共计 1373 个字符，预计需要花费 4 分钟才能阅读完成。
一段 2024 年底的播客访谈,最近在中文科技社群被反复转发。受访者是 Alexandr Wang, 当时他还在 Scale AI 任创始人兼 CEO, 半年后加入 Meta 担任首席 AI 官。访谈中他提到一个判断: 在大型组织和政府客户那里, 人们对一件事的认知, 有时比客观情况更能左右决策。他举的例子, 是 Palantir。
📌 看点一: 客户认知本身就是竞争力
Wang 把 Palantir 形容成剧团与软件公司的混合体,还说这家公司长期给新员工发一本即兴表演的书。传开之后, 有的改写版本把重点放在“认知塑造”上, 甚至演绎成教工程师如何用话术接管客户大脑。
但 Palantir 自己公开的交付流程写得相当朴素:工程师住进客户现场 , 系统在客户自己的数据上跑起来, 然后签订订单。 表演书只是表象, 真正让客户掏钱的, 是他们在现场看到的东西。
🔍 看点二: 真正难复制的是驻场工程
把 Palantir 的增长归因于表演课,等于忽略了这套打法里最难抄的部分。早在 2003 年,Palantir 就开始为美国情报机构做数据分析。客户说不清自己要什么, 数据散落在多个系统里, 标准软件产品在这里几乎失效。
于是工程师只能进驻现场,在对方的数据和流程里把系统做出来 。这个角色后来有了正式名字—— 前线部署工程师(Forward Deployed Engineer,FDE)。行业复盘材料显示, 直到 2016 年,Palantir 的 FDE 数量一度超过产品工程师。
如今这套打法有了标准化入口。Palantir 官方给 AIP Bootcamp 定下的目标是五天: 客户带着自己的数据和场景来, 五天内在软件里搭出初步用例。官网客户证言里,Walgreens 借助 Foundry 和 AIP, 八个月把试点从 10 家店推到约 4000 家;AT&T 的 Foundry 上跑着 660 个应用, 其中 S.C.O.U.T. 背后有超过 100 名 AT&T 工程师参与。
💡 核心信息: 模型公司开始学 Palantir
OpenAI 今年 5 月 11 日宣布成立 OpenAI Deployment Company, 由 OpenAI 控股, 启动资金超过 40 亿美元, 来自 TPG 领投的 19 家机构, 同时收购总部位于爱丁堡的 Tomoro, 一次性带入约 150 名前线部署工程师。招聘页面上, 金融、医疗等行业单列 FDE 岗位, 写明工程师要嵌入客户组织, 把模型能力变成可审计、可交付的生产系统。
📊 几个重点值得留意
- 交付比演示更重要:客户不需要相信销售的说辞, 五天工作坊里看到的是自己的数据怎么被读取、流程怎么被搬进软件。
- 信任被拆成可验证步骤:权限怎么设、出错谁审批、审计记录留在哪里, 都有对应工具, 订单签下前客户已经亲手验证过。
- 试点失败多在部署环节:麻省理工 NANDA 项目 2025 年报告测算,95% 的企业生成式 AI 试点没有产生可量化业务收益, 问题大多不在模型本身。
- 国内 To B 卡在同一个环节:采购方签字前要回答出了问题谁负责、能不能在自己的数据上验证、接进现有流程要动多大手术。
🚀 行业观察: 稀缺的是把模型装进流程的组织
围绕“好产品也会丢单,Palantir 旧访谈翻红: 企业级 A”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
