Palantir之秘

这是一段关于硅谷最神秘、最具争议，也最被误解的科技巨头——Palantir 的历史钩沉。

这公司是不可照搬的，因为这是一个本应死的骨头渣子都没了的公司。

如果只是盯着它3000~4000亿美金市值，然后说我也要同样整一个，那还真是十死无生。谁连续巨亏20年还不死！

2003年公司就成立，但一直亏到2023年。

2018年：营收 5.95 亿美元，净亏损高达 5.98 亿美元（几乎是每赚一块钱，就要搭进一块钱的实施与人力成本）。

2019年：营收增长至 7.43 亿美元，净亏损依然深陷在 5.88 亿美元。

2020年（上市之年）：营收首次突破 10 亿美元大关（10.9亿），但在沉重的人员结构与期权费用拖累下，净亏损暴增至创纪录的 11.6 亿美元。

2021年至2022年：即便商业化平台逐渐铺开，营收一路狂飙至近 20 亿美元，Palantir 每年依然要承受 5.2 亿美元（2021年）和 3.74 亿美元（2022年）的巨额净亏损。

这个亏损程度，原样照搬，谁都会死在半路上吧！

大模型出来后随着国际环境的变化这公司就支棱起来了。

2023 年（历史性转折，首次全年盈利）：营收 22.3 亿美元，净利润 2.1 亿美元。

2024 年：营收 28.7 亿美元，净利润 4.6 亿美元。

2025 年（全面爆发）：营收逼近 44.8 亿美元，净利润高达 16.2 亿美元（净利润率暴涨至惊人的 36%）。

（也许有人认为是涨价，这可以查看下用户数的增加，我就不列举了）

所以这个公司不仅是一部从濒临破产到市值3千亿美金的商业史，更是一场历时二十年、耗资百亿美金的极客社会学实验。

在这场实验中，Palantir 用极为惨烈的代价，替全世界的创业者和企业家验证了关于“下一代企业操作系统”的最核心真相。

在AI新背景下挖掘下这个秘密还是很有必要。

不写代码的哲学家与外包大军

2003年，当硅谷正沉浸在“连接全人类”的社交网络乌托邦时，Peter Thiel 联合了几位创始人，用《指环王》中能够看透全知未来的“真知晶球”（Palantíri）为名，创立了 Palantir。他们拿了中央情报局（CIA）风投部门 In-Q-Tel 的钱，一头扎进了反恐和情报分析的深水区。

大家想想911是哪一年，就更能理解这公司成立的起因。

这就是基因，没有这个估计就没有20年不死，它起点根本就不是纯粹的利益导向。

令人意外的是，这家硬核数据公司的掌舵人 Alex Karp，不仅毫无计算机背景，反而是一位拥有法兰克福大学新古典社会理论博士学位的哲学家，师从著名哲学家尤尔根·哈贝马斯。

哲学家对世界的理解往往异于常人，也惟其如此才能理解这种选择，这就不是正常人干的活，相当于在互联网大热的时候（2003）去干外包公司。和房地产大热的时候，像谢永强一样去整果园其实差不多。

Karp 从不用代码看世界，他用的是“权力结构”、“系统论”和“人机共生”的哲学框架。

他坚信，技术的终极目的不是取代人，而是增强人类的决策智能。面对极其复杂的现实世界（如战争、反恐或大企业的顶层决策），机器只能负责理清脉络，最终的拍板权和伦理边界必须留在“人”的手里。

然而，理念很丰满，现实极其骨感。

早期的 Palantir 在外界看来是一家顶尖的软件公司，但在财务报表上，它更像是一家极其沉重的“IT人力外包公司”。

这点我们国内同仁可能更清楚，我们每个大行业里面都沉淀着大量这类公司，看着是产品公司，其实是外包公司。

在那个大模型尚未问世的年代，机器是“白痴”。

为了让系统理解复杂的业务逻辑，Palantir 必须派出大量拿着顶薪的驻场工程师（FDEs，这就是米国版本的“驻场工程师”），飞到客户的办公室里，手写规则，一个节点一个节点地去构建底层的数据映射关系——也就是所谓的“本体论（Ontology）”。

千万不要以为Ontology是什么高大上的事，基于规则描述场景，做不好其脆弱和局限远超想象，并且除了在极少的领域之外效果还不好。

这种极度重资产的交付模式，带来了一个致命的财务黑洞：

营收规模越大，人力成本的窟窿就越大。

这直接导致了 Palantir 在成立后的整整 20 年里，深陷亏损泥潭。翻开它那一时期的财报，这组因“重人力交付”而导致的失血数据触目惊心 ：

在那个大模型尚未问世的年代，即使是汇聚了全球最聪明大脑的硅谷巨头，也无法在“非智能原生”的底层架构上打破规模与人力成本线性捆绑的魔咒。期间，他们遭遇了无数次商业化天花板、内部道德危机（如 ICE 合同争议）和公众对数据隐私的讨伐。

其实这也不稀奇。

很多号称是做AI的公司，一旦走上交付的道路，基本上全都这样。

在过去10年里，我个人也一样深陷这样泥潭之中。我甚至也做过企业级的类似的产品，当时命名为Datrix，它可能更像Glean，但本体论思想是类似的。

有意思的是我最终发现，这类过程竟然在先于人工智能的一部动画片中有完整预示，实在是天意微渺。

跨越死亡之谷的“本体论”

