摘要：Our revenue is going up; our sales force is going down. （收入在涨，队伍反而更小。少人，也能把 AI 真正用起来。）

先别谈模型有多强。

先让 AI 上工位。

先把事做起来。

2025 年 9 月 5 日，Palantir CEO Alex Karp 在 AIPCon 接受 TBPN 采访时说：

Our revenue is going up; our sales force is going down. （收入在涨，队伍反而更小。少人，也能把 AI 真正用起来。）

他不是在展示模型，而是在展示成果。

刚刚公布的Q2财报证实了这一点：：

单季营收首次突破 10 亿美元，同比 +48%；

美国商用业务暴涨 93% 至 3.06 亿美元；

当季 Rule of 40 高达 94%，几乎碾压所有企业增长模型。

他们没炒模型，也没拉团队。干了三件事：减人、提效、调 AI 上工位。

这套做法的具体逻辑，Karp 在访谈中说得很清楚。

下面来看： AI到底怎么才能真用起来。

Palantir 最近的组织动作，不像是硅谷一家高速增长公司，更像一家在精兵简政的硬派企业。

Karp 说得毫不掩饰：

“我们的 IT 团队，从 200 人减到不到 80。”

“我们计划把员工总数压到 3600。”

“目标是收入涨 10 倍，人却越来越少。”

不是控成本，而是换思路。

Karp 说他们在做的，不是增加人来跑业务，而是留下能调动 AI 的少数人。

这种人不是 AI 知识最多的人，也不是最懂技术底层的工程师。用Karp的话说，他们是那些能让大语言模型真正上岗、驾驭AI解决问题的人。

对此，Karp 的逻辑也很极端：

“如果你不能把 AI 接到任务上，那就是在浪费它。我们不是在提高人效，是在换个物种干活。”

这也解释了一个数据上的反常现象： Palantir 的收入暴涨 93%，但员工人数却在减少。

Karp 把这称为 “组织密度” 的重新配置：不是靠人多，而是靠高价值员工和可落地的 AI 两种资源之间的连接质量。

这打破了传统的“人海战术”，实现了“少而精”的组织模式。 。

结果就是：IT削减 60%，增长依然翻倍。

因为整个组织把 AI 当员工用，不是当演示用；把人放到真正需要判断、调度、决策的地方。

Alex Karp 不相信模型至上。

他说得特别直接：

“如果你不用正确的方式，大语言模型就是一顿精美的牛排晚餐。味道不错，但没什么用。”

这句话背后，是对大多数财富 500 强企业 AI 试点失败的核心质疑：不是模型能力不够，而是使用方式错了。

问题在哪？

大语言模型是概率性的，它不确定、爱犯错，也没有记忆。

你不能指望它一口气把事干完。

Palantir 给出的办法不是换个更大的模型，而是：把任务拆成一小步一小步，每一步都让 AI 来完成，然后把每一步结果串联起来。

这就是他所谓的 “连接链”（concatenated chain）：

把 AI 放在一条条可追踪、可调用的工作中；

每个动作都明确，让 AI 不用猜；

每个结果都能准确传递，成为下一步的输入。

举个例子。

大多数公司用 AI，喜欢让它自由发挥：让它理解问题、判断流程、整理数据，还要自动生成决策，希望一步到位。

这不现实。

用 Karp 的话来说：

“你以为你在做自动化，其实你在自欺欺人。”

而 Palantir 的做法，是反过来：

你别让 AI 自己决定怎么干，而是告诉它“这一步你来干”。

每一步结果都验证清楚，再继续下一步。

他还说：

“我们不是在做自动化，而是在做精准编排。每一步都落得了地，每一步都出得了结果。”

这就是 Palantir 的“AI 工位化”。

他们没有追求“通才模型”，而是让模型变成能被调度的“工种”：

客户数据不再直接丢给 AI，而是嵌入业务背景；

所有动作有顺序、有权限、有记录；

每个链条都有负责人和回执。

这不是炫技，而是务实。

这就是为什么他在访谈中反复强调：

“你要真正创造价值，必须把大语言模型放进业务语境中，让它会做事。”

而这些，都不是大模型自己能做到的。

必须是人来指挥 AI 干活。

Palantir 不是等模型进化，而是主动把模型嵌入业务、约束它的行为、确保输出可控。

这就回到上一节的逻辑——你不需要更多的人做事，但你必须有人能调度 AI 来做事。

很多人谈到 AI，第一个反应是：“会不会被替代？” Alex Karp 给了完全相反的答案：

训练有素的工人正变得更值钱，而且这个趋势会越来越明显。

不是所有人都更值钱。 而是只有那一小部分，能让 AI 落地、能带着 AI 干活的人。

他说得很直白：

“很快，哪些技术专家会变得非常值钱，而其他工作都会被 AI 和平台承接。”

