Palantir 開創了 Enterprise AI，但下一代企業 AI 平台，可能不再屬於 Palantir。
過去幾年，如果要尋找企業 AI 的標竿，Palantir 幾乎是唯一的答案。
它率先提出了企業 AI 平台（Enterprise AI Platform）的完整範式：資料整合、資料編排、本體建模（Ontology）、業務邏輯（Logic）、Agent、工作流、權限治理以及業務執行閉環。可以說，Palantir 不只是做了一款產品，而是定義了一個全新的市場。
今天，幾乎所有企業 AI 平台，都或多或少沿著這條路線演進。
但真正值得關注的是，市場正在發生新的變化。
兩股力量，正在向 Palantir 靠攏，爭奪 Palantir 的市場。
第一股力量來自資料平台。
過去，Databricks、Snowflake 等公司更多關注資料湖、資料倉儲和分析平台，而如今，Databricks 已經把自己的定位升級為：
Build and run apps, agents and AI on your data。
這意味著，它已經不再滿足於做資料基礎設施，而是開始向企業 AI 平台全面延伸。資料、AI、Agent 被整合到同一個平台之中，企業可以直接在自己的資料之上建構 AI 應用和 Agent。
這是從資料側向 Enterprise AI 的進攻。
另一股力量來自大模型公司。
OpenAI、Anthropic 等公司最初提供的是模型能力，而今天，它們已經開始提供 Agent、工具呼叫、長期記憶、MCP、企業工作流等能力。
特別是 Anthropic，正在從一家模型公司，逐步演進為一家企業 Agent 平台公司。
這是從模型側向 Enterprise AI 的進攻。
於是，一個有趣的局面出現了。
資料平台在向上走，模型平台在向下走。
而它們的交匯點，就是 Palantir 所定義的 Enterprise AI 市場。
Palantir 的護城河，正在發生變化
這並不意味著 Palantir 會失去競爭力。
相反，它依然擁有業內最成熟的企業本體、複雜業務建模能力以及政府和大型企業的長期積累。
但問題在於，當越來越多玩家開始提供相似的平台能力時，僅靠“通用企業 AI 平台”這一定位，已經不足以形成長期壁壘。
未來真正的競爭，不再是誰擁有更大的模型，也不是誰擁有更多的資料，而是誰能夠形成更強的業務閉環、更深的行業認知，以及更高效的持續迭代能力。
對於 Palantir 來說，下一個階段需要回答的問題已經不是如何繼續完善平台，而是如何再次定義平台。
歷史上，每一家偉大的平台公司，都需要不斷創造新的範式，而不是停留在第一代產品形態。
一個更大的機會，正在 L1 行業平台出現
相比繼續打造一個覆蓋所有行業的 L0 通用平台，我更看好另一個方向——L1 行業企業 AI 平台。
所謂 L0，是 Palantir 這樣的通用 Enterprise AI Platform。
而 L1，則是聚焦於某一個行業，深度融合行業資料、行業知識、行業流程和行業 Agent 的企業 AI 平台。
例如：
製造業 AI 平台、金融 AI 平台、醫藥 AI 平台、能源 AI 平台、物業 AI 平台……
它們並不需要覆蓋所有行業，而是在一個行業內做到足夠深。
未來的競爭，不是誰的平台功能更多，而是誰真正理解這個行業。
行業知識、本體模型、業務規則、最佳實踐、Agent 能力會不斷沉澱，形成越來越強的知識飛輪和資料飛輪。
這種壁壘，比單純的大模型能力更加持久，也更難複製。
Enterprise AI 的下一階段，不是“大而全”，而是“深而專”
過去幾年，Enterprise AI 的核心命題是讓企業能夠使用 AI。
未來幾年，Enterprise AI 的核心命題將變成讓行業真正跑起來。
因此，我認為未來的市場格局會逐漸形成三個層次：
第一層，是 OpenAI、Anthropic 等模型平台，持續提供越來越強的基礎智能。
第二層，是 Palantir、Databricks 等通用 Enterprise AI 平台，負責連線據、模型和業務。
第三層，也是未來最大的機會，將屬於大量面向細分行業的 L1 企業 AI 平台。
它們基於行業知識、本體建模、業務流程和 Agent 能力，形成真正的行業智能作業系統。
這將是一場新的產業升級。
Palantir 開創了 Enterprise AI。
而下一代 Enterprise AI，很可能不再只有一個 Palantir，而是在每一個行業，都誕生屬於自己的“輕量版 Palantir”。 (壹號講獅)