AI从业者学习周刊#025-Palantir的商业模式演变

我爱免费

作者：微信文章
1.MIT的Project NANDA报告指出GenAI 上半年95%的企业ROI为0于2025年7月发布，基于2025年1月至6月的AI实施研究，包括对300多项公开AI举措的系统审查、52家组织的结构化访谈，以及153位高级领导者在四大行业会议上的调查响应。核心发现是，尽管企业对GenAI的投资高达300-400亿美元，但95%的组织报告零投资回报率（ROI），仅有5%的集成AI试点实现了数百万美元的价值。这一“GenAI Divide”将企业分为两侧：大多数处于“高采用、低转型”的错误一侧，只有少数成功桥接鸿沟的企业实现了P&L（损益）影响。采用与失败率：通用工具如ChatGPT和Copilot采用率高（80%以上的组织探索或试点，近40%部署），主要提升个人生产力，但企业级系统失败率高：60%评估，20%试点，仅5%进入生产阶段，通常因工作流脆弱、缺乏上下文学习和运营不匹配。报告地址：https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf​2.麦肯锡报告《融合生态拥抱智能：2030中国智能制造及自动化行业展望》报告分析了全球和中国智能制造及自动化行业的现状与潜力，指出中国市场在全球占据主导地位，但需通过技术创新和生态融合实现跨越式增长。主要发现包括：

市场规模与增长：2025年全球工业自动化产品市场规模预计达1083亿美元，中国市场超2500亿元，占全球超三分之一。未来5年，中国行业有望实现跨越式增长，受劳动力结构变化、自动化技术突破和政策支持驱动。细分领域潜力：自动化市场细分包括连续流制造业和离散制造业的设备，以及工业物联网软件和云服务。这些领域潜力巨大，国产化率显著提升，如DCS（分布式控制系统）国产化率超60%，工业软件从“能用”向“好用”转型。驱动因素：全球劳动力结构变化（如老龄化）、颠覆性技术突破（如生成式AI大模型）和政策支持（如中国《“十四五”智能制造发展规划》）是主要推动力。同时，报告指出中国制造业面临国内经济结构转型和全球产业重塑的双重挑战。

这些发现表明，中国智能制造正从跟随者向领导者转型，但需解决成本高企和技术落地痛点。报告识别出“平台化、敏捷化、智能化”三大技术趋势，将重构产业逻辑，体现为十大技术方向：

平台化：提升软硬件兼容性和灵活度，例如构建软件定义的智能制造基础软件平台体系架构和模型化数据底座，帮助企业实现无缝集成。敏捷化：通过软硬件解耦实现快速自动化部署，如全生命周期应用工具链，支持企业应对市场需求变化。智能化：推动数据驱动决策，如多源异构数据融合和AI赋能的生产环境优化。其他趋势：报告强调生态融合的重要性，企业需深度参与行业合作；政策趋势包括国家规划支持国产化突破；经济趋势涉及宏观增速放缓和贸易摩擦风险，但AI和数字化解决方案将加速行业变革。

报告地址：www.mckinsey.com.cn​3.用电量与工业经济信号2025年7月，中国的全社会用电量达到了历史性的10226亿千瓦时，同比增长8.6% 。这是中国月度用电量首次突破1万亿千瓦时大关，这一数字在全球范围内亦属前所未有，相当于一些国家联盟（如东盟）全年的用电水平 。7月份用电数据中，增长最为迅猛的是与民生和消费直接相关的领域。城乡居民生活用电量达到2039亿千瓦时，同比激增18.0%；第三产业（主要为服务业）用电量达到2081亿千瓦时，同比增长10.7%​7月份，第一产业用电量同比增长高达20.2%，而1-7月累计增幅也达到了10.8%。虽然7月的高增长部分可归因于热浪和干旱导致的灌溉用电增加，但年初至今持续的强劲增长趋势，揭示了一个更深层次的结构性变化：中国农业的现代化和集约化进程正在加速。电力密集型的现代化农业设施，如自动化灌溉系统、温室大棚的环境控制设备、以及现代化的畜牧业和水产养殖，正在日益普及。这预示着一个新兴的、服务不足的“智慧农业”市场正在形成，为旨在优化能源和水资源利用、进行产量预测和自动化农场运营的人工智能及物联网（IoT）解决方案提供了广阔的应用前景。第二产业（主要为工业和建筑业）的用电数据为我们提供了一个更为稳健的、观察实体经济状况的窗口。2025年7月，第二产业用电量为5936亿千瓦时，同比增长4.7%​几个核心工业指标并列审视：一个经济体的工业产出和能源消耗如何能够在健康增长的同时，其衡量行业信心的前瞻性指标却发出收缩的信号？第二产业用电量：同比增长4.7%，显示工业能源消耗在扩张。规模以上工业增加值：同比增长5.7% ，显示工业产出的价值在稳健增长。   制造业采购经理指数（PMI）：录得49.3，较上月下降0.4个百分点，且低于50的荣枯分界线，表明制造业景气水平有所回落，进入收缩区间 。解读PMI：情绪的扩散，而非体量的加权PMI是一个扩散指数，它通过调查数百家企业的采购经理，询问其生产、新订单、雇员等指标相较上月是“增加”、“不变”还是“减少”。指数的计算反映的是报告“增加”的企业比例，而非产出的绝对值或加权平均值。因此，PMI衡量的是经济变化的广度，而非深度或强度。

