Palantir遭AI巨頭圍攻，客戶方案恐被深度套牢

據一位我采訪過的前Palantir高管說，2022年時，Palantir只有3家非政府、非軍方客戶，也就是它所稱的商業客戶。如今，Palantir約46%的業務、約21億美元收入，來自溫迪漢堡和通用磨坊等商業客戶。總體來看，這些商業部署中有相當一部分聚焦于供應鏈管理。

Palantir的成功，來自其部署人工智能的能力，而這又同時依賴于它的技術棧和部署模式。這種部署模式被稱為“前置部署工程”。

這一概念借用了軍事術語“前沿部署部隊”。所謂前置部署工程師，是指在客戶現場工作的軟件工程師，他們利用Palantir的平臺——如Foundry和Gotham——解決復雜的現實問題。與傳統軟件工程師不同，這些工程師的重點是為特定客戶定制解決方案，整合數據、配置工作流，并確保軟件能在客戶的實際運營環境中有效運行。

由于Palantir取得成功，其他企業軟件和供應鏈軟件公司如今也開始提供前置部署工程服務。供應鏈軟件解決方案提供商Kinaxis就是其中之一。不過，Kinaxis認為，他們做得更好，因為他們具備行業領域知識。另一些企業軟件廠商，如Anaplan，則認為前置部署工程這一整套概念被過度包裝，實際交付效果并不理想。

幾十年前，企業往往自己開發軟件。但這種做法風險很高，失敗率高，總擁有成本也高。正因如此，企業軟件開發公司才逐漸興起。這些公司提供標準化解決方案，銷售給大量客戶。

Palantir Technologies部署戰略師丹尼·盧特庫斯解釋說：“Palantir的方法非常不同。”Palantir懷疑，標準化解決方案是否真的符合企業希望如何經營業務。多數公司最終還是會使用Excel和其他線下工作流，這實際上說明標準化方案對很多企業并不適用。企業資源規劃和供應鏈管理解決方案都過于“僵化”。“我們看到人們手工整合數據，自己建立邏輯，由此帶來了很多糟糕的后果。”

Kinaxis智能體解決方案負責人馬尼克·夏爾馬表示，盡管這些人工智能解決方案是面向特定客戶的，但不應被視為“定制化”解決方案。過去所謂定制化，是顧問使用軟件開發工具編寫代碼。現在則是用人工智能工具把一個解決方案拼接起來。實際上，像Palantir這樣的公司，兼具人工智能工具公司和系統集成商的角色，與客戶共同構建面向特定客戶的解決方案。

不過，與過去的定制化方案一樣，這類前置部署的人工智能解決方案失敗率也很高。麻省理工學院媒體實驗室2025年的一份報告顯示，95%的生成式人工智能試點項目未能帶來商業價值。該研究分析了300多個人工智能部署案例，發現只有5%帶來了明確的收入增長或運營改善。

但一旦這些獨特的人工智能方案成功落地，就可能形成強有力的差異化優勢。大型第三方物流企業羅賓遜全球物流向華爾街強調，其利潤率改善得益于“精益人工智能”轉型。比如，該公司開發了自動報價能力，這種自動化提升了報價的中標率和利潤率。

幾周前，我采訪了Anaplan首席執行官查理·戈特迪納。Anaplan是企業軟件市場的重要參與者，也是少數年收入超過10億美元的企業軟件公司之一。Anaplan提供一個跨職能的情景規劃與分析平臺，應用覆蓋財務、供應鏈、人力資源以及銷售和市場營銷。

我們談到的話題之一，就是前置部署工程。戈特迪納說：“我認為它之所以對客戶有吸引力，是因為他們非常擅長快速到場，做出一個概念驗證。”他們利用客戶的數據迅速完成這件事，“再做出一個看起來很漂亮的儀表盤。他們把這一點很好地用于銷售過程，這在銷售環節確實有價值。”

