恰逢软件板块反弹,Palantir Q2财报后大涨,不少投资人给出了“phenomenal quarter”的评价,The Information直接称“Palantir是AI软件领域的英伟达”。但财报背后的信息量更大,透过财报会,

我梳理了海外企业AI应用市场的重大转变。


Palantir财报后大涨,AI应用层发生哪些重大变化?


这些成绩是在“销售人员极少且持续减少”的情况下取得的。作为一家无自有大模型的企业,Palantir展现了极高的资本效率——2026年H1经营现金流入21亿美元,而资本支出仅为2200万美元。


管理层在财报会上回应了热度极高的几个问题——AI应用公司如何与模型厂商竞争?AI浪潮3年多,为什么AI应用层胜出者仍然寥寥无几?


商业模式:揭穿Token消耗战,只看业务结果


“我们绝不按点击量、Token消耗量或对话次数收费”,在Palantir看来,这是收费方式完全跑偏了。一个平台的使用量或许能隐喻其价值,但绝不具备决定性。最近越来越多的客户发现:单纯的消耗量和使用量,往往与最终结果的产出毫无关系。


“Token消费模式或许适合Labs,但对其他所有主体都行不通”。


「主权AI」觉醒


Palantir这次频繁强调的理念就是Sovereignty AI,并推出了主权AI训练营。CEO认为,这是过去一两个季度客户侧最大的转变,蕴含着极大的市场需求。


越来越多的企业开始发现,Token消耗战是以牺牲自身为代价的,这导致企业把业务Know-how、专业知识、提示词转移给第三方,喂养外部大模型,最终抹平企业核心优势,走向同质化。同等危险的还有深度绑定某家大模型,一旦模型掉队甚至下架,关键业务系统就会瞬间崩溃。


这也echo了最近硅谷对以Anthropic为首的AI Lab的批评:


Palantir财报后大涨,AI应用层发生哪些重大变化?


很多客户的核心诉求转向了对“主权AI”的掌控——企业必须对自身的数据、逻辑、行动和安全拥有绝对的定义权,能够根据场景自由切换模型,而不是被算力栈或单一模型绑架。


开放权重模型破局


沿着主权AI这条核心叙事线,企业必然要求应用厂商能编排并微调模型,交付完全可控的技术栈。Palantir目前的策略是与英伟达深度合作,在AIP平台中接入英伟达开放权重模型Nemotron及算力栈。


Palantir在涉密场景的实践已经证实:通过在企业专有环境内进行SFT与后训练,这种软硬协同的架构能实现对昂贵前沿大模型的超越。更关键的是,这一路径将模型权重、推理轨迹、最终沉淀的超额收益全部锁在了企业内部。


Palantir财报后大涨,AI应用层发生哪些重大变化?


Benchmaking时代开启


Alex直言,“前沿大模型一定表现最好”的假设在企业实践中根本站不住脚。榜单高分往往能靠特定的训练数据刷出来,可一旦到了企业真实场景很难落地。


Palantir在某项目上引入Nemotron开放权重模型,仅针对具体业务场景做后训练,24小时内就在多个生产任务上击败闭源前沿模型。而且在5个生产任务中,未经任何后训练的原生开放权重模型,直接击败了闭源前沿模型。


“刷榜的时代结束了,现在是定制基准Benchmaking的时代”。


AI正把企业应用带入定制化阶段。而定制化业务的基准,绝不是第三方的静态评分表,而是企业必须持续攻克的业务目标。这个“定制化基准”必须完全基于企业自身战略去制定,由它来统一标准、指引整套工作流与模型后训练管线。


AI应用如何应对大模型侵蚀?


这是投资人今年关注的焦点。主权AI已经从核心叙事上给出回应,Palantir还分享了近期的真实案例。


一家硅谷科技公司最近举办了一场实战切磋,某头部AI Lab选择了工单自动化场景,最终未能交付有价值的成果。Palantir则构建了Agent Swarms,主动推荐营销、打包与定价策略以驱动收入增长,直接转化为1000万美元的订单。


“同一个客户、同一时间点、使用完全相同的模型,核心区别在于AIP平台和FDE技艺” ,Alex强调,“只有Palantir拥有FDE,其他人有的只是各种包装的售前工程师。今天的Palantir,已经是基础设施、软件、FDE、编排Orchestration与业务Know-how的综合体。”


为何AI应用赢家寥寥无几?


有投资人指出,AI浪潮3年多以来,Palantir的战略和方法论内核始终没有变化,并且凭借这条路径成为应用层赢家。那为什么其他软件公司没能预判到这条路径呢?


Alex认为核心差距在于两点——Efficacy和Efficiency,“其他人专注于生产力,我们一直雷打不动地专注于将Token转化为企业真正的经济价值”。Alex还分享了一个关键点——应用企业对“原始数据”与“过程数据”价值认知的滞后。


在0到1阶段,多数人简单地认为,只要拥有私域原始数据、接入大模型就能创造价值,结果却发现数据被外部伙伴吸纳、甚至演变成竞品。直到今年才逐渐形成共识:企业的超额收益,不仅蕴藏在原始数据中,meta data、推理轨迹、系统使用记录等衍生信息的价值甚至超过了原始数据本身。而过去,企业几乎没有任何手段去管控和复利这些核心资产。我在企业AI万亿级新市场,AI公司和SaaS公司都在布局 

详细介绍过。


Palantir财报后大涨,AI应用层发生哪些重大变化?


文章来自于"后浪new",作者 "Evelyn"。