火爆全球的toB軟件公司Palantir是干什么的

AI目前在企業智能決策運營和執行的層面，并沒有很好的落地場景。

在企業落地AI的4x5分析框架一文中，我分析過，AI在業務活動級別和業務動作級別可以達到L4、L5的智能水平，例如在會議總結、營銷素材生成、員工對話訓練、騎手路徑規劃，可以完全替代人工。但是在業務流程級別甚至是價值鏈級別，只能達到L3的智能水平，例如希望讓AI控制從自動補貨到生產編排出貨的全業務鏈路智能化自動化，還比較困難，具體分析如下圖。

而業界更期待的，是AI能重塑企業價值鏈運作、經營管理與執行運作的模式，變的更高效，更智能。然而實踐來看，LLM還做不到，目前只能給一些不疼不癢的決策建議和分析。

大家都在熱情的摸索AI對企業經營的顛覆和賦能，而在這個混沌探索的過程中，美國一家老牌軟件公司Palantir半路殺出，估值飆升，號稱實現了企業AI應用的操作系統構建，幫助企業做到真正智能化運作。

Palantir從去年開始，儼然成為一個科技圈的明星，成為萬眾矚目的焦點。

而Palantir在解決企業應用AI的問題中，確實有一套獨創的方法論框架。

企業想要用好AI，首先要解決數據的問題，如果數據不夠豐富，不夠全面靈活，LLM就無法發揮能力，甚至，如果想讓LLM自主智能決策，還需要讓LLM理解之前業務運營、決策的過程和方案。

Palantir的解決思路，是將企業數據“本體化”。

本體（Ontology）是一個哲學概念，在信息學等學科也有涉及，Palantir認為企業的數據，不應該是簡單的結構化、非結構化存儲，而應該是對客觀物理世界更豐富的呈現，事物、對象 、屬性、關系、特征，全部都應該被數字化。

所以，Palantir產品體系架構的核心底層概念，是Ontology，本質上是一個數據集成、重新建模的底座，通過接口，將下層應用數據庫、業務流程，全部本體化存儲，以便進一步分析應用。下圖呈現了這個數據架構層次的概念：

為了實現Ontology，Palantir構建了叫做Foundry的產品，有點類似Salesforce的DataCloud，但又不太一樣，因為Foundry是一個將企業數據本體化建模、轉義、管理的平臺，為AI理解和應用而設計；而DataCloud這類企業數據平臺產品，是為了企業解決OLTP系統異構數據孤島問題而設計的。

Foundry構建了本體化的數據底層后，AI（尤其是LLM）就可以進一步發揮價值了。

Palantir的主力產品AIP（AI Platform），就是一套基于Ontology數據的AI Agent構建平臺，這幾個概念的架構層次如下圖：

從功能設計角度來看，AIP平臺和Salesforce Agentforce等toB軟件的Agent平臺非常類似，通過提示詞來定義Agent的處理邏輯，指定tools，告訴Agent可以調用的外部能力，以及通過workflow來定義規則明確的處理邏輯，如下圖Agent定義界面：

以及workflow編輯器：

但不同之處，在于Palantir的數據底層，是“本體化”的數據，而非結構化數據和非結構化數據，這就讓LLM可以更好的理解業務，從而實現智能化分析和決策，更重要的是，可以將決策拆解成任務自動執行（從Palantir的演示demo來看，所有決策執行前依然需要人來確認，遵循人機回環Human in the Loop的設計理念）。

根據Palantir的介紹，這套技術體系框架，讓企業對AI的應用取得了質的飛躍，真正將AI融入到業務運營過程，包括實現2級業務流程在L5級別的智能化。

這套體系看起來確實很有創新，而Palantir不僅因為理念新穎，讓人更加瞠目的是他的股價，如下圖：

實際上，Palantir并不是一個性感的科技新貴，而是成立于2003年的IT老炮，在十幾年的經營中，Palantir主要做數據分析、應用方向的政府項目，客戶包括美國的各類軍政部門，而且公司也不在硅谷，用我們世俗的眼光來看，就是一個傳統的項目制外包公司囧。

而借著大模型的興起，Palantir做了轉型，推出了AIP、Ontology、Foundry這類產品，理念新穎，關鍵是客戶用真金白銀表達了認可，公司2024年營收24億美元，比23年增長了29%，而且商業類客戶營收年增長率始終在50%以上。

股價更是夸張，一路飆升，市盈率（PE，Price to Earning）達到了500倍，比Nvidia的PE頂峰時期還要高出四倍。

科技圈瘋了，認為Palantir就是軟件領域的Nvidia。

關于Palantir，我來說說我的看法。

首先，Palantir不是企業應用AI解決問題的銀彈。

即便Palantir提出了酷炫的Ontology模型，但是應用的前提，依然是企業要解決信息化建設中的臟活和累活，甭管什么體，如果企業連主數據都沒管明白，套一百個Ontology也解決不了問題。

其次，大模型到底能否在企業經營運營層面達到L5級別智能，我覺得仍有待觀察。

我不知道Palantir的眾多明星客戶，上了AIP以后是否真的做到了智能決策和執行，目前好像都是媒體宣傳比較多，但實際價值并沒有看到證實。CIO說好，并不一定真的好。畢竟，國內也有很多信息化都搞不明白的公司，上了某書后，就說自己成為了先進組織，但是真實情況，只有自己心知肚明。

不過，Palantir的理念確實是創新，而LLM也在快速演化。如果企業數據和運作過程都被“本體化”，也許LLM真的能實現智能經營管理決策執行，想想還是讓人興奮期待的！

對了，最后再說下Palantir另一個被熱議的模式：Front Deployment Engineer，前向部署工程師模式，即工程師直接駐場客戶，快速研發、部署代碼解決客戶問題。

今年以來，媒體把這個模式吹上天了，甚至有說這是軟件公司的未來。

我覺得這就扯得就有點離譜了。

我查了下FDE模式最早在零幾年Palantir就提出來了，產生的原因，是因為服務的都是toG客戶，都是錢多事兒多需求個性化的大爺，為了伺候好這些客戶，就搞了駐場工程師。

這活兒咱國內從業者都熟悉啊，不就是高級外包工程師么，現在恨不得把FDE包裝成花兒了，還稱為一種模式，真是讓人蛋疼。

不過也無所謂了，IT領域不就是這樣么，每年都要吹個概念，比如說某公司，兩年前說自己是中臺公司，去年說自己是Agent公司，今年又說自己是中國的Palantir。

混久了咱也就見怪不怪了。

來源 | PM楊堃（ID：pmYangKun）

作者 | 楊堃 ; 編輯 | 呼呼大睡

內容僅代表作者獨立觀點，不代表早讀課立場