回头看23年pltr业绩会上的描述，真是漏了这个公司，pltr确实如大空头所说的不是拥有前沿模型的公司，但他确实懂怎么帮企业搭建llm。
诺华制药公司的首席执行官最近在CNBC接受采访时讨论了我们的合作关系，我们在其中创建了一个集成的数据湖，他们现在正在利用该湖快速推动AI在公司内部的发展，首席执行官称之为诺华相对于同行的“根本优势”。
我们刚刚推出AIP不到10周，已经看到了前所未有的入站兴趣。AIP还在与我们最大、最长期的客户展开扩展对话，因为新的功能使他们重新想象如何使用我们的软件。
无论是现有客户还是新客户，AIP都是那些希望在企业中安全地使用LLM的组织的解决方案。我们继续专注于通过推动AIP使用的复合增长来积极利用这一势头。随着这个快速发展的市场的演变和扩大，我们也将如此，这只是个开始。这种不断增长的需求将对您今天看到的结果产生增量影响
Foundry正在许多医疗设施中用于生成护士排班和预测患者安置等应用。例如，有了Foundry，HCA现在每个月只需1小时生成一次护士排班，而不是10到20小时。坦帕综合医院的患者等待时间减少了28%，管理患者安置所需的时间减少了83%。自推出以来，克利夫兰诊所已经能够在短短四个月内接受其他医院转诊的患者增加了8.5%。
谢谢，Ryan。在今年6月的AIPCon大会上，我们介绍了Palantir的人工智能平台，这是一套核心技术，旨在将LLM（大型语言模型）引入企业，以加速数据整合和本体构建、构建AI应用程序和人工智能团队。
AIP使您能够在您的数据上部署LLMs，并在您的私有网络上安全地编排企业，使用工具、操作和其他AI模型，所有这些都在一个受控、受管理和可信任的AI操作系统中。
人工智能发展的加速步伐令人鼓舞。捕捉价值的关键在于基本认识到我们正在处理一些新的、不同的东西，这需要解决新的集成和工程挑战。
从某种程度上说，通过定义LLM的特点，我们可以更容易地理解它。LLM不是算法推理，也不是人类思维。算法推理是一个过程，其执行没有任何歧义，就像传统代码一样。
来回答这个问题。Palantir在AI方面处于最佳位置，因为价值将累积给现有企业。它将累积给拥有工作流程和软件的人。因此，在我们的情况下，不仅仅是我们今天拥有的客户，还包括我们未来获取的客户。我们有20年的解决重要问题的经验。
在拥有LLM之前，你应该解决的问题没有改变。在拥有20年经验和应用知识的基础上，我们可以更快地解决这些问题。换句话说，我们已经构建了您企业中真正需要的LMs有价值的基础设施，如果您想用它们创造利润而不是写诗。
我认为你可以这样思考，LLM和Excel，就像LLM会使Excel更有价值和有用一样。它们不会取代Excel。在过去的10周里，我们与客户一起在现场建立了超过15个副驾驶员的LLM。这里的价值时间真的是令人难以置信的。它加速了我们一直在做的一切。所以我对这个定位感到非常满意。
但是现在，根据Shyam的观点和我之前提到的观点，没有路线图。实际上，产品正在教导人们路线图会是什么样子。这并不意味着每个人都会购买AIP。所以很多人会说，好吧，我需要这15个东西。我需要Shyam所说的智能与LLM互动的能力。我需要将其提取出来并转化为逻辑的能力。我需要安全地在我的企业上运行它的能力
一、核心信息提炼
1. 合作案例与竞争优势：Palantir与诺华制药共建集成数据湖，助力诺华快速落地AI，被诺华CEO称为超越同行的“根本优势”；Foundry在医疗场景（HCA、坦帕综合医院、克利夫兰诊所）实现效率大幅提升（排班耗时缩减、患者等待时间下降、转诊接收量增加）。
2. AIP产品表现：推出仅10周即获空前市场关注，与头部长期客户推进扩展合作，定位为企业安全使用LLM的解决方案，核心价值是在私有网络内实现LLM部署、数据整合及AI应用构建，目标是推动复合增长并逐步兑现业绩增量。
3. 技术定位与差异化逻辑：Palantir认为LLM并非替代现有系统（如Excel），而是提升其价值；自身核心优势在于20年企业级问题解决经验、现成的工作流程/软件基础设施，以及将LLM落地为实际商业价值（而非仅做通用生成任务）的能力，强调AI价值最终归属拥有落地场景和基础设施的企业。
