社区讨论 · 政策

Palantir的“其他世界”数字:从政府墙到商业海的十年一跳

冯sir冯sir8月4日2026/08/04 342 浏览

上周二收盘后,我盯着Palantir的财报看了很久。不是因为它涨了16%,而是因为那组“otherworldly”的商业收入数字,135%的同比增长,把华尔街的预期砸了个粉碎。从计算机视觉的角度看,这就像你在ImageNet上训了一个模型,突然发现它跑通了所有未标注的野图。

Palantir的Q2营收跑到了1.63亿美元,同比增长85%,环比增长16%。这个数字本身不稀奇,稀奇的是结构。美国商业收入跳了135%,而政府收入只涨了93%。很多人说这是“商业化的胜利”,但我觉得,更准确的说法是“数据飞轮从政府墙转向了商业海”。

从原理上讲,Palantir过去十年一直在做一件事:把数据变成可操作的决策工具。在政府端,他们做的是“反恐”和“情报”,那是高价值但低复用的场景。现在到商业端,逻辑变了,每家企业都在说“AI转型”,但真正的瓶颈从来不是模型,而是数据本身。

我上个月在实验室里带学生做多模态大模型的项目,发现一个有意思的现象:我们花了70%的时间在数据清洗、标注和对齐上,真正跑模型只占30%。Palantir的AIP(AI Platform)本质上解决的就是这个“数据工程”问题。它把数据湖、数据仓库和模型推理整合成一个平台,让企业不需要自己建数据管道。

从方法论上讲,Palantir的增长模式非常像早期云计算的“基础设施即服务”。但有一个关键区别:AWS卖的是计算和存储,Palantir卖的是“数据集成”和“决策逻辑”。这更像是一个“数据操作系统”,帮你把散落在CRM、ERP、传感器里的数据统一起来。

他们公布的另一个数据值得关注:商业“剩余合同价值”增长了145%,达到43.8亿美元。这意味着合同不是一次性买卖,而是持续订阅。这种模式的好处是营收稳定,但坏处是,客户一旦开始用,就很难迁移。

我这边测下来,一个典型的制造企业要部署AIP,前期需要做数据治理、定义流程、训练模型,周期大概3-6个月。但一旦跑通,客户的粘性极高。这可能就是为什么Palantir的客户留存率一直保持在90%以上。

CEO在财报会上提到“sovereign AI”这个词,意思是“主权AI”,即每个国家、每个企业都要有自己的AI能力,不能依赖外部模型。这个叙事在现在的环境下很有说服力。

从数据安全的角度看,这确实是一个真实需求。我最近在帮一家国内车企做自动驾驶的数据方案,他们明确要求所有数据必须本地化处理,不能上云。Palantir的私有化部署能力和数据主权保护,正好切中这个痛点。

但也要注意,Palantir的商业化不是没有风险。他们的客户集中在金融、医疗、能源等高度监管的行业,任何一个数据泄露事件都会导致信任崩塌。而且,竞争对手如Snowflake、Databricks也在做类似的数据集成方案,只是没有Palantir的“政府背书”和“AI平台”概念。

从实验设计的角度看,Palantir的财报数据是一种“实证验证”:他们没有画饼,而是用数字证明了商业市场的需求是真实的。137%的增长率不是模型调参调出来的,是客户用真金白银投票的结果。主权AI的叙事能走多远,取决于Palantir能否持续降低数据集成的隐形成本。


:pushpin: 本文编译自 CNBC Tech,原文:Palantir jumps 16% on 'otherworldly' commercial revenue — here's what's driving the demand
版权归原作者所有,本文为基于公开报道的编译与独立分析。

0 条回复

?
Ctrl + Enter 快速回复
还没有回复,来抢沙发吧