以复用的痛点。

真正将市场情绪推向飞腾的，是Palantir与“AI算力之王”英伟达的联手：

去年10月尾，两边公布英伟达GPU加快计较、CUDA‑X库、NEMOTRON模子与Palantir本体论框架、AIP平台交融。

这一互助被视为顶级AI决议计划平台及顶级算力的强强结合，叠加Palantir Q3财报利好，Palantir股价于11月3日盘中一度冲高至207.52美元，创下汗青新高。

AIP对于贸易化的拉动，终极都清楚反应于财报数据上：Palantir近几年的营收增速曲线出现高增加-放缓-再加快的走势。

2020-2021年上市盈余期连结40%以上增速，2022-2023年增速放缓至24%、17%，2024年增速回升至29%，2025年年夜幅爬升至56%。

毫无疑难，AIP加快了Palantir To B营业的发作，并开启了这家曾经被视为纯To G公司的第二增加曲线。

如今，Palantir的AI贸易化还有于加快。单看2025年Q4数据，其营收增加势头不减：总体营收同比增加70%，美国贸易收入同比更是暴涨137%。

FDE的“内功沉淀”

除了了AIP的市场引爆，Palantir的贸易化能跑通、跑快，离不开FDE模式（Forward Deployed Engineer，前沿部署工程师模式）的内功堆集。

FDE模式一样脱胎在Palantir初期的To G营业：军政场景的数据关闭、情况繁杂，通例的软件开发模式“掉灵”，Palantir只能派人去一线摸清营业，再把经验带回来沉淀、抽象成产物。这套打法，厥后被体系化为FDE模式——跑通了先定制化落地、后产物化沉淀的闭环。

FDE模式看似神秘，但剥开其内核，焦点就是为相识决从软件到客户场景的闭环问题。陆程形象地打了个比方：“假如说软件是高速公路，那末FDE模式就是从高速公路抵家门口的‘末了三千米’国道。”

有前员工吐露，Palantir的工程师系统分为两类：一类是常驻客户一线的前沿部署工程师（Forward Deployed Engineers，即FDEs）；另外一类是专注在焦点产物研发的产物开发工程师（Product Development Engineer，即PD工程师）。

从协作方式上看，作为火线作战军队的FDEs，每一周需要破费3-4天时间驻场事情，深切相识营业流程，再使用堆集的know‑how经验设计出真正能解决问题的软件。而PD工程师则作为后方增援军队，卖力将这些颠末实战查验的解决方案沉淀为尺度化、可范围化的产物能力。

这类重交付模式象征着，Palantir于初次办事某个客户时需要投入极高的前期成本，但一旦成立起“本体模子”，不管是客户后续扩大新场景，还有是Palantir平台办事同类客户，均可以直接挪用已经有的数据模子，无需再反复投入年夜量FDE资源。

从边际效应来看，Palantir是用一次性的高固定成本，撬动持久趋近在零的边际成本。这也就能理解其毛利率为什么能常年维持于高位。

财报显示，Palantir 2025年毛利率高达82%。已往五年其毛利率呈稳健上升态势：从78%稳步晋升至80%以上，2025年Q4毛利率更是超84%。

不丢脸出，Palantir的贸易法门于在“卖平台”，而非“卖人头”。

“假如不是已经经证实自身能力的公司，许多B端客户不会接管这套模式。”陆程认为，Palantir的焦点上风于在“比IT咨询公司做患上更多”。

他认为，FDE模式素质上是咨询及交付的联合，美国本土能同时兼具这两种能力的公司其实不多见。“美国人对于交付这件事带有某种自然的藐视，”陆程坦言，“他们更偏向在纯咨询或者纯尺度化产物，不肯意下场干苦活。”

恰是于交付这件事下的苦功夫，让Palantir于竞争激烈的美国软件行业中杀出重围。

持久研究Palantir的滴普科技结合开创人杨磊指出，已往几十年，于美国软件办事行业，IBM、埃森哲等公司于项目治理、营业咨询和调研等环节做患上很深。但它们的短板于在没有本身的焦点产物，咨询竣事后，仍需投入年夜量人力完成后续开发事情。

Gartner阐发师曾经阐发，客户选择Palantir而非Snowflake，焦点缘故原由于在To B营业很是注重灯塔项目的树模效应。Snowflake缺少这种繁杂场景的实践经验，而Palantir偏偏于军政、金融等高壁垒行业堆集了深挚的“实战”经验。

