Palantir AIP大会精华总结与三大争议点

大家好，欢迎来到Money or Life美股频道。本期视频将对Palantir近期举行的AIP conference 8（AIP大会：Palantir每年举办的人工智能平台会议，展示其最新产品和客户案例）长达三小时的视频内容进行精华总结。借此机会，我们也将深入探讨关于Palantir的三个主要争议点。

首先，关于Palantir到底为客户创造了多少价值？许多人质疑Palantir一半的业务服务于政府，而在商业领域，其为客户创造的价值似乎存疑。然而，在接下来的案例中，我们将看到这些质疑是完全不必要的。客户以真金白银购买Palantir的软件，如果无法创造价值，商业客户绝不会持续使用。

其次，关于半定制化与深度定制化的讨论。我一直认为Palantir并非一家深度定制化的公司，而更像是一家半定制化（Semi-customization：指软件产品提供核心功能模块，并允许客户根据自身需求进行一定程度的配置和调整，而非从零开始完全开发）的软件产品公司。这个结论源于Palantir的拳头产品AIP（Artificial Intelligence Platform：Palantir的核心产品，一个集成了多种模组的AI平台），它本身就是一个marketplace（市场：指一个提供多种可选择组件或服务的平台）。AIP平台内包含大量模组（Module：AIP平台内的功能组件，可根据客户需求进行半定制化组合），例如视频中将提到的项目管理和航班排班优化，这些都属于“scheduling”模组，即“Dynamic scheduling”。此外，还有制造供应链管理模组，以及BP石油公司海上平台管理和HSS医院管理所归类的运营管理模组，旨在减少人为干预，增强数字化（Digitalization：将信息和流程转化为数字形式）和自动化（Automation：利用技术自动执行任务和流程）。

这些例子表明，Palantir的产品并非如大家所想的，每个客户看起来都完全不同。其背后的核心架构基础是多次提及的Ontology（知识图谱：Palantir软件背后的核心架构和基础，用于整合和理解复杂数据）。利用AIP平台上的不同模组，Palantir能够为不同产业的客户进行半定制化服务。因此，当Palantir接到新客户时，只要该产业他们有过其他客户经验，从接洽到软件落地的Lead Time（交付周期：从客户接洽到软件落地所需的时间）就会相当短。如果是深度定制化，Lead Time不可能如此之短。

这也引出了Palantir的护城河（Moat：企业相对于竞争对手的长期竞争优势）。我曾在本周第一期视频中阐述过，许多朋友仍不理解。更直白地说，Palantir的护城河是一种软实力，它基于Ontology架构、Forward Deployed Engineer（前线部署工程师：Palantir派驻客户现场，负责快速部署和定制化软件的工程师）的人员配置、在Downstream（下游：指价值链中更接近最终用户或产生直接业务价值的环节）创造价值的理念，以及先入为主和积极的企业文化，从而形成了一套完整的方法论、框架和Know-how（专有技术：指企业在特定领域积累的实践知识和技能）。他们深知如何快速帮助客户落地软件产品，并让他们切实看到软件带来的价值。

第三点是关于客户数量。我不认同Palantir的客户仅限于大型或中大型企业的观点。事实上，Palantir的客户可以是全世界所有企业。屏幕上展示的这些公司，包括BP石油的海上平台管理、美国德州公共安全部门的应急救援、Andretti赛车的数据可视化、美国航空的航班排班优化、The Nuclear Company的项目管理、Novartis的药物试验加速、HSS医院管理、Lear的制造供应链以及富士康的制造供应链，涵盖了各行各业，既有私人企业也有政府部门，既有医院也有制造业，甚至还有赛车管理。这些公司的规模从几千亿美元到几十亿美元不等，甚至很多是未上市公司，其市场规模难以估量。这表明Palantir的客户群体相当广阔。除了像“Max seven”这类拥有大量工程师、可以自行开发软件的公司外，只要企业数据量庞大，都有可能用到Palantir。在数据爆炸的时代，数据被视为现代的黄金石油，而Palantir正是帮助客户利用这些数据创造价值的关键。

阐述完这三点后，接下来我将带领大家回顾AIP conference 8中的所有案例，基本涵盖了三小时视频的核心内容。

BP石油：海上钻井平台管理与交易系统优化

首先是BP石油，它利用Palantir管理其海上钻井平台。BP是Palantir合作时间最久、最早的客户之一，合作已超过十年。最初合作集中在运营端，如海上平台管理，现在则扩展到交易系统。Palantir让BP的交易员能够实时可视化所有历史数据，提高了交易的及时性。BP石油的负责人表示，他们正与Palantir进行更深度的合作，从运营到前端交易、零售端都在使用Palantir。

