2025年中科星图研究报告：对标PLTR，AI+数据分析之王

1. AI 或是未来战场致胜关键

基础技术进步驱动战场形态升级，从信息化升级为智能化，“制智权”是关键。从 石器时代开始，每一轮基础技术的变革直接带来了武器装备和致胜机理的演进，同时 也反过来促进了技术的应用和推广。

美国自 2011 年后就开始从信息化向智能化迈进。根据吴明曦《智能化战争时代 正在加速到来》，2017 年 8 月，美国国防部表示，未来人工智能战争不可避免，美国 需要“立即采取行动”加速人工智能战争科技的开发工作。美军提出的“第三次抵消 战略”认为，以智能化军队、自主化装备和无人化战争为标志的军事变革风暴正在到 来；为此，他们已将自主系统、大数据分析、自动化等为代表的智能科技列为主要发 展方向。 根据吴明曦《智能化战争时代正在加速到来》，2018 年 6 月，美国国防部宣布成 立联合人工智能中心，该中心在国家人工智能发展战略的牵引下，统筹规划美军智能 化军事体系建设。2019 年 2 月，时任美国总统特朗普签署《美国人工智能倡议》行政 令，强调美国在人工智能领域保持持续领导地位对于维护美国的经济和国家安全至关 重要，要求联邦政府投入所有资源来推动美国人工智能领域创新。 根据刘胜湘&李志豪《美国军事战略的人工智能化趋势及其影响》，2022 年美国 《国家安全战略》报告指出，随着新兴技术改变战争并对美国及其盟友、伙伴构成新 的威胁，美国正在投资网络和空间技术、可信赖的人工智能、量子系统等一系列先进 技术并及时将其部署到战场上。2023 年美国《国家情报战略》强调要充分抓住机遇实 现技术突破，通过持续的资金投入增强技术效能，通过协调投资优化资源分配，推进 情报科技企业获取和分析情报的一体化进程。

五角大楼 AI 旗舰项目“Maven 计划”已投入实战并在快速迭代，在目标识别任 务中发挥了重要作用。根据彭博社、纽约时报、远望智库技术预警中心等，2017 年开 始，美“Maven 计划”（将卫星、雷达、红外设备甚至社交媒体上的影像处理后汇总 到一块屏幕上，利用 AI 算法帮助接入该系统的人员快速识别出打击目标，通过接入 战斗机或无人机等武器系统，人类指挥官只需做出确认打击的最终决定）已经进入实 战检验和学习。 据亚历山大·季莫欣《人工智能将成为未来战争的主要武器》，未来战争的主要因 素将不会是无人机，而是军队处理大数据和利用人工智能系统分析数据、控制武器的 能力。目前 Maven 系统在图像处理和目标识别上，利用商业卫星获取的数据就可以 在 12 小时内完成真人数月时间才能完成的分析，并且迭代后的处理速度已经加快到 1 分多钟。

美科技巨头纷纷加入 AI+军工领域，PLTR 是 Maven 项目的主要承接单位之一， 曾与美国军方就 Maven AI 项目签订了价值高达 4.8 亿美元的合同，参与该项目的还 包括微软、亚马逊等科技公司。此外，美大模型公司也在逐步解除对技术应用方向的 限制。 2023 年 1 月，OpenAI删除了禁止其技术被用于军事用途的条款，据中国国防报， Sora 模型被美国陆军用于战场模拟训练以便快速构建用于演习和作战复盘的虚拟环 境。 2024 年 2 月，据 Scale 官网，Scale AI 与美国防部合作共同创建 LLM 全面测试 与评估框架。2025 年 2 月，据 TechCrunch，谷歌从其网站上删除了不使用 AI 制造武器或进 行监控的承诺。