Palantir的行业know‑how，恰是于FDE模式的重复打磨中孵化成型。

为此，Palantir还有使出了一招“以子之矛，攻子之盾”：年夜量吸纳从客户方走出来的行业专家，将这群最懂营业场景、最懂客户痛点的“智囊”收入麾下。

“Palantir提供的起首是营业专家，其次才是IT职员。”海内某软件厂商高管赵阳认为，Palantir是少有能将行业know‑how及IT技能做到优质匹配的软件公司。海内不少软件厂商已经试水“类FDE模式”，接待添加作者微信skylar_12_14相识成效几何。

“组合拳”怎样兑现？

AIP及FDE的这套“组合拳”，为Palantir筑起了一道敌手难以超越的壁垒：极高的客户粘性。

据2025年Q4财报德律风会，Palantir Q4的净美元留存率（NDR）到达139%，象征着存量客户于原有基础上年均增购39%。

换言之，老客户不仅续了约，年度支出还有同比增长了39%，足见客户留存度极高、流掉率极低，且对于Palantir的依靠连续加深。

AI落地能力、FDE贴身办事、行业know‑how这三者的叠加，转化成为了最其实的工具：客户离不开Palantir。

当客户的焦点营业流程、数据模子及决议计划逻辑都跑于Palantir平台上，且由FDE团队深度介入共建，客户的替代成本变患上极高。

这也是Palantir向市场打出的一张王牌：最佳的发卖，就是产物自己，彻底依赖实战效果及客户口碑实现转化。

截至2025年末，Palantir客户数目从上一年的711家增加至954家，同比增加34%。

成心思的是，初期的Palantir持久推行“反发卖”文化。CEO Alex Karp甚大公开暗示不屑在组建发卖步队。直至上市前夜，为了推广面向企业市场的Foundry产物、应答上市压力，Palantir才最先年夜范围雇用发卖人材，慢慢搭建起正式的发卖系统。

Los Angeles Times曾经解密Palantir发卖步队的组建历程：初期成员不乏曾经于甲骨文、IBM等美国年夜型软件公司任职的顶级发卖职员；复制早前于欧洲的发卖模式——主打3人团队，此中包括一位工程师及两名发卖。

有发卖员工吐露，上任两个月后，所有培训都集中于Foundry软件自己，没有发卖引导。可见纵然组建了发卖团队，Palantir的重心仍旧放于行业know‑how上。

于2025年财报中，Palantir总结了拿下G端、B端年夜客户的焦点法门：“问题越年夜、越繁杂，技能难度越高，咱们的胜算就越年夜。”对于在Palantir来讲，这种营业前期投入高、落地危害年夜、数据情况繁杂、发卖周期漫长，偏偏组成了自然的行业壁垒，将年夜量竞争者挡于门外。

中国可否跑出一个Palantir？

Palantir腾飞后，不仅硅谷人工智能草创公司纷纷效仿Palantir，这波热潮也传到了海内。

差别在硅谷早已经跑通“平台型软件”的成熟贸易模式，海内软件行业持久深陷盈利难、范围小的泥潭里——低端市场内卷厮杀，高端市场又被海外巨头紧紧操纵。时至今日，中国仍未跑出像Palantir、Salesforce那样具有全世界影响力的软件巨头。

“就像长跑同样，Palantir是很好的领跑者。咱们先跟于后面，学它的节拍，再找本身的步频。”

不少海内厂商正于拆解Palantir的产物技能、贸易模式，但愿可以或许从中找到突围路径。

于这波热潮中，业内子士认为有三类玩家有潜力成为“中国版Palantir”：

一类是营业逻辑上与Palantir相似的厂商。这种厂贸易务以数据智能、AI决议计划为主，诸如第四范式、明略科技、滴普科技、百望股分、迅策科技、拓尔思等。

一类是对于标Palantir焦点军口营业的厂商。这种厂商聚焦兵工+AI赛道、做To G买卖，诸如靖安科技、渊亭科技、中科世通亨奇等。曾经研究过靖安科技的投资人林宇告诉雷峰网，靖安科技想联合Palantir及美国另外一家国防技能公司Anduril的模式，做无人机群飞节制体系，试图讲述近似Palantir帮忙寻觅本拉登的故事。

