寻找中国的Palantir

源济

寻找中国的Palantir

昨日，AI行业一笔重磅交易尘埃落定：英伟达宣布同意以129.3亿美元收购AI开源平台Hugging Face，这是英伟达迄今规模最大的单笔收购。

图片来源：视觉中国

Hugging Face是开源AI生态重要的分发和协作枢纽、全球最大AI开源平台。截至目前，已有超1800万名开发者、研究人员和创作者在Hugging Face上分享了超300万个模型、50万个数据集和100万个应用。

这笔交易背后的内涵在于，模型层竞争白热化、利润被压缩，“模型”与“用户”之间的分发与适配层，正在成为巨头卡位的核心节点。

Hugging Face代表的是面向开发者与C端用户的位置型中间层，其价值在流量汇聚与接口标准化，本质是 AI 生态早期的管道商。

还有一种TO B的产业中间层。在to B产业领域，更根本的追问是在于，大模型走出实验室之后，谁来承载那些错综复杂、甚至杂乱无章的行业认知与业务规则？简而言之，产业中间层解决“让 AI 真正懂业务”。

最典型的案例是Palantir与空客的合作。Palantir 最初为空客搭建的，是一套贯穿设计、采购、生产、运维全流程的数据本体。它将空客内部散落在ERP、IoT等等诸多平台中的数据，通过“对象-关系-规则”的三层架构，编织成一张动态的业务语义网络。

但这只是第一步。

真正产生质变的是第二步。Palantir把这套从空客提炼出的供应链与维修本体，推广到了全球各航空公司。随着接入的航空公司越来越多，全行业的故障案例、维修记录、供应链波动数据与调度优化方案开始向Palantir汇聚。结果是，Palantir掌握的“故障本体”，其解决飞机故障的能力高于行业内任何一个单一机构。

原因很简单，没有任何单一主体能同时拥有如此广泛的跨组织数据视角。

Palantir由此成为航空业信息流动的“超节点”。这家公司不拥有飞机，不制造发动机，却是行业认知的聚合器与放大器。

当某个海外供应商延迟交付钛合金紧固件时，传统系统只能告诉你“哪个零件延误了”；而基于本体的AI系统，能在毫秒级完成全链路影响评估、替代物料匹配、成本风险测算，并给出多套可执行的决策选项。

这门生意的门槛极高。厂商既要懂技术架构，又要懂行业业务逻辑，更要有把业务规则“翻译”成可计算本体的工程能力。而一旦构建完成，替换它就不只是技术迁移问题，而是组织层面的重构问题——这正是Palantir在大型工业客户中长期保持高黏性的原因。

需要正视的是，Palantir走到这一步用了近二十年。这恰恰说明产业认知中间层是一门“长坡厚雪”的生意：护城河修得慢，但修成之后，几乎无法逾越。

中国的产业AI，能不能长出自己的 Palantir？

美国公司的故事往往在中国重演，一些中国公司正在进入AI agent的增长阶段，并交出了初步的验证答卷。虽然路径各异，但都试图在“模型”与“业务”之间构建不可替代的认知层。

滴普科技中期财报显示，公司收入为2.84亿元，较上年同期的1.32亿元增加115.0%。毛利为1.6亿元，较上年同期的7271万元增加120.5%。

收入大幅增长主要得益于DeepexiOS AI级企业操作系统平台解决方案的销售，销售收入为2.26亿元，较去年同期的7307万元增加209.2%。其管理层认为，公司在算力投入及企业智能体平台的研发上加大了投入，推动了DeepexiOS解决方案的市场认可与应用。

财务数字背后，是一套AI化的"企业数字员工" 产品体系。DeepexiOS 由三块拼成：Deepexi 企业大模型负责 "企业本体推理"，把SOP、工艺、维修日志、合同、客户对话等原始资料沉淀为可理解、可追溯、可问责的业务知识。

另外，海致科技中期财报显示，公司上半年营业收入2.96亿元、同比增长70.4%；其中Atlas图谱解决方案收入1.81亿元、同比增长45.0%，Atlas智能体收入1.15亿元、同比大增135.6%，占整体收入比重升至38.8%。“图谱底座 + 智能体”的双引擎格局已经成型，且智能体业务毛利率达到52.9%，其上市后首份财报即确认了增长模型从“项目交付”向“规模化复制”的切换。