在投资回报方面，BP公司非常自信地表示：“我们从对Palantir的投资中获得了每年三位数的收益。”这意味着尽管BP在Palantir软件上投入不菲，但其获得的收益远超投入。这印证了Palantir在客户端创造Downstream价值的理念。正是因为Palantir为客户创造了价值，这些客户才愿意继续合作，并进行深度绑定。

具体到BP的运营，其海上钻井平台面积相当于四个足球场，拥有大量机械和零部件，维护难度极高，尤其是在海上物资获取时效性差。更好的维护和运营能帮助他们赚取更多收益并减少损耗。BP负责人提到Palantir的两个主要用途：一是进行路径优化，因为平台庞大，日常检查和维护需要高效的路径规划；二是涉及类似供应链的零件库存管理，需要提前计划和准备，以提高整个海上运营平台的效率。

美国德州公共安全部：水灾应急救援

第二个案例是美国德州公共安全部的应急救援，这是整个三小时视频中最令人印象深刻的案例之一。德州公共安全部门的负责人曾于十年前在阿富汗作为军方人员使用过Palantir产品，十年后，他再次作为政府公共服务人员使用Palantir。他讲述了今年7月4日在德州发生的一次严重水灾，导致不少人遇难。灾后，公共部门的救援计划面临巨大挑战，于是他们向Palantir寻求帮助。

头一天下午五点提出需求，第二天一早，Palantir的Forward Deployed Engineer（前线部署工程师：Palantir派驻客户现场，负责快速部署和定制化软件的工程师）就从华盛顿特区和纽约市抵达德州。两天后，即48小时内，两三名工程师完成了整个系统的构建。这再次证明了Palantir团队的内部协调能力和行业经验，否则不可能在如此短的Lead Time内完成。

Palantir所做的，是将政府所有可支配的数据整合、打通并可视化到一个平台，用于救援计划。这些数据包括美国政府提供的高清卫星图片、地面传感器（如水量、温度传感器）、水利局系统数据、地面摄像头画面以及地面人员的反馈数据等。所有数据整合在一个系统，目的是优化搜救方案。尽管我不是搜救专家，但我清楚，面对如此大规模灾难且资源有限时，搜救必须有计划。这包括定位被困人员、定义高成功率搜救区域（例如选择人员密集或有特殊需求的区域），以及路径优化，形成完整的搜救方案并进行模拟。任务结束后，Palantir的这套方法论和可视化操作系统也留了下来，供德州各部门使用，以预防未来发生类似事件，并从中学习。

Andretti赛车：实时数据可视化与运营系统

第三个例子是关于赛车，我非常喜欢。Andretti是一家赛事举办方，拥有自己的车队。Palantir帮助该公司构建了一个名为Race OS（赛车运营系统：Palantir为Andretti车队构建的数据整合与实时利用系统）的运行系统，将数据整合，供车队实时利用。赛车数据量庞大，包括外部天气、车速、赛道数据、刹车数据，以及历史上车手在特定赛道每个弯道的过弯数据等，需要在争分夺秒之间进行实时利用和反馈。

有了这个系统，车队在每场比赛后可以快速对比某位车手与其队友的数据，也可以与对手车队的车手进行对比，从而改进车辆设置。不同的车辆设置还可以进行模拟，以预测哪种设置可能跑得更快，为下一次比赛做好准备。在下次比赛来临之前，整个系统已将所有数据可视化，即使只有十几个点，每个点都可扩展，点击即可查看更多数据。所有数据的可视化使车队管理人员更容易利用。

通过这个软件和数据，车队可以找到以前所有类似比赛条件下表现最佳的设置，例如在相似温度、湿度条件下，类似驾驶风格的车手历史上表现最好的设置，从而获得智能建议。这些建议会与比赛当天的天气、驾驶员和车辆设置相关联。车队明确表示，每次赛车后数据量巨大，他们根本没有时间查看。但有了Palantir的系统和可视化功能，他们可以在赛后几分钟内看到自己在整场比赛中的所有表现，例如不同阶段的车速和轮胎表现等关键数据，一目了然，避免了数据过多而放弃利用的情况。