2. 中科星图：对标 PLTR，AI+数据分析之王

2.1. 2028 年中国大数据 IT 市场规模预计超 500 亿美元

国务院新闻办公室发表的《新时代的中国国防》白皮书指出，在新一轮科技革命 和产业变革推动下，人工智能、量子信息、大数据、云计算、物联网等前沿科技加速 应用于军事领域，国际军事竞争格局正在发生历史性变化。以信息技术为核心的军事 高新技术日新月异，武器装备远程精确化、智能化、隐身化、无人化趋势更加明显， 战争形态加速向信息化战争演变，智能化战争初现端倪……加快军事智能化发展，构 建中国特色现代军事力量体系。 C4ISR（军事指挥控制通信专网）系统是国防信息化的应用载体。C4ISR 系统是 指从基础的指挥与控制（Command&Control）出发，囊括通信（Communicaitons）、 计算机（Computers）、情报（Intelligence）、监视（Surveillance）、侦查（Reconnaissance） 等要素的全维度军事信息系统框架。C4ISR 系统不仅是对军事信息管理的理论概括， 也对应着现实的软硬件解决方案。C4ISR 系统能及时准确获取战场信息，分析处理后 将指令经由可靠安全的军工通信网络传达到具体作战单元，从而形成完整的信息闭环。

2028 年，全球 C4ISR 市场规模预计达到 1540 亿美元，中国市场规模有望达到 987.62 亿元。Markets&Markets 预计全球 C4ISR 市场规模预计将从 2022 年的 1134 亿美元增长到 2028 年的 1540 亿美元，CAGR 为 5.2%；智研瞻产业研究院预计， 2025年中国C4ISR系统行业市场规模预计达到881.71亿元，2028年预计达到987.62 亿元，CAGR+3.81%。 IDC 预计，中国大数据 IT 支出规模 2025 年将超过 300 亿美元，而 2028 年预计 为 502.3 亿美元，全球占比约 8%，2023-2028 五年复合增长率约为 21.9%，增速位 居全球第一。从技术维度来看，大数据软件市场在五年预测期内有较大发展潜力，支 出增速位居技术市场第一。 IDC 预测，2028 年软件市场规模超 175 亿美元；聚焦大数据服务市场，2028 年 中国市场对大数据服务支出规模预计近 150 亿美元；面对全球服务市场增速放缓的大 趋势，中国大数据服务市场预计以 1.5 倍于全球平均水平的五年复合增长率（CAGR） 稳步增长；IDC 预计，未来五年，政府、金融和电信行业将成为对大数据技术市场支 出规模较大的行业，支出合计近整个市场的六成。

2.2. 星图洛书可直接对标 PLTR 的 AIP 平台

拟定增研发战略级工具链——星图洛书 AI 分析平台。公司拟定增不超过 25 亿， 其中 3.49 亿投入星图洛书防务与公共安全大数据智能分析平台建设项目。 该项目基于国产自主可控软硬件包括数字地球产品基座，计划研发 AI 平台（vs AIP）、全域态势认知平台（vs Gotham）、大数据分析平台（vs Foundary）、一站式 支撑平台（vs Apollo）等四个专业技术平台，建立包括智能分析云平台（PaaS）、 数 据分析服务（SaaS）和数据服务（DaaS）在内的大数据智能服务体系，构建陆、海、 空、天、网电以及政治、经济、社会、人文等全域地球大数据的集成体系，为防务和 公共安全等重点行业领域提供全域大数据智能处理、分析和应用的解决方案、技术服 务和数据服务。

据中科星图微信公众号，在国防安全的“数字战场”上，公司已构建起独特的能 力矩阵： 1）全域数据：汇聚空天遥感、地理信息、网络电磁等多源异构数据，形成覆盖战 场全域的“数字地图”，让隐秘角落的风险无所遁形； 2）智能算法：自主研发的军事 AI 模型，能瞬时完成复杂场景推理，如同一位不 知疲倦的“数字参谋”，为决策提供精准预判； 3）业务模型：深度解构国防业务流程，将数十年实战经验转化为可复用的智能模 块，让技术与场景真正同频共振。

军标级的能力向民生领域延伸，从“国防硬核”到“行业智慧”的转化，不是简 单的技术平移，而是将安全基因重新编码，形成更贴合民生需求的解决方案，触达千 行百业： 1）在公共安全领域，平台运用军标级的数据融合技术生成“情报一张网”，让公 共安全的异常波动即时显现；把军标级的算法模型嵌入“指挥一张图”，让应急响应速 度提升 300%； 2）在金融领域，平台化身“风险洞察者”，通过卫星影像监测企业厂房热度、结 合税收数据构建信贷风险模型，让金融监管从“事后追溯”变为“事前预警”； 3）在医疗卫生领域，平台通过搭建“医疗数据中台”整合区域医疗资源，为公共 服务均等化提供数字支撑； 4）面对应急管理，平台通过多源数据和模型实时推演灾害影响范围，成为抢险救 灾的“数字指挥官”。

