你无法复制 Palantir

每个人都有一个 palantir 的看法，但几乎所有的都是对可见输出的描述。

• VCS 认为它是一家服务公司……有时只是一家“国防公司””
• 数据工程师认为这是一个被封闭的糟糕数据产品
• 批评者认为，这是一家为 FDE 打上品牌的糟糕车身修理厂，因为它们与麦肯锡不同
• Snowflake 和 Databricks 认为它​​们是“糟糕的分布式计算服务””
• 咨询公司认为他们是“那些只起床或每年最低 100 万美元的混蛋””
• 看多者认为这是一只打着“本体”广告的无与伦比的股票，因为“本体”本身就是一个产品类别

如果我问克劳德 Palantir 是做什么的，我会得到一个极其奇怪的回答……

帕兰蒂安人自己也用同样深奥或奇怪的术语来描述自己。 在一篇著名的文章中 前 FDE Nabeel S. Qureshi他谈到了Palantir所不是什么。

对于公司的老员工和校友来说，这感觉非常奇怪。尤其是在2016-2020年间，告诉别人你在Palantir工作并不受欢迎。这家公司被视为间谍技术、NSA监控对象，甚至更糟。经常有办公室外抗议.即使在道德上并不反感的人中，这家公司也被当作伪装成软件的咨询公司，或者充其量是复杂的人才套利手段而被否定。

然后在5755字里，他一次也没试图说Palantir是什么是.Snowflake 是一个数据仓库。AWS是一家云服务提供商。Retool 是一个内部工具构建器。

Tableau 是一款商业智能工具。麦肯锡是一家管理咨询公司。埃森哲是一家技术咨询公司。

但当首席执行官亚历克斯·卡普被问及“什么是Palantir”时，他的回答是：

这远不是他被问到这个问题时最深奥的解释：

如果你和Palantir的任何人聊过，你都会听到同样含糊其辞的回答：“每个问题都是数据问题”、“我们做的是软件，不是幻灯片”，或者干脆“我们解决问题”。

我花了两年才意识到这种模糊是故意为之。Palantir的做法变得混乱，因为干净的分类标签会让其运营模式更容易被复制。

经过四年的研究、阅读和索引他们产品文档的每一页超过30次与曾在那里工作的朋友和公司的客户的对话，数百份专家访谈记录，我有信心自己比世界上任何没有在这里工作过的人都更了解这家公司。

我写这篇文章是因为我想把话题从低信号的废话中转移开。”什么是FDE，什么不是FDE“，并朝向什么是Palantir？为什么竞争起来这么难？为什么没有其他公司真正能与它相匹配，而其他所有技术趋势（数据仓库/ERP/总有竞争对手）？为什么没有CIO相信Snowflake、Databricks、AWS、GCP或Azure能与Palantir竞争？为什么我认为过去风险投资批次中所有与Palantir竞争的Deployco注定失败？如何打造一个可信的Palantir杀手？

所以......对于那些不想读一万字关于公司起源以及他们如何完全偶然走到今天的人：Palantir到底是什么？

Palantir 是垂直集成 基于结果软件解决方案提供商

• 他们提供技术咨询（例如埃森哲）的产品。
  • 又称“解决方案销售”或“系统集成商”
• 他们提供软件公司的产品（例如Databricks）
• 他们采用了独特的基于结果的商业模式（不，这和Sierra / Decagon所说的“基于结果”完全不同）。
  • 这种商业模式让他们绕过了传统咨询和软件公司的权衡。
• 他们之所以垂直整合，是因为他们极度重视使用自己的软件和服务，而市场其他部分则更偏向多元恋

那么，让我们深入探讨吧。

这就是今天的景观

当CIO想要实施新技术时，他们通常会从一家公司购买软件，从另一家公司购买实施或转型服务。Databricks、Snowflake 和 AWS 提供了横向基础设施。

Oracle、SAP、WORKDAY、SALESFORCE、Servicenow、uipath和retool提供运营或事务型软件。然后，埃森哲、德勤、凯捷、麦肯锡或其他系统集成商通过实施、集成、需求收集、变更管理和流程重设计，将其与实际公司连接起来。