在连年亏损的压力下，Palantir 决定向商业领域扩张。

2015年左右，他们推出了面向企业级客户的 Foundry 平台。

在这个阶段，Palantir 面对的是外界极大的嘲笑：

华尔街认为通用型的“企业大脑”根本做不出来，因为不同行业壁垒森严，空客造飞机的逻辑怎么可能和摩根士丹利做金融的逻辑共用一套系统？

但 Palantir 咬牙坚持了其核心架构：

基于本体论（Ontology）的底层抽象。 他们没有去为每个行业做定制化的 SaaS 工具，而是致力于在最高维度抽象商业世界的物理共性。

通过极其艰苦的人工建库，他们硬生生地把国防、航空、汽车制造、金融结算的底层数据，全部映射到了可以进行因果校验和战略推演的本体库中。

请大家务必记住这个关键，这代表了经典设计和抽象的巅峰，大部分程序员终其一生也都在写具体的代码，接触框架的已经少之又少，而所谓本体论大概是框架与数据的综合。

2020年，Palantir 绕过传统承销商直接上市（Direct Listing）。上市前夕，它依然是一个巨亏的公司（2019年亏损近5.8亿美元），但它的系统已经深深扎根于西方最顶级的政商机构运转齿轮中。

必须补充的是，一般理解的本体论是有误解和偏的，它其实是领域模型（数据、过程、行为的抽象）。

这是个哲学术语，哲学的本体不是现实，而是和日常理解正好反过来。

现实不是本体，而是杂多，就是说现实之上有一个真实世界，比如：圆在数学的世界里是有完美的圆的，但现实世界有各种圆的实现，但都不是真的圆，而是苍白摹本。

这种反常识的词用到软件世界倒是贴切，正对软件的抽象架构，比如基于基类构建的关系就不是真存，而是拔高一格。

在AI背景下再深挖一点，所谓本体论其实属于AI的符号主义（现在大模型属于连接主义）。

奇点降临

历史的转折点发生在 2023 年。随着大模型（LLM）的爆发，Palantir 推出了人工智能平台 AIP，并迎来了创立 20 年来的首次全年盈利（Breakeven）。

大模型的出现，如同给一辆老式绿皮火车换上了核动力引擎。过去需要无数工程师花几个月手工建立的底层常识和规则映射，现在可以由 AI 进行极速的模糊理解和降维映射；而 Palantir 历经 20 年沉淀的“高维本体”，则化身为约束大模型发散性、防止幻觉的刚性边界和价值观缰绳。

（左侧齿轮是本体论，右侧大脑是大模型）

财务数据给出了最震撼的回应：

● 2023年：营收 22.3 亿美元，员工总数约 3700 人，实现全面扭亏为盈。

● 2024年：营收 28.7 亿美元，利润大涨，但人数几乎锁死，仅微增至约 3900 人。

● 2025年：营收逼近 45 亿美元，净利润率暴涨至惊人的 36%，而员工总数依然死死控制在 4100 人左右。人均创收从 2023 年的约 60 万美元，暴力拉升至突破百万美元。

CEO Alex Karp 甚至公开提出了“依靠 AI 将产能放大十倍，并将目标人数缩减至 3,600 人”的激进目标。大量传统的交付和实施岗位被 Agent 和智能系统接管。

此处有一个关键推论：

真实的应用AI的方式看起来是符号主义和连接主义的综合，我在《无人公司》以及各种文章中提到的双模型结构，在这里相当于再一次得到证实。

有人问我，《无人公司》中比较满意的点是什么，我觉得是：《无人公司》中的各种预判和底层思考模型在被各种现实佐证，包括openclaw和这里的palantir。我可能是最早提出这种双模型结构的人。

Palantir 究竟证明了什么？

当我们回望这段长达 20 年、耗资百亿的历史钩沉，会发现 Palantir还是很神奇。它用自己的20年折腾，替整个商业世界完成了两项最硬核的真理测试：

第一，跨行业的本体抽象不仅可行，而且是下一代操作系统的终极壁垒。Palantir 证明了，只要能在极高的维度定义清楚“价值观”与“业务刚性约束”，用一套本体论打穿看似毫不相干的复杂行业不仅在技术上成立，更能创造无与伦比的商业价值。

过去的一般认识是：用抽象消解复杂度，自适应能力天花板很低。

但到底什么程度其实没法计量。Palantir现在给出了一个尺度。

第二，AI 的介入真的可以彻底斩断了企业规模与人力增长的线性捆绑。传统 SaaS 和企业服务永远逃不开“多赚十块钱，就要多雇五个人”的魔咒。但 Palantir 证明了，当真正的智能中枢接管了企业的骨架与底座，企业完全可以在营收翻倍的同时，实现人员的零增长甚至负增长。这就是系统级 AI 带来的恐怖杠杆率。

第三，符号主义和连接主义看起来还是要合流。至少当前的现实是。

然而，这段历史最引人深思的，是一个隐藏的侧面：

Palantir 取得这一切成就时，它甚至都不是一家“智能原生”的企业。

它背负着前 AI 时代极其沉重的旧代码债务，是在一套高度依赖人力排期开发的旧地基上，强行外挂了人工智能来进行“旧房改造”。

如果一家带有 20 年旧时代基因的公司，尚且能利用 AI 杠杆创造出千亿美金的奇迹，打破组织的 headcount 魔咒；那么，如果有一种商业范式，从诞生第一天起就是 100% “智能原生”的，没有沉重的历史包袱，用一套极度轻量化的高维本体并且能自适应的本体，配合大模型在虚拟沙盘中完成低成本收敛试错……它所能爆发出的能量和收敛速度，又将是何等惊人？

但这是新故事了。

本文来自微信公众号“琢磨事”，作者：李智勇，36氪经授权发布。