Palantir发展历程、产品矩阵与收入如何？

反恐军工行业起家，目前逐步拓展到政务、国防、金融、 零售、航天等各行业。

2003 年 Palantir 创立于美国科罗拉多州，起初旨在开发反恐行动软件，2010 年摩根大通成为首位商业用户，随后逐步拓展至政务、国防、金融、零售、航天等 各行业。公司创始人为 Peter Thiel，Alex Karp 以及其他毕业于斯坦福计算机系和来 自 PayPal 计算机编程人才，科研实力突出。2005 年公司获得美国中情局（CIA）风 险投资部门 In-Q-Tel 的首轮投资，CIA 成为公司唯一大客户；2008 年起，政府客户 逐渐拓展至国防部、国家安全局、联邦调查局，发布全球决策系统 Gotham；2010年，摩根大通成为 Palantir 首位商业客户，业务从军工政务拓展至商业领域；2016 年，发布现代企业操作系统 Foundry 商用平台；2018 年推出 Apollo；2020 年，纽 约证券交易所上市；2023 年推出 AIP 平台；2024 年，公司上市转移至纳斯达克。

Palantir 聚焦开发国防安全与企业数据分析软件。目前公司已打造四大旗舰平 台：Gotham、Foundry、Apollo 以及 Palantir 人工智能平台 AIP。1）Gotham：协 助用户在海量机密与公开数据中挖掘深层模式，提升情报研判与反恐行动效率；2） Foundry：建立数据中央操作系统，重塑企业供应链、制造、金融等场景的运营流 程，强化可视化与决策支持；3）Apollo：持续推送功能升级、安全修补和配置，确 保任务关键系统全天候运转；4）AIP：让组织能在内部安全启用大型语言模型与生 成式 AI，并落实人工智能治理与合规。

（1）Gotham（军工、政府）：最初为国防和情报部门政府特工建立，目前广泛用于 政府职能，但也对商业客户提供服务，包括与欺诈有关的金融行业客户。核心能力 包括赋能 AI 杀伤链（Powering the Kill chain）、任务传感与执行装置（Task sensors & effectors）、全域行动中心（Ops Center anywhere）。

赋能 AI 杀伤链：定位是通过 AI 驱动的杀伤链为士兵提供支持，有效整合目标 识别与目标执行的配对流程，在现代战场环境中 Gotham 能够简化关键决策流 程，操作人员的形势感知能力与任务效能得到提升。用户可以集中管理情报收 集和目标识别，并利用共享和访问控制的通用情报、操作和目标画面来可视化 战斗顺序。

任务传感与执行装置：Gotham 能够根据 AI 驱动的规则或人机控制的手动输 入，对从无人机到卫星的传感器进行自主任务分配。通过与现有卫星系统集成、 优化数百个轨道传感器来回答时间敏感问题，允许在世界任何地方执行卫星任 务；实现模型的精准、动态编排，确保恰当的模型在正确的时间和地点处理对 应的传感器数据，这些模型可在卫星、无人机及其他边缘设备上运行，进而将 探测结果与分析洞察回传至操作人员端；与行业标准的数据连接格式及 API 实 现互操作。

全域行动中心：无论在行动中心（center）还是边缘节点（edge）都能充分发 挥平台全部效能，能沉浸在动态环境中并打通物理与数字世界之间壁垒。混合 现实（Mixed Reality）：能让操作人员与指挥官在边缘环境中的虚拟行动中心 内开展协同工作；边缘环境打造（Built for the Edge）：Gotham 边缘计算能力 使操作人员即便在最恶劣、网络中断且部署分散的环境中也能获取关键情报。

（2）Foundry（商业）：通过将数据和模型集成到运营工作流（workflows）中而不 中断已建立的系统，增强和扩展现有的数据基础设施。支持双向数据流，允许在平 台内生成的数据自动更新回企业系统；通过详细的跟踪和精细的访问控制来实施强 大的治理，使其能够适应复杂、不断发展的企业战略，同时保持数据完整性和合规 性。目前 Foundry 已经助力企业在许多场景进行实践，包括打造更安全的汽车、保 障全球供应链安全、加速癌症研究等。

Foundry 核心优势是本体系统（Ontology System），能够整合企业业务中语 义元素（Semantic）、动能元素（Kinetic）和动态元素（Dynamic），帮助团队 在复杂场景下协调决策流程、实现决策自动化。 Ontology 凭借能够表征企业对象、行为和流程的通用逻辑更快推进业务，具体 来看包括以下步骤： 1）激活数据和分析的能力：将数据与分析直接融入核心业务及运营团队的日常 决策过程，同时记录决策内容，为持续学习提供支持； 2）全面升级协作能力：实现数据团队、分析团队与运营团队之间的实时协作， 将决策流程整合到统一的逻辑层中，在情况变化时实施有效行动； 3）最佳构建方式：在具备可扩展性的架构上构建由人工智能驱动的工作流—— 可复用源自 Ontology 的多模态对象、行为与流程； 4）杜绝重复：整合企业架构中的数据与模型，无需复制基础资产及破坏现有事 实来源。

应用端：Foundry 目前已在资产管理（Asset Management）、生态系统 （ Ecosystems ）、 供 应 链 （ Supply Chain ）、 工 程 制 造 （ Engineering & Manufacturing）、医疗服务（Healthcare Delivery）、金融服务与风险管理 （Financial Services & Risk Management）等领域获取到众多高价值客户并提 供有效服务。

