在当前AI技术席卷全球的浪潮中，一家做数据分析的美国公司——Palantir，悄然成为全球数据智能领域不可忽视的存在。这不仅仅因为其超过3500亿美元的惊人市值，更因为它用近二十年的时间，蹚出了一条将数据价值落地到产业深处的“难而正确”的道路。
近日，在云和恩墨2025秋季产品发布会上，公司创始人盖国强分享了Palantir的成长路径及其对国内To B科技企业的启示。他结合云和恩墨在数据智能领域的探索与实践，与广大技术从业者和行业伙伴围绕“数据如何真正驱动业务”展开深度探讨。
Palantir是谁？不只是“硅谷神秘公司”
提及Palantir，不少人或许会感到陌生。这家成立于2003年的公司，很长时间内都游离于公众视野之外，甚至被外界冠以“硅谷最神秘公司”的称号。其创始人之一彼得·蒂尔（Peter Thiel），是PayPal的联合创始人，也是《从0到1》这本商业哲学经典之作的作者之一。[注：《从0到1》由彼得·蒂尔与布莱克·马斯特斯（Blake Masters）合著。]
与传统互联网科技公司不同，Palantir并未投身于面向消费者的热门赛道，而是专注于一个核心问题：
当海量数据被汇聚后，如何从中发现真正有价值的信息？
为此，Palantir选择“扎”进那些最难、最复杂的行业：军工、情报、航空航天、工业制造……在这些对数据依赖程度极高却标准化程度低的领域，Palantir通过深度理解行业业务流程，以定制化的方式帮助企业整合数据、分析问题，最终形成可落地的洞察与决策支持，为用户带来可见的数据价值。这恰如其名“Palantir”的由来——它源自《指环王》中的“真知水晶球Palantíri”，寓意“通过数据让看不见的东西可见”。
直到2020年Palantir上市，人们才惊讶地发现，这家“低调”的公司早已成为诸多国家政府与大型企业背后不可或缺的数据分析支撑力量。并且，经过二十年的积累，该公司逐步将行业经验抽象为标准化产品，成功实现从“服务型”公司到“产品型”公司的转型，这在To B领域尤为难得。
Palantir做对了什么？从定制化走向产品化的“慢功夫”
盖国强在分享中指出，Palantir的成功并非偶然，其背后是一套独特的方法论与实践路径。在行业内普遍追逐“短平快”、应用快速落地的大环境下，Palantir走了一条“笨”路：深入客户一线，了解真实的业务场景，通过大量定制化项目，一步步摸清行业机理，最终从中抽象出可复用的产品逻辑。
其次，它在自身的技术路径中践行了“本体论”（Ontology）的哲学思想——即用结构化的方法，描述现实世界中各种事物、事件、关系的本质与内在关联，并以此将客户的业务世界完整地“映射”到数字世界中。
Palantir通过本体论为企业建立了一个“数字孪生体”，其存储的不是数据本身，而是数据之间的关系，同时融入了业务逻辑、决策规则和执行流程。当需要某种分析时，系统会根据关系网络快速找到答案。这对需要从海量数据中挖掘深层价值、推动AI落地的企业而言，都意义非凡。
如果说深入客户一线的定制化项目是“十年磨一剑”，那么Palantir的“一周一用例”模式则实现了数据价值的快速验证。在单个客户场景中，Palantir围绕一个具体问题，用五天时间快速搭建数据模型与分析视图，直接呈现可量化的业务效果，例如降低故障率、优化能耗、提升效率等；随后将成功案例沉淀为模板，建立行业应用样例库，实现知识与应用的快速迁移。
对此，盖国强表示：“这是Palantir给行业带来的一个重要启发：数据智能的价值，不在于系统有多庞大、算法有多复杂，而在于能否在尽可能短的时间内，为用户带来真实的、可感知的业务改进。”
Palantir对云和恩墨的启示：数据智能平台zAIoT未来可期
盖国强坦言，Palantir的成功模式若想要在中国完全复制并不容易，但这并不意味着中国企业不能从中汲取经验。正如Palantir所揭示的，数据的真正价值，往往蕴藏于那些最复杂、最难啃的行业与场景之中。作为国内深耕数据库与数据智能领域的代表企业之一，云和恩墨同样在“难啃”的行业中进行着长期探索。