基本上每家公司都站在这道分界线的一边，因为当地的激励措施让它一直处于这一分界线。

像德勤这样的咨询公司是私人合伙企业，决策的合伙人负责销售工时。虽然他们可能会推销加速器、平台和专有软件，但大部分资金流向销售团队

• 这导致他们的主要投资转向招聘更优秀的销售人员
• 围绕定期销售“咨询时长”来完善他们的商业模式
• 他们的工程团队最终配备了无法在软件公司工作薪资两倍的工程师
• 他们的软件平台每次都是独一无二的，因为这不是他们的主要区别

在市场另一端，软件公司基于高毛利率和可扩展的产品收入被估值，而服务则损害了这些毛利率

• 风险投资鼓励创始人尽量放弃服务部门/专业服务团队，外包给咨询公司
• 科技公司早期的创始人们常常试图通过咨询公司作为账户的分销渠道
  • Databricks自豪地说，其60%+的实现由咨询合作伙伴完成
• 软件公司的CEO通常是笨拙的工程师，他们想尽量避免与客户沟通或把“卖给卖家”的过程。
• “解决方案工程师”的薪酬远低于软件工程师
• 这导致解决方案工程师在内部被视为成本中心

结果是市场右上角几乎空无一物。德勤科技服务高，软件相对较少。Oracle、SAP、Workday和Salesforce拥有大量软件，但仍高度依赖外部实现。

Databricks和Snowflake更依赖软件，服务更少。

然后是Palantir。它拥有通过Foundry的实际横向软件基础设施，通过本体及其应用实现实际的操作界面和工作流，以及通过FDES承担实际的实现和转型责任。

它同时软件和服务都异常繁重。

更何况——Palantir Foundry 平台也是市场上最全面的操作系统，甚至在软件公司中也是如此。它可以跨系统处理数PB的数据，比如Databricks，执行像Salesforce这样的事务任务。

如果你想知道“Foundry能做什么？”——基本上，Firstmark“MAD Landscape”上公司能做的任何事情，在Palantir里都能做到。这简直就是“沸腾海洋”，任何试图推销风险投资来扩建这么大面积的人，都会立刻被撤销条款。

正常生态系统也更加多元恋。普华永道、德勤、埃森哲和其他集成商都使用Snowflake、Databricks、Oracle、SAP、Salesforce以及客户已有的其他软件包。

事实上，这些咨询公司通常会定期结合AWS、Snowflake、Retool等服务的组合解决方案。

Palantir的服务组织和Palantir的软件比上述合作伙伴生态系统紧密结合得多。

一位FDE曾告诉我一个故事，说“他们听说一个Palantir项目有@accenture.com邮件域名在他们的频道里有人，账单也像FDSE“——他说话的语气听起来像是世界上最可怕的事情。它们有点像软件生态系统中的苹果。

那么Palantir是怎么走到这一步的？

让Palantir与众不同的三点——以及让它们成为可能的三个输入

Palantir之所以占据这一地位，是因为三个不同寻常的历史输入相互强化。它花了大约十二年时间在商业产品市场契合沙漠中徘徊——也就是说，在出现广泛、可读、可重复的商业产品市场契合之前的漫长时期，而不是没有客户或收入的十二年。

它拥有包括Peter Thiel和创始人基金网络在内的患者资金。而且它在政府环境中也有效，而那些环境缺乏Snowflake已有的现代云原语。

这些输入产生了三样东西。

首先，Palantir建立了一个差异化的人才库：软件工程级别的执行实现工作人员，在公司还混乱、丑陋且不算特别出色时，通过一个残酷且异常正交的人才筛选器选拔。

漫长的孕育期也让Palantir能够从内部推动其领导层。

其次，它构建了一个相较于该对比集异常广泛的产品。早期政府环境缺乏可用的现代协议栈。软件工程质量的人员花时间在客户内部，并将所学反馈到产品设计中。

该平台同时涉及拍字节级的分析工作流、事务性和运营防护，以及本地环境。

第三和最重要的是：它建立了以结果为导向、类似项目的商业模式和文化。Palantir的S-1描述了定价通常固定、多年期，主要基于预期的客户价值。

这种基于结果的定价模式使他们在从消费或计费工时开始前进时，避免了传统软件和咨询公司大规模产生与客户不匹配的激励。当边缘案例不符合以小时或消耗为驱动的模型时，它使得经济上成为可能，并且支持比传统咨询公司在每个项目独立时对客户的长期赌注。