同规模的企业表现迥异：大型企业PMI为50.3，仍处于扩张区间；而中型企业（49.5）和小型企业（46.4）则均处于收缩区间 ()。这清晰地表明，大型企业仍在增长，而广大中小型企业正面临经营困难。数据显示，装备制造业增加值同比增长8.4%，高技术制造业增加值更是高达9.3% ()。这些行业的快速增长，其权重和贡献足以拉动整个规模以上工业的平均增速达到5.7%

中国工业经济的整体增长，正由少数但体量巨大、技术先进、附加值高的龙头企业和新兴产业所支撑。这些“优等生”的强劲表现，拉动了工业总产值和总用电量的增长。与此同时，数量众多的中小型企业和传统产业则在需求疲软和成本压力下挣扎，它们的困境拉低了PMI这一衡量整体市场情绪的指标。增长先锋：高技术与装备制造业中国工业增长的引擎正在发生深刻变革。当月，高技术制造业增加值同比飙升9.3%，装备制造业增加值同比增长8.4%。这两个领域的增速不仅远高于5.7%的整体工业平均水平，更凸显了其作为经济增长新动能的核心地位 ()。7月份，工业机器人产量同比增长了24.0%，新能源汽车产量同比增长了17.1% ()。这些产品的爆发式增长，直接反映了中国在自动化、智能化和绿色交通领域的产业升级步伐。政策的强力支持是这一趋势背后的关键推手。例如，在2025年的前七个月，汽车制造业的固定资产投资增长了21.7%，显示出资本正在大量涌入这些战略性新兴产业 从能源消耗的角度看，这些新兴产业的特征是复杂的。虽然单位产值的能耗通常低于钢铁、水泥等传统重工业，但其生产过程高度依赖精密、复杂的自动化设备，这些设备需要24/7不间断运行，从而导致其绝对用电量快速攀升。历史数据也印证了这一点，例如在2024年7月，高技术及装备制造业的用电量同比增长了9%，表明这是一种持续的、结构性的增长趋势 。

​参考数据

https://www.stats.gov.cn/sj/zxfbhjd/202508/t20250815_1960790.html

​​4.公司学习：Palantir的商业探索之路与启发

得之这家公司的老板是彼得·蒂尔（Peter Thiel）后，我更想知道的是这位《0-1》的硅谷大神是如何打造出当前AI第一股的。核心论点： Palantir的持久成功与增长并非源于单一产品或市场，而是得益于一种独特的、超越传统分类的混合商业模式。它巧妙地将一种深度、服务密集型的客户互动模式（类似于高端咨询公司）与一个高度产品化、可扩展且环境无关的技术堆栈相结合。这种“咨询即产品”的飞轮效应使其能够解决客户最关键的任务难题，创造出极强的客户依赖性（“粘性”），并系统性地将定制化解决方案产品化为可规模化的平台。三阶段演进概要：

第一阶段（第一增长曲线 - 核心业务）： 凭借Gotham平台主导政府业务领域，其核心动力是以前线部署软件工程师（Forward Deployed Software Engineer, FDSE）为中心的高接触、重服务模式。第二阶段（第二增长曲线 - 相邻增长）： 通过Foundry平台向商业领域进行战略性且充满挑战的转型，这一转型的成功关键在于“本体”（Ontology）和“阿波罗”（Apollo）持续交付系统这两项关键的技术抽象。第三阶段（第三增长曲线 - 转型增长）： 由人工智能平台（Artificial Intelligence Platform, AIP）及其革命性的市场进入策略——“AIP训练营”（AIP Bootcamps）——驱动的增长拐点。该策略极大地缩短了销售周期并能即时展示价值，从而实现了业务的规模化扩张。

H3创新的关键战略启示：Palantir的历程为H3业务探索提供了一份强有力的行动指南，它强调了在新市场中取得成功需要技术、商业模式和市场进入策略的协同创新。其核心经验包括：将深度客户沉浸作为研发引擎，通过深思熟虑的抽象化构建可扩展平台，并认识到商业模式本身可以成为颠覆性创新的源泉。​选择的要解决的核心问题：在911事件后，公司成立之初识别的核心问题是，美国中央情报局（CIA）和联邦调查局（FBI）等政府机构拥有海量但彼此孤立的数据集，无法进行有效的关联分析 。当时现有的工具不仅速度慢、操作复杂（通常需要SQL知识），而且无法整合非结构化数据 。帕兰提尔的创始愿景是创建一个以人为中心的“智能增强”（intelligence augmentation）系统，而非完全自动化的AI，旨在赋能人类分析师。市场是：国家安全领域​初始投资来源：启动资金主要来自彼得·蒂尔3000万美元的个人投资，以及来自CIA旗下风险投资机构In-Q-Tel的200万美元关键早期投资 。这笔来自CIA的资金不仅是资本注入，更为palantir直接接触其首个、也是要求最严苛的客户铺平了道路。​前线部署软件工程师：市场进入策略并非依赖传统的销售团队，而是独创了前线部署软件工程师（FDSE）这一角色。这些精英软件工程师被直接派驻到客户的实际工作环境中——从办公室到战区 ()。他们的职责远不止于软件实施，更像是客户内部的“创业公司CTO”，深入理解客户的痛点，并利用帕兰提尔平台快速构建解决方案 ()。​商业模式三段的演进对H3业务探索的启示​