还有有一类是更有资源及构造能力的年夜厂。于陆程看来，要想成为Palantir，还有是要至公司，小公司很难。像华为、baidu这种年夜厂更有可能，不仅是由于它们一样拥有许多当局客户，还有有构造文化的因素。由于Palantir是重型的弄法——产物部署重、PDE交付重，并不是小而美的线路，只有年夜厂才能集中气力办年夜事，才有可能投入年夜量资金及资源。据称海内某年夜厂已经有团队正对于标Palantir研发相干产物，更多黑幕可添加作者微信skylar_12_14交流。

Palantir走红后，海内多家厂商于对于别传播中自动向其模式挨近。

于英喆看来，第四范式之以是常被称为“中国版Palantir”，是由于它是上市公司，有对于外讲话权，且比拟起海内“AI四小龙”，于这一范畴做患上更扎实，拥有年夜量B端及G端客户，也推出了近似Palantir AIP的先知平台，以是显患上更像。

“第四范式股价一度涨患上不错，是由于它于季报、答投资者问时会向Palantir的模式对于齐，好比夸大并不是每一个项目都定制化，而是像Palantir那样高度抽象出一套要领论。”

但市场更为体贴的是，于这波热潮中，海内厂商毕竟能向Palantir学到甚么？到底可否跑出本身的Palantir？以和今朝面对哪些挑战？

挑战一：偏守旧务实的技能线路

“中国厂商要做到彻底像Palantir，很是难。”英喆去年研究了海内To B范畴偏Agent的项目，患上出了这一结论。

但他认为，这也并不是彻底不成能。可否跑出近似Palantir的公司，取决在后续技能可否强到支撑如许的叙事。

今朝来看，海内厂商持久缺少打磨软件技能的场景。

“海内B端企业采购时遍及认为软件不值钱，一般要求软硬一体，且以硬件为主导，软件价值不被器重。”

英喆认为，海内没有一家厂商能于初期依附高质量、高价值的数据打磨召盘尖技能，虽然许多近似公司于10年前AI 1.0呆板进修时代成长起来，但至今仍逗留于营业外围，没有进入焦点范畴。

据他不雅察，今朝海内市场上公然的技能还有是呆板进修那套，且客户求稳，不但愿AI于营业场景中随便泛化、智能决议计划及接受，更但愿AI饰演辅助脚色。

英喆增补，呆板进修的要领论常见在金融风控范畴，但它只能输出几率阈值，且很难跨行业泛化，与今天年夜模子思索决议计划、把握营业全链条的能力另有差距。

这暗地里折射出，海内厂商更愿意选择一条偏守旧务实的技能线路。

曾经于IBM任职、现百望股分首席咨询专家续岩向雷峰网暗示，年夜语言模子素质上是一套几率模子，而医疗、金融等场景需要包管结论的可注释性及精准性。于如许的营业场景下，年夜语言模子的体现未必比呆板进修好。

据雷峰网相识，包括百望股分于内的多家海内厂商，已经最先将呆板进修及年夜模子的技能范式相联合。

续岩吐露，百望股分今朝采纳“双线并行”的技能线路，其数据科技团队正测验考试从以呆板进修为代表的传统后验论模式，转向年夜模子驱动的先验论模式。

于陆程看来，比拟Palantir已经把握年夜模子To B落地运用的硬核能力，海内年夜模子项目年夜多仍处在PoC（观点验证）阶段。

重要缘故原由还有是于在海内年夜模子正确性不敷（即“幻觉”问题），且中美投资理念差异年夜，海内相对于审慎。“各人都于冒死等场景，等年夜模子真正能解决甚么问题，才会鼎力大举投入。”关在海内云厂商、年夜模子厂商和软件厂商的最新AI进展，接待添加作者微信skylar_12_14互通有没有。

除了此以外，汗青技能包袱，一样于强化这类偏守旧务实的技能偏向。

英喆认为，想要成为中国的Palantir，就不克不及有太多汗青技能包袱，但很少有厂商愿意彻底抛失原有技能系统举行转型。

他提到此中一点，假如前期将年夜量资源投入呆板进修，形成为了技能门户及资源焦点，就很难转型到年夜模子时代的Transformer及Diffusion技能架构，只能继承于原有系统上拓宽场景，很难用新一代技能打开全新的营业空间。“原有团队靠旧技能发家，如今让他们转型或者出局，都难上加难。”