海致走了一条类似Palantir“本体论”的路线——以知识图谱作为大模型的“推理骨架”。其产品体系同样三层分明：AtlasGraph图数据库，用Rust自研的新一代云原生实时并行图数据库，支持千亿大图实时分析、毫秒级并发查询；Atlas知识图谱平台，提供从知识建模、抽取、挖掘到应用服务的全流程能力；Atlas智能体，兼容超过100个大语言模型，能够把知识图谱嵌进大模型的推理链条。

这套系统在行业里产生了可感知的差别。在电网场景，普通大模型面对变压器故障只会报数，比如“过去两个月110kV变压器故障增加18%、抢修时长增加6小时、备件成本上涨12%”，海致智能体则会告诉你 这不是单点故障，而是“系统缺陷”，因为它把设备、批次、家族、时序的关系织进了图谱。

这种将复杂行业逻辑转化为标准化图谱的能力，正是其智能体业务能维持52.9%高毛利的底层支撑。类似的场景还在铺开。对于未来的增长确定性，海致管理层在业绩会上也给出了明确指引：参照历史经验，公司上半年收入通常占全年的25%至30%，叠加当前充足的在手订单储备（包括近期落地的多个千万级标杆项目），全年业绩有望延续上半年的高增长态势。

明略科技的财报提供了又一个样本。其2026年中期业绩显示，总营收7.60亿元，同比增长18.0%，收入结构正在发生质变：智能体化服务收入1.71亿元，同比暴增605.7%，占比由去年同期的3.8%跃升至22.5%；期内亏损同比收窄至6423万元。管理层把这一转折描述为从"数据智能供应商"向"智能体服务提供商"的跨越，聚焦社交媒体营销场景、按效果付费，复购率达到90%。

除了上述几家，中国产业AI中间层还有多家公司在各自纵深领域构建壁垒。范式智能以“先知”平台深耕金融、制造等行业的决策AI，近期推出大模型Agent开发平台，试图融合决策与生成智能；创新奇智聚焦“AI+制造”，其“奇智孔明”工业大模型已部署于头部产线，强调现场实时响应；星环科技则依托分布式数据库与图计算能力，向知识平台与大模型连接器方向演进。

这些公司虽然切入角度不同——滴普重“流程封装”、 海致重“关系推理”、明略重“智能体服务重构”共性在于，它们都不是仅仅调用大模型API，而是在行业逻辑与通用智能之间搭建起一堵“认知壁垒”，这正是Palantir式价值创造的中国注脚。

但把这几张成绩单与Palantir并排放置，差异依然明显。当前，Palantir市值约4380亿美元，2026年二季度营收19.35亿美元、同比增长93%，净利润10.62亿美元。

如此看来，中国公司需要追赶Palantir的还是很多。但需要正视的是：Palantir用了近二十年才熬过漫长的投入期，在2022年触底后迎来爆发；而中国公司目前正处于从“技术验证”向“规模化盈利”跨越的关键拐点。它们当下的财务表现，恰恰对应着Palantir在2020年前后、即将起飞前夜的蓄力状态。中国产业 AI 公司面前依然有三道必须跨越的坎。

第一道坎是时间。Palantir从创立到盈利用了近二十年，2022年底市值曾跌到124亿美元、几乎被市场判死刑，此后四年涨了约34倍。中国的产业 AI 公司能否在亏损期里获得同样耐心？

第二道坎是数据与信任。Palantir的 “超节点” 建立在跨组织数据汇聚之上，航空公司愿意交出故障数据，是因为它掌握着行业最佳实践。

而中国的行业数据孤岛更严重：政务数据、央企数据、制造业数据各有壁垒。谁能让客户交出数据、并跨客户汇聚，是比技术更难的一关；没有跨组织的数据视角，“超节点” 就无从谈起。

第三道坎是商业模式与巨头挤压。中国大企业很少愿意为 “认知” 和 “咨询”单独付费，项目制交付又不产生可复用的产品资产，这恰恰是许多中国软件公司的死穴。

与此同时，模型厂商与云厂商都在向下做“中间层”，把行业方案做成免费附赠品。上下夹击之下，独立中间层必须拿出Palantir式的“非你不可”，否则就会被吞并进巨头的免费套餐里。

对中国厂商而言，问题从来不是这条路对不对，而是谁有能力、有耐心走到那一天。（财富中文网）