7月初，Palantir CEO Alex Karp 接受 CNBC 采訪的視頻在科技圈迅速傳達。

視頻里，他連續(xù)了一貫夸張激烈的風格，質(zhì)疑根底模型公司的商業(yè)模式——不少企業(yè)"一邊付費購買 Token，一邊把自己的中心常識財物貢獻給模型"，甚至直言整個 AI 職業(yè)"Something has gone completely wrong(有些事情現(xiàn)已完全跑偏了)"。社交媒體很快把它濃縮成一句更有沖擊力的話："Palantir CEO 怒罵 OpenAI 是小偷。"

一開端，很多人把這當成又一次企業(yè)家的情緒化開炮。但假如把它和另一個數(shù)字放在一起看，味道就不相同了：就在 Karp 放話前后，Palantir 前期因估值爭議深度回調(diào)的股價，從 6 月底到 7 月初逆勢反彈超越 18%。

一邊是創(chuàng)始人開炮，一邊是商場用真金白銀投票。這就不再只是一句嘴炮，而是一個正在被定價的工業(yè)信號：當大模型才能越來越接近，AI 工業(yè)的錢，究竟該由誰來賺?

假如完好看完這場采訪會發(fā)現(xiàn)，Karp 真實對立的并不是某一家公司，而是一種路徑依賴：把企業(yè)數(shù)據(jù)當燃料、把模型調(diào)用當終點。而商場對 Palantir 的從頭定價說明，認同這個判別的，不止 Karp 一個人。

這個問題的答案，正在改變整個 AI 工業(yè)的價值分布——而這個改變，也正在一批中國企業(yè) AI 公司身上同步發(fā)生，包括后文會說到的明略科技。

一、從"誰的模型更強"，到"誰真實發(fā)明價值"

曩昔三年，AI 職業(yè)簡直所有重要的論題，都圍繞根底模型打開。

OpenAI 界說了職業(yè)對大模型才能的幻想，Anthropic 繼續(xù)強化安全和推理才能，Google、Meta 不斷刷新多模態(tài)、開源模型的競賽邊界。資本商場評論的是參數(shù)規(guī)模、Benchmark 效果、推理速度和上下文長度，創(chuàng)業(yè)公司搶奪的是模型才能排行榜上的一席之地。

在那個階段，職業(yè)形成了一個簡直默許的一致：誰具有強的模型，誰就具有大的商業(yè)價值。

但 2026 年以來，一個改變正在越來越明顯。越來越多企業(yè)客戶開端提出的問題，不再是"哪個模型強"，而是"哪個計劃真實能發(fā)明事務價值"。

模型能夠換，事務不能停;Token 能夠無限耗費，但 ROI 不能無限下降。當企業(yè)開端把采購決議計劃從技術(shù)指標轉(zhuǎn)向經(jīng)營指標，AI 工業(yè)的話語權(quán)也開端悄然發(fā)生改變。

Karp 在采訪中反復詰問的那句話，正是這個改變的縮影：假如 AI 真的發(fā)明了巨大價值，為什么大家還在按 Token 收費?

這句話看似在質(zhì)疑 OpenAI，實際上質(zhì)疑的是曩昔幾年整個根底模型職業(yè)默許的商業(yè)邏輯。企業(yè)真實樂意付出的，歷來不是 Token，而是效果。

二、AI 工業(yè)，正在閱歷一次熟悉的價值搬遷

假如把時間拉長，會發(fā)現(xiàn)這種改變并不陌生。

云核算剛興起時，商場競賽的中心是服務器、虛擬化和核算資源;移動互聯(lián)網(wǎng)爆發(fā)初期，大家搶奪的是操作系統(tǒng)和使用分發(fā)進口。但隨著工業(yè)老練，真實沉積長時間價值的，往往不是底層的根底才能，而是離客戶事務近的渠道和使用。

AI 工業(yè)也正在走向類似的軌道。曩昔幾年，GPU 和根底模型構(gòu)成了整個工業(yè)價值鏈耀眼的部分。但隨著模型才能快速趨同、推理成本繼續(xù)下降，越來越多企業(yè)意識到，只是具有一個才能更強的大模型，并不意味著能處理安排里的真實問題。

企業(yè)真實需求的是另一套才能：讓 AI 了解自己的數(shù)據(jù)、融入自己的流程、遵守自己的權(quán)限系統(tǒng)，并穩(wěn)定地參加日常事務運行。

換句話說，模型正在逐漸成為一種根底才能，而真實稀缺的，是把模型轉(zhuǎn)化為企業(yè)生產(chǎn)力的才能。這樣的才能，現(xiàn)已有公司在悄然搭建。

這也是為什么近一年，無論是 Salesforce 提出 Agentforce、ServiceNow 著重 AI 作業(yè)流，仍是 Oracle、SAP 不斷強化企業(yè) AI 渠道，簡直所有企業(yè)軟件公司都在把重點從模型才能轉(zhuǎn)向作業(yè)流、Agent 和事務流程。職業(yè)競賽的焦點，正在從"誰練習了強模型"，轉(zhuǎn)向"誰懂企業(yè)"。