但实际差距并未冷却海内厂商的技能突围热忱，反而鞭策他们于摸索下一代数据智能架构时，将Palantir作为主要参照。

杨磊向雷峰网暗示，滴普科技于2018年创建时存眷的对于象还有是Snowflake、Databricks这种公司，其时业界重要存眷数据平台设置装备摆设、数据湖仓设置装备摆设、数据及时化和数据出现。

但他逐渐意想到，这一标的目的存于一个问题，即数据及营业常识彼此伶仃。营业逻辑表现于ERP（企业资源规划体系）、MES（制造履行体系）等流程体系中，数据只是反馈成果及历程描写，两者处在分散状况。

于深切研究Palantir后，杨磊及同事发明这派别据阐发公司的线路与他们探访的标的目的高度一致。

“这就像各人从差别标的目的登山，Palantir从A面爬，咱们从B面爬，厥后爬到某个处所发明：‘诶！就应该以这类方式去登山。’”厥后滴普科技打造了FastData Foil、FastAGI等平台，与Palantir的Data+AI模式不约而合。

挑战二：数据管理是块“硬骨头”

技能追逐只是第一道坎，真正磨练海内厂商内功的，是更难超过的数据管理关。

与美国数据基建完美、Palantir依附早年定制化项目堆集年夜量数据管理经验差别，海内厂商面对的焦点磨练是需要处置惩罚各类“脏数据”：

英喆认为，数据管理能力是基本功。中国对于标Palantir的厂商一旦深切营业场景，起首要解决的是数据来历及质量问题。海内市排场临的严重问题于在，只有年夜型企业利用多年纪字化体系后，才会有相对于布局化的数据，此中仍有可能存于异样值、缺掉值、过错值等问题。

因而可知，中国数据基建更为单薄，面对的数据管理难题比Palantir更多、更繁杂。英喆提到，已往10年，海内于呆板进修海潮中涌现出一批数据管理厂商，虽然它们已经经堆集了响应的技能经验，但时至今日，数据管理仍是财产界的一块“硬骨头”。

一方面，海内数据碎片化严峻，需要厂商破费更多精神管理。

前述技能专家、明略科技副总裁李梦林提到，海外企业接管云原生的观点比海内要好许多，他们于数据基建上的同一性或者规范性比海内企业要强患上多。

早年海外企业遍及采用Snowflake、Databricks、dbt Labs等通用解决方案举行数据基建，并沉淀了年夜量营业数据，营业建模后更易“跑”起来。

而海内企业的数据基建程度乱七八糟：

于早年纪字化转型中，有的部署于当地IT情况，有的采用云架构，有的基在开源方案构建，有的则经由过程自研方式直接搭建体系。李梦林吐露，明略科技于海内驻场办事的第一天，起首就患上摸清晰客户本来的体系究竟是怎么搭的、用的甚么技能架构。

企业于数字化转型中堆集的海量IT体系，对于厂商来讲无疑是个巨年夜的挑战。“今天不太可能告诉客户要推翻重来、从零最先，从底层上去构建一套数据中台。”

李梦林较着感触感染到，于当前市场情况下，企业决议计划愈发审慎，不肯投入万万元级另外资金用在数据基建。焦点缘故原由于在数据基建投资回报周期长——动辄数万万的投入，往往需要两到三年才能看到基本效果，企业很难连结充足的耐烦。

另外一方面，数据管理并不是纯真的技能问题，还有触及构造厘革的压力。

面临客户的内部协调问题或者其他诉求，厂商即即是驻场做跨部分的协调沟通并买通数据，也面对不少磨练。好比中台项目需要买通各类部分“墙”，将差别部分的数据拿过来一路共建、管理，才能真正把中台跑通，这无疑又是一场硬仗。

诸多实际难题，让中国厂商没法直接复刻或者照搬Palantir的成熟模式。

李梦林告诉雷峰网，明略科技（前身秒针体系）20年前创建时并未对于标Palantir，厥后明确对于标是于2014年景立明略数据之时。

“当初对于标Palantir，是但愿把它的技能标的目的运用到中国本土市场，解决近似的问题。”李梦林提到，明略数据初期的营业标的目的与Palantir的军政口营业很像，其时将常识图谱技能运用于公安口营业。

但从数据管理的实际困境看，李梦林认为，Palantir采纳的是“自下而上”线路，先帮客户把所有数据买通、管理好，再教客户利用，让企业员工本身于平台上搭场景，并进修怎么用。而这一模式于海内市场难以落地：

