2025年北交所行业主题报告：全球巨头启示录，AI+国防双栖巨头Palantir商业启示，生成式AI产业化推手

1、 写在前面

得益于数字基础设施的建设与夯实，作为通用性人工智能技术代表的生成式 AI， 已日益融入生产力提升环节，推动数据要素价值充分释放，为诸多领域带来变化。 随着技术驱动的智能化战争趋势愈发明显，部分新科技公司越来越多的出现在美国 国防部及各军兵种的采购合同中，其中，帕兰蒂尔（Palantir）便是其中的佼佼者。 在本篇报告中，公司将聚焦全球数据分析解决方案提供商 Palantir Technologies，对 其商业模式和业务布局等情况进行深入研究，思考并总结其成功经验，从微观角度 探究其所在行业的发展特征与未来走势。

2、 看标杆：国防科技巨头 Palantir，持续更新平台及 AI 模型

2.1、 历史发展：成立于 2003 年，逐步拓展业务领域与商业企业展开合作

Palantir 自 2003 年成立以来，始终致力于通过创新的软件解决方案，助力组织 高效整合大规模数据、优化决策流程并提升运营效能。公司的发展历程始于为美国 情报界开发反恐软件，凭借深厚的技术积累与卓越的数据处理能力，积累了丰富的 行业经验。此后，Palantir 逐步拓展业务领域，与众多商业企业展开合作，凭借对数 据处理挑战的深刻洞察，为其提供定制化的解决方案。 公司总部位于美国特拉华州，2005 年公司成为美国中情局的软件供应商；2008 年以来，公司一直自与美国陆军合作，与用户一起设计和部署现代任务必需的软件 解决方案；2020 年 9 月 30 日，Palantir 在纽约证券交易所通过直接上市公开发行， 股票代码为“PLTR”；2020 年 12 月，公司获得了美国食品药品监督管理局（FDA） 的一份三年期合同，推动其股价大涨逾 17%；2022 年，美国国土安全部与公司续签 了合同，以用案件调查管理软件支持国土安全调查；2024 年 9 月 23 日，Palantir 纳 入标普 500 指数。

目前，Palantir 已成功构建了四大核心软件平台，包括 Palantir Gotham（“Gotham”）、 Palantir Foundry（“Foundry”）、Palantir Apollo（“Apollo”）以及 Palantir 人工智能平 台（“AIP”）。其中，Gotham 和 Foundry 专注于将海量信息转化为集成数据资产，助 力机构实现数据驱动的运营优化。Gotham 凭借其卓越的性能，已在国防、情报、救 灾等多个领域为全球机构提供深度见解，积累了丰富的成功案例。Foundry 则致力于 成为行业级中央操作系统，为不同行业的企业提供统一的数据管理和分析平台，推 动行业数字化转型进程。Apollo 作为一款与云无关的单一控制层，自 2021 年推出以来，凭借其强大的功能，能够协调新功能、安全更新和平台配置的持续交付，确保 关键系统的稳定运行，为客户在复杂多变的环境中提供可靠的技术支持，使其能够 在几乎任何环境中灵活部署软件，满足多样化的业务需求。2023 年，公司进一步拓 展技术边界，推出了最新产品 AIP。

AIP 平台专为商业和政府部门客户设计，通过将现有软件平台与大型语言模型 （LLM）相结合，助力客户充分挖掘人工智能技术的潜力，实现数据与人工智能的 深度融合，从而在法律、道德和安全约束范围内做出精准决策，为组织的数字化转 型注入强大动力。