文章的其余部分就是这三个输出，首先是人物。

作为一家不算热门的公司，拥有高才华标准的12年，培养了差异化的人才

老生常谈是Palantir雇佣斯坦福和麻省理工的学生。这说法多少是对的，但分析上薄弱，因为每家科技公司都声称自己雇佣的是聪明人。

实际的见解是，Palantir对同一个人叠加了一系列几乎独立的过滤器。

我面试中的FDE典型角色必须通过真正的软件工程面试。他们必须有学校或背景，能提供很好的外部选择。他们必须愿意出差，住在顾客的混乱中。

他们必须想要运营工作，而不是舒适的消费软件工作。他们不得不加入时，Palantir既不酷也不特别易读。而且他们必须有使命感、反叛，或者足够有耐心留下来。

每一次筛选都会淘汰不同类型的申请者。幸存下来的不仅仅是更聪明的顾问。这是一种非常特定的工程师类型。

前员工告诉我，Palantir从与其核心软件工程师几乎相同的人选中招聘FDES。公司将计算机科学、编程和系统技能条应用起来，然后将这些人才前沿部署到航空公司、工厂、军队、保险公司及其他运营环境中。

这与雇佣操作员并教他们配置软件是完全不同的。麦肯锡并不面试其平均顾问的生产-工程技能。通才咨询、实施和解决方案岗位的面试和选拔流程与基础设施工程岗位不同。

Palantir从工程人才开始，教授他们操作。传统系统集成商通常从实施或领域人才开始，并增加技术培训。由于Palantir的FDE池也构建了基础设施，每次部署都为客户带来即时结果和可重复使用的软件原语，供下一个客户使用。

两种招聘架构及其薪酬区间的概念比较。

精英学校背景在这一论点中更为重要，是作为选择权的代理，而非“更好的人”的证明。拥有斯坦福、麻省理工、CMU或伯克利学位的人，在大型科技、金融、咨询和初创公司都有可信的替代选择。

因此，接受这个奇怪的Palantir报价显示出一种真实偏好：使命感、风险承受能力、逆向行为，或者对艰苦且不光鲜工作的渴望。

Palantir也以异常集中的策略招募了这个人选。a当代斯坦福观察家Palantir描述了为斯坦福计算机科学教学人员举办季度聚会，通过朋友团体招募，并估计有40%到50%的实习生来自斯坦福。

课程工作人员在Palantir实习，毕业后转为全职岗位，然后筛选下一届课程员工。一个狭窄的网络不断自我选择和繁殖。

帝国学院也成为伦敦类似的滩头阵地。一名帝国学生于2015年在Palantir实习，后全职加入，后来又回来参加了专门部门招聘演讲.其他伦敦大学从未听说过Palantir——他们的招聘重点极其不对称

最简洁的反事实是斯坦福大学的计算机科学学生在 Airbnb 上市前的 IPO 和 Palantir 之间做选择。Airbnb 提供了清晰的声望、商业价值、消费者规模的工程以及相对舒适的工作。

Palantir提供政府工作、频繁出差、模糊性以及实质性较低的纸质报酬。一位受访者记得在一次具体比较中存在40%的差距。候选人已经通过了可选性筛选;选择Palantir显示出对较少共识性工作的偏好。