海内企业的员工采用这种繁杂体系的意愿其实不高，特别当下年夜模子已经相对于普和，员工更习气直接发问、直接出成果，进修一套繁杂体系的成本太高。

叠加前述因素，客户其实不愿意负担太高的人力成本纯真只做数据管理这种前置事情，更但愿一最先就知道怎样经由过程数据运用驱动营业增加。

是以，明略科技于2025年自动进级为Agentic AI战略，走出一条“自上而下”的途径：并不是一最先就扎进很重的数据管理事情，而是经由过程自身堆集的垂直范畴专有数据加之专有模子，先用Agent帮客户解决现实问题，用数据运用反过来动员数据管理。

挑战三：FDE模式难于海内跑通

对于标Palantir的海内厂商，当下还有面对另外一个棘手难题：交付重、毛利率低。像Palantir高达80%以上的毛利率，于海内市场险些不可思议。

“依赖人力的FDE逻辑，于海内很难走出可盈利的贸易模式。”李梦林暗示，中美市场情况对于交付型项目的客单价接管度差别：

中国B端市场不具有美国那样的高客单价、高毛利基础，纯真依赖年夜量人力交付很难范围化，厂商的成本节制及盈利压力很是年夜。

曾经任职海内外多家云年夜厂、拥有20余年行业经验的业内子士张弛算了一笔账，Palantir能拿到1亿$起、10亿$起的定单，可以派驻专门团队办事；但于中国，除了了基础举措措施设置装备摆设的算力采购年夜单以外，险些很少看到尤其年夜的单子。

别的，阿里、华为、腾讯等海内年夜厂人材成本不低，P7级别年薪总包一两百万（20万$以上），但这于Palantir的项目里可能还有算不上顶尖的营业专家。养如许的团队，定单必需要有比力好的毛利率才能支撑起来。

这也是张弛认为Palantir模式没法于中国复制的一个缘故原由：缺少派行业专家于客户现场理解需求、界说及开发项目、再反向迭代产物的咨询式年夜单。“没有哪家企业会给厂商开出10亿$的单子，还有以咨询、现场部署、工程交付为主。”

这也不难理解，虽然FDE模式可以或许于重交付场景填补客户需求与产研团队需求的差距，但于中国险些没有企业愿意为此买单。

面临交付重、毛利率低的难题，海内相干厂商也于测验考试纷歧样的解法。

李梦林告诉雷峰网(公家号：雷峰网)，明略科技正于摸索一种新的交付模式：于借鉴FDE模式、保留“人”的脚色的同时，慢慢让Agent负担更多交付事情。暗地里的考量，一方面是借助AI降低交付成本，更主要的是经由过程AI晋升交付效率与质量。

别的，海内软件行业历来“重交付、轻咨询”。

前述持久研究Palantir的专家陆程暗示，海内厂商之以是对于FDE模式带有仰视的立场，是由于年夜部门厂商其实不具有咨询的能力，只是擅长干交付。

论深度交付能力，第四范式于海内属第一梯队。英喆谈到，投资人之以是看好第四范式，恰是由于它有场景、有数据，把握了To B的钥匙。

但第四范式常被诟病之处是项目交付周期长，年夜量依靠人力外包，还有要搭配硬件，毛利率只有30%多，且持久未盈利。这种厂商面对的另外一难题，是难以花年夜量精神做前沿研究。

英喆认为，第四范式假如想突围，就需要走出与Palantir大相径庭的途径：Palantir是技术到位了再拓展场景，而第四范式是先有场景再晋升技术，即“下一步要晋升技能能力”。

挑战四：战略与资源的两重磨练

外有恶疾，内有隐痛。除了了行业共性的难题，海内厂商还有要直面自身的两年夜磨练。

一方面，海内厂商可否对峙持久主义及拥有充足的战略定力。

续岩向雷峰网暗示，百望股分承认Palantir的此中一点即是“持久主义”。Palantir从To G的军政口买卖发迹，从贸易回报看，这种营业需要持久投入，倾向半战略性投资——于周全实现盈利前，Palantir曾经历经近20年的持久吃亏。

