作者：Marc Andrusko

編譯：深潮 TechFlow

深潮導讀： 矽谷正掀起一股「Palantir化」熱潮——AI創投公司紛紛效仿Palantir，派遣工程師到客戶現場、提供高度客製化服務、簽訂七位數的大型訂單。

a16z 合夥人 Marc Andrusko 就提出了警告：大多數公司只是在模仿表面，最終只會淪為披著 SaaS 外衣的顧問公司。這篇文章剖析了 Palantir 模式中真正可複製的部分，以及哪些只是美麗的幻覺。

正文內容：

現時創投公司BP中流行一句說話：「我們基本上就是 X 領域的 Palantir。」

創始人們熱衷於談論派遣「前線部署工程師」（Forward-Deployed Engineers，簡稱 FDE）親臨客戶現場，打造深度定制的工作流程，並以特種部隊的方式運作，而非傳統的軟體公司。今年，招聘「前線部署工程師」的職位數量激增了數百個百分點，大家都在模仿 Palantir 於 2010 年代初所開創的模式。

我明白這套玩法為何有吸引力。企業客戶現在對「買什麼軟件」這件事感到頭痛不已——所有東西都自稱是AI，從噪音中分辨出有用的訊號從來都這麼困難。Palantir 的銷售方式非常誘人：派一支小隊進入混亂的環境，把各種自建的、孤島式的系統串聯起來，幾個月內交付一個客製化的工作平台。對一家想要拿下首筆七位數訂單的初創公司而言，「我們會派工程師坐進你的組織，把事情搞定」這個承諾無疑是極具殺傷力的。

但我懷疑「Palantir 化」能否作為一種通用方法論推廣開來。Palantir 是「獨一無二的類別」（Category of One）——看看它的股價就知道了！大多數只是模仿它表面做法的公司，最終只會淪為昂貴的服務公司，以軟件的估值倍數運作，卻沒有任何能產生複利效應的競爭優勢。這讓我聯想到 2010 年代每家初創公司都聲稱自己是「平台」，但真正具備平台屬性的公司其實極少，因為這實在太難建構了。

這篇文章旨在釐清 Palantir 模式中真正可移植的部分，以及那些獨特而無法複製的部分，並為有意將企業軟件與高接觸度服務結合的創辦人，提供一個更務實的路線圖。

「Palantir 化」到底係乜意思

「Palantir 化」開始指代幾件相互關聯的事：

前線嵌入式工程

前線部署工程師（Palantir 內部稱為「Delta」和「Echo」）會進入客戶的組織（通常長達數個月），了解業務場景、整合各個系統，並在 Foundry 平台（或高安全性環境下的 Gotham 平台）上構建定制工作流程。由於採用固定費用定價，傳統意義上並沒有「SKU」，工程師負責構建和維護這些能力。

高主張性的整合平台

Palantir 的產品本質上並不是一套鬆散的工具包，而是一個具有明確主張的平台，用於數據整合、治理和運營分析——更接近於組織數據的「作業系統」。目標是將碎片化的數據轉化為實時、高可信度的決策。

高檔、高接觸的銷售模式

「Palantir化」亦形容一種銷售風格：銷售週期長而高接觸，目標客戶為關鍵任務環境（國防、執法、情報等）。監管複雜性與行業「賭注」的規模是特色而非缺陷。

只出售結果，不售發牌照

收入來自多年期、與結果掛鉤的合約，軟件、服務和持續優化混合在一起。單一客戶的合約可高達每年數千萬美元。

最近一份分析將 Palantir 定義為「獨特類別」，因為它在三方面都做到極致：(a) 建立整合產品平台，(b) 將頂尖工程師嵌入客戶營運，(c) 在關鍵任務級的政府和國防環境中證明自身。大多數公司只能做到其中一兩項，不可能三項同時做到。

但到了2025年，所有人都想搭上這個模式的順風車。

三股力量正在匯聚：

1. 企業 AI 有一個「落實」難題

很多 AI 專案在投入生產環境前便卡住了，主要原因通常包括數據混亂、整合困難，以及公司內部缺乏領導者。雖然採購意願依然熱烈（董事會及高層管理層對「必須採購 AI」有自上而下的真實壓力），但實際部署和投資回報往往需要大量親力親為的工作。

