文｜智讯智库 施展

Palantir把服务情报系统形成的业务建模能力，扩展为企业可复用的平台，并借AI把高投入的定制交付转成更快获客、更高利润率的商业模式。

Ontology把分散数据翻译成业务对象、关系和动作，Gotham、Foundry与AIP在同一底座上连接分析与执行

商业客户从2020年Q4的49个增至2026年Q2的870个，收入结构与利润率随平台复用同步改善

FDE深入现场理解复杂业务，Bootcamp把售前验证压缩到5天，降低了获客和决策成本

大模型公司与客户自建成为主要替代路径，Palantir用私有部署、模型可换和细粒度权限回应企业控制权焦虑

从“反恐工具”到“企业操作系统”Palantir在卖什么？

2003年Peter Thiel、Alex Karp、Stephen Cohen等人共同创立Palantir的时候，给它起的名字来自《指环王》里的“真知晶石”，一种可以让人看到远方正在发生什么的魔力石。

那时候没有人想到，这家公司会在二十年后成为市值4200亿美元的企业软件巨头。

截至2026年8月24日，Palantir估值为4227亿美元，相比2022年12月26日的最低点124亿美元估值，提升了将近34倍。

它最初为美国情报界开发反恐调查与行动软件，曾参与阿富汗、伊拉克、俄乌战争。2013年，《华尔街日报》一篇专栏称，Palantir的数据整合技术“被认为在定位本·拉登的过程中发挥了关键作用”[21]，成为其在战场的传奇一役。

如今Palantir客户已横跨医疗、能源、金融、制造等十大行业，服务870个商业客户，93%的收入增速、61%的调整后营业利润率显示其在战场之外的潜力。

Palantir的核心产品线Gotham、Foundry、AIP，都建立在Palantir Ontology之上。

理解这个“Ontology”（Ontology原是哲学中的“本体论”，在计算机科学中通常指对实体、属性、关系与规则的形式化表达），是理解Palantir一切的起点。

大多数人对数字化的理解是：把不同系统里的数据搬到一起，放进一个大仓库，然后用BI工具看仪表盘。信息就等于数据，那么数字化就只是一个数据存储和处理问题。

Palantir的观念不同：信息需要绑定现实业务中的对象、关系和动作，单纯存储和链接仍不足以形成决策依据。

想象在一家跨国企业里，一笔采购业务可能在ERP中表现为采购订单，在财务系统中表现为应付项目，在合规系统中表现为审查记录，它们彼此相关，却使用不同标识和口径。

传统做法是把数据搬到一个仓库里清洗、整合、形成看板。这些工作让数据变得结构化、好看，但仍需要很多人去翻译数据的含义，了解数据对业务的具体影响。有时，甚至只是对齐口径，就需要花费大量人力和时间。

Palantir的Ontology解决的就是这个问题。它是一个可治理、可实时更新、支持读写闭环的类数字孪生系统，且同时包含“名词”（对象、属性）和“动词”（动作、逻辑函数、安全策略）[1]。

这里面的难点，是如何保证最小“实体”单元的一致性和灵活性。定义的太宽，在使用时还需要拆成不同的口径使用，没有意义；定义的太窄，又会使得理解难度的加深、系统的冗余。

这也是Palantir与其他数据平台最根本的差异，靠调研这种笨功夫在Ontology中形成符合这家公司业务逻辑的图，最终将数据整合映射到这张图上，辅助业务决策[1]。

从Gotham到Foundry：从“战场”延展到“商业世界”的操作系统

Gotham是Palantir最早的产品，服务于情报界和军方[2]，是Ontology业务基座上的应用层之一。

如果说Ontology是业务逻辑的子弹，Gotham就是业务的扳机。它需要处理大量异构的结构化与非结构化情报（如情报员和线人写的一段段电报文字、GPS、无人机画面、雷达信号等设备自动回传的遥测读数），并能部署在包括气隙网络在内的高安全环境中。