在采購流程中，權力已經從首席供應鏈官這類業務負責人轉向首席信息官。業務負責人想要結果，而首席信息官則被要求推動人工智能，因為首席執行官認為人工智能可能帶來變革。人工智能預算掌握在首席信息官手中。快速的概念驗證和漂亮的儀表盤，會讓業務負責人默認接受一個人工智能項目。另一個吸引點在于，這類概念驗證通常以固定費用方式出售。

戈特迪納接著說，企業“在部署完成之前都會喜歡這種模式。可一旦部署結束，他們就得長期為前置部署工程師付費，并持續依賴他們。如果我想做改動，就得付錢給他們；要維持系統運行，也得付錢給他們。要擺脫這個平臺非常困難。而且他們還會在我的組織內部四處推銷下一個項目，于是就這樣嵌進來了。”

他還認為，這類方案的能力往往有限，很多時候“更像是可視化和商業智能能力，而不是一種新的能力”。盡管存在這些局限，為項目背書的首席信息官仍會說“再給它一點時間”。他說：“我們不希望用技術把客戶困住，我們希望客戶使用我們的產品，是因為它確實在為他們創造價值。”

Anaplan首席執行官還說：“這是一個不錯的銷售模式，也是一個不錯的初始部署模式，但絕不是一個適合長期運行軟件的模式，完全不是。”他預計，隨著更多人了解這種方法，它“最終會走到盡頭”。

Kinaxis認為，前置部署工程是個好模式，只是執行得不好在出任Kinaxis智能體解決方案負責人之前，馬尼克·夏爾馬曾擔任Palantir供應鏈數字解決方案主管。他了解前置部署工程的來歷、短板和潛力。Kinaxis是領先的供應鏈解決方案提供商，在供應鏈規劃市場排名第四。如今，該公司更愿意把自己定義為供應鏈編排領域的領先提供商。

“編排”這個詞，很適合描述基于智能體人工智能框架構建的解決方案。該公司已經加大對Maestro平臺的投資，使其更具智能體特征。其目標是利用Maestro推動橫向編排和持續規劃，覆蓋的不僅是其原本提供的供應鏈規劃，還包括采購、物流和財務——這些應用并不都歸它所有。為了更好地進行需求規劃，市場營銷和客戶關系管理組件也可能需要納入端到端運營編排之中。

這一智能體框架將使Kinaxis能夠利用微服務連接其他廠商的應用和組件。生成式人工智能將被用于創建新的小型應用和工作流，同時帶來更強大的用戶體驗。這些“結果流”會持續進行感知、分析、響應、學習，然后再次感知。Kinaxis將這一循環稱為“節拍”。而要做到這一點，既需要技術轉型，也需要其版本的前置部署工程。

這種技術轉型將需要一個知識圖譜，以統一的本體為基礎，驅動語義智能。夏爾馬說，Palantir提出了這樣一種理念：人工智能的部署、維護和成果交付，應由一支技術能力很強的團隊負責。但他也表示：“把25歲的工程師派到客戶那里去，這本身就是個問題，這也是我在上一家公司最不滿意的一點。”

Kinaxis希望通過派出不同團隊，在客戶轉型旅程的不同階段，提供領域知識、行業知識和技術能力，并對這些可組合解決方案的結果和維護負責。他說，一個新的供應鏈解決方案，不應由“一個25歲的工程師寫Python代碼”來完成。因為他們并不理解約束條件或牛鞭效應這類基本供應鏈概念，也無法把Kinaxis的模型與其他供應鏈軟件公司的應用或組件結合起來，從而推動有力的執行。

此外，人工智能工具的使用并不只是技術團隊成員的責任。傳統上，應用集成主要是把數據庫中正確的行和列連接起來。但語義智能關注的是對象、對象之間的關系以及它們的屬性。領域專家可以幫助技術專家更好地理解這些關系應當如何構建。供應鏈知識圖譜必須建立在正確的約束、連接和相互關系之上。夏爾馬說：“史蒂夫，我們已經在這條路上走了很遠，但這是一項艱巨的工作。我們確實大幅增加了研發預算。”