2. 前線部署工程師似乎像是失卻的橋樑

根據媒體報導和招聘數據，FDE職位在今年出現爆炸性增長——不同來源顯示增幅介乎800%至1000%之間——AI初創公司正透過嵌入工程師來實現真正的部署。

3. 快速增長已成常態（簽七位數大單比五位數小單更容易快速做大）

如果讓工程師乘飛機親臨現場，是拿下財富500強或政府機構百萬美元以上訂單的代價，很多初創公司都願意用較低的毛利換取動能。投資人也越來越接受較低的毛利率，因為新型AI體驗往往需要大量推理成本。賭注在於：你能否贏得客戶高層的位置和信任，交付「結果」，然後根據此來定價。

於是有關敘事便變成：「我們會重演 Palantir 做過的事。我們會派出一支精銳小隊，製造出神奇的東西，然後隨時間推移將其發展成平台。」

這個故事在非常特定的情況下可以成立。但有一些硬性限制，創辦人往往輕輕帶過。

從第一天起就想賣「結果」

Palantir 的旗艦產品 Foundry 是數百個微服務的組合，共同達成一個結果。這些微服務構成了針對各行業企業常見問題的產品化、有主張的解決方案。在過去兩年中，我見過數百位人工智慧應用的創始人，我可以告訴你類比在哪裡中斷：創新型公司通常一開始就會提出一堆以結果為導向的宏大目標，而 Palantir 則是有意識地先構建微服務，這些微服務構成了其核心能力的基石。這正是 Palantir 與一般顧問公司的分別（這也是它以預期明年收入的 77 倍估值進行交易的原因）。

Palantir 有一系列核心產品：

• Palantir Gotham國防及情報平台，協助軍事、情報及執法機構整合分析分散資料，用於任務規劃及調查。
• Palantir Apollo軟件部署及管理平台，可自主安全地向任何環境（多雲端、本地、斷網環境）推送更新及新功能。
• Palantir Foundry跨行業數據運營平台，整合數據、模型和分析，推動企業營運決策。
• Palantir 本體論組織真實世界實體、關係和邏輯的動態可操作數碼模型，為 Foundry 內的應用和決策提供動力。
• Palantir AIP（人工智慧平台）：透過本體論將人工智慧模型（如大型語言模型）與組織的數據和運營連接起來，建立可用於生產的人工智慧驅動工作流程和代理。

引用那份 Everest 報告：「Palantir 的合約由小處著手。首次合作可能只是一個短期訓練營和有限的許可證。只有在價值得到驗證後，才會疊加更多用例、工作流程和數據領域。隨著時間推移，收入結構會由服務向軟件訂閱傾斜。與顧問公司不同，服務只是推動產品採用的手段，而非主要收入來源。與大多數軟件供應商不同，Palantir 愿意預先投入自己的工程師時間，以爭取有意義的客戶。」

一方面，我現在看到的人工智慧應用公司往往能直接跳入七位數的合約。但另一方面，這主要是因為他們處於全面訂製模式——他們正在解決早期客戶提出的任何問題，希望之後能從中找出主題，用以構建核心能力或「SKU」。

不是每一個問題都是「Palantir 級」問題

Palantir 早期應用的領域，其替代方案就是「什麼都做不來」：反恐、欺詐偵測、戰場後勤、高風險醫療運營。解決問題的價值是以數十億美元、拯救的人數或地緣政治後果來衡量，而不是以效率的提升來衡量。

如果你向一家中型 SaaS 公司銷售，幫它把銷售流程優化 8%，你負擔不起同等水平的定制部署。投資回報率根本無法支撐數個月的現場工程。

大多數客戶不想永遠當你的研發實驗室

Palantir 的客戶預設接受與其共同演進產品；他們容忍很多，因為賭注高、替代品有限。

大多數企業，特別是那些不屬於國防或受監管領域的企業，都不希望覺得自己正在參與一個長期的顧問項目。他們需要的是可預測的實施、與現有軟件工具的互操作性，以及快速見效。

人才密度和文化不能一概而論

Palantir 花了十多年時間招募和培訓異常強大的通才工程師，他們既能撰寫生產級別的程式碼，又能在官僚體系中遊刃有餘，還能與將校、首席資訊官和監管者坐在同一個房間裡談事。從這個崗位離開的人形成了整個「Palantir 黑手黨」的創辦人和高層管理團隊。這些人中有很多都是獨角獸級別的，因為他們既高度技術化，又在客戶面前極其有效。

