摘要

在SaaS模式面临AI时代结构性挑战之际,Palantir以137%的美国商业增长率展现出企业AI采用的真实路径:从软件臃肿走向系统整合,从工具堆叠转向编排层价值。

Palantir 全网最强资源合集(持续更新）：从底层架构到语义数字孪生，14 篇重磅文献带你读透 AI 数据王者

11份深度报告拆解 Palantir：从“本体政治”到 AI 操作系统，揭秘全球最神秘巨头的真相

300页电子书《科技共和国》：Palantir的答案！CEO亚历克斯·卡普阐述如何构建赢得AI战争所需的“软件兵团”

统治数据的“先知”：Palantir 16 份官方白皮书首度解密，从本体论到战场决策的进化路径

Palantir 第四季度财报深度解读&CEO致股东信:43亿美元订单，70%营收增长，AI驱动下的惊人增长与企业级AI技术帝国的宏伟愿景

Palantir官方深度解析本体 Ontology系统及知识图谱、大模型：企业自主决策的核心AI引擎

正文

引言:一个来自1999年的启示

1999年,当我在摩根士丹利担任领导职务时,一个预算项目引起了我的注意:技术支出。它远远超出了我的预期。当我深入了解这些成本的构成时,我发现的不是单一的解释,而是一个由人员、团队和软件构成的复杂网络。一些系统是内部构建的,另一些来自外部供应商。许多功能重叠。每个部门都有自己的技术栈。摩根士丹利合并或收购的每家公司都有自己的系统。类似的问题在整个组织中被重复解决,乘以办公桌、地域和汇报线的数量 。

最令我震惊的不是任何单个软件,而是这种乘法效应。随着公司规模扩大,复杂性不断累积。数据存在于孤岛中。业务逻辑嵌入在工作流程和部落知识中,而不是系统中。技术支出的增长速度超过了洞察力、生产力和决策质量的增长。当时,没有人认为这是低效的,这只是被视为运营大型复杂企业不可避免的成本 。

这段经历一直伴随着我。它塑造了我对企业软件的思考方式——不是作为工具的集合,而是作为组织的镜像。当系统蔓延时,预算也会蔓延。当上下文碎片化时,决策就会放慢。当软件在没有集成的情况下激增时,价值就会流失 。

从某种意义上说,AI对SaaS的影响可能类似于Ozempic对加工食品的影响:一种不直接攻击行业的力量,而是悄悄抑制了随着时间推移而积累的过度消费欲望。Ozempic没有让垃圾食品变得更难吃,它减少了使过度消费感觉正常的渴望。同样,代理AI并没有使单个SaaS工具变得无用;它正在消除组织购买更多工具的欲望。当编排层可以跨现有系统进行协调时,通过购买另一个应用程序来解决每个新问题的反射就会开始消退 。

SaaS恐慌的一周

这将我们带到了今天——SaaS恐慌的一周,传染担忧蔓延到各个资产类别。在Palantir Technologies报告137%的美国商业增长和127%的Rule of 40分数的同一周,一股焦虑席卷了企业软件领域。股价压缩,终值假设崩溃,投资者开始提出一个令人不安的问题:如果SaaS商业模式本身因代理AI而受到结构性损害怎么办? 

这感觉不像是突然的断裂,而更像是一种趋势的投降,这种趋势已经建立了近一年,自从"氛围编码"进入词汇表以来,市场开始应对AI压缩软件价值链的速度有多快 。私人信贷担忧从去年重新浮出水面,比特币大幅抛售,头条新闻急于将这一时刻标记为"SaaS末日"。

但这不是典型的风险规避举措或简单的倍数重置。即使作为一个长期看空SaaS的人,这感觉有点像一周的情绪化投降式SaaS呕吐。市场对基本面恶化的反应不如对每次Claude发布时日益增长的担忧的反应,即基于席位的软件、漫长的采购周期和分散的应用程序堆栈背后的经济假设可能不再与企业在日益AI原生的世界中的运营方式保持一致 。

在这种背景下,Palantir的财报对我来说悄然脱颖而出,成为噪音中重要信号的鲜明对比。我历史上并没有花太多时间关注Palantir,像许多人一样,我倾向于将其主要视为国防和政府导向的软件公司,而不是核心企业平台 。