4. 产品迭代与市场策略：AIP无预设路线图，通过产品实践反向定义发展方向；聚焦企业客户的实际需求（如智能交互、逻辑转化、安全部署），而非泛化的LLM功能堆砌。
二、逻辑支撑与潜在亮点
• 场景落地验证：医疗领域的具体数据（如排班耗时从10-20小时降至1小时、患者等待时间减少28%）直接证明Palantir产品的商业价值，避免了AI概念化炒作。
• 差异化竞争壁垒：不同于纯LLM厂商或通用AI平台，Palantir以“现有企业基础设施+LLM赋能”为核心，抓住了企业级AI落地的关键痛点（数据安全、流程整合、价值转化）。
• 市场节奏把控：AIP推出时间短但增长快，且明确“复合增长”和“增量业绩影响”的预期，既体现市场需求，也传递了业绩兑现的确定性。
三、潜在观察点
• 需关注AIP客户扩展的持续性：目前提及“最大、最长期客户”的扩展对话，但尚未披露具体新增客户数量或签约金额，后续落地规模需跟踪。
• LLM与现有产品的协同边界：Palantir强调LLM提升现有系统价值，但需观察其在非医疗领域（如金融、政府）的复制能力，以及是否会出现技术整合中的适配问题。
• 无路线图的产品风险：“产品定义路线图”的模式虽灵活，但可能导致长期战略不清晰，需关注其对客户预期管理的能力。
四、总结
Palantir的AI战略核心是“依托20年企业服务积淀，将LLM赋能于实际业务流程，实现安全、可落地的企业级AI价值”，当前已通过医疗、制药领域的案例验证模式有效性，AIP的快速起量进一步印证市场需求，但后续需关注客户规模化、跨场景复制及业绩兑现节奏。
Palantir AI战略与英伟达GPU生态的协同点
1. 底层算力支撑与企业级AI落地的互补
Palantir的核心价值在于为企业提供安全可控的AI操作系统（AIP、Foundry），解决LLM在企业数据整合、流程适配、隐私保护等落地难题，但AI模型训练与推理依赖强大的算力支持——这正是英伟达GPU生态的核心优势。英伟达的GPU（如H100、A100）及配套的CUDA架构、AI软件栈（TensorRT、NeMo），能为Palantir平台上的LLM部署、企业级数据处理提供高效算力，让Palantir的“AI落地能力”与英伟达的“AI算力能力”形成闭环：Palantir负责将企业需求转化为可执行的AI解决方案，英伟达负责让方案在算力层面高效运转。
例如，诺华制药通过Palantir数据湖推动AI落地时，背后需处理海量生物医药数据的LLM推理与训练，英伟达GPU可支撑这类高复杂度计算；HCA医疗用Foundry优化排班和患者安置，实时数据处理与预测模型的运行也依赖英伟达的算力加速，二者结合让“AI从概念到业务价值”的链路更顺畅。
2. 企业级场景的生态协同
Palantir深耕企业级市场20年，覆盖医疗、制药、金融、政府等核心领域，积累了大量标准化的业务流程模板与客户资源；英伟达则聚焦AI算力底层，构建了从芯片到软件的全栈生态，且同样面向B端企业客户。二者的协同可形成“算力+场景”的生态效应：
• 英伟达可借助Palantir的企业场景落地能力，将其GPU生态渗透到更细分的行业需求中（如生物医药研发、医疗资源调度），避免算力产品“空转”；
• Palantir可依托英伟达的算力生态，为客户提供“算力+平台+场景”的一体化解决方案，降低企业部署AI的门槛（比如直接集成英伟达的LLM优化工具，提升AIP的模型运行效率）。
这种协同本质上是“算力基础设施”与“场景落地基础设施”的结合，精准匹配了企业级AI“既要算力，也要能用”的核心需求。
3. LLM产业化的分工与共赢
Palantir明确LLM的定位是“提升现有系统价值（如Excel），而非替代”，其核心目标是将LLM转化为企业的实际利润；英伟达则通过GPU生态推动LLM的技术迭代与规模化应用，二者在LLM产业化中形成清晰分工：
• 英伟达负责LLM的底层技术突破（更高效率的模型训练、更低成本的推理），为Palantir提供更易用、更高效的AI工具；
• Palantir负责LLM的商业价值转化，将英伟达支持的先进LLM适配到企业具体业务中（如医疗排班、制药数据挖掘），让算力产生实际的商业回报。
这种分工既发挥了英伟达的技术优势，也凸显了Palantir的场景优势，最终推动整个企业级AI市场的扩容，实现共赢。