出差是另一个重要的选拔因素，不仅仅是工作中令人烦恼的一部分。旅行本身并不选择基础设施技能，基础设施技能本身也不选择场地容忍度。

FDE必须两者兼顾。这会筛选不适容忍度、自主性和风险承受能力，同时筛选那些为了最舒适软件工作而优化的人。

该职位还要求在没有对客户进行正式控制的情况下操作。特德·马布里的表述：

“表现得像你是CEO，但完全没有权威。”—— 特德·马布里，抱歉，那不是FDE

FDE必须进入一个陌生机构，找到实际约束，说服操作员，然后将系统发货。

人才筛选之所以重要，是因为Palantir给了幸存者异常宽广的视野。Palantir发送FDE并非仅仅为了配置产品、保护固定路线图或将需求转化为工单。

它将软件无法解决的重要客户问题视为产品不完整的证据。Barry McCardel 将此描述为分布式研发：

“单个部署的利润可能非常糟糕，因为这实际上是研发，而不是齿轮。”——巴里·麦卡德尔，FDE文化

通过选择能够通过工程门槛为分布式系统软件产品做出贡献的个人，他们确保FDSE收集的所有现场知识都能作为产品特性传达给被视为同行的人。

普通GCP工程师不会把销售工程师的反馈当作有价值，因为结构性激励，但Palantir的“开发者”和“Delta”从同一池子里抽调，让他们能把客户工作转化为研发。

操作性工作，是为罕见的计算机科学毕业生选择的。大多数斯坦福计算机科学学生并不梦想要对照ERP数据、修正工厂排班或追踪食物浪费。

选择从事这项工作的人们关心代码库之外的结果，容忍混乱的人类系统。它们可以在数据库、用户界面、利益相关者会议和仓库现场之间切换。

因此，Palantir不仅仅是“不酷”，它在广大市场中默默无闻，同时在少数计算机科学小圈内已极具地位。大众市场的声望选择从谷歌、微软、IBM和苹果，转向Facebook、Uber、Airbnb和Doordash，然后是加密货币，现在是AI实验室。

Palantir在选定的教室和朋友网络中建立了私人声望市场。这比买广博雇主的知名度要精准得多，也造成了一个有用的双重筛选：候选人既知道Palantir是精英，又得向几乎所有人解释这家奇怪的政府公司。

一位前科技主管将Palantir的招聘门槛描述为与市场共识正交，而不仅仅是更高。他们看到Palantir雇佣了被其他知名雇主拒绝的候选人，也拒绝了持有其录用通知的候选人。

Palantir关注的是独立的内部形态：独立思考、高度能动性，以及跨越技术与人类系统的能力。

但如果没有创始人基金极其耐心的资金支持，愿意承担极长的研发时间范围，这一切都不可能实现。

投资者愿意让Palantir拥有12年的研发周期，这让他们打造了一个其他公司难以想象的业务面积

Foundry 结合了三种通常存在于不同产品中的功能。

第一个是真实数据规模和延迟下的分析基础设施：大批量和流数据、流式数据、流水线、模型和分析——这些都是Databricks、Snowflake和BigQuery的领域。

第二类是运营和事务系统：应用程序、工作流、决策、护栏、动作和写回——属于SAP、Salesforce、ServiceNow、UIPATH和Retool的领域。

第三是能够在本地、空气隔层或边缘运行整个系统。Foundry 并不是一个放在假定的公有云堆栈之上的薄型应用。

本体论是这三者之间的纽带。它将底层数据和模型映射为对象、关系、权限和业务逻辑。它将分析结果转化为受控的操作操作，然后将这些操作和决策写回为新的分析数据。

“本体论”本身并非新鲜事物。区别在于使用对象优先语义层作为整个公司的读写操作层。

其余数据行业通过商业智能和OLAP进入语义层。LookML和更早的BI语义层将仓库表转化为维度、度量、关系和集中定义的度量。他们的工作是定义一次收入，生成正确的SQL，并让每个仪表盘返回相同的答案。

循环是从仓库到语义模型再到查询，再到仪表盘。以一个答案结束。

现代数据栈试图将这种逻辑从BI工具中提取出来，使其实现通用。2021年，Benn Stincil提出了指标层的介绍现代数据栈中缺失的一块.Transform和Metricflow、Supergrain、Cube、DBT等公司都在追求它的各种版本。

技术理念大体正确，但独立类别从未成为生态系统的核心。SuperGrain转向，DBT收购了Transform，下游应用拒绝放弃语义。Tristan Handy 将这个问题描述为技术性和分布式问题，当DBT获得了变换.雪花的开放语义交换攻击互操作性问题，但其名词仍然是数据集、指标、维度、关系和语境。

它仍然标准化了BI工具和AI代理如何解读分析数据。

工作流程自动化则从相反方向发展。Zapier 和 N8N 以触发器和 API 动作为起点。Retool 从数据库和 API 接口开始。UIPATH从一个操作现有应用的机器人开始。

