全球AI软件领域的分化与价值交付方式转变 - 全球AI软件领域出现分化：标准化订阅制SaaS巨头（如Salesforce）推出AI功能但面临收入增速放缓与资本市场反应平淡，而定制化重交付公司（如Palantir）在AI应用浪潮中实现收入加速与股价重估 [1] - 分化背后是AI正在改变软件的价值交付方式 [1] - 在此背景下，中国的第四范式正越来越多地被拿来与Palantir相提并论 [1] Palantir的业务模式与市场认可 - Palantir核心产品是整合数据、模型和业务流程的“决策操作系统”，早期服务于政府、军方和情报机构，后推广至医疗、制造、能源等行业 [3] - 公司接连获得大型长期合同，如与美国陆军达成的未来十年上限约100亿美元的长期企业级协议，以及面向海军舰船供应链和核潜艇项目的数亿美元合同，这些合同将平台作为“军方运作中枢”部署，带来长期收入与高切换成本 [3] - 在民营部门，其Foundry平台通过整合数据流、排班、库存、预测等不同系统，形成统一决策视图，直接带来可量化的经营改善，如提升资源利用率和提前识别瓶颈 [3] - 与Salesforce的标准化订阅模式不同，Palantir将AI深度嵌入客户的真实运作体系，解决数据可用性、模型贴合业务、结果可解释等非标准化问题，一旦上线替代成本极高 [5] - 资本市场重新认识此类公司，因其拥有极强的长期黏性与高迁移成本，愿意给予溢价 [5] - Palantir近期宣布直接招聘高中毕业生，成功转正年薪达17万美元，招聘标准只看解决真实问题的能力 [6] 第四范式的业务定位与发展路径 - 第四范式是一家中国人工智能公司，成立于2014年，长期服务于银行、能源、制造、零售等大型组织，核心业务是将AI模型用于金融风控、设备故障预测、供应链优化等垂直业务场景 [7] - 公司早期以项目制为主，为大型客户交付完整AI系统，后在实践中将方法论沉淀，形成了名为“先知”的AI平台，该平台为合作伙伴和客户提供模型与决策能力的“底座” [7][8] - 公司转型逻辑与Palantir从“为单一客户做系统”走向“平台化操作系统”的过程高度相似 [8] 第四范式面临的中国市场特殊性 - 在中国信创背景下，客户预算高度集中在硬件与算力采购上，公司通过“软硬一体”方式交付，将模型、平台与算力适配打包，以解决国产GPU和服务器“怎么用起来”的可用性问题 [9] - 硬件本身几乎不贡献利润，目的在于为平台和模型创造落地入口，先知平台的软件部分正体现规模效应，净利润从持续亏损走向盈亏平衡 [9] - 公司早期业务形态接近“AI解决方案公司”，高度依赖人力，项目之间难以复制，规模扩张受限 [9] 第四范式的核心方法论与产品化转型 - 公司在大量项目实践中发现，不同行业AI落地的路径存在共性，并形成了一套称为“北极星指标”的内部方法论，该方法将企业战略目标、业务指标和AI模型效果串联，确保AI明确服务于可量化的业务结果 [10] - 公司将“如何做这件事”的过程产品化，推出了“先知平台”，该平台像一条“AI工厂流水线”，将数据接入、特征工程、模型训练、评估、部署和持续迭代等步骤标准化和自动化，以快速生成适配模型 [11] - 公司调整交付方式，从过去自己完成端到端项目，转变为与熟悉客户业务的软件公司或系统集成商合作，公司专注于提供模型能力和平台工具，形成“平台能力+合作伙伴实施”的组合，提高了交付效率和覆盖面 [11] - 这一转型使公司尝试成为让更多企业“更容易把AI用到关键业务里”的基础设施提供者，被视为“中国式Palantir路径探索者” [12] 第四范式在中国软件产业中的独特性 - 与金蝶、用友等企业管理软件公司相比，第四范式不覆盖广泛的通用管理场景，而是聚焦“决策密度最高”的环节 [15] - 与金山办公等订阅制SaaS相比，第四范式不追求用户规模，而是追求在少数大型客户中深度嵌入 [15] - 与中软国际、软通动力等IT外包与系统集成公司相比，第四范式不以人力交付为核心，而是试图通过平台化把“做模型、做决策能力”的部分标准化、规模化 [15] - 公司处在一个相对稀缺的位置：既不完全是SaaS，也不只是外包，而更接近“组织级AI基础设施提供商” [15] - 市场将其与Palantir对标，是因为两者都试图解决如何让AI成为大型组织运转的一部分，而不是一个可选工具 [15] 对中国AI应用公司发展路径的启示 - 中国的AI应用公司必须接受“早期不轻”的现实，在算力、数据和流程尚未高度标准化的阶段，深度嵌入意味着更重的交付和更长的周期 [16] - 平台化与合作伙伴体系是规模化的唯一出路，通过合作伙伴承接需求理解和系统集成，自身聚焦模型与决策能力，是降低边际成本、释放规模效应的关键 [16] - 真正的护城河不在模型，而在“被用起来的程度”，一旦AI成为客户业务中不可替代的决策节点，商业模式和估值逻辑都会改变 [16] - 第四范式所代表的，是中国AI应用公司在现实约束下的一种探索方向，如果走通，将是中国在AI应用层面形成长期竞争力的关键一环 [17]