从防御到进攻:为什么Palantir是反向案例

市场对这一时刻的大部分反应都是防御性的,询问哪些SaaS公司能够生存,哪些利润率能够保持,哪些护城河足够深。但这种框架接受现有架构作为既定事实,只是询问谁能经受住风暴。更有趣的问题是,是否有任何公司一直在为根本不同的架构构建,其中价值不在于应用程序,而在于应用程序、数据和决策之间的连接组织 。

Palantir的2025年第四季度财报(发布于2026年2月3日)不仅强劲,而且验证了市场仍在努力完全内化的论点。该公司报告季度收入14.1亿美元,同比增长70%。更重要的是,美国商业收入在第四季度同比增长137%,2025财年全年美国商业增长109% 。

对于一家年收入接近50亿美元的公司来说,这些数字并不小。它们指向企业购买、部署和评估AI方式的结构性转变 。

CEO Alex Karp在财报电话会议上表现得非常直接:"我们看到了公司历史上从未见过的需求。训练营的效果超出了我们的预期。客户在几周内从零到生产,而不是几个月或几年" 。

CFO Dave Glazer强调了这种增长在财务上的重要性:"我们在第四季度实现了57%的调整后营业利润率,连续九个季度实现GAAP盈利。这不是增长和盈利能力之间的权衡。我们同时实现了两者,因为我们的市场进入模式根本不同" 。

核心洞察:从工具到系统

传统SaaS建立在还原论前提上:将组织分解为功能孤岛,并为每个孤岛销售专门的应用程序。代理AI颠覆了这一前提。基础模型本质上是博学的——它们跨领域推理,并通过连接跨系统的上下文来产生最大价值。这使得孤立的应用程序堆栈不仅效率低下,而且与AI如何提供结果越来越不匹配 。

Palantir的本体论(Ontology)、集成层和治理架构应该在这种背景下理解。它们不是"功能",而是将企业AI的系统思维方法编码为软件,旨在将企业映射为一个连接的有机体,而不是部门的集合。部署速度、利润率结构和客户扩展动态表明,这种架构之所以产生共鸣,是因为它解决了真正的企业瓶颈:在复杂、受监管的遗留环境中实施AI 。

部署数据展示了这一点。AIG披露,Palantir的AIP平台将索赔处理时间缩短了40%,同时提高了准确性,并指出没有其他供应商能够在所需的治理和安全性下将AI连接到遗留系统。Walgreens宣布在4000家门店部署Palantir的运营AI平台。房利美部署AIP进行抵押贷款欺诈检测,用AI驱动的分析处理数十亿美元的抵押贷款数据,这以前需要大型分析师团队 。

这些例子的共同点不是模型的复杂性,而是上下文、控制和执行 。

平台转移还是功能升级?

关键问题是:这是平台转移还是功能升级?如果它是一个可比于从大型机到客户端-服务器或从本地到云的转变的新平台,那么Palantir并不昂贵;它只是早期的。而许多SaaS公司将陷入困境 。

我相信这是一次平台转移,原因归结为AI思考方式与企业软件构建方式之间的根本不匹配。SaaS模式在设计上是还原论的。它将复杂的组织分解为离散的功能类别——CRM、ERP、HRIS、供应链、通信——并为每个类别销售专门的工具。当软件构建成本高昂且人类充当集成层时,这种架构是有意义的,通过判断和经验跨系统综合上下文。人是系统思考者,软件是专家 。

AI颠覆了这一点。基础模型本质上是博学的。它跨领域推理,连接不同的数据,并保持跨越功能边界的上下文。它的力量是连接性的,而不是专业化的。这种能力使得孤立的应用程序堆栈不仅效率低下,而且在架构上与AI如何产生其最深层价值不匹配。你不能通过一次喂一个孤岛来解锁博学的智能 。

Palantir在市场之前就理解了这一点。本体论、集成层、治理架构:这些不是产品功能。它们是编码在软件中的企业AI系统思维方法,建立在这样的前提上:组织是一个系统,而不是部门的集合。这就是为什么部署数据看起来是这样的。这就是为什么客户扩展而不是流失。这就是为什么传统SaaS公司无法通过向其现有应用程序添加AI选项卡来复制它 。

SaaS公司无法复制的三部分架构

Palantir的核心竞争力在于其独特的三层架构体系，这些架构共同构成了该公司所谓的"运营AI"（operational AI）。以下是详细总结：

1. 本体论（Ontology）：语义基础层

Ontology是Palantir平台的核心，它是一个专有的语义层，将原始企业数据映射为业务运营的数字孪生体。这不是一个简单的数据库，而是对真实世界中的对象（客户、飞机、采购订单、患者等）如何相互关联以及如何在业务流程中流转的结构化表示。