这些产品执行动词，但它们继承了它们所连接的应用程序所维护的名词和状态。它们的架构不会在数十亿条历史和流媒体记录中反复推理。

因此，市场将问题一分为二：数据栈具有分析规模但无行动，而自动化栈则有行动但无分析规模。

Palantir的本体论是在这两个生态系统之间的三角洲中发展起来的。它建模了名词——飞机、零件、供应商和订单——以及受支配动词——重新安排、分配、批准和写回。

循环是数据、对象、分析、决策、行动，再到更新状态。LookML规范了组织如何读取其数据。本体论试图标准化组织的阅读、决策和行动方式。

现代数据栈构建语义而不需行动。自动化生态系统构建了无需分析规模的行动。Palantir构建了它们之间的连接组织。

产品的蔓延也以另一种方式表达了同样的观点。大多数单个铸造厂表面都有可识别的公共对应面。工坊类似于Retool。Workflow Builder 和 UIPATH 有重叠。

轮廓与六边形重叠。箭袋与牌阵重叠。顶点与neo4J的bloom重叠。Pipeline Builder 与 DBT Canvas 有重叠。Ontology Manager 与 LookML 有重叠。

Slate 与 Webflow 作为可视化应用画布重叠。

Palantir 并非发明了所有接口，且这些接口对不具备功能奇偶校验。公开对应机构是八家独立公司，拥有不同的数据模型、权限、州和商业激励措施。

Palantir 表面共享相同的对象、动作、权限、血统和运行状态。FDE可以从管道、对象模型、分析、应用到写回工作流程，而无需八家厂商就飞机的定义达成一致。

那么，这一切是如何开始的呢？

Palantir最初并非“现代企业的本体驱动操作系统”，它最初是我们现在所说的Neo4J竞争者，构建反恐行动的图数据库软件。事后看来，这其实是进入航空公司航班预约的正常路径。

Palantir始于2003年，2008年上映《哥谭》为情报客户服务。哥谭将信号、线人、账户、地点、设备和事件转化为对象和关系，然后让调查人员穿越网络。

这种图数据库的起源解释了“本体论”一词。OLAP产品构建了语义层，使每个仪表盘在收入上达成一致。哥谭市构建了一个本体论来查明那部一次性手机的归属。

政府客户随后强迫Palantir在图表下方构建极其密集的数据连接器。他们没有公有云、干净的API、标准身份，甚至没有连接网络。Palantir构建了跨本地、机密和空中隔离系统之间的同步、血统、权限、部署和升级。

“直接推到AWS”在掩体内部署时并不有用。政府将一个图谱产品转变为全栈数据平台。

一旦Palantir控制了图及其下方的连接组织，便增加了分析流程，并将商业版本以Palantir Finance的名义销售，后期大都会：欺诈与调查，穿着有领衬衫。

摩根大通于2009年聘请了Palantir，其内部威胁团队利用Metropolis整合了员工电子邮件、浏览记录、电话GPS、下载记录、通话记录和徽章活动。

a2018年彭博调查记录了2013年一次泄露调查揭露了该系统的范围，并促使摩根大通大幅限制其使用。丑闻毒害了大都会品牌，Palantir将其停产，公司将商业产品重建为Foundry。

帕兰提尔2016年发行了《Foundry》，将 petabyte（拍字节级）的流水线、应用程序和被控动作结合在原始对象模型上。甚至这个日期也存在：同一S-1文件说瑞士信贷在2013年使用了一种叫Foundry的设备。

Palantir产品历史更像是考古遗址，而非发布日历。部署能力优先积累;市场部后来给它们取了名字。

新冠疫情揭示了携带整堆数据的价值。Palantir 也将同一系统迁移到公共卫生以及疫苗分发工作流程。2023年开始部署AIP，将模型和代理添加到同一受控的数据到动作循环中。

如今，Palantir将Gotham、Foundry、Apollo和AIP作为独立平台呈现。严格来说，他们是。在精神层面上，Palantir产品命名是一个托尔金主题的证人保护计划，针对一个反复出现的世界观：塑造现实，管控谁可以触碰它，并使答案得以运作。

