Palantir

1. 核心結論與產業鏈位置

Palantir 位於 AI 產業鏈的“企業與政府 AI 作業系統”層，而不是底層晶片、雲端資料中心、基礎模型或傳統 SaaS 單點工具。它的核心位置是在客戶已有的資料庫、業務系統、感測器、文件、模型和一線工作流之間建立一層可治理的“資料-決策-行動”中樞：向上呼叫 LLM、機器學習模型、最佳化器和人機協同介面，向下連線 ERP、製造、供應鏈、情報、戰場、醫療、能源和公共部門流程。

公司在 2025 年 10-K 中把自身定義為幫助組織在規模化環境中整合 data、decisions 和 operations 的軟體公司，並列出四個平台：Gotham、Foundry、Apollo 和 AIP。來源記錄 這決定了 PLTR 的 AI 產業邏輯不是“賣聊天機器人”，而是把 AI 放進任務關鍵型決策鏈條：哪些資料可以被模型看到，模型能呼叫哪些工具，什麼動作必須經過人類審批，結果如何審計，部署如何跨雲端、內網、邊緣和涉密環境持續更新。

從 AI 產業鏈看，PLTR 更接近應用層與控制面之間的混合角色。它不生產 GPU，但客戶要把 GPU 和模型變成可執行的業務決策時，需要資料語義、權限、工作流、評估、審計和部署機制；它不擁有公有雲端，但 Apollo 讓平台能在雲端、本地和更嚴苛環境執行；它不訓練通用大型模型，但 AIP 通過安全連線第三方 LLM、自託管模型和開源模型，讓模型進入企業與政府作業系統。Palantir 官方架構文件也把 AIP、Foundry 和 Apollo 合稱為企業作業系統：Foundry 做資料運營，AIP 做生成式 AI 與 agent，Apollo 管理承載這些服務的底層基礎設施與持續交付。來源記錄

2. 業務拆解（產品、技術路線與業務）

Palantir 的產品線可以分成四個核心平台。Gotham 面向國防、情報、公共安全和政府任務，把跨域資料、感測器和行動流程整合到現代戰場與政府操作環境中。10-K 描述 Gotham 能幫助使用者在從作戰中心到戰術邊緣的現代 battlespace 中看見、理解並行動，通過近即時整合多域和感測器資料提升態勢感知和決策速度。來源記錄

Foundry 是商業與部分政府客戶的資料運營平台，目標不是隻做 BI，而是把資料、邏輯和行動做成組織級作業系統。公司揭露 Foundry 通過 Ontology 把資料、分析和運營連線起來，讓使用者建置資料管道、高規模分析和運營應用；所有商業客戶都使用 Foundry，許多政府客戶也使用 Foundry。來源記錄 這裡的關鍵概念是 Ontology：它不是傳統資料庫 schema，而是把企業物件、關係、權限、業務規則、動作和工作流對映成 AI 與人都能理解的操作語義層。

AIP 是 Palantir 的生成式 AI 平台。10-K 把 AIP 描述為連線第三方 LLM、建置 AI agent 和自動化、提供 AI 應用、評估生產 AI 工作流的架構；官方平台文件進一步說明，AIP 把生成式 AI 連線到運營，圍繞 Ontology 建置企業 AI 工作流。來源記錄 這使 AIP 的產品邏輯更像“受控 agent 作業系統”：模型不是直接自由訪問企業系統，而是在權限、血緣、審計、評估和人工交接機制內呼叫資料與動作。

Apollo 是持續交付與執行控制層。它最初為 Palantir 自身軟體在雲端、本地和更嚴苛環境中持續部署而生，現在也能幫助客戶在幾乎任何環境中安全部署自己的軟體。10-K 說明 Apollo 是 cloud-agnostic 的單一控制層，用於協調功能、安全更新和配置，確保關鍵系統持續執行。來源記錄 這對國防、能源、製造、醫療等場景很關鍵，因為這些客戶往往不能把所有系統簡單遷到單一公有雲端。

在垂直產品上，Palantir 正把平台能力包裝成行業作業系統。國防側，TITAN 被公司定位為 Army 的第一款 AI-defined vehicle，用於深度感知和遠端精確能力。來源記錄 Maven Smart System 擴充套件到軍事服務，支援 AI-enabled battlespace awareness、global integration、force management、contested logistics 和 joint fires 等任務。來源記錄 工業側，Warp Speed 被定位為製造作業系統，用 AI 幫助製造商處理供應鏈、生產、質量、計劃和再工業化流程。來源記錄