2.3. AI+数据分析领域，降维打击

我们认为，与 PLTR 相比，公司在国内的数据分析领域具备降维打击优势： 1）业务：20 年国防遥感数据经验，深刻理解特种行业 know-how； 2）规模化：“集团化+生态化战略”构筑十圈层垂类数据分析子公司认知壁垒； 3）商业化：注重商业化、应用能力强，具备现成、广泛、优质的客户资源， 可以快速实现军用技术的民用化转型和变现； 4）股东加持：中科院+中科曙光股东强强联合，为公司带来技术、算力、客 户资源等全方位体系化支持。

2.3.1. 20 年国防遥感数据分析业务积累，深刻理解特种行业 know-how

遥感是地理信息行业的重要组成，由于遥感卫星可以跨境获取数据，因而遥感数 据和技术在军事和民事领域具有重要的战略价值 ，公司在 2020 年上市时特种领域收 入占比达到 68.85%。 公司是国内最早从事数字地球产品研发与产业化的企业，2006 年由中科院电子 所（服务国防建设多年，拥有大量的遥感领域成果）和中科曙光（国内高性能计算机 代表性企业）的产学研合作孵化。如今，中科星图核心竞争力的数字地球系列产品， 最初也始于国防需求研发； 公司在20年的发展历程中承担了国家高分重大专项、科技部国家重点研发计划、 军民融合重大专项、北京市科委物联网与智慧城市重点专项以及中关村高精尖专项等 重大科技专项 10 余项； 依托特种领域数字地球产品研发及其应用经验，公司特种业务收入快速增长， 2020-2024 年收入从 4.84 亿翻倍增长至 10.03 亿元，CAGR 近 20%。

2.3.2. “集团化+生态化战略”构筑十圈层垂类数据分析子公司 know-how 壁垒

我们认为，数据分析类业务呈一定的规模化效应，即垂类数据的种类、维度越多， 越能够带来数据分析能力和最终交付效果的提升，例如特种客户需要同时针对气象、 电磁、遥感、水文等多种结构化和非结构化数据进行统一分析，才能有效定位目标完 成任务； 而垂类数据分析能力的构建需要大量真实一手的数据来源、大量一线长期服务对 应客户的行业专家和团队，深刻理解客户需要什么数据、怎么分析和处理这些数据、 这些数据要怎么应用到业务中来满足客户的需求，既要“深度”又要“广度”，这也要 求公司具备大量资金、人员等资源的广泛且深入的投入，因而具备很高的门槛。 公司目前通过前期的收并购，已构建起了完善的十圈层数据来源，通过“集团化 +生态化+赛马机制”筛选出了一批细分行业龙头子公司。 当前，公司具备“天-临-空-地-海”多圈层对地观测体系和实体地球五大圈层“电 磁圈-大气圈-水圈-岩石圈-生物圈”构建十大圈层数据能力，整合汇聚国内外近 300 颗 在轨遥感卫星资源，提供光学、雷达、高光谱以及红外等多类遥感数据来源；业务领 域覆盖空天遥感、空间测控、海洋信息、电磁空间、气象服务、智慧城市、智慧水利、 智慧能源、智慧金融等各新兴行业，下游用户涉及特种领域、政府、金融、能源、气 象、水利等各行业部门，公司拥有海量、多样、全域、全维的空天地海网电以及社会 人文等大数据资源和模型资源。 数据标准方面，公司建立了标准化的数据整编治理体系，实现了针对结构化、非 结构化、半结构化数据的精准化治理和快速入库，实现了光学、立体测绘、夜光等多 源数据的智能化融合处理、应用及知识信息的自动处理、提取、分发和服务，“数据工 程”已引接汇聚卫星数据资源 350 余颗、打造科学数据集 1300 余个、呈现数据条目 2500 余万景、落地数据场景应用服务能力 120 余个，其中新增遥感共性产品 7 大类 50 个数据集，形成了“上游-中游-下游”全面互通的数据及服务全链路。