在当前复杂多变的国际局势下，众多客户深刻意识到，传统的软件解决方案往往需要漫长的实施周期，难以满足快速响应的迫切需求。在此背景下，Palantir 的软 件产品凭借其快速部署和高效应用的优势脱颖而出，成为众多客户的首选。与内部 软件开发可能耗费数月甚至数年的漫长周期形成鲜明对比，Palantir 的软件能够在短 短几天内完成部署并投入使用，极大地提升了客户的应急响应能力和运营效率。这 一独特优势不仅为客户解决了燃眉之急，更在激烈的市场竞争中为 Palantir 赢得了宝 贵的客户信任与市场份额。 公司核心管理团队具备深厚的产业背景与资源优势。公司创始人 Peter Thiel 为 PayPal 创始人，在硅谷科技与投资领域积累了广泛的产业资源与生态网络，其创立 的基金为公司政府端业务拓展及融资渠道提供了有力支持。联合创始人兼 CEO Alexander Karp 拥有超过 20 年的技术创业经验，并持有斯坦福大学法学博士学位， 具备深厚的技术与法律复合背景。公司核心技术团队均来自斯坦福大学、哈佛大学 等全球顶尖院校，团队构成涵盖工程师、律师及社会科学家等多领域专业人才，形 成了技术研发与合规实践的双重优势，为公司在数据安全与隐私保护领域建立了竞 争壁垒。

财务状况：随着人工智能行业蓬勃发展，企业越来越依赖数据分析进行决策， 公司的软件解决方案对寻求最大化数据效用使公司营收保持高速增长。2023 财年， 公司实现营业收入 22 亿美元，同比增长 17%。其中政府业务实现 12.22 亿美元，同 比增长 14.04%，商业业务实现 10.03 亿美元，同比增长 20.23%。2024 财年营业收入 达到 28.66 亿美元，同比增长 28.79%。其中政府业务实现 15.70 亿美元，商业业务实 现 13 亿美元。

公司盈利能力较强。净利润方面，公司 2023 财年净利润扭亏为盈，实现净利润 2.1 亿美元，同比增长 156.15%，2024 年，实现净利润 4.62 亿美元，同比增长 120.27%。 毛利率方面，2020-2024 财年，公司毛利率分别为 67.74%、77.99%、78.56%、80.62%、 80.25%。净利率呈上升趋势，分别为-106.75%、-33.75%、-19.47%、9.77%、16.33%。

2.2、 商业模式：2024 年客户总数达到 711 家，“政府+商业”双轮驱动

Palantir 与众多世界领先的政府和商业机构建立了合作关系。截至 2024 年 12 月 31 日，公司的客户总数达到 711 家。公司的软件目前在全球约 90 个行业中广泛应用， 服务于不同业务职能和组织层级的用户，涵盖多样化的用例。例如，美国的公用事 业运营分析师、汽车制造工人、石油和天然气技术人员及运营商、制药研究人员； 韩国的供应链经理；英国和美国的公共卫生管理人员；以及美国和其他国家的特种 部队人员与军事官员等，均在使用公司的解决方案。 在 2024 财年，Palantir 实现了 29 亿美元的收入，其中 55%来自政府部门客户， 45%来自商业部门客户，体现了“政府+商业”双轮驱动的业务模式。公司的业务持 续全球化扩展，2024 财年 66%的收入来自美国客户，预计未来仍将是公司收入增长 的重要引擎，34%来自国际市场。

在客户拓展策略方面，公司通过自费试点和训练营等方式，深度参与客户需求 挖掘与解决方案定制，尽管此类投入不保证未来回报，但为公司创造了独特的市场 机会。公司采用账户层面的客户管理模式，而非行业或部门划分，以确保能够针对 每个客户的特定需求优化增长策略。展望未来，公司计划进一步扩大在商业和政府 市场的覆盖范围，并根据对客户长期价值的评估动态调整资源投入优先级。 公司的商业模式主要基于提供软件平台和服务。具体来说，公司通过销售订阅 服务，使客户能够访问其在公司托管环境中的软件平台（PalantirCloud），以及提供 软件许可，使客户能够在自己的环境中使用软件（On-PremisesSoftware）。此外，公 司还提供专业服务，包括持续的运营和维护（O&M）服务，以确保软件的正常运行 和维护。公司的收入主要来源于这些服务的销售，合同通常为 1 至 5 年的期限，收 入在合同期间按比例确认。

3、 观布局：生成式 AI 市场广阔，应用逐渐落地

3.1、 2030 年生成式 AI 有望为全球贡献 7 万亿美元价值，对高科技行业 影响显著

生成式 AI 创造的主要价值可用“4C”来概括：

简化（虚拟专家）(Concision)：生成式 AI 能够利用非结构化数据源归纳并 提炼洞见，从而促进专业知识的传播；它还能解读文本与转录稿，创建嵌 入式文本，以支持相关资料来源的查询和引用。

