从 Palantir 看「AI 操作系统」:本体论是不是真护城河

「行業研究」AI 應用系列·第二篇。上一篇説 AI 應用層大多是沒護城河的套殼,真護城河在數據、工作流、分發裏。這一篇看一個把「工作流鎖定」做到極致的樣本——Palantir,以及它代表的「AI 操作系統」這個品類。

01Palantir 在做一件和「套殼」相反的事

上一篇我講了套殼困境——大多數 AI 應用是套在大模型外面的薄殼,極易被複制、被吞噬。Palantir 有意思的地方在於,它做的幾乎是完全相反的一件事。

套殼應用是「把 AI 的能力,薄薄地包給用户」。Palantir 是「把客户的整個運營現實,厚厚地裝進自己的系統,再讓 AI 在上面幹活」。

具體説,Palantir 的核心不是某個 AI 功能,而是一個叫**本體論(Ontology)**的東西。這個詞聽起來玄,但它的意思可以講得很具體——Ontology 是把一家公司現實世界裏的一切(工廠、設備、人員、訂單、流程、決策),映射成一個數字化的、彼此關聯的模型,相當於給這家公司的運營,建了一個可以被軟件和 AI 操作的「數字孿生」。

舉個例子:一家制造企業,它的每一台設備、每一批原料、每一張訂單、每一個工人、每一條產線規則,在 Ontology 裏都成了一個有屬性、有關聯的數字對象。於是 AI 不再是「回答問題的聊天機器人」,而是能在這個數字孿生上直接做決策、下指令、觸發行動——比如發現某條產線要出問題,自動調整排產、通知人員、改派物料。

這就是「AI 操作系統」的含義:AI 不再是一個旁邊的分析工具,而是嵌進企業運營核心、能實際操作業務的「操作層」。 這是 AI 從「feature(功能)」到「operating layer(操作層)」的質變,也是 Palantir 想佔的位置。

02為什麼本體論可能是應用層最深的護城河

理解了 Ontology,就能理解它為什麼是一種極深的護城河——它把我上一篇講的三種護城河(專有數據、工作流鎖定、分發)裏最硬的「工作流鎖定」,做到了極致。

想想看:一旦一家公司,把它整個運營現實都建模進了 Palantir 的 Ontology——所有的數據、流程、決策邏輯都跑在上面——它還換得動嗎?

幾乎換不動。因為切換意味着:把整個企業運營的數字孿生推倒重建、把所有嵌入的流程和決策邏輯重寫、承擔運營中斷的巨大風險。這不是「換個軟件」,這是「給正在高速行駛的汽車換底盤」。當你成了客户運營的「操作系統」,你就擁有了軟件世界裏最強的鎖定——切換成本高到客户根本不敢想。

這正是我在護城河那篇講的最高層次:護城河的終極形態,不是產品有多好,是你已經深深嵌進對方的肌理,成了它離不開的一部分。Palantir 的 Ontology,是這種「嵌入式護城河」在 AI 時代的一個極端樣本。

而且,這種護城河有一個自我強化的特性:客户在 Ontology 上跑得越久,沉澱的數據和流程越多,鎖定就越深,價值也越大。 時間站在 Palantir 這邊——這是「越用越離不開」的飛輪。它從軍事/情報場景起家(把戰場的混亂現實建模成可操作的態勢),再把同一套能力(AIP,AI 平台)複製到商業領域,邏輯是一致的。

從財務上,這種護城河的「質量」也體現出來了——這家公司罕見地同時做到了高增長 + 高盈利(我之前寫過它的「Rule of 120」:增長率 + 利潤率之和達到極高水平,遠超軟件業通行的 Rule of 40)。一家既高速增長、又高度盈利、還有極深鎖定的公司,基本面無可挑剔。

03但「無可挑剔的公司」≠「值得買的股票」

寫到這裏,如果我只誇 Palantir,那我又背叛了自己的紀律。所以必須轉向那個更重要的問題——作為投資,它的問題。

Palantir 是我見過的、把「偉大的公司」和「可能是糟糕的投資」這兩者之間的張力,體現得最極致的樣本。它的基本面幾乎無可挑剔,但它的估值,可能是整個軟件業裏最貴的之一。

這就回到我反覆講的那條鐵律——偉大的公司,和偉大的投資,是兩回事(《最重要的事》《市場先生》)。一隻股票的回報,不取決於「公司有多好」,取決於「你為這份好,付了多高的價」。當一家公司的股價,已經計入了「護城河永不被侵蝕、增長永遠高速、盈利永遠擴張」的完美假設時,任何一點不完美,都足以讓它大幅回調——哪怕公司本身依然優秀。

Palantir 面對的幾個真實風險:

第一,估值price in 了太多完美。 它的市銷率、市盈率,都處在軟件業極端的高位。這意味着市場對它的預期已經拉滿,容錯空間極小。它不需要變差,只需要「沒有市場預期的那麼神」,就可能迎來劇烈回調。

第二,政府業務的依賴與不確定。 Palantir 相當一部分收入來自政府/國防。這塊業務有它的護城河(深度綁定),但也有它的不確定(預算週期、政治風向、項目集中)。商業化(AIP 在企業端的擴張)是它的第二增長曲線,但這條曲線能不能撐起它的高估值,還需要時間驗證。

第三,「AI 操作系統」這個品類,會不會被巨頭和開源稀釋。 Ontology 的護城河對已經鎖定的客户極深,但對新客户的爭奪,Palantir 要面對微軟、亞馬遜、以及各種新工具的競爭。當「把企業數據建模成 AI 可操作的對象」這件事,逐漸有了更多(甚至開源的)實現方式,Palantir 的「品類獨佔」是否還能維持溢價,是個問號。護城河保護的是存量,但高估值要求的是持續高速的增量——這兩者之間有張力。

第四,它身上有強烈的「敍事溢價」。 Palantir 的股價裏,有一部分是「AI 操作系統這個性感敍事」的溢價,而非純粹的現金流。敍事溢價在景氣時是助推器,在情緒轉向時,是最先蒸發的部分。

04我的判斷:把「品類」和「價格」分開看

那到底該怎麼看 Palantir,以及它代表的「AI 操作系統」品類?我的判斷分兩層:

對「品類」,我是認可的。 「把企業運營現實建模成 AI 可操作的操作層」——這個方向,我認為是 AI 在企業端真正創造價值的核心路徑之一,遠比套殼應用有前途。它代表了 AI 從「聊天工具」走向「操作系統」的正確方向。這個品類會產生真實的、深護城河的贏家,Palantir 是其中最領先的之一。

對「價格」,我是警惕的。 認可品類、認可公司,不等於認可現在的價格。Palantir 是「偉大公司 + 極高估值」的組合,而這種組合的歷史回報,高度依賴你買入的時點。在情緒高點買入一家偉大但極貴的公司,你可能要忍受漫長的回調和橫盤,等基本面慢慢「長進」估值裏——就像 2000 年買亞馬遜的人,要熬過 90% 的回撤,才等到後來的偉大。

所以我對 Palantir 這類標的的態度,和對英偉達一致(還記得上一篇):它會不會失敗?大概率不會,它的護城河是真的。但它今天的價格,是否為它的好付了過高的溢價?大概率是的。 我的紀律因此是——深入理解這個品類和這家公司(它確實代表了 AI 應用層護城河的正確形態),但對買入的價格保持極度的剋制。把「這是不是好公司」和「現在是不是好價格」這兩個問題,嚴格地分開問。

05寫在最後

Palantir 是一面鏡子,照出了 AI 應用層最深的護城河長什麼樣,也照出了投資這類公司最大的陷阱在哪。

它的護城河——Ontology、AI 操作系統、工作流的極致鎖定——是真實的、深刻的,是對「套殼沒有護城河」這個困境最有力的回答。它證明了:在 AI 應用層,真正的贏家不是把模型包薄薄一層,而是把自己變成客户運營離不開的操作系統。這個方向,我深信不疑。

但它同時提醒我:護城河越深、故事越性感的公司,越容易被市場給到一個「完美無瑕」的價格——而完美的價格,不留任何犯錯的餘地。 Palantir 的基本面可能配得上「偉大」,但它的股價是否配得上「現在買入」,是另一個必須冷靜分開回答的問題。

這就是我看「AI 操作系統」這個品類的方式:為方向興奮,為公司鼓掌,但為價格踩剎車。 認可一個偉大的品類和一家偉大的公司,與拒絕為它們付一個透支未來的價格,在我這裏,從來不矛盾——它們恰恰是同一種理性的兩面。

如果只留一句——

Palantir 代表了 AI 應用層最正確的方向——做客户的操作系統,而不是模型的薄殼。它的護城河是真的。但護城河深,不等於價格合理;偉大的公司,從不自動等於偉大的投資。把品類和價格分開看,是面對所有「完美故事」時,最該守住的紀律。

AI 應用系列到此告一段落。接下來,我們離開算力和軟件這條主線,去看幾個我同樣寫過、卻更小眾、更需要耐心的賽道——太空、光通信、創新藥、機器人。它們離 AI 的中心遠一些,但每一個,都藏着一條獨立的、值得長期跟蹤的產業曲線。

——

風險提示:本文為產業鏈研究,所涉公司僅作分析示例,不構成任何投資建議。市場有風險,投資需謹慎。