布局天基星座，持续加强天基能力：中科星图总裁邵宗有表示，公司正布局建设 电磁星座、气象星座、遥感测绘星座等天基卫星星座，在天基能力方面的优势有望进 一步加强。 我们认为，公司目前已在数据分析领域形成了一定的规模化效应，这也是公司的 护城河。

2.3.3. 注重商业化、应用能力强，具备现成、广泛、优质的客户资源，可以快速实现军 用技术的民用化转型和变现

公司本质上是一家军民两用高新技术企业。2018 年度《军用技术转民用推广目 录》中，“空天大数据承载与智能服务平台”是“新一代信息技术”类别里推荐的第一 项技术，目前公司在影像处理、仿真推演、指挥控制、态势感知、情报分析、国土规 划、环境分析、交通应用等众多专业应用领域拥有行业领 先地位。 公司具有广泛且优质的客户资源。分布于特种领域、政府、研究院所、企业等重 点行业领域，多数主要客户对公司品牌具备较高的忠诚度，与公司保持着长期的合作 关系。 我们认为，公司从下游应用起步，成功规避了遥感卫星行业重资产、变现难的问 题，海量的真实场景反而为公司 AI+数据分析能力的商业化变现提供了广阔的空间。 与海外的 MAXAR、Planet LABs 相比，公司从应用出发向上游拓展，业绩指标明显 好于海外遥感公司，2020-2024 年公司非特种业务收入从 2.19 亿增长十倍至 22.55 亿，四年 CAGR 高达 79.15%。 在公共安全领域，公司通过多元化手段，集探测、跟踪、可视化、人工智能分析、 识别、打击等功能于一体，构建全方位低空地面安防一体化系统，该系统功能包括超 低空目标预警、超低空目标跟踪、预案设置、目标区域巡防等。 在气象领域，维天信子公司覆盖气象行业全产业链，以及“气象+”农业、能源、 交通、应急等广泛的“气象+”行业 应用服务，并基于气象行业积累的相关技术、业 务模式、市场渠道等资源拓展至海洋、生态、空间天气、人工影响天气、双碳等领域， 为特种领域、政府和企业用户提供气象装备以及气象、海洋、生态等行业的技术开发 与服务；子公司维天信收入从 2021 年的 1.04 亿元快速增长至 2024 年的 5.63 亿元， CAGR+75.47%。

2.3.4. 中科院+中科曙光股东强强联合，为公司带来技术、算力、客户资源等全方位体系 化支持

中科星图的起步得益于中科院电子所和中科曙光的产学研合作： 1）电子学研究所创建于 1956 年，为我国第一个综合型电子与信息科学研究所， 后与遥感与数字地球研究所、光电研究院整合组建为中国科学院空天信息创新研究院； 公司的创新技术和产品根源于中科院电子所的科技成果转移转化，公司依托国家高分 辨率对地观测重大专项“天眼工程”打造了 GEOVIS 数字地球资源共享服务平台。

2）公司的管理方法和理念来自于中科曙光的科技成果产业化经验，管理层也大 多来自中科院、中科曙光。例如党委书记、副董事长、总经理邵宗有曾任曙光信息产 业股份有限公司副总裁，国家高性能计算机工程技术研究中心常务副主任，其间曾主 持“863”重大专项，核高基专项，国家发改委安全专项，工信部电子基金等 12 项课 题研发。

