比英伟达还火的Palantir,国内谁能对标?

蓝鲸财经
Sep 01, 2025

作者|略大参考 杨知潮

从2023年开始,李彦宏就反复强调一个意思:AI应用的想象空间,会比AI模型更大。

Palantir(简称PLTR,中文译名帕兰提尔)的出现,算是对李彦宏预言的一种回应。

它已经成为眼下美股最火爆的AI公司。这个因搜捕本拉登而著名的软件服务企业在8月成为美股的最大亮点,尽管股价在近几天经历了一些波动,但其热度居高不下,日成交额在百亿美元以上,位居各种互联网券商的热榜。股价上,过去一年已经累计暴涨400%以上,就连英伟达博通也无法比拟。其势头甚至有些压住了英伟达。成为了美股AI的又一类新故事。

这个新故事不再是关于算力和通用大模型,而是应用。它的技术护城河不在于模型有多大,算力有多强,而是对一个产业的理解有多深。它更像是一个深耕行业的行业顾问,而不是一个全知全能的硅基上帝。

这是一个国内厂商长期忽视的领域,毕竟大多数大厂都想做平台,都想做游戏规则制定者,而不愿意深入进具体的应用领域。但Palantir带来了一种新的启示:把AI落地的想象空间,可能比创造AI更大。

01 反常识的存在

要找到中国的Palantir,首先要理解Palantir的内核。

在Palantir之前,AI领域里赚到大钱的都是平台型公司,如平台型算力公司英伟达,或者Azure、AWS这样的云服务平台。毕竟平台型的AI公司可以控制行业的游戏规则,自然更加赚钱。

但Palantir的出现,则证明未必如此。

在2025年,Palantir这家应用公司,似乎展现出了比平台型公司更强大的潜力。8月,Palantir发布了一份惊艳的财报。收入大涨五成,Palantir股价也迎来历史新高,过去一年已经累计暴涨400%以上,从市值上看,Palantir已经是美股前十的科技公司了。

理解Palantir,只需要抓住几个关键词:

第一个关键词是应用。和反复强调AI应用重要性的百度一样,应用也是Palantir区别于其他AI公司的最根本特征,这点从“AI应用第一股”的称号中便不难发现。

谷歌这种技术导向型AI公司不同,Palantir根本不是做AI起家的,它从来都是扎根于应用本身。AI公司的逻辑是造锤子,再拿造好的锤子找钉子。而应用公司的逻辑是擅长钉钉子,只是在钉钉子的过程中找到了AI这个“锤子”。

具体到业务上,Palantir其实只有两个业务:面向政府机构和国防的Gotham和面向企业的Foundry。至于AI平台Palantir AIP,只是一个附属于旧业务的“插件”,目的是降低Foundry的使用门槛,不算一个完全的新业务。

Palantir不喜欢谈模型技术,怎么应用才是它逻辑里的重点,按照公司高管的说法:“LLM 是割裂的智能,Ontology 才是真实理解的逻辑。没有 Palantir,LLM 无法真正工作在现实世界中。”这种理念和李彦宏所说的“模型本身不创造价值,应用才创造”非常接近。

Palantir的第二个关键词,是深入行业。

Palantir和行业扎得很深。比如:据外媒披露,疫情期间,Palantir曾经和英国国家卫生服务体系合作,整合了地区的患者数据和医疗资源,形成了一个调度模型,将疫情期间的资源分发效率提高了40%以上。

SAAS公司普遍讨厌定制化,因为它会拉低毛利率,规模效应更弱。但这种逻辑,构成了Palantir独特的护城河:专业。

通用模型会被算力和人才追赶,但专业领域的数据,却是一种只可以靠时间积累的宝贵财产。

Palantir和客户的绑定非常深,前20大客户平均每年花费7000万美元,客单价奇高,每增加一个客户都会对Palantir的财报产生巨大影响。

技术实力+深度绑定,为Palantir构建出一种锁定效应,这种锁定效应,让Palantir不必和模型层一样内卷,摆脱了一部分竞争,由此带来了极高的利润率。

最新财报显示,Palantir的调整后经营利润率高达46%,净利润率为33%,自由现金流利润率高达57%。这是一个非常恐怖的利润率。微软的自由现金流利润率也常年只有30%多。

显然,Palantir贩卖的可不止是想象空间,哪怕它不成长,也已经是一个足够优秀的好生意。

Palantir也给了国内公司一种启示,相比于通用的AI平台,做具体AI应用的想象空间,并不一定更差。

02 中国的Palantir在哪?