而百望股分对于标Palantir，部门缘故原由于在自身G To B To B的基因，经由过程To G营业介入国度财税的数据基座设置装备摆设，于暗地里默默做“架桥铺路”的底层支撑事情。续岩提到，设置装备摆设G端及B端两套平台历程繁杂、投入巨年夜，百望股分每一年于这方面的投入堆集靠近万万资金。借“中国版Palantir”之名，也是但愿可以或许被市场瞥见。

可否苦守持久主义，正于磨练着海内一众厂商。不少投资人绝不讳言，现阶段海内对于标Palantir的产物年夜多为“只有形而没有魂”，甚至“有形者都百里挑一”。

海内软件从业者刘畅曾经深切研究Palantir，她认为Palantir依附AI突起的焦点缘故原由不是Agent，也不是数据，而是此刻还有未被彻底拆解出来的“推理框架”——“穿透到底层就会发明它的地基很是深挚，不是咱们此刻可以或许彻底破解出来的，但要大白这是它许多年前就于做的结构”。

据她不雅察，海内厂商更偏向在快速寻求贸易变现，并无像Palantir想患上那末久远。

“中国市场很年夜，哪怕做垂类模子或者者做数字人，都能有贸易变现的时机。当这些范畴成为红海时，决议竞争力的将会是推理框架，但阿谁时辰再做必定来不和了。”

另外一方面，算力、资金、人材三重瓶颈，配合磨练着海内厂商的资源整合能力。

起首是算力层面。

某机构阐发师周洁认为，Palantir的乐成，暗地里有英伟告竣熟生态提供的强劲算力作为支撑。中国厂商要走的路更难：可否与国产芯片厂商真正协同、补齐算力短板，这是必需迈过的一道坎。

其次是资金层面。

陆程认为，中国厂商不是不会学，而是学不会Palantir。学不会的缘故原由是“穷”，即没有充足的投入。

小厂没资源，年夜厂资源也分离——营业线许多，不是只干一件事。“创业公司活下来才是最素质的工作，最快的方式是包装速成；年夜厂看着有实力，可是资源分离到各个部分后也就没有实力了。”

别的，海内缺少成熟的know‑how人材造就机制。

“Palantir愿意把本身的员工直接派到美国部队酿成一个军官，这于中国险些不敢想象。”于李梦林看来，海内最焦点的问题于在，是否有充足多既懂技能又真正理解行业纵深的复合型人材，补齐know-how的短板。

脱胎在华为及阿里技能团队的滴普科技开创人们，于已往8年一样熟悉到“懂营业”的主要性。

杨磊向雷峰网坦言，营业敏感度不足，曾经是这支技能身世团队的“软肋”：以供给链场景为例，假如没有于年夜型物流公司事情过，即便有年夜厂技能事情经验，也未必能真正理解供给链的运作逻辑，很轻易低估营业的繁杂性，认为供给链只是简朴的货物分发。

但已往几年，滴普科技最先投入年夜量精神组建营业团队，建立DIC（Deep Innovation Center，深度立异中央）。DIC团队以营业专家为主，进驻客户现场提供专业办事。

于他看来，既懂AI又懂营业、同时具有强技能能力的人材于当下很是稀缺。把这件工作解决好，将来中国市场才有可能降生出真正意义上像Palantir如许的公司。

“Palantir化”热潮什么时候退去？

于这波热潮中，不少厂商已经经意想到照搬Palantir模式其实不实际。今朝业界已经形成基本共鸣：借鉴Palantir模式，亟需举行本土化的适配或者革新。

刘畅认为，虽然海内厂商此刻直接对于标Palantir为时尚早，但它就像昔时IT从业者眼中的IBM，是值患上尊重的标杆。“把Palantir拆开看、揉碎了学，再长出属在本身的工具，或许有一天就能跟它一路跑于第一方阵。”

但不乏为这波热潮“泼冷水”的从业者。“中国的软件厂商预计都想学Palantir，有的想学本体论，有的想学FDE，末了年夜几率学患上八门五花、奇形怪状，然后又最先卷价格；但也有公司只想借Palantir抬股价、包装观点。”

陆程认为，谁能学患上大白，年夜概两三年就能看患上比力清晰。“Palantir股票涨了，各人一窝蜂涌上去。第一年可能会死一波，第二年再死一波，第三年就看大白了。”

本文作者持久存眷AI巨头动态和AI云市场，接待添加作者微信skylar_12_14交流切磋。

注：文中陆程、赵阳、林宇、张弛、刘畅、周洁皆为假名。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。