这意味着组织会越来越扁平。 不再靠一堆中间层，而是上面有决策的人，下面就是 AI 代理在干活。 中间的流程审批环节，正在消失。

他说 Palantir 的理想状态是：

“人员更少，收入更多。”

而这种结构，靠的是人才密度，而不是头衔。

“我们不是公司，更像是一个艺术家乐园。”

不是说每个人都多才多艺，而是：

每个人都要对结果负责；

每个人都要有自己的判断；

Karp 说，很多组织的问题，是让员工顺从，让人“守流程”“不犯错”。但 AI 出现之后，真正关键的是：你有没有自己看清问题、拆解任务、调动工具的能力。

这也成了 Palantir 独特的人才观：

不要“擅长汇报”的人；

不要“看起来听话”的人；

要的是：能让 AI 产生产出的人。

所以在 AI 大潮下，Palantir 没有追求“人力成本下降”，而是反向思考：

“我们最贵的那批人，还会越来越贵。我们不是比人多，而是比谁有真正会用 AI 的精英。”

AI 的真正作用不是让所有人趋同，而是加速分化：

有的人，在组织里的位置会被拉高；

有的人，会慢慢发现自己没了价值。

这就是 Karp 对 AI 落地的第三层理解：

不是工具升级，而是“角色排序”重新洗牌。

Alex Karp 最讨厌的，是那种靠让客户跑不了赚钱的软件公司。

传统软件逻辑，是让客户觉得被帮助，实际上是在被困住。等你跑去华尔街说：我们有 5 万个讨厌我们的客户。投资人会说：太棒了！讨厌你，说明客户离不开你，这就是 SaaS 的护城河。

Palantir 完全反着来。

他们不靠绑定，靠的是交付。

只收价值创造的一小部分。客户为结果付钱，而不是为离不开你付钱。

这套模式的关键，是让客户主动续约：

你提供的不是产品，而是成果；

价格不是按席位、按年费，而是按你帮客户完成了什么事来收；

收得少没关系，只要你交付得多，客户就不会走。

Karp 说：

“如果客户知道我们创造了 100 块的价值，而我们只收 10 块。大家都开心。”

这也是为什么，Palantir 敢于不扩团队、不砸销售预算。因为：

“只要你能真帮客户干活，客户会自己留下来。”

这种逻辑背后，其实不是定价技巧，而是一个组织理念的区别：

传统 SaaS 做的是“留存”——怎么让你走不了；

Palantir 做的是“成果”——怎么让你觉得值。

Karp 甚至公开喊话同行（暗指 Salesforce）：

“他们总在电视上喊：我很好啊，为什么没人买我的？我们没时间喊这些，我们在忙着交付。”

从客户视角来看，最大变化是：

你不是因为被绑定才用 Palantir；

而是你看到它帮你完成了更快的制造、更准的预测、更省的采购；

然后你心甘情愿付费。

而这一切，背后都靠前面几节提到的那一整套组合：

有能调 AI 的人；

有能干事的模型；

有拆成小任务的方式；

最重要的，是愿意为结果负责的团队。

Karp 给这整套商业逻辑打了一个比喻：

“未来的每一次商业合作，都会变成一句话：你创造了 X 价值，我愿意付你 Y。”

这就是 Palantir 在 AI 商业化上的关键突破：

“不是给工具定价，而是给交付定价。”

Karp 在访谈最后说了一句话：

“你已经通过了测试。现在，去通过生活的测试。”

什么测试？不是技术测试，而是判断力测试。

在 AI 时代，最稀缺的不是技术知识，不是资本资源，而是透过噪音看本质的能力：能否分辨谁在真做事，谁在讲故事。

而Palantir正是“真做事”的典型代表。 他们的做法，本质上代表了一种新的商业逻辑：从“你离不开我”，变成“你愿意继续用我”。

这不只是一家公司的转型，更是整个 AI 时代的分水岭： 你是等着被 AI 替代，还是成为让 AI 真正发挥作用的人？

Karp 没有给鸡汤，只给了一个行动指南：

"别顺从，别信专家，去看谁真正做出了结果。"

测试已经开始。

来源：趣闻捕手一点号