如此大量的研发和建设是其他初创公司无法复制的，这也是因为他们拥有12年的风险投资资金，在政府内部没有现有数据栈的情况下得以利用。

这就是为什么政府加上沙漠如此重要。大多数初创公司必须找到一个狭窄的楔子，展示ARR，控制燃烧，并深化已经销售的点解决方案。Palantir从成立到Foundry正式发布大约花了十二到十三年时间。

“沙漠”并不意味着没有顾客或没有价值。这意味着没有广泛、干净、易懂的商业产品与市场匹配。

耐心支持和付费的政府部署让Palantir有时间保留丑陋的共享基础设施，而不是砍掉它。客户内部的软件工程质量人员将部署工作回归实际平台设计。

每次部署都留下连接器、权限模型、对象抽象、工作流原语、安全能力或部署工具。足够多的可重复利用垃圾，分布在足够硬的环境中，最终成为了Foundry。

政府的限制迫使全栈拥有权，而时间范围允许全栈积累。没有资本的艰难环境造就了破产的整合者。没有硬环境的资本会制造一个臃肿的平台，寻找问题。

十多年来，这两者共同打造了一个涵盖分析、运营和部署的产品。

Snowflake、Databricks、Retool 和 UIPATH 都是基于不同的假设出发的。Snowflake 假设了公有云、对象存储、SQL 以及一个现有的仓库形态问题。

Databricks假设了Spark、数据或机器学习团队以及现代云原语。Retool和UIPATH假设数据库或API已经足够好，可以在其上构建一个操作接口。

Palantir早期部署没有这些保证，因此从原始源头到实际操作结果都承担了责任。

这些起点变成了损益约束。Snowflake 和 Databricks 深化了基于使用量的分析原语。Retool和UiPath加深了运营层面。而构建另一半则需要大量的研发、部署人力和客户特定的工作流程，这会与这些企业当前优化的经济性和产品重点相冲突。

Palantir 的区分并不是“更好的 ETL”、“图数据库”或“本体论”的孤立体现。它是跨越分析规模、作战行动和敌对部署环境的纽带。Foundry 并非创建了部署模型。

十余年的部署创建了Foundry。

部署模式不仅塑造了产品本身。这也影响了该账户的经济结构。

为买方垄断买家打造意味着他们可以开发符合长期需求的独特商业模式

商业模式确实不同，因为这三种对比仪表分别运行三种不同的计量表。

Snowflake 和 Databricks 运行使用量表。计算和消费推动收入。软件利润补贴解决方案架构师，但他们的工作仍需创造足够的未来消费以证明薪资的合理性。

一个项目可以创造巨大的客户本益价值，但当它几乎没有推动消费时，依然不具吸引力。帮助客户用更少的查询完成同样的工作，在边际上减少了消费收入。

因此，产品公司即使所有参与者都真心希望客户成功，也会优先考虑工作量增长。

埃森哲、德勤和普通咨询公司都使用劳动力计量表。更多的工时、更多的人力和范围意味着更多的收入。每个项目都有其交付边际。用两千万美元的人去对抗一份价值一千万美元的合同，并不是长期投资;这是一场失败的订婚。

顾问不拥有团队离开后软件或流程的持续价值，因此无法为客户五年后变得更好而承担巨大当前损失的合理性。

Palantir 运行一个账户或结果计量器。合同各不相同，但Palantir负责承保客户内部嵌入软件的未来现金流。举个例子，1000万美元的部署创造了1亿美元的客户价值，并变成了持久的1000万美元年销售软件关系。

Palantir理性地投入了2000万美元在第一年。初始部署在项目盈亏上看起来不合理，从账户的终身经济学来看也不合理。

前员工讲述了一个Palantir的传说，使这个理念滑稽地字面化：卡普在年底与一位客户CEO坐下来，就创造的价值进行谈判。Palantir称此次部署带来了2500万美元;CEO说是1500万美元;他们折中了。

这些传说揭示了Palantir内部人士如何看待这段关系：一场关于机构层面价值的高信任度争论，而非座位数、计算计量器或费率卡。

每种主要商业模式所创造的激励。

这是主要风险，而不是工时或消耗。Palantir在账户证明能回报之前，会让自己的劳动力和资本冒险。只有当账户足够重要以更新和扩展时，初始的过度投资才会产生有吸引力的终身经济效益。

