昔日一年，大数据分析的软件公司 Palantir 在成本阛阓一齐大叫大进，颇为引东谈主柔顺，涨幅一度跳跃 300%，市值也一度禁闭 1700 亿好意思元。尽管本日好意思联储告示降息 25 个基点后黑丝黑木耳，激发好意思股三大指数集体闪崩，但 Palantir 兼具 AI、大数据和国防见解，后期弘扬仍值得期待。

此前，12 月 13 日，纳斯达克告示的纳斯达克 100 指数年度重组落幕中，Palantir Technologies Inc.（NASDAQ: PLTR）成为新增的三家公司中的一家。入选这一指数也意味着将取得更多投资者柔顺以及被迫买入，有助于陆续推升股价。而此前，本年 9 月，公司才刚刚被纳入标普 500 指数，并成为本年该指数中弘扬最佳的一惟有素股。

事实上，Palantir 入选纳斯达克 100 指数不错说是预感之中，该公司在 11 月间从纽交所转至纳斯达克，阛阓广宽以为这是一项为加入纳斯达克 100 而准备的政策举措。何况，Palantir 也曾从快速增长的科技企业转型为盈利公司。昔日四个季度，公司收尾了承接盈利，净收入达到 1.47 亿好意思元，利润率接近 13%。这种财务健康情状为公司被纳入标普 500 指数、纳斯达克 100 指数铺平了谈路。

Palantir 的火热并不是个例，AI+ 大数据实在也曾成为整个科技公司重心布局的赛谈，最近的音讯是 Databricks 将完成 100 亿好意思元多量融资。从成本阛阓持续加码的作念法来看，这一赛谈还远未拥堵。

"国度队"起家

‌ Palantir ‌是一家成立于 2003 年的专注于大数据分析的软件公司，由彼得 · 蒂尔、阿历克斯 · 卡普等东谈主共同创立。

据国际媒体报谈，Palantir ‌初创时，红杉等着名风投皆不看好。然而，好意思国中央谍报局（CIA）的风险投资部门 In-Q-Tel 却对它颇感风趣，先后给了两笔钱，共 200 万好意思元。在 2008 年以前，CIA 是 Palantir 唯独的提拔东谈主和客户。致使不错说，Palantir 等于 CIA 孵化出来的创业公司。

回看‌ Palantir 的发展，在政府、军事和金融机构等界限的深耕和精确的阛阓定位，是其大叫大进的重要原因，Palantir 超一半的营收来自于"政府客户"，通过整合多源数据和先进的分析期间，为军事、谍报机构提供重要的决策复古和安全惩处有野心。举例，阿富汗战役中找到匡助好意思军找到本拉登的遁入场地，以及俄乌战役中征集和分析俄军动态等。

财报数据知道，2024 年前三季度，Palantir 总营收 20.38 亿好意思元，其中来自好意思国政府的收入为 8.5 亿好意思元，占比 41.7%。

前不久，Palantir 刚从好意思国特种作战司令部 ( USSOCOM ) 那取得一份新公约，公约确立了 Palantir 为 USSOCOM 任务率领系统的首席软件集成商，一年的委用价值为 3680 万好意思元。这进一步阐明了其期间在军事界限的价值和需求。

不外高度绑定政府也让许多投资者对 Palantir 的远景感到担忧，因为一朝来自好意思国军方的经费缩减，可能导致其发展情况急转直下。

Palantir 也在有分解地拓展交易客户，自 2009 年驱动经冉冉向 B 端大数据阛阓拓展，以金融诓骗识别方面的特永恒间身手争取到了摩根大通等一些银行客户。

现在，Palantir 领有两伟业务平台 Gotham 和 Foundry，其中 Gotham 主要面向政府、军工谍报界限黑丝黑木耳，Foundry 主要面向企业客户。从收入组成来看，2024Q3 政府客户和交易客户的收入孝顺比重对半分。从客户组成来看，昔日三年，Palantir 的总客户数目增长了 5 倍，2024Q3 总客户数 629 个，其中交易客户 498 个，占比近 80%。

" AI+大数据"赛谈火热

Palantir 的火热并不是个例，AI+ 大数据实在也曾成为整个科技公司重心布局的赛谈，从诸如 IBM、微软、谷歌、Oracle 这类国际概述型的科技巨头，到与 Palantir 体量至极的 Alteryx、Databricks、SAS，这些科技公司皆将 AI+ 大数据视为重心的业务发展标的。

以 SAS 为例，SAS 是寰球来源的数据分析和交易智能惩处有野心提供商，其 SAS 平台在统计分析、数据挖掘和瞻望建模方面弘扬特殊，在为用户提供全面的数据分析、交易智能和瞻望分析惩处有野心的同期，还提供了 SAS Viya 等怒放的分析平台。从现在阛阓范围上看，SAS 在统计软件、数据挖掘和瞻望分析界限具有较高的阛阓占有率。

相较于竞争敌手，Palantir 的中枢竞争力在于其骨子论引擎（Ontology Engine）和高度定制化的身手。此外，Palantir 还能为用户提供其他公司提供不了的劳动—完整的软件包，梗概改日自组织各个方面的多量信息整合在一齐，灵验地处理这些信息，并提供适用于个别情况的概述惩处有野心。

骨子论引擎是指改日自不同来源的异构数据整合在一齐，并将其转念为可操作的视力。与传统的 SaaS 企业不同，‌ Palantir 并不依赖于传统的数据湖、湖仓或云数据库提供劳动。与传统的搭建数据中台、数据湖仓等数据基础要不相为谋的是，Palantir 柔顺的点不单是局限于数据不竭，而是将数据操作化以收尾履行天下的决策。这种身手使得 Palantir 在处理复杂数据环境时弘扬出色，尤其是在政府、国防和金融等界限。