大多數初創公司不能假設自己能僱用數百名這樣的人。在實踐中，「我們會建立一個類似 Palantir 的 FDE 團隊」往往退化成：

• 前銷售方案工程師改名為「FDE」
• 初級通才是要同時做產品、落實及客戶管理
• 領導層從沒近距離見過 Palantir 的部署，但喜歡那個感覺。

必須說清楚，外面有很多極有才華的人，而且像 Cursor 這樣的工具正在讓非技術員工也能寫程式碼。但要大規模實現 Palantir 的模式，就需要極其罕有的商業與技術人才融合，而且如果真的在 Palantir 待過會很有幫助，因為這是一家非常獨特的公司。但這類人數量是有限的！

服務陷阱是真實的

Palantir之所以成功，是因為其客製化工作背後有著真正的平台支撐。如果你只複製嵌入工程師這部分，最終會有數以萬計的客製化部署，導致無法維護或升級。即使在AI工具讓公司在這種模式下達成軟體級毛利率的世界中，那些過於側重前線部署、卻缺乏強大產品中樞的公司，可能無法實現規模的遞增效益和持久的競爭優勢。

不加判斷的投資者可能看到合約價值從 0 美元到 1,000 萬美元的棒球球棒式增長，便急於參與其中。但我一直以來都在問的問題是：當數十家（甚至數百家）這樣的 1,000 萬美元初創公司開始用完全一樣的推介內容互相競爭時，會發生什麼事？

到那時，你不是「X 領域的 Palantir」。你是「X 領域的埃森哲」，只是前端更漂亮。

撇開神話不談，有幾個要素值得細心研究：

1. 以平台為先，而非以項目為先

Palantir 的前線部署團隊並非為每個客戶撰寫完全客製化的系統，而是基於一組可重用的原語（數據模型、存取控制、工作流程引擎、可視化組件）來進行構建。

2. 對工作「應該」如何進行有明確主張

這家公司不只是自動化現有流程；它經常把客戶推向新的工作方式，而軟件本身就體現了這些主張。對一個供應商來說，這需要罕見的勇氣，而且它使重複使用成為可能。

3. 長遠視野與資本

要成為類似 Palantir 的公司，必須在平台和銷售模式成熟過程中，經歷長期的負面情緒、政治爭議和近期盈利前景不明朗的挑戰。

4. 非常特定的市場組合

早年在情報和國防領域的佈局是特色而非缺陷：高支付意願、高轉換成本、高風險，以及極少量的超大型客戶。更不用說一批數十年來幾乎無需競爭便可獲取訂單的過時競爭對手。

換句話說，Palantir 不只是「軟件公司 + 咨詢」。它是「軟件公司 + 咨詢 + 政治項目 + 耐心的資本」。

這不是你隨便嫁接在一個垂直 SaaS 產品上就能泛化的事物。

與其問「我們怎樣才會變得像 Palantir」，不如問一系列門檻問題：

1. 問題的關鍵性

這個問題是「關鍵任務級」（人命、國家安全、數十億美元）還是「錦上添花」（10-20% 的效率提升）？賭注越高，前線部署模式就越合理。

2. 客戶集中度

你是要賣給數十個超大客戶，還是數以萬計的小客戶？嵌入式工程在集中、高ACV（年合約價值）的客戶群中擴展得更好。

3. 專業領域的碎片化程度

客戶之間的工作流程是否類似？使用的軟件工具是否相同？還是每次部署都完全不同？如果每個客戶都像雪花般獨一無二，就很難建立一個統一的平台。一定程度的同質性是有幫助的。

4. 監管與數據引力

你是否在一個受高度監管、數據整合困難的領域運營（國防、醫療、金融罪案、關鍵基礎設施）？這正是 Palantir 式整合工作能創造真正價值的地方。

如果你的業務大多數處於這些維度的左下角（低關鍵性、客戶碎片化、相對簡單的整合），那麼全面「Palantir 化」幾乎可以肯定是一個錯誤的模式。這種情況更適合自下而上的 PLG（產品驅動增長）策略。