Palantir 直接描述了这一点2020年S-1 如获取、扩展和规模化。 在 Acquire 中，Palantir 免费或低价提供试点，支付账单，并亏损运营账户，且不保证未来回报。 在扩张中，公司再次投入以了解客户的主要挑战并让软件创造成果； Palantir 通过负边际贡献来定义这些账户。 2019 年扩展账户的贡献率为负 43%，而同样的客户在 2020 年上半年达到了正 35%。从规模上看，客户变得更加自给自足，而软件遍布整个运营部门，因此 Palantir 的投资成本相对于账户收入有所下降。 2019年规模账户的贡献率为55%，前四分位数达到87%。 这里的贡献边际是 Palantir 的非 GAAP 帐户级别衡量标准。

因此，一项部署的现金流量形状与传统咨询项目截然不同。 在程式化模型中，客户在第一年支付 1000 万美元，而 Palantir 花费了 2000 万美元，账户损失了 1000 万美元。 第二年，客户支付同样的 1000 万美元，而交付成本则降至 200 万美元。 到第三年到第五年，客户继续支付 1000 万美元，而交付成本则降至 100 万美元。 第一年的亏损购买了已安装和配置的资产，该资产可以持续产生收入，同时需要更少的劳动力。 咨询公司不能承保这一费用，因为下一年的软件现金流不属于该咨询公司。

成功的部署还可以扩大帐户规模。 一旦第一个项目成功，palantir 就可以将下一个损益转移工作流程出售给同一机构。 在说明性的扩建案例中，耗资 1,000 万美元的项目不仅得到了更新，而且还得到了进一步的改进。它获得了启动另外几个价值 1000 万美元的项目的权利。 每个新的部署都有一个昂贵的获取或扩展期，而旧的部署会逐渐成熟并形成规模并补贴新的部署。 在该模型中，账户收入复合，而总交付成本最终趋于平缓。

这就是为什么 Palantir 对第一个小型或愚蠢项目的投资远比其明显的合同价值合理的程度要大得多。 商业模式改变了公司承担的项目。 按使用量定价的软件会降低消耗很少的有价值的工作流程的优先级。 咨询公司会避免当年交付成本超出合同的工作。 当工作流程将成为持久的软件资产，客户将更新它，并且成功将在机构的其他地方开设几个更大的项目时，palantir 会采取即时收入低且实施成本高的边缘情况。 奇怪的客户特定需求成为共享平台功能，而不是因超出范围的请求而消失。

商业模式买来自由。 文化决定了 Palantir 的用途。

采访中反复提及的主题是，客户是机构，而不仅仅是买家。 完全按照买家所说的去做只会保护部署，直到买家离开为止。 前员工告诉我，Palantir 的目标是在机构内部成为“减少食物浪费的东西”、“帮助空中客车公司更快地运输飞机的东西”或“提高转化率的东西”。

损益结果在执行发起人的影响下仍然存在。 与买家的良好关系则不然。

一位在 Palantir 工作多年的朋友称这种文化是“卡普的一项秘密使命，旨在拯救公司免遭自身危机”。买家的幸福感仍然很重要，但它是一个约束因素，而不是最终目标。 客户团队针对当地范围、政治安全和日常工作限制进行优化。 无论如何，palantir 的人真的很关心改进这个机构。

典型的 FDE 通过仪表板、工作流程或几乎无关紧要的糟糕项目进入，然后在走廊里徘徊寻找关心的首席运营官或操作员。 他们为一个更大的项目找到一个赞助商，该项目与收入、成本、吞吐量、浪费或准备情况挂钩，并利用第一次部署的成功来赢得下一个部署。 这看起来很傲慢，因为 FDE 并不简单地接受官方买家的要求。 他们的第二项任务是找出公司未能解决的最重要问题。

这是传统价值工程的文化对立面。 咨询公司通过利益相关者的信心、感知价值以及交付来赚钱；因此，讲故事、利益相关者管理、幻灯片、晚宴和政治联盟都是该服务的合理组成部分。 Palantir 的文化主张是它制造软件而不是幻灯片。 卡普公开将 Palantir 与关系主导的销售、牛排晚餐和传统销售技巧进行了对比。 Palantir 将传递价值视为真正的工作，将讲述价值视为支持。