3）算力方面，中科曙光直接持股本公司 15.70%（截至 2025 年 4 月 25 日），为 公司提供充足超算和智算算力支持。 公司融合了超算、智算、大数据和云计算等多元化算力资源，自建了数字地球超 级计算机，构建了高性能算力底座，实现人工智能算力 100Pflops、 超算云网调度算 力 33 万核心、大数据存储 24PB、通用算力 40000 核心。基于强大的混合时空调度 引擎，结合自主研发的异构算力的混合调度能力，实现了云计算域、超算域、智算域、 大数据域四域融合以 及统一管理，可满足多场景多层次的混合算力需求。 公司与国家超级计算郑州中心紧密合作，构建了星图地球超算数据工场，依托星 图地球超级计算机底座，打通了星图超算云网，同时实现云计算域、超算域、智算域、 大数据域四域融合以及统一管理，通过地球超算和智脑引擎建设，构建强大的数字地 球智能计算能力。 通过超算云网与国家级算力中心及曙光算力集群互联互通，支持跨域调度每秒超 百亿亿次浮点运算的智能算力和超过数十万核心的超算算力，支持数值仿真、空间分 析、人工智能等不同计算范式在统一时空基准下的融合计算，突破 PB 级遥感数据实 时解析与知识萃取的技术瓶颈，形成空天信息全地理解译产品的自动化生产体系，实 现光学、雷达、高光谱等 20 余类遥感数据源的智能融合处理。

3. PLTR：智能时代的军工龙头

3.1. 金融反欺诈技术起家，从国防到商业

“制智权”的前提是数据获取和定位目标，PLTR 是新晋 AI 软件龙头。Palantir 是一家大数据公司，基于知识图谱技术，提供数据集成、搜索、管理、协作等大数据 功能。该公司成立于 2003 年，美国中情局 CIA 旗下投资机构 In-Q-Tel 进行了早期投 资，最初为美国情报界开发软件，以协助反恐调查和行动。后来，该公司开始与商业 企业合作。

3.2. 围绕国防、商用客户构建四大产品矩阵，结合大模型构建 AIP 平台

目前 Palantir 的产品主要包含四大平台，Gotham、Foundry、Apollo 以及 AIP 平台，四大平台定位清晰。

Gotham和 Foundry使机构能够将大量信息转化为反映其运营的集成数据资产。 Gotham 为全球防务机构，情报界，救灾组织及其他机构提供了见解。Foundry 正在 成为一个中央操作系统，不仅适用于个别机构，也适用于整个行业。

Apollo：是一个与云端无关的单一控制层，可协调新功能、安全性更新和平台配 置的持续交付，帮助确保关键系统的持续运行，并允许客户在几乎任何环境中运行其 软件。 AIP：利用现有的机器学习技术以及生成式 AI 模型，专为商业和政府部门的客户 设计，专注于提供高级数据整合、分析和智能决策支持解决方案。企业可通过 AIP 实 现不同经营环节的数字化、智能化，比如供应链、存货管理，动态定价，内部决策等。 例如，若有飓风即将袭击物流中心，企业管理人员可以在 AIP 平台上通过问答获知预 防和补救措施、模拟具体对业务数据（订单、收入、成本）的量化影响，并可以在平 台上提交 AIP 生成的解决方案。

3.3. 2023 年 4 月推出 AIP 平台后，开启订单业绩高增期

2023 年开始 Palantir 迎来高速增长期，收入、毛利率均高增。2024 年营收达到 28.66 亿美元（同比+28.79%），剔除 SBC 等调整后的毛利率达到 82%（同比+1.38pct）， 调整后的息税前利润（EBIT）达到 11.28 亿美元（同比+78.27%），自由现金流 11.41 亿美元（同比+63.72%），业绩指标呈高速增长态势。 美国政府客户尤其是美国国防部（DOD）或引领 PLTR 季度收入增速持续上行。 2025Q1 总收入达到 8.84 亿美元，同比+39%；按地区看美国客户占比 71.05%（同比 +6.99pct）占比呈上升趋势，按类型看政府客户占比 55.1%（同比+2.3pct），其中美国政府客户收入增速从 2023Q4 开始明显持续上行，与 USAspending.gov 显示的季 度美国政府新增订单和合同数量变化趋势基本匹配，具体来看，美国国防部（DOD） 在 2024 年美国政府订单前五大客户中占 65.47%，预期未来美国国防部订单仍将是 公司的重要增长动力。

AIP 带动美国企业业务高增。2025Q1 商业企业收入3.79 亿美元（同比+32.78%）， 其中美国企业达到 2.55 亿美元（同比+70%），增量主要来自 AIP 的客户需求，公司 利用 Bootcamp 策略成功压低了整体客户转化时间至 1-3 个月，一定程度上弥补了规 模化难的劣势。

