这两天，Palantir CEO Alex Karp 把AI行业骂上了热搜。
他说，现在很多AI公司把模型卖得太过头了，企业付了钱，消耗了大量token，最后却没有创造多少真实价值。更狠的是，他质疑一些AI公司一边向企业收费，一边还可能把企业的数据、知识产权、业务经验拿去强化自己的模型。媒体报道里，他把这种模式批评为“企业付钱贡献自己的优势，最后却未必得到相应回报”。(Tom’s Hardware)
这话当然很刺耳。
但如果只把它当成一个硅谷CEO的情绪输出，就看浅了。
Karp真正骂的，不是某一家AI公司，而是整个AI行业过去两年的商业模式：
大家都在谈模型有多强、参数有多大、推理有多快、token有多便宜，却很少有人认真回答一个问题：
企业花出去的钱，到底有没有变成收入、效率、质量、安全和管理能力？
过去两年，AI行业有一个很隐蔽的幻觉：只要token消耗上去了，AI应用就算跑起来了。
员工每天问AI几百次，系统每天调用模型几百万次，账单一个月比一个月高。看起来很热闹，报表也很好看。但真正落到业务里，可能还是那几个老问题：流程没打通，数据不干净，权限不清楚，责任没人认，结果没法追踪。
这就是Karp说的“tokenmaxxing”。
说白了，就是企业把“用了多少AI”，误当成了“创造了多少价值”。Palantir近期发布的“AI sovereignty”相关观点，也在反复强调，盲目消耗token会制造一种虚假的进步感，企业更应该掌握自己的数据、模型和业务主权，而不是把长期价值外包出去。(Business Insider)
这个判断，对很多企业尤其刺耳。
因为过去一年，太多单位上AI项目，第一反应是买模型、接接口、做助手、搞大屏、上Demo。领导一看，会写材料，会生成PPT，会回答问题，好像AI能力已经建起来了。
但真正到业务场景里，一问就露底：
客户经理的商机有没有更准？
项目交付周期有没有缩短？
合同风险有没有提前识别？
一线重复劳动有没有减少？
经营指标有没有被及时预警？
管理动作有没有真正闭环？
如果这些问题回答不上来，那AI就还没有进入企业的核心系统，只是在企业外面套了一层“智能外壳”。
这正是Palantir想抢的定义权。
OpenAI、Anthropic这类公司代表的是“模型能力”。
Palantir想强调的是“业务操作系统”。
它的AIP不是简单给企业一个聊天框，而是把AI接入企业的数据、流程和操作系统。Palantir官方对AIP的描述，就是把AI连接到企业的数据和运营中，用于推动运营流程自动化。它的Ontology，则是把数据、业务逻辑和行动组件整合到一个AI可以理解、可以调用的环境里。(Palantir)
这就解释了为什么Palantir这几年特别强调AIP Bootcamp。
它不是让客户先买一堆许可证，再慢慢研究怎么用，而是把客户拉到一起，几天内围绕真实业务场景做出可运行用例。Palantir官方介绍，AIP Bootcamp可以让客户在5天内从0走到具体用例。(Palantir)
这个打法背后的逻辑很清楚：
AI不能从模型开始，AI必须从业务问题开始。
不是先问“我们接哪个大模型”，而是先问：
哪个环节最慢？
哪个岗位最累？
哪个流程最容易出错？
哪个客户最难转化？
哪个决策最依赖经验？
哪个风险最需要提前发现？
找到这些问题，再把数据、权限、流程、模型、工具、责任人串起来，AI才可能真正产生价值。
否则，企业很容易陷入一种新型“数字化幻觉”：系统越来越多，平台越来越多，大屏越来越多，AI助手越来越多，但真正会干活的人还是那几个人，真正能解决问题的流程还是靠人盯人。
Karp这次炮轰AI公司，真正值得我们警惕的地方也在这里。
未来AI竞争的核心，可能不是谁的模型参数最大，而是谁能把AI嵌进真实业务；不是谁的token更便宜，而是谁能让每一次调用都有业务结果；不是谁能做一个漂亮Demo，而是谁能把AI变成企业的生产关系。
这对政企市场、运营商、云公司尤其关键。
客户以后不会只问：“你有没有大模型？”
客户会越来越现实地问：
我的数据放在哪里？
我的权限怎么管？
我的业务流程能不能跑起来？
我的员工到底少干了什么活？
我的经营指标到底改善了多少？
出了问题谁负责？
这套AI能力是我的，还是平台厂商的？
这些问题，才是真正的AI下半场。
AI上半场，大家比的是模型能力。
AI中场，大家比的是应用数量。
AI下半场，一定比的是业务穿透、数据主权、流程重构和价值闭环。
所以，Karp骂AI公司，表面上是骂token收费，实际上是在提醒所有企业：
不要把AI当成一个“更聪明的搜索框”。
不要把AI建设理解成“买模型、接接口、做助手”。
更不要以为调用次数越多，就代表智能化水平越高。
真正有价值的AI，不是帮你多生成几段文字，而是帮你重新组织业务。
它应该知道你的客户是谁，产品是什么，流程卡在哪里，风险藏在哪里，哪些动作该自动执行，哪些决策必须人工确认，哪些结果要回流沉淀。
AI只有进入这些地方，才不是成本项，而是生产力。
从这个角度看，企业现在最该警惕的，不是“没有AI”，而是“用了很多AI，却没有形成自己的AI能力”。
因为最危险的情况是：
钱花了，数据交了，经验喂了，流程没变，能力也没留下。
最后，企业只是帮别人训练了模型，却没有训练出自己的组织。
这才是Karp这次炮轰背后，最狠的一层意思。