Gotham把分散的情报数据联系在一起（如融合卫星观测等多源信息，利用船舶密度模型识别偏离历史基线的异常活动）→识别异常（如将舰船档案、历史行为和地理位置进行关联，帮助分析人员判断目标动向及潜在风险）→分析与告警→给出建议方案。

同时，Gotham通过保密等级、组织、角色、数据标记、用途以及对象和属性级策略实施细粒度权限控制，让每个人只能看到自己该看的那一块。

情报系统需要同时处理非结构化信息、映射现实对象、保持高时效和准确性，并实施细粒度权限控制。这四项要求塑造了Palantir最初的产品哲学：“人机协同地理解并改造真实世界，且让权力始终可治理”。

而Foundry则是从情报方法到商业世界的应用延展：同一套做事逻辑，连接分散数据、建立对象关系、管理权限与血缘、把分析结果连接到行动，在不同行业延展落实成供应链优化、制造分析优化、药物研究优化等决策引擎。

Palantir CTO Shyam Sankar在2023年的FoundryCon演讲中讲了一个例子：BP公司使用Palantir的Vertex平台（面向能源行业的Foundry方案）后，每年新增超过10000桶日产量，仅前一年就创造了接近5亿美元的价值[3]。

AIP：业务底座+AI=业务自动驾驶系统

当然，如果只是有了对标现实的“操作系统”，Palantir还不能完全发挥其实力。

2022年11月ChatGPT发布后，Palantir因为拥有过去二十年构建的Ontology底座，可以让大模型获得清晰、准确、实时的“业务信息网”，极大释放大模型在企业内部的真正实力。

Palantir AIP就是渗透在企业系统里的AI Agent。基于Ontology理解业务单元、基于Foundry理解业务关系和动作，AI在私有化、可控的信息边界里，进行自动化操作或辅助决策。

目前AIP有三大核心能力：

AI App将模型建议嵌入具体业务界面，像Copilot嵌进Word/Excel那样，把模型的建议直接长在员工正在操作的业务页面里（供应链看板、理赔单据、护士排班表）。

AIP Logic以低代码方式编排提示词、条件、函数和动作，正如常说的Graph Engineering。

Automate则持续监测业务条件，自动运行Logic，或把结果作为提案交由人工审批。

而AIP除了能提升自动化效率，还能提升智能水平直接有效的辅助决策。

Palantir曾举个例子，系统结合运输网络优化模型和包车价格预测，对不同运输方案进行模拟。方案一预计可节省6万美元、方案二最高可节省181万美元。

Ontology是核心，Gotham是国防领域的应用层，Foundry是商业领域的应用层，AIP是AI时代的接口层。一个发动机（Ontology），两个底盘（Gotham和Foundry），一套自动驾驶系统（AIP），让Palantir这辆车飞驰。

从政府采购到AI商业巨头： Palantir在战场外开疆拓土

从Gotham到Foundry，再到AIP，Palantir走过漫长的23年：

2003-2017年，是漫长亏损的政府采购时代。2003年Thiel用PayPal反欺诈资金创立Palantir，2004年前后，In-Q-Tel的投资帮助Palantir进入美国情报界；早期客户高度集中于政府和情报机构，Gotham被反复打磨，2010年才迎来第一个商业客户摩根大通。

2018-2019年，政府采购突破，以利润换阵地。2018年Palantir赢得陆军情报系统相关合同，并于2019年获得Army Vantage项目合同，打开军方主承包资格，但为服务政府客户大量投入驻场与云成本，成本增速跑赢了营收增速[2]。

2020-2022年，商业类扩展，商业模式质变。2020年直接上市，年末市值442亿美元，P/S为40.5倍；2021年Foundry被多客户复用，毛利率从67.7%跳升至78.6%；2022年加息影响成长股，市值缩水至134亿美元[4]。

2023-2026年H1，AI催化，存量资产被重估。2023年发布AIP并首次实现GAAP年度盈利；2024年纳入标普500，股价上涨340%；2025年营收44.75亿美元（+56%），市值冲上4498亿美元峰值[4-6]。