其他行业应用案例速览

前面的三家公司是三小时视频中我比较感兴趣或之前视频未曾覆盖的行业。接下来，我将快速介绍其他五六家公司，不再进行详细阐述。

美国航空：航班排班优化

美国航空通过Palantir的软件进行航班排班优化。作为一家航空公司，其数据量巨大，拥有63万顾客、6500个航班、14000名飞行员、25000名空乘人员以及数万名机场员工。排班工作量庞大，且受到飞行员时间、机队可用性、维护时间、Block Time（起落时间：指飞机从推出停机位到抵达目的港停机位之间的时间）等诸多限制性因素的困扰。过去，该公司仍使用简单的Excel表格进行排班，这在许多大型公司中仍是普遍现象。有了Palantir的工具，排班变得简洁可视化，每天和每个航班的信息，包括产生的收入，都一目了然。系统会自动推荐排班变更，人工审阅后，系统会自动调整，无需在Upstream（上游：指价值链中更接近原材料或初始生产环节的环节）和Downstream（下游：指价值链中更接近最终用户或产生直接业务价值的环节）进行手动调整。

The Nuclear Company：核能项目管理

与排班管理类似，The Nuclear Company利用Palantir进行项目管理。该公司协助核能公司（如OKL）建造核能设施，因此其业务属于项目管理范畴。Palantir的软件取代了传统的项目管理工具，提供行动提示、未完成任务提醒，并催促加速完成。

Novartis：加速药物试验

Novartis（诺华）是一家大型制药机构，专门生产创新药物。在此案例中，我们再次看到了Palantir核心的、复杂而漂亮的Ontology（知识图谱：Palantir软件背后的核心架构和基础，用于整合和理解复杂数据）。Palantir并非用AI加速药物研发本身，而是加速每个Clinic Trail（临床试验：药物研发过程中，在人体或动物上进行的试验）的Lead Time。通过AI进行分析和Documentation（文档化：将信息记录、整理成书面或电子文档），大幅缩短了临床试验的Lead Time，从而显著缩短了整个药物研发的时间。

HSS医院：提升护士工作效率

HSS医院利用Palantir优化自身工作流。HSS之所以青睐Palantir的产品，是因为引入Palantir后，他们的护士和工作人员效率提高了9倍。节省下来的时间可以用于更多地陪伴病人、慰问病人、观察病人，让病人更好地康复。美国目前的护士和医生陪伴病人的时间大大减少，正是因为有太多的文书工作，例如涉及保险、入院出院、手术安排等流程。Palantir现在为HSS实现了这些流程的自动化，让护士和医生有更多时间专注于照顾病人的核心工作。

Lear：制造供应链管理

最后是两家制造供应链公司。Lear是制造汽车座椅的公司。我特别想强调的是，其最后一个图片展示了CAD（计算机辅助设计：用于工程和设计领域，创建和修改二维或三维图形）图的集成。许多供应链人员，如果不是负责技术的，可能并不清楚自己所订购的零件在整个产品（无论是汽车、房子还是玩具）的哪个部位。Palantir的软件打破了信息壁垒，让这些人员能够轻松找到CAD图，查看每个部件的进度，以及何时能收到这批货等信息。

富士康：大规模制造供应链与AI代理应用

富士康（伏基础）是一家规模更大的公司，拥有3000个供应商、18个工厂、20套系统和20万个SKU（库存量单位：最小的库存管理单位，代表一种独特的商品）。Palantir为他们开发了30个应用程序（APP）。现在大家都知道AIP Code，但Palantir早已开始为客户批量生产所需的APP，甚至每个工厂都可以拥有一个手机APP进行控制，这使得现在的工作方式与过去截然不同。

接下来的几张图展示了典型的供应链数据整合，例如为了管理工厂，需要了解日本的天气情况、当地新闻以及供应商新闻，因为这些都会影响供应。富士康的案例比较特别，它使用了大量的AI Agent（AI代理：能够自主执行任务、与环境交互并学习的AI程序）在销售、生产、库存、采购、供应链管理和支持应用等各个环节。这些AI代理可以没日没夜地工作，帮助进行编排、下订单、回复邮件。视频中展示的AI代理一直在动态工作，永不停歇，与人类每天工作6-8小时形成对比，AI代理可以24小时工作。

总结：Palantir的价值、护城河与广阔潜力

今天的视频不长，我并未讨论Palantir的股价或估值，这并非本期视频的目的。我希望通过这次AIP conference 8，向大家阐明Palantir是做什么的，为什么我认为它拥有护城河，以及为什么我觉得它的潜力，特别是商业潜力，并非某些朋友所认为的那么狭窄，并非只能被特定公司或小范围客户群体使用，从而导致其天花板很低。事实上，它的天花板非常高。视频开头提到的半定制化、护城河和客户数量规模，正是为了向大家传达我对Palantir的理解。

感谢大家的观看，希望大家能够订阅我的频道，这是对我最大的支持。再见！