美国商业企业订单快速上量。总合同价值 TCV（Total Contract Value）代表已签 订的合同总金额，2022Q4 开始公司的 TCV 快速增长，2025Q1 的 TCV 达到 15 亿美 元（同比+66%），其中政府部门 TCV 5.7 亿美元（同比+43%）、商业企业 TCV 9.3 亿 美元（同比+84%），美国商业企业 TCV 8.1 亿美元（同比+83%）。 25Q1 订单中长期合同合同放量加快。剩余履约义务 RPO（Remaining performance obligations）代表尚未确认且不可取消的合同价值，2025Q1 公司 RPO 为 19 亿美元（同比+46.15%），RPO 环比净增加值为 1.7 亿美元，其中短期 RPO 环 比净增加 0.7 亿美元、长期 RPO 环比净增加 1 亿美元，中长期合同新增额有所增加， 或代表 2025Q1 签订的新合同中 1 年以上的中长期合同更多。

毛利率较为稳定，营业利润率持续上行。剔除 SBC 后，2025Q1 公司毛利率高达 83%（同比-1.19pct）、调整后的营业利润 3.91 亿美元（同比+72.53%）、调整后的营 业利润率高达 44.21%（同比+8.51pct）。

自由现金流快速增长。2025Q1 自由现金流达到 3.04 亿美元（同比+139.6%）， 自由现金流利润率达到 34.4%。

3.4. Palantir 已成为美国市值最高的上市军工企业

根据知识图谱科技、参考消息、国务院发展研究中心国际技术经济研究所官方账 号等公开披露，Palantir 在国防情报领域发挥了重要作用： 1）美军号称利用 Palantir 的 AI 情报系统，定位到了本拉登的位置； 2）Palantir 是五角大楼 AI 旗舰项目“Maven 计划”的主要承接单位，并在 2024 年将 Maven 智能系统的访问权限扩展至整个军事部门，包括陆军、空军、太空部队、 海军和海军陆战队，据 Palantir 公开披露，同时要在 2029 年之前全面开展名为“Maven 智能系统”的大型 AI 项目； 3）2024 年，受美国陆军委托打造首辆 AI 定义的情报战车“泰坦”（TITAN）； 4）2025 年，与北约通信和信息局（NCI Agency）完成了 Palantir Maven 智能系 统北约版（MSS NATO）的采购，将 PLTR 的该智能系统部署到北约盟军作战司令部 （ACO）中，该组织将利用 AI 应用来增强作战能力。

PLTR 正在通过广泛结盟的方式挑战传统军工巨头地位： 1）2024 年 8 月，通过微软 Azure Government 部署 Palantir 的 Gotham、AIP 等 工具，服务国防及情报机构； 2）2024 年 12 月，与 Anduril 联盟（consortium），为了提升美国在人工智能（AI） 领域的能力，特别是在军事和国家安全领域。双方将共同提供从战术边缘到云端的技 术基础设施，帮助美国政府及其行业伙伴将 AI 技术转化为下一代军事和安全能力； 3）2025 年 4 月，与谷歌公共部门建立合作，将谷歌云引入公司的 FedStart 美国 政府项目平台，允许大公司和初创公司将他们的软件提供给美国联邦政府机构。 自俄乌冲突（2022.2.24）以来，Palantir 市值快速提升，目前已突破 2645 亿美 元（2024.4.25），翻了超 10 倍，并成为美国市值最高的上市军工企业。

3.5. PLTR 估值：高护城河带来高估值

PLTR 自 2023 年以来估值一路走高，从最低点的 6 Forward-PS 和 36 ForwardPE，目前已抬升至 71 Forward-PS 和 202 Forward-PE（截至 2025 年 4 月 27 日）； 我们认为，持续高估值的原因包括： 1）美国国防预算再分配中的受益者，有望在 AI 技术变革中引领军工行业未来； 2）为数不多在 2023 年就真正因为 AI 而产生订单、业绩明显拐点的应用公司； 3）AIP 使得公司的数据分析能力能够在政府、商业企业中规模化推广，部分解 决了项目制、高度定制化的扩张难题； 4）因极高的护城河而带来的高毛利率以及未来高利润增长的可能性。

