Palantir CEO 炮轰大模型行业企业与 AI 合作该如何“共舞”7月1日Palantir CEO Alex Karp 走进 CNBC 演播室以近乎失控的语气抛出重磅观点。他称 AI 行业“effing insane”疯了表示美国企业 CEO 们对 OpenAI 和 Anthropic“livid”暴怒还指出企业正做着荒唐事——一边疯狂为 token 付费一边将核心运营数据拱手送给模型供应商而换回的商业价值几乎无法衡量。主持人质疑他是否在“甩锅”Karp 回应“不我只是在陈述事实”。当日Palantir 股价涨了 9%这表明市场认可他说出了很多人想说却未说出口的话。这并非个人情绪宣泄。当一家市值超千亿美元的公司掌门人在全国直播中向整个大模型行业开炮且市场给予正反馈意味着集体情绪已达临界点。过去两年大家都在讨论如何拥抱大模型如今新问题浮现——公司与大模型走得太近会否被其“撕碎”01 从“上头”到“不天真”2024 年初企业对大模型的态度是“先用起来”不顾 ROI 与数据流向只因“AI 革命来了不拥抱就会被淘汰”。各行各业的 CIO 和 CTO 顶着压力将 AI 融入各业务环节这是技术恐慌驱动的决策。2025 年“全面铺开”成为关键词企业开始将大模型嵌入核心业务流程AI 在客服、代码生成、市场分析、产品设计等方面的渗透深度和广度呈指数级扩展。但到 2026 年情况发生微妙变化。Salesforce 调研显示仅一半 IT 领导者对公司数据基础设施支撑 AI 落地有信心。NTT DATA 5 月报告用“撞墙”形容企业 AI 遭遇的数据隐私和主权要求带来的架构性瓶颈。Gartner 预测到 2027 年 35%的国家将依赖区域化 AI 平台而当前这一比例仅为 5%。Karp 直白地指出企业正从无脑消耗 token 的“tokenmaxxing”转向追问投资回报率“别再把时间浪费在 token 上了”。这并非否定大模型而是行业从狂热走向冷静企业开始审视投入与回报是否成正比。02 当合作伙伴变成竞争对手Karp 的批评停留在商业模式层面而更直接的威胁是AI 服务商可能利用企业贡献的数据和场景理解打造取代企业的产品。2026 年 4 月的事件让这种担忧成为现实。2 月Figma 和 Anthropic 还在合作开发“Code to Canvas”功能看似亲密无间。4 月 14 日Anthropic 首席产品官 Mike Krieger 悄悄辞去 Figma 董事会席位。三天后Anthropic 推出 Claude Design精准对标 Figma 核心业务Figma 股价当日下跌近 8%。Fast Company 报道显示Figma 及 Adobe、Canva 等与 Anthropic 有多年合作关系的公司在 Claude Design 发布前均未获通知大家这才惊觉合作伙伴已变成竞争对手。这暴露了大模型时代的危险问题与 AI 公司深度合作企业不仅交出市场入口还交出核心场景理解和用户需求数据。Anthropic 能推出 Claude Design得益于其在与设计工具公司合作中对设计师工作流程和痛点的理解。其实这并非科技史新现象亚马逊、微软、Google 都曾利用平台数据侵蚀上游业务。大模型时代这种侵蚀更凶猛因其能加速对企业领地的理解。03 AI 时代的“洛希极限”天文学中“洛希极限”指天体离大质量星体太近会被潮汐力撕碎这一比喻精准描绘了企业与大模型的关系。大模型如大质量星体企业想借助其引力提效、降本、创新但靠得太近数据、know - how、用户需求理解等“物质”会被剥离。企业如何与 AI“共舞”而不被吞噬的边界问题已在美国被关注。中美企业 AI 应用节奏有差异美国企业已大规模深入部署中国企业正从试点走向规模化。联想联合 IDC 3 月调研显示国内 72%企业完成智能体试点并投入使用平均在 3.5 个场景部署 AI但挑战重心已从“缺算力、缺数据”变为“应用效果不达预期”和“ROI 不明确”即中国企业也进入“AI 清醒期”。