编码与软件开发(CodingandSoftware)：生成式 AI 能够推动代码重构，从 而加快主机迁移；可以解读、生成代码，从旧有系统大规模迁移主机资料， 自动开发、记录、纠正测试，简化软件开发流程。

内容创作(ContentCreation)：生成式 AI 能够创作各种形式的内容初稿，可 生成文本、图片等信息载体，自动编写合同、招标书等文件，还能生成视 觉元素，加快研发节奏。

客户互动(CustomerEngagement)：生成式 AI 有助于打造高度个性化的消 费体验，如通过聊天功能优化客户服务，还能拓宽客户聊天机器人的应用 场景，从而加速客户拓展与数据收集。 根据麦肯锡研究显示，生成式 AI 的价值创造潜力极为惊人。到 2030 年前，它 有望为全球经济贡献 7 万亿美元的价值，比传统 AI 或分析的潜在经济效益高出 50%。 作为 AI 研发高地的中国，将凭借战略性投资分享生成式 AI 总效益的 1/3。

生成式 AI 所具备的价值创造潜力毋庸置疑，但其效益取决于多重因素，不仅涉 及行业内不同职能的比例与重要性，也取决于行业的营收规模。

数十年来，科技进步不断重塑工作的本质，为劳动者持续注入“超能量”，帮助 人类更快速更准确地完成工作。生成式 AI 不仅将延续这一趋势，还将带来前所未有 的较大影响。伴随生成式 AI 的逐步推广，工作自动化的步伐将大幅加快，“中点情 境”有望提前 10 年到来，50%的工时预计将实现自动化。

2017 年以来，麦肯锡全球研究院（MGI）始终密切关注自动化技术对工作的影 响。经分析，MGI 发现，目前劳动者 50%工时内的工作可能在 2030 年前被自动化。 仅中国就有约 2.2 亿个岗位可能被生成式 AI 等自动化技术重塑。这一系列惊人的数 字充分印证了生成式 AI 将给劳动者带来的较大影响。 生成式 AI 的颠覆性潜力将冲击各行各业的不同岗位，对各类职业造成的影响程 度各不相同，其中白领工作受到的冲击将比蓝领工作更大。

总体而言，生成式 AI 将促进劳动力转型升级，催生全新的工作方式，显著提高 人效。 随着生成式 AI 的持续进化，企业与劳动者必须高效加以适应和运用。组织必须 顺应 AI 发展潮流，围绕生成式 AI 的潜力重新定义工作岗位、培养全新技能。同样， 劳动者也必须树立终身学习的观念，积极提升自身技能，从而在 AI 赋能的未来持续 成长。 未来的工作也要求公司重新审视当前的教育体系。未来的人才必须具备数字化 素养，才能充分驾驭生成式 AI 及相关技术。同时必须重点培养学生的问题解决能力 与批判性思维，而非强调单纯的知识记忆。此外，由于那些仅需基本认知技能的工 作正逐步被自动化替代，社交技能与情感技能的重要性将与日俱增，相关教育也必 须纳入人才培养方案。

3.2、 2025 年中国生成式 AI 软件市场规模或达 35.4 亿美元，企业需提高 变现能力

全球范围内，生成式 AI 对高科技行业的影响最为显著。而在中国，最具代表性 的将是先进制造、电子与半导体这两大行业。

《中国生成式 AI 应用开发平台市场:企业统一 AI 开发平台的雏形》报告指出， 企业在扩展生成式 AI 应用时亟需统一的 AI 开发平台。这一平台可以帮助各级管理 层、员工及技术部门实现数据、模型和应用的统一管理。IDC 强调了生成式 AI 应用 开发平台应具备的一系列基本能力，包括数据准备、模型调优、RAG/Prompt 支持、 模型部署及确保应用安全等。

IDC 预计，到 2025 年，中国的生成式 AI 软件市场规模将达到 35.4 亿美元。随 着大模型基础能力的提升和应用形式的创新，未来大模型平台将逐渐分化为底层平 台和智能体开发平台，前者将与企业数据分析和机器学习开发平台整合，后者则朝 着低代码无代码的方向发展。