在Palantir这20多年的历史中，最重要的叙事是商业类客户的扩张。

2020年Q4到2026年Q2，商业客户数从49个增至870个，约为原来的17.8倍，同期政府客户仅从90个增至179个。商业客户数占比从35%升至83%。

2026年Q2单季营收约19.4亿美元，其中商业客户收入约9.45亿美元，占比约49%（且占比逐年提升）[5,7]。

经过20年的沉淀，Palantir对人工驻场的依赖已经下降，AI进一步放大了平台复用能力，商业模式随之改变。

这一变化从利润率的跃升中可见一斑：2020年GAAP净利率低至-107%，全年净亏损11.7亿美元，超过当年10.9亿美元的营收；2021年仍亏-34%，2022年仍亏-20%，连续三年净利率处于深度负值区间[8]。

影响净利率最主要的原因是大量的股权激励（SBC）：2020年全年SBC约12.7亿美元，约为当年营收的119%；20年Q3因直接上市触发大额归属，单季SBC约8.47亿美元。

但从2023年开始，调整后的营业利润率和净利润率都直线上升。2026年Q2销售费用率降至18%（vs22年Q2的36%）、研发费用率降至10%（vs22年Q2的19%）、管理费用率降至10%（vs22年Q2的33%），三项费用率合计下降约49个百分点[5]。

而这背后，核心是Bootcamp降低了获客成本、平台研发投入的系统化减少。

但更关键的是，股权激励占营收比例下降，因为Palantir从依赖具体的人，逐渐转变成依赖已沉淀的资产、方法论、系统。

FDE打地基、 AI Bootcamp提效： 打磨应对“复杂”商业的利刃

正如财务上的表现，Palantir曾经是企业软件里最难卖的公司之一。原因很简单：它卖的是一套需要深度定制的方法论，既需要梳理业务流程，也需要系统化和数字化业务流程。

传统企业软件的销售靠演示和承诺，“如果你买了我们的产品，它能做这些”，但Palantir的卖点是“让我们用你的真实数据和真实问题来证明”，这意味着每次销售都需要投入大量前线工程师的时间[9]。

FDE（Forward Deployed Engineer，前线部署工程师）被派到客户现场，用真实数据和实际问题调试、扩展Palantir的平台。他们同时承担工程、产品和顾问职责，工作地点可能是BP的炼油厂、Tyson的鸡肉加工厂，也可能是乌克兰的前线指挥所。

Palantir架构师Chad Wahlquist在加入Palantir之前供职于泰森食品，美国最大的肉类加工商，疫情封锁袭来时，他“穿着全套防护服站在工厂里”，身边是同样全身防护的Palantir前线部署工程师（FDE）[10]。

这些工程师会站在供应链最脆弱的断点上，先回答一个朴素问题：现场发生了什么。“在场”由此成为FDE与传统远程交付模式的重要分野。

2023年，Palantir推出了AIP Bootcamp，一种通常为期5天的密集工作坊。在工作坊中，客户要带着自己的真实业务数据和业务问题[11]，和FDE高强度、密集讨论。

其关键在于它把传统软件项目中漫长的“需求沟通，方案汇报，采购决策”压缩成一次围绕真实问题的现场共建，这与传统SaaS公司“产品团队设计→销售团队卖”的线性流程完全不同。

在Palantir，销售过程本身就是产品研发过程。

Bootcamp开始前，企业会确认业务负责人、一线用户和IT人员，准备场景数据并限定核心用例；参与者在Palantir工程师支持下，直接使用自己的数据构建、测试业务工作流，再完成产品演示、上机共建和成果评估。

企业因此能在五天以内看到一个可运行的MVP，同时验证技术能力、业务价值、安全治理要求和团队使用意愿。Bootcamp成果还可作为后续生产部署、ROI验证和规模化复制的起点，降低企业采用AI时的不确定性和决策成本。