极客公园与创业者和传统企业交流发现大家思考这些问题并非源于对模型公司抢生意的直接危机感而是在将 AI 融入业务后开始重新定义“在 AI 时代企业核心价值是什么”这最终会落实到两个关键能力上。04 谁掌控“AI 地基”第一个关键能力与 Karp 观点一致企业数据和业务逻辑应运行在谁的“地基”上Karp 在 CNBC 强调企业敏感运营数据不应流入第三方模型供应商黑箱Palantir 定位为提供“主权 AI”的应用层模型可借用但数据要留在企业内部部署需在可控基础设施上。中国企业也有同感金山办公 WPS 365 产研负责人黄伟杰称“企业缺的是安全的 AI 应用层”。IDC 数据显示企业 AI 算力部署中公有云占比下降私有云和本地部署总占比从 54%升至 69%“数据不出域”成为 CTO 选型的首要条件。Karp 提出“商品化认知 commodity cognition”认为模型质量趋于收敛差异化价值在应用层。Palantir 与 NVIDIA 合作的“主权 AI 引擎”让企业在可控环境运行 AI数据不外流。Palantir 2026 年第一季度营收 16.3 亿美元、同比增长 85%表明市场认可该路径。未来帮助企业在“自己的地基上”运行 AI 的公司和解决方案将更受欢迎国内“AI 私有化大脑”已成为赛道。05 别把组织变成一台“复读机”第二个关键能力难以量化但极客公园在与企业交流中感受渐深当 AI 能替代更多执行环节组织需要什么样的“人”部分企业已踩过坑。当 AI 在某些环节效率超人类企业会削减人员但组织变薄后问题出现AI 执行的是过去的“最佳实践”环境变化时组织中无人感知变化、推动业务进化被 AI 填满却无人的组织可能只是高效重复过去。这并非否定用 AI 替代执行而是当 AI 接管执行层企业更需要能“指挥”AI 的人他们要理解业务全局判断 AI 产出是否适用于现实能发现新可能。一些企业已意识到有了 AI 后竞争力在于“人能否驾驭 AI 做以前做不到的事”否则会被困在过去。“人的判断力”和“组织的进化能力”在 AI 时代愈发重要未来一两年企业对这一认知的差异将更明显。06 行业需要“新 AI 公司”过去两年行业默认 AI 时代价值集中在模型公司离模型越近价值越高这一假设正被动摇。Karp 在 CNBC 指出模型正走向商品化大模型能力差距缩小差异化不在模型层。单一模型公司独大的产业结构不利于企业和 AI 产业发展。企业需要的是能回应数据主权焦虑、保护竞争壁垒、让 AI 嵌入业务且不失控的生态这催生了比“卖 token”更复杂的市场。几个方向已现清晰信号- “主权 AI 基础设施”成为热门赛道2026 年上半年欧洲三家相关公司Nebius、nScale、AtlasEsge合计融资超 118 亿美元伦敦的 Valarian 刚获 5000 万美元 A 轮为 AI 系统和敏感数据加“主权控制层”该需求两年前还不存在如今政府和大企业需求旺盛。- “AI 网关”和编排中间层成为企业 AI 架构关键。企业使用多种模型时需要统一的路由、成本控制、权限治理和审计这在 AI 时代叫网关或编排层虽不“性感”却是企业管理 AI 的关键基础设施Palantir 做的就是此类业务轻量级方案市场空间巨大。- 应用层垂直行业 AI 解决方案从“套壳”走向“深入”。过去很多 AI 应用只是套 GPT 壳如今能立足的是深度理解行业 know - how、将 AI 与行业逻辑绑定的产品其价值在于行业认知这是大模型公司难以通过训练获得的。- “人”的层面也出现新服务市场。企业意识到需要能“指挥 AI”的人和组织方法论围绕 AI 时代组织变革咨询、人才培养、流程重设计的需求快速增长。只有“模型层”的产业是脆弱的更立体的 AI 生态才能让产业健康快速发展各层都在回应企业从“拥抱”到“驾驭”AI 的需求。过去一年这些需求逐渐清晰未来围绕这些需求的解决方案、服务商和产品可能迎来爆发期。回到“洛希极限”隐喻找到安全轨道并非企业一己之力能完成当生态中出现模型之外的力量企业才有不被“撕碎”的底气。