昨天我写了篇讨论Palantir业务逻辑的文章，有朋友留言说Palantir的业务其实没啥护城河，很容易拷贝。有朋友则认为阿里巴巴、华为、中兴，就是中国版的Palantir。个人觉得，持这些观点的人可能了解AI技术本身，但是不一定对行业业务十分了解，并没有真正实践过AI+业务。做过一些尝试的朋友都会有一个感受，那就是技术本身不难，也无法构建出护城河，。深厚的行业背景和业务知识才是最宽广的护城河。

在很多领域，技术只是一种载体。利用生成式AI很容易把某个业务逻辑跑通了，但是跑通一个DEMO很容易，但是要真正跑通生产流程，完全是不相同的两件事。横亘在技术与生产现实之间的巨大鸿沟就是“专业知识”。懂业务的人不懂技术，懂技术的人不懂业务。技术与业务之间需要相互磨合、相互融合很久，经过无数次试错，才可能将技术真正融合到业务中去。

与逻辑相对清晰与单一的2C业务相比，在大型企业的2B业务的AI赋能方面，技术不是护城河，深刻的业务认知，高质量的业务数字化模型才是关键。要想在复杂的业务逻辑上构建起准确有效的数字模型，没有几十年的业务经验积累，是很难做到的。而拥有丰富的业务经验的老专家又不见得能够理解AI技术，这是目前很多行业学习Palantir方法论，应用于自己业务中最大的障碍。把AI技术一点点应用于某些特定的，确定性很强，重复性很高的业务领域，以点带面，慢慢做，这条路难度相对较小。不过要像Palantir一样，为企业业务提供全面的解决方案，是一个长期的过程。

哪怕仅仅是在数据运维这种相对简单的的业务领域，想要做好AIOPS，难度也是不小的。我们在这个领域做了七八年，感受十分深刻。哪怕是AGI真的来了，仅仅依靠LLM的能力来实现数据库的自治化运维，也还是不现实的。想要把AIOPS做好，必须有经验丰富的数据库专家愿意静下心来做上几年数据标注，才有可能小有成就。哪怕专家对某种数据库研究颇深，做出来的知识库只是一个普适性的，可能刚开始在一个企业的生产环境中去使用的时候，也不一定能覆盖其最关心的关键场景，必须经过一段时间使用之后，针对性地优化模型，才能够让这个用户真正用好。

Palantir并非交付一个标品，目前也只能在自己的深耕的领域实现高质量的交付，这种交付也是需要时间去沉淀的。在这个领域积累越深，护城河就越宽。别的企业想要进入这个领域，也必须经历这个过程。

我昨天说中国暂时还出不了Palantir，还有一层意思是，我们的大型企业的领导都是任期制的，一个项目都希望能够在一两年里见到成果，这种短视的需求下，可能都不会给Palantir们一个机会。

最后再聊聊网友提到的几家企业，阿里巴巴目前的商业模式是成功的，他们本身没有成为Palantir的愿望，暂时也不会下水去做2B的咨询服务。华为、中兴最成功的是硬件，软件与服务并非其强项。华为也软轰轰烈烈搞了十多年，最终的结果大家也是看得见的。未来的中国版的Palantir一定会出现，不过暂时可能还看不到影子。更重要的是能够孕育出中国版Palantir的土壤，目前我还没看到。