雖然我懷疑每一家初創公司都能成功部署 Palantir 模式，但這套策略中有幾個部分值得考慮：

1. 把前線部署當作腳手架，而不是房子

以下做法完全可以是正確的：

• 讓工程師與早期設計夥伴嵌入式工作
• 不惜一切代價讓前 3-5 名客戶投入生產環境
• 利用這些合作來對你的原語和抽象進行壓力測試

但需要明確的約束：

• 限期部署（例如「90 天衝刺至生產」）
• 清晰的比例（例如「每 100 萬美元 ARR 每個客戶最多可配置多少工程人手」）
• 每季將自訂程式碼轉化為可重用配置或模板的目標

否則，「我們以後會產品化」就會變成「我們一直沒來得及做」。

2。 建基於強大原語，而非自訂工作流程

Palantir 的真正教訓在於產品架構：

• 統一的數據模型和權限層
• 通用的工作流程引擎和 UI 原子元件
• 盡可能使用設定而非程式碼

前線部署團隊應該把時間花在「選擇」和「驗證」組裝哪些原語上，而不是為每個客戶從頭構建全新的東西。全新構建的工作就交給工程師去做。

3。 讓 FDE 成為產品的一部分，而非僅僅是交付

在 Palantir 的世界中，前線部署工程師深度參與產品的探索和迭代，而不僅僅是落實。強大的產品團隊和平台團隊則以前線部署工程師（FDE）在前線所學到的知識作為營養。

如果你的FDE位於獨立的「專業服務」部門，你將會失去這個反饋循環，然後漸漸變成純粹的服務公司。

4。 誠實地告訴你利潤結構

如果你的 Pitch 假設有超過 80% 的軟件毛利率和 150% 的淨收入保留率，但你的銷售模式實際上需要長期現場項目，那麼對其中的權衡取捨要保持透明——至少在內部要透明。

對某些品類而言，結構性地採用較低毛利率、較高 ACV 的模式是完全合理的。問題在於一些公司假裝自己是 SaaS，實際上卻是提供平台服務的公司。投資人通常關注的是通往最大毛利絕對值的路徑，而實現這一點的方法之一，就是簽訂規模更大的合約，同時產生更顯著的 COGS（銷貨成本）。

當創辦人對我說「我們是 X 領域的 Palantir」時，我筆記本上的問題大概是這樣的：

1. 給我睇一個有立場的平台邊界。 共享產品在邊處結束，客戶特定程式碼又在邊處開始？這個分界點移動的速度有多快？
2. 帶我走一遍部署時間線。 由簽約至首次生產使用需要多少工程師月？哪些部分必須為訂製？
3. 第三年一個成熟客戶的毛利是多少？ 前線部署的投入是否隨時間「顯著」下降？如果不是，為什麼？
4. 如果明年簽 50 個客戶，邊個環節會崩？ 招聘？新員工培訓？產品？支援？我想看看模式在哪裏出現裂縫。
5. 你點樣決定「唔」進行客製化？ 願意對定制工作說「不」，往往是區分產品公司和「有漂亮 Demo 的服務公司」的關鍵。

如果這些答案清晰、基於真實部署、在架構上具有一致性，那麼一定程度上採用 Palantir 式的前線部署可能是真正的優勢。

如果答案含糊不清，或者明顯每次合作都是完全獨特的，我們很難為可重複性或真正規模化的潛力作出擔保。

Palantir 的成功創造了一種主導風險投資創業圈精神的強大光環：精英工程師小隊空降複雜環境，把混亂的數據串起來，交付改變組織決策方式的系統。

很容易相信每一家人工智能或數據創投公司都應該長這個樣子。但對大多數類別而言，全面「Palantir化」只是一個危險的幻想：

• 問題不夠關鍵
• 客戶太分散
• 人才模式無法擴展
• 經濟帳無聲無息地淪陷成服務公司

對創辦人來說，更有用的問題不是「我們怎樣才能成為 Palantir」，而是：

「為了彌合我們這個類別的人工智慧採用差距，我們需要多少個像 Palantir 一樣的前線部署——以及我們能多快將其轉化為真正的平台業務？」

只要你把這件事做對了，你就可以借用這套方法中真正重要的部分，而不必繼承那些會壓垮你的部分。