麦肯锡研究显示，仅 9%的中国企业计划凭借部署 AI 实现超 10%的营收增长， 而领先国家有 19%的企业有望实现这一目标。同样，就利润贡献率而言，仅有 7%的 中国企业称 AI 对 EBIT 的贡献率突破 20%，而领先国家有 14%的企业突破了这一比 例。对比结果表明，中国企业亟需提高变现能力，将 AI 技术的潜力转化为切实的经 济效益。

4、 学经验：战略布局+技术创新，为北交所公司提供发展范式

4.1、 平台：核心技术 Ontology 助力企业实现最优化决策，提升产品竞争 力

Palantir AIP 为全球关键商业和政府环境提供实时、人工智能驱动的决策支持。 从公共卫生到电池生产，各类组织均依赖 Palantir 在其运营中安全、可靠且高效地利 用人工智能技术，以推动卓越的运营成果。 Palantir AIP 将生成式人工智能与运营紧密结合。作为 AI Mesh 的一部分，AIP 与 Foundry（Palantir 的数据运营平台）和 Apollo（Palantir 的自主软件部署任务控制 系统）协同工作，提供全系列人工智能驱动的产品。这些产品涵盖从基于大语言模 型（LLM）的 Web 应用程序，到利用视觉语言模型的移动应用程序，再到嵌入本地 化人工智能的边缘应用程序。公司将这一整套功能、能力和工具统称为 Palantir 平台。

尽管多种因素共同推动了 Palantir 平台实现并扩大其运营影响力，例如 AIP Bootcamps，客户仅需通过实际操作即可在数小时内借助人工智能取得显著成果，但 其核心差异化优势在于围绕 Palantir Ontology 构建的软件架构。 Ontology 用于表征企业中的决策过程，而不仅仅是数据本身。全球每个组织都 面临着如何在实时环境中做出最佳决策的挑战，同时还需应对不断变化的内部和外 部条件。这些决策过程的复杂性通过 Ontology 得以体现，Ontology 促进了与现有企 业系统的深度双向互操作性。它能够自动整合相关数据、逻辑和操作组件，并将其 嵌入现代化且人工智能可访问的计算环境中。这不仅支持传统的商业智能和分析工 作流程，还为人工智能团队快速开发运营应用程序提供了可能性。 Ontology 通过将数据集成为对象和链接，使人类和人工智能均能理解现实世界 操作的复杂性，从而释放了构建人机协同工作流程的能力。 Ontology 原生支持多种数据类型及扩展原语，例如用于解锁非结构化数据的语 义搜索、用于处理图像和视频的媒体引用，以及用于将其他约束和上下文嵌入数据 的值类型。这些构成了人工智能工作流程开发的数据基础模块，并将在后续的逻辑和操作部分进一步阐述。 该数据模型为开箱即用的应用程序提供支持，能够探索结构化、非结构化、地 理空间、时间序列、模拟及其他数据模式。这些基线工具通过上下文感知的 AIP Assist 功能得到增强，显著缩短了在平台中探索和分析数据时的价值实现时间。 除了应用程序构建与分析功能外，在 Ontology 中建模数据还会自动生成一个强 大的API网关和Ontology软件开发工具包(OSDK)，作为连接整个企业的“操作总线”。

数据定义了决策的背景，逻辑则包含了丰富这一背景的推理与分析，使人类与 人工智能团队能够做出更优的决策。这些逻辑可以以模型输出和可视化的形式作为 额外背景呈现在操作应用程序中，也可以直接嵌入到操作机制中。 基于这一广泛定义，定义和执行逻辑的能力贯穿于整个平台。例如，模型、业 务逻辑以及模板化分析与报告均体现了这一能力。