盖国强提到，云和恩墨在2023年初正式推出的zAIoT是一款深扎于军工与工业制造场景的数据智能平台。该产品以业务需求为导向，依托“数据接入整合层-智境（Domain）层-业务应用层”的三层架构，递进式地实现数据从“原始形态”到“业务价值”的转化。同时，通过AI技术打造通用的平台能力，zAIoT通过构建数据资产、算法模型、业务流程等要素，为顶层的SaaS化应用提供了支持。
数据接入整合层：打破孤岛，变原始数据为资产
数据接入整合层的核心目标是将企业的原始数据转化为AI算法与业务可用的数据资产。该层始终围绕具体业务痛点开展工作：先明确需解决的业务问题与目标，再针对性地进行数据处理，通过定制化清洗规则去除数据杂质，引入行业适配的算法优化数据质量，同时依据业务标准完成数据整理，最终形成带有标签、主题且具备多源分布特性的高维特征数据资产，为后续环节奠定基础。
智境（Domain）层：数据与AI融合的核心引擎
作为连接数据资产与业务应用的关键枢纽，该层主要实现数据与算法模型的深度融合。一方面，智境层构建了完整的AI算法模型体系，覆盖模型开发、训练、评估、推理与监控全流程，并且引入大模型辅助语义建模与业务知识库构建，大幅提升模型对业务场景的理解能力与构建效率。另一方面，考虑到不同行业业务属性差异导致分析流程不同的特点，智境层能够依托云和恩墨过往的行业经验与产品能力，为不同行业快速搭建适配其需求的数据空间分析流程，避免了重复开发，确保数据资产能够高效对接业务需求。
业务应用层：落地场景，转化数据价值
业务应用层是价值落地的“最后一公里”，也是客户最能直观感知的部分。在离散型高端制造场景中，该层可实现全流程覆盖：
针对原型测试与质量验证环节，通过管理海量试验数据并辅助企业完成质量评估；
面对生产工序多、联动要求高的问题，优化生产路径；
挖掘产线与设备的异常信息，实现异常监控与预警，防范生产事故；
对关键部件进行核心指标监控与预警，辅助企业判断设备切换和替换时机，控制成本；
通过自主研发的仿真引擎，基于输入要素对特定场景进行过程推演，排查潜在问题；
在生产管理环节，实现核心业务的智能决策与流程编排。
经过两年多的快速迭代与实践积累，zAIoT目前已在多个关键领域实现深度应用：在军工领域，zAIoT为科研院所、部队提供试验数据汇聚处理、态势感知与分析挖掘、业务场景推演仿真等解决方案，为客户提供全域数据态势感知和挖掘服务；在工业制造领域，zAIoT的生产大数据库平台解决方案已落地离散型制造、能源监控等场景。
盖国强在分享中表示，zAIoT的逻辑是“从场景中来，到行业中去”——先深入军工和工业制造一线解决具体痛点，再将成功经验沉淀为可复制模板。而云和恩墨的下一步，就是将这些经过验证的智能能力逐步扩展至更多应用领域，帮助企业真正把数据价值转化为业务成效。
图片由AI生成
结语
从Palantir的20年深耕实践，到zAIoT数据智能平台的落地成果，其实都是在践行着“先懂场景，再做产品”的底层逻辑。也许这条路很艰难、很漫长，但正如盖国强所言：“真正有价值的工作，从来都不是轻而易举的。”把复杂的事情做透，把困难的事情做好，才能够赢得客户的信任，也能够为自己赢得可持续发展的空间。数据智能的未来，正属于那些愿意迎难而上的人。
数据驱动，成就未来，云和恩墨，不负所托！
云和恩墨创立于2011年，是业界领先的“智能的数据技术提供商”。公司以“数据驱动，成就未来”为使命，致力于将创新的数据技术产品和解决方案带给全球的企业和组织，帮助客户构建安全、高效、敏捷且经济的数据环境，持续增强客户在数据洞察和决策上的竞争优势，实现数据驱动的业务创新和升级发展。
自成立以来，云和恩墨专注于数据技术领域，根据不断变化的市场需求，创新研发了系列软件产品，涵盖数据库、数据库存储、数据库管理和数据智能等领域。这些产品已经在集团型、大中型、高成长型客户以及行业云场景中得到广泛应用，证明了我们的技术和商业竞争力，展现了公司在数据技术端到端解决方案方面的优势。
