Palantir的逆袭：二十年巨亏后AI如何助其破局盈利

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的深度剖析。

这家公司无法复制，因为它本是一个早该消失的存在。

若只盯着它3000~4000亿美金的市值，就想依样画葫芦，那无疑是自寻死路。有哪家公司能连续巨亏20年还存活下来！

2003年成立，却一直亏损到2023年。

2018年：营收5.95亿美元，净亏损高达5.98亿美元（几乎每赚1美元，就要投入1美元的实施与人力成本）。

2019年：营收增长至7.43亿美元，净亏损仍达5.88亿美元。

2020年（上市之年）：营收首次突破10亿美元（10.9亿），但受沉重的人员结构与期权费用拖累，净亏损飙升至11.6亿美元的纪录。

2021 - 2022年：即便商业化平台逐步铺开，营收增长至近20亿美元，Palantir每年仍承受5.2亿美元（2021年）和3.74亿美元（2022年）的巨额净亏损。

这样的亏损程度，原样复制，谁都撑不到最后！

大模型出现后，随着国际环境变化，这家公司终于崛起。

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）：营收接近44.8亿美元，净利润高达16.2亿美元（净利润率飙升至36%）。

（或许有人认为是涨价，可查看用户数增长，此处不列举）

所以，这家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以惨痛代价，为全球创业者和企业家验证了“下一代企业操作系统”的核心真相。

在AI新背景下挖掘这个秘密很有必要。

不写代码的哲学家与“人力外包”困境

2003年，当硅谷沉浸在“连接全人类”的社交网络热潮时，Peter Thiel联合几位创始人，以《指环王》中能洞察未来的“真知晶球”（Palantíri）为名创立Palantir。他们获得中央情报局（CIA）风投部门In - Q - Tel的投资，投身反恐和情报分析领域。

想想911发生的年份，就能更理解这家公司成立的缘由。

这是它的基因，没有这个，或许早就支撑不了20年，它的起点并非纯粹利益导向。

令人意外的是，这家硬核数据公司的掌舵人Alex Karp，毫无计算机背景，却是法兰克福大学新古典社会理论博士，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与众不同，也正因如此才能做出这样的选择，这不是常人会做的事，就像在互联网大热的2003年去做外包公司，如同房地产火热时去种果园。

Karp不用代码看世界，而是用“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。面对战争、反恐或大企业顶层决策等复杂现实，机器只能梳理脉络，最终决策权和伦理边界必须掌握在“人”手中。

然而，理念美好，现实残酷。

早期的Palantir在外界眼中是顶尖软件公司，但财务报表上更像一家沉重的“IT人力外包公司”。

国内同行对此或许更清楚，各行业都有不少这类公司，看似产品公司，实则是外包公司。

在大模型尚未出现的年代，机器如同“白痴”。

为让系统理解复杂业务逻辑，Palantir不得不派出大量高薪驻场工程师（FDEs，美国版“驻场工程师”），到客户办公室手写规则，逐个节点构建底层数据映射关系——即“本体论（Ontology）”。

别以为Ontology有多高大上，基于规则描述场景，若做不好，其脆弱性和局限性远超想象，且除少数领域外效果不佳。

这种重资产交付模式带来致命财务黑洞：

营收规模越大，人力成本窟窿就越大。

这直接导致Palantir成立后20年深陷亏损。翻看当时财报，“重人力交付”导致的失血数据触目惊心：

在大模型未问世时，即便汇聚全球最聪明大脑的硅谷巨头，也无法在“非智能原生”底层架构上打破规模与人力成本线性捆绑的魔咒。期间，他们遭遇无数商业化瓶颈、内部道德危机（如ICE合同争议）和公众对数据隐私的指责。

