Palantir

1. 核心结论与产业链位置

Palantir 位于 AI 产业链的“企业与政府 AI 操作系统”层，而不是底层芯片、云数据中心、基础模型或传统 SaaS 单点工具。它的核心位置是在客户已有的数据库、业务系统、传感器、文档、模型和一线工作流之间建立一层可治理的“数据-决策-行动”中枢：向上调用 LLM、机器学习模型、优化器和人机协同界面，向下连接 ERP、制造、供应链、情报、战场、医疗、能源和公共部门流程。

公司在 2025 年 10-K 中把自身定义为帮助组织在规模化环境中整合 data、decisions 和 operations 的软件公司，并列出四个平台：Gotham、Foundry、Apollo 和 AIP。来源记录 这决定了 PLTR 的 AI 产业逻辑不是“卖聊天机器人”，而是把 AI 放进任务关键型决策链条：哪些数据可以被模型看到，模型能调用哪些工具，什么动作必须经过人类审批，结果如何审计，部署如何跨云、内网、边缘和涉密环境持续更新。

从 AI 产业链看，PLTR 更接近应用层与控制面之间的混合角色。它不生产 GPU，但客户要把 GPU 和模型变成可执行的业务决策时，需要数据语义、权限、工作流、评估、审计和部署机制；它不拥有公有云，但 Apollo 让平台能在云、本地和更严苛环境运行；它不训练通用大模型，但 AIP 通过安全连接第三方 LLM、自托管模型和开源模型，让模型进入企业与政府操作系统。Palantir 官方架构文档也把 AIP、Foundry 和 Apollo 合称为企业操作系统：Foundry 做数据运营，AIP 做生成式 AI 与 agent，Apollo 管理承载这些服务的底层基础设施与持续交付。来源记录

2. 业务拆解（产品、技术路线与业务）

Palantir 的产品线可以分成四个核心平台。Gotham 面向国防、情报、公共安全和政府任务，把跨域数据、传感器和行动流程整合到现代战场与政府操作环境中。10-K 描述 Gotham 能帮助用户在从作战中心到战术边缘的现代 battlespace 中看见、理解并行动，通过近实时整合多域和传感器数据提升态势感知和决策速度。来源记录

Foundry 是商业与部分政府客户的数据运营平台，目标不是只做 BI，而是把数据、逻辑和行动做成组织级操作系统。公司披露 Foundry 通过 Ontology 把数据、分析和运营连接起来，让用户构建数据管道、高规模分析和运营应用；所有商业客户都使用 Foundry，许多政府客户也使用 Foundry。来源记录 这里的关键概念是 Ontology：它不是传统数据库 schema，而是把企业对象、关系、权限、业务规则、动作和工作流映射成 AI 与人都能理解的操作语义层。

AIP 是 Palantir 的生成式 AI 平台。10-K 把 AIP 描述为连接第三方 LLM、构建 AI agent 和自动化、提供 AI 应用、评估生产 AI 工作流的框架；官方平台文档进一步说明，AIP 把生成式 AI 连接到运营，围绕 Ontology 构建企业 AI 工作流。来源记录 这使 AIP 的产品逻辑更像“受控 agent 操作系统”：模型不是直接自由访问企业系统，而是在权限、血缘、审计、评估和人工交接机制内调用数据与动作。

Apollo 是持续交付与运行控制层。它最初为 Palantir 自身软件在云、本地和更严苛环境中持续部署而生，现在也能帮助客户在几乎任何环境中安全部署自己的软件。10-K 说明 Apollo 是 cloud-agnostic 的单一控制层，用于协调功能、安全更新和配置，确保关键系统持续运行。来源记录 这对国防、能源、制造、医疗等场景很关键，因为这些客户往往不能把所有系统简单迁到单一公有云。

在垂直产品上，Palantir 正把平台能力包装成行业操作系统。国防侧，TITAN 被公司定位为 Army 的第一款 AI-defined vehicle，用于深度感知和远程精确能力。来源记录 Maven Smart System 扩展到军事服务，支持 AI-enabled battlespace awareness、global integration、force management、contested logistics 和 joint fires 等任务。来源记录 工业侧，Warp Speed 被定位为制造操作系统，用 AI 帮助制造商处理供应链、生产、质量、计划和再工业化流程。来源记录