導論 · Chapter 01
本質:
Palantir 賣的是三個鴻溝的橋
忘掉「大數據公司」「監控公司」這些標籤。要懂 Palantir,你只需要懂它填的三個坑:語意、操作、部署。
Palantir 官方對自己的一句話定義是:「幫組織整合他們的資料、決策與營運的軟體。」注意——不是「儲存資料」,是「整合決策與營運」。這個用詞差異,就是整家公司的全部。
DNA它從哪裡長出來
主張:Palantir 的產品哲學不是從「資料分析」長出來的,是從「在對抗性環境下即時抓壞人」長出來的——這解釋了它為什麼偏執於操作、寫回、與治理。
共同創辦人 Peter Thiel、Alex Karp 等人把 PayPal 對抗詐騙的思路(人機協作:讓分析師與演算法一起圍捕詐騙網路)搬出來,成立 Palantir。早期金主之一是 CIA 的創投 In-Q-Tel,第一批客戶是情報與國防機構。
影響至今:他們預設「使用者要對一個具體目標採取行動」,而不是「使用者要看一張報表」。這就是為什麼 Ontology 天生有動能層——反詐騙不能只「知道」,必須「凍結帳戶」。
The Core Thesis核心命題:問題不在資料,在鴻溝
這道鴻溝其實是三道。理解這三道,你就有了看待 Palantir 全部產品的統一框架:
一家醫院想做「急診壅塞預測與即時分流」。語意鴻溝:病人資料散在 HIS、檢驗、影像三套系統,沒有統一的 Patient。操作鴻溝:就算模型預測某科要爆了,護理長也不能在儀表板上「把病人改分流」——她得走回另一個系統手動改。部署鴻溝:病歷是高敏感資料,雲端合規過不了,軟體必須跑在醫院自己的機房。
一般 BI 廠商只能解語意鴻溝的一半。Palantir 三個都碰——這就是它敢開高價的底氣,也是祛魅時要拷問的地方(這三個真的都需要一家廠商綁在一起嗎?見第 08 章)。
Product Map四個產品,一句話認清
Palantir 的產品線常讓人混亂。用一句話 + 一個範例定位每一個:
| 產品 | 一句話 | 誰用 / 範例 |
|---|---|---|
| Gotham | 情報與國防的調查/目標作業平台(最老) | 情報分析師把訊號、影像、線報融成一張目標圖 → 第 06 章 |
| Foundry | 商業世界的資料操作系統,Ontology 的家 | 製造商把 ERP+MES+感測器整成一個可操作的營運分身 → 第 03 章 |
| AIP | 把 LLM 綁在 Ontology 上,讓 AI 能安全做事 | agent 讀物件、跑被授權的 Action → 第 04 章 |
| Apollo | 把上面三者持續部署到任何環境的引擎(看不見但關鍵) | 同一版軟體,一鍵送上雲、地端、與斷網艦艇 → 第 05 章 |
De-mystification祛魅:它是不是一家披著軟體皮的顧問公司?
攻擊
它派一堆「前進部署工程師(FDE)」駐點幫你客製,本質是人力堆出來的顧問服務,不是可規模化的軟體。毛利遲早被服務拖垮。
回應
早年確實高度依賴 FDE。但 FDE 建的東西沉澱成可重用的 Ontology 與 App,不是一次性交付;而且它的軟體毛利(~80%)其實高於 Snowflake/Databricks。真正該問的不是「是不是顧問」,而是「沉澱下來的資產能不能自我複利」——這才是第 07 章的重點。