关键洞察：大型语言模型擅长推理，但没有上下文就是盲目的。模型查看数据库中的一行数据时，并不知道该行代表的是人、交易还是传感器读数。Ontology提供了这种上下文，将数据转化为AI可以操作的知识。

这创造了复合锁定效应。一旦企业将其业务逻辑构建到Ontology中，转换成本就会变得巨大。正如分析师所指出的，离开Palantir意味着失去整个业务运作的数字地图。Palantir 139%的净美元留存率（意味着现有客户每年多支出39%）证实了这一动态。

2. AIP训练营模式：重写企业软件GTM策略

传统的SaaS公司销售软件席位，雇佣昂贵的销售团队，经历6到12个月的采购周期，然后向客户提供文档。Palantir则采取相反的做法。

AIP训练营模式将精英工程师直接部署到客户现场，进行为期1到5天的密集会议。这些工程师不是来销售的，而是来构建的。他们解决真实的业务问题，将Palantir平台连接到客户的实际数据，并在几天内展示生产环境中的运营AI。潜在客户从怀疑到生产部署的转化时间不到25天，这个周期比传统企业软件快10到20倍。

财务影响深远：Palantir的销售和营销费用从五年前占收入的60%以上暴跌至2025年末的约23%。这与需要越来越昂贵的市场推广活动来维持增长的SaaS公司形成了相反的轨迹。更低的客户获取成本加上更快的价值实现时间，构成了传统SaaS无法复制的飞轮效应（除非从根本上重新设计其组织）。

3. 集成层：价值所在

市场最初忽略的关键点是：Palantir并非在与ChatGPT、Claude或Gemini竞争。它是模型无关的。该公司集成第三方大语言模型，并将它们连接到企业数据系统（包括ERP、CRM、供应链管理、工业物联网和遗留数据库），同时提供受监管行业所需的治理、安全性和可审计性。

战略定位的天才之处：随着基础模型商品化（它们正在快速商品化），Palantir捕获了越来越多的价值。该公司位于廉价、强大的AI模型和混乱但有价值的企业数据之间。这就是瓶颈所在，也是企业正在支出的地方。

Palantir在实施稳定后高达80%以上的毛利率证实了这一点。这是将软件经济学应用于传统上属于服务业务的领域。Ontology和集成层使Palantir能够以软件利润率提供咨询级的洞察和自动化，这是传统咨询公司（利润率为40-60%）和传统软件公司（缺乏集成深度）无法匹敌的组合。

核心价值主张

这三层架构共同解决了真正的企业瓶颈：在复杂、受监管的遗留环境中将AI投入运营。它们不仅仅是"功能"，而是编码了一种系统思维方法来处理企业AI，旨在将企业映射为一个互联的有机体，而不是部门的集合。部署速度、利润结构和客户扩张动态表明，这种架构之所以引起共鸣，是因为它解决了企业在复杂、受监管的遗留环境中运营AI的真正瓶颈

结论

无论你是否持有该股票,Palantir的轨迹都是企业AI支出集中在哪里以及随着AI转型加速,哪些堆栈层最有可能捕获价值的高信号指标 。

在一个投资者质疑基于席位的SaaS模式是否能够在代理AI世界中持续存在的时刻,当许多软件公司正在争先恐后地适应时,Palantir正在展示一组非常不同的信号。在SaaS股票因对结构性损害的担忧而出现广泛压缩的同一周,Palantir报告了137%的美国商业增长、57%的调整后营业利润率和127%的Rule of 40分数 。

这份研究论文认为,Palantir的结果作为单一公司故事的重要性较小,而更多地是作为大型企业在实践中选择如何整合AI的窗口。核心观点很简单:大多数企业并不是通过购买"更多工具"来开始AI采用的。他们首先要面对的是多年积累的软件臃肿、分散的数据和重复的工作流程,这些使得AI在规模上无法使用。在这种环境中,奖品不是下一个应用程序,而是能够通过治理、安全和可审计性将模型连接到运营现实的编排和集成层 。

标签

#EnterpriseAI #Palantir #企业AI #SaaS转型 #系统整合 #AI编排层

原文链接

[原文来自Jordi Visser Macro-AI-Crypto Substack]

https://visserlabs.substack.com/p/palantir-as-signal-what-enterprise