这个与客户共建的AI工作坊，背后依靠Palantir积累的行业经验、从业务诊断到落地的闭环方法，以及20年持续优化的产品底座。

AI是工具的催化剂，Bootcamp是组织形式的催化剂，而真正值钱的，仍然是如何处理非结构化的信息源、如与现实的业务一一对应、如何让信息实时串联反馈、如何隔离权限这些具体的经验和方法。

管理层曾披露，售前评估过去需要三个月，如今5天即可完成[12]。多个客户在Bootcamp后数周内即转化为付费合同，其中某头部便利店连锁从原型到付费试点仅用25天[13]。

这一模式也显性带来财务改善：Palantir的销售与市场费用率从2024年Q4的35%降至2026年Q2的18%[5]，也带来了可观的利润率。

如果把2026年Q2的Palantir和全球市值前100家上市公司放到一个坐标系中：Palantir的收入增速和利润率水平，都处在绝对的高位。

将营收同比增速与调整后营业利润率相加，可以得到软件行业常用的Rule of 40指标。通常，该指标达到40%以上，意味着企业在增长与盈利之间取得了较好的平衡，而Palantir这一数值达到155%[5]。

Karp在2026年Q2业绩沟通中称：“据我所知，没有哪家与我们规模相当的企业，增速达到过我们的一半”[14]。

2026年Q2财报发布后，Palantir股价从8月3日的125.65美元升至8月14日的174.04美元，按收盘价计算累计上涨约38.5%，市值从3012亿美元升至4196亿美元[4]。

真正的对手： 大模型公司和客户自己

硅谷科技股多头代言人Dan Ives长期把它和SNOW、DDOG、CRM并列为“AI软件四件套”，给出了1万亿美元的市值目标。标普2024年把PLTR纳入500指数时，也将其归到Software板块，和Microsoft、Adobe、Oracle、Salesforce并列[6]。

但典型SaaS厂商通常面向更加分散和分层的客户市场。High Alpha与OpenView对800多家SaaS公司的调查显示，37%的受访公司主要面向大型企业，31%面向中型市场，22%面向中小企业，7%面向微型企业，另有3%面向消费者。63%的受访公司并不以大型企业作为首要目标客户[15]。

Palantir的客户结构则更为集中：截至2026年6月30日，公司过去12个月确认收入的客户数为1049个，前20大客户同期平均收入为1.24亿美元[5]。

Palantir以极高的单客价值，深度服务少数业务复杂、部署要求高的政府机构和大型商业组织。

这些复杂的客户想要完成数字化或者智能化，通常有三个选择：

咨询公司+系统集成商+数据仓库的组合。这是过去二十年的“标准答案”：麦肯锡、埃森哲、BCG出战略咨询，埃森哲、Slalom等出技术实施，Snowflake、Databricks、Cloudera出底层数据仓库，再加上大量定制开发。

客户自建。这类有充足预算和信心的复杂客户会自建团队，由内部数据团队、CTO办公室主导，进行数年的数字化改革。

闭源大模型公司的“模型+咨询”组合。OpenAI于2026年5月宣布成立OpenAI Deployment Company，初始投资超过40亿美元，并同意收购约有150名部署工程师和专家的Tomoro[16]；Anthropic与埃森哲于2025年12月扩大多年合作，约3万名埃森哲专业人员将接受Claude培训，Claude Code将提供给数万名开发者使用[17]。

在2026年8月3日CNBC的访谈中，Karp公开批评OpenAI与Anthropic的token计费模式：“something has gone completely wrong with how AI is sold”（AI的销售方式已经彻底跑偏），并将矛头直指“把企业IP迁移进模型”的做法[18]。在Palantir2026年Q2股东信中，他进一步升级了表述：“其他做大语言模型的人，有意或无意地想要夺取他们所谓合作伙伴的‘生产资料’”[19]。

这场炮轰瞄准的，正是后两种数字化路径的交汇点，当企业既不愿意冒着数据风险“全外包给闭源大模型厂商”，又无力或不愿意“完全自建”时，Palantir提出的“主权AI”就成为一种有吸引力的选择。