这也是李彦宏过去多年不停重复的观点。

在他看来,百模大战实在不是一种明智的选择。在移动互联网时代,微信、抖音这些超级应用,他们创造的价值并不比安卓更少。任何时代,应用层的机会都是远多于系统层,AI时代也应该如此。

在他的理念下,百度也极其看重应用。这种理念最终带来了强大的落地能力:2025年上半年,百度智能云中标48个项目,中标金额5.1亿,均为第一。

数字背后是应用能力。和Palantir一样,百度非常愿意深入到具体的业务里。以Palantir和百度都有介入的智慧交通领域为例,百度打造的“公路应急指挥智能体”已在河北京雄高速落地使用,能高效识别如异常停车等突发事件,并快速生成处置预案,显著缩短应急响应时间,将预警准确率提升至95%以上。

深入场景,深入应用,是Palantir区别于平台型AI厂商的根本差异,也是百度一直以来遵循的一个理念,毕竟模型本身无法创造具体价值,应用才可以。

当然,百度不光做应用,也有很多算力、模型层的上层布局,但百度的各种平台,也都是为应用服务的。

比如百度智能云千帆大模型平台,就是一个“生产智能体的AI”。刚刚结束的百度云智大会上,千帆平台正式升级至4.0版本,还升级了一整套针对特定领域的专精模型,比如金融、视觉、角色扮演的专用模型,效率更高,更专业。比如网易游戏《逆水寒》里的两个NPC,就是用这一平台打造的,他们可以根据自己的人设,用特定语气、风格和玩家互动。

围绕百舸平台和千帆平台,百度也会做许多“开箱即用”的智能体,比如一见视觉大模型平台,它能在几分钟内生成一个复杂的AI技能。一见工序合规分析正在落地三一能源的工厂车间。当部署完成后,工人一旦出现操作失误,便会立即收到警报提示,管理者也能在平台上看到详细信息,实时判断新工序的执行情况,大幅减少人工现场巡检耗时。

不难发现,和Palantir近似,百度做AI,会做得“很深”,直接具体到某个领域的某个场景,解决直接的问题。

除了应用理念,百度的客户结构甚至也和Palantir有些相似。虽然没有Palantir那么强的军方基因,但百度却拥有大量的国央企客户。数据显示,65%的央企会选择百度智能云。

除了百度这样的大厂,还有一个群体也可能成为中国的Palantir:垂直技术服务商。

它们不一定有很强的AI技术,但必须有一个行业丰富的经验。比如百度地图和高德地图,他们长期做交通,和车企、交通部门都有很深的合作关系。再比如京东物流顺丰、菜鸟这样的物流服务商,他们有着很强的物流领域数据积累。

除了这些叫得上名的服务商,还有海量的创业公司,他们未必有百度这样强大的模型能力、算力能力,但他们却长期深耕于某一个领域,积累了大量的数据。

而随着百度千帆这样的平台崛起,眼下AI创业的门槛非常低,甚至只需要一些自然语言就能够生成一个智能体。这些服务商的数据,很容易被打包成模型,建立起强大的护城河。这也是百度的另一层价值:通过降低AI应用开发的门槛,发掘出更多的“中国Palantir”。

这种生意的想象空间和利润率,未必会比模型层乃至算力层更差。

03 完全不同的估值逻辑

尽管有各种相似之处,但在资本市场,百度等AI应用厂商和Palantir完全遵循着两种估值逻辑。

PLTR的滚动市盈率接近500倍,是整个标普500里PE最高的企业——换句话说,美国资本市场给了它所有科技大公司里最高的估值。

这是英伟达都没有的待遇,在市场看来,Palantir的成长空间比所有AI大厂都更广阔。

而百度这边的滚动市盈率已经来到了8倍。即便百度一季度智能云收入增速已经来到了42%,二季度AI新业务收入增长34%,AI新业务收入超过百亿元,核心净利润增长35%,但仍然无法让百度享受到AI公司的估值。

抛开业绩上的差距,这当然也有估值逻辑的问题。

整个中国资本市场似乎都不喜欢听AI的故事,阿里腾讯也没有从AI中收获估值的暴涨。阿里巴巴这家全面转向AI的大厂,滚动市盈率只有15倍左右,市场完全把它定义为一个消费公司。在美国资本市场,AI是最好的讲故事方式。但AI只要落到中国公司身上,仿佛它就不是AI了。

相反,整个2025年,中国资本市场似乎更愿意相信消费的故事。港股三姐妹不是地平线、百度、阿里云,而是泡泡玛特老铺黄金、蜜雪冰城。

比起奶茶直接的盈利方式,国内市场似乎不相信AI能够创造爆炸式的收入增长。毕竟就像腾讯管理层所说,国内的SAAS市场没有美国那样发达,不容易赚取云服务的收入。此外,国内也没有英伟达这样强大的算力公司。

但Palantir的崛起,也带来了新的启示:只要用数据扎根行业,AI技术就自然而然地拥有创造爆炸式增长的机会。只要持续深耕应用,积累行业经验,无论是百度这样的AI大厂,或是那些数字服务公司,都有机会成为中国的Palantir。 

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10