三、不止 Palantir 一個信號

Palantir 的股價反彈不是孤例。曾被視為 AI 僅有主線的芯片敘事，近期也開端出現(xiàn)裂縫：聞名投資人 Michael Burry 公開做空英偉達并正告泡沫、Google 傳出下一代 TPU 轉(zhuǎn)向其他供貨商。當"賣鏟子"的上游與"純模型"的故事一起被從頭審視，資金正從頭流向離事務效果近的那一層。

換句話說，商場不再只為"誰模型強"投票，而是開端為"誰能把 AI 變成可衡量的事務效果"投票。這讓 Karp 的判別，從一句嘴炮，變成了有市值背書的工業(yè)信號。

Palantir 為什么要從頭界說 AI?

放在這個背景下，再看 Palantir，就更容易了解 Karp 那些看似激烈的話。

Palantir 歷來沒有企圖成為另一家 OpenAI。它真實銷售的，不是根底模型，而是一套能銜接企業(yè)數(shù)據(jù)、權(quán)限系統(tǒng)、事務流程和 AI 才能的企業(yè)操作渠道。

對它來說，OpenAI 能夠是模型，Anthropic 能夠是模型，開源模型也能夠是模型。模型會不斷改變，但企業(yè)的安排結(jié)構(gòu)、數(shù)據(jù)財物和事務常識不會頻繁重建。因而，Karp 真實關心的不是模型本身，而是誰具有企業(yè)與 AI 之間要害的銜接層。

四、Karp 提出的問題，需求一個詳細的答案

Karp 的兩句話，其實點出了企業(yè)遲遲不敢把 AI 放進中心事務的兩塊心病。

第一塊是數(shù)據(jù)。"一邊付費買 Token，一邊把中心常識財物貢獻給模型"——這不只是錢的問題，而是企業(yè)怕的事：自己多年沉積的事務常識、客戶數(shù)據(jù)、決議計劃邏輯，在一次次調(diào)用中，悄然變成了別人模型的養(yǎng)料。對越有數(shù)據(jù)財物的企業(yè)，這一刀越疼。

第二塊是價值。"AI 真發(fā)明了價值，為什么還在按 Token 收費"——按調(diào)用量付費，意味著企業(yè)為"進程"買單，卻無法確定能不能拿到"效果"。用得越多、賬單越高，但事務究竟改善了多少，沒人擔保。

把這兩塊心病放到一起，答案其實現(xiàn)已顯現(xiàn)：企業(yè)真實需求的，是一套讓 AI 跑在自己數(shù)據(jù)上、自己權(quán)限里，而且按效果、而不是按耗費來計價的才能。

這恰好是明略科技在做的事，也是它和純模型公司根本的分野。

在數(shù)據(jù)主權(quán)這一側(cè)，明略的協(xié)作渠道 Octo 支持私有化布置，并已開源(Apache 2.0)。企業(yè)的數(shù)據(jù)、權(quán)限系統(tǒng)、事務常識一向留在自己手里——AI 進來是"到你家干活"，而不是"把你的東西搬去它家練習"。Karp 憂慮的那種"把中心常識貢獻給模型"，在這套架構(gòu)下從一開端就不成立。

在價值實現(xiàn)這一側(cè)，明略走的是 Agentic Services——不是賣模型調(diào)用，而是交給事務效果。落到詳細場景里，是讓 Agent 真實接住一項作業(yè)、跑完一段流程、產(chǎn)出可衡量的成效，企業(yè)為這個成效付費。這正是"企業(yè)樂意付出的歷來不是 Token，而是效果"直接的落地。

換句話說，Karp 在美國商場指出的病，明略正在中國企業(yè)的真實流程里提出處理計劃：一手用私有化布置解數(shù)據(jù)主權(quán)的焦慮，一手用按效果交給解價值實現(xiàn)的焦慮。

五、AI 真實的競賽，或許才剛剛開端

曩昔三年，人們一向相信，大模型決定 AI 工業(yè)的未來。但今日，越來越多企業(yè)開端意識到，大模型只是 AI 系統(tǒng)的一部分。

真實決定商業(yè)價值的，不是誰具有強的模型，而是誰能把模型嵌入企業(yè)安排、作業(yè)流和決議計劃系統(tǒng)，讓 AI 繼續(xù)發(fā)明可衡量的事務效果。

或許，這才是 Palantir 這場采訪真實想表達的。它評論的不是 OpenAI，而是整個 AI 工業(yè)正在閱歷的一次價值搬遷。

而這場搬遷不是美國獨有。Palantir 是這套工業(yè)邏輯在美國商場的答案;明略科技這樣的企業(yè)，則是在用私有化布置 + 按效果交給的方式，把同一套邏輯落進中國企業(yè)的真實流程里。模型仍然是 AI 年代的發(fā)動機，但真實決定企業(yè)價值的，將是銜接模型與事務的那一層。