以 Palantir 的 Gotham 产物为例，Gotham 专为谍报和国防部门想象，匡助用户在复杂数据会聚识别阵势，复古反恐和军事活动。其主要客户包括好意思国谍报界和国防部。该产物通过与不同的数据架构集成并增强它们，跨多样建树责任以使数据为履行天下决策提供操作化复古。

在交易客户界限，近些年，越来越多的企业正在转向云计较，以提高数据处理遵循和镌汰成本。Palantir 的平台如 Foundry 和 Gotham 不错无缝集成到云环境中，匡助企业更好地不竭和分析数据。

同期，在 AI 期间，用户关于原始数据存储（数据湖）、分析（湖仓）和操作用例（CDW）之间的协同责任的需求愈发彰着，而这个时刻，一个妥洽的数据平台就显得更为焦躁。与此同期，简化的过程，及时处理的身手，以及"即插即用"完好意思兼容的身手，也让企业数据架构更为"轻量化"。

概述来看 Palantir 的产物想象理念，企业不错将 Palantir 当作完整惩处有野心或与现存架构一齐使用，体现了其兼容性；通过 Palantir，企业不错将散布的系统集成到一个单一、连贯的操作平台中，体现了其异构不竭的身手；而劳动于军方与金融这两个对数据安全要求极高的行业的莳植，也转折响应了其产物安全性。

将企业这些需求与 Palantir 的产物想象理念对比来看，不难发现，Palantir 绝大多数产物的想象理念与用户当下的需求"异曲同工"。Palantir 在企服这个阛阓得到越来越多订单的同期，也成就了 Palantir 如今在好意思股的弘扬。

另一方面，Palantir 在东谈主工智能这波波澜中也走在了前头。跟着 AI 期间平时利用，企业对数据分析和不竭的需求大幅增多。Palantir 当作一家专注于大数据分析和 AI 惩处有野心的公司，适值知足了这一阛阓需求。

2023 年 4 月，Palantir 推出了其生成式 AI 产物—— AIP 平台，该平台主邀功能模块包括 AIPAssist、AIPLogic、AIPAutomate 等，集成了多样开源的、交易的大谈话模子，用以数据分析。这一举措鼓舞了该公司交易客户的增长。

其中，AIPAssist 是基于 LLM 的 AI 助手，用户可用当然谈话发问来查询干系信息；AIPLogic 主要用于构建 Agent 来自动扩充当务或处理问题，比如原材料供应中断后进行分析、决策并活动；AIPAutomate 允许用户通过自界说触发条目及遵循，收尾责任流自动化。

跟着企业关于东谈主工智能产物需求的增多，越来越多的公司驱动使用 Palantir 的 AIP 平台进行测试、调试并评估 AI 干系的多样场景，也让‌ Palantir 在 SaaS 这个赛谈上占据了独到的上风。

11 月，Palantir 公布了第三季度财报中知道，受益于东谈主工智能软件需求增多，期内收尾净利润 1.44 亿好意思元，创历史新高，

漂亮的事迹数字背后，还有小数值得堤防的是，得益于其提供的高度定制化的劳动，Palantir 的单笔订单金额相对较高。财报知道，2023 年 Palantir 交易客户的 ARPU（Average Revenue Per User，每用户平均收入）跳跃 300 万好意思元；放置 2024 年 9 月 30 日的昔日 12 个月内，其前二十名客户的平均收入为 6010 万好意思元。 

中国 SaaS 启示

国表里 SaaS 阛阓场所不错说是"冰火两重天"。与 Palantir 股价、利润握续走高的场所不同，中国 SaaS 企业一直面对盈利穷苦。何况，雷同皆是在进行高度定制化劳动，国内 SaaS 企业却无法收成高额的订单。这其中，既有阛阓熟悉度、客户付费意愿方面的客不雅原因，也存在中枢期间身手的差距。

篡改性的期间是一家公司是否脱颖而出最重要的一个因素，Palantir 关于数据架构的知道，不禁让东谈主猜度了数据编织与数据中台的期间"站队"。

国内由阿里掀翻的数据中台的诞生风潮，致使当下绝大多数企业数字化转型的第一步等于诞生数据中台，而相较于国际上，数据编织通过数据捏造化期间，创建逻辑数据层，在单点逻辑集成了散布在不同系统中的数据，为数据浮滥者提供了一个妥洽的、抽象的、封装的逻辑数据视图，无需物理搬运数据即可收余数据的妥洽拜谒与不竭，镌汰了使用门槛与成本，更为允洽中微型企业搭建数据架构。

关于期间的知道度，影响着 SaaS 劳动商在进行产物想象时的核样式念，也决定了其能否在阛阓中脱颖而出。

回到国内 SaaS 阛阓角度，当下 SaaS 行业面对客户需求的高度不细目性，如何保证科技篡改以顺应持续变化的客户需求，成为摆在 SaaS 提供商眼前的焦躁课题。阛阓需要持续调遣以顺应这些变化，尤其是在提供定制化惩处有野心方面，才能更好地知足各个行业客户的特定需求。

在保证期间的先进性和知足用户需求除外黑丝黑木耳，企业雷同需要"择善而从"，尽管在竞争热烈确当下需要全面普及身手，但打造无以替代的上风，才是企业的立命之本，而这亦然需要刻下中国 SaaS 企业千里下心庄重想考的问题。（本文首发于钛媒体 APP，作家｜张申宇，裁剪丨盖虹达）