判斷 · Chapter 07
商業模式 ·
護城河 · 祛魅
股價與財報放一邊。這一章只問兩個策略問題:它怎麼賺錢與擴張?它的護城河真能撐住,還是會被 Databricks 抹平?
The GTM Engine怎麼進場:FDE 與 land-and-expand
主張:Palantir 的銷售機器不是「賣授權」,是「先用你的真資料做出一個能動的用例,再讓它在你公司內部自己長大」。前進部署工程師(FDE)是這台機器的核心。
FDE · 不是顧問,是種子
FDE 進駐客戶,不寫投影片,而是直接坐下來把客戶的爛資料整進 Ontology、做出第一個會動的 App。關鍵差異:他們建的東西沉澱成可重用資產(物件、Action、pipeline),不是一次性交付物。一個 FDE 幫供應鏈團隊建好 Shipment 物件後離開,這個物件永久留在平台上,下一個用例免費繼承。
主張:擴張走「Acquire → Expand → Scale」三段:小額試點證明價值,再橫向擴到更多部門,最後變成全公司基建。Bootcamp 把「Acquire」的時間從幾個月壓到幾天。
Land-and-expand · 複利合約
- Acquire某醫療集團先做一個「手術室排程優化」小試點,幾十萬美金。
- Expand成功後,重用既有病患/資源物件,再做「急診分流」「供應品管理」——每個新用例邊際成本更低。
- Scale兩年後 Ontology 成了集團的營運中樞,合約從幾十萬變成數千萬,而且極難拔掉。
這就是為什麼 Palantir 的既有客戶淨續約金額會擴張——不是靠漲價,是靠同一個 Ontology 上不斷長出新用例。
The Moat護城河到底由什麼構成
把前面各章串起來,Palantir 的護城河是四層疊加,不是單一功能:
① 資產複利Ontology 飛輪:每個用例沉澱可重用物件,轉換成本隨時間指數上升(第 02 章)
② 動能層寫回 + 治理:競品停在分析,Palantir 走到帶稽核的行動,受監管產業因此敢用
③ 部署能力Apollo:跨雲/地端/斷網的持續交付,幾乎無人能複製(第 05 章)
④ 關係與信任政府級信任:二十年機密環境資歷 + 最大單一國防合約,新進者難跨越
Competition競爭定位:誰在補哪一塊
| 對手 | 強在哪 | 對 Palantir 的威脅 / 差距 |
|---|---|---|
| Databricks | 資料湖倉、ML、Unity Catalog 語意層、正在推 agents | 最實質的威脅——正往上補語意層。但動能/寫回、動態治理、跨安全邊界部署仍弱 |
| Snowflake | 雲資料倉儲、Cortex AI、semantic views | 偏分析,操作/寫回不是它的基因;政府機密場景幾乎缺席 |
| 超大雲(AWS/Azure/GCP) | 基礎設施、模型、無限資源 | 賣「積木」不賣「整合好的營運系統」;政府雲有,但缺 Ontology 那層黏合 |
| 系統整合商(Accenture 等) | 人力、產業關係 | 做專案不做產品,交付物不會複利成平台 |
| C3.ai | 企業 AI 應用,定位最接近 | 規模、部署能力、政府信任與 Palantir 差距明顯 |
一句話結論:沒有任何一家同時擁有「語意 + 動能 + 治理 + 跨邊界部署 + 政府信任」全部五塊。Databricks 是唯一在系統性逼近的對手,戰場是它能不能長出動能層與部署能力。你要盯的就是這條線。
De-mystification祛魅:護城河會不會其實是海市蜃樓
「Consultingware」與可複製性攻擊
空方(含知名放空者)
它本質是重服務、靠 FDE 撐的客製生意,規模化會被人力拖累;功能上 Databricks + 開源遲早補齊;客戶集中在政府,政治風向一變就傷。護城河被高估了。
多方 / 反駁
FDE 建的東西會沉澱成產品、軟體毛利其實高;動能層與 Apollo 不是「加個功能」就能追上;政府關係是二十年累積的信任而非一紙合約。核心分歧在:「操作 + 部署」這一層,對手要多久才補得上?
怎麼獨立驗證真偽 · 給你的方法
不要信任何一方的口號。用三個可觀察指標自己判斷護城河:
- 複利證據看客戶「淨續約金額擴張率」:若既有客戶年年擴大用量,飛輪是真的。
- 對手進度盯 Databricks/Snowflake 有沒有推出「帶治理的寫回 + 斷網部署」。補上了,護城河就在漏水。
- 交付杠桿看每位 FDE 帶動的營收有沒有隨時間上升——上升代表產品化在贏過服務。
(注:財務數字本身你說不在意,這裡只把它們當「護城河真偽的偵測器」,不是估值工具。)