这又回到了开始：Palantir如何能服务好复杂客户“完全自主可控”的数字化需求？

Palantir平台支持云端、本地、主权云、边缘和部分气隙环境部署；AIP支持多模型及自托管模型，但可用范围取决于具体环境与产品支持[20]。

部署是私有的，模型是可换的，权限是细粒度的，但业务逻辑是被映射的、企业资产是实打实被Ontology数字化了，这可能就是Palantir的答案。

批量应对“复杂”是终极的护城河

从服务复杂的情报网到大型跨国公司，Palantir二十三年只做了一件事：服务最复杂的客户，熟练应对“复杂”是真正的护城河。

Sankar说：“我们当年为BP打造Vertex时，并不知道它后来会成为BP能源转型的关键平台，会成为制造业供应链的核心引擎，会成为疫苗分发的关键技术。正是因为一次又一次地把我们自己扔进客户最难的难题里，我们才得以构想出那些最大化的解决方案，那种真正深入、彻底解决客户问题的方案”[3]。

而AI时代，正是“批量化”处理“复杂”的时代。

参考资料

[1] Palantir Technologies Inc. The Ontology system[EB/OL]. [2026-08-19].

[2] Palantir Technologies Inc. Registration statement on Form S-1[R/OL]. Denver: Palantir Technologies Inc., 2020[2026-08-19].

[3] Sankar S. Ontology: Your Business as Code[EB/OL]. (2023-08-06)[2026-08-19].

[4] Yahoo Finance. Palantir Technologies Inc.（PLTR）historical data and market data[DB/OL]. [2026-08-19].

[5] Palantir Technologies Inc. Q2 2026 quarterly report on Form 10-Q[R/OL]. Aventura: Palantir Technologies Inc., 2026[2026-08-25].

[6] S&P Dow Jones Indices. Palantir Technologies, Dell Technologies, and Erie Indemnity set to join S&P 500; others to join S&P MidCap 400 and S&P SmallCap 600[EB/OL]. (2024-09-06)[2026-08-19].

[7] Palantir Technologies Inc. FY 2021 business update[R/OL]. Denver: Palantir Technologies Inc., 2022[2026-08-19].

[8] Palantir Technologies Inc. 2020 annual report[R/OL]. Denver: Palantir Technologies Inc., 2021[2026-08-19].

[9] Palantir Technologies Inc. 2025 annual report[R/OL]. Denver: Palantir Technologies Inc., 2026[2026-08-19].

[10] Palantir Technologies Inc. Inside Palantir's AI Architecture with Chad Wahlquist[EB/OL]. [2026-08-19].

[11] Palantir Technologies Inc. Palantir AIP Bootcamp[EB/OL]. [2026-08-19].

[12] Palantir Technologies Inc. Q1 2024 earnings call[EB/OL]. (2024-05-06)[2026-08-20].

[13] Palantir Technologies Inc. Q2 2024 earnings call[EB/OL]. (2024-08-05)[2026-08-20].

[14] Palantir Technologies Inc. Q2 2026 earnings call[EB/OL]. (2026-08-03)[2026-08-19].

[15] High Alpha, OpenView. 2024 SaaS Benchmarks Report[R/OL]. 2024[2026-08-20].

[16] OpenAI. OpenAI launches the OpenAI Deployment Company to help businesses build around intelligence[EB/OL]. (2026-05-11)[2026-08-19].

[17] Accenture. Accenture and Anthropic launch multi-year partnership to drive enterprise AI innovation and value across industries[EB/OL]. (2025-12-09)[2026-08-19].

[18] CNBC. Palantir CEO Alex Karp criticizes how AI is sold and closed-model providers[EB/OL]. (2026-08-03)[2026-08-19].

[19] Karp A C. Q2 2026 letter to shareholders[EB/OL]. (2026-08-03)[2026-08-19].

[20] Palantir Technologies Inc. Bring your own model to AIP[EB/OL]. [2026-08-19].

[21]FINN H. The Humane Way to Crack Terrorists[N/OL]. The Wall Street Journal, 2013-02-23[2026-08-26].