（3）Apollo：是一个全面的 DevOps 平台（开发与运维），用于管理不同环境中的 软件部署，并自动执行持续集成和交付流程；简化了部署管道，支持在本地、云和混 合设置中快速交付功能并实现稳定的性能。 软件控制中心（Software Control Center）：用户全面了解、控制整个部署环 境，Apollo Auto - discovery Agent 数小时内了解软件环境，包括软件位置、 版本、活跃度、就绪情况等信息；实时软件目录（Live Software Catalog）实 现全面可见性，包括所有可用软件、元数据和最新版本的实时软件清单；大规 模提供新功能和更新，准确了解所有环境中发生的情况。 随处运行（Run Anywhere）：随时随地与开发人员和运营团队会面，并且可以灵活 映射到任何部署环境；与现有 DevSecOps 工具链集成，组织可以专注于提高速度。

（4）AIP（Artificial Intelligence Platform）：核心理念是构建 AI 操作系统（AIOS）， 将 GPT-4 等多种大语言模型（LLM）集成到客户的私有网络中，提供私域数据的 AI 平台，并驱动工具和相关决策调用。AIP 提供平台和工作流构建器，创建、部署和管 理 AI 应用程序，不是简单集成聊天，而是让开发人员能够将应用程序中的 AI 转化 为代理和自动化。

具体来看，AIP 主要应用场景可分为以下：为工作流构建器（Workflow Builder）设计：在 AI 工作流构建器中构建 AI apps、操作、Agent 应用。1）AI 驱动数据管道（Pipelines）：将大型语言 模型（LLM）集成到数据管道中并大规模运行，内置错误处理、自动重试、 输出模式保障等工具；2）AI 驱动逻辑构建：构建、测试并发布功能丰富的 人工智能驱动型函数；3）工作流可视化（Workflow visualization）：自动 识别能连接本体 Ontology 到应用端的物体、函数和行为，理解实体之间关 系；4）工作流监控（Workflow monitoring）：记录已执行的操作实现工 作流的优化与故障排查（debug workflows）；

端到端评估工具助力 AI 驱动工作流生产：1）调试逻辑（Debug logic）： 对 AIP 逻辑函数和提示词进行调试和优化，对于文本输出也确保 AI 功能达 到生产质量级标准；2）模型对比：在函数上对比不同 AI 模型性能表现， 实现成本与性能双重优化；3）持续监控性能：自定义 AI 性能基准进行持续度量，结果会同步至指标仪表盘供查看；

本体软件开发工具包（Ontology SDK）：1）用业务语言构建 AI apps：基 于统一、以决策为核心的企业模型开发 AI 应用，模型包含高保真度对象、 逻辑与操作；2）从集成开发环境（IDE）中使用工具包（Ontology SDK）： 让开发者能在适应的集成开发环境（如 VS Code）中，使用工具包进行 AI 应用开发；3）最大化复用能力（Maximize reusability）：AI 应用构建成 本降至趋近于 0；

探索智能解决方案和应用示例：1）AIP Now：不断扩充“开箱即用”型 AI 产品及智能工作流；2）Build with AIP：获取平台内持续丰富的入门套件、 模板及其他可安装的工作流基础组件，支持用户即刻启动开发并根据定制 化需求调整；3）Learn AIP：探索整理好的例子、教程及学习资源，提速 增效构建流程。

收入端：Palantir 营业收入从 2018 年 5.95 亿美元增长至 2024 年 28.66 亿美 元，CAGR 达 30.0%，2025H1 营业收入 18.88 亿美元，同比增长 43.9%，期间推 出 Apollo 和 AIP 产品驱动营业收入高速增长。具体来看，2024 年收入大幅超预期 核心驱动因素包括 1）AI 商业需求爆发：Palantir AIP 平台实现规模化应用，覆盖医 疗、汽车等行业，商业用户收入增长迅速，企业端对 AI 需求逐渐增加；2）政府业 务与战略合作深化：长期为美国政府、军方提供数据分析支持，通过 AI 辅助军事决 策，与微软等巨头合作进一步巩固政府及企业端市场地位；3）低成本算力与 AI 行 业趋势红利：Palantir AI 训练成本显著下降推动利润率上升，全球 AI 应用发展潮流 持续存在，Palantir 作为“AI+数据分析”领域头部企业受益于 AI 行业趋势红利。 利润端：Palantir 归母净利润从 2018 年-5.98 亿美元增长至 2024 年 4.62 亿美 元，2023 年实现扭亏为盈达 2.1 亿美元并持续增长，2025 年中期归母净利润达 5.41 亿美元，同比增长 125.4%（2024 年同期为 2.4 亿美元），归母净利率从 2023 年 9.4%，2024 和 2025 年中期分别达 16.1%、28.7%，归母净利率水平持续上升。

分部收入来看：政府业务收入从 2018 年 2.55 亿美元增长至 2024 年 15.70 亿 美元，CAGR 达 35.4%，商业业务收入从 2018 年 3.40 亿美元增长至 2024 年 12.96亿美元，CAGR 达 25.0%，2025 年中期政府业务收入 10.40 亿美元，同比增长 47.3% （2024 年同期为 7.06 亿美元），商业业务收入 8.48 亿美元，同比增长 39.9%（2024 年同期为 6.06 亿美元），政府及商业业务收入呈现高速同步增长趋势。 边际变化来看：7 月美国陆军授予 Palantir 100 亿美元企业协议，旨在巩固并扩 大其在人工智能、数据整合和数字战场等多个国防项目中的作用，合同将持续到 2035 年 7 月 31 日，合同范围涵盖将人工智能融入任务规划、后勤保障、情报分析 和战术行动。