只有通过差异化的人才模式和内部领导力的复合，这一使命才能得以实现。 您需要能够找到并执行影响损益的项目的人员，而不仅仅是提供范围内的实施。 早期的 fdes 和领导者通过多年的部署而不是从外部手册中学习了该模型。 许多领导者很早就进入palantir并在公司内部成长。 从结构上看，它看起来更接近麦肯锡的内部合作伙伴渠道，而不是普通的技术高管市场。 经历过沙漠的人都明白为什么公司会因为明显不合理的部署而亏损，并且他们不会将这些选择视为明显的低效率而优化。

顶部的连续性异常明显。 Palantir 目前的整个执行管理层页面由 2013 年之前加入的人员组成：创立时的 Alex Karp 和 Stephen Cohen、2006 年以来的 Shham Sankar、2010 年以来的 Ryan Taylor、2013 年以来的 David Glazer。

最有权力使公司正常化的人花了 13 到 20 多年的时间来了解公司为何存在异常。

这个商业模式层是最难复制的。 现在看来回报显而易见，但 Palantir 的股价在首次公开募股后仍花了大约四年半的时间才超过 2021 年的峰值。即使在今天，几乎每家风险投资公司都会不愿对项目进行统一定价，第一年投入的交付成本超过了合同的价值，并等待数年才能账户成熟。 进入点的成本高昂正是让竞争对手望而却步的原因。

那么世界将走向何方呢？

如果没有机会在极长且未指定的时间范围（长达 10 年）进行研发，任何公司都没有希望能够赶上 Palantir。

真正引人注目的是，Palantir Foundry 能够做的任何一项功能都不是那么特别——从 UI 路径到存储再到 Spark 处理，每一项功能理论上都可以被任何其他供应商克隆，但在一个不依赖收购来提供其所缺少功能的集成生态系统中，让这些功能中的每一项都能很好地配合所需的细节是大多数公司无力补贴的。

Palantir 在很多方面目前都无法构建，因为

• 它建立了人才的伪垄断（faang 级软件工程师愿意每年在客户办公室工作 4 个月），由于本地最优激励措施，该垄断被市场系统性地低估
• 在很长一段时间内为其产品提供无限的范围是有意义的，因为他们的客户非常简单（政府），而且他们的投资者对为漫长的研发周期提供资金有无限的耐心
  • 如果说有什么不同的话，那就是人工智能让这一点变得更加难以弥合，因为虽然今天可能在 5 年内建立代工厂，但编码代理比他们更有生产力的观念驱使风投和大型科技公司的决策者要求在 3 个月内获得结果（这意味着风投基本上使得系统性地不可能投资于代工规模的产品）
• 基于项目的激励措施的政府商业模式让它找到了自己的本地最佳商业模式——真正独特的商业模式，没有任何一个新的“部署公司”能够分享——在五年内，每美元投资都会产生比咨询公司 x 软件公司竞争的联合项目更好的结果。

传统软件公司尝试与 Palantir 建立同等功能的动力相当低:

• 像 Databricks 这样的公司无力投资重建 Salesforce 内置的所有交易功能，因为来自 Snowflake 的竞争迫使他们继续投入所有研发资金来改进大容量数据处理的单点解决方案
• 像德勤这样的公司不能要求合作伙伴亏损 5 年以上来聘请强大的工程师团队，花时间在客户办公室并尝试复制这样的平台，因为铸造厂的深度看似很深，现在用人工智能来说“哦，添加这个功能”是微不足道的……但集成的抛光是不可能在没有更多时间的情况下复制的

我对所有部署公司在未来 5-10 年内与 Palantir 进行有意义的竞争的能力非常悲观，主要是因为对 Inest 的耐心以及缺乏“摸索”Palantir 成功的原因，所以希望这能进一步改变叙述。

下周我可能会写另一篇文章，详细介绍我认为市场上现有部署系统的最大弱点（下面是预告片）……然后是一篇关于 Palantir 装甲中的裂缝的文章，以及另一篇关于如何构建 Palantir 杀手的文章

感谢 Nikunj Kothari、Gokul Rajaram、Benn Stancil、Jason Ganz、David Krevitt、Aman Kishore、Eli Draluk、Caelin Sutch 以及 TextQL 团队的其他成员审阅本文