而 Palantir 的护城河体现在： 1）技术先发优势+人才优势，带来了结构化+非结构化数据的分析处理能力； 2）积累的大量真实数据和经验积累出的业务 Know-how； 3）高度定制化带来的客户极高的粘性和转换成本。 1、具体来看，技术先发优势明显，创始人带来了早期的结构化+非结构化数据的 分析处理能力： 1）技术来源：创始人 Peter Thiel 将 PayPal 的金融欺诈识别技术引入，并奠定 了技术基石（PayPal 的诈骗率为营收的 0.17%远低于行业平均水平 1.86%）； 2）人才激励：上市时采用 DPO（Direct Public Offering, DPO）未发行新股融资， 员工可在公布 2020 年全年财报后的第三个交易日可以出售股票，资本市场流通的股 份来自于公司上市后员工售出手中的部分股权；同时持续进行股权激励，通过 SBC （Stock-based Compensation）以股票（如限制性股票 RSU、股票期权）形式支付 员工薪酬，上市后季度 SBC 费用占收入的比例一度高达 60%以上。

2、采用“本体论”的哲学思想，围绕客户决策进行数据清洗和分析，积累了大量 真实数据+经验，形成业务 Know-how。Palantir 将“本体论”（Ontology）这一哲学 概念应用于软件应用开发，将每个决策分成数据（Data）、逻辑（Logic）和行动（Action）： 1）在数据层，数据模型为开箱即用的应用程序提供支持，用于探索结构化、非结 构化、地理空间、时间、模拟和其他数据模式。Palantir 平台提供了一个可扩展的多 模式数据连接和集成框架，该框架可与开箱即用的企业数据系统配合使用。2）在逻辑层，Palantir 可以将生成式 AI 或预测等模型、业务系统+业务逻辑以及 模块分析和报告进行深度整合，用户可以从中混合和匹配，为决策者提供关键时刻所 需的所有上下文。 3）在行动层，Palantir明确表示LLM是辅助人而不是替代人，并为AIP的Workflow Services 设计了完整的控制（Controls）、审核（Reviews）、模拟（Simulations）的 程序，确保 AI 的行动建议能够得到安全的执行，并通过人工的反馈对「逻辑」层的模 型和流程进行不断迭代更新。4）Palantir 打造了 AIP Now 平台，对大模型产品的具体应用案例按照行业和职 能进行了分类，AIP Now 官网已有几十个案例可供参考。 以金融行业为例，AIP 可通过集成高级多模态语言模型和其他系统集成，AIP 的 本体丰富了来自 PDF 和各种文档类型的见解，然后将其与来自其他结构化来源（内 部和第三方）的数据相结合，简化尽职调查分析和报告生成，加速和扩大早期 PE 交 易效率。

3、高度定制化带来的客户极高的粘性和转换成本： 1）根据 Palantir 招股书，公司项目平均在 3.6 年产生收入（截至 2020 年 9 月 30 日），并且公司提供的软件为情报分析系统，客户需要日常长期持续使用； 2）项目内容包括授权+维护+培训+专业服务。根据 Gotham 的早期报价单可以看 出，与客户的合同报价中包含了软件授权费、维护费、培训费以及一些专业服务费用， 例如客户可以以约 14 万美元的单价购买一个永久授权+本地部署的 Gotham 服务器 核（单个服务器少则单核，多则 48、64 核），也可以按照约 7000 美元/月/核订阅云服 务，同时需要几百到上万美元的维护、培训、专业服务费。 3）拓展政府和大型商业客户需要大量前期投入（销售周期长达半年-1 年），公司 获取和发展客户的业务模式分为获取（短期试点、当年确收<10 万美元）、扩展（当 年确收>10 万美元、负毛利）、规模化（当年确收>10 万美元、正毛利）三个阶段， 上市时销售费用率一度达到 116%，而后常年保持 30%以上的销售费用率； 粗略计算，2024Q4 单个客户为 Palantir 季度创收达到 116.46 万美元，边际下 行，政府客户为 325.71 万美元且呈上升趋势，商业客户为 65.15 万美元，边际下行。

编辑：火腿肠