任何决策若要产生实际影响，都必须能够在全球范围内传播。在此过程中，行 动定义了企业的“动词”，即具体执行的操作，并控制人类操作员或人工智能代理如 何确保其决策的持久性，无论是通过本体数据模型还是通过与外部系统的交互实现。 此外，在 Ontology 中捕获决策结果使用户能够将特定决策与未来数据中的结果观察 相匹配。这种机制形成了反馈循环，将未来的决策建立在对过去选择的分析之上， 并可用于重新训练或微调模型，或帮助操作员更清晰地理解历史背景。 在 Ontology 中，表示这些“动态”的基本单位是行动（Action）。行动为更改或 创建数据以及协调外部系统中的变更提供了精确且细粒度的控制。基本操作可以通 过点击表单配置界面轻松定义，而更复杂的操作则可以通过函数支持的操作和本体 编辑 TypescriptAPI 实现。此外，操作还可以在 Ontology 软件开发工具包(OSDK)和 平台 API 中进行封装，以便自定义应用程序开发和现有第三方工具。

4.2、 布局：采取多种策略加速获客，提前布局 AIGC

近年来，公司采取了多种销售和营销策略，以加速客户获取能力：

扩大平台访问范围

公司平台的部署速度大大扩大了计划长期合作的潜在客户范围。2023 年，公司 推出了 AIP 训练营，这使公司能够在几天内根据实际客户数据提供真实的工作流程。 此外，在 2024 年，公司推出了开发者层，在美国和部分国家/地区提供对 Foundry 和 AIP 的有限访问。这一扩展使开发人员无需大量前期企业成本即可进行探索、创新 和开发。 随着公司继续向尽可能广泛的客户群体扩大平台的访问范围，公司与各种企业 及其所在行业的密切关系增强了公司自己的产品和业务开发工作，并有望继续增强。

直销团队

公司已投资并计划继续投资基于账户的销售团队，以识别并把握新客户和商业 机会。显著扩展了公司的商业客户群，同时深化了与全球主要政府机构的合作关系。

行业与行业操作系统

除了支持单个机构外，公司的平台已发展成为整个行业和部门的中央操作系统。 公司正在开发行业操作系统，旨在帮助公司和政府机构高效管理其整体运营。这些 操作系统使公司的软件能够大规模部署到特定行业内的机构中。公司已经在航空、 保险、医疗保健、汽车、安全与风险管理以及政府等行业建立了合作伙伴关系，并 计划继续扩展这些合作。

渠道销售与云合作伙伴关系

公司已与领先的公共云、私有云及混合云服务提供商建立了紧密合作，并持续 探索针对特定行业和领域的定制化合作伙伴关系。这些合作伙伴关系的形成，既满足了公司对大规模计算资源的需求，也顺应了客户向云托管环境迁移的趋势。通过 利用这些提供商的现有市场覆盖，公司能够触达其庞大的客户群体，并显著扩展了 分销能力。 此外，公司正在积极探索与公共和私营组织建立渠道销售关系及类似联盟，为 公司与各类技术提供商（包括中小型技术公司）的合作开辟了新的途径。

合资企业与新业务伙伴关系

公司计划继续建立合资企业和新业务伙伴关系，特别是在特定行业或领域，这 些领域需要合作伙伴关系和额外投资以充分发挥平台的潜力。例如，公司通过 Palantir Technologies Japan KK 与富士通有限公司建立了战略全球合作伙伴关系。通过这一合 作，双方将把 Foundry 和 AIP 的功能整合为富士通 Uvance 数据基础设施的核心组成 部分。富士通 Uvance 是一套旨在应对业务挑战和解决社会问题的全球解决方案。这 一合作不仅增强了平台的应用范围，也为双方在技术创新和市场扩展方面提供了新 的机遇。

客户增长

公司采用多种销售和营销策略来推动客户收入的持续增长。包括：(i)建立新的 生态系统合作伙伴关系，将平台从客户业务扩展到其合作伙伴和供应商的运营中；(ii) 销售额外的产品化跨行业软件功能；以及(iii)提供针对特定用例的软件战略实施服务， 以实现竞争差异化。 公司的销售和营销策略使我们能够横向扩展现有客户合同，覆盖单个机构内的 其他部门或职能，同时纵向扩展以吸引更多用户和用户群体。通过优先解决客户最 紧迫和最具挑战性的问题，建立了必要的信任基础，从而推动平台在整个企业范围 内的广泛应用。

编辑：火腿肠