这也不奇怪。

很多号称做AI的公司，一旦走上交付之路，基本都会如此。

过去10年，我也深陷类似困境。我甚至做过企业级类似产品，命名为Datrix，更像Glean，但本体论思想相似。

有趣的是，我最终发现这类过程竟在人工智能出现前的一部动画片中有完整预示，真是天意难测。

跨越生死线的“本体论”探索

在连年亏损压力下，Palantir决定向商业领域扩张。

2015年左右，他们推出面向企业客户的Foundry平台。

这一阶段，Palantir面临外界诸多嘲笑：

华尔街认为通用型“企业大脑”根本做不出来，不同行业壁垒森严，空客造飞机与摩根士丹利做金融的逻辑怎能共用一套系统？

但Palantir坚持核心架构：

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

通过艰苦人工建库，他们将国防、航空、汽车制造、金融结算的底层数据，全部映射到可进行因果校验和战略推演的本体库中。

请记住这个关键，这代表经典设计和抽象的巅峰，多数程序员一生都在写具体代码，接触框架的已不多，而本体论大概是框架与数据的结合。

2020年，Palantir绕过传统承销商直接上市（Direct Listing）。上市前夕，它仍是巨亏公司（2019年亏损近5.8亿美元），但系统已深深融入西方顶级政商机构的运转。

需补充的是，对本体论的一般理解存在误解，它其实是领域模型（数据、过程、行为的抽象）。

这是哲学术语，哲学的本体并非现实，与日常理解相反。

现实不是本体，而是杂多，即现实之上有一个真实世界，比如数学中有完美的圆，现实中各种圆的实现都不是真圆，只是摹本。

这个反常识的词用于软件世界很贴切，契合软件的抽象架构，比如基于基类构建的关系并非真实存在，而是更高层次的抽象。

在AI背景下深入看，本体论属于AI的符号主义（大模型属于连接主义）。

AI时代的转折点

历史转折点出现在2023年。随着大模型（LLM）爆发，Palantir推出人工智能平台AIP，迎来创立20年来首次全年盈利（Breakeven）。

大模型的出现，如同给老式绿皮火车换上核动力引擎。过去需无数工程师花数月手工建立的底层常识和规则映射，现在可由AI快速模糊理解和降维映射；而Palantir20年沉淀的“高维本体”，则成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）

财务数据给出震撼回应：

●2023年：营收22.3亿美元，员工约3700人，实现全面扭亏为盈。

●2024年：营收28.7亿美元，利润大涨，员工仅微增至约3900人。

●2025年：营收接近45亿美元，净利润率飙升至36%，员工总数仍控制在4100人左右。人均创收从2023年约60万美元，大幅提升至超百万美元。

CEO Alex Karp甚至公开提出“依靠AI将产能放大十倍，目标员工缩减至3600人”的激进目标。大量传统交付和实施岗位被Agent和智能系统接管。

此处有一关键推论：

真正的AI应用方式似乎是符号主义与连接主义的结合，我在《无人公司》及相关文章中提到的双模型结构，在此再次得到验证。

有人问我《无人公司》中最满意的点，我认为是书中的预判和底层思考模型被各种现实佐证，包括openclaw和Palantir。我可能是最早提出这种双模型结构的人。

Palantir的启示

回望这20年、耗资百亿的历程，Palantir确实神奇。它用20年的探索，为商业世界完成两项硬核真理测试：

第一，跨行业本体抽象不仅可行，还是下一代操作系统的终极壁垒。Palantir证明，只要能在高维度明确“价值观”与“业务刚性约束”，用一套本体论打通看似无关的复杂行业，在技术上成立，更能创造巨大商业价值。

过去普遍认为：用抽象消解复杂度，自适应能力天花板很低。

但具体程度无法衡量，Palantir给出了一个尺度。

第二，AI介入能彻底打破企业规模与人力增长的线性捆绑。传统SaaS和企业服务难逃“多赚10元，多雇5人”的魔咒。但Palantir证明，当真正的智能中枢接管企业骨架与底座，企业可在营收翻倍时实现人员零增长甚至负增长。这就是系统级AI带来的强大杠杆效应。

第三，符号主义与连接主义似乎需要融合，至少当前现实如此。

然而，这段历史最发人深省的是一个隐藏层面：

Palantir取得这些成就时，甚至不是一家“智能原生”企业。

它背负着前AI时代沉重的旧代码债务，在高度依赖人力开发的旧地基上，强行外挂人工智能进行“旧房改造”。

若一家有20年旧时代基因的公司，都能利用AI杠杆创造千亿美金奇迹，打破人员规模魔咒；那么，若有一种商业范式从诞生起就是100%“智能原生”，无历史包袱，用一套轻量化高维且自适应的本体，配合大模型在虚拟沙盘中低成本试错……其爆发的能量和收敛速度将何等惊人？

但这是新的故事了。

本文来自微